WO2021145573A1 - 포인트 클라우드 데이터 처리 장치 및 방법 - Google Patents

포인트 클라우드 데이터 처리 장치 및 방법 Download PDF

Info

Publication number
WO2021145573A1
WO2021145573A1 PCT/KR2020/018325 KR2020018325W WO2021145573A1 WO 2021145573 A1 WO2021145573 A1 WO 2021145573A1 KR 2020018325 W KR2020018325 W KR 2020018325W WO 2021145573 A1 WO2021145573 A1 WO 2021145573A1
Authority
WO
WIPO (PCT)
Prior art keywords
point
value
points
node
point cloud
Prior art date
Application number
PCT/KR2020/018325
Other languages
English (en)
French (fr)
Inventor
허혜정
오세진
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to US17/793,140 priority Critical patent/US20230059625A1/en
Publication of WO2021145573A1 publication Critical patent/WO2021145573A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/40—Tree coding, e.g. quadtree, octree
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/161—Encoding, multiplexing or demultiplexing different image signal components
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/167—Synchronising or controlling image signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/194—Transmission of image signals
    • 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
    • H04N19/91—Entropy coding, e.g. variable length coding [VLC] or arithmetic coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/96—Tree coding, e.g. quad-tree coding

Definitions

  • Embodiments provide point cloud content to provide users with various services such as VR (Virtual Reality), AR (Augmented Reality, Augmented Reality), MR (Mixed Reality), and autonomous driving service. provide a way
  • the point cloud content is content expressed as a point cloud that is a set of points (points) belonging to a coordinate system representing a three-dimensional space.
  • Point cloud content can express three-dimensional media, and provides various services such as VR (Virtual Reality), AR (Augmented Reality), MR (Mixed Reality), and autonomous driving service. used to provide However, tens of thousands to hundreds of thousands of point data are needed to express point cloud content. Therefore, a method for efficiently processing a large amount of point data is required.
  • Embodiments provide an apparatus and method for efficiently processing point cloud data.
  • Embodiments provide a point cloud data processing method and apparatus for solving latency and encoding/decoding complexity.
  • a method for transmitting point cloud data includes encoding the point cloud data and transmitting a bitstream including the encoded point cloud data.
  • a method for receiving point cloud data includes receiving a bitstream including point cloud data and decoding the point cloud data.
  • the apparatus and method according to the embodiments may process point cloud data with high efficiency.
  • the apparatus and method according to the embodiments may provide a high quality point cloud service.
  • the apparatus and method according to the embodiments may provide point cloud content for providing universal services such as a VR service and an autonomous driving service.
  • FIG. 1 shows an example of a point cloud content providing system according to embodiments.
  • FIG. 2 is a block diagram illustrating an operation of providing point cloud content according to embodiments.
  • FIG 3 shows an example of a point cloud video capture process according to embodiments.
  • FIG. 4 shows an example of a point cloud encoder according to embodiments.
  • FIG. 5 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.
  • 15 is a block diagram illustrating an apparatus for transmitting point cloud data according to embodiments.
  • FIG. 16 shows an example of a morton code and morton code shifting according to embodiments.
  • FIG. 17 illustrates an example of a method for configuring a set of neighboring points according to embodiments.
  • FIG. 18 shows an example of a method for configuring a set of neighboring points according to embodiments.
  • FIG. 19 illustrates an example of a method for configuring a set of neighboring points according to embodiments.
  • FIG. 21 illustrates a SPS (Sequential Parameter Set) structure of point cloud data according to embodiments.
  • FIG. 22 illustrates an Attribute Parameter Set (APS) structure of point cloud data according to embodiments.
  • APS Attribute Parameter Set
  • TPS Tip Parameter Set
  • FIG. 24 shows an Attribute slice header (ASH) structure of point cloud data according to embodiments.
  • ASH Attribute slice header
  • 25 is a block diagram illustrating an apparatus for receiving point cloud data according to embodiments.
  • 26 is an example of a flowchart illustrating a method of transmitting point cloud data according to embodiments.
  • FIG. 27 is an example of a flowchart illustrating a method for 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. there is.
  • 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. there is.
  • the point cloud content providing system (eg, the receiving device 10004 or the point cloud video decoder 10005) may decode the geometry bitstream to restore positions (geometry) of the points.
  • the point cloud content providing system may restore attributes of points by decoding an attribute bitstream based on the restored geometry.
  • the point cloud content providing system (eg, the receiving device 10004 or the point cloud video decoder 10005) may reconstruct the point cloud video based on positions and decoded attributes according to the reconstructed geometry.
  • the point cloud content providing system may render the decoded point cloud data (20004).
  • the point cloud content providing system may render the geometry and attributes decoded through the decoding process according to various rendering methods according to the rendering method. Points of the point cloud content may be rendered as a vertex having a certain thickness, a cube having a specific minimum size centered at the vertex position, or a circle centered at the vertex position. All or part of the rendered point cloud content is provided to the user through a display (eg, VR/AR display, general display, etc.).
  • a display eg, VR/AR display, general display, etc.
  • the point cloud content providing system (eg, the receiving device 10004) according to embodiments may secure feedback information (20005).
  • the point cloud content providing system may encode and/or decode the point cloud data based on the feedback information. Since the operation of the feedback information and point cloud content providing system according to the embodiments is the same as the feedback information and operation described with reference to FIG. 1 , a detailed description thereof will be omitted.
  • FIG 3 shows an example of a point cloud video capture process according to embodiments.
  • FIG. 3 shows an example of a point cloud video capture process of the point cloud content providing system described with reference to FIGS. 1 to 2 .
  • the point cloud content is an object located in various three-dimensional spaces (eg, a three-dimensional space representing a real environment, a three-dimensional space representing a virtual environment, etc.) and/or a point cloud video representing the environment (images and/or videos) are included.
  • one or more cameras eg, an infrared camera capable of securing depth information, color information corresponding to depth information
  • projectors for example, infrared pattern projectors to secure depth information, etc.
  • LiDAR etc.
  • the point cloud content providing system may extract a shape of a geometry composed of points in a three-dimensional space from depth information, and extract an attribute of each point from color information to secure point cloud data.
  • An image and/or an image according to embodiments may be captured based on at least one of an inward-facing method and an outward-facing method.
  • the left side of FIG. 3 shows an inward-pacing scheme.
  • the inward-pacing method refers to a method in which one or more cameras (or camera sensors) located surrounding the central object capture the central object.
  • the inward-facing method provides a 360-degree image of a point cloud content that provides a 360-degree image of a core object to the user (for example, a 360-degree image of an object (eg, a core object such as a character, player, object, actor, etc.) 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 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 ceter of a corresponding voxel may be set based on positions of one or more points included in one voxel.
  • attributes of all positions included in one voxel may be combined and assigned to a corresponding voxel.
  • the octree analyzer 40002 performs octree geometry coding (or octree coding) to represent voxels in an octree structure.
  • the octree structure represents points matched to voxels based on the octal tree structure.
  • the surface approximation analyzer 40003 may analyze and approximate the octree.
  • Octree analysis and approximation is a process of analyzing to voxelize a region including a plurality of points in order to efficiently provide octree and voxelization.
  • the arithmetic encoder 40004 entropy encodes the octree and/or the approximated octree.
  • the encoding method includes an arithmetic encoding method.
  • the encoding results in a geometry bitstream.
  • Color transform unit 40006, attribute transform unit 40007, RAHT transform unit 40008, LOD generating unit 40009, lifting transform unit 40010, coefficient quantization unit 40011 and/or arithmetic encoder 40012 performs attribute encoding.
  • one point may have one or more attributes. Attribute encoding according to embodiments is equally applied to attributes of one point. However, when one attribute (eg, color) includes one or more elements, independent attribute encoding is applied to each element.
  • Attribute encoding may include color transform coding, attribute transform coding, region adaptive hierarchical transform (RAHT) coding, interpolaration-based hierarchical nearest-neighbor prediction-Prediction Transform coding, and interpolation-based hierarchical nearest -neighbor prediction with an update/lifting step (Lifting Transform)) may include coding.
  • RAHT region adaptive hierarchical transform
  • coding interpolaration-based hierarchical nearest-neighbor prediction-Prediction Transform coding
  • Lifting Transform interpolation-based hierarchical nearest -neighbor prediction with an update/lifting step
  • attribute encoding is not limited to the above-described example.
  • the color conversion unit 40006 performs color conversion coding for converting color values (or textures) included in attributes.
  • the color conversion unit 40006 may convert the format of color information (eg, convert from RGB to YCbCr).
  • the operation of the color converter 40006 according to embodiments may be optionally applied according to color values included in the attributes.
  • the geometry reconstruction unit 40005 reconstructs (decompresses) an octree and/or an approximated octree.
  • the geometry reconstruction unit 40005 reconstructs an octree/voxel based on a result of analyzing the distribution of points.
  • the reconstructed octree/voxel may be referred to as a reconstructed geometry (or a reconstructed geometry).
  • the attribute transform unit 40007 performs an attribute transform that transforms attributes based on positions where geometry encoding has not been performed and/or a reconstructed geometry. As described above, since the attributes are dependent on the geometry, the attribute conversion unit 40007 may transform the attributes based on the reconstructed geometry information. For example, the attribute conversion unit 40007 may convert an attribute of a point at the position based on the position value of the point included in the voxel. As described above, when the position of the center point of a corresponding voxel is set based on the positions of one or more points included in one voxel, the attribute conversion unit 40007 converts attributes of the one or more points. When the tri-soup geometry encoding is performed, the attribute conversion unit 40007 may convert the attributes based on the tri-soup geometry encoding.
  • the attribute conversion unit 40007 is an average value of attributes or attribute values (eg, color or reflectance of each point) of neighboring points within a specific position/radius from the position (or position value) of the center point of each voxel. can be calculated to perform attribute transformation.
  • the attribute conversion unit 40007 may apply a weight according to the distance from the center point to each point when calculating the average value.
  • each voxel has a position and a computed attribute (or attribute value).
  • the attribute transform unit 40007 may search for neighboring points existing within a specific position/radius from the position of the center point of each voxel based on the K-D tree or the Morton code.
  • the K-D tree is a binary search tree and supports a data structure that can manage points based on location so that Nearest Neighbor Search-NNS is possible quickly.
  • the Molton code represents a coordinate value (eg (x, y, z)) representing the three-dimensional position of all points as a bit value, and is generated by mixing the bits. For example, if the coordinate value indicating the position of the point is (5, 9, 1), the bit value of the coordinate value is (0101, 1001, 0001).
  • the attribute transform unit 40007 may align the points based on the Molton code value and perform a shortest neighbor search (NNS) through a depth-first traversal process. After the attribute transform operation, when the nearest neighbor search (NNS) is required in another transform process for attribute coding, a K-D tree or a Molton code is used.
  • NSS shortest neighbor search
  • the converted attributes are input to the RAHT conversion unit 40008 and/or the LOD generation unit 40009.
  • the RAHT converter 40008 performs RAHT coding for predicting attribute information based on the reconstructed geometry information.
  • the RAHT transform unit 40008 may predict attribute information of a node at an upper level of the octree based on attribute information associated with a node at a lower level of the octree.
  • the LOD generator 40009 generates a level of detail (LOD) to perform predictive transform coding.
  • LOD level of detail
  • the LOD according to the embodiments indicates the detail of the point cloud content, and the smaller the LOD value, the lower the detail of the point cloud content, and the larger the LOD value, the higher the detail of the point cloud content. Points may be classified according to LOD.
  • the lifting transform unit 40010 performs lifting transform coding that transforms the attributes of the point cloud based on weights. As described above, lifting transform coding may be selectively applied.
  • the coefficient quantizer 40011 quantizes the attribute-coded attributes based on the coefficients.
  • the arithmetic encoder 40012 encodes the quantized attributes based on arithmetic coding.
  • the elements of the point cloud encoder of FIG. 4 are hardware including one or more processors or integrated circuits configured to communicate with one or more memories included in the point cloud providing device. , software, firmware, or a combination thereof.
  • the one or more processors may perform at least any one or more of the operations and/or functions of the elements of the point cloud encoder of FIG. 4 described above.
  • the one or more processors may also operate or execute a set of software programs and/or instructions for performing the operations and/or functions of the elements of the point cloud encoder of FIG. 4 .
  • One or more memories may include high speed random access memory, non-volatile memory (eg, one or more magnetic disk storage devices, flash memory devices, or other non-volatile solid state memory). memory devices (such as solid-state memory devices).
  • FIG. 5 shows an example of a voxel according to embodiments.
  • voxel 5 is generated through an octree structure that recursively subdivides a bounding box (cubical axis-aligned bounding box) defined by two poles (0,0,0) and (2d, 2d, 2d)
  • a voxel is shown.
  • 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 the sum of all the values.
  • the minimum value of the added values is obtained, and the projection process is performed along the axis with the minimum value. For example, if the x element is the minimum, each vertex is projected on the x-axis with respect to the center of the block and projected on the (y, z) plane. If the projected value on the (y, z) plane is (ai, bi), the ⁇ value is obtained through atan2(bi, ai), and the vertices are aligned based on the ⁇ value.
  • the table below shows combinations of vertices for generating a triangle according to the number of vertices. Vertices are sorted in order from 1 to n.
  • the table below shows that for four vertices, two triangles can be formed according to a combination of vertices.
  • the first triangle may be composed of 1st, 2nd, and 3rd vertices among aligned vertices
  • the second triangle may be composed of 3rd, 4th, and 1st vertices among aligned vertices.
  • the upsampling process is performed to voxelize the triangle by adding points along the edge of the triangle. Create additional points based on the upsampling factor and the width of the block. The additional points are called refined vertices.
  • the point cloud encoder may voxel the refined vertices. Also, the point cloud encoder may perform attribute encoding based on the voxelized position (or position value).
  • FIG. 7 shows an example of a neighbor node pattern according to embodiments.
  • the point cloud encoder may perform entropy coding based on context adaptive arithmetic coding.
  • the point cloud content providing system or the point cloud encoder directly transmits the occupanci code.
  • Entropy coding is possible.
  • the point cloud content providing system or point cloud encoder performs entropy encoding (intra encoding) based on the occupanci code of the current node and the occupancies of neighboring nodes, or entropy encoding (inter encoding) based on the occupanci code 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 neighbor pattern value.
  • 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 points with the lowest LOD, and the rightmost figure of the figure shows the distribution of points with 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 ) according to embodiments 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.
  • 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 predicting 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. represents the average attribute value of voxels in level l. Is Wow can be calculated from Wow the weight of class am.
  • the root node is the last class 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. there is. Specific details are the same as those described with reference to FIG. 6 and thus will be omitted.
  • the reconstructed geometry may include a point cloud picture or frame that does not include attributes.
  • the coordinate system inverse transform unit 11004 may obtain positions of points by transforming the coordinate system based on the restored geometry.
  • the arithmetic decoder 11005, the inverse quantization unit 11006, the RAHT transform unit 11007, the LOD generation unit 11008, the inverse lifting unit 11009, and/or the color inverse transform unit 11010 are the attributes described with reference to FIG. decoding can be performed.
  • Attribute decoding according to embodiments includes Region Adaptive Hierarchical Transform (RAHT) decoding, Interpolaration-based hierarchical nearest-neighbor prediction-Prediction Transform decoding, and interpolation-based hierarchical nearest-neighbor prediction with an update/lifting step (Lifting Transform)) decoding may be included.
  • RAHT Region Adaptive Hierarchical Transform
  • Interpolaration-based hierarchical nearest-neighbor prediction-Prediction Transform decoding Interpolaration-based hierarchical nearest-neighbor prediction-Prediction Transform decoding
  • interpolation-based hierarchical nearest-neighbor prediction with an update/lifting step (Lifting Transform)) decoding may be included.
  • the arithmetic decoder 11005 decodes an attribute bitstream by arithmetic coding.
  • the inverse quantization unit 11006 inverse quantizes the decoded attribute bitstream or information about the attribute secured as a result of decoding, and outputs inverse quantized attributes (or attribute values). Inverse quantization may be selectively applied based on attribute encoding of the point cloud encoder.
  • the RAHT transformation unit 11007, the LOD generation unit 11008, and/or the inverse lifting unit 11009 may process the reconstructed geometry and dequantized attributes. As described above, the RAHT converting unit 11007, the LOD generating unit 11008 and/or the inverse lifting unit 11009 may selectively perform a corresponding decoding operation according to the encoding of the point cloud encoder.
  • the color inverse transform unit 11010 performs inverse transform coding for inverse transforming color values (or textures) included in decoded attributes.
  • the operation of the color inverse transform unit 11010 may be selectively performed based on the operation of the color transform unit 40006 of the point cloud encoder.
  • the elements of the point cloud decoder of FIG. 11 are not shown in the figure, hardware including one or more processors or integrated circuits configured to communicate with one or more memories included in the point cloud providing apparatus , software, firmware, or a combination thereof.
  • One or more processors may perform at least any one or more of the operations and/or functions of the elements of the point cloud decoder of FIG. 11 described above.
  • the one or more processors may operate or execute a set of software programs and/or instructions for performing operations and/or functions of the elements of the point cloud decoder of FIG. 11 .
  • the transmission device shown in FIG. 12 is an example of the transmission device 10000 of FIG. 1 (or the point cloud encoder of FIG. 4 ).
  • the transmitting apparatus shown in FIG. 12 may perform at least any one or more of the same or similar operations and methods to the operations and encoding methods of the point cloud encoder described with reference to FIGS. 1 to 9 .
  • the transmission apparatus includes a data input unit 12000 , a quantization processing unit 12001 , a voxelization processing unit 12002 , an occupancy code generation unit 12003 , a surface model processing unit 12004 , and an intra/ Inter-coding processing unit 12005, arithmetic coder 12006, metadata processing unit 12007, color conversion processing unit 12008, attribute conversion processing unit (or attribute conversion processing unit) 12009, prediction/lifting/RAHT conversion It may include a processing unit 12010 , an arithmetic coder 12011 , and/or a transmission processing unit 12012 .
  • the data input unit 12000 receives or acquires point cloud data.
  • the data input unit 12000 may perform the same or similar operation and/or acquisition method to the operation and/or acquisition method of the point cloud video acquisition unit 10001 (or the acquisition process 20000 described in FIG. 2 ).
  • the coder 12006 performs geometry encoding. Since the geometry encoding according to the embodiments is the same as or similar to the geometry encoding described with reference to FIGS. 1 to 9 , a detailed description thereof will be omitted.
  • the quantization processing unit 12001 quantizes a geometry (eg, a position value of points or a position value).
  • the operation and/or quantization of the quantization processing unit 12001 is the same as or similar to the operation and/or quantization of the quantization unit 40001 described with reference to FIG. 4 .
  • a detailed description is the same as that described with reference to FIGS. 1 to 9 .
  • the voxelization processing unit 12002 voxelizes position values of quantized points.
  • the voxelization processing unit 12002 may perform the same or similar operations and/or processes as those of the quantization unit 40001 described with reference to FIG. 4 and/or the voxelization process. A detailed description is the same as that described with reference to FIGS. 1 to 9 .
  • the octree occupancy code generator 12003 performs octree coding on the positions of voxelized points based on the octree structure.
  • the octree occupancy code generator 12003 may generate an occupanci code.
  • the octree occupancy code generator 12003 may perform the same or similar operations and/or methods to those of the point cloud encoder (or the octree analyzer 40002) described with reference to FIGS. 4 and 6 . A detailed description is the same as that described with reference to FIGS. 1 to 9 .
  • the surface model processing unit 12004 may perform tri-supply geometry encoding for reconstructing positions of points in a specific region (or node) based on a voxel based on a surface model.
  • the fore surface model processing unit 12004 may perform the same or similar operations and/or methods to those of the point cloud encoder (eg, the surface appropriation analyzer 40003) described with reference to FIG. 4 .
  • a detailed description is the same as that described with reference to FIGS. 1 to 9 .
  • the intra/inter coding processing unit 12005 may perform intra/inter coding of point cloud data.
  • the intra/inter coding processing unit 12005 may perform the same or similar coding to the intra/inter coding described with reference to FIG. 7 . A detailed description is the same as that described in 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 encoded attribute and metadata information, or converts the encoded geometry and/or the encoded attribute and metadata information into one It can be transmitted by composing it as a bitstream.
  • the bitstream may include one or more sub-bitstreams.
  • the bitstream according to the embodiments is a sequence parameter set (SPS) for 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 , it is 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.
  • the arithmetic decoder 13007 , the inverse quantization processing unit 13008 , the prediction/lifting/RAHT inverse transformation processing unit 13009 , and the color inverse transformation processing unit 13010 perform attribute decoding. Since the attribute decoding is the same as or similar to the attribute decoding described with reference to FIGS. 1 to 10 , a detailed description thereof will be omitted.
  • the arithmetic decoder 13007 may decode the attribute bitstream by arithmetic coding.
  • the arithmetic decoder 13007 may perform decoding of the attribute bitstream based on the reconstructed geometry.
  • the arithmetic decoder 13007 performs the same or similar operation and/or coding to the operation and/or coding of the arithmetic decoder 11005 .
  • the inverse quantization processing unit 13008 may inverse quantize the decoded attribute bitstream.
  • the inverse quantization processing unit 13008 performs the same or similar operations and/or methods to those of the inverse quantization unit 11006 and/or the inverse quantization method.
  • the prediction/lifting/RAHT inverse transform processing unit 13009 may process the reconstructed geometry and inverse quantized attributes.
  • the prediction/lifting/RAHT inverse transform processing unit 13009 performs the same or similar operations and/or decodings as the operations and/or decodings of the RAHT transform unit 11007, the LOD generation unit 11008 and/or the inverse lifting unit 11009 and/or At least any one or more of the decodings are performed.
  • the color inverse transform processing unit 13010 according to embodiments performs inverse transform coding for inverse transforming color values (or textures) included in decoded attributes.
  • the color inverse transform processing unit 13010 performs the same or similar operation and/or inverse transform coding to the operation and/or inverse transform coding of the color inverse transform unit 11010 .
  • the renderer 13011 may render point cloud data.
  • FIG. 14 illustrates 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 1760 , a robot 1710 , an autonomous vehicle 1720 , an XR device 1730 , a smartphone 1740 , a home appliance 1750 , and/or an HMD 1770 .
  • a configuration connected to the cloud network 1710 is shown.
  • the robot 1710 , the autonomous vehicle 1720 , the XR device 1730 , the smartphone 1740 , or the home appliance 1750 are referred to as devices.
  • the XR device 1730 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 1700 may refer to a network that constitutes a part of the cloud computing infrastructure or exists in the cloud computing infrastructure.
  • the cloud network 1700 may be configured using a 3G network, a 4G or Long Term Evolution (LTE) network, or a 5G network.
  • LTE Long Term Evolution
  • the server 1760 includes at least one of a robot 1710 , an autonomous vehicle 1720 , an XR device 1730 , a smartphone 1740 , a home appliance 1750 , and/or an HMD 1770 , and a cloud network 1700 . It is connected through and may help at least a part of the processing of the connected devices 1710 to 1770 .
  • a Head-Mount Display (HMD) 1770 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 1710 to 1750 shown in FIG. 17 may be linked/coupled with the point cloud data transmission/reception device according to the above-described embodiments.
  • XR / PCC device 1730 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 1730 analyzes 3D point cloud data or image data acquired through various sensors or from an external device to generate position data and attribute data for 3D points 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 1730 may output an XR object including additional information on the recognized object to correspond to the recognized object.
  • the autonomous vehicle 1720 may be implemented as a mobile robot, a vehicle, an unmanned aerial vehicle, or the like by applying PCC technology and XR technology.
  • the autonomous driving vehicle 1720 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 1720 that is the target of control/interaction in the XR image may be distinguished from the XR device 1730 and may be interlocked with each other.
  • the autonomous vehicle 1720 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 1720 may provide an XR/PCC object corresponding to a real object or an object in a screen to a passenger by outputting an XR/PCC image with a HUD.
  • the XR/PCC object when the XR/PCC object is output to the HUD, at least a portion of the XR/PCC object may be output to overlap the real object to which the passenger's gaze is directed.
  • the XR/PCC object when the XR/PCC object is output to a display provided inside the autonomous vehicle, at least a portion of the XR/PCC object may be output to overlap the object in the screen.
  • the autonomous vehicle 1220 may output XR/PCC objects corresponding to objects such as a lane, other vehicles, traffic lights, traffic signs, two-wheeled vehicles, pedestrians, and buildings.
  • VR Virtual Reality
  • AR Augmented Reality
  • MR Magnetic Reality
  • PCC Point Cloud Compression
  • VR technology is a display technology that provides objects or backgrounds in the real world only as CG images.
  • AR technology refers to a technology that shows a virtual CG image on top of an actual object image.
  • the MR technology is similar to the AR technology described above in that it shows the virtual objects by mixing and combining them in the real world.
  • AR technology the distinction between real objects and virtual objects made of CG images is clear, and virtual objects are used in a form that complements real objects, whereas in MR technology, virtual objects are regarded as having the same characteristics as real objects. distinct from technology. More specifically, for example, a hologram service to which the aforementioned MR technology is applied.
  • VR, AR, and MR technologies are sometimes called XR (extended reality) technologies rather than clearly distinguishing them. Accordingly, embodiments of the present invention are applicable to all of VR, AR, MR, and XR technologies. For these technologies, encoding/decoding based on PCC, V-PCC, and G-PCC technologies may be applied.
  • the PCC method/apparatus according to the embodiments may be applied to a vehicle providing an autonomous driving service.
  • a vehicle providing an autonomous driving service is connected to a PCC device for wired/wireless communication.
  • the point cloud data (PCC) transceiver receives/processes AR/VR/PCC service-related content data that can be provided together with the autonomous driving service when connected to a vehicle to enable wired/wireless communication, can be sent to
  • the point cloud transceiver may receive/process AR/VR/PCC service-related content data according to a user input signal input through the user interface device and provide it to the user.
  • a vehicle or a user interface device may receive a user input signal.
  • a user input signal according to embodiments may include a signal indicating an autonomous driving service.
  • 15 is a block diagram illustrating an apparatus for transmitting point cloud data according to embodiments.
  • the transmitting apparatus 1500 may perform the same or similar operation to the encoding operation described with reference to FIGS. 1 to 14 .
  • the transmitting apparatus 1500 may include a data input unit 1501 , a coordinate system transformation unit 1502 , a geometry information transformation quantization processing unit 1503 , a space division unit 1504 , a geometry information encoding unit 1505 and/or The attribute information encoding unit 1506 may be included.
  • the transmitting apparatus according to the embodiments may further include one or more elements for performing the same or similar operation to the encoding operation described with reference to FIGS. 1 to 14 .
  • the data input unit may receive geometry information (eg, geometry information of FIG. 1 ), attribute information (eg, attribute information of FIG. 1 ) and/or related parameters (eg, parameters of FIG. 1 ).
  • geometry information eg, geometry information of FIG. 1
  • attribute information e.g, attribute information of FIG. 1
  • related parameters e.g, parameters of FIG. 1
  • the coordinate system conversion unit 1502 may transform a coordinate system related to location information of geometric data.
  • the coordinate system transformation unit of FIG. 15 may perform the same or similar operation as the operation of the coordinate system transformation unit 40000 of FIG. 4 .
  • the geometry information transformation quantization processing unit 1503 may receive a scale value (or quantization value) and adjust the scale according to content distribution.
  • the geometry information transformation quantization processing unit of FIG. 15 may perform the same or similar operation as that of the quantizer 40001 of FIG. 4 .
  • the space dividing unit 1504 may divide the point cloud data into spatial division units according to the embodiments.
  • the space dividing unit may spatially adaptively divide the space of the point cloud data in units of tiles or blocks according to data characteristics of the point cloud data.
  • the space partitioning unit according to the embodiments may perform data partitioning.
  • a frame may be partitioned into tiles and slices.
  • the source point cloud data may be partitioned into a plurality of slices and may be encoded within a bitstream.
  • a slice is a set of points that can be independently encoded or decoded.
  • a slice may contain one geometry data unit and zero or one or more attribute data units. Attribute data units may depend on corresponding geometry data within the same slice.
  • a geometry data unit may appear before related attribute units.
  • the data units of a slice are contiguous.
  • a group of slices may be identified by a common tile identifier.
  • Tile information describing the bounding box for each tile may be in the bitstream. Tiles may overlap other tiles in the bounding box.
  • Each slice may include an index identifying which tile belongs to.
  • the geometry information encoder 1505 may perform encoding (eg, the geometry encoding described with reference to FIGS. 1 to 14 ) on the geometry of the point cloud data.
  • the geometry information encoder according to embodiments may include a voxelization processor 1505a, an octree generator 1505b, a geometry information predictor 1505c, and/or a geometry information entropy encoder 1505d.
  • the geometry information encoder according to embodiments may further include one or more elements for performing the geometry encoding described with reference to FIGS. 1 to 14 .
  • the voxelization processor may voxelize the geometry data.
  • the voxelization processing unit of FIG. 15 may perform an operation identical to or similar to that of the voxelizer 40001 of FIG. 4 .
  • the octree generator may generate an octree structure of geometric data.
  • the octree generator 1505b may generate an octree for the entire geometry or generate an octree for a portion of the geometry.
  • the octree generator of FIG. 15 may perform the same or similar operation as that of the octree analyzer 40002 of FIG. 4 .
  • the geometry encoding process by the transmitting apparatus eg, the octree generator
  • the geometry encoding process by the transmitting apparatus may be performed as follows:
  • a bounding box eg, the bounding box of FIG. 5
  • An octree structure is built by recursively subdividing the bounding box.
  • One or more spaces generated by recursively dividing the bounding box may correspond to a cube (eg, the cube of FIG. 6 ) or a node (eg, the node of FIG. 4 ).
  • Each cube is divided into 8 sub-cubes.
  • Each node corresponds to any one of one or more levels (eg, the level of the octree in FIG. 4 ) of the octree structure, and the one or more nodes are the lowest level among the one or more levels. includes a root node (eg, the root node of FIG. 9 ) corresponding to , and a leaf node (eg, the leaf node of FIG. 6 ) corresponding to the highest level among one or more levels. can do. Also, the level to which each node corresponds may indicate the number of hops from the root node to each node.
  • the 8-bit code may be referred to as an accumulatory code. One bit per each sub-cube can be expressed as 1 when the point is filled, and 0 when the point is empty.
  • Sub-cubes with a size greater than 1 are further divided.
  • a sub-cube of size 1 may be a voxel.
  • a plurality of points may overlap and may be mapped to the same sub-cube (voxel).
  • the points of each sub-cube may be arithmetically encoded.
  • the decoding process can be started by reading the dimensions of the bounding box from the bitstream.
  • the same octree structure can be created by dividing the bounding box according to the accumulatory codes. When a leaf node is reached, the points of the leaf node can be decoded arithmetically.
  • the geometry information prediction unit may predict whether a node of an octree is occupied.
  • a value generated by the prediction process of the geometry information prediction unit according to the embodiments may be used in the geometry information reconstruction process.
  • the geometry information entropy encoder may generate a geometry bitstream (eg, the geometry bitstream of FIG. 2 ) by entropy-coding the geometry data.
  • the geometry information encoder according to the embodiments may perform a geometry restoration operation.
  • the geometry restoration operation of the geometry information encoder according to the embodiments is the same as or similar to the geometry reconstruction operation described with reference to FIG. 8 .
  • the geometry information encoder according to embodiments may transmit the reconstructed geometry information generated by the geometry restoration operation to the attribute information encoder.
  • the attribute information encoder may perform attribute encoding (eg, attribute encoding described with reference to FIGS. 1 to 14 ).
  • the attribute information encoding unit may include a color conversion processing unit 1506a, a color re-adjusting unit 1506b, an LOD construction unit 1506c, a neighboring point set construction unit 1506d, an attribute information prediction unit 1506e, and residual attribute information. It may include a quantization processing unit 1506f and/or an attribute information entropy encoding unit 1506g.
  • the attribute information encoding unit according to the embodiments further includes a morton code generator (not shown in FIG. 15 ) that generates morton codes (for example, morton codes of FIG. 4 ) for points of point cloud data. may include
  • the attribute information encoder may further include one or more elements for performing the attribute encoding described with reference to FIGS. 1 to 14 .
  • the color conversion processing unit may convert the color of the attribute data input through the data input unit to match the data characteristics.
  • the color conversion processing unit of FIG. 15 may perform the same or similar operation as the operation of the color conversion unit 40006 of FIG. 4 .
  • the color readjustment unit may perform a color readjustment process on the attribute data in response to the restored geometry information being based on overlapping point merging.
  • the reconstructed geometry information based on merging overlapping points according to embodiments may include overlapping points (or duplicated points).
  • Duplicated points according to embodiments mean at least two pieces of attribute information (or points).
  • a voxel including duplicated points according to embodiments has at least two pieces of attribute information (or points).
  • the color re-adjustment unit may perform a process of re-adjusting a color to match data characteristics with respect to attribute data including duplicated points.
  • the attribute information encoder may perform RAHT coding on the attribute data.
  • the RAHT coding operation by the attribute information encoder according to the embodiments is the same as or similar to the operation of the RAHT converter 40008 of FIG. 4 .
  • the attribute information encoding unit according to the embodiments performs predictive transform coding (eg, predictive transform coding of FIG. 4 )/lifting transform (eg, lifting transform of FIG. 4 ) coding on attribute data instead of RAHT coding.
  • the LOD configuration unit may generate the LOD from point cloud data on which a color readjustment process is performed or point cloud data on which predictive transform coding/lifting transform coding is performed.
  • the LOD component of FIG. 15 may perform the same or similar operation as the operation of the LOD generating unit 40009 of FIG. 4 . That is, the LOD configuration unit according to embodiments may receive the attribute information and the restored geometry information, and may generate one or more LODs based on the received attribute information and the restored geometry information.
  • the LOD may be generated by reorganizing points distributed in a 3D space into a set of refinement levels. For example, the LOD construct may generate one or more LODs by reordering one or more points based on an octree structure (or octree) of the geometry.
  • each node of the octree according to embodiments corresponds to a space in which a bounding box is divided, point cloud data (eg, attribute data) matching each node may or may not exist. Accordingly, the LOD configuration unit according to the embodiments may match the point cloud data (eg, attribute data) to the node of the octree according to the restored geometry information. Accordingly, matching between the input point cloud data and the point cloud data structured according to the octree may be performed by the matching process of the LOD component according to the embodiments.
  • LOD is a degree of indicating detail of point cloud content. Therefore, the lower the level indicated by the LOD (or LOD value), the lower the detail of the point cloud content, and the higher the level indicated by the LOD, the higher the detail of the point cloud content.
  • the LOD value according to the embodiments may correspond to the above-described octree level. For example, as the octree level increases, the LOD value of the LOD may increase.
  • the LOD generator according to embodiments may generate the LOD based on the structural feature that as the level of the octree increases, the distance between nodes corresponding to the level of the octree decreases.
  • the LOD generator may generate the LOD based on a feature in which points having a constant separation distance are sampled due to the octree structure. For example, the LOD generator classifies points included in a level (eg, level 0) corresponding to the root node of the octree as LOD 0, and a level corresponding to the root node and a level corresponding to a child node of the root node. Points included in (eg, levels 0 and 1) may be classified as LOD 1. Alternatively, the LOD generator may classify points included in a level corresponding to the root node and a level corresponding to a child node of the root node (eg, levels 0 and 1) as LOD 0.
  • the LOD generator according to embodiments may generate the LOD having the largest LOD value first. That is, the LOD generator according to the embodiments may generate the LODs in descending order of the LOD values. As described above with reference to FIGS. 8 and 9 , the current LOD includes all points belonging to the LOD having an LOD value lower than the LOD value of the current LOD. A set of LODs with an LOD value lower than the LOD value of the current LOD can be defined as a retained set for the current LOD. That is, if the lowest LOD value is 0, and the current LOD value is 1, then the retained set for the current LOD can be defined as LOD 0 through LOD 1-1. Accordingly, the LOD 1 generated by the LOD generator according to the embodiments may be an LOD generated from a retained set defined as LOD 0 to LOD 1 .
  • the neighbor point set constructor may generate a set of neighbor points for points belonging to each LOD.
  • a neighbor point according to embodiments is a Nearest Neighbor (NN) point located closest to a point of each LOD set in 3D space, and is included in the same LOD as the current LOD (eg LOD l), or is a retained set (For example, LODl-1, LODl-2...LOD0).
  • the neighbor point set configuration unit may register one or more neighbor points with a predictor (eg, the predictor of FIG. 9 ) as a neighbor point set.
  • the number of neighboring points according to embodiments may be set according to a user input signal as the maximum number of neighboring points, or may be preset to a specific value according to a neighboring point search method.
  • All points of point cloud data according to embodiments may each have one predictor.
  • the transmitting apparatus may encode an attribute value of a corresponding point by applying a predictor, and may generate a prediction attribute (or a prediction attribute value).
  • a predictor according to embodiments is generated based on searched neighboring points after LOD generation. The predictor is used to predict the attributes of the target point. Accordingly, the predictor may generate predictive attributes by applying weights to attributes of neighboring points.
  • the attribute information predictor may predict an attribute value of a point from a set of neighboring points.
  • the residual attribute information quantization processing unit may generate a predicted value for attribute data, generate a residual value between the predicted value and the attribute value, and quantize the residual value.
  • the attribute information entropy encoder may generate an attribute bitstream (eg, the attribute bitstream of FIG. 2 ) by entropy-coding attribute data.
  • the point cloud data transmission apparatus may transmit a bitstream in which a geometry bitstream and/or an attribute bitstream are multiplexed.
  • the bitstream according to the embodiments may further include signaling information (or neighbor point set generation information) related to the above-described neighboring point set generation.
  • the point cloud data transmission apparatus may encapsulate the bitstream and transmit it in the form of segments and/or files.
  • FIG. 16 shows an example of a morton code and morton code shifting according to embodiments.
  • FIG. 16 is a method of a point cloud data transmission apparatus (eg, the transmission apparatus 1500 of FIG. 15 ) searching for points using a Morton code (eg, the Morton code of FIG. 4 ) according to embodiments; show examples.
  • the molton code generator described above with reference to FIG. 15 may generate morton codes according to embodiments.
  • the molton code generator represents the position values of points (for example, coordinate values (x, y, z) of a coordinate system representing a three-dimensional space) as bit values, and mixes the bits to obtain the moltons of each point. code can be generated.
  • the point cloud data transmitting apparatus searches for points of the point cloud data according to a 3D Morton code curve.
  • the three-dimensional Morton code curve according to the embodiments may mean a curve connecting points such that the Morton codes of the points in a three-dimensional space (eg, the bounding box of FIG. 5 ) are arranged in ascending or descending order.
  • a three-dimensional molton code curve is a point (0, 0, 0) on a three-dimensional plane where the molton code (or molton code value) is 0 (the x-coordinate of the point is 0, the y-coordinate is 0, the z-coordinate is 0) in point) and a point (0, 0, 1) on a three-dimensional plane with a Molton code of 1.
  • the three-dimensional molton code curve 20002c connects the point (0, 0, 1) on the three-dimensional plane where the molton code is 1 and the point (0, 1, 0) on the three-dimensional plane where the molton code is 2 can
  • the neighboring point set configuration unit 1506d may register a neighboring point located closest to a target point, which is a generation target of the neighboring point set, as a neighboring point set.
  • the neighbor point set configuration unit according to embodiments may use the molton codes of the points to search for a neighboring point located closest to the target point. That is, the neighbor point set configuration unit according to the embodiments compares the molton code values of the points of the point cloud data with the molton code value of the target point, and sets the point having the closest molton code value to the molton code value of the target point as a neighbor point. It can be registered as a group.
  • the neighbor point set configuration unit may register a point 1601b having a Morton code value closest to the Morton code value of the target point 1601a as a neighbor point set of the target point 1601a.
  • the neighbor point set constructing unit uses the molton codes of points to search for a neighboring point
  • a point other than an actual neighboring point may be searched.
  • the neighbor point set configuration unit may register a point 1601d having a Morton code value closest to the Morton code value of the target point 1601c as a set of neighboring points of the target point 1601c. That is, the neighbor point set configuration unit according to the embodiments may search for a point that is not an actual neighbor point as a neighbor point because of the zigzag scan characteristic of the 3D Morton code curve.
  • the attribute information encoding unit (eg, the attribute information encoding unit 1506 of FIG. 15 ) shifts values of Morton codes of points of point cloud data.
  • Shifting according to embodiments may represent right bit-shifting. That is, the shifting according to the embodiments may be a process of shifting to the right by padding three zeros on the left side of the bit string, and deleting three bits on the right side of the bit string. For example, when shifting is performed on the bit string 110110, it may be 000110.
  • Molton codes of points according to embodiments may be expressed as integer or binary bits. If the molton code of an integer value according to embodiments is shifted, it may be a quotient divided by 8. For example, if the molton code represents 63, the shifted molton code may be 7.
  • Molton codes of integer values according to embodiments may be expressed as any one of 8n, 8n+1, 8n+2, 8n+3, 8n+4, 8n+5, 8n+6, and 8n+7 (eg, For example, n is an integer greater than or equal to 0).
  • Points having the same shifted Molton code value according to embodiments may be points located close to each other.
  • the molton code value of the point 1601a may be expressed as 8x
  • the molton code value of the point 1601b may be expressed as 8x+1 (x is an integer greater than or equal to 0).
  • both the shifted Morton code value of the point 1601a and the shifted Morton code value of the point 1601b may represent n.
  • the molton code of the point 1601c may be expressed as 8y+4 (y is an integer greater than or equal to 0), and the molton code of the point 1601d may be expressed as 8z (z is greater than or equal to 0, and the above-described y integer other than value). That is, the shifted molton code of point 1601c may have y, while the molton code of point 1601d may have z.
  • the neighbor point set configuration unit does not search for a point having a shifted Molton code value different from the shifted Molton code value of the target point as a neighbor point, and finds a point that is not an actual neighbor point as a neighbor point. problem can be solved.
  • FIG. 17 illustrates an example of a method for configuring a set of neighboring points according to embodiments.
  • FIG. 17 shows an example of a process in which the neighboring point set constructing unit (eg, the neighboring point set constructing unit 1506d of FIG. 15 ) generates a neighboring point set.
  • the neighboring point set constructing unit eg, the neighboring point set constructing unit 1506d of FIG. 15
  • An arrow 1700 shown in the figure indicates a molton code order (eg, ascending order of molton code value magnitude of a point) according to embodiments.
  • the Indexes List 1701 indicates an arrangement according to the Morton code order of points included in the LOD 1 to which the target point Px 1703, which is the target of generating a set of neighboring points according to embodiments, belongs.
  • Retained List 1702 shows the Morton code ordering of the points contained in the retained set of LOD l to which the target point Px belongs (eg, the retained set described above in FIG. 15 ). That is, the frontmost point in the Indexes List and the Retained List may have the smallest Molton code among the points included in LOD 1 and the points included in the retained set of LOD 1 .
  • the neighbor point set constructing unit may generate a set of neighboring points of Px belonging to LOD 1, among points belonging to the retained set and points belonging to LOD 1, which are located later than Px in the Morton code order (that is, Neighbor point search may be performed for points where the molton code is greater than or equal to the molton code of Px).
  • the neighbor point set constructing unit compares the Morton code values of Px with the Morton code values of the points included in the retained set for LOD 1 and/or LOD 1 to which the target point Px belongs, and compares the Molton code value of Px with the Molton code value of Px. It is possible to select a point 1704 that has a close Molton code value. According to embodiments, the selected point 1704 may be referred to as a reference point. That is, the neighbor point set configuration unit according to the embodiments may select the reference point based on the Morton code value of the target point Px. The method of selecting the reference point is not limited to the example.
  • Information on a type for selecting a reference point according to embodiments is included in the neighbor point set generation information (eg, the neighbor point set generation information described above in FIG. 15 ) It may be transmitted to a receiving device (eg, the receiving device 10004 of FIG. 1 , the decoder of FIGS. 10 and 11 , etc.) through a bitstream including the encoded point cloud data.
  • a receiving device eg, the receiving device 10004 of FIG. 1 , the decoder of FIGS. 10 and 11 , etc.
  • the neighbor point set configuration unit may set the neighbor point search range 1705 based on the selected reference point.
  • the neighboring point search range according to embodiments may include one or more points located before/after (or before/after) the reference point in the order of the Morton code.
  • the information on the neighbor point search range according to the embodiments is included in the neighbor point set generation information and is transmitted through a bitstream including encoded point cloud data to a receiving device (eg, the receiving device 10004 in FIG. 1 , FIG. 10 and the decoder of FIG. 11).
  • the neighbor point set configuration unit compares the distance between Px and points within the neighbor point search range determined based on the reference point, and sets the closest points from Px to the set maximum number of neighboring points (eg, 3 dog) can be searched.
  • the neighbor point set configuration unit may register points searched for as many as the set maximum number of neighboring points as neighboring points of the target point Px.
  • a method for searching a set of neighboring points according to embodiments is not limited to this example.
  • the neighbor point set constructor may generate a set of neighbor points of a target point belonging to LOD 1 by the above-described neighbor point set search method.
  • the neighbor point set configuration unit may apply the aforementioned neighbor point set search method differently for each LOD.
  • the neighbor point search method may reduce the complexity of attribute encoding and increase compression efficiency.
  • a point other than an actual neighboring point may be searched as a neighboring point.
  • Neighbor point set generation information regarding the above-described neighbor point search method is transmitted to the receiving device through a bitstream. Accordingly, the receiving device may generate the neighbor point set based on the neighbor point set generation information.
  • FIG. 18 shows an example of a method for configuring a set of neighboring points according to embodiments.
  • the attribute information encoder (eg, the attribute information encoder 1506 of FIG. 15 ) generates a set of neighboring points.
  • An arrow 1800 shown in the figure indicates a molton code order (eg, ascending order of molton code value magnitude of a point) according to embodiments.
  • the Indexes List 1801 indicates an arrangement according to the Morton code order of points included in the LOD 1 to which the target point Px 1803, which is the target of generating a set of neighboring points according to embodiments, belongs.
  • Retained List 1802 shows the sorting according to the Morton code order of the points contained in the retained set of LOD l to which the target point Px belongs (eg, the retained set described above in FIG. 15 ).
  • the frontmost point in the Indexes List and the Retained List may have the smallest Molton code among the points included in LOD 1 and the points included in the retained set of LOD 1 .
  • the attribute information encoding unit according to the embodiments generates a set of neighboring points of Px belonging to LOD 1, and among points belonging to the retained set and points belonging to LOD 1, points located later than Px in the Morton code order (ie, Morton). Neighbor point search can be performed for points where the code is greater than or equal to the Morton code of Px).
  • the attribute information encoder may perform shifting (eg, the shifting described above with reference to FIG. 16 ) on the Morton code of the target point Px.
  • the attribute information encoder may perform shifting on the molton code of the target point Px according to a shifting value.
  • the attribute information encoder may shift the molton code of the target point Px by (h-1-1).
  • h represents the total number of LOD values. For example, as described above in FIG. 15 , since LOD may exist from LOD 0, if the maximum LOD value is 10, h represents 11.
  • l indicates the LOD value of the LOD to which the target point Px belongs. For example, if the total number of LOD values is 10 and the LOD value of the LOD to which Px belongs is 6, (h-1-1) may represent 3.
  • the attribute information encoder may perform shifting (h-1-1) times on the Molton code of Px.
  • the attribute information encoding unit performs shifting 3 times on the molton code of the point, and the shifted molton code is the quotient obtained by dividing the molton code of the point by 8 ⁇ 3 become equal
  • the above-described (h-1-1) may be referred to as a first shifting value, and shifting (h-1-1) times with respect to the molton code of a point may be referred to as a first shifting.
  • Information about the total number of LOD values (or information about the h value) is included in the neighbor point set generation information (eg, the neighbor point set generation information described above in FIG. 15 ) and encoded point cloud It may be transmitted to a receiving device (eg, the receiving device 10004 of FIG. 1 , the decoder of FIGS. 10 and 11 , etc.) through a bitstream including data.
  • the attribute information encoding unit performs first shifting according to the first shifting value on the Morton code of the target point Px, and details the Morton code of the points included in the retained set of LOD 1 and/or LOD 1
  • the first shifting may be performed according to the same shifting value as the first shifting value. For example, if the first shifting value corresponding to the target point Px is 3, the attribute information encoding unit shifts the Morton codes of the points included in the retained set of LOD 1 and/or LOD 1 by 3 equally.
  • the attribute information encoder may select points having the same first shifted molton code value as the first shifted molton code value of the target point Px from the retained set of LOD 1 and/or LOD 1 .
  • the selected points may be referred to as reference points. That is, the attribute information encoder according to embodiments may select reference points based on the first shifted Morton code value of the target point Px.
  • the method of selecting the reference point is not limited to the example.
  • Information on a type for selecting a reference point according to embodiments is included in the neighbor point set generation information (eg, the neighbor point set generation information described above in FIG. 15 ) It may be transmitted to a receiving device (eg, the receiving device 10004 of FIG. 1 , the decoder of FIGS. 10 and 11 , etc.) through a bitstream including the encoded point cloud data.
  • Reference points according to embodiments may be referred to as a neighbor point candidate group or neighbor point candidate points. The above-described reference points (or neighboring point candidate group) are used to search a set of neighboring points of the target point.
  • an octree level (or level) may correspond to an LOD value of an LOD. If the molton codes of the points included in the bounding box (eg, the bounding box of FIG. 15 ) are shifted h times according to embodiments, the shifted molton codes of the points may all have the same value (eg 0) and , all points may be included in one node (eg, the root node of FIG. 15 ).
  • the above-described node may be a node corresponding to octree level 0, and octree level 0 may correspond to LOD 0.
  • the values of the shifted molton codes of the points may be 8 ⁇ l, and all points are 8 ⁇ l nodes. may be separately included in each.
  • the above-mentioned 8 ⁇ l nodes may be nodes corresponding to octree level l, and octree level l may correspond to LODl. That is, as the shifting according to the embodiments is performed one less time, the number of nodes in which points are divided and included is reduced by 1/8.
  • the points are divided into 8 ⁇ (l-1) nodes, respectively, and the shifted Molton code values of the points included in the space corresponding to each node are may be the same. That is, when the molton codes of the points are shifted by (h-1-1), the shifted molton codes of the points included in the space corresponding to the node having a level smaller than the level of the node to which the target point Px belongs are all the same.
  • a node having a level less than the level of the node to which the above-described target point Px belongs may be referred to as a parent node of Px.
  • reference points having a first shifted molton code value equal to the first shifted molton code value of Px selected from the retained set of LOD 1 and/or LOD 1 described above are corresponding to the parent node of the node to which Px belongs. These may be points included in space.
  • the space corresponding to the above-described parent node may include both the target point Px and the selected reference points.
  • the attribute information encoder may select points included in a space corresponding to a parent node of a node to which Px belongs as reference points.
  • the attribute information encoder according to embodiments may set the reference range 1805 based on one or more reference points described above.
  • the above-described reference range may include a reference point having the smallest molton code and a reference point having the largest molton code among the reference points as both end points.
  • the attribute information encoder according to embodiments may set a center point 1804 of a set reference range.
  • the aforementioned central point may be a reference point having a molton code corresponding to a central value among molton codes of reference points included in the reference range.
  • a method of setting the reference range and the center point is not limited to this example.
  • the attribute information encoder may set a neighbor point search range 1806 (eg, the neighbor point search range described with reference to FIG. 17 ) based on the set central point 1804 .
  • the neighboring point search range may include one or more points located before/after (or before/after) the reference point in the order of the Morton code.
  • the information on the neighbor point search range according to the embodiments is included in the neighbor point set generation information and is transmitted through a bitstream including encoded point cloud data to a receiving device (eg, the receiving device 10004 in FIG. 1 , FIG. 10 and the decoder of FIG. 11).
  • the attribute information encoder compares the distances between Px and points within the neighbor point search range determined based on the central point, and sets the points closest to the Px as the maximum number of neighboring points (for example, three) You can search as much as you can.
  • the attribute information encoder may register points searched for as many as the set maximum number of neighboring points as neighboring points of the target point Px.
  • a method for searching a set of neighboring points according to embodiments is not limited to this example.
  • the attribute information encoder may search for a neighboring point among reference points. That is, the attribute information encoder according to the embodiments compares the distance between the points included in the reference points and Px, and searches the points closest to the Px by the set maximum number of neighboring points (eg, three). can do. Points searched for as many as the set maximum number of neighboring points according to embodiments may be registered as neighboring points (or set of neighboring points) of Px. Accordingly, neighboring points of Px according to embodiments may be included in reference points.
  • the attribute information encoder may generate a set of neighboring points of a target point belonging to LOD 1 by the above-described method for searching a set of neighboring points.
  • the neighbor point set configuration unit may apply the aforementioned neighbor point set search method differently for each LOD.
  • the neighbor point search method may reduce the complexity of attribute encoding and increase compression efficiency.
  • the problem of searching a point other than an actual neighboring point as a neighboring point as described in FIG. 16 can be solved.
  • Neighbor point set generation information related to the above-described neighbor point search method is transmitted to the receiving device through a bitstream. Accordingly, the receiving device may generate the neighbor point set based on the neighbor point set generation information.
  • FIG. 19 illustrates an example of a method for configuring a set of neighboring points according to embodiments.
  • the attribute information encoding unit (eg, the attribute information encoding unit 1506 of FIG. 15 ) generates a set of neighboring points.
  • the attribute information encoder may not search sufficient neighboring points even according to the neighboring point search method of FIG. 18 described above. That is, if the points of the point cloud data are sparsely distributed, the points may not be sufficiently distributed in the space corresponding to the parent node of the node to which the target point of generating the neighboring point set belongs. Accordingly, the attribute information encoder according to the embodiments may search for neighboring points by adjusting the shifting value based on the characteristics of the point cloud data.
  • the attribute information encoding unit is a neighbor based on points included in a space corresponding to a node having a lower level than a parent node of a node to which the target point belongs (eg, a grand parent node of the parent node). You can search for points.
  • Arrow 1900 shown in the figure indicates a Morton code order (eg, ascending order of the Moulton code value magnitude of a point) according to embodiments.
  • the Indexes List 1901 indicates an arrangement according to the Morton code order of points included in the LOD 1 to which the target point Px 1903, which is the target of generating a set of neighboring points according to embodiments, belongs.
  • Retained List 1902 shows the sorting according to the Morton code order of the points contained in the retained set of LOD l to which the target point Px belongs (eg, the retained set described above in FIG. 15 ). That is, the frontmost point in the Indexes List and the Retained List may have the smallest Molton code among the points included in LOD 1 and the points included in the retained set of LOD 1 .
  • the attribute information encoding unit generates a set of neighboring points of Px belonging to LOD 1, and among points belonging to the retained set and points belonging to LOD 1, points located later than Px in the Morton code order (ie, Morton). Neighbor point search can be performed for points where the code is greater than or equal to the Morton code of Px).
  • the attribute information encoder may perform shifting (eg, the shifting described above with reference to FIG. 16 ) on the Morton code of the target point Px.
  • the attribute information encoder may perform shifting on the molton code of the target point Px according to a shifting value.
  • the attribute information encoder may shift the Morton code of the target point Px by (h-1-1-range).
  • h represents the total number of LOD values. For example, as described above in FIG. 15 , since LOD may exist from LOD 0, if the maximum LOD value is 10, h represents 11. l indicates the LOD value of the LOD to which the target point Px belongs. range has an integer value greater than or equal to 1.
  • the range may be a value related to the level of the node corresponding to the space in which the reference points are selected (eg, the level of the upper node of the node to which the target point belongs).
  • the attribute information encoder may perform (h-1-1-range) shifting on the Molton code of Px. For example, if the (hl-1-range) value of the point is 2, the attribute information encoding unit performs shifting twice on the molton code of the point, and the shifted molton code is obtained by dividing the molton code of the point by 8 ⁇ 2.
  • the aforementioned (h-1-1-range) may be referred to as a second shifting value, and performing (h-1-1-range) shifting on the molton code of a point may be referred to as a second shifting.
  • Information on the total number of LOD values (or information on h value) and information on range values according to embodiments are in the neighboring point set generation information (eg, the neighboring point set generation information described above in FIG. 15 ). It may be transmitted to a receiving device (eg, the receiving device 10004 of FIG. 1 , the decoder of FIGS. 10 and 11 , etc.) through a bitstream including the included and encoded point cloud data.
  • Reference points according to embodiments may be referred to as a neighbor point candidate group or neighbor point candidate points. The above-described reference points (or neighboring point candidate group) are used to search a set of neighboring points of the target point.
  • the attribute information encoding unit performs second shifting according to the second shifting value on the Morton code of the target point Px, and details the Morton codes of the points included in the retained set of LOD 1 and/or LOD 1
  • the second shifting may be performed according to the same shifting value as the second shifting value. For example, if the second shifting value corresponding to the target point Px is 2, the attribute information encoding unit shifts the Morton codes of the points included in the retained set of LOD 1 and/or LOD 1 by 2 equally.
  • the attribute information encoder may select points having the same second shifted molton code value as the second shifted molton code value of the target point Px from the retained set of LOD 1 and/or LOD 1 .
  • the selected points may be referred to as reference points. That is, the attribute information encoder according to embodiments may select reference points based on the second shifted Morton code value of the target point Px.
  • the method of selecting the reference point is not limited to the example.
  • Information on a type for selecting a reference point according to embodiments is included in the neighbor point set generation information (eg, the neighbor point set generation information described above in FIG. 15 ) It may be transmitted to a receiving device (eg, the receiving device 10004 of FIG. 1 , the decoder of FIGS. 10 and 11 , etc.) through a bitstream including the encoded point cloud data.
  • an octree level (or level) may correspond to an LOD value of an LOD. If the molton codes of the points included in the bounding box (eg, the bounding box of FIG. 15 ) are shifted h times according to embodiments, the shifted molton codes of the points may all have the same value (eg 0) and , all points may be included in one node (eg, the root node of FIG. 15 ).
  • the above-described node may be a node corresponding to octree level 0, and octree level 0 may correspond to LOD 0.
  • the values of the shifted molton codes of the points may be 8 ⁇ l, and all points are 8 ⁇ l nodes. may be separately included in each.
  • the above-mentioned 8 ⁇ l nodes may be nodes corresponding to octree level l, and octree level l may correspond to LODl. That is, as the shifting according to the embodiments is performed one less time, the number of nodes in which points are divided and included is reduced by 1/8.
  • the points are divided and included in 8 ⁇ (l-1-range) nodes, respectively, and shifted of points included in the space corresponding to each node
  • the molton code values may be the same. That is, if the molton codes of the points are shifted by (hl-1-range), the shifted molton codes of the points included in the space corresponding to the node with a level smaller by 1+range than the level of the node to which the target point Px belongs are the same. will lose A node having a level smaller by 1+range than the level of the node to which the above-described target point Px belongs may be referred to as an upper node of Px.
  • the reference points having a second shifted Morton code value equal to the second shifted Morton code value of Px selected from the retained set of LOD 1 and/or LOD 1 described above are corresponding to the parent node of the node to which Px belongs. These may be points included in space.
  • the space corresponding to the above-described upper node may include both the target point Px and the selected reference points.
  • the attribute information encoder may select points included in a space corresponding to a parent node of a node to which Px belongs as reference points.
  • the attribute information encoder may set the reference range 1905 based on the one or more reference points described above.
  • the above-described reference range may include a reference point having the smallest molton code and a reference point having the largest molton code among the reference points as both end points.
  • the attribute information encoder may set a center point 1804 of a set reference range.
  • the above-described central point may be a reference point having the smallest molton code among molton codes of reference points included in the reference range.
  • a method of setting the reference range and the center point is not limited to this example.
  • the attribute information encoder compares the distances between points within the reference range and Px based on the set central point 1904 and sets the closest points from Px to the set maximum number of neighboring points (eg, three ) can be searched.
  • the attribute information encoder may register points searched for as many as the set maximum number of neighboring points as neighboring points of the target point Px.
  • a method for searching a set of neighboring points according to embodiments is not limited to this example.
  • the attribute information encoder may search for a neighboring point among reference points. That is, the attribute information encoder according to the embodiments compares the distance between the points included in the reference points and Px, and searches the points closest to the Px by the set maximum number of neighboring points (eg, three). can do. Points searched for as many as the set maximum number of neighboring points according to embodiments may be registered as neighboring points (or set of neighboring points) of Px. Accordingly, neighboring points of Px according to embodiments may be included in reference points.
  • the attribute information encoder may generate a set of neighboring points of a target point belonging to LOD 1 by the above-described method for searching a set of neighboring points.
  • the neighbor point set configuration unit may apply the aforementioned neighbor point set search method differently for each LOD.
  • the neighbor point search method may reduce the complexity of attribute encoding and increase compression efficiency.
  • the problem of searching a point other than an actual neighboring point as a neighboring point as described in FIG. 16 can be solved.
  • Neighbor point set generation information regarding the above-described neighbor point search method is transmitted to the receiving device through a bitstream. Accordingly, the receiving device may generate the neighbor point set based on the neighbor point set generation information.
  • the point cloud data transmission apparatus may transmit the encoded point cloud data in the form of a bitstream 27000.
  • the bitstream 27000 may include one or more sub-bitstreams.
  • the point cloud data receiving apparatus (eg, the point cloud data receiving apparatus described with reference to FIGS. 1, 2, 13 and 24) according to embodiments receives a bitstream from the point cloud data transmitting apparatus.
  • the point cloud data receiving apparatus may parse and decode the received bitstream.
  • the point cloud data transmission apparatus divides the image of the point cloud data into one or more packets in consideration of the error of the transmission channel. It can be transmitted over the network.
  • the bitstream 27000 may include one or more packets (eg, Network Abstraction Layer (NAL) units). Therefore, even if some packets are lost in a poor network environment, the point cloud data receiving apparatus can restore the corresponding image by using the remaining packets.
  • Point cloud data may be processed by dividing it into one or more slices or one or more tiles. Tiles and slices according to embodiments are areas for performing point cloud compression coding by partitioning a picture of point cloud data.
  • the point cloud data transmitting apparatus may provide high-quality point cloud content by processing data corresponding to each area according to the importance of each divided area of the point cloud data. That is, the point cloud data transmission apparatus according to the embodiments may perform point cloud compression coding processing on data corresponding to an area important to a user with better compression efficiency and appropriate latency.
  • a tile according to embodiments means a cuboid in a three-dimensional space (eg, a bounding box) in which point cloud data is distributed.
  • a slice according to embodiments is a series of syntax elements representing a part or all of encoded point cloud data, and means a set of points that can be independently encoded or decoded.
  • a slice according to embodiments may include data transmitted through a packet, and may include one geometry data unit and a number of attribute data units having a size greater than zero.
  • One tile according to embodiments may include one or more slices.
  • An apparatus for transmitting point cloud data may transmit a bitstream 27000 having a bitstream structure as shown in this figure.
  • the bitstream 27000 of the point cloud data is a Sequential Parameter Set (SPS) 27001), a Geometry Parameter Set (GPS) 27002), an Attribute Parameter Set (APS) 27003, a Tile Parameter Set (TPS) 27004, and one or more may include slices 27005 .
  • the bitstream 27000 of the point cloud data may include one or more tiles.
  • a tile according to embodiments may be a group of slices including one or more slices.
  • SPS Sequence Parameter Set, 27001
  • SPS Sequence Parameter Set, 27001
  • SPS Sequence Parameter Set, 27001
  • 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) 27002 may mean a syntax structure including syntax elements to which zero or more total geometries (or coded geometries) are applied.
  • the GPS 27002 may include information on a method of encoding attribute (attribute) information of point cloud data included in one or more slices 27005 .
  • the GPS 27002 may include SPS identifier information indicating which SPS 27001-related geometry parameters are included according to embodiments, and GPS identifier information for identifying the corresponding GPS.
  • An Attribute Parameter Set (APS) 27003 may mean a syntax structure including syntax elements to which zero or more all attributes (or coded attributes) are applied.
  • the APS 27003 may include information on a method of encoding attribute (property) information of point cloud data included in one or more slices 27005 .
  • the APS 27003 may include SPS identifier information indicating whether a geometry parameter related to an SPS 27001 according to embodiments is included, and GPS identifier information for identifying the corresponding APS.
  • a Tile Parameter Set (TPS) 27004 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.
  • the Tile Parameter Set (TPS) 27004 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 parameter set 27004 may be referred to as a tile inventory.
  • a tile parameter set 27004 may include information indicating a bounding box for each of the tiles. For example, when each tile is represented by 0 to n by 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 27005 may mean a unit for encoding the point cloud data by an apparatus for transmitting point cloud data according to embodiments.
  • a slice 27005 according to embodiments may mean a unit including one geometry bitstream Geom00 and one or more attribute bitstreams Attr00 and Attr10.
  • a slice is a geometry slice (Geometry Slice, Geom, 27005a) 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, 27005b) may be included.
  • a geometry slice (Geometry Slice, Geom, 27005a) is a geometry slice data (Geometry Slice Data, Geom_slice_data, 27005d) 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, 27005c).
  • the geometry slice header 27005c includes information about the geometry slice data 27005d in the corresponding slice.
  • the geometry slice header 27005c includes a geometry parameter set identifier (geom_geom_parameter_set_id) for identifying which GPS 27002 indicates geometry information of a corresponding slice, a geometry slice identifier for identifying a 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), and the like.
  • a geometry parameter set identifier for identifying which GPS 27002 indicates geometry information of a corresponding slice
  • a geometry slice identifier for identifying a corresponding geometry slice geom_slice_id
  • geometry box origin information indicating the box origin of the corresponding geometry slice
  • 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 (Attribute Slice, Attr, 27005a) 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, 27005c).
  • 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 above-described parameters may be signaled in units of tiles or slices.
  • the above-described parameters according to embodiments may be signaled within a Sequential Parameter Set (SPS), a Geometry Parameter Set (GPS), an Attribute Parameter Set (APS), or a Tile Inventory.
  • SPS Sequential Parameter Set
  • GPS Geometry Parameter Set
  • APS Attribute Parameter Set
  • Tile Inventory a Tile Inventory
  • parameters shown in this figure according to the embodiments may be included in an Attribute Parameter Set (APS) including information on attribute information of each slice. there is.
  • APS Attribute Parameter Set
  • parameters shown in this figure according to embodiments may be included in a geometry slice header (gsh).
  • the parameters shown in this figure according to the embodiments are in a TPS (Attribute Parameter Set) including information on attribute information of each slice (or tile inventory).
  • TPS Attribute Parameter Set
  • the PCC transmission/reception method according to the embodiments may provide parameters for point cloud data for each tile, geometry, attribute, and/or slice by providing such a bitstream structure. Accordingly, the PCC transmission/reception method according to the embodiments may provide point cloud compression coding processing having better compression efficiency and appropriate latency by signaling information required for coding point cloud data according to each unit.
  • the PCC transmission/reception method may provide such a bitstream structure, thereby allowing the receiver to increase decoding performance of attribute information of point cloud data.
  • more robust quantization can be performed by signaling the SA-DCT transform, and thus, it is possible to provide a perceptual improvement in inverse transform performance at the output end of the decoder.
  • SPS Sequantial Parameter Set
  • a bitstream of point cloud data may include a sequential parameter set (SPS) 2100 including signaling information (or flags) of this figure.
  • the sequential parameter set 2100 of this figure may refer to the sequential parameter set 27001 described with reference to FIG. 20 .
  • the point cloud data receiver according to the embodiments may decode the point cloud data according to the embodiments based on the signaling information (or flag information) of this figure.
  • the profile 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) is 1, 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.
  • 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 attribute dimension indicates the number of components of the i-th attribute. (Specifies the number of components of the i-th attribute.)
  • the index i may be greater than or equal to 0, and may be less than a value indicated by the number of SPS attribute sets (sps_num_attribute_sets).
  • the attribute instance (attribute_instance_id[ i ]) represents the attribute instance id. (Specifies attribute instance id.)
  • the SPS according to embodiments may include neighbor point set generation information (eg, neighbor point set property information described with reference to FIGS. 15 and 17 to 19 ).
  • Neighbor point set generation information indicates information on generation of the neighboring point set described with reference to FIGS. 1 to 20 .
  • Neighbor point set generation information may include reference point selection type information (eg, reference point selection type information described with reference to FIGS. 17 to 19 ).
  • Reference point selection type information indicates information about a type of selecting a reference point (eg, the reference point described with reference to FIGS. 17 to 19 ).
  • Reference points according to embodiments may be selected by the method described above with reference to FIGS. 17 to 19 .
  • the reference point according to embodiments may be selected based on a Morton code value of the target point (eg, the target point described with reference to FIGS. 15 to 19 ).
  • a process in which a reference point is selected based on a Morton code value of a target point according to embodiments is the same as or similar to the process described above with reference to FIG. 17 .
  • the reference point selection type information according to the embodiments may indicate Morton code value type information (eg, 0). .
  • the reference point according to embodiments may be selected based on a first shifted Molton code value of the target point (eg, the target point described with reference to FIGS. 15 to 19 ).
  • a process in which a reference point is selected based on a Morton code value of a target point according to embodiments is the same as or similar to the process described above with reference to FIG. 18 .
  • the reference point selection type information according to the embodiments is the first shifted Morton code value type information (eg, 1) can represent
  • the reference point according to embodiments may be selected based on a second shifted Molton code value of the target point (eg, the target point described with reference to FIGS. 15 to 19 ).
  • a process in which a reference point is selected based on a Morton code value of a target point according to embodiments is the same as or similar to the process described above with reference to FIG. 19 .
  • the reference point selection type information according to the embodiments is the second shifted Morton code value type information (eg, 2) can represent
  • the above-described neighboring point set generation information is a range value (eg, the range value described above in FIG. 19). It may include more information about Information on a range value according to embodiments may be an integer of 1 or more indicating a range value.
  • the signaling information included in the bitstream according to the embodiments is one of the metadata processing unit or the transmission processing unit (eg, the metadata processing unit 12007 or the transmission processing unit 12012 of FIG. 12 ) included in the point cloud data transmission apparatus. Or it can be created by more elements.
  • the signaling information according to embodiments may be generated based on a result of performing geometry encoding and/or attribute encoding.
  • the point cloud data transmitting apparatus according to the embodiments may transmit the bitstream in the above-described form, thereby increasing compression efficiency, increasing image quality performance, and reducing the burden on the receiving apparatus.
  • FIG. 22 illustrates an Attribute Parameter Set (APS) structure of point cloud data according to embodiments.
  • APS Attribute Parameter Set
  • a bitstream of point cloud data may include an attribute parameter set (Attribute Parameter Set, 2200) including signaling information (or flags) of this figure.
  • the attribute parameter set 2200 of this figure may refer to the attribute parameter set 27003 described with reference to FIG. 17 .
  • the point cloud data receiver according to the embodiments may decode the point cloud data according to the embodiments based on the signaling information (or flag information) of this figure.
  • the APS attribute parameter set ID (aps_attr_parameter_set_id) may indicate an identifier for the APS for reference according to other syntax elements.
  • the value of aps_attr_parameter_set_id must be within the range of 0 to 15.
  • aps_seq_parameter_set_id may indicate a value of sps_seq_parameter_set_id for an active SPS.
  • the value of aps_seq_parameter_set_id must be within the range of 0 to 15.
  • Lifting indicates whether a coding type for an attribute according to embodiments is a method based on a lifting method. For example, isLifting indicates whether the coding type is predicting weight lifting or fixed weight lifting. isLifting may have a specific value (eg, 0 or 1) to indicate whether the coding type for the attribute is a method based on the lifting method.
  • Attr_coding_type when the value of attr_coding_type according to the embodiments is 0 (ie, the coding type for the attribute is predictive weight lifting) or the value of attr_coding_type is 2 (ie, the coding type for the attribute is fixed) In case of weight lifting), isLifting may be 1 (ie, it may indicate that a coding type for an attribute according to embodiments is a method based on a lifting method). For example, when the value of attr_coding_type according to the embodiments is 1 (ie, when the coding type for the attribute is RAHT), isLifting may be 0 (ie, the coding type for the attribute according to the embodiments). It may indicate that the method is not based on this lifting method).
  • the APS according to the embodiments may include some or all of num_pred_nearest_neighbours, max_num_direct_predictors, lifting_search_range, lifting_quant_step_size, lifting_quant_step_size_chroma, lod_binary_tree_enabled_flag, and num_detail_levels_minus1 parameters when the isLifting information according to the embodiments is 1. Also, when the isLifting information according to the embodiments is 1, the APS 30000 according to the embodiments may include sampling_distance_squared information as much as the value of num_detail_levels_minus1 (ie, the number of LODs).
  • lifting_num_pred_nearest_neighbours indicates the maximum number of nearest neighbors used for prediction transformation.
  • a value of numberOfNearestNeighboursInPrediction may be included in the range of 1 to xx.
  • lifting_max_num_direct_predictors indicates the number of predictors used for direct prediction transformation.
  • max_num_direct_predictors has a value within the range of 0 to num_pred_nearest_neighbours.
  • the APS may include neighbor point set generation information (eg, neighbor point set property information described with reference to FIGS. 15 and 17 to 19 ).
  • Neighbor point set generation information indicates information on generation of the neighboring point set described with reference to FIGS. 1 to 20 .
  • the different_nn_search_type_per_lod_flag information may indicate whether to use different neighbor point set search methods for each LOD (eg, the LOD to which the target point of FIGS. 15 to 19 belongs). As described above with reference to FIGS. 17 to 19 , the neighbor point set search method according to embodiments may be applied differently for each LOD.
  • the above-described neighboring point set generation information may include reference point selection type information that is equally applied to all LOD values.
  • a description of reference point selection type information according to embodiments is the same as described with reference to FIG. 21 .
  • reference point set generation information identified by an idx value may be included.
  • the index idx is greater than or equal to 0 and less than the value indicated by num_detail_levels_minus1.
  • the num_detail_levels_minus1 value may specify the maximum number of all LOD values constituting the LOD according to embodiments.
  • a description of reference point selection type information according to embodiments is the same as described with reference to FIG. 21 .
  • nearest_neighbor_search_type_per_tile_flag may indicate whether the above-described neighbor point set generation information is applied differently for each tile.
  • the TPS eg, Tile Parameter Set 28000 of FIG. 20
  • the TPS may not include neighbor point set generation information.
  • the signaling information included in the bitstream according to the embodiments is one of the metadata processing unit or the transmission processing unit (eg, the metadata processing unit 12007 or the transmission processing unit 12012 of FIG. 12 ) included in the point cloud data transmission apparatus. Or it can be created by more elements.
  • the signaling information according to embodiments may be generated based on a result of performing geometry encoding and/or attribute encoding.
  • the point cloud data transmitting apparatus according to the embodiments may transmit the bitstream in the above-described form, thereby increasing compression efficiency, increasing image quality performance, and reducing the burden on the receiving apparatus.
  • TPS Tip Parameter Set
  • a bitstream of point cloud data may include a tile parameter set 2300 including signaling information (or flags) shown in this figure.
  • the tile parameter set 2300 shown in this figure may refer to the tile parameter set 27004 described with reference to FIG. 20 .
  • the point cloud data receiver according to the embodiments may decode the point cloud data according to the embodiments based on the signaling information (or flag information) described in this figure.
  • a Tile Parameter Set (TPS) 28000 may mean a syntax structure including syntax elements to which zero or more entire tiles (or coded tiles) are applied.
  • num_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 includes information on positions at which tiles existing in a corresponding bitstream are located in a bounding box (eg, tile_bounding_box_offset_x, tile_bounding_box_offset_y, tile_bounding_box_offset_z, etc.), scale factor information in a bounding box of tiles (eg, tile_bounding_box_scale_factor, etc.), width or height information (eg, tile_bounding_box_size_width, tile_bounding_box_size_height information) in a bounding box of tiles.
  • a bounding box eg, tile_bounding_box_offset_x, tile_bounding_box_offset_y, tile_bounding_box_offset_z, etc.
  • scale factor information in a bounding box of tiles
  • width or height information eg, tile_bounding_box_size_width, tile_bounding_box_size_height information
  • the TPS may include parameters (eg, tile_bounding_box_offset_x, tile_bounding_box_offset_y) included in the for statement of this figure as much as the number of tiles.
  • i may mean an index for each tile.
  • tile_bounding_box_offset_x[i] and tile_bounding_box_offset_y[i] may mean _bounding_box_offset_x and tile_bounding_box_offset_y information of the i-th tile in the for statement, respectively.
  • tile_bounding_box_offset_x[ i ] indicates the x offset of the i-th tile in Cartesian coordinates. If the corresponding parameter does not exist (that is, if the tile_bounding_box_size_offset_x parameter for the non-zero i-th tile does not exist), the value of tile_bounding_box_offset_x[ 0 ] may mean sps_bounding_box_offset_x included in the SPS according to the embodiments. .
  • tile_bounding_box_offset_y[ i ] indicates the y offset of the i-th tile in Cartesian coordinates. If the corresponding parameter does not exist (that is, when the tile_bounding_box_size_offset_y parameter for the non-zero i-th tile does not exist), the value of tile_bounding_box_offset_y[ 0 ] may mean sps_bounding_box_offset_y included in the SPS according to the embodiments. .
  • the TPS according to the embodiments may include neighbor point set generation information.
  • the description of the neighbor point set generation information included in the TPS according to the embodiments is the same as described with reference to FIGS. 21 to 22 .
  • nearest_neighbor_search_type_per_slice_flag may indicate whether the above-described neighbor point set generation information is applied differently for each slice (eg, the slice of FIG. 12 ) generated by dividing a tile signaled by a TPS according to embodiments. If nearest_neighbor_search_type_per_slice_flag indicates a value of true, the ASH (eg, Attr_slice_header, 27005c of FIG. 20 ) according to embodiments) may include neighbor point set generation information. If nearest_neighbor_search_type_per_slice_flag does not indicate a value of true, ASH according to embodiments may not include neighbor point set generation information.
  • the signaling information included in the bitstream according to the embodiments is one of the metadata processing unit or the transmission processing unit (eg, the metadata processing unit 12007 or the transmission processing unit 12012 of FIG. 12 ) included in the point cloud data transmission apparatus. Or it can be created by more elements.
  • the signaling information according to embodiments may be generated based on a result of performing geometry encoding and/or attribute encoding.
  • the point cloud data transmitting apparatus according to the embodiments may transmit the bitstream in the above-described form, thereby increasing compression efficiency, increasing image quality performance, and reducing the burden on the receiving apparatus.
  • FIG. 24 shows an ASH (Attr_slice_header) structure of point cloud data according to embodiments.
  • a bitstream of point cloud data may include an attribute slice header (Attr_slice_header, 2400) including signaling information (or flag) shown in this figure.
  • the attribute slice header 2400 shown in this figure may mean the attribute slice header 27005c described with reference to FIG. 20 .
  • the point cloud data receiver according to the embodiments may decode the point cloud data according to the embodiments based on the signaling information (or flag information) described in this figure.
  • ash_attr_parameter_set_id has the same value as aps_attr_parameter_set_id of active APSs.
  • ash_attr_sps_attr_idx may indicate a value of sps_seq_parameter_set_id for an active SPS.
  • the value of ash_attr_sps_attr_idx falls within the range from 0 to the value of sps_num_attribute_sets included in the active SPS.
  • ash_attr_geom_slice_id represents a value of a geometry slice ID (eg geom_slice_id).
  • the ASH according to embodiments may include neighbor point set generation information.
  • the description of the neighbor point set generation information included in the ASH according to the embodiments is the same as described with reference to FIGS. 21 to 24 .
  • the signaling information included in the bitstream according to the embodiments may include a metadata processing unit or a transmission processing unit (for example, the metadata processing unit 12007 of FIG. 12 or a transmission processing unit (in the first embodiments) included in the point cloud data transmission apparatus. may be generated by one or more elements in the data input unit 15012012. The signaling information according to embodiments may be generated based on a result of performing geometry encoding and/or attribute encoding.
  • the point cloud data transmitting apparatus may increase compression efficiency, increase image quality performance, and reduce the burden on the receiving apparatus.
  • 25 is a block diagram illustrating an apparatus for receiving point cloud data according to embodiments.
  • the receiving apparatus 2500 may perform the same or similar operation to the decoding operation described with reference to FIGS. 1 to 24 , and may perform a reverse process of the operation of the transmitting apparatus of FIG. 15 .
  • the reception apparatus 2500 according to the embodiments may include a geometry information decoding unit 2501 , an attribute information decoding unit 2502 , and/or a color inverse transformation processing unit 2503 .
  • the receiving apparatus according to the embodiments may further include one or more elements for performing the same or similar operation to the decoding operation described with reference to FIGS. 1 to 24 .
  • the geometry decoder may receive the geometry information bitstream (eg, the geometry bitstream of FIG. 2) and decode the geometry information (eg, the geometry described with reference to FIGS. 1 to 24). .
  • the geometry information decoder according to the embodiments may perform a reverse process of the operation of the geometry information encoder 1505 of FIG. 15 .
  • the geometric information decoding unit according to the embodiments may include a geometry information entropy encoder 2501a, an octree reconstruction unit 2501b, a geometry information prediction unit 2501c, a geometry information transformation inverse quantization processing unit 2501d, and/or a coordinate system inverse transformation unit 2501e ) may be included.
  • the geometry decoding unit according to embodiments may further include one or more elements for performing the same or similar operation to the geometry decoding operation described with reference to FIGS. 1 to 24 .
  • the geometry information entropy decoder may receive the geometry bitstream and decode the geometry information based on the entropy method.
  • the geometry information entropy decoder according to embodiments may perform a reverse process of the operation of the geometry information entropy encoder 1505d of FIG. 15 .
  • the octree reconstructor may reconstruct an octree (eg, the octree described with reference to FIGS. 1 to 24 ) from the geometry information.
  • the geometry information predictor may generate a predicted value of the geometry information. For example, an inter-node prediction value may be generated in an octree structure, and geometric information may be efficiently decoded using a residual value of the prediction value.
  • the geometry information predictor according to embodiments may perform a reverse process of the operation of the geometry information predictor 1505c of FIG. 15 .
  • a value generated by the prediction process of the geometry information prediction unit according to the embodiments may be used in the geometry information reconstruction process.
  • the geometry information transformation inverse quantization processing unit may inversely quantize the geometry data.
  • the geometry information transformation inverse quantization processing unit may obtain a scale value (quantization value) from signaling information (parameter) included in the bitstream, and apply inverse quantization to the geometric information reconstructed based on the scale value.
  • the geometry information transformation inverse quantization processing unit may perform a reverse process of the operation of the geometry information transformation quantization processing unit 1503 of FIG. 15 .
  • the coordinate system inverse transform unit may inversely transform the coordinate system information of the geometry information.
  • the coordinate system inverse transform unit may perform a reverse process of the operation of the coordinate system transform unit 1502 of FIG. 15 .
  • the geometric information decoder according to the embodiments may perform a geometry restoration operation.
  • the geometry restoration operation of the geometry information encoder according to the embodiments is the same as or similar to the geometry reconstruction operation described with reference to FIG. 8 .
  • the geometry information decoding unit according to the embodiments may transmit the restored geometry information generated by the geometry restoration operation to the attribute information decoding unit.
  • the attribute information decoder may receive the attribute bitstream (eg, the attribute bitstream of FIG. 2) and perform attribute information decoding (eg, the attribute decoding described with reference to FIGS. 1 to 24). .
  • the attribution information decoding unit may perform a reverse process of the operation of the attribution information encoding unit 1506 of FIG. 15 .
  • the attribution information decoding unit may include an attribute residual information entropy decoding unit 2502a, an LOD constructing unit 2502b, a neighboring point set constructing unit 2502c, an attribute information predicting unit 2502d, and/or residual attribution information inverse quantization.
  • a processing unit 2502e may be included.
  • the attribute information decoding unit may further include one or more elements for performing the same or similar operation to the attribute decoding operation described with reference to FIGS. 1 to 24 .
  • the attribute information decoding unit may further include a Morton code generation unit (not shown in this figure).
  • the molton code generator may correspond to the molton code generator described with reference to FIG. 15 .
  • the molton code generator may generate molton codes of points (eg, the molton codes described with reference to FIGS. 1 to 24 ).
  • the attribute residual information entropy decoder may decode the attribute residual (eg, a residual value of attribute information) included in the attribute bitstream based on the entropy method.
  • the attribute residual information entropy decoder according to embodiments may perform a reverse process of the operation of the attribute information entropy encoder 1506g of FIG. 15 .
  • the LOD construction unit is the point cloud data on which the predictive transform coding/lifting transform coding (eg, the predictive transform coding/lifting transform coding of FIG. 4 ) is performed rather than the RAHT transform among the attribute coding (eg, restoration)
  • the LOD (eg, the LOD described in FIGS. 1 to 24 ) may be generated from the obtained geometry information).
  • the LOD component according to embodiments may correspond to the LOD component 1506c of FIG. 15 .
  • the neighbor point set construction unit searches for neighboring points of points included in the LODs based on the generated LOD, and sets the searched points as a neighbor point set (eg, the neighbor point set described in FIGS. 1 to 24 ). ) can be registered.
  • the attribute information decoder eg, the neighbor point set constructing unit
  • the attribute information decoder may perform the neighbor point set generation process described with reference to FIGS. 17 to 19 .
  • the attribute information decoder may perform a neighbor point aggregation process based on the received bitstream (eg, the bitstream of FIGS. 20 to 24 ). For example, the attribute information decoder may select at least one reference point from among one or more points of point cloud data based on neighbor point set generation information included in the bitstream.
  • the attribute information encoder corresponds to the neighbor point set generation information (eg, reference point selection type information indicating the molton code value type information of FIGS. 21 to 24 ), and corresponds to the molton code of one or more points. By comparing the values with the molton code value of the target point, a point having a molton code value closest to the molton code value of the target point may be selected as the reference point.
  • the attribute information encoder may search for a set of neighboring points based on the selected reference point. A process of searching for a neighboring point based on a Morton code value of a target point according to embodiments is the same as or similar to the process described above with reference to FIG. 17 .
  • the attribute information encoder corresponds to the neighbor point set generation information (eg, reference point selection type information indicating the first shifted Molton code value type information of FIGS. 21 to 24), Points having a first shifted molton code value equal to the 1 shifted molton code value may be selected as reference points.
  • the attribute information encoder may search for a set of neighboring points based on the selected reference point. A process of searching for a neighboring point based on the first shifted Morton code value of the target point according to embodiments is the same as or similar to the process described above with reference to FIG. 18 .
  • the attribute information encoder corresponds to the neighbor point set generation information (eg, reference point selection type information indicating the second shifted Molton code value type information of FIGS. 21 to 24), Points having a second shifted molton code value equal to the 2 shifted molton code value may be selected as reference points.
  • the attribute information encoder may search for a set of neighboring points based on the selected reference point. A process of searching for a neighboring point based on the first shifted Morton code value of the target point according to embodiments is the same as or similar to the process described with reference to FIG. 19 .
  • the attribute information predictor may generate a predicted value for the attribute information. For example, a predicted value for a point may be generated from an LOD and a set of neighboring points, and a residual value for the predicted value may be generated.
  • the attribute information predicting unit may perform a reverse process of the operation of the attribute information predicting unit 1506f of FIG. 15 .
  • the residual attribution information inverse quantization processing unit may inversely quantize the residual attribution information (eg, a residual value of attribution information).
  • the residual attribution information inverse quantization processing unit may perform a reverse process of the operation of the residual attribution information quantization processing unit 1506g of FIG. 15 for the residual attribution information.
  • the inverse color conversion processing unit may inversely convert color information that is attribute information.
  • the point cloud data receiving apparatus may output (or render) the final point cloud data by using the restored geometry information and/or the restored attribute information.
  • the point cloud data receiving apparatus is based on the neighbor point set generation information included in the received bitstream (eg, neighbor point set generation information included in the bitstreams of FIGS. 20 to 24 ). By performing a neighbor point search, the complexity of attribute decoding can be reduced and compression efficiency can be increased.
  • 26 is an example of a flowchart illustrating a method of transmitting point cloud data according to embodiments.
  • 26 is a point cloud data transmission method of a point cloud data transmission apparatus (eg, the point cloud data transmission apparatus described in FIGS. 1, 2, 4, 11, 12 and 15 ) according to embodiments; indicates.
  • the transmitting apparatus according to the embodiments performs the same or similar operation to the encoding operation described with reference to FIGS. 1 to 25 .
  • the point cloud data transmission apparatus may encode the point cloud data ( 2600 ).
  • An apparatus for transmitting point cloud data includes a geometry encoder that encodes a geometry indicating a position of one or more points of point cloud data, and an attribute encoder that encodes an attribute of one or more points.
  • the geometry encoder according to the embodiments may perform the geometry encoding operation described with reference to FIGS. 1 to 25 .
  • the geometry encoder according to the embodiments may include an octree generator (eg, the octree generator 1505b of FIG. 15 ) that generates an octree of a geometry.
  • the octree generator according to embodiments may include FIGS. 1 to 25 . Generates the octree described in.
  • the octree includes one or more nodes corresponding to each of one or more spaces generated by recursively dividing a bounding box including points, Each node corresponds to any one of one or more levels of the octree, and the one or more nodes include a root node corresponding to the lowest one of the one or more levels and one or more It includes a leaf node corresponding to the highest level among the levels, and the level to which each node corresponds may indicate the number of hops from the root node to each node.
  • the encoder may perform the attribute encoding process described with reference to Figs. 1 to 25.
  • the attribute encoder according to embodiments may include a molton code generator (eg, FIG.
  • the Molton code generator described in an LOD generator that generates one or more LODs by rearranging one or more points based on the octree (eg, the LOD construct 1506c of FIG. 15 ), and/or each and a neighbor point set generator (eg, a neighbor point set constructing unit 1506e of Fig. 15) that generates a set of neighboring points for points belonging to the LOD.
  • the process of generating a set of neighboring points described with reference to Figs. 19 may be performed, and a bitstream according to embodiments may include information about generating a set of neighboring points described with reference to Figs.
  • the neighbor point set according to the embodiments is based on any one of a molton code value of a target point that is a generation target of the neighbor point set, a first shifted molton code value of the target point, or a second shifted molton code value of the target point Alternatively, it may be generated based on at least one reference point selected from among more points. At least one reference point according to embodiments determines a range for generating a set of neighboring points, a first shifted molton code value is shifted according to a first shifting value, and a second shifted molton code value is a second shifted molton code value It may be shifted according to the shifting value.
  • Neighbor point set generation information may include reference point selection type information indicating a method of selecting at least one reference point from among one or more points. Since the target point, the reference point, the first shifting, the first shifting value, and the reference point selection type information according to the embodiments are the same as those described above with reference to FIGS. 15 to 25 , a detailed description thereof will be omitted.
  • the reference point selected based on the molton code value of the target point may be determined by comparing the molton code values of one or more points with the molton code value of the target point, and the molton code value closest to the molton code value of the target point. It may be a point with .
  • Reference point selection type information may indicate Molton code value type information. Since the target point, the selected reference point, and the Molton code value type information according to the embodiments are the same as those described above with reference to FIGS. 15 to 25 , a detailed description thereof will be omitted.
  • a value obtained by shifting the Morton code values of at least one reference point selected based on the first shifted Morton code value of the target point according to the embodiments according to the first shifting value is the first shifted Morton code value of the target point and same, the first shifting value may be determined based on the LOD value of the target point.
  • a node having a level less than the level of the node to which the target point belongs according to embodiments is a parent node of the node to which the target point belongs, and a space corresponding to the parent node includes both the target point and the selected at least one reference point.
  • Reference point selection type information according to embodiments may indicate first shifted Molton code value type information.
  • the target point, the selected reference point, the first shifting, the first shifting value, the parent node, the space corresponding to the parent node, and the first shifted Morton code value type information are as described above with reference to FIGS. 15 to 25 . Since they are the same, a detailed description is omitted.
  • a value obtained by shifting the Morton code values of at least one reference point selected based on the second shifted Morton code value of the target point according to the embodiments according to the second shifting value is the second shifted Morton code value of the target point and same, and the second shifting value may be determined based on the LOD value and the range value of the target point.
  • a node whose level is smaller by a value of range+1 than the level of the node to which the target point belongs is an upper node of the node to which the target point belongs, and the space corresponding to the upper node contains both the target point and the selected at least one reference point.
  • the reference point selection type information may indicate second shifted Morton code value type information
  • the neighbor point set generation information may further include information indicating a range value.
  • the target point, the selected reference point, the second shifting, the second shifting value, the range value, the upper node, the space corresponding to the upper node, and the second shifted Molton code value type information are shown in FIGS. 15 to Since it is the same as described above with reference to FIG. 25 , a detailed description thereof will be omitted.
  • An apparatus for transmitting point cloud data may transmit a bitstream including encoded point cloud data. Since the bitstream according to the embodiments is the same as described with reference to FIGS. 20 to 24 , a detailed description thereof will be omitted.
  • the bitstream according to the embodiments may include neighbor point set generation information (eg, neighbor point set generation information described with reference to FIGS. 21 to 24 ).
  • the neighbor point set generation information according to the embodiments may be transmitted through SPS, APS, TPS, and/or ASH, as described above with reference to FIGS. 21 to 24 , and is not limited to the above-described example.
  • FIG. 27 is an example of a flowchart illustrating a method for receiving point cloud data according to embodiments.
  • FIG. 27 illustrates a point cloud data transmission method of an apparatus for receiving point cloud data (eg, the apparatus for receiving point cloud data described with reference to FIGS. 1, 2, 11, 13, and 25) according to embodiments.
  • the transmitting apparatus according to the embodiments performs the same or similar operation to the decoding operation described with reference to FIGS. 1 to 25 .
  • the device for receiving point cloud data may receive a bitstream including point cloud data ( 2700 ). Since the bitstream according to the embodiments is the same as described with reference to FIGS. 20 to 26 , a detailed description thereof will be omitted.
  • the point cloud data receiving apparatus may decode the point cloud data.
  • An apparatus for receiving point cloud data includes a geometry decoder for decoding a geometry indicating a position of one or more points of point cloud data, and an attribute decoder for decoding an attribute of one or more points.
  • the geometry decoder according to the embodiments may perform the geometry decoding operation described with reference to FIGS. 1 to 25 .
  • a geometry decoder may include an octree generator (eg, the octree reconstruction unit 2505b of FIG. 25 ) that generates an octree of a geometry.
  • the octree generator according to embodiments may include FIGS. 1 to 25 . Generates the octree described in.
  • the octree includes one or more nodes corresponding to each of one or more spaces generated by recursively dividing a bounding box including points, Each node corresponds to any one of one or more levels of the octree, and the one or more nodes include a root node corresponding to the lowest one of the one or more levels and one or more It includes a leaf node corresponding to the highest level among the levels, and the level to which each node corresponds may indicate the number of hops from the root node to each node.
  • the decoder may perform the attribute decoding process described with reference to Figs. 1 to 25.
  • the attribute decoder according to embodiments may include a molton code generator (eg, FIG.
  • a bitstream may include the neighbor point set generation information described with reference to Figs.
  • the reference point selected based on the molton code value of the target point may be determined by comparing the molton code values of one or more points with the molton code value of the target point, and the molton code value closest to the molton code value of the target point. It may be a point with .
  • Reference point selection type information may indicate Molton code value type information. Since the target point, the selected reference point, and the Molton code value type information according to the embodiments are the same as those described above with reference to FIGS. 15 to 25 , a detailed description thereof will be omitted.
  • a value obtained by shifting the Morton code values of at least one reference point selected based on the first shifted Morton code value of the target point according to the embodiments according to the first shifting value is the first shifted Morton code value of the target point and same, the first shifting value may be determined based on the LOD value of the target point.
  • a node having a level less than the level of the node to which the target point belongs according to embodiments is a parent node of the node to which the target point belongs, and a space corresponding to the parent node includes both the target point and the selected at least one reference point.
  • Reference point selection type information according to embodiments may indicate first shifted Molton code value type information.
  • the target point, the selected reference point, the first shifting, the first shifting value, the parent node, the space corresponding to the parent node, and the first shifted Morton code value type information are as described above with reference to FIGS. 15 to 25 . Since they are the same, a detailed description thereof will be omitted.
  • a value obtained by shifting the Morton code values of at least one reference point selected based on the second shifted Morton code value of the target point according to the embodiments according to the second shifting value is the second shifted Morton code value of the target point and same, and the second shifting value may be determined based on the LOD value and the range value of the target point.
  • a node whose level is smaller by a value of range+1 than the level of the node to which the target point belongs is an upper node of the node to which the target point belongs, and the space corresponding to the upper node contains both the target point and the selected at least one reference point.
  • the reference point selection type information may indicate second shifted Morton code value type information
  • the neighbor point set generation information may further include information indicating a range value.
  • the target point, the selected reference point, the second shifting, the second shifting value, the range value, the upper node, the space corresponding to the upper node, and the second shifted Molton code value type information are shown in FIGS. 15 to Since it is the same as described above with reference to FIG. 25 , a detailed description thereof will be omitted.
  • Various components of the apparatus of the embodiments may be implemented by hardware, software, firmware, or a combination thereof.
  • Various components of the embodiments may be implemented with one chip, for example, one hardware circuit.
  • the components according to the embodiments may be implemented with separate chips.
  • at least one or more of the components of the device according to the embodiments may be composed of one or more processors capable of executing one or more programs, and the one or more programs may be implemented Any one or more of the operations/methods according to the examples may be performed or may include instructions for performing the operations/methods.
  • Executable instructions for performing the method/acts of the apparatus according to the embodiments may be stored in non-transitory CRM or other computer program products configured for execution by one or more processors, or one or more may be stored in temporary CRM or other computer program products configured for execution by processors.
  • the memory according to the embodiments may be used as a concept including not only volatile memory (eg, RAM, etc.) but also non-volatile memory, flash memory, PROM, and the like. Also, it may be implemented in the form of a carrier wave, such as transmission through the Internet.
  • the processor-readable recording medium is distributed in a computer system connected through a network, so that the processor-readable code can be stored and executed in a distributed manner.
  • first, second, etc. may be used to describe various elements of the embodiments. However, interpretation of various components according to the embodiments should not be limited by the above terms. These terms are only used to distinguish one component from another. it is only For example, the first user input signal may be referred to as a second user input signal. Similarly, the second user input signal may be referred to as a first user input signal. Use of these terms should be interpreted as not departing from the scope of the various embodiments. Although both the first user input signal and the second user input signal are user input signals, they do not mean the same user input signals unless the context clearly indicates otherwise.
  • the embodiments may be wholly or partially applied to a point cloud data transmission/reception device and system.
  • Embodiments may include variations/modifications without departing from the scope of the claims and the like.

Landscapes

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

Abstract

실시예들에 따른 포인트 클라우드 데이터 처리 방법은 포인트 클라우드 데이터를 인코딩하여 전송하는데, 상기 인코딩은 상기 포인트 클라우드 데이터의 하나 또는 그 이상의 포인트들의 포지션을 나타내는 지오메트리를 인코딩하는 단계, 상기 지오메트리를 인코딩하는 단계는, 상기 지오메트리의 옥트리(Octree)를 생성하는 단계를 더 포함하고, 상기 하나 또는 그 이상의 포인트들의 어트리뷰트를 인코딩하는 단계는 상기 하나 또는 그 이상의 포인트들에 대한 몰톤 코드들을 생성하는 단계, 상기 옥트리를 기반으로 상기 하나 또는 그 이상의 포인트들을 재정렬하여 하나 또는 그 이상의 LOD(Level of Detail)들을 생성하는 단계를 포함할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 처리 방법은 포인트 클라우드 데이터를 수신하고 디코딩할 수 있다.

Description

포인트 클라우드 데이터 처리 장치 및 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 콘텐트는 3차원 공간을 표현하는 좌표계에 속한 점(포인트)들의 집합인 포인트 클라우드로 표현되는 콘텐트이다. 포인트 클라우드 콘텐트는3차원으로 이루어진 미디어를 표현할 수 있으며, VR (Virtual Reality, 가상현실), AR (Augmented Reality, 증강현실), MR (Mixed Reality, 혼합현실), 및 자율 주행 서비스 등의 다양한 서비스를 제공하기 위해 사용된다. 하지만 포인트 클라우드 콘텐트를 표현하기 위해서는 수만개에서 수십만개의 포인트 데이터가 필요하다. 따라서 방대한 양의 포인트 데이터를 효율적으로 처리하기 위한 방법이 요구된다.
실시예들은 포인트 클라우드 데이터를 효율적으로 처리하기 위한 장치 및 방법을 제공한다. 실시예들은 지연시간(latency) 및 인코딩/디코딩 복잡도를 해결하기 위한 포인트 클라우드 데이터 처리 방법 및 장치를 제공한다.
다만, 전술한 기술적 과제만으로 제한되는 것은 아니고, 기재된 전체 내용에 기초하여 당업자가 유추할 수 있는 다른 기술적 과제로 실시예들의 권리범위가 확장될 수 있다.
따라서 효율적으로 포인트 클라우드 데이터를 처리하기 위하여 실시예들에 따른 포인트 클라우드 데이터 송신 방법은 포인트 클라우드 데이터를 인코딩하는 단계 및 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 단계를 포함한다.
실시예들에 따른 포인트 클라우드 데이터 수신 방법은 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 단계 및 포인트 클라우드 데이터를 디코딩하는 단계를 포함한다.
실시예들에 따른 장치 및 방법은 높은 효율로 포인트 클라우드 데이터를 처리할 수 있다.
실시예들에 따른 장치 및 방법은 높은 퀄리티의 포인트 클라우드 서비스를 제공할 수 있다.
실시예들에 따른 장치 및 방법은 VR 서비스, 자율주행 서비스 등 범용적인 서비스를 제공하기 위한 포인트 클라우드 콘텐트를 제공할 수 있다.
도면은 실시예들을 더욱 이해하기 위해서 포함되며, 도면은 실시예들에 관련된 설명과 함께 실시예들을 나타낸다. 이하에서 설명하는 다양한 실시예들의 보다 나은 이해를 위하여, 하기 도면들에 걸쳐 유사한 참조 번호들이 대응하는 부분들을 포함하는 다음의 도면들과 관련하여 이하의 실시예들의 설명을 반드시 참조해야 한다.
도 1은 실시예들에 따른 포인트 클라우드콘텐츠 제공 시스템의 예시를 나타낸다.
도 2는 실시예들에 따른 포인트 클라우드 콘텐트 제공 동작을 나타내는 블록도이다.
도 3은 실시예들에 따른 포인트 클라우드 비디오 캡쳐 과정의 예시를 나타낸다.
도 4는 실시예들에 따른 포인트 클라우드 인코더(Point Cloud Encoder)의 예시를 나타낸다.
도 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 15는, 실시예들에 따른 포인트 클라우드 데이터 송신 장치를 나타내는 블록도이다.
도 16은, 실시예들에 따른 몰톤 코드(morton code) 및 몰톤 코드 쉬프팅(shifting)의 예시를 나타낸다.
도 17은, 실시예들에 따른 이웃 포인트 집합 구성 방법의 예시를 나타낸다.
도 18은, 실시예들에 따른 이웃 포인트 집합 구성 방법의 예시를 나타낸다.
도 19은, 실시예들에 따른 이웃 포인트 집합 구성 방법의 예시를 나타낸다.
도 20은, 실시예들에 따른 비트스트림의 구조를 나타낸다.
도 21은, 실시예들에 따른 포인트 클라우드 데이터의 SPS(Suquential Parameter Set) 구조를 나타낸다.
도 22는, 실시예들에 따른 포인트 클라우드 데이터의 APS(Attribute Parameter Set) 구조를 나타낸다.
도 23은, 실시예들에 따른 포인트 클라우드 데이터의 TPS(Tile Parameter Set) 구조를 나타낸다.
도 24는, 실시예들에 따른 포인트 클라우드 데이터의 ASH(Attribute slice header) 구조를 나타낸다.
도 25는, 실시예들에 따른 포인트 클라우드 데이터 수신 장치를 나타내는 블록도이다.
도 26은, 실시예들에 따른 포인트 클라우드 데이터 송신 방법을 나타내는 플로우 차트의 예시이다.
도 27은, 실시예들에 따른 포인트 클라우드 데이터 수신 방법을 나타내는 플로우 차트의 예시이다.
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 사술한다. 따라서 실시예들은 용어의 단순한 명칭이나 의미가 아닌 용어의 의도된 용되는 대부분의 용어는 해당 분야에서 널리 사용되는 일반적인 것들에서 선택되지만, 일부 용어는 출원인에 의해 임의로 선택되며 그 의미는 필요에 따라 다음 설명에서 자세히 서의미에 근거하여 이해되어야 한다.
도 1은 실시예들에 따른 포인트 클라우드콘텐츠 제공 시스템의 예시를 나타낸다.
도 1에 도시된 포인트 클라우드 콘텐트 제공 시스템은 전송 장치(transmission device)(10000) 및 수신 장치(reception device)(10004)를 포함할 수 있다. 전송 장치(10000) 및 수신 장치(10004)는 포인트 클라우드 데이터를 송수신하기 위해 유무선 통신 가능하다.
실시예들에 따른 전송 장치(10000)는 포인트 클라우드 비디오(또는 포인트 클라우드 콘텐트)를 확보하고 처리하여 전송할 수 있다. 실시예들에 따라, 전송 장치(10000)는 고정국(fixed station), BTS(base transceiver system), 네트워크, AI(Ariticial Intelligence) 기기 및/또는 시스템, 로봇, AR/VR/XR 기기 및/또는 서버 등을 포함할 수 있다. 또한 실시예들에 따라 전송 장치(10000)는 무선 접속 기술(예, 5G NR(New RAT), LTE(Long Term Evolution))을 이용하여, 기지국 및/또는 다른 무선 기기와 통신을 수행하는 기기, 로봇, 차량, AR/VR/XR 기기, 휴대기기, 가전, IoT(Internet of Thing)기기, AI 기기/서버 등을 포함할 수 있다.
실시예들에 따른 전송 장치(10000)는 포인트 클라우드 비디오 획득부(Point Cloud Video Acquisition, 10001), 포인트 클라우드 비디오 인코더(Point Cloud Video Encoder, 10002) 및/또는 트랜스미터(Transmitter (or Communication module), 10003)를 포함한다
실시예들에 따른 포인트 클라우드 비디오 획득부(10001)는 캡쳐, 합성 또는 생성 등의 처리 과정을 통해 포인트 클라우드 비디오를 획득한다. 포인트 클라우드 비디오는 3차원 공간에 위치한 포인트들의 집합인 포인트 클라우드로 표현되는 포인트 클라우드 콘텐트로서, 포인트 클라우드 비디오 데이터 등으로 호칭될 수 있다. 실시예들에 따른 포인트 클라우드 비디오는 하나 또는 그 이상의 프레임들을 포함할 수 있다. 하나의 프레임은 정지 영상/픽쳐를 나타낸다. 따라서 포인트 클라우드 비디오는 포인트 클라우드 영상/프레임/픽처를 포함할 수 있으며, 포인트 클라우드 영상, 프레임 및 픽처 중 어느 하나로 호칭될 수 있다.
실시예들에 따른 포인트 클라우드 비디오 인코더(10002)는 확보된 포인트 클라우드 비디오 데이터를 인코딩한다. 포인트 클라우드 비디오 인코더(10002)는 포인트 클라우드 컴프레션(Point Cloud Compression) 코딩을 기반으로 포인트 클라우드 비디오 데이터를 인코딩할 수 있다. 실시예들에 따른 포인트 클라우드 컴프레션 코딩은 G-PCC(Geometry-based Point Cloud Compression) 코딩 및/또는 V-PCC(Video based Point Cloud Compression) 코딩 또는 차세대 코딩을 포함할 수 있다. 또한 실시예들에 따른 포인트 클라우드 컴프레션 코딩은 상술한 실시예에 국한되는 것은 아니다. 포인트 클라우드 비디오 인코더(10002)는 인코딩된 포인트 클라우드 비디오 데이터를 포함하는 비트스트림을 출력할 수 있다. 비트스트림은 인코딩된 포인트 클라우드 비디오 데이터뿐만 아니라, 포인트 클라우드 비디오 데이터의 인코딩과 관련된 시그널링 정보를 포함할 수 있다.
실시예들에 따른 트랜스미터(10003)는 인코딩된 포인트 클라우드 비디오 데이터를 포함하는 비트스트림을 전송한다. 실시예들에 따른 비트스트림은 파일 또는 세그먼트(예를 들면 스트리밍 세그먼트) 등으로 인캡슐레이션되어 방송망 및/또는 브로드밴드 망등의 다양한 네트워크를 통해 전송된다. 도면에 도시되지 않았으나, 전송 장치(10000)는 인캡슐레이션 동작을 수행하는 인캡슐레이션부(또는 인캡슐레이션 모듈)을 포함할 수 있다. 또한 실시예들에 따라 인캡슐레이션부는 트랜스미터(10003)에 포함될 수 있다. 실시예들에 따라 파일 또는 세그먼트는 네트워크를 통해 수신 장치(10004)로 전송되거나, 디지털 저장매체(예를 들면 USB, SD, CD, DVD, 블루레이, HDD, SSD 등)에 저장될 수 있다. 실시예들에 따른 트랜스미터(10003)는 수신 장치(10004) (또는 리시버(Receiver, 10005))와 4G, 5G, 6G 등의 네트워크를 통해 유/무선 통신 가능하다. 또한 트랜스미터(10003)는 네트워크 시스템(예를 들면 4G, 5G, 6G 등의 통신 네트워크 시스템)에 따라 필요한 데이터 처리 동작을 수행할 수 있다. 또한 전송 장치(10000)는 온 디맨드(On Demand) 방식에 따라 인캡슐레이션된 데이터를 전송할 수도 있다.
실시예들에 따른 수신 장치(10004)는 리시버(Receiver, 10005), 포인트 클라우드 비디오 디코더(Point Cloud Decoder, 10006) 및/또는 렌더러(Renderer, 10007)를 포함한다. 실시예들에 따라 수신 장치(10004)는 무선 접속 기술(예, 5G NR(New RAT), LTE(Long Term Evolution))을 이용하여, 기지국 및/또는 다른 무선 기기와 통신을 수행하는 기기, 로봇, 차량, AR/VR/XR 기기, 휴대기기, 가전, IoT(Internet of Thing)기기, AI 기기/서버 등을 포함할 수 있다.
실시예들에 따른 리시버(10005)는 포인트 클라우드 비디오 데이터를 포함하는 비트스트림 또는 비트스트림이 인캡슐레이션된 파일/세그먼트 등을 네트워크 또는 저장매체로부터 수신한다. 리시버(10005)는 네트워크 시스템(예를 들면 4G, 5G, 6G 등의 통신 네트워크 시스템)에 따라 필요한 데이터 처리 동작을 수행할 수 있다. 실시예들에 따른 리시버(10005)는 수신한 파일/세그먼트를 디캡슐레이션하여 비트스트림을 출력할수 있다. 또한 실시예들에 따라 리시버(10005)는 디캡슐레이션 동작을 수행하기 위한 디캡슐레이션부(또는 디캡슐레이션 모듈)을 포함할 수 있다. 또한 디캡슐레이션부는 리시버(10005)와 별개의 엘레멘트(또는 컴포넌트)로 구현될 수 있다.
포인트 클라우드 비디오 디코더(10006)는 포인트 클라우드 비디오 데이터를 포함하는 비트스트림을 디코딩한다. 포인트 클라우드 비디오 디코더(10006)는 포인트 클라우드 비디오 데이터가 인코딩된 방식에 따라 디코딩할 수 있다(예를 들면 포인트 클라우드 비디오 인코더(10002)의 동작의 역과정). 따라서 포인트 클라우드 비디오 디코더(10006)는 포인트 클라우드 컴프레션의 역과정인 포인트 클라우드 디컴프레션 코딩을 수행하여 포인트 클라우드 비디오 데이터를 디코딩할 수 있다. 포인트 클라우드 디컴프레션 코딩은 G-PCC 코딩을 포함한다.
렌더러(10007)는 디코딩된 포인트 클라우드 비디오 데이터를 렌더링한다. 렌더러(10007)는 포인트 클라우드 비디오 데이터 뿐만 아니라 오디오 데이터도 렌더링하여 포인트 클라우드 콘텐트를 출력할 수 있다. 실시예들에 따라 렌더러(10007)는 포인트 클라우드 콘텐트를 디스플레이하기 위한 디스플레이를 포함할 수 있다. 실시예들에 따라 디스플레이는 렌더러(10007)에 포함되지 않고 별도의 디바이스 또는 컴포넌트로 구현될 수 있다.
도면에 점선으로 표시된 화살표는 수신 장치(10004)에서 획득한 피드백 정보(feedback information)의 전송 경로를 나타낸다. 피드백 정보는 포인트 클라우드 컨텐트를 소비하는 사용자와의 인터랙티비를 반영하기 위한 정보로서, 사용자의 정보(예를 들면 헤드 오리엔테이션 정보), 뷰포트(Viewport) 정보 등)을 포함한다. 특히 포인트 클라우드 콘텐트가 사용자와의 상호작용이 필요한 서비스(예를 들면 자율주행 서비스 등)를 위한 콘텐트인 경우, 피드백 정보는 콘텐트 송신측(예를 들면 전송 장치(10000)) 및/또는 서비스 프로바이더에게 전달될 수 있다. 실시예들에 따라 피드백 정보는 전송 장치(10000) 뿐만 아니라 수신 장치(10004)에서도 사용될 수 있으며, 제공되지 않을 수도 있다.
실시예들에 따른 헤드 오리엔테이션 정보는 사용자의 머리 위치, 방향, 각도, 움직임 등에 대한 정보이다. 실시예들에 따른 수신 장치(10004)는 헤드 오리엔테이션 정보를 기반으로 뷰포트 정보를 계산할 수 있다. 뷰포트 정보는 사용자가 바라보고 있는 포인트 클라우드 비디오의 영역에 대한 정보이다. 시점(viewpoint)은 사용자가 포인트 클라우 비디오를 보고 있는 점으로 뷰포트 영역의 정중앙 지점을 의미할 수 있다. 즉, 뷰포트는 시점을 중심으로 한 영역으로서, 영역의 크기, 형태 등은 FOV(Field Of View) 에 의해 결정될 수 있다. 따라서 수신 장치(10004)는 헤드 오리엔테이션 정보 외에 장치가 지원하는 수직(vertical) 혹은 수평(horizontal) FOV 등을 기반으로 뷰포트 정보를 추출할 수 있다. 또한 수신 장치(10004)는 게이즈 분석 (Gaze Analysis) 등을 수행하여 사용자의 포인트 클라우드 소비 방식, 사용자가 응시하는 포인트 클라우 비디오 영역, 응시 시간 등을 확인한다. 실시예들에 따라 수신 장치(10004)는 게이즈 분석 결과를 포함하는 피드백 정보를 송신 장치(10000)로 전송할 수 있다. 실시예들에 따른 피드백 정보는 렌더링 및/또는 디스플레이 과정에서 획득될 수 있다. 실시예들에 따른 피드백 정보는 수신 장치(10004)에 포함된 하나 또는 그 이상의 센서들에 의해 확보될 수 있다. 또한 실시예들에 따라 피드백 정보는 렌더러(10007) 또는 별도의 외부 엘레멘트(또는 디바이스, 컴포넌트 등)에 의해 확보될 수 있다. 도1의 점선은 렌더러(10007)에서 확보한 피드백 정보의 전달 과정을 나타낸다. 포인트 클라우드 콘텐트 제공 시스템은 피드백 정보를 기반으로 포인트 클라우드 데이터를 처리(인코딩/디코딩)할 수 있다. 따라서 포인트 클라우드 비디오 데이터 디코더(10006)는 피드백 정보를 기반으로 디코딩 동작을 수행할 수 있다. 또한 수신 장치(10004)는 피드백 정보를 전송 장치(10000)로 전송할 수 있다. 전송 장치(10000)(또는 포인트 클라우드 비디오 데이터 인코더(10002))는 피드백 정보를 기반으로 인코딩 동작을 수행할 수 있다. 따라서 포인트 클라우드 콘텐트 제공 시스템은 모든 포인트 클라우드 데이터를 처리(인코딩/디코딩)하지 않고, 피드백 정보를 기반으로 필요한 데이터(예를 들면 사용자의 헤드 위치에 대응하는 포인트 클라우드 데이터)를 효율적으로 처리하고, 사용자에게 포인트 클라우드 콘텐트를 제공할 수 있다.
실시예들에 따라, 전송 장치(10000)는 인코더, 전송 디바이스, 전송기 등으로 호칭될 수 있으며, 수신 장치(10004)는 디코더, 수신 디바이스, 수신기 등으로 호칭될 수 있다.
실시예들에 따른 도 1 의 포인트 클라우드 콘텐트 제공 시스템에서 처리되는 (획득/인코딩/전송/디코딩/렌더링의 일련의 과정으로 처리되는) 포인트 클라우드 데이터는 포인트 클라우드 콘텐트 데이터 또는 포인트 클라우드 비디오 데이터라고 호칭할 수 있다. 실시예들에 따라 포인트 클라우드 콘텐트 데이터는 포인트 클라우드 데이터와 관련된 메타데이터 내지 시그널링 정보를 포함하는 개념으로 사용될 수 있다.
도 1에 도시된 포인트 클라우드 콘텐트 제공 시스템의 엘리먼트들은 하드웨어, 소프트웨어, 프로세서 및/또는 그것들의 결합등으로 구현될 수 있다.
도 2는 실시예들에 따른 포인트 클라우드 콘텐트 제공 동작을 나타내는 블록도이다.
도 2의 블록도는 도 1에서 설명한 포인트 클라우드 콘텐트 제공 시스템의 동작을 나타낸다. 상술한 바와 같이 포인트 클라우드 콘텐트 제공 시스템은 포인트 클라우드 컴프레션 코딩(예를 들면 G-PCC)을 기반으로 포인트 클라우드 데이터를 처리할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 포인트 클라우드 전송 장치(10000) 또는 포인트 클라우드 비디오 획득부(10001))은 포인트 클라우드 비디오를 획득할 수 있다(20000). 포인트 클라우드 비디오는 3차원 공간을 표현하는 좌표계에 속한 포인트 클라우드로 표현된다. 실시예들에 따른 포인트 클라우드 비디오는 Ply (Polygon File format or the Stanford Triangle format) 파일을 포함할 수 있다. 포인트 클라우드 비디오가 하나 또는 그 이상의 프레임들을 갖는 경우, 획득한 포인트 클라우드 비디오는 하나 또는 그 이상의 Ply 파일들을 포함할 수 있다. Ply 파일은 포인트의 지오메트리(Geometry) 및/또는 어트리뷰트(Attribute)와 같은 포인트 클라우드 데이터를 포함한다. 지오메트리는 포인트들의 포지션들을 포함한다. 각 포인트의 포지션은 3차원 좌표계(예를 들면 XYZ축들로 이루어진 좌표계 등)를 나타내는 파라미터들(예를 들면 X축, Y축, Z축 각각의 값)로 표현될 수 있다. 어트리뷰트는 포인트들의 어트리뷰트들(예를 들면, 각 포인트의 텍스쳐 정보, 색상(YCbCr 또는 RGB), 반사율(r), 투명도 등)을 포함한다. 하나의 포인트는 하나 또는 그 이상의 어트리뷰트들(또는 속성들)을 가진다. 예를 들어 하나의 포인트는 하나의 색상인 어트리뷰트를 가질 수도 있고, 색상 및 반사율인 두 개의 어트리뷰트들을 가질 수도 있다. 실시예들에 따라, 지오메트리는 포지션들, 지오메트리 정보, 지오메트리 데이터 등으로 호칭 가능하며, 어트리뷰트는 어트리뷰트들, 어트리뷰트 정보, 어트리뷰트 데이터 등으로 호칭할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템(예를 들면 포인트 클라우드 전송 장치(10000) 또는 포인트 클라우드 비디오 획득부(10001))은 포인트 클라우드 비디오의 획득 과정과 관련된 정보(예를 들면 깊이 정보, 색상 정보 등)으로부터 포인트 클라우드 데이터를 확보할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 전송 장치(10000) 또는 포인트 클라우드 비디오 인코더(10002))은 포인트 클라우드 데이터를 인코딩할 수 있다(20001). 포인트 클라우드 콘텐트 제공 시스템은 포인트 클라우드 컴프레션 코딩을 기반으로 포인트 클라우드 데이터를 인코딩할 수 있다. 상술한 바와 같이 포인트 클라우드 데이터는 포인트의 지오메트리 및 어트리뷰트를 포함할 수 있다. 따라서 포인트 클라우드 콘텐트 제공 시스템은 지오메트리를 인코딩하는 지오메트리 인코딩을 수행하여 지오메트리 비트스트림을 출력할 수 있다. 포인트 클라우드 콘텐트 제공 시스템은 어트리뷰트를 인코딩하는 어트리뷰트 인코딩을 수행하여 어트리뷰트 비트스트림을 출력할 수 있다. 실시예들에 따라 포인트 클라우드 콘텐트 제공 시스템은 지오메트리 인코딩에 기초하여 어트리뷰트 인코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 비트스트림 및 어트리뷰트 비트스트림은 멀티플렉싱되어 하나의 비트스트림으로 출력될 수 있다. 실시예들에 따른 비트스트림은 지오메트리 인코딩 및 어트리뷰트 인코딩과 관련된 시그널링 정보를 더 포함할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 전송 장치(10000) 또는 트랜스미터(10003))는 인코딩된 포인트 클라우드 데이터를 전송할 수 있다(20002). 도1에서 설명한 바와 같이 인코딩된 포인트 클라우드 데이터는 지오메트리 비트스트림, 어트리뷰트 비트스트림으로 표현될 수 있다. 또한 인코딩된 포인트 클라우드 데이터는 포인트 클라우드 데이터의 인코딩과 관련된 시그널링 정보(예를 들면 지오메트리 인코딩 및 어트리뷰트 인코딩과 관련된 시그널링 정보)과 함께 비트스트림의 형태로 전송될 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템은 인코딩된 포인트 클라우드 데이터를 전송하는 비트스트림을 인캡슐레이션 하여 파일 또는 세그먼트의 형태로 전송할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 리시버(10005))은 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 수신할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 리시버(10005))은 비트스트림을 디멀티플렉싱할 수 있다.
포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10005))은 비트스트림으로 전송되는 인코딩된 포인트 클라우드 데이터(예를 들면 지오메트리 비트스트림, 어트리뷰트 비트스트림)을 디코딩할 수 있다. 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10005))은 비트스트림에 포함된 포인트 클라우드 비디오 데이터의 인코딩과 관련된 시그널링 정보를 기반으로 포인트 클라우드 비디오 데이터를 디코딩할 수 있다. 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10005))은 지오메트리 비트스트림을 디코딩하여 포인트들의 포지션들(지오메트리)을 복원할 수 있다. 포인트 클라우드 콘텐트 제공 시스템은 복원한 지오메트리를 기반으로 어트리뷰트 비트스트림을 디코딩하여 포인트들의 어트리뷰트들을 복원할 수 있다. 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10005))은 복원된 지오메트리에 따른 포지션들 및 디코딩된 어트리뷰트를 기반으로 포인트 클라우드 비디오를 복원할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 렌더러(10007))은 디코딩된 포인트 클라우드 데이터를 렌더링할 수 있다(20004). 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 렌더러(10007))은 디코딩 과정을 통해 디코딩된 지오메트리 및 어트리뷰트들을 다양한 렌더링 방식에 따라 렌더링 방식에 따라 렌더링 할 수 있다. 포인트 클라우드 콘텐트의 포인트들은 일정 두께를 갖는 정점, 해당 정점 위치를 중앙으로 하는 특정 최소 크기를 갖는 정육면체, 또는 정점 위치를 중앙으로 하는 원 등으로 렌더링 될 수도 있다. 렌더링된 포인트 클라우드 콘텐트의 전부 또는 일부 영역은 디스플레이 (예를 들면 VR/AR 디스플레이, 일반 디스플레이 등)을 통해 사용자에게 제공된다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004))는 피드백 정보를 확보할 수 있다(20005). 포인트 클라우드 콘텐트 제공 시스템은 피드백 정보를 기반으로 포인트 클라우드 데이터를 인코딩 및/또는 디코딩할 수 있다. 실시예들에 따른 피드백 정보 및 포인트 클라우드 콘텐트 제공 시스템의 동작은 도 1에서 설명한 피드백 정보 및 동작과 동일하므로 구체적인 설명은 생략한다.
도 3은 실시예들에 따른 포인트 클라우드 비디오 캡쳐 과정의 예시를 나타낸다.
도 3은 도 1 내지 도 2에서 설명한 포인트 클라우드 콘텐트 제공 시스템의 포인트 클라우드 비디오 캡쳐 과정의 예시를 나타낸다.
포인트 클라우드 콘텐트는 다양한 3차원 공간(예를 들면 현실 환경을 나타내는 3차원 공간, 가상 환경을 나타내는3차원 공간 등)에 위치한 오브젝트(object) 및/또는 환경을 나타내는 포인트 클라우드 비디오(이미지들 및/또는 영상들)을 포함한다. 따라서 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템은 포인트 클라우드 콘텐트를 생성하기 위하여 하나 또는 그 이상의 카메라(camera)들(예를 들면, 깊이 정보를 확보할 수 있는 적외선 카메라, 깊이 정보에 대응되는 색상 정보를 추출 할 수 있는 RGB 카메라 등), 프로젝터(예를 들면 깊이 정보를 확보하기 위한 적외선 패턴 프로젝터 등), 라이다(LiDAR)등을 사용하여 포인트 클라우드 비디오를 캡쳐할 수 있다. 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템은 깊이 정보로부터 3차원 공간상의 포인트들로 구성된 지오메트리의 형태를 추출하고, 색상정보로부터 각 포인트의 어트리뷰트를 추출하여 포인트 클라우드 데이터를 확보할 수 있다. 실시예들에 따른 이미지 및/또는 영상은 인워드-페이싱(inward-facing) 방식 및 아웃워드-페이싱(outward-facing) 방식 중 적어도 어느 하나 이상을 기반으로 캡쳐될 수 있다.
도3의 왼쪽은 인워드-페이싱 방식을 나타낸다. 인워드-페이싱 방식은 중심 오브젝트를 둘러싸고 위치한 하나 또는 그 이상의 카메라들(또는 카메라 센서들)이 중심 오브젝트를 캡쳐하는 방식을 의미한다. 인워드-페이싱 방식은 핵심 객체에 대한 360도 이미지를 사용자에게 제공하는 포인트 클라우드 콘텐트(예를 들면 사용자에게 객체(예-캐릭터, 선수, 물건, 배우 등 핵심이 되는 객체)의 360도 이미지를 제공하는 VR/AR 콘텐트)를 생성하기 위해 사용될 수 있다.
도3의 오른쪽은 아웃워드-페이싱 방식을 나타낸다. 아웃워드-페이싱 방식은 중심 오브젝트를 둘러싸고 위치한 하나 또는 그 이상의 카메라들(또는 카메라 센서들)이 중심 오브젝트가 아닌 중심 오브젝트의 환경을 캡쳐하는 방식을 의미한다. 아웃워드-페이싱 방식은 사용자의 시점에서 나타나는 주변 환경을 제공하기 위한 포인트 클라우드 콘텐트(예를 들면자율 주행 차량의 사용자에게 제공될 수 있는 외부 환경을 나타내는 콘텐트)를 생성하기 위해 사용될 수 있다.
도면에 도시된 바와 같이, 포인트 클라우드 콘텐트는 하나 또는 그 이상의 카메라들의 캡쳐 동작을 기반으로 생성될 수 있다. 이 경우 각 카메라의 좌표계가 다를 수 있으므로 포인트 클라우드 콘텐트 제공 시스템은 캡쳐 동작 이전에 글로벌 공간 좌표계(global coordinate system)을 설정하기 위하여 하나 또는 그 이상의 카메라들의 캘리브레이션을 수행할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템은 상술한 캡쳐 방식으로 캡쳐된 이미지 및/또는 영상과 임의의 이미지 및/또는 영상을 합성하여 포인트 클라우드 콘텐트를 생성할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템은 가상 공간을 나타내는 포인트 클라우드 콘텐트를 생성하는 경우 도3에서 설명한 캡쳐 동작을 수행하지 않을 수 있다. 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템은 캡쳐한 이미지 및/또는 영상에 대해 후처리를 수행할 수 있다. 즉, 포인트 클라우드 콘텐트 제공 시스템은 원하지 않는 영역(예를 들면 배경)을 제거하거나, 캡쳐한 이미지들 및/또는 영상들이 연결된 공간을 인식하고, 구명(spatial hole)이 있는 경우 이를 메우는 동작을 수행할 수 있다.
또한 포인트 클라우드 콘텐트 제공 시스템은 각 카메라로부터 확보한 포인트 클라우드 비디오의 포인트들에 대하여 좌표계 변환을 수행하여 하나의 포인트 클라우드 콘텐트를 생성할 수 있다. 포인트 클라우드 콘텐트 제공 시스템은 각 카메라의 위치 좌표를 기준으로 포인트들의 좌표계 변환을 수행할 수 있다. 이에 따라, 포인트 클라우드 콘텐트 제공 시스템은 하나의 넓은 범위를 나타내는 콘텐트를 생성할 수도 있고, 포인트들의 밀도가 높은 포인트 클라우드 콘텐트를 생성할 수 있다.
도 4는 실시예들에 따른 포인트 클라우드 인코더(Point Cloud Encoder)의 예시를 나타낸다.
도 4는 도 1의 포인트 클라우드 비디오 인코더(10002)의 예시를 나타낸다. 포인트 클라우드 인코더는 네트워크의 상황 혹은 애플리케이션 등에 따라 포인트 클라우드 콘텐트의 질(예를 들어 무손실-lossless, 손실-lossy, near-lossless)을 조절하기 위하여 포인트 클라우드 데이터(예를 들면 포인트들의 포지션들 및/또는 어트리뷰트들)을 재구성하고 인코딩 동작을 수행한다. 포인트 클라우드 콘텐트의 전체 사이즈가 큰 경우(예를 들어 30 fps의 경우 60 Gbps인 포인트 클라우드 콘텐트) 포인트 클라우드 콘텐트 제공 시스템은 해당 콘텐트를 리얼 타임 스트리밍하지 못할 수 있다. 따라서 포인트 클라우드 콘텐트 제공 시스템은 네트워크 환경등에 맞춰 제공하기 위하여 최대 타깃 비트율(bitrate)을 기반으로 포인트 클라우드 콘텐트를 재구성할 수 있다.
도 1 내지 도2 에서 설명한 바와 같이 포인트 클라우드 인코더는 지오메트리 인코딩 및 어트리뷰트 인코딩을 수행할 수 있다. 지오메트리 인코딩은 어트리뷰트 인코딩보다 먼저 수행된다.
실시예들에 따른 포인트 클라우드 인코더는 좌표계 변환부(Transformation Coordinates, 40000), 양자화부(Quantize and Remove Points (Voxelize), 40001), 옥트리 분석부(Analyze Octree, 40002), 서페이스 어프록시메이션 분석부(Analyze Surface Approximation, 40003), 아리스메틱 인코더(Arithmetic Encode, 40004), 지오메트리 리컨스트럭션부(Reconstruct Geometry, 40005), 컬러 변환부(Transform Colors, 40006), 어트리뷰트 변환부(Transfer Attributes, 40007), RAHT 변환부(40008), LOD생성부(Generated LOD, 40009), 리프팅 변환부(Lifting)(40010), 계수 양자화부(Quantize Coefficients, 40011) 및/또는 아리스메틱 인코더(Arithmetic Encode, 40012)를 포함한다.
좌표계 변환부(40000), 양자화부(40001), 옥트리 분석부(40002), 서페이스 어프록시메이션 분석부(40003), 아리스메틱 인코더(40004), 및 지오메트리 리컨스트럭션부(40005)는 지오메트리 인코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 인코딩은 옥트리 지오메트리 코딩, 다이렉트 코딩(direct coding), 트라이숩 지오메트리 인코딩(trisoup geometry encoding) 및 엔트로피 인코딩을 포함할 수 있다. 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 선택적으로 또는 조합으로 적용된다. 또한 지오메트리 인코딩은 위의 예시에 국한되지 않는다.
도면에 도시된 바와 같이, 실시예들에 따른 좌표계 변환부(40000)는 포지션들을 수신하여 좌표계(coordinate)로 변환한다. 예를 들어, 포지션들은 3차원 공간 (예를 들면XYZ 좌표계로 표현되는 3차원 공간 등)의 위치 정보로 변환될 수 있다. 실시예들에 따른 3차원 공간의 위치 정보는 지오메트리 정보로 지칭될 수 있다.
실시예들에 따른 양자화부(40001)는 지오메트리를 양자화한다. 예를 들어, 양자화부(40001)는 전체 포인트들의 최소 위치 값(예를 들면 X축, Y축, Z축 에 대하여 각축상의 최소 값)을 기반으로 포인트들을 양자화 할 수 있다. 양자화부(40001)는 최소 위치 값과 각 포인트의 위치 값의 차이에 기 설정된 양자 스케일(quatization scale) 값을 곱한 뒤, 내림 또는 올림을 수행하여 가장 가까운 정수 값을 찾는 양자화 동작을 수행한다. 따라서 하나 또는 그 이상의 포인트들은 동일한 양자화된 포지션 (또는 포지션 값)을 가질 수 있다. 실시예들에 따른 양자화부(40001)는 양자화된 포인트들을 재구성하기 위해 양자화된 포지션들을 기반으로 복셀화(voxelization)를 수행한다. 2차원 이미지/비디오 정보를 포함하는 최소 단위는 픽셀(pixel)과 같이, 실시예들에 따른 포인트 클라우드 콘텐트(또는 3차원 포인트 클라우드 비디오)의 포인트들은 하나 또는 그 이상의 복셀(voxel)들에 포함될 수 있다. 복셀은 볼륨(Volume)과 픽셀(Pixel)의 조합어로서, 3차원 공간을 표현하는 축들(예를 들면 X축, Y축, Z축)을 기반으로 3차원 공간을 유닛(unit=1.0) 단위로 나누었을 때 발생하는 3차원 큐빅 공간을 의미한다. 양자화부(40001)는 3차원 공간의 포인트들의 그룹들을 복셀들로 매칭할 수 있다. 실시예들에 따라 하나의 복셀은 하나의 포인트만 포함할 수 있다. 실시예들에 따라 하나의 복셀은 하나 또는 그 이상의 포인트들을 포함할 수 있다. 또한 하나의 복셀을 하나의 포인트로 표현하기 위하여, 하나의 복셀에 포함된 하나 또는 그 이상의 포인트들의 포지션들을 기반으로 해당 복셀의 중앙점(ceter)의 포지션을 설정할 수 있다. 이 경우 하나의 복셀에 포함된 모든 포지션들의 어트리뷰트들은 통합되어(combined) 해당 복셀에 할당될(assigned)수 있다.
실시예들에 따른 옥트리 분석부(40002)는 복셀을 옥트리(octree) 구조로 나타내기 위한 옥트리 지오메트리 코딩(또는 옥트리 코딩)을 수행한다. 옥트리 구조는 팔진 트리 구조에 기반하여 복셀에 매칭된 포인트들을 표현한다.
실시예들에 따른 서페이스 어프록시메이션 분석부(40003)는 옥트리를 분석하고, 근사화할 수 있다. 실시예들에 따른 옥트리 분석 및 근사화는 효율적으로 옥트리 및 복셀화를 제공하기 위해서 다수의 포인트들을 포함하는 영역에 대해 복셀화하기 위해 분석하는 과정이다.
실시예들에 따른 아리스메틱 인코더(40004)는 옥트리 및/또는 근사화된 옥트리를 엔트로피 인코딩한다. 예를 들어, 인코딩 방식은 아리스메틱(Arithmetic) 인코딩 방법을 포함한다. 인코딩의 결과로 지오메트리 비트스트림이 생성된다.
컬러 변환부(40006), 어트리뷰트 변환부(40007), RAHT 변환부(40008), LOD생성부(40009), 리프팅 변환부(40010), 계수 양자화부(40011) 및/또는 아리스메틱 인코더(40012)는 어트리뷰트 인코딩을 수행한다. 상술한 바와 같이 하나의 포인트는 하나 또는 그 이상의 어트리뷰트들을 가질 수 있다. 실시예들에 따른 어트리뷰트 인코딩은 하나의 포인트가 갖는 어트리뷰트들에 대해 동일하게 적용된다. 다만, 하나의 어트리뷰트(예를 들면 색상)이 하나 또는 그 이상의 요소들을 포함하는 경우, 각 요소마다 독립적인 어트리뷰트 인코딩이 적용된다. 실시예들에 따른 어트리뷰트 인코딩은 컬러 변환 코딩, 어트리뷰트 변환 코딩, RAHT(Region Adaptive Hierarchial Transform) 코딩, 예측 변환(Interpolaration-based hierarchical nearest-neighbour prediction-Prediction Transform) 코딩 및 리프팅 변환 (interpolation-based hierarchical nearest-neighbour prediction with an update/lifting step (Lifting Transform)) 코딩을 포함할 수 있다. 포인트 클라우드 콘텐트에 따라 상술한 RAHT 코딩, 예측 변환 코딩 및 리프팅 변환 코딩은 선택적으로 사용되거나, 하나 또는 그 이상의 코딩들의 조합이 사용될 수 있다. 또한 실시예들에 따른 어트리뷰트 인코딩은 상술한 예시에 국한되는 것은 아니다.
실시예들에 따른 컬러 변환부(40006)는 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 변환하는 컬러 변환 코딩을 수행한다. 예를 들어, 컬러 변환부(40006)는 색상 정보의 포맷을 변환(예를 들어 RGB에서 YCbCr로 변환)할 수 있다. 실시예들에 따른 컬러 변환부(40006)의 동작은 어트리뷰트들에 포함된 컬러값에 따라 옵셔널(optional)하게 적용될 수 있다.
실시예들에 따른 지오메트리 리컨스트럭션부(40005)는 옥트리 및/또는 근사화된 옥트리를 재구성(디컴프레션)한다. 지오메트리 리컨스트럭션부(40005)는 포인트들의 분포를 분석한 결과에 기반하여 옥트리/복셀을 재구성한다. 재구성된 옥트리/복셀은 재구성된 지오메트리(또는 복원된 지오메트리)로 호칭될 수 있다.
실시예들에 따른 어트리뷰트 변환부(40007)는 지오메트리 인코딩이 수행되지 않은 포지션들 및/또는 재구성된 지오메트리를 기반으로 어트리뷰트들을 변환하는 어트리뷰트 변환을 수행한다. 상술한 바와 같이 어트리뷰트들은 지오메트리에 종속되므로, 어트리뷰트 변환부(40007)는 재구성된 지오메트리 정보를 기반으로 어트리뷰트들을 변환할 수 있다. 예를 들어, 어트리뷰트 변환부(40007)는 복셀에 포함된 포인트의 포지션값을 기반으로 그 포지션의 포인트가 가지는 어트리뷰트를 변환할 수 있다. 상술한 바와 같이 하나의 복셀에 포함된 하나 또는 그 이상의 포인트들의 포지션들을 기반으로 해당 복셀의 중앙점의 포지션이 설정된 경우, 어트리뷰트 변환부(40007)는 하나 또는 그 이상의 포인트들의 어트리뷰트들을 변환한다. 트라이숩 지오메트리 인코딩이 수행된 경우, 어트리뷰트 변환부(40007)는 트라이숩 지오메트리 인코딩을 기반으로 어트리뷰트들을 변환할 수 있다.
어트리뷰트 변환부(40007)는 각 복셀의 중앙점의 포지션(또는 포지션 값)으로부터 특정 위치/반경 내에 이웃하고 있는 포인트들의 어트리뷰트들 또는 어트리뷰트 값들(예를 들면 각 포인트의 색상, 또는 반사율 등)의 평균값을 계산하여 어트리뷰트 변환을 수행할 수 있다. 어트리뷰트 변환부(40007)는 평균값 계산시 중앙점으로부터 각 포인트까지의 거리에 따른 가중치를 적용할 수 있다. 따라서 각 복셀은 포지션과 계산된 어트리뷰트(또는 어트리뷰트 값)을 갖게 된다.
어트리뷰트 변환부(40007)는 K-D 트리 또는 몰톤 코드를 기반으로 각 복셀의 중앙점의 포지션으로부터 특정 위치/반경 내에 존재하는 이웃 포인트들을 탐색할 수 있다. K-D 트리는 이진 탐색 트리(binary search tree)로 빠르게 최단 이웃점 탐색(Nearest Neighbor Search-NNS)이 가능하도록 point들을 위치 기반으로 관리할 수 있는 자료 구조를 지원한다. 몰튼 코드는 모든 포인트들의 3차원 포지션을 나타내는 좌표값(예를 들면 (x, y, z))을 비트값으로 나타내고, 비트들을 믹싱하여 생성된다. 예를 들어 포인트의 포지션을 나타내는 좌표값이 (5, 9, 1)일 경우 좌표값의 비트 값은 (0101, 1001, 0001)이다. 비트 값을z, y, x 순서로 비트 인덱스에 맞춰 믹싱하면 010001000111이다. 이 값을 10진수로 나타내면 1095이 된다. 즉, 좌표값이 (5, 9, 1)인 포인트의 몰톤 코드 값은 1095이다. 어트리뷰트 변환부(40007)는 몰튼 코드 값을 기준으로 포인트들을 정렬하고depth-first traversal 과정을 통해 최단 이웃점 탐색(NNS)을 할 수 있다. 어트리뷰트 변환 동작 이후, 어트리뷰트 코딩을 위한 다른 변환 과정에서도 최단 이웃점 탐색(NNS)이 필요한 경우, K-D 트리 또는 몰톤 코드가 활용된다.
도면에 도시된 바와 같이 변환된 어트리뷰트들은 RAHT 변환부(40008) 및/또는 LOD 생성부(40009)로 입력된다.
실시예들에 따른 RAHT 변환부(40008)는 재구성된 지오메트리 정보에 기반하여 어트리뷰트 정보를 예측하는 RAHT코딩을 수행한다. 예를 들어, RAHT 변환부(40008)는 옥트리의 하위 레벨에 있는 노드와 연관된 어트리뷰트 정보에 기반하여 옥트리의 상위 레벨에 있는 노드의 어트리뷰트 정보를 예측할 수 있다.
실시예들에 따른 LOD생성부(40009)는 예측 변환 코딩을 수행하기 위하여LOD(Level of Detail)를 생성한다. 실시예들에 따른 LOD는 포인트 클라우드 콘텐트의 디테일을 나타내는 정도로서, LOD 값이 작을 수록 포인트 클라우드 콘텐트의 디테일이 떨어지고, LOD 값이 클 수록 포인트 클라우드 콘텐트의 디테일이 높음을 나타낸다. 포인트들을 LOD에 따라 분류될 수 있다.
실시예들에 따른 리프팅 변환부(40010)는 포인트 클라우드의 어트리뷰트들을 가중치에 기반하여 변환하는 리프팅 변환 코딩을 수행한다. 상술한 바와 같이 리프팅 변환 코딩은 선택적으로 적용될 수 있다.
실시예들에 따른 계수 양자화부(40011)은 어트리뷰트 코딩된 어트리뷰트들을 계수에 기반하여 양자화한다.
실시예들에 따른 아리스메틱 인코더(40012)는 양자화된 어트리뷰트들을 아리스메틱 코딩 에 기반하여 인코딩한다.
도 4의 포인트 클라우드 인코더의 엘레멘트들은 도면에 도시되지 않았으나 포인트 클라우드 제공 장치에 포함된 하나 또는 그 이상의 메모리들과 통신가능하도록 설정된 하나 또는 그 이상의 프로세서들 또는 집적 회로들(integrated circuits)을 포함하는 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합으로 구현될 수 있다. 하나 또는 그 이상의 프로세서들은 상술한 도 4의 포인트 클라우드 인코더의 엘레멘트들의 동작들 및/또는 기능들 중 적어도 어느 하나 이상을 수행할 수 있다. 또한 하나 또는 그 이상의 프로세서들은 도 4의 포인트 클라우드 인코더의 엘레멘트들의 동작들 및/또는 기능들을 수행하기 위한 소프트웨어 프로그램들 및/또는 인스트럭션들의 세트를 동작하거나 실행할 수 있다. 실시예들에 따른 하나 또는 그 이상의 메모리들은 하이 스피드 랜덤 억세스 메모리를 포함할 수도 있고, 비휘발성 메모리(예를 들면 하나 또는 그 이상의 마그네틱 디스크 저장 디바이스들, 플래쉬 메모리 디바이스들, 또는 다른 비휘발성 솔리드 스테이트 메모리 디바이스들(Solid-state memory devices)등)를 포함할 수 있다.
도 5 는 실시예들에 따른 복셀의 예시를 나타낸다.
도 5는 X축, Y축, Z축의 3가지 축으로 구성된 좌표계로 표현되는 3차원 공간상에 위치한 복셀을 나타낸다. 도 4에서 설명한 바와 같이 포인트 클라우드 인코더(예를 들면 양자화부(40001) 등)은 복셀화를 수행할 수 있다. 복셀은 3차원 공간을 표현하는 축들(예를 들면 X축, Y축, Z축)을 기반으로 3차원 공간을 유닛(unit=1.0) 단위로 나누었을 때 발생하는 3차원 큐빅 공간을 의미한다. 도 5는 두 개의 극점들(0,0,0) 및 (2d, 2d, 2d) 으로 정의되는 바운딩 박스(cubical axis-aligned bounding box)를 재귀적으로 분할(reculsive subdividing)하는 옥트리 구조를 통해 생성된 복셀의 예시를 나타낸다. 하나의 복셀은 적어도 하나 이상의 포인트를 포함한다. 복셀은 복셀군(voxel group)과의 포지션 관계로부터 공간 좌표를 추정 할 수 있다. 상술한 바와 같이 복셀은 2차원 이미지/영상의 픽셀과 마찬가지로 어트리뷰트(색상 또는 반사율 등)을 가진다. 복셀에 대한 구체적인 설명은 도 4에서 설명한 바와 동일하므로 생략한다.
도 6은 실시예들에 따른 옥트리 및 오큐판시 코드 (occupancy code)의 예시를 나타낸다.
도 1 내지 도 4에서 설명한 바와 같이 포인트 클라우드 콘텐트 제공 시스템(포인트 클라우드 비디오 인코더(10002)) 또는 포인트 클라우드 인코더(예를 들면 옥트리 분석부(40002))는 복셀의 영역 및/또는 포지션을 효율적으로 관리하기 위하여 옥트리 구조 기반의 옥트리 지오메트리 코딩(또는 옥트리 코딩)을 수행한다.
도 6의 상단은 옥트리 구조를 나타낸다. 실시예들에 따른 포인트 클라우드 콘텐트의 3차원 공간은 좌표계의 축들(예를 들면 X축, Y축, Z축)로 표현된다. 옥트리 구조는 두 개의 극점들(0,0,0) 및 (2 d, 2 d, 2 d) 으로 정의되는 바운딩 박스(cubical axis-aligned bounding box)를 재귀적으로 분할(reculsive subdividing)하여 생성된다. 2d는 포인트 클라우드 콘텐트(또는 포인트 클라우드 비디오)의 전체 포인트들을 감싸는 가장 작은 바운딩 박스를 구성하는 값으로 설정될 수 있다. d는 옥트리의 깊이(depth)를 나타낸다. d값은 다음의 식에 따라 결정된다. 하기 식에서 (x int n, y int n, z int n)는 양자화된 포인트들의 포지션들(또는 포지션 값들)을 나타낸다.
Figure PCTKR2020018325-appb-img-000001
도 6의 상단의 중간에 도시된 바와 같이, 분할에 따라 전체 3차원 공간은 8개의 공간들로 분할될 수 있다. 분할된 각 공간은 6개의 면들을 갖는 큐브로 표현된다. 도 6 상단의 오른쪽에 도시된 바와 같이 8개의 공간들 각각은 다시 좌표계의 축들(예를 들면 X축, Y축, Z축)을 기반으로 분할된다. 따라서 각 공간은 다시 8개의 작은 공간들로 분할된다. 분할된 작은 공간 역시 6개의 면들을 갖는 큐브로 표현된다. 이와 같은 분할 방식은 옥트리의 리프 노드(leaf node)가 복셀이 될 때까지 적용된다.
도 6의 하단은 옥트리의 오큐판시 코드를 나타낸다. 옥트리의 오큐판시 코드는 하나의 공간이 분할되어 발생되는 8개의 분할된 공간들 각각이 적어도 하나의 포인트를 포함하는지 여부를 나타내기 위해 생성된다. 따라서 하나의 오큐판시 코드는 8개의 자식 노드(child node)들로 표현된다. 각 자식 노드는 분할된 공간의 오큐판시를 나타내며, 자식 노드는 1비트의 값을 갖는다. 따라서 오큐판시 코드는 8 비트 코드로 표현된다. 즉, 자식 노드에 대응하는 공간에 적어도 하나의 포인트가 포함되어 있으면 해당 노드는 1값을 갖는다. 자식 노드에 대응하는 공간에 포인트가 포함되어 있지 않으면 (empty), 해당 노드는 0값을 갖는다. 도 6에 도시된 오큐판시 코드는 00100001이므로 8개의 자식 노드 중 3번째 자식 노드 및 8번째 자식 노드에 대응하는 공간들은 각각 적어도 하나의 포인트를 포함함을 나타낸다. 도면에 도시된 바와 같이 3번째 자식 노드 및 8번째 자식 노드는 각각 8개의 자식 노드를 가지며, 각 자식 노드는 8비트의 오큐판시 코드로 표현된다. 도면은 3번째 자식 노드의 오큐판시 코드가 10000111이고, 8번째 자식 노드의 오큐판시 코드가 01001111임을 나타낸다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40004))는 오큐판시 코드를 엔트로피 인코딩할 수 있다. 또한 압축 효율을 높이기 위해 포인트 클라우드 인코더는 오큐판시 코드를 인트라/인터 코딩할 수 있다. 실시예들에 따른 수신 장치(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10006))는 오큐판시 코드를 기반으로 옥트리를 재구성한다.
실시예들에 따른 포인트 클라우드 인코더(예를 들면 도 4의 포인트 클라우드 인코더, 또는 옥트리 분석부(40002))는 포인트들의 포지션들을 저장하기 위해 복셀화 및 옥트리 코딩을 수행할 수 있다. 하지만 3차원 공간 내 포인트들이 언제나 고르게 분포하는 것은 아니므로, 포인트들이 많이 존재하지 않는 특정 영역이 존재할 수 있다. 따라서 3차원 공간 전체에 대해 복셀화를 수행하는 것은 비효율 적이다. 예를 들어 특정 영역에 포인트가 거의 존재하지 않는다면, 해당 영역까지 복셀화를 수행할 필요가 없다.
따라서 실시예들에 따른 포인트 클라우드 인코더는 상술한 특정 영역(또는 옥트리의 리프 노드를 제외한 노드)에 대해서는 복셀화를 수행하지 않고, 특정 영역에 포함된 포인트들의 포지션을 직접 코딩하는 다이렉트 코딩(Direct coding)을 수행할 수 있다. 실시예들에 따른 다이렉트 코딩 포인트의 좌표들은 다이렉트 코딩 모드(Direct Coding Mode, DCM)으로 호칭된다. 또한 실시예들에 따른 포인트 클라우드 인코더는 표면 모델(surface model)을 기반으로 특정 영역(또는 노드)내의 포인트들의 포지션들을 복셀 기반으로 재구성하는 트라이숩 지오메트리 인코딩(Trisoup geometry encoding)을 수행할 수 있다. 트라이숩 지오메트리 인코딩은 오브젝트의 표현을 삼각형 메쉬(triangle mesh)의 시리즈로 표현하는 지오메트리 인코딩이다. 따라서 포인트 클라우드 디코더는 메쉬 표면으로부터 포인트 클라우드를 생성할 수 있다. 실시예들에 따른 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 선택적으로 수행될 수 있다. 또한 실시예들에 따른 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 옥트리 지오메트리 코딩(또는 옥트리 코딩)과 결합되어 수행될 수 있다.
다이렉트 코딩(Direct coding)을 수행하기 위해서는 다이렉트 코딩을 적용하기 위한 직접 모드(direct mode) 사용 옵션이 활성화 되어 있어야 하며, 다이렉트 코딩을 적용할 노드는 리프 노드가 아니고, 특정 노드 내에 한계치(threshold) 이하의 포인트들이 존재해야 한다. 또한 다이텍트 코딩의 대상이 되는 전채 포인트들의 개수는 기설정된 한계값을 넘어서는 안된다. 위의 조건이 만족되면, 실시예들에 따른 포인트 클라우드 인코더(또는 아리스메틱 인코더(40004))는 포인트들의 포지션들(또는 포지션 값들)을 엔트로피 코딩할 수 있다.
실시예들에 따른 포인트 클라우드 인코더(예를 들면 서페이스 어프록시메이션 분석부(40003))는 옥트리의 특정 레벨(레벨은 옥트리의 깊이 d보다는 작은 경우)을 정하고, 그 레벨부터는 표면 모델을 사용하여 노드 영역내의 포인트의 포지션을 복셀 기반으로 재구성하는 트라이숩 지오메트리 인코딩을 수행할 수 있다(트라이숩 모드). 실시예들에 따른 포인트 클라우드 인코더는 트라이숩 지오메트리 인코딩을 적용할 레벨을 지정할 수 있다. 예를 들어, 지정된 레벨이 옥트리의 깊이와 같으면 포인트 클라우드 인코더는 트라이숩 모드로 동작하지 않는다. 즉, 실시예들에 따른 포인트 클라우드 인코더는 지정된 레벨이 옥트리의 깊이값 보다 작은 경우에만 트라이숩 모드로 동작할 수 있다. 실시예들에 따른 지정된 레벨의 노드들의 3차원 정육면체 영역을 블록(block)이라 호칭한다. 하나의 블록은 하나 또는 그 이상의 복셀들을 포함할 수 있다. 블록 또는 복셀은 브릭(brick)에 대응될 수도 있다. 각 블록 내에서 지오메트리는 표면(surface)으로 표현된다. 실시예들에 따른 표면은 최대 한번 블록의 각 엣지(edge, 모서리)와 교차할 수 있다.
하나의 블록은 12개의 엣지들을 가지므로, 하나의 블록 내 적어도 12개의 교차점들이 존재한다. 각 교차점은 버텍스(vertex, 정점 또는 꼭지점)라 호칭된다. 엣지를 따라 존재하는 버텍스은 해당 엣지를 공유하는 모든 블록들 중 그 엣지에 인접한 적어도 하나의 오큐파이드 복셀(occupied voxel)이 있는 경우 감지된다. 실시예들에 따른 오큐파이드 복셀은 포인트를 포함하는 복셀을 의미한다. 엣지를 따라 검출된 버텍스의 포지션은 해당 엣지를 공유하는 모든 블록들 중 해당 엣지에 인접한 모든 복셀들의 엣지에 따른 평균 포지션(the average position along the edge of all voxels)이다.
버텍스가 검출되면 실시예들에 따른 포인트 클라우드 인코더는 엣지의 시작점(x, y, z), 엣지의 방향벡터(Δx, Δy, Δz), 버텍스 위치 값 (엣지 내의 상대적 위치 값)들을 엔트로피코딩할 수 있다. 트라이숩 지오메트리 인코딩이 적용된 경우, 실시예들에 따른 포인트 클라우드 인코더(예를 들면 지오메트리 리컨스트럭션부(40005))는 삼각형 재구성(triangle reconstruction), 업-샘플링(up-sampling), 복셀화 과정을 수행하여 복원된 지오메트리(재구성된 지오메트리)를 생성할 수 있다.
블록의 엣지에 위치한 버텍스들은 블록을 통과하는 표면(surface)를 결정한다. 실시예들에 따른 표면은 비평면 다각형이다. 삼각형 재구성 과정은 엣지의 시작점, 엣지의 방향 벡터와 버텍스의 위치값을 기반으로 삼각형으로 나타내는 표면을 재구성한다. 삼각형 재구성 과정은 다음과 같다. ①각 버텍스들의 중심(centroid)값을 계산하고, ②각 버텍스값에서 중심 값을 뺀 값들에 ③ 자승을 수행하고 그 값을 모두 더한 값을 구한다.
Figure PCTKR2020018325-appb-img-000002
더해진 값의 최소값을 구하고, 최소값이 있는 축에 따라서 프로젝션 (Projection, 투영) 과정을 수행한다. 예를 들어 x 요소(element)가 최소인 경우, 각 버텍스를 블록의 중심을 기준으로 x축으로 프로젝션 시키고, (y, z) 평면으로 프로젝션 시킨다. (y, z)평면으로 프로젝션 시키면 나오는 값이 (ai, bi)라면 atan2(bi, ai)를 통해 θ값을 구하고, θ값을 기준으로 버텍스들(vertices)을 정렬한다. 하기의 표는 버텍스들의 개수에 따라 삼각형을 생성하기 위한 버텍스들의 조합을 나타낸다. 버텍스들은 1부터 n까지의 순서로 정렬된다. 하기 표는4개의 버텍스들에 대하여, 버텍스들의 조합에 따라 두 개의 삼각형들이 구성될 수 있음을 나타낸다. 첫번째 삼각형은 정렬된 버텍스들 중 1, 2, 3번째 버텍스들로 구성되고, 두번째 삼각형은 정렬된 버텍스들 중 3, 4, 1번째 버텍스들로 구성될 수 있다 .
표. Triangles formed from vertices ordered 1
n 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.
도 7은 이웃 노드들의 오큐판시를 기반으로 오큐판시 패턴을 구하는 과정을 나타낸다. 실시예들에 따른 포인트 클라우드 인코더는 옥트리의 각 노드의 이웃 노드들의 오큐판시(occupancy)를 판단하고 이웃 노드 패턴(neighbor pattern) 값을 구한다. 이웃 노드 패턴은 해당 노드의 오큐판시 패턴을 추론하기 위해 사용된다. 도7의 왼쪽은 노드에 대응하는 큐브(가운데 위치한 큐브) 및 해당 큐브와 적어도 하나의 면을 공유하는 6개의 큐브들(이웃 노드들)을 나타낸다. 도면에 도시된 노드들은 같은 뎁스(깊이)의 노드들이다. 도면에 도시된 숫자는 6개의 노드들 각각과 연관된 가중치들(1, 2, 4, 8, 16, 32, 등)을 나타낸다. 각 가중치는 이웃 노드들의 위치에 따라 순차적으로 부여된다.
도 7의 오른쪽은 이웃 노드 패턴 값을 나타낸다. 이웃 노드 패턴 값은 오큐파이드 이웃 노드(포인트를 갖는 이웃 노드)의 가중치가 곱해진 값들의 합이다. 따라서 이웃 노드 패턴 값은 0에서 63까지의 값을 갖는다. 이웃 노드 패턴 값이 0 인 경우, 해당 노드의 이웃 노드 중 포인트를 갖는 노드(오큐파이드 노드)가 없음을 나타낸다. 이웃 노드 패턴 값이 63인 경우, 이웃 노드들이 전부 오큐파이드 노드들임을 나타낸다. 도면에 도시된 바와 같이 가중치1, 2, 4, 8가 부여된 이웃 노드들은 오큐파이드 노드들이므로, 이웃 노드 패턴 값은 1, 2, 4, 8을 더한 값인 15이다. 포인트 클라우드 인코더는 이웃 노드 패턴 값에 따라 코딩을 수행할 수 있다(예를 들어 이웃 노드 패턴 값이 63인 경우, 64가지의 코딩을 수행). 실시예들에 따라 포인트 클라우드 인코더는 이웃 노드 패턴 값을 변경 (예를 들면 64를 10 또는 6으로 변경하는 테이블을 기반으로) 하여 코딩의 복잡도를 줄일 수 있다.
도 8은 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 1 내지 도 7에서 설명한 바와 같이, 어트리뷰트 인코딩이 수행되기 전 인코딩된 지오메트리는 재구성(디컴프레션) 된다. 다이렉트 코딩이 적용된 경우, 지오메트리 재구성 동작은 다이렉트 코딩된 포인트들의 배치를 변경하는 것을 포함할 수 있다(예를 들면 다이렉트 코딩된 포인트들을 포인트 클라우드 데이터의 앞쪽에 배치). 트라이숩 지오메트리 인코딩이 적용된 경우, 지오메트리 재구성 과정은 삼각형 재구성, 업샘플링, 복셀화 과정을 어트리뷰트는 지오메트리에 종속되므로, 어트리뷰트 인코딩은 재구성된 지오메트리를 기반으로 수행된다.
포인트 클라우드 인코더(예를 들면 LOD 생성부(40009))는 포인트들을 LOD별로 분류(reorganization)할 수 있다. 도면은 LOD에 대응하는 포인트 클라우드 콘텐트를 나타낸다. 도면의 왼쪽은 오리지널 포인트 클라우드 콘텐트를 나타낸다. 도면의 왼쪽에서 두번째 그림은 가장 낮은 LOD의 포인트들의 분포를 나타내며, 도면의 가장 오른쪽 그림은 가장 높은 LOD의 포인트들의 분포를 나타낸다. 즉, 가장 낮은 LOD의 포인트들은 드문드문(sparse) 분포하며, 가장 높은 LOD의 포인트들은 촘촘히 분포한다. 즉, 도면 하단에 표시된 화살표 방향에 따라 LOD가 증가할수록 포인트들 간의 간격(또는 거리)는 더 짧아진다.
도 9는 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 1 내지 도 8에서 설명한 바와 같이 포인트 클라우드 콘텐트 제공 시스템, 또는 포인트 클라우드 인코더(예를 들면 포인트 클라우드 비디오 인코더(10002), 도 4의 포인트 클라우드 인코더, 또는 LOD 생성부(40009))는 LOD를 생성할 수 있다. LOD는 포인트들을 설정된 LOD 거리 값(또는 유클리이디언 디스턴스(Euclidean Distance)의 세트)에 따라 리파인먼트 레벨들(refinement levels)의 세트로 재정열(reorganize)하여 생성된다. LOD 생성 과정은 포인트 클라우드 인코더뿐만 아니라 포인트 클라우드 디코더에서도 수행된다.
도 9의 상단은 3차원 공간에 분포된 포인트 클라우드 콘텐트의 포인트들의 예시(P0내지 P9)를 나타낸다. 도 9의 오리지널 오더(Original order)는 LOD 생성전 포인트들 P0내지 P9의 순서를 나타낸다. 도 9의 LOD 기반 오더 (LOD based order)는 LOD 생성에 따른 포인트들의 순서를 나타낸다. 포인트들은 LOD별 재정열된다. 또한 높은 LOD는 낮은 LOD에 속한 포인트들을 포함한다. 도 9에 도시된 바와 같이 LOD0는 P0, P5, P4 및 P2를 포함한다. LOD1은 LOD0의 포인트들과 P1, P6 및 P3를 포함한다. LOD2는 LOD0의 포인트들, LOD1의 포인트들 및 P9, P8 및 P7을 포함한다.
도 4에서 설명한 바와 같이 실시예들에 따른 포인트 클라우드 인코더는 예측 변환 코딩, 리프팅 변환 코딩 및 RAHT 변환 코딩을 선택적으로 또는 조합하여 수행할 수 있다.
실시예들에 따른 포인트 클라우드 인코더는 포인트들에 대한 예측기(predictor)를 생성하여 각 포인트의 예측 어트리뷰트(또는 예측 어트리뷰트값)을 설정하기 위한 예측 변환 코딩을 수행할 수 있다. 즉, N개의 포인트들에 대하여 N개의 예측기들이 생성될 수 있다. 실시예들에 따른 예측기는 각 포인트의 LOD 값과 LOD별 설정된 거리 내에 존재하는 이웃 포인트들에 대한 인덱싱 정보 및 이웃 포인트들까지의 거리 값을 기반으로 가중치(=1/거리) 값을 계산하할 수 있다.
실시예들에 따른 예측 어트리뷰트(또는 어트리뷰트값)은 각 포인트의 예측기에 설정된 이웃 포인트들의 어트리뷰트들(또는 어트리뷰트 값들, 예를 들면 색상, 반사율 등)에 각 이웃 포인트까지의 거리를 기반으로 계산된 가중치(또는 가중치값)을 곱한 값의 평균값으로 설정된다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 계수 양자화부(40011)는 각 포인트의 어트리뷰트(어트리뷰트 값)에서 예측 어트리뷰트(어트리뷰트값)을 뺀 잔여값들(residuals, 잔여 어트리뷰트, 잔여 어트리뷰트값, 어트리뷰트 예측 잔여값 등으로 호칭할 수 있다)을 양자화(quatization) 및 역양자화(inverse quantization)할 수 있다. 양자화 과정은 다음의 표에 나타난 바와 같다.
Attribute prediction residuals quantization pseudo code
int PCCQuantization(int value, int quantStep) {
if( value >=0) {
return floor(value / quantStep + 1.0 / 3.0);
} else {
return -floor(-value / quantStep + 1.0 / 3.0);
}
}
Attribute prediction residuals inverse quantization pseudo code
int PCCInverseQuantization(int value, int quantStep) {
if( quantStep ==0) {
return value;
} else {
return value * quantStep;
}
}
실시예들에 따른 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40012))는 각 포인트의 예측기에 이웃한 포인트들이 있는 경우, 상술한 바와 같이 양자화 및 역양자화된 잔여값을 엔트로피 코딩 할 수 있다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40012))는 각 포인트의 예측기에 이웃한 포인트들이 없으면 상술한 과정을 수행하지 않고 해당 포인트의 어트리뷰트들을 엔트로피 코딩할 수 있다. 실시예들에 따른 포인트 클라우드 인코더 (예를 들면 리프팅 변환부(40010))는 각 포인트의 예측기를 생성하고, 예측기에 계산된 LOD를 설정 및 이웃 포인트들을 등록하고, 이웃 포인트들까지의 거리에 따른 가중치를 설정하여 리프팅 변환 코딩을 수행할 수 있다. 실시예들에 따른 리프팅 변환 코딩은 상술한 예측 변환 코딩과 유사하나, 어트리뷰트값에 가중치를 누적 적용한다는 점에서 차이가 있다. 실시예들에 따른 어트리뷰트값에 가중치를 누적 적용하는 과정은 다음과 같다.
1) 각 포인트의 가중치 값을 저장하는 배열 QW(QuantizationWieght)를 생성한다. QW의 모든 요소들의 초기값은 1.0이다. 예측기에 등록된 이웃 노드의 예측기 인덱스의 QW 값에 현재 포인트의 예측기의 가중치를 곱한 값을 더한다.
2) 리프트 예측 과정: 예측된 어트리뷰트 값을 계산하기 위하여 포인트의 어트리뷰트 값에 가중치를 곱한 값을 기존 어트리뷰트값에서 뺀다.
3) 업데이트웨이트(updateweight) 및 업데이트(update)라는 임시 배열들을 생성하고 임시 배열들을 0으로 초기화한다.
4) 모든 예측기에 대해서 계산된 가중치에 예측기 인덱스에 해당하는 QW에 저장된 가중치를 추가로 곱해서 산출된 가중치를 업데이트웨이트 배열에 이웃 노드의 인덱스로 누적으로 합산한다. 업데이트 배열에는 이웃 노드의 인덱스의 어트리뷰트 값에 산출된 가중치를 곱한 값을 누적 합산한다.
5) 리프트 업데이트 과정: 모든 예측기에 대해서 업데이트 배열의 어트리뷰트 값을 예측기 인덱스의 업데이트웨이트 배열의 가중치 값으로 나누고, 나눈 값에 다시 기존 어트리뷰트 값을 더한다.
6) 모든 예측기에 대해서, 리프트 업데이트 과정을 통해 업데이트된 어트리뷰트 값에 리프트 예측 과정을 통해 업데이트 된(QW에 저장된) 가중치를 추가로 곱하여 예측 어트리뷰트 값을 산출한다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 계수 양자화부(40011))는 예측 어트리뷰트 값을 양자화한다. 또한 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40012))는 양자화된 어트리뷰트 값을 엔트로피 코딩한다.
실시예들에 따른 포인트 클라우드 인코더(예를 들면 RAHT 변환부(40008))는 옥트리의 하위 레벨에 있는 노드와 연관된 어트리뷰트를 사용하여 상위 레벨의 노드들의 어트리뷰트를 예측하는 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 PCTKR2020018325-appb-img-000003
는 레벨 l에서의 복셀들의 평균 어트리뷰트 값을 나타낸다.
Figure PCTKR2020018325-appb-img-000004
는
Figure PCTKR2020018325-appb-img-000005
와
Figure PCTKR2020018325-appb-img-000006
로부터 계산될 수 있다.
Figure PCTKR2020018325-appb-img-000007
와
Figure PCTKR2020018325-appb-img-000008
의 가중치는
Figure PCTKR2020018325-appb-img-000009
과
Figure PCTKR2020018325-appb-img-000010
이다.
Figure PCTKR2020018325-appb-img-000011
Figure PCTKR2020018325-appb-img-000012
는 로-패스(low-pass) 값으로, 다음 상위 레벨에서의 병합 과정에서 사용된다.
Figure PCTKR2020018325-appb-img-000013
은 하이패스 계수(high-pass coefficients)이며, 각 스텝에서의 하이패스 계수들은 양자화되어 엔트로피 코딩 된다(예를 들면 아리스메틱 인코더(400012)의 인코딩). 가중치는
Figure PCTKR2020018325-appb-img-000014
로 계산된다. 루트 노드는 마지막
Figure PCTKR2020018325-appb-img-000015
과
Figure PCTKR2020018325-appb-img-000016
을 통해서 다음과 같이 생성된다.,
Figure PCTKR2020018325-appb-img-000017
gDC값 또한 하이패스 계수와 같이 양자화되어 엔트로피 코딩된다.
도 10은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder)의 예시를 나타낸다.
도 10에 도시된 포인트 클라우드 디코더는 도 1에서 설명한 포인트 클라우드 비디오 디코더(10006) 예시로서, 도 1에서 설명한 포인트 클라우드 비디오 디코더(10006)의 동작 등과 동일 또는 유사한 동작을 수행할 수 있다. 도면이 도시된 바와 같이 포인트 클라우드 디코더는 하나 또는 그 이상의 비트스트림(bitstream)들에 포함된 지오메트리 비트스트림(geometry bitstream) 및 어트리뷰트 비트스트림(attribute bitstream)을 수신할 수 있다. 포인트 클라우드 디코더는 지오메트리 디코더(geometry decoder)및 어트리뷰트 디코더(attribute decoder)를 포함한다. 지오메트리 디코더는 지오메트리 비트스트림에 대해 지오메트리 디코딩을 수행하여 디코딩된 지오메트리(decoded geometry)를 출력한다. 어트리뷰트 디코더는 디코딩된 지오메트리 및 어트리뷰트 비트스트림을 기반으로 어트리뷰트 디코딩을 수행하여 디코딩된 어트리뷰트들(decoded attributes)을 출력한다. 디코딩된 지오메트리 및 디코딩된 어트리뷰트들은 포인트 클라우드 콘텐트를 복원(decoded point cloud)하는데 사용된다.
도 11은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder)의 예시를 나타낸다.
도 11에 도시된 포인트 클라우드 디코더는 도 10에서 설명한 포인트 클라우드 디코더의 예시로서, 도 1 내지 도 9에서 설명한 포인트 클라우드 인코더의 인코딩 동작의 역과정인 디코딩 동작을 수행할 수 있다.
도 1 및 도 10에서 설명한 바와 같이 포인트 클라우드 디코더는 지오메트리 디코딩 및 어트리뷰트 디코딩을 수행할 수 있다. 지오메트리 디코딩은 어트리뷰트 디코딩보다 먼저 수행된다.
실시예들에 따른 포인트 클라우드 디코더는 아리스메틱 디코더(arithmetic decode, 11000), 옥트리 합성부(synthesize octree, 11001), 서페이스 오프록시메이션 합성부(synthesize surface approximation, 11002), 지오메트리 리컨스트럭션부(reconstruct geometry, 11003), 좌표계 역변환부(inverse transform coordinates, 11004), 아리스메틱 디코더(arithmetic decode, 11005), 역양자화부(inverse quantize, 11006), RAHT변환부(11007), LOD생성부(generate LOD, 11008), 인버스 리프팅부(Inverse lifting, 11009), 및/또는 컬러 역변환부(inverse transform colors, 11010)를 포함한다.
아리스메틱 디코더(11000), 옥트리 합성부(11001), 서페이스 오프록시메이션 합성부(11002), 지오메트리 리컨스럭션부(11003), 좌표계 역변환부(11004)는 지오메트리 디코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 디코딩은 다이렉트 코딩(direct coding) 및 트라이숩 지오메트리 디코딩(trisoup geometry decoding)을 포함할 수 있다. 다이렉트 코딩 및 트라이숩 지오메트리 디코딩은 선택적으로 적용된다. 또한 지오메트리 디코딩은 위의 예시에 국한되지 않으며, 도 1 내지 도 9에서 설명한 지오메트리 인코딩의 역과정으로 수행된다.
실시예들에 따른 아리스메틱 디코더(11000)는 수신한 지오메트리 비트스트림을 아리스메틱 코딩을 기반으로 디코딩한다. 아리스메틱 디코더(11000)의 동작은 아리스메틱 인코더(40004)의 역과정에 대응한다.
실시예들에 따른 옥트리 합성부(11001)는 디코딩된 지오메트리 비트스트림으로부터 (또는 디코딩 결과 확보된 지오메트리에 관한 정보)로부터 오큐판시 코드를 획득하여 옥트리를 생성할 수 있다. 오큐판시 코드에 대한 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 같다.
실시예들에 따른 서페이스 오프록시메이션 합성부(11002)는 트라이숩 지오메트리 인코딩이 적용된 경우, 디코딩된 지오메트리 및/또는 생성된 옥트리에 기반하여 서페이스를 합성할 수 있다.
실시예들에 따른 지오메트리 리컨스트럭션부(11003)는 서페이스 및 또는 디코딩된 지오메트리에 기반하여 지오메트리를 재생성할 수 있다. 도 1 내지 도 9에서 설명한 바와 같이, 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 선택적으로 적용된다. 따라서 지오메트리 리컨스트럭션부(11003)는 다이렉트 코딩이 적용된 포인트들의 포지션 정보들을 직접 가져와서 추가한다. 또한, 트라이숩 지오메트리 인코딩이 적용된 경우, 지오메트리 리컨스트럭션부(11003)는 지오메트리 리컨스트럭션부(40005)의 재구성 동작, 예를 들면 삼각형 재구성, 업-샘플링, 복셀화 동작을 수행하여 지오메트리를 복원할 수 있다. 구체적인 내용은 도 6에서 설명한 바와 동일하므로 생략한다. 복원된 지오메트리는 어트리뷰트들을 포함하지 않는 포인트 클라우드 픽쳐 또는 프레임을 포함할 수 있다.
실시예들에 따른 좌표계 역변환부(11004)는 복원된 지오메트리를 기반으로 좌표계를 변환하여 포인트들의 포지션들을 획득할 수 있다.
아리스메틱 디코더(11005), 역양자화부(11006), RAHT 변환부(11007), LOD생성부(11008), 인버스 리프팅부(11009), 및/또는 컬러 역변환부(11010)는 도 10에서 설명한 어트리뷰트 디코딩을 수행할 수 있다. 실시예들에 따른 어트리뷰트 디코딩은 RAHT(Region Adaptive Hierarchial Transform) 디코딩, 예측 변환(Interpolaration-based hierarchical nearest-neighbour prediction-Prediction Transform) 디코딩 및 리프팅 변환 (interpolation-based hierarchical nearest-neighbour prediction with an update/lifting step (Lifting Transform)) 디코딩을 포함할 수 있다. 상술한 3가지의 디코딩들은 선택적으로 사용되거나, 하나 또는 그 이상의 디코딩들의 조합이 사용될 수 있다. 또한 실시예들에 따른 어트리뷰트 디코딩은 상술한 예시에 국한되는 것은 아니다.
실시예들에 따른 아리스메틱 디코더(11005)는 어트리뷰트 비트스트림을 아리스메틱 코딩으로 디코딩한다.
실시예들에 따른 역양자화부(11006)는 디코딩된 어트리뷰트 비트스트림 또는 디코딩 결과 확보한 어트리뷰트에 대한 정보를 역양자화(inverse quantization)하고 역양자화된 어트리뷰트들(또는 어트리뷰트 값들)을 출력한다. 역양자화는 포인트 클라우드 인코더의 어트리뷰트 인코딩에 기반하여 선택적으로 적용될 수 있다.
실시예들에 따라 RAHT 변환부(11007), LOD생성부(11008) 및/또는 인버스 리프팅부(11009)는 재구성된 지오메트리 및 역양자화된 어트리뷰트들을 처리할 수 있다. 상술한 바와 같이 RAHT 변환부(11007), LOD생성부(11008) 및/또는 인버스 리프팅부(11009)는 포인트 클라우드 인코더의 인코딩에 따라 그에 대응하는 디코딩 동작을 선택적으로 수행할 수 있다.
실시예들에 따른 컬러 역변환부(11010)는 디코딩된 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 역변환하기 위한 역변환 코딩을 수행한다. 컬러 역변환부(11010)의 동작은 포인트 클라우드 인코더의 컬러 변환부(40006)의 동작에 기반하여 선택적으로 수행될 수 있다.
도 11의 포인트 클라우드 디코더의 엘레멘트들은 도면에 도시되지 않았으나 포인트 클라우드 제공 장치에 포함된 하나 또는 그 이상의 메모리들과 통신가능하도록 설정된 하나 또는 그 이상의 프로세서들 또는 집적 회로들(integrated circuits)을 포함하는 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합으로 구현될 수 있다. 하나 또는 그 이상의 프로세서들은 상술한 도 11의 포인트 클라우드 디코더의 엘레멘트들의 동작들 및/또는 기능들 중 적어도 어느 하나 이상을 수행할 수 있다. 또한 하나 또는 그 이상의 프로세서들은 도11의 포인트 클라우드 디코더의 엘레멘트들의 동작들 및/또는 기능들을 수행하기 위한 소프트웨어 프로그램들 및/또는 인스트럭션들의 세트를 동작하거나 실행할 수 있다.
도 12는 실시예들에 따른 전송 장치의 예시이다.
도 12에 도시된 전송 장치는 도 1의 전송장치(10000) (또는 도 4의 포인트 클라우드 인코더)의 예시이다. 도 12에 도시된 전송 장치는 도 1 내지 도 9에서 설명한 포인트 클라우드 인코더의 동작들 및 인코딩 방법들과 동일 또는 유사한 동작들 및 방법들 중 적어도 어느 하나 이상을 수행할 수 있다. 실시예들에 따른 전송 장치는 데이터 입력부(12000), 양자화 처리부(12001), 복셀화 처리부(12002), 옥트리 오큐판시 코드 (Occupancy code) 생성부(12003), 표면 모델 처리부(12004), 인트라/인터 코딩 처리부(12005), 아리스메틱 (Arithmetic) 코더(12006), 메타데이터 처리부(12007), 색상 변환 처리부(12008), 어트리뷰트 변환 처리부(또는 속성 변환 처리부)(12009), 예측/리프팅/RAHT 변환 처리부(12010), 아리스메틱 (Arithmetic) 코더(12011) 및/또는 전송 처리부(12012)를 포함할 수 있다.
실시예들에 따른 데이터 입력부(12000)는 포인트 클라우드 데이터를 수신 또는 획득한다. 데이터 입력부(12000)는 포인트 클라우드 비디오 획득부(10001)의 동작 및/또는 획득 방법(또는 도2에서 설명한 획득과정(20000))과 동일 또는 유사한 동작 및/또는 획득 방법을 수행할 수 있다.
데이터 입력부(12000), 양자화 처리부(12001), 복셀화 처리부(12002), 옥트리 오큐판시 코드 (Occupancy code) 생성부(12003), 표면 모델 처리부(12004), 인트라/인터 코딩 처리부(12005), Arithmetic 코더(12006)는 지오메트리 인코딩을 수행한다. 실시예들에 따른 지오메트리 인코딩은 도 1 내지 도 9에서 설명한 지오메트리 인코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 양자화 처리부(12001)는 지오메트리(예를 들면 포인트들의 위치값, 또는 포지션값)을 양자화한다. 양자화 처리부(12001)의 동작 및/또는 양자화는 도 4에서 설명한 양자화부(40001)의 동작 및/또는 양자화와 동일 또는 유사하다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 복셀화 처리부(12002)는 양자화된 포인트들의 포지션 값을 복셀화한다. 복셀화 처리부(120002)는 도 4에서 설명한 양자화부(40001)의 동작 및/또는 복셀화 과정과 동일 또는 유사한 동작 및/또는 과정을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 옥트리 오큐판시 코드 생성부(12003)는 복셀화된 포인트들의 포지션들을 옥트리 구조를 기반으로 옥트리 코딩을 수행한다. 옥트리 오큐판시 코드 생성부(12003)는 오큐판시 코드를 생성할 수 있다. 옥트리 오큐판시 코드 생성부(12003)는 도 4 및 도 6에서 설명한 포인트 클라우드 인코더 (또는 옥트리 분석부(40002))의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 표면 모델 처리부(12004)는 표면 모델(surface model)을 기반으로 특정 영역(또는 노드)내의 포인트들의 포지션들을 복셀 기반으로 재구성하는 트라이숩 지오메트리 인코딩을 수행할 수 있다. 포면 모델 처리부(12004)는 도 4 에서 설명한 포인트 클라우드 인코더(예를 들면 서페이스 어프록시메이션 분석부(40003))의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 인트라/인터 코딩 처리부(12005)는 포인트 클라우드 데이터를 인트라/인터 코딩할 수 있다. 인트라/인터 코딩 처리부(12005)는 도 7에서 설명한 인트라/인터 코딩과 동일 또는 유사한 코딩을 수행할 수 있다. 구체적인 설명은 도 7에서 설명한 바와 동일하다. 실시예들에 따라 인트라/인터 코딩 처리부(12005)는 아리스메틱 코더(12006)에 포함될 수 있다.
실시예들에 따른 아리스메틱 코더(12006)는 포인트 클라우드 데이터의 옥트리 및/또는 근사화된 옥트리를 엔트로피 인코딩한다. 예를 들어, 인코딩 방식은 아리스메틱(Arithmetic) 인코딩 방법을 포함한다. . 아리스메틱 코더(12006)는 아리스메틱 인코더(40004)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다.
실시예들에 따른 메타데이터 처리부(12007)는 포인트 클라우드 데이터에 관한 메타데이터, 예를 들어 설정 값 등을 처리하여 지오메트리 인코딩 및/또는 어트리뷰트 인코딩 등 필요한 처리 과정에 제공한다. 또한 실시예들에 따른 메타데이터 처리부(12007)는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩과 관련된 시그널링 정보를 생성 및/또는 처리할 수 있다. 실시예들에 따른 시그널링 정보는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩과 별도로 인코딩처리될 수 있다. 또한 실시예들에 따른 시그널링 정보는 인터리빙 될 수도 있다.
색상 변환 처리부(12008), 어트리뷰트 변환 처리부(12009), 예측/리프팅/RAHT 변환 처리부(12010), 아리스메틱 (Arithmetic) 코더(12011)는 어트리뷰트 인코딩을 수행한다. 실시예들에 따른 어트리뷰트 인코딩은 도 1 내지 도 9에서 설명한 어트리뷰트 인코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 색상 변환 처리부(12008)는 어트리뷰트들에 포함된 색상값을 변환하는 색상 변환 코딩을 수행한다. 색상 변환 처리부(12008)는 재구성된 지오메트리를 기반으로 색상 변환 코딩을 수행할 수 있다. 재구성된 지오메트리에 대한 설명은 도 1 내지 도 9에서 설명한 바와 동일하다. 또한 도 4에서 설명한 컬러 변환부(40006)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다. 구체적인 설명은 생략한다.
실시예들에 따른 어트리뷰트 변환 처리부(12009)는 지오메트리 인코딩이 수행되지 않은 포지션들 및/또는 재구성된 지오메트리를 기반으로 어트리뷰트들을 변환하는 어트리뷰트 변환을 수행한다. 어트리뷰트 변환 처리부(12009)는 도 4에 설명한 어트리뷰트 변환부(40007)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다. 구체적인 설명은 생략한다. 실시예들에 따른 예측/리프팅/RAHT 변환 처리부(12010)는 변환된 어트리뷰트들을 RAHT 코딩, 예측 변환 코딩 및 리프팅 변환 코딩 중 어느 하나 또는 조합하여 코딩할 수 있다. 예측/리프팅/RAHT 변환 처리부(12010)는 도 4에서 설명한 RAHT 변환부(40008), LOD 생성부(40009) 및 리프팅 변환부(40010)의 동작들과 동일 또는 유사한 동작들 중 적어도 하나 이상을 수행한다. 또한 예측 변환 코딩, 리프팅 변환 코딩 및 RAHT 변환 코딩에 대한 설명은 도 1 내지 도 9에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 아리스메틱 코더(12011)는 코딩된 어트리뷰트들을 아리스메틱 코딩에 기반하여 인코딩할 수 있다. 아리스메틱 코더(12011)는 아리스메틱 인코더(400012)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다.
실시예들에 따른 전송 처리부(12012)는 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트, 메타 데이터 정보를 포함하는 각 비트스트림을 전송하거나, 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트, 메타 데이터 정보를 하나의 비트스트림으로 구성하여 전송할 수 있다. 실시예들에 따른 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트, 메타 데이터 정보가 하나의 비트스트림으로 구성되는 경우, 비트스트림은 하나 또는 그 이상의 서브 비트스트림들을 포함할 수 있다. 실시예들에 따른 비트스트림은 시퀀스 레벨의 시그널링을 위한 SPS (Sequence Parameter Set), 지오메트리 정보 코딩의 시그널링을 위한 GPS(Geometry Parameter Set), 어트리뷰트 정보 코딩의 시그널링을 위한 APS(Attribute Parameter Set), 타일 레벨의 시그널링을 위한 TPS (Tile Parameter Set)를 포함하는 시그널링 정보 및 슬라이스 데이터를 포함할 수 있다. 슬라이스 데이터는 하나 또는 그 이상의 슬라이스들에 대한 정보를 포함할 수 있다. 실시예들에 따른 하나의 슬라이스는 하나의 지오메트리 비트스트림(Geom0 0) 및 하나 또는 그 이상의 어트리뷰트 비트스트림들(Attr0 0, Attr1 0)을 포함할 수 있다.
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 14 는, 실시예들에 따른 포인트 클라우드 데이터 송수신 방법/장치와 연동 가능한 구조의 예시를 나타낸다.
도 14의 구조는 서버(1760), 로봇(1710), 자율 주행 차량(1720), XR 장치(1730), 스마트폰(1740), 가전(1750) 및/또는 HMD(1770) 중에서 적어도 하나 이상이 클라우드 네트워크(1710)와 연결된 구성을 나타낸다. 로봇(1710), 자율 주행 차량(1720), XR 장치(1730), 스마트폰(1740) 또는 가전(1750) 등은 장치라 호칭된다. 또한, XR 장치(1730)는 실시예들에 따른 포인트 클라우드 데이터 (PCC) 장치에 대응되거나 PCC장치와 연동될 수 있다.
클라우드 네트워크(1700)는 클라우드 컴퓨팅 인프라의 일부를 구성하거나 클라우드 컴퓨팅 인프라 안에 존재하는 네트워크를 의미할 수 있다. 여기서, 클라우드 네트워크(1700)는 3G 네트워크, 4G 또는 LTE(Long Term Evolution) 네트워크 또는 5G 네트워크 등을 이용하여 구성될 수 있다.
서버(1760)는 로봇(1710), 자율 주행 차량(1720), XR 장치(1730), 스마트폰(1740), 가전(1750) 및/또는 HMD(1770) 중에서 적어도 하나 이상과 클라우드 네트워크(1700)을 통하여 연결되고, 연결된 장치들(1710 내지 1770)의 프로세싱을 적어도 일부를 도울 수 있다.
HMD (Head-Mount Display)(1770)는 실시예들에 따른 XR 디바이스 및/또는 PCC 디바이스가 구현될 수 있는 타입 중 하나를 나타낸다. 실시예들에 따른HMD 타입의 디바이스는, 커뮤니케이션 유닛, 컨트롤 유닛, 메모리 유닛, I/O 유닛, 센서 유닛, 그리고 파워 공급 유닛 등을 포함한다.
이하에서는, 상술한 기술이 적용되는 장치(1710 내지 1750)의 다양한 실시 예들을 설명한다. 여기서, 도 17에 도시된 장치(1710 내지 1750)는 상술한 실시예들에 따른 포인트 클라우드 데이터 송수신 장치와 연동/결합될 수 있다.
<PCC+XR>
XR/PCC 장치(1730)는 PCC 및/또는 XR(AR+VR) 기술이 적용되어, HMD(Head-Mount Display), 차량에 구비된 HUD(Head-Up Display), 텔레비전, 휴대폰, 스마트 폰, 컴퓨터, 웨어러블 디바이스, 가전 기기, 디지털 사이니지, 차량, 고정형 로봇이나 이동형 로봇 등으로 구현될 수도 있다.
XR/PCC 장치(1730)는 다양한 센서들을 통해 또는 외부 장치로부터 획득한 3차원 포인트 클라우드 데이터 또는 이미지 데이터를 분석하여 3차원 포인트들에 대한 위치 데이터 및 어트리뷰트 데이터를 생성함으로써 주변 공간 또는 현실 객체에 대한 정보를 획득하고, 출력할 XR 객체를 렌더링하여 출력할 수 있다. 예컨대, XR/PCC 장치(1730)는 인식된 물체에 대한 추가 정보를 포함하는 XR 객체를 해당 인식된 물체에 대응시켜 출력할 수 있다.
<PCC+자율주행+XR>
자율 주행 차량(1720)은 PCC 기술 및 XR 기술이 적용되어, 이동형 로봇, 차량, 무인 비행체 등으로 구현될 수 있다.
XR/PCC 기술이 적용된 자율 주행 차량(1720)은 XR 영상을 제공하는 수단을 구비한 자율 주행 차량이나, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량 등을 의미할 수 있다. 특히, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량(1720)은 XR 장치(1730)와 구분되며 서로 연동될 수 있다.
XR/PCC영상을 제공하는 수단을 구비한 자율 주행 차량(1720)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하고, 획득한 센서 정보에 기초하여 생성된 XR/PCC 영상을 출력할 수 있다. 예컨대, 자율 주행 차량(1720)은 HUD를 구비하여 XR/PCC 영상을 출력함으로써, 탑승자에게 현실 객체 또는 화면 속의 객체에 대응되는 XR/PCC 객체를 제공할 수 있다.
이때, XR/PCC 객체가 HUD에 출력되는 경우에는 XR/PCC 객체의 적어도 일부가 탑승자의 시선이 향하는 실제 객체에 오버랩되도록 출력될 수 있다. 반면, XR/PCC 객체가 자율 주행 차량의 내부에 구비되는 디스플레이에 출력되는 경우에는 XR/PCC 객체의 적어도 일부가 화면 속의 객체에 오버랩되도록 출력될 수 있다. 예컨대, 자율 주행 차량(1220)은 차로, 타 차량, 신호등, 교통 표지판, 이륜차, 보행자, 건물 등과 같은 객체와 대응되는 XR/PCC 객체들을 출력할 수 있다.
실시예들에 의한 VR (Virtual Reality) 기술, AR (Augmented Reality) 기술, MR (Mixed Reality) 기술 및/또는 PCC(Point Cloud Compression)기술은, 다양한 디바이스에 적용 가능하다.
즉, VR 기술은, 현실 세계의 객체나 배경 등을 CG 영상으로만 제공하는 디스플레이 기술이다. 반면, AR 기술은, 실제 사물 영상 위에 가상으로 만들어진 CG 영상을 함께 보여 주는 기술을 의미한다. 나아가, MR 기술은, 현실세계에 가상 객체들을 섞고 결합시켜서 보여준다는 점에서 전술한 AR 기술과 유사하다. 그러나, AR 기술에서는 현실 객체와 CG 영상으로 만들어진 가상 객체의 구별이 뚜렷하고, 현실 객체를 보완하는 형태로 가상 객체를 사용하는 반면, MR 기술에서는 가상 객체가 현실 객체와 동등한 성격으로 간주된다는 점에서 AR 기술과는 구별이 된다. 보다 구체적으로 예를 들면, 전술한 MR 기술이 적용된 것이 홀로그램 서비스 이다.
다만, 최근에는 VR, AR, MR 기술을 명확히 구별하기 보다는 XR (extended Reality) 기술로 부르기도 한다. 따라서, 본 발명의 실시예들은 VR, AR, MR, XR 기술 모두에 적용 가능하다. 이러한 기술은 PCC, V-PCC, G-PCC 기술 기반 인코딩/디코딩이 적용될 수 있다.
실시예들에 따른 PCC방법/장치는 자율 주행 서비스를 제공하는 차량에 적용될 수 있다.
자율 주행 서비스를 제공하는 차량은 PCC 디바이스와 유/무선 통신이 가능하도록 연결된다.
실시예들에 따른 포인트 클라우드 데이터 (PCC) 송수신 장치는 차량과 유/무선 통신이 가능하도록 연결된 경우, 자율 주행 서비스와 함께 제공할 수 있는 AR/VR/PCC 서비스 관련 콘텐트 데이터를 수신/처리하여 차량에 전송할 수 있다. 또한 포인트 클라우드 데이터 송수신 장치 차량에 탑재된 경우, 포인트 클라우드 송수신 장치는 사용자 인터페이스 장치를 통해 입력된 사용자 입력 신호에 따라 AR/VR/PCC 서비스 관련 콘텐트 데이터를 수신/처리하여 사용자에게 제공할 수 있다. 실시예들에 따른 차량 또는 사용자 인터페이스 장치는 사용자 입력 신호를 수신할 수 있다. 실시예들에 따른 사용자 입력 신호는 자율 주행 서비스를 지시하는 신호를 포함할 수 있다.
도 15는, 실시예들에 따른 포인트 클라우드 데이터 송신 장치를 나타내는 블록도이다.
도 15는 실시예들에 따른 포인트 클라우드 데이터 송신 장치(예를 들어, 도 1의 송신 장치(10000), 도 1의 포인트 클라우드 비디오 인코더(10002), 도 4의 포인트 클라우드 인코더, 도 12의 송신장치, 도 12의 인코더 및 도 14의 XR 디바이스(1430))를 나타내는 블록도이다. 실시예들에 따른 송신 장치(1500)는 도 1 내지 도 14에서 설명한 인코딩 동작과 동일 또는 유사한 동작을 수행할 수 있다. 실시예들에 따른 송신 장치(1500)는 데이터 입력부(1501), 좌표계 변환부(1502), 지오메트리 정보 변환 양자화 처리부(1503), 공간 분할부(1504), 지오메트리 정보 부호화부(1505) 및/또는 속성 정보 부호화부(1506)를 포함할 수 있다. 실시예들에 따른 송신 장치는 도 15에는 도시되지 않았으나, 도 1 내지 도 14에서 설명한 인코딩 동작과 동일 또는 유사한 동작을 수행하기 위한 하나 또는 그 이상의 엘리먼트들을 더 포함할 수 있다.
데이터 입력부은 지오메트리 정보(예를 들어, 도 1의 지오메트리 정보), 속성 정보(예를 들어, 도 1의 어트리뷰트 정보) 및/또느 이와 관련된 파라미터들(예를 들어, 도 1의 파라미터)을 수신할 수 있다.
실시예들에 따른 좌표계 변환부(1502)는 지오메트리 데이터의 위치 정보에 관한 좌표계를 변환할 수 있다. 도 15의 좌표계 변환부는 도 4의 좌표계 변환부(40000)의 동작과 동일 또는 유사한 동작을 수행할 수 있다.
실시예들에 따른 지오메트리 정보 변환 양자화 처리부(1503)은 스케일값(또는 양자화값)을 입력 받아, 콘텐트의 분포에 따라 스케일을 조절할 수 있다. 도 15의 지오메트리 정보 변환 양자화 처리부는 도 4의 양자화기(40001)의 동작과 동일 또는 유사한 동작을 수행할 수 있다.
실시예들에 따른 공간 분할부(1504)는 포인트 클라우드 데이터를 실시예들에 따른 공간 분할 단위로 분할할 수 있다. 예를 들어, 공간 분할부는 포인트 클라우드 데이터의 데이터 특성에 따라 공간 적응적으로 타일 또는 블록 단위로 포인트 클라우드 데이터의 공간을 분할할 수 있다. 실시예들에 따른 공간 분할부는 데이터 파티셔닝을 수행할 수 있다. 프레임이 타일들 및 슬라이스들로 파티셔닝될 수 있다. 소스 포인트 클라우드 데이터는 복수의 슬라이스들로 파티셔닝될 수 있고, 비트스트림 내에서 인코딩될 수 있다. 슬라이스는 독립적으로 인코딩 또는 디코딩될 수 있는 포인트들의 집합이다. 슬라이스는 하나의 지오메트리 데이터 유닛 및 제로 또는 하나 이상의 어트리뷰트 데이터 유닛을 포함할 수 있다. 어트리뷰트 데이터 유닛들은 동일한 슬라이스 내에 대응하는 지오메트리 데이터에 의존적일 수 있다. 슬라이스 내에, 지오메트리 데이터 유닛은 관련된 어트리뷰트 유닛들 이전에 나타날 수 있다. 슬라이스의 데이터 유닛들은 인접해있다. 슬라이스들의 그룹은 공통의 타일 식별자에 의해 식별될 수 있다. 각 타일을 위한 바운딩 박스를 기술하는 타일 정보가 비트스트림 내에 있을 수 있다. 타일은 바운딩 박스 내 다른 타일을 오버랩할 수 있다. 각 슬라이스는 타일이 속하는 것을 식별하는 인덱스를 포함할 수 있다.
실시예들에 따른 지오메트리 정보 부호화부(1505)는 포인트 클라우드 데이터의 지오메트리를 인코딩(예를 들어, 도 1 내지 도 14에서 설명한 지오메트리 인코딩)을 수행할 수 있다. 실시예들에 따른 지오메트리 정보 부호화부는 복셀화 처리부(1505a), 옥트리 생성부(1505b), 지오메트리 정보 예측부(1505c) 및/또는 지오메트리 정보 엔트로피 부호화부(1505d)를 포함할 수 있다. 실시예들에 따른 지오메트리 정보 부호화부는 도 1 내지 도 14에서 설명한 지오메트리 인코딩을 수행하기 위한 하나 또는 그 이상의 엘리먼트들을 더 포함할 수 있다.
실시예들에 따른 복셀화 처리부는 지오메트리 데이터를 복셀화할 수 있다. 도 15의 복셀화 처리부는 도 4의 복셀화기(40001)의 동작과 동일 또는 유사항 동작을 수행할 수 있다.
실시예들에 따른 옥트리 생성부는 지오메트리 데이터의 옥트리 구조(Octree structure)를 생성할 수 있다. 실시예들에 따른 옥트리 생성부(1505b)는 지오메트리 전체에 대한 옥트리를 생성하거나, 지오메트리 부분에 대한 옥트리를 생성할 수 있다. 도 15의 옥트리 생성부는 도 4의 옥트리 분석부(40002)의 동작과 동일 또는 유사한 동작을 수행할 수 있다.
실시예들에 따른 지오메트리 데이터의 옥트리 구조(또는 옥트리)가 사용되는 경우, 실시예들에 따른 송신 장치(예를 들어, 옥트리 생성부)에 의한 지오메트리 인코딩 과정은 다음과 같이 수행될 수 있다: 두 개의 포인트들에 의해 정의되는 바운딩 박스(예를 들어, 도 5의 바운딩 박스)가 정의될 수 있다. 바운딩 박스를 재귀적으로 분할(recursively subdividing)하면서 옥트리 구조가 빌딩된다. 바운딩 박스를 재귀적으로 분할하여 생성된 하나 또는 그 이상의 공간들은 큐브(cube, 예를 들어 도 6의 큐브) 또는 노드(node, 예를 들어 도 4의 노드)에 대응할 수 있다. 각 큐브는 8개의 서브-큐브들로 분할된다. 각 노드는 옥트리 구조의 하나 또는 그 이상의 레벨(level, 예를 들어 도 4의 옥트리의 레벨)들 중 어느 하나의 레벨에 대응하고, 하나 또는 그 이상의 노드들은 하나 또는 그 이상의 레벨들 중 가장 낮은 레벨에 대응하는 루트 노드(root node, 예를 들어, 도 9의 루트 노드) 및 하나 또는 그 이상의 레벨들 중 가장 높은 레벨에 대응하는 리프 노드(leaf node, 예를 들어 도 6의 리프 노드)를 포함할 수 있다. 또한, 각 노드가 대응하는 레벨은 루트 노드로부터 각 노드까지의 홉(hop)의 수를 나타낼 수 있다. 8비트 코드는 어큐판시 코드로 지칭될 수 있다. 각 서브-큐브 당 1비트가 포인트가 채워져 있으면 1, 포인트가 비워져 있으면 0와 같이 표현될 수 있다. 1보다 사이즈가 큰 서브-큐브들이 추가로 분할된다. 1크기의 서브-큐브가 복셀일 수 있다. 복수의 포인트들이 중복될 수 있고, 동일한 서브-큐브(복셀)에 매핑될 수 있다. 각 서브-큐브의 포인트들은 아리스메티컬하게 인코딩될 수 있다. 한편, 디코딩 프로세스는 비트스트림으로부터 바운딩 박스의 디멘션을 읽음으로써 시작될 수 있다. 어큐판시 코드들에 따라서 바운딩 박스를 분할함으로써 동일한 옥트리 구조가 생성될 수 있다. 리프 노드에 도달하면 리프 노드의 포인트들이 아리스메티컬하게 디코딩될 수 있다.
실시예들에 따른 지오메트리 정보 예측부는 옥트리의 노드가 점유(occupy)되었는지 여부를 예측할 수 있다. 실시예들에 따른 지오메트리 정보 예측부의 예측 과정에 의해 생성된 값은 지오메트리 정보 재구성 과정에 사용될 수 있다.
실시예들에 따른 지오메트리 정보 엔트로피 부호화부는 지오메트리 데이터를 엔트로피 코딩하여, 지오메트리 비트스트림(예를 들어, 도 2의 지오메트리 비트스트림)을 생성할 수 있다.
실시예들에 따른 지오메트리 정보 부호화부는 지오메트리 복원 동작을 수행할 수 있다. 실시예들에 따른 지오메트리 정보 부호화부의 지오메트리 복원 동작은 도 8에서 설명한 지오메트리 재구성 동작과 동일 또는 유사하다. 실시예들에 따른 지오메트리 정보 부호화부는 지오메트리 복원 동작에 의해 생성된 복원된 지오메트리 정보를 속성 정보 부호화부에 전달할 수 있다.
실시예들에 따른 속성 정보 부호화부는 어트리뷰트 인코딩(예를 들어, 도 1 내지 도 14에서 설명한 어트리뷰트 인코딩)을 수행할 수 있다. 실시예들에 따른 속성 정보 부호화부는 색상 변환 처리부(1506a), 색상 재조정부(1506b), LOD 구성부(1506c), 이웃 포인트 집합 구성부(1506d), 속성 정보 예측부(1506e), 잔차 속성 정보 양자화 처리부(1506f) 및/또는 속성 정보 엔트로피 부호화부(1506g)를 포함할 수 있다. 실시예들에 따른 속성 정보 부호화부는 포인트 클라우드 데이터의 포인트들에 대한 몰톤 코드(morton code, 예를 들어 도 4의 몰톤 코드)들을 생성하는 몰톤 코드 생성부(도 15에 도시되어 있지 않음)를 더 포함할 수 있다. 실시예들에 따른 속성 정보 부호화부는 도 1 내지 도 14에서 설명한 어트리뷰트 인코딩을 수행하기 위한 하나 또는 그 이상의 엘리먼트들을 더 포함할 수 있다.
실시예들에 따른 색상 변환 처리부는 데이터 입력부를 통해 입력된 어트리뷰트 데이터의 색상을 데이터 특성에 맞게 변환할 수 있다. 도 15의 색상 변환 처리부는 도 4의 컬러 변환부(40006)의 동작과 동일 또는 유사한 동작을 수행할 수 있다.
실시예들에 따른 색상 재조정부는 복원된 지오메트리 정보가 중첩 포인트 병합에 기반한 것에 대응하여, 어트리뷰트 데이터에 대해 색상 재조정 과정을 수행할 수 있다. 실시예들에 따른 중첩 포인트 병합에 기반한 복원된 지오메트리 정보는 중첩 포인트(또는 듀플리케이티드 포인트)를 포함할 수 있다. 실시예들에 따른 듀플리케이티드 포인트들이란, 적어도 두 개의 어트리뷰트 정보(또는 포인트)를 의미한다. 실시예들에 따른 듀플리케이티드 포인트들을 포함하는 복셀은 적어도 두 개의 어트리뷰트 정보(또는 포인트)를 가진다. 실시예들에 따른 색상 재조정부는 듀플리케이티드 포인트들을 포함하는 어트리뷰트 데이터에 대하여 색상을 데이터 특성에 맞게 재조정하는 과정을 수행할 수 있다.
실시예들에 따른 복원된 지오메트리 정보가 중첩 포인트 병합에 기반하지 않은 것에 대응하여, 실시예들에 따른 속성 정보 부호화부는 어트리뷰트 데이터에 대하여 RAHT 코딩을 수행할 수 있다. 실시예들에 따른 속성 정보 부호화부에 의한 RAHT 코딩 동작은 도 4의 RAHT 변환부(40008)의 동작과 동일 또는 유사하다. 실시예들에 따른 속성 정보 부호화부는 어트리뷰트 데이터에 대하여, RAHT 코딩 대신 예측 변환 코딩(예를 들어, 도 4의 예측 변환 코딩)/리프팅 변환(예를 들어, 도 4의 리프팅 변환) 코딩을 수행할 수 있다.
실시예들에 따른 LOD 구성부는 색상 재조정 과정이 수행된 포인트 클라우드 데이터 또는 예측 변환 코딩/리프팅 변환 코딩이 수행된 포인트 클라우드 데이터로부터 LOD를 생성할 수 있다. 도 15의 LOD 구성부는 도 4의 LOD 생성부(40009)의 동작과 동일 또는 유사한 동작을 수행할 수 있다. 즉, 실시예들에 따른 LOD 구성부는 어트리뷰트 정보 및 복원된 지오메트리 정보를 수신하고, 수신한 어트리뷰트 정보 및 복원된 지오메트리 정보를 기반으로 하나 또는 그 이상의 LOD를 생성할 수 있다. 또한, 도 4 및 도 8에서 설명한 바와 같이 LOD는 3차원 공간에 분포한 포인트들을 리파인먼트 레벨들(refinement levels)의 세트로 재정렬(reorganize)하여 생성될 수 있다. 예를 들어, LOD 구성부는 지오메트리의 옥트리 구조(또는 옥트리)를 기반으로 하나 또는 그 이상의 포인트들을 재정렬하여 하나 또는 그 이상의 LOD들을 생성할 수 있다.
실시예들에 따른 옥트리의 각 노드는 바운딩 박스가 분할된 공간에 대응되는 것이므로, 각 노드에 매칭되는 포인트 클라우드 데이터(예를 들어, 어트리뷰트 데이터)가 존재할 수도 있고 존재하지 않을 수 있다. 따라서, 실시예들에 따른 LOD 구성부는 복원된 지오메트리 정보에 따라 옥트리의 노드에 포인트 클라우드 데이터(예를 들어, 어트리뷰트 데이터)를 매칭할 수 있다. 따라서, 실시예들에 따른 LOD 구성부의 매칭 과정에 의하여, 입력된 포인트 클라우드 데이터와 옥트리에 따라 구조화된 포인트 클라우드 데이터 간 매칭이 이루어질 수 있다.
실시예들에 따른 LOD는 포인트 클라우드 콘텐트의 디테일을 나타내는 정도이다. 따라서 LOD(또는 LOD 값)가 나타내는 레벨이 낮을 수록 포인트 클라우드 콘텐트의 디테일이 떨어지고, LOD가 나타내는 레벨이 높을 수록 포인트 클라우드 콘텐트의 디테일이 높음을 나타낸다. 실시예들에 따른 LOD 값은 상술한 옥트리 레벨에 대응할 수도 있다. 예를 들어, 옥트리 레벨이 증가할수록 LOD의 LOD값이 증가할 수 있다. 실시예들에 따른 LOD 생성부는 옥트리의 레벨이 증가할수록 옥트리 레벨에 대응하는 노드들 간의 거리가 줄어든다는 구조적인 특징을 기반으로 LOD를 생성할 수 있다. 즉, 실시예들에 따른 LOD 생성부는 옥트리 구조로 인해 일정한 이격 거리를 갖는 포인트들이 샘플링되는 특징을 기반으로 LOD를 생성할 수 있다. 예를 들어, LOD 생성부는 옥트리의 루트 노드에 대응하는 레벨(예를 들어, 레벨 0)에 포함되는 포인트들을 LOD 0으로 분류하고, 루트 노드에 대응하는 레벨 및 루트 노드의 자식 노드에 대응하는 레벨(예를 들어, 레벨 0 및 1)에 포함되는 포인트들을 LOD 1로 분류할 수 있다. 또는, LOD 생성부는 루트 노드에 대응하는 레벨 및 루트 노드의 자식 노드에 대응하는 레벨(예를 들어, 레벨 0 및 1)에 포함되는 포인트들을 LOD 0으로 분류할 수 있다.
실시예들에 따른 LOD 생성부는 LOD 값이 가장 큰 LOD부터 먼저 생성할 수 있다. 즉, 실시예들에 따른 LOD 생성부는 LOD 값의 내림차순으로 LOD를 생성할 수 있다. 도 8 및 도 9에서 상술한 바와 같이, 현재 LOD(current LOD)는 현재 LOD의 LOD 값보다 낮은 LOD값을 가지는 LOD에 속한 포인트들을 모두 포함한다. 현재 LOD의 LOD 값보다 낮은 LOD값을 가지는 LOD들의 집합은 현재 LOD에 대한 retained 집합으로 정의될 수 있다. 즉, 가장 낮은 LOD 값이 0이고, 현재 LOD 값이 l이면, 현재 LOD에 대한 retained 집합은 LOD 0 부터 LOD l-1로 정의될 수 있다. 따라서, 실시예들에 따른 LOD 생성부가 생성한 LOD l는 LOD 0 부터 LOD l로 정의되는 retained 집합에서 생성된 LOD일 수 있다.
실시예들에 따른 이웃 포인트 집합 구성부는 각 LOD에 속한 포인트에 대한 이웃 포인트 집합을 생성할 수 있다. 실시예들에 따른 이웃 포인트는 3차원 공간에서 각 LOD 집합의 포인트로부터 가장 가까운 곳에 위치한 이웃 (Nearest Neighbor, NN) 포인트로서, 현재 LOD(예를 들면 LOD l)과 동일한 LOD에 포함되거나, retained 집합 (예를 들어, LODl-1, LODl-2 … LOD0)에 포함된다. 실시예들에 따른 이웃 포인트 집합 구성부는 하나 또는 그 이상의 이웃 포인트들을 예측기(예를 들어, 도 9의 예측기)에 이웃 포인트 집합으로서 등록(register)할 수 있다. 실시예들에 따른 이웃 포인트들의 개수는 이웃 포인트들의 최대 개수로서 사용자의 입력 신호에 따라 설정될 수도 있고, 이웃 포인트 서치 방식에 따라 특정 값으로 기설정될 수 있다.
실시예들에 따른 포인트 클라우드 데이터의 모든 포인트들은 각각 하나의 예측기를 가질 수 있다. 실시예들에 따른 송신 장치는 예측기를 적용하여 해당 포인트의 어트리뷰트 값을 인코딩하고, 예측 어트리뷰트(또는 예측 어트리뷰트 값)을 생성할 수 있다. 실시예들에 따른 예측기는 LOD 생성 후 서치된 이웃 포인트들을 기반으로 생성된다. 예측기는 대상 포인트의 어트리뷰트를 예측하는데 사용된다. 따라서 예측기는 이웃 포인트들의 어트리뷰트에 가중치를 적용하여 예측 어트리뷰트를 생성할 수 있다.
실시예들에 따른 속성 정보 예측부는 상술한 바와 같이 이웃 포인트 집합으로부터 포인트의 어트리뷰트 값을 예측할 수 있다.
실시예들에 따른 잔차 속성 정보 양자화 처리부는 어트리뷰트 데이터에 대한 예측값을 생성하고, 예측값 및 어트리뷰트 값 간의 잔차값을 생성하고, 잔차값을 양자화할 수 있다.
실시예들에 따른 속성 정보 엔트로피 부호화부는 어트리뷰트 데이터를 엔트로피 코딩하여 어트리뷰트 비트스트림(예를 들어, 도 2의 어트리뷰트 비트스트림)을 생성할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 지오메트리 비트스트림 및/또는 어트리뷰트 비트스트림이 멀티플렉싱된 비트스트림을 전송할 수 있다. 또한, 실시예들에 따른 비트스트림은 상술한 이웃 포인트 집합 생성에 관한 시그널링 정보(또는 이웃 포인트 집합 생성 정보)를 더 포함할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치는 비트스트림을 인캡슐레이션 하여 세그먼트 및/또는 파일 등의 형태로 전송할 수 있다.
도 16은, 실시예들에 따른 몰톤 코드(morton code) 및 몰톤 코드 쉬프팅(shifting)의 예시를 나타낸다.
도 16은 실시예들에 따른 포인트 클라우드 데이터 송신 장치(예를 들어, 도 15의 송신 장치(1500))가 몰톤 코드(예를 들어, 도 4의 몰톤 코드)를 이용하여 포인트들을 탐색하는 방법의 예시를 나타낸다. 도 15에서 상술한 몰톤 코드 생성부는 실시예들에 따른 몰톤 코드들을 생성할 수 있다. 도 4에서 상술한 바와 같이, 몰톤 코드 생성부는 포인트들의 위치 값(예를 들면 3차원 공간을 나타내는 좌표계의 좌표값(x,y,z))를 비트값으로 나타내고 비트들을 믹싱하여 각 포인트의 몰톤 코드를 생성할 수 있다.
1600은 실시예들에 따른 포인트 클라우드 데이터 송신 장치가 포인트 클라우드 데이터의 포인트들을 3차원 몰톤 코드 곡선(Morton code curve)에 따라 탐색하는 것을 나타낸다. 실시예들에 따른 3차원 몰톤 코드 곡선은 3차원 공간(예를 들어, 도 5의 바운딩 박스) 내의 포인트들의 몰톤 코드들이 오름차순 또는 내림차순으로 정렬되도록 포인트들을 연결한 곡선을 의미할 수 있다. 예를 들어, 3차원 몰톤 코드 곡선는 몰톤 코드(또는 몰톤 코드 값)가 0인 3차원 평면 상에서의 포인트 (0, 0, 0) (포인트의 x좌표가 0, y좌표가 0, z좌표가 0인 포인트)와 몰톤 코드가 1인 3차원 평면 상에서의 포인트 (0, 0, 1)를 연결할 수 있다. 또한, 3차원 몰톤 코드 곡선(20002c)는 몰톤 코드가 1인 3차원 평면 상에서의 포인트 (0, 0, 1)와 몰톤 코드가 2인 3차원 평면 상에서의 포인트 (0, 1, 0)를 연결할 수 있다.
1601은 실시예들에 따른 포인트 클라우드 데이터 송신 장치가 바운딩 박스 내에 포인트들을 3차원 몰톤 코드 곡선으로 연결한 것을 나타낸다. 도 15에서 상술한 바와 같이 이웃 포인트 집합 구성부(1506d)는 이웃 포인트 집합의 생성 대상인 대상 포인트와 가장 가까운 곳에 위치한 이웃 포인트를 이웃 포인트 집합으로 등록할 수 있다. 실시예들에 따른 이웃 포인트 집합 구성부는 대상 포인트와 가장 가까운 곳에 위치한 이웃 포인트를 서치하기 위해 포인트들의 몰톤 코드들을 사용할 수 있다. 즉, 실시예들에 따른 이웃 포인트 집합 구성부는 포인트 클라우드 데이터의 포인트들의 몰톤 코드 값들과 대상 포인트의 몰톤 코드 값을 비교하여, 대상 포인트의 몰톤 코드 값과 가장 가까운 몰톤 코드 값을 갖는 포인트를 이웃 포인트 집합으로 등록할 수 있다. 예를 들어, 이웃 포인트 집합 구성부는 대상 포인트(1601a)의 몰톤 코드 값과 가장 가까운 몰콘 코드 값을 갖는 포인트(1601b)를, 대상 포인트(1601a)의 이웃 포인트 집합으로 등록할 수 있다.
다만, 실시예들에 따른 이웃 포인트 집합 구성부가 이웃 포인트를 서치하기 위해 포인트들의 몰톤 코드들을 사용하는 경우, 실제 이웃 포인트가 아닌 포인트를 서치할 수 있다. 예를 들어, 이웃 포인트 집합 구성부는 대상 포인트(1601c)의 몰톤 코드 값과 가장 가까운 몰톤 코드 값을 갖는 포인트(1601d)를, 대상 포인트(1601c)의 이웃 포인트 집합으로 등록할 수 있다. 즉, 실시예들에 따른 이웃 포인트 집합 구성부는 3차원 몰톤 코드 곡선의 지그재그 스캔 특성 때문에, 실제 이웃 포인트가 아닌 포인트를 이웃 포인트로 서치할 수 있다.
실시예들에 따른 속성 정보 부호화부(예를 들어, 도 15의 속성 정보 부호화부(1506))는 상술한 문제점을 극복하기 위해, 포인트 클라우드 데이터의 포인트들의 몰톤 코드들의 값에 대해 쉬프팅(shifting)을 수행할 수 있다. 실시예들에 따른 쉬프팅은 오른쪽 비트-쉬프팅(bit-shifting)을 나타낼 수 있다. 즉, 실시예들에 따른 쉬프팅은 비트열의 왼쪽에 0을 3개 패딩(padding)하여 오른쪽으로 쉬프팅(shift)하고, 비트열의 오른쪽의 3개의 비트를 삭제하는 과정일 수 있다. 예를 들어, 비트열 110110에 대하여 쉬프팅이 수행되면, 000110이 될 수 있다. 실시예들에 따른 포인트들의 몰톤 코드들은 정수 또는 2진수 비트로 표현될 수 있다. 실시예들에 따른 정수 값의 몰톤 코드가 쉬프팅되면, 8로 나눈 몫(quotient)이 될 수 있다. 예를 들어, 몰톤 코드가 63을 나타내면, 쉬프팅된 몰톤 코드는 7일 수 있다.
실시예들에 따른 정수 값의 몰톤 코드들은 8n, 8n+1, 8n+2, 8n+3, 8n+4, 8n+5, 8n+6 및 8n+7 중 어느 하나로 표현될 수 있다(예를 들어, n은 0 이상의 정수). 실시예들에 따른 쉬프팅된 몰톤 코드 값이 같은 포인트들은 실제로 가깝게 위치한 포인트들일 수 있다. 예를 들어, 포인트(1601a)의 몰톤 코드 값은 8x으로 표현되고, 포인트(1601b)의 몰톤 코드 값은 8x+1로 표현될 수 있다 (x는 0 이상의 정수). 또한, 포인트(1601a)의 쉬프팅된 몰톤 코드 값 및 포인트(1601b)의 쉬프팅된 몰톤 코드 값은 모두 n을 나타낼 수 있다. 실시예들에 따른 이웃 포인트를 서치하기 위해 쉬프팅된 몰톤 코드 값을 사용하면, 포인트들의 몰톤 코드 값이 가깝더라도, 실제 이웃 포인트가 아닌 포인트를 서치하지 않을 수 있다. 예를 들어, 포인트(1601c)의 몰톤 코드는 8y+4로 표현되고(y는 0 이상의 정수), 포인트(1601d)의 몰톤 코드는 8z로 표현될 수 있다(z는 0 이상이며, 상술한 y값과는 다른 정수). 즉, 포인트(1601c)의 쉬프팅된 몰톤 코드는 y를 가지는 반면, 포인트(1601d)의 몰톤 코드는 z를 가질 수 있다. 따라서, 실시예들에 따른 이웃 포인트 집합 구성부는 대상 포인트의 쉬프팅된 몰톤 코드 값과 다른 쉬프칭된 몰톤 코드 값을 가지는 포인트를 이웃 포인트로 서치하지 않아, 실제 이웃 포인트가 아닌 포인트를 이웃 포인트로 찾는 문제점을 해결할 수 있다.
도 17은, 실시예들에 따른 이웃 포인트 집합 구성 방법의 예시를 나타낸다.
도 17은 이웃 포인트 집합 구성부(예를 들어, 도 15의 이웃 포인트 집합 구성부(1506d))가 이웃 포인트 집합을 생성하는 과정의 예시를 나타낸다.
도면에 도시된 화살표(1700)은 실시예들에 따른 몰톤 코드 순서(예를 들어, 포인트의 몰톤 코드 값 크기의 오름차순)를 나타낸다. Indexes List는(1701)는 실시예들에 따른 이웃 포인트 집합 생성의 대상이 되는 대상 포인트 Px(1703)가 속한 LOD l에 포함된 포인트들의 몰톤 코드 순서에 따른 정렬을 나타낸다. Retained List(1702)는 대상 포인트 Px가 속한 LOD l의 retained 집합(예를 들어, 도 15에서 상술한 retained 집합)에 포함된 포인트들의 몰톤 코드 순서에 따른 정렬을 나타낸다. 즉, Indexes List 및 Retained List의 가장 앞에 위치한 포인트는 LOD l에 포함된 포인트들 및 LOD l의 retained 집합에 포함된 포인트들 중 가장 작은 크기의 몰톤 코드를 가질 수 있다. 실시예들에 따른 이웃 포인트 집합 구성부는 LOD l에 속한 Px의 이웃 포인트 집합을 생성하기 위해 retained 집합에 속한 포인트들 및 LOD l에 속한 포인트들 중 몰톤 코드 순서상 Px보다 뒤에 위치한 포인트들(즉, 몰톤 코드가 Px의 몰톤 코드보다 크거나 같은 포인트들)에 대하여 이웃 포인트 서치를 수행할 수 있다.
실시예들에 따른 이웃 포인트 집합 구성부는 대상 포인트 Px가 속한 LOD l 및/또는 LOD l에 대한 retained 집합에 포함된 포인트들의 몰톤 코드 값들과 Px의 몰톤 코드 값을 비교하여 Px의 몰톤 코드 값과 가장 가까운 몰톤 코드 값을 가지는 포인트(1704)를 선택할 수 있다. 실시예들에 따라 선택된 포인트(1704)는 기준 포인트라 호칭될 수 있다. 즉, 실시예들에 따른 이웃 포인트 집합 구성부는 대상 포인트 Px의 몰톤 코드 값에 기반하여 기준 포인트를 선택할 수 있다. 기준 포인트를 선택하는 방법은 예시에 국한되지 않는다. 실시예들에 따른 기준 포인트를 선택하는 타입(type)에 관한 정보(또는 기준 포인트 선택 타입 정보)는 이웃 포인트 집합 생성 정보(예를 들어, 도 15에서 상술한 이웃 포인트 집합 생성 정보)에 포함되어 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 통해 수신 장치(예를 들어, 도 1의 수신 장치(10004), 도 10 및 도 11의 디코더 등)에 전송될 수 있다.
실시예들에 따른 이웃 포인트 집합 구성부는 선택된 기준 포인트를 기반으로 이웃 포인트 서치 범위(1705)를 설정할 수 있다. 실시예들에 따른 이웃 포인트 서치 범위는 몰톤 코드 순서상 기준 포인트의 전/후(또는 앞/뒤)에 위치한 하나 또는 그 이상의 포인트들을 포함할 수 있다. 실시예들에 따른 이웃 포인트 서치 범위에 관한 정보는 이웃 포인트 집합 생성 정보에 포함되어 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 통해 수신 장치(예를 들어, 도 1의 수신 장치(10004), 도 10 및 도 11의 디코더 등)에 전송될 수 있다. 실시예들에 따른 이웃 포인트 집합 구성부는 기준 포인트를 중심으로 결정된 이웃 포인트 서치 범위 내의 포인트들과 Px간의 거리를 비교하여 Px로부터 가장 가까운 거리에 있는 포인트들을 설정된 최대 이웃 포인트 개수(예를 들어, 3개)만큼 서치할 수 있다. 실시예들에 따른 이웃 포인트 집합 구성부는 설정된 최대 이웃 포인트 개수만큼 서치된 포인트들을 대상 포인트 Px의 이웃 포인트로 등록할 수 있다. 실시예들에 따른 이웃 포인트 집합 서치 방법은 본 예시에 국한되지 않는다.
실시예들에 따른 이웃 포인트 집합 구성부는 상술한 이웃 포인트 집합 서치 방법에 의하여, LOD l에 속한 대상 포인트의 이웃 포인트 집합을 생성할 수 있다. 실시예들에 따른 이웃 포인트 집합 구성부는 상술한 이웃 포인트 집합 서치 방법을 LOD 별로 다르게 적용할 수 있다.
실시예들에 따른 이웃 포인트 서치 방법은 어트리뷰트 인코딩의 복잡도를 낮추고 압축 효율을 증가시킬 수 있다. 다만, 상술한 이웃 포인트 서치 방법에 의하면, 도 16에서 설명한 바와 같이 실제 이웃 포인트가 아닌 포인트를 이웃 포인트로 서치할 수도 있다. 상술한 이웃 포인트 서치 방법에 관한 이웃 포인트 집합 생성 정보는 비트스트림을 통해 수신 장치로 전송된다. 따라서, 수신 장치는 이웃 포인트 집합 생성 정보를 기반으로 이웃 포인트 집합 생성을 수행할 수 있다.
도 18은, 실시예들에 따른 이웃 포인트 집합 구성 방법의 예시를 나타낸다.
도 18은 속성 정보 부호화부(예를 들어, 도 15의 속성 정보 부호화부(1506))가 이웃 포인트 집합을 생성하는 과정의 예시를 나타낸다.
도면에 도시된 화살표(1800)은 실시예들에 따른 몰톤 코드 순서(예를 들어, 포인트의 몰톤 코드 값 크기의 오름차순)를 나타낸다. Indexes List는(1801)는 실시예들에 따른 이웃 포인트 집합 생성의 대상이 되는 대상 포인트 Px(1803)가 속한 LOD l에 포함된 포인트들의 몰톤 코드 순서에 따른 정렬을 나타낸다. Retained List(1802)는 대상 포인트 Px가 속한 LOD l의 retained 집합(예를 들어, 도 15에서 상술한 retained 집합)에 포함된 포인트들의 몰톤 코드 순서에 따른 정렬을 나타낸다. 즉, Indexes List 및 Retained List의 가장 앞에 위치한 포인트는 LOD l에 포함된 포인트들 및 LOD l의 retained 집합에 포함된 포인트들 중 가장 작은 크기의 몰톤 코드를 가질 수 있다. 실시예들에 따른 속성 정보 부호화부는 LOD l에 속한 Px의 이웃 포인트 집합을 생성하기 위해 retained 집합에 속한 포인트들 및 LOD l에 속한 포인트들 중 몰톤 코드 순서상 Px보다 뒤에 위치한 포인트들(즉, 몰톤 코드가 Px의 몰톤 코드보다 크거나 같은 포인트들)에 대하여 이웃 포인트 서치를 수행할 수 있다.
실시예들에 따른 속성 정보 부호화부는 대상 포인트 Px의 몰톤 코드에 대하여 쉬프팅(예를 들어, 도 16에서 상술한 쉬프팅)을 수행할 수 있다. 속성 정보 부호화부는 대상 포인트 Px의 몰톤 코드에 대하여 쉬프팅 밸류에 따라 쉬프팅을 수행할 수 있다. 속성 정보 부호화부는 대상 포인트 Px의 몰톤 코드에 대하여 (h-l-1) 만큼 쉬프팅시킬 수 있다. h는 전체 LOD 값의 개수를 나타낸다. 예를 들어, 도 15에서 상술한 바와 같이 LOD는 LOD 0부터 존재할 수 있으므로, 최대 LOD 값이 10이면, h는 11을 나타낸다. l은 대상 포인트 Px가 속한 LOD의 LOD 값을 나타낸다. 예를 들어, 전체 LOD 값의 개수가 10이고, Px가 속한 LOD의 LOD 값이 6이면, (h-l-1)은 3을 나타낼 수 있다. 도 16에서 상술한 바와 같이 포인트의 몰톤 코드를 1번 쉬프팅시키면 포인트의 몰톤 코드의 정수 값은 몰톤 코드의 정수 값을 8로 나눈 몫(quotient)과 같아진다. 속성 정보 부호화부는 Px의 몰톤 코드에 대하여 (h-l-1)번 쉬프팅을 수행할 수 있다. 예를 들어, 포인트의 (h-l-1) 값이 3이면, 속성 정보 부호화부는 포인트의 몰톤 코드에 대해 3번 쉬프팅을 수행하고, 쉬프팅된 몰톤 코드는 포인트의 몰톤 코드를 8^3으로 나눈 몫과 같아진다. 상술한 (h-l-1)은 제 1 쉬프팅 밸류로 호칭될 수 있고, 포인트의 몰톤 코드에 대하여 (h-l-1)번 쉬프팅을 수행하는 것은 제 1 쉬프팅으로 호칭될 수 있다. 실시예들에 따른 전체 LOD 값의 개수에 관한 정보(또는 h값에 관한 정보)는 이웃 포인트 집합 생성 정보(예를 들어, 도 15에서 상술한 이웃 포인트 집합 생성 정보)에 포함되어 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 통해 수신 장치(예를 들어, 도 1의 수신 장치(10004), 도 10 및 도 11의 디코더 등)에 전송될 수 있다.
실시예들에 따른 속성 정보 부호화부는 대상 포인트 Px의 몰톤 코드에 대하여 제 1 쉬프팅 밸류에 따라 제 1 쉬프팅을 수행하고, LOD l 및/또는 LOD l의 retained 집합에 포함된 포인트들의 몰톤 코드에 대하여 상술한 제 1 쉬프팅 밸류와 같은 쉬프팅 밸류에 따라 제 1 쉬프팅을 수행할 수 있다. 예를 들어, 대상 포인트 Px에 대응하는 제 1 쉬프팅 밸류가 3이면, 속성 정보 부호화부는 LOD l 및/또는 LOD l의 retained 집합에 포함된 포인트들의 몰톤 코드에 대하여 똑같이 3만큼 쉬프팅시킨다. 실시예들에 따른 속성 정보 부호화부는 대상 포인트 Px의 제 1 쉬프팅된 몰톤 코드 값과 동일한 제 1 쉬프팅된 몰톤 코드 값을 가지는 포인트들을 LOD l 및/또는 LOD l의 retained 집합에서 선택할 수 있다. 실시예들에 따라 선택된 포인트들은 기준 포인트들로 호칭될 수 있다. 즉, 실시예들에 따른 속성 정보 부호화부는 대상 포인트 Px의 제 1 쉬프팅된 몰톤 코드 값에 기반하여 기준 포인트들을 선택할 수 있다. 기준 포인트를 선택하는 방법은 예시에 국한되지 않는다. 실시예들에 따른 기준 포인트를 선택하는 타입(type)에 관한 정보(또는 기준 포인트 선택 타입 정보)는 이웃 포인트 집합 생성 정보(예를 들어, 도 15에서 상술한 이웃 포인트 집합 생성 정보)에 포함되어 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 통해 수신 장치(예를 들어, 도 1의 수신 장치(10004), 도 10 및 도 11의 디코더 등)에 전송될 수 있다. 실시예들에 따른 기준 포인트들은 이웃 포인트 후보군 또는 이웃 포인트 후보 포인트들로 호칭될 수 있다. 상술한 기준 포인트들(또는 이웃 포인트 후보군)은 대상 포인트의 이웃 포인트 집합을 서치하기 위해 사용된다.
도 15에서 상술한 바와 같이, 실시예들에 따른 옥트리 레벨(또는 레벨)은 LOD의 LOD 값에 대응할 수 있다. 바운딩 박스(예를 들어, 도 15의 바운딩 박스)에 포함된 포인트들의 몰톤 코드들을 실시예들에 따라 h번 쉬프팅시키면 포인트들의 쉬프팅된 몰톤 코드는 모두 같은 값(예를 들면 0)을 가질 수 있고, 모든 포인트들은 1개의 노드(예를 들어, 도 15의 루트 노드)에 포함될 수 있다. 상술한 노드는 옥트리 레벨 0에 대응하는 노드일 수 있으며, 옥트리 레벨 0은 LOD 0에 대응할 수 있다. 또한, 바운딩 박스에 포함된 포인트들의 몰톤 코드들을 실시예들에 따라 (h-l)번 쉬프팅시키면, 포인트들의 쉬프팅된 몰톤 코드들의 값들은 8^l 개 일 수 있고, 모든 포인트들은 8^l 개의 노드들에 각각 분할되어 포함될 수 있다. 상술한 8^l개의 노드들은 옥트리 레벨 l에 대응하는 노드들일 수 있고, 옥트리 레벨 l은 LOD l에 대응할 수 있다. 즉, 실시예들에 따른 쉬프팅을 1번 더 적게 시킬수록 포인트들이 각각 분할되어 포함되는 노드들의 개수는 1/8만큼 줄어든다. 따라서, 포인트들이 대해 (h-l-1) 만큼 쉬프팅시키면 포인트들은 8^(l-1)개의 노드들에 각각 분할되어 포함되고, 각각의 노드에 대응하는 공간에 포함된 포인트들의 쉬프팅된 몰톤 코드 값들은 동일할 수 있다. 즉, 포인트들의 몰톤 코드들을 (h-l-1) 만큼 쉬프팅시키면 대상 포인트 Px가 속한 노드의 레벨보다 1만큼 작은 레벨의 노드에 대응하는 공간에 포함된 포인트들의 쉬프팅된 몰톤 코드들은 모두 같아지게 된다. 상술한 대상 포인트 Px가 속한 노드의 레벨 보다 1만큼 작은 레벨의 노드는 Px의 부모 노드(parent node)로 호칭될 수 있다. 따라서, 상술한 LOD l 및/또는 LOD l의 retained 집합에서 선택된 Px의 제 1 쉬프팅된 몰톤 코드 값과 동일한 제 1 쉬프팅된 몰톤 코드 값을 가지는 기준 포인트들은, Px가 속한 노드의 부모 노드에 대응하는 공간에 포함된 포인트들일 수 있다. 상술한 부모 노드에 대응하는 공간은 대상 포인트 Px 및 선택된 기준 포인트들을 모두 포함할 수 있다.
실시예들에 따른 속성 정보 부호화부는 상술한 바와 같이 Px가 속한 노드의 부모 노드에 대응하는 공간에 포함된 포인트들을 기준 포인트들로 선택할 수 있다. 실시예들에 따른 속성 정보 부호화부는 상술한 하나 또는 그 이상의 기준 포인트들에 기반하여 기준 범위(1805)를 설정할 수 있다. 상술한 기준 범위는 기준 포인트들 중 가장 작은 몰톤 코드를 가지는 기준 포인트 및 가장 큰 몰톤 코드를 가지는 기준 포인트를 양 끝 포인트로 구성할 수 있다. 실시예들에 따른 속성 정보 부호화부는 설정된 기준 범위의 중심점(1804)을 설정할 수 있다. 상술한 중심점은 기준 범위에 포함되는 기준 포인트들의 몰톤 코드들 중 중심값에 해당하는 몰톤 코드를 가지는 기준 포인트일 수 있다. 기준 범위 및 중심점을 설정하는 방법은 본 예시에 국한되지 않는다.
실시예들에 따른 속성 정보 부호화부는 설정된 중심점(1804)을 기반으로 이웃 포인트 서치 범위(1806, 예를 들어 도 17에서 설명한 이웃 포인트 서치 범위)를 설정할 수 있다. 실시예들에 따른 이웃 포인트 서치 범위는 몰톤 코드 순서상 기준 포인트의 전/후(또는 앞/뒤)에 위치한 하나 또는 그 이상의 포인트들을 포함할 수 있다. 실시예들에 따른 이웃 포인트 서치 범위에 관한 정보는 이웃 포인트 집합 생성 정보에 포함되어 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 통해 수신 장치(예를 들어, 도 1의 수신 장치(10004), 도 10 및 도 11의 디코더 등)에 전송될 수 있다. 실시예들에 따른 속성 정보 부호화부는 중심점을 중심으로 결정된 이웃 포인트 서치 범위 내의 포인트들과 Px간의 거리를 비교하여 Px로부터 가장 가까운 거리에 있는 포인트들을 설정된 최대 이웃 포인트 개수(예를 들어, 3개)만큼 서치할 수 있다. 실시예들에 따른 속성 정보 부호화부는 설정된 최대 이웃 포인트 개수만큼 서치된 포인트들을 대상 포인트 Px의 이웃 포인트로 등록할 수 있다. 실시예들에 따른 이웃 포인트 집합 서치 방법은 본 예시에 국한되지 않는다.
실시예들에 따른 속성 정보 부호화부는 기준 포인트들 중에서 이웃 포인트를 서치할 수 있다. 즉, 실시예들에 따른 속성 정보 부호화부는 기준 포인트들에 포함되는 포인트들과 Px간의 거리를 비교하여 Px로부터 가장 가까운 거리에 있는 포인트들을 설정된 최대 이웃 포인트 개수(예를 들어, 3개)만큼 서치할 수 있다. 실시예들에 따른 설정된 최대 이웃 포인트 개수만큼 서치된 포인트들은 Px의 이웃 포인트(또는 이웃 포인트 집합)로 등록될 수 있다. 따라서, 실시예들에 따른 Px의 이웃 포인트들은 기준 포인트들에 포함될 수 있다.
실시예들에 따른 속성 정보 부호화부는 상술한 이웃 포인트 집합 서치 방법에 의하여, LOD l에 속한 대상 포인트의 이웃 포인트 집합을 생성할 수 있다. 실시예들에 따른 이웃 포인트 집합 구성부는 상술한 이웃 포인트 집합 서치 방법을 LOD 별로 다르게 적용할 수 있다.
실시예들에 따른 이웃 포인트 서치 방법은 어트리뷰트 인코딩의 복잡도를 낮추고 압축 효율을 증가시킬 수 있다. 또한, 대상 포인트의 부모 노드에 대응하는 공간에 포함된 포인트들을 기반으로 이웃 포인트를 서치하여, 도 16에서 설명한 바와 같이 실제 이웃 포인트가 아닌 포인트를 이웃 포인트로 서치하는 문제점을 해결할 수 있다. 상술한 이웃 포인트 서치 방법에 관한 이웃 포인트 집합 생성 정보는 비트스트림을 통해 수신 장치로 전송된다. 따라서, 수신 장치는 이웃 포인트 집합 생성 정보를 기반으로 이웃 포인트 집합 생성을 수행할 수 있다.
도 19은, 실시예들에 따른 이웃 포인트 집합 구성 방법의 예시를 나타낸다.
도 19은 속성 정보 부호화부(예를 들어, 도 15의 속성 정보 부호화부(1506))가 이웃 포인트 집합을 생성하는 과정의 예시를 나타낸다.
실시예들에 따른 포인트 클라우드 데이터의 포인트들이 희박(sparse)하게 분포하면, 속성 정보 부호화부 상술한 도 18의 이웃 포인트 서치 방법에 따라도 충분한 이웃 포인트들을 서치하지 못할 수 있다. 즉, 포인트 클라우드 데이터의 포인트들이 희박(sparse)하게 분포하면, 이웃 포인트 집합 생성의 대상 포인트가 속한 노드의 부모 노드에 대응하는 공간에 포인트들이 충분히 분포하지 않을 수 있다. 따라서, 실시예들에 따른 속성 정보 부호화부는 포인트 클라우드 데이터의 특성에 기반하여, 쉬프팅 밸류를 조절하여 이웃 포인트를 서치할 수 있다. 예를 들어, 속성 정보 부호화부는 대상 포인트가 속한 노드의 부모 노드 보다 레벨이 작은 노드(예를 들어, 부모 노드의 부모 노드(grand parent node))에 대응하는 공간에 포함된 포인트들에 기반하여 이웃 포인트들을 서치할 수 있다.
도면에 도시된 화살표(1900)은 실시예들에 따른 몰톤 코드 순서(예를 들어, 포인트의 몰톤 코드 값 크기의 오름차순)를 나타낸다. Indexes List는(1901)는 실시예들에 따른 이웃 포인트 집합 생성의 대상이 되는 대상 포인트 Px(1903)가 속한 LOD l에 포함된 포인트들의 몰톤 코드 순서에 따른 정렬을 나타낸다. Retained List(1902)는 대상 포인트 Px가 속한 LOD l의 retained 집합(예를 들어, 도 15에서 상술한 retained 집합)에 포함된 포인트들의 몰톤 코드 순서에 따른 정렬을 나타낸다. 즉, Indexes List 및 Retained List의 가장 앞에 위치한 포인트는 LOD l에 포함된 포인트들 및 LOD l의 retained 집합에 포함된 포인트들 중 가장 작은 크기의 몰톤 코드를 가질 수 있다. 실시예들에 따른 속성 정보 부호화부는 LOD l에 속한 Px의 이웃 포인트 집합을 생성하기 위해 retained 집합에 속한 포인트들 및 LOD l에 속한 포인트들 중 몰톤 코드 순서상 Px보다 뒤에 위치한 포인트들(즉, 몰톤 코드가 Px의 몰톤 코드보다 크거나 같은 포인트들)에 대하여 이웃 포인트 서치를 수행할 수 있다.
실시예들에 따른 속성 정보 부호화부는 대상 포인트 Px의 몰톤 코드에 대하여 쉬프팅(예를 들어, 도 16에서 상술한 쉬프팅)을 수행할 수 있다. 속성 정보 부호화부는 대상 포인트 Px의 몰톤 코드에 대하여 쉬프팅 밸류에 따라 쉬프팅을 수행할 수 있다. 속성 정보 부호화부는 대상 포인트 Px의 몰톤 코드에 대하여 (h-l-1-range) 만큼 쉬프팅시킬 수 있다. h는 전체 LOD 값의 개수를 나타낸다. 예를 들어, 도 15에서 상술한 바와 같이 LOD는 LOD 0부터 존재할 수 있으므로, 최대 LOD 값이 10이면, h는 11을 나타낸다. l은 대상 포인트 Px가 속한 LOD의 LOD 값을 나타낸다. range는 1이상의 정수 값을 가진다. range는 기준 포인트들이 선택되는 공간에 대응하는 노드의 레벨(예를 들어, 대상 포인트가 속한 노드의 상위 노드의 레벨)과 관련된 값일 수 있다. 도 16에서 상술한 바와 같이 포인트의 몰톤 코드를 1번 쉬프팅시키면 포인트의 몰톤 코드의 정수 값은 몰톤 코드의 정수 값을 8로 나눈 몫(quotient)과 같아진다. 속성 정보 부호화부는 Px의 몰톤 코드에 대하여 (h-l-1-range)번 쉬프팅을 수행할 수 있다. 예를 들어, 포인트의 (h-l-1-range) 값이 2면, 속성 정보 부호화부는 포인트의 몰톤 코드에 대해 2번 쉬프팅을 수행하고, 쉬프팅된 몰톤 코드는 포인트의 몰톤 코드를 8^2으로 나눈 몫과 같아진다. 상술한 (h-l-1-range)은 제 2 쉬프팅 밸류로 호칭될 수 있고, 포인트의 몰톤 코드에 대하여 (h-l-1-range)번 쉬프팅을 수행하는 것은 제 2 쉬프팅으로 호칭될 수 있다. 실시예들에 따른 전체 LOD 값의 개수에 관한 정보(또는 h값에 관한 정보) 및 range 값에 대한 정보는 이웃 포인트 집합 생성 정보(예를 들어, 도 15에서 상술한 이웃 포인트 집합 생성 정보)에 포함되어 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 통해 수신 장치(예를 들어, 도 1의 수신 장치(10004), 도 10 및 도 11의 디코더 등)에 전송될 수 있다. 실시예들에 따른 기준 포인트들은 이웃 포인트 후보군 또는 이웃 포인트 후보 포인트들로 호칭될 수 있다. 상술한 기준 포인트들(또는 이웃 포인트 후보군)은 대상 포인트의 이웃 포인트 집합을 서치하기 위해 사용된다.
실시예들에 따른 속성 정보 부호화부는 대상 포인트 Px의 몰톤 코드에 대하여 제 2 쉬프팅 밸류에 따라 제 2 쉬프팅을 수행하고, LOD l 및/또는 LOD l의 retained 집합에 포함된 포인트들의 몰톤 코드에 대하여 상술한 제 2 쉬프팅 밸류와 같은 쉬프팅 밸류에 따라 제 2 쉬프팅을 수행할 수 있다. 예를 들어, 대상 포인트 Px에 대응하는 제 2 쉬프팅 밸류가 2이면, 속성 정보 부호화부는 LOD l 및/또는 LOD l의 retained 집합에 포함된 포인트들의 몰톤 코드에 대하여 똑같이 2만큼 쉬프팅시킨다. 실시예들에 따른 속성 정보 부호화부는 대상 포인트 Px의 제 2 쉬프팅된 몰톤 코드 값과 동일한 제 2 쉬프팅된 몰톤 코드 값을 가지는 포인트들을 LOD l 및/또는 LOD l의 retained 집합에서 선택할 수 있다. 실시예들에 따라 선택된 포인트들은 기준 포인트들로 호칭될 수 있다. 즉, 실시예들에 따른 속성 정보 부호화부는 대상 포인트 Px의 제 2 쉬프팅된 몰톤 코드 값에 기반하여 기준 포인트들을 선택할 수 있다. 기준 포인트를 선택하는 방법은 예시에 국한되지 않는다. 실시예들에 따른 기준 포인트를 선택하는 타입(type)에 관한 정보(또는 기준 포인트 선택 타입 정보)는 이웃 포인트 집합 생성 정보(예를 들어, 도 15에서 상술한 이웃 포인트 집합 생성 정보)에 포함되어 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 통해 수신 장치(예를 들어, 도 1의 수신 장치(10004), 도 10 및 도 11의 디코더 등)에 전송될 수 있다.
도 15에서 상술한 바와 같이, 실시예들에 따른 옥트리 레벨(또는 레벨)은 LOD의 LOD 값에 대응할 수 있다. 바운딩 박스(예를 들어, 도 15의 바운딩 박스)에 포함된 포인트들의 몰톤 코드들을 실시예들에 따라 h번 쉬프팅시키면 포인트들의 쉬프팅된 몰톤 코드는 모두 같은 값(예를 들면 0)을 가질 수 있고, 모든 포인트들은 1개의 노드(예를 들어, 도 15의 루트 노드)에 포함될 수 있다. 상술한 노드는 옥트리 레벨 0에 대응하는 노드일 수 있으며, 옥트리 레벨 0은 LOD 0에 대응할 수 있다. 또한, 바운딩 박스에 포함된 포인트들의 몰톤 코드들을 실시예들에 따라 (h-l)번 쉬프팅시키면, 포인트들의 쉬프팅된 몰톤 코드들의 값들은 8^l 개 일 수 있고, 모든 포인트들은 8^l 개의 노드들에 각각 분할되어 포함될 수 있다. 상술한 8^l개의 노드들은 옥트리 레벨 l에 대응하는 노드들일 수 있고, 옥트리 레벨 l은 LOD l에 대응할 수 있다. 즉, 실시예들에 따른 쉬프팅을 1번 더 적게 시킬수록 포인트들이 각각 분할되어 포함되는 노드들의 개수는 1/8만큼 줄어든다. 따라서, 포인트들이 대해 (h-l-1-range) 만큼 쉬프팅시키면 포인트들은 8^(l-1-range)개의 노드들에 각각 분할되어 포함되고, 각각의 노드에 대응하는 공간에 포함된 포인트들의 쉬프팅된 몰톤 코드 값들은 동일할 수 있다. 즉, 포인트들의 몰톤 코드들을 (h-l-1-range) 만큼 쉬프팅시키면 대상 포인트 Px가 속한 노드의 레벨보다 1+range 만큼 작은 레벨의 노드에 대응하는 공간에 포함된 포인트들의 쉬프팅된 몰톤 코드들은 모두 같아지게 된다. 상술한 대상 포인트 Px가 속한 노드의 레벨 보다 1+range 만큼 작은 레벨의 노드는 Px의 상위 노드(upper node)로 호칭될 수 있다. 따라서, 상술한 LOD l 및/또는 LOD l의 retained 집합에서 선택된 Px의 제 2 쉬프팅된 몰톤 코드 값과 동일한 제 2 쉬프팅된 몰톤 코드 값을 가지는 기준 포인트들은, Px가 속한 노드의 상위 노드에 대응하는 공간에 포함된 포인트들일 수 있다. 상술한 상위 노드에 대응하는 공간은 대상 포인트 Px 및 선택된 기준 포인트들을 모두 포함할 수 있다.
실시예들에 따른 속성 정보 부호화부는 상술한 바와 같이 Px가 속한 노드의 부모 노드에 대응하는 공간에 포함된 포인트들을 기준 포인트들로 선택할 수 있다. 실시예들에 따른 속성 정보 부호화부는 상술한 하나 또는 그 이상의 기준 포인트들에 기반하여 기준 범위(1905)를 설정할 수 있다. 상술한 기준 범위는 기준 포인트들 중 가장 작은 몰톤 코드를 가지는 기준 포인트 및 가장 큰 몰톤 코드를 가지는 기준 포인트를 양 끝 포인트로 구성할 수 있다. 실시예들에 따른 속성 정보 부호화부는 설정된 기준 범위의 중심점(1804)을 설정할 수 있다. 상술한 중심점은 기준 범위에 포함되는 기준 포인트들의 몰톤 코드들 중 가장 작은 몰톤 코드를 가지는 기준 포인트일 수 있다. 기준 범위 및 중심점을 설정하는 방법은 본 예시에 국한되지 않는다.
실시예들에 따른 속성 정보 부호화부는 설정된 중심점(1904)을 기반으로 기준 범위 내의 포인트들과 Px간의 거리를 비교하여 Px로부터 가장 가까운 거리에 있는 포인트들을 설정된 최대 이웃 포인트 개수(예를 들어, 3개)만큼 서치할 수 있다. 실시예들에 따른 속성 정보 부호화부는 설정된 최대 이웃 포인트 개수만큼 서치된 포인트들을 대상 포인트 Px의 이웃 포인트로 등록할 수 있다. 실시예들에 따른 이웃 포인트 집합 서치 방법은 본 예시에 국한되지 않는다.
실시예들에 따른 속성 정보 부호화부는 기준 포인트들 중에서 이웃 포인트를 서치할 수 있다. 즉, 실시예들에 따른 속성 정보 부호화부는 기준 포인트들에 포함되는 포인트들과 Px간의 거리를 비교하여 Px로부터 가장 가까운 거리에 있는 포인트들을 설정된 최대 이웃 포인트 개수(예를 들어, 3개)만큼 서치할 수 있다. 실시예들에 따른 설정된 최대 이웃 포인트 개수만큼 서치된 포인트들은 Px의 이웃 포인트(또는 이웃 포인트 집합)로 등록될 수 있다. 따라서, 실시예들에 따른 Px의 이웃 포인트들은 기준 포인트들에 포함될 수 있다.
실시예들에 따른 속성 정보 부호화부는 상술한 이웃 포인트 집합 서치 방법에 의하여, LOD l에 속한 대상 포인트의 이웃 포인트 집합을 생성할 수 있다. 실시예들에 따른 이웃 포인트 집합 구성부는 상술한 이웃 포인트 집합 서치 방법을 LOD 별로 다르게 적용할 수 있다.
실시예들에 따른 이웃 포인트 서치 방법은 어트리뷰트 인코딩의 복잡도를 낮추고 압축 효율을 증가시킬 수 있다. 또한, 대상 포인트의 부모 노드에 대응하는 공간에 포함된 포인트들을 기반으로 이웃 포인트를 서치하여, 도 16에서 설명한 바와 같이 실제 이웃 포인트가 아닌 포인트를 이웃 포인트로 서치하는 문제점을 해결할 수 있다. 상술한 이웃 포인트 서치 방법에 관한 이웃 포인트 집합 생성 정보는 비트스트림을 통해 수신 장치로 전송된다. 따라서, 수신 장치는 이웃 포인트 집합 생성 정보를 기반으로 이웃 포인트 집합 생성을 수행할 수 있다.
도 20은, 실시예들에 따른 비트스트림의 구조를 나타낸다.
상술한 바와 같이, 포인트 클라우드 데이터 송신 장치(예를 들면 도 1, 도 11, 도 14 및도 15 에서 설명한 포인트 클라우드 데이터 송신 장치)는 부호화된 포인트 클라우드 데이터를 비트스트림(27000)의 형태로 전송할 수 있다. 실시예들에 따른 비트스트림(27000)은 하나 또는 그 이상의 서브 비트스트림들을 포함할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 수신 장치(예를 들어, 도 1, 도 2, 도 13 및 도 24에서 설명한 포인트 클라우드 데이터 수신 장치)는 포인트 클라우드 데이터 송신 장치로부터 비트스트림을 수신한다. 실시예들에 따른 포인트 클라우드 데이터 수신 장치는 수신한 비트스트림을 파싱하고 디코딩할 수 있다.
포인트 클라우드 데이터 송신 장치(예를 들면 도 1, 도 11, 도 14 및 도 15 에서 설명한 포인트 클라우드 데이터 송신 장치)는 전송 채널의 에러를 고려하여 포인트 클라우드 데이터의 영상을 하나 또는 그 이상의 패킷들로 나누어 네트워크를 통해 전송할 수 있다. 실시예들에 따른 비트스트림(27000)은 하나 또는 그 이상의 패킷(예를 들면, NAL (Network Abstraction Layer) 유닛)들을 포함할 수 있다. 따라서 열악한 네트워크 환경에서 일부 패킷이 손실되더라도 포인트 클라우드 데이터 수신 장치는 나머지 패킷들을 이용하여 해당 영상을 복원할 수 있다. 포인트 클라우드 데이터를 하나 또는 그 이상의 슬라이스(slice)들 또는 하나 또는 그 이상의 타일(tile)들로 분할하여 처리할 수 있다. 실시예들에 따른 타일 및 슬라이스는 포인트 클라우드 데이터의 픽처를 파티셔닝(partitioning)하여 포인트 클라우드 컴프레션 코딩 처리하기 위한 영역이다. 포인트 클라우드 데이터 송신 장치는 포인트 클라우드 데이터의 나누어진 영역별 중요도에 따라 각 영역에 대응하는 데이터를 처리하여 고품질의 포인트 클라우드 콘텐트를 제공할 수 있다. 즉, 실시예들에 따른 포인트 클라우드 데이터 송신 장치는 사용자에게 중요한 영역에 대응하는 데이터를 더 좋은 압축 효율과 적절한 레이턴시를 갖는 포인트 클라우드 컴프레션 코딩 처리할 수 있다.
실시예들에 따른 타일은 포인트 클라우드 데이터가 분포한 3차원 공간(예를 들면 바운딩 박스) 내의 직육면체를 의미한다. 실시예들에 따른 슬라이스는 인코드된 포인트 클라우드 데이터의 일부 또는 전부를 나타내는 신택스 엘레멘트의 시리즈들로서, 독립적으로 인코드 또는 디코드될 수 있는 포인트들의 집합을 의미한다. 실시예들에 따른 슬라이스는 패킷을 통해 전송되는 데이터를 포함하며 하나의 지오메트리 데이터 유닛 및 0보다 크기가 같은 개수의 어트리뷰트 데이터 유닛들을 포함할 수 있다. 실시예들에 따른 하나의 타일은 하나 또는 그 이상의 슬라이스들을 포함할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 이 도면에서 도시한 바에 따른 비트스트림 구조를 가지는 비트스트림(27000)을 전송할 수 있다. 포인트 클라우드 데이터의 비트스트림(27000)은 SPS(Sequential Parameter Set, 27001), GPS(Geometry Parameter Set, 27002), APS(Attribute Parameter Set, 27003), TPS(Tile Parameter Set, 27004) 및 하나 또는 그 이상의 슬라이스(slice)들(27005)을 포함할 수 있다. 포인트 클라우드 데이터의 비트스트림(27000)은 하나 또는 그 이상의 타일(tile)을 포함할 수 있다. 실시예들에 따른 타일(tile)은 하나 또는 그 이상의 슬라이스(slice)를 포함하는 슬라이스들의 그룹일 수 있다.
SPS(Sequence Parameter Set, 27001)는 각각의 슬라이스 세그먼트 헤더(slice segment header)내의 신텍스 엘리먼트(syntax element)에 의해 참조되는 PPS 내의 신텍스 엘리먼트의 컨텐츠에 의해 결정되는 0개 또는 그 이상의 전체 CVS들에 적용되는 신텍스 엘리먼트들을 포함하는 신텍스 스트럭쳐이다. (A syntax structure containing syntax elements that apply to zero or more entire CVSs as determined by the content of a syntax element found in the PPS referred to by a syntax element found in each slice segment header.) SPS는 실시예들에 따른 포인트 클라우드 데이터 비트스트림의 시퀀스 정보를 포함할 수 있다.
GPS(Geometry Parameter Set, 27002)은 0개 또는 그 이상의 전체 지오메트리(또는 부호화된 지오메트리)가 적용되는 신텍스 엘리먼트들(syntax elements)을 포함하는 신텍스 스트럭처(syntax structure)를 의미할 수 있다. 실시예들에 따른 GPS(27002)는 하나 또는 그 이상의 슬라이스들(27005)에 포함된 포인트 클라우드 데이터의 어트리뷰트(속성) 정보를 인코딩하는 방법에 관한 정보를 포함할 수 있다. GPS(27002)는 실시예들에 따른 어떤 SPS(27001)와 관련된 지오메트리 파라미터를 포함하는지를 나타내는 SPS 식별자 정보, 해당 GPS를 식별하는 GPS 식별자 정보를 포함할 수 있다.
APS(Attribute Parameter Set, 27003)은 0개 또는 그 이상의 전체 어트리뷰트(또는 부호화된 어트리뷰트)가 적용되는 신텍스 엘리먼트들(syntax elements)을 포함하는 신텍스 스트럭처(syntax structure)를 의미할 수 있다. 실시예들에 따른 APS(27003)는 하나 또는 그 이상의 슬라이스들(27005)에 포함된 포인트 클라우드 데이터의 어트리뷰트(속성) 정보를 인코딩하는 방법에 관한 정보를 포함할 수 있다. APS(27003)는 실시예들에 따른 어떤 SPS(27001)와 관련된 지오메트리 파라미터를 포함하는지를 나타내는 SPS 식별자 정보, 해당 APS를 식별하는 GPS 식별자 정보를 포함할 수 있다.
TPS(Tile Parameter Set, 27004)는 0개 또는 그 이상의 전체 타일들(또는 부호화된 타일들)이 적용되는 신텍스 엘리먼트들(syntax elements)을 포함하는 신텍스 스트럭처(syntax structure)를 의미할 수 있다. 타일 인벤토리는 실시예들에 따른 포인트 클라우드 데이터 비트스트림에 포함된 0개 또는 그 이상의 타일(tile)들에 관한 정보를 포함한다. 타일 인벤토리는 실시예들에 따라 TPS(Tile Parameter Set)으로 호칭될 수도 있다.
TPS(Tile Parameter Set, 27004)는 하나 또는 그 이상의 타일(tile)들을 식별하는 식별자 정보 및 하나 또는 그 이상의 타일(tile)들의 범위(즉, 타일의 바운딩 박스)를 나타내는 정보를 포함할 수 있다. 하나 또는 그 이상의 타일(tile)들의 범위(즉, 타일의 바운딩 박스)를 나타내는 정보는, 해당 타일이 나타내는 바운딩 박스의 기준이 되는 점의 좌표 정보(예를 들어, Tile(n).tile_bounding_box_xyz0) 및 해당 바운딩 박스의 폭, 높이 및 깊이에 관한 정보(예를 들어, Tile(n).tile_boudning_box_whd)를 포함할 수 있다. 타일 파라미터 세트(27004)는 타일 인벤토리(Tile Inventory)로 호칭될 수 있다.
복수 개의 타일이 존재하는 경우, 타일 파리미터 세트(Tile Parameter Set, 27004)는 타일들 각각에 대한 바운딩 박스를 나타내는 정보를 포함할 수 있다. 예를 들어, 각 타일들이 타일들의 식별자 정보에 의해 0 내지 n으로 표현되는 경우, 각 타일들의 바운딩 박스를 나타내는 정보는 Tile(0).tile_bounding_box_xyz0, Tile(0).tile_bounding_box_whd, Tile(1).tile_bounding_box_xyz0, Tile(1).tile_bounding_box_whd … 등으로 표현될 수 있다.
슬라이스(slice, 27005)는 실시예들에 따른 포인트 클라우드 데이터의 송신 장치가 포인트 클라우드 데이터를 인코딩하기 위한 단위를 의미할 수 있다. 실시예들에 따른 슬라이스(27005)는 하나의 지오메트리 비트스트림(Geom00) 및 하나 또는 그 이상의 어트리뷰트 비트스트림들(Attr00, Attr10)을 포함하는 단위를 의미할 수 있다.
슬라이스(slice, 27005)는 해당 슬라이스 내에 포함된 포인트 클라우드 데이터의 지오메트리 정보를 나타내는 지오메트리 슬라이스 (Geometry Slice, Geom, 27005a) 및 해당 슬라이스 내에 포함된 포인트 클라우드 데이터의 어트리뷰트 정보를 나타내는 하나 또는 그 이상의 어트리뷰트 슬라이스 (Attribute Slice, Attr, 27005b)를 포함할 수 있다.
지오메트리 슬라이스 (Geometry Slice, Geom, 27005a)는 포인트 클라우드 데이터의 지오메트리 정보를 포함하는 지오메트리 슬라이스 데이터(Geometry Slice Data, Geom_slice_data, 27005d) 및 지오메트리 슬라이스 데이터에 관한 정보를 포함하는 지오메트리 슬라이스 헤더(Geometry Slice Header, Geom_slice_header, GSH, 27005c)를 포함한다.
지오메트리 슬라이스 헤더(27005c)는 해당 슬라이스 내의 지오메트리 슬라이스 데이터(27005d)에 관한 정보를 포함한다. 예를 들어, 지오메트리 슬라이스 헤더(27005c)는 어느 GPS(27002)가 해당 슬라이스의 지오메트리 정보를 나타내는지 여부를 식별하기 위한 지오메트리 파라미터 세트 식별자(geom_geom_parameter_set_id), 해당 지오메트리 슬라이스를 식별하기 위한 지오메트리 슬라이스 식별자(geom_slice_id), 해당 지오메트리 슬라이스 데이터의 박스 원점을 나타내는 지오메트리 박스 오리진 정보(geomBoxOrigin), 지오메트리 슬라이스의 로크 스케일을 나타내는 정보(geom_box_log2_scale), 해당 지오메트리 슬라이스의 포인트들의 개수와 관련된 정보(geom_num_points) 등을 포함할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 비트스트림이 하나 또는 그 이상의 타일(tile)을 포함하는 경우, 실시예들에 따른 지오메트리 비트스트림의 헤더는 해당 지오메트리 비트스트림을 포함하는 타일을 식별하기 위한 정보(geom_tile_id)를 더 포함할 수 있다.
어트리뷰트 슬라이스 (Attribute Slice, Attr, 27005a)는 포인트 클라우드 데이터의 어트리뷰트 정보를 포함하는 어트리뷰트 슬라이스 데이터(Attribute Slice Data, Attr_slice_data) 및 어트리뷰트 슬라이스 데이터에 관한 정보를 포함하는 어트리뷰트 슬라이스 헤더(Attribute Slice Header, Attr_slice_header, ASH, 27005c)를 포함한다.
실시예들에 따르면, 포인트 클라우드 인코딩에 필요한 파라미터들은 포인트 클라우드(point cloud)의 파라미터 세트(parameter set) 및 헤더(header) 정보로 새로 정의될 수 있다. 예를 들어, 속성정보 부호화를 할 때에는 attribute parameter set RBSP syntax에, 타일 기반 부호화를 할 때에는 tile_header syntax 등에 추가할 수 있다.
실시예들에 따르면, 상술한 파라미터들은 타일(tile) 단위로 또는 슬라이스 (slice) 단위로 시그널링 될 수 있다. 실시예들에 따른 상술한 파라미터들은 SPS(Sequential Parameter Set), GPS(Geometry Parameter Set), APS(Attribute Parameter Set) 또는 타일 인벤토리(Tile Inventory) 내에서 시그널링될 수 있다.
실시예들에 따른 포인트 클라우드 데이터가 슬라이스(slice) 단위로 전송될 경우, 실시예들에 따른 이 도면에 나타난 파라미터들은 각 슬라이스의 속성 정보에 대한 정보를 포함하는 APS(Attribute Parameter Set) 내에 포함될 수 있다.
실시예들에 따른 포인트 클라우드 데이터가 슬라이스(slice) 단위로 전송될 경우, 실시예들에 따른 이 도면에 나타난 파라미터들은 지오메트리 슬라이스 헤더(geometry slice header, gsh) 내에 포함될 수 있다.
실시예들에 따른 포인트 클라우드 데이터가 타일(tile) 단위로 전송될 경우, 실시예들에 따른 이 도면에 나타난 파라미터들은 각 슬라이스의 속성 정보에 대한 정보를 포함하는 TPS(Attribute Parameter Set) 내 (또는 타일 인벤토리) 내에 포함될 수 있다.
실시예들에 따른 PCC 송수신 방법은 이러한 비트스트림 구조를 제공함으로써, 포인트 클라우드 데이터에 대한 파라미터들을 타일 단위, 지오메트리 단위, 어트리뷰트 단위 및/또는 슬라이스 단위 별로 제공할 수 있다. 따라서, 실시예들에 따른 PCC 송수신 방법은 포인트 클라우드 데이터의 코딩에 필요한 정보를 각각의 단위에 따라 시그널링하여 더 좋은 압축 효율과 적절한 레이턴시를 갖는 포인트 클라우드 컴프레션 코딩 처리를 제공할 수 있다.
실시예들에 따른 PCC 송수신 방법은 이러한 비트스트림 구조를 제공함으로써, 수신기로 하여금 포인트 클라우드 데이터의 속성 정보의 복호화 성능을 높일 수 있다. 또한, SA-DCT 변환을 시그널링함으로써 더욱 로버스트한 양자화를 수행할 수 있고, 이에 따라 복호화기의 출력단에서 인지적인 역변환 성능 향상을 제공할 수 있다.
도 21은, 실시예들에 따른 포인트 클라우드 데이터의 SPS(Sequantial Parameter Set) 구조를 나타낸다.
실시예들에 따른 포인트 클라우드 데이터의 비트스트림은 이 도면의 시그널링 정보(또는 플래그)를 포함하는 시퀀셜 파라미터 세트(Sequantial Parameter Set, SPS, 2100)를 포함할 수 있다. 이 도면의 시퀀셜 파라미터 세트(2100)는 도 20에서 설명한 시퀀셜 파라미터 세트(27001)를 의미할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 수신기는 이 도면의 시그널링 정보(또는 플래그 정보)에 기초하여 실시예들에 따른 포인트 클라우드 데이터를 복호화할 수 있다.
프로파일(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 호환성 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.)
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.)
어트리뷰트 디멘션(attribute_dimension[ i ]) 는 i번째 속성의 컴포넌트들의 수를 나타낸다. (specifies the number of components of the i-th attribute.) 인덱스 i 는 0 보다 크거나 같고, SPS 어트리뷰트 세트 개수(sps_num_attribute_sets) 가 나타내는 값보다 작을 수 있다.
어트리뷰트 인스턴스(attribute_instance_id[ i ]) 는 속성 인스턴스 id를 나타낸다. (specifies attribute instance id.)
실시예들에 따른 SPS는 이웃 포인트 집합 생성 정보(예를 들어, 도 15 및 도 17 내지 도 19에서 설명한 이웃 포인트 집합 성성 정보)를 포함할 수 있다. 실시예들에 따른 이웃 포인트 집합 생성 정보는 도 1 내지 도 20에서 설명한 이웃 포인트 집합의 생성에 관한 정보를 나타낸다.
실시예들에 따른 이웃 포인트 집합 생성 정보는 기준 포인트 선택 타입 정보(예를 들어, 도 17 내지 도 19에서 설명한 기준 포인트 선택 타입 정보)를 포함할 수 있다. 실시예들에 따른 기준 포인트 선택 타입 정보는 기준 포인트(예를 들어, 도 17 내지 도 19에서 설명한 기준 포인트)를 선택하는 타입에 관한 정보를 나타낸다.
실시예들에 따른 기준 포인트는 도 17 내지 도 19에서 상술한 방법에 의하여 선택될 수 있다.
실시예들에 따른 기준 포인트는 대상 포인트(예를 들어, 도 15 내지 도 19에서 설명한 대상 포인트)의 몰톤 코드 값에 기반하여 선택될 수 있다. 실시예들에 따른 기준 포인트가 대상 포인트의 몰톤 코드 값에 기반하여 선택되는 과정은 도 17에서 상술한 과정과 동일 또는 유사하다. 실시예들에 따른 기준 포인트가 대상 포인트의 몰톤 코드 값에 기반하여 선택되는 것에 대응하여, 실시예들에 따른 기준 포인트 선택 타입 정보는 몰톤 코드 값 타입 정보(예를 들어, 0)를 나타낼 수 있다.
실시예들에 따른 기준 포인트는 대상 포인트(예를 들어, 도 15 내지 도 19에서 설명한 대상 포인트)의 제 1 쉬프팅된 몰톤 코드 값에 기반하여 선택될 수 있다. 실시예들에 따른 기준 포인트가 대상 포인트의 몰톤 코드 값에 기반하여 선택되는 과정은 도 18에서 상술한 과정과 동일 또는 유사하다. 실시예들에 따른 기준 포인트가 대상 포인트의 몰톤 코드 값에 기반하여 선택되는 것에 대응하여, 실시예들에 따른 기준 포인트 선택 타입 정보는 제 1 쉬프팅된 몰톤 코드 값 타입 정보(예를 들어, 1)를 나타낼 수 있다.
실시예들에 따른 기준 포인트는 대상 포인트(예를 들어, 도 15 내지 도 19에서 설명한 대상 포인트)의 제 2 쉬프팅된 몰톤 코드 값에 기반하여 선택될 수 있다. 실시예들에 따른 기준 포인트가 대상 포인트의 몰톤 코드 값에 기반하여 선택되는 과정은 도 19에서 상술한 과정과 동일 또는 유사하다. 실시예들에 따른 기준 포인트가 대상 포인트의 몰톤 코드 값에 기반하여 선택되는 것에 대응하여, 실시예들에 따른 기준 포인트 선택 타입 정보는 제 2 쉬프팅된 몰톤 코드 값 타입 정보(예를 들어, 2)를 나타낼 수 있다.
실시예들에 따른 기준 포인트 선택 타입 정보는 제 2 쉬프팅된 몰톤 코드 값 타입 정보를 가지면, 상술한 이웃 포인트 집합 생성 정보는 레인지(range) 값(예를 들어, 도 19에서 상술한 range 값)에 대한 정보를 더 포함할 수 있다. 실시예들에 따른 레인지(range) 값에 대한 정보는 레인지 값을 나타내는 1 이상의 정수일 수 있다.
실시예들에 따른 비트스트림에 포함되는 시그널링 정보는 포인트 클라우드 데이터 송신 장치에 포함된 메타데이터 처리부 또는 전송 처리부(예를 들어, 도 12의 메타데이터 처리부(12007) 또는 전송 처리부(12012))내의 하나 또는 그 이상의 엘리먼트들에 의해 생성될 수 있다. 실시예들에 따른 시그널링 정보는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩의 수행 결과를 기반으로 생성될 수 있다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 상술한 바와 같은 형태로 비트스트림을 전송함으로써, 압축 효율을 높임과 동시에 화질 성능 증가 및 수신 장치의 부담을 줄일 수 있다.
도 22은, 실시예들에 따른 포인트 클라우드 데이터의 APS(Attribute Parameter Set) 구조를 나타낸다.
실시예들에 따른 포인트 클라우드 데이터의 비트스트림은 이 도면의 시그널링 정보(또는 플래그)를 포함하는 어트리뷰트 파라미터 세트(Attribute Parameter Set, 2200)를 포함할 수 있다. 이 도면의 어트리뷰트 파라미터 세트(2200)는 도 17에서 설명한 어트리뷰트 파라미터 세트(27003)를 의미할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 수신기는 이 도면의 시그널링 정보(또는 플래그 정보)에 기초하여 실시예들에 따른 포인트 클라우드 데이터를 복호화할 수 있다.
APS 어트리뷰트 파라미터 세트 ID(aps_attr_parameter_set_id) 는 다른 신텍스 엘리먼트들에 따른 참조를 위한 APS에 대한 식별자를 나타낼 수 있다. aps_attr_parameter_set_id 의 값은 0내지 15의 범위 내이어야 한다.
aps_seq_parameter_set_id 는 액티브 SPS(active SPS)에 대한 sps_seq_parameter_set_id 의 값을 나타낼 수 있다. aps_seq_parameter_set_id 의 값은 0내지 15의 범위 내이어야 한다.
리프팅(isLifting)은 실시예들에 따른 어트리뷰트에 대한 코딩 타입이 리프팅 방법에 기초한 방법인지 여부를 나타낸다. 예를 들어, isLifting은 코딩 타입(coding type)이 프리딕팅 웨이트 리프팅(predicting weight lifting)이거나 픽스드 웨이트 리프팅(fixed weight lifting)인지 여부를 나타낸다. isLifting은 어트리뷰트에 대한 코딩 타입이 리프팅 방법에 기초한 방법인지 여부를 나타내기 위한 특정 값(예를 들면 0 또는 1등)을 가질 수 있다. 예를 들어, 실시예들에 따른 attr_coding_type의 값이 0이거나(즉, 어트리뷰트에 대한 코딩 타입이 프리딕팅 웨이트 리프팅이거나) 또는 attr_coding_type의 값이 2인 경우에는 (즉, 어트리뷰트에 대한 코딩 타입이 픽스드 웨이트 리프팅인 경우에는), isLifting은 1일 수 있다(즉, 실시예들에 따른 어트리뷰트에 대한 코딩 타입이 리프팅 방법에 기초한 방법임을 나타낼 수 있다). 예를 들어, 실시예들에 따른 attr_coding_type의 값이 1인 경우에는 (즉, 어트리뷰트에 대한 코딩 타입이 RAHT인 경우에는) isLifting은 0일 수 있다 (즉, 실시예들에 따른 어트리뷰트에 대한 코딩 타입이 리프팅 방법에 기초한 방법이 아님을 나타낼 수 있다.).
실시예들에 따른 APS는, 실시예들에 따른 isLifting 정보가 1인 경우에는 num_pred_nearest_neighbours, max_num_direct_predictors, lifting_search_range, lifting_quant_step_size, lifting_quant_step_size_chroma, lod_binary_tree_enabled_flag, num_detail_levels_minus1 파라미터의 일부 또는 전부를 포함할 수 있다. 또한 실시예들에 따른 isLifting 정보가 1인 경우, 실시예들에 따른 APS(30000)는 num_detail_levels_minus1 의 값만큼 (즉, LOD의 수 만큼) sampling_distance_squared 정보를 포함할 수 있다.
lifting_num_pred_nearest_neighbours 는 예측 변환(prediction)에 사용되는 니어리스트 네이버(nearest neighbours)의 최대 개수를 나타낸다. numberOfNearestNeighboursInPrediction의 값은 1부터 xx의 범위에 포함될 수 있다.
lifting_max_num_direct_predictors 는 다이렉트 예측(direct prediction)변환을 위해 사용되는 예측기(predictors)의 개수를 나타낸다. max_num_direct_predictors는 0부터 num_pred_nearest_neighbours의 값의 범위 내의 값을 가진다.
실시예들에 따른 APS는 이웃 포인트 집합 생성 정보(예를 들어, 도 15 및 도 17 내지 도 19에서 설명한 이웃 포인트 집합 성성 정보)를 포함할 수 있다. 실시예들에 따른 이웃 포인트 집합 생성 정보는 도 1 내지 도 20에서 설명한 이웃 포인트 집합의 생성에 관한 정보를 나타낸다.
different_nn_search_type_per_lod_flag 정보는 LOD 별(예를 들어, 도 15 내지 도 19의 대상 포인트가 속한 LOD)로 서로 다른 이웃 포인트 집합 서치 방법을 사용할지 여부를 나타낼 수 있다. 도 17 내지 도 19에서 상술한 바와 같이, 실시예들에 따른 이웃 포인트 집합 서치 방법은 LOD 별로 다르게 적용될 수 있다.
different_nn_search_type_per_lod_flag 정보가 false 값을 나타내면, 상술한 이웃 포인트 집합 생성 정보는 모든 LOD 값에 대하여 동일하게 적용되는 기준 포인트 선택 타입 정보를 포함할 수 있다. 실시예들에 따른 기준 포인트 선택 타입 정보에 대한 설명은 도 21에서 설명한 바와 동일하다.
different_nn_search_type_per_lod_flag 정보가 false 값을 나타내지 않으면, idx 값으로 식별되는 기준 포인트 집합 생성 정보를 포함할 수 있다. 인덱스 idx는 0보다 크거나 같고, num_detail_levels_minus1이 나타내는 값보다 작다. num_detail_levels_minus1 값은 실시예들에 따른 LOD를 구성하는 전체 LOD 값의 최대 개수를 명시할 수 있다. 실시예들에 따른 기준 포인트 선택 타입 정보에 대한 설명은 도 21에서 설명한 바와 동일하다.
nearest_neighbor_search_type_per_tile_flag는 상술한 이웃 포인트 집합 생성 정보가 타일 별로 다르게 적용되는지 여부를 나타낼 수 있다. nearest_neighbor_search_type_per_tile_flag가 true 값을 나타내면, 실시예들에 따른 TPS(예를 들어, 도 20의 타일 파라미터 세트(Tile Parameter Set, 28000))는 이웃 포인트 집합 생성 정보를 포함할 수 있다. nearest_neighbor_search_type_per_tile_flag가 true 값을 나타내지 않으면, 실시예들에 따른 TPS는 이웃 포인트 집합 생성 정보를 포함하지 않을 수 있다.
실시예들에 따른 비트스트림에 포함되는 시그널링 정보는 포인트 클라우드 데이터 송신 장치에 포함된 메타데이터 처리부 또는 전송 처리부(예를 들어, 도 12의 메타데이터 처리부(12007) 또는 전송 처리부(12012))내의 하나 또는 그 이상의 엘리먼트들에 의해 생성될 수 있다. 실시예들에 따른 시그널링 정보는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩의 수행 결과를 기반으로 생성될 수 있다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 상술한 바와 같은 형태로 비트스트림을 전송함으로써, 압축 효율을 높임과 동시에 화질 성능 증가 및 수신 장치의 부담을 줄일 수 있다.
도 23은, 실시예들에 따른 포인트 클라우드 데이터의 TPS(Tile Parameter Set) 구조를 나타낸다.
실시예들에 따른 포인트 클라우드 데이터의 비트스트림은 이 도면에서 나타난 시그널링 정보(또는 플래그)를 포함하는 타일 파라미터 세트(Tile Parameter Set, 2300)를 포함할 수 있다. 이 도면에서 나타난 타일 파라미터 세트(2300)는 도 20에서 설명한 타일 파라미터 세트(27004)를 의미할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 수신기는 이 도면에서 설명한 시그널링 정보(또는 플래그 정보)에 기초하여 실시예들에 따른 포인트 클라우드 데이터를 복호화할 수 있다.
TPS(Tile Parameter Set, 28000)는 0개 또는 그 이상의 전체 타일들(또는 부호화된 타일들)이 적용되는 신텍스 엘리먼트들(syntax elements)을 포함하는 신텍스 스트럭처(syntax structure)를 의미할 수 있다.
num_tiles 는 해당 비트스트림 내에 존재하는 타일들의 개수를 나타낸다. (Represents the number of tiles signalled for the bitstream). 만약 해당 비트스트림 내에 존재하는 타일이 없으면, num_tiles는 0으로 시그널링될 수 있다. (When not present, num_tiles is inferred to be 0)
실시예들에 따른 TPS는 해당 비트스트림 내에 존재하는 타일들이 바운딩 박스 내에서 위치하는 위치에 대한 정보(예를 들어, tile_bounding_box_offset_x, tile_bounding_box_offset_y, tile_bounding_box_offset_z 등), 타일들의 바운딩 박스 내의 스케일 펙터(scale factor) 정보(예를 들어, tile_bounding_box_scale_factor 등), 타일들의 바운딩 박스 내의 너비 또는 높이 정보(예를 들어, tile_bounding_box_size_width, tile_bounding_box_size_height 정보)를 포함할 수 있다.
실시예들에 따른 TPS는 타일들의 개수만큼 이 도면의 for문 내에 포함된 파라미터들(예를 들어, tile_bounding_box_offset_x, tile_bounding_box_offset_y)을 각각 포함할 수 있다. 도 27에서 i는 각 타일에 대한 인덱스(index)를 의미할 수 있다. tile_bounding_box_offset_x[i], tile_bounding_box_offset_y[i]는 각각 for문 내의 i번째 타일의 _bounding_box_offset_x, tile_bounding_box_offset_y 정보를 의미할 수 있다.
tile_bounding_box_offset_x[ i ] 는 직교 좌표계(Cartesian coordinates) 내의 i-번째 타일의 x 오프셋을 나타낸다. 만약 해당 파라미터가 존재하지 않는 경우(즉, 0이 아닌 i번째 타일에 대한 tile_bounding_box_size_offset_x파라미터가 존재하지 않는 경우), tile_bounding_box_offset_x[ 0 ]의 값이 실시예들에 따른 SPS 내에 포함된 sps_bounding_box_offset_x를 의미할 수 있다.
tile_bounding_box_offset_y[ i ] 는 직교 좌표계(Cartesian coordinates) 내의 i-번째 타일의 y 오프셋을 나타낸다. 만약 해당 파라미터가 존재하지 않는 경우(즉, 0이 아닌 i번째 타일에 대한 tile_bounding_box_size_offset_y 파라미터가 존재하지 않는 경우), tile_bounding_box_offset_y[ 0 ]의 값이 실시예들에 따른 SPS 내에 포함된 sps_bounding_box_offset_y를 의미할 수 있다.
nearest_neighbor_search_type_per_tile_flag(예를 들어, 도 22의 nearest_neighbor_search_type_per_tile_flag)가 true 값을 나타내면, 실시예들에 따른 TPS는 이웃 포인트 집합 생성 정보를 포함할 수 있다. 실시예들에 따른 TPS에 포함되는 이웃 포인트 집합 생성 정보에 대한 설명은 도 21 내지 도 22에서 설명한 바와 동일하다.
nearest_neighbor_search_type_per_slice_flag는 상술한 이웃 포인트 집합 생성 정보가 실시예들에 따른 TPS에 의해 시그널링되는 타일을 분할하여 생성된 슬라이스(예를 들어, 도 12의 슬라이스)별로 다르게 적용되는지 여부를 나타낼 수 있다. nearest_neighbor_search_type_per_slice_flag가 true 값을 나타내면, 실시예들에 따른 ASH(예를 들어, 도 20의 Attr_slice_header, 27005c))는 이웃 포인트 집합 생성 정보를 포함할 수 있다. nearest_neighbor_search_type_per_slice_flag가 true 값을 나타내지 않으면, 실시예들에 따른 ASH는 이웃 포인트 집합 생성 정보를 포함하지 않을 수 있다.
실시예들에 따른 비트스트림에 포함되는 시그널링 정보는 포인트 클라우드 데이터 송신 장치에 포함된 메타데이터 처리부 또는 전송 처리부(예를 들어, 도 12의 메타데이터 처리부(12007) 또는 전송 처리부(12012))내의 하나 또는 그 이상의 엘리먼트들에 의해 생성될 수 있다. 실시예들에 따른 시그널링 정보는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩의 수행 결과를 기반으로 생성될 수 있다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 상술한 바와 같은 형태로 비트스트림을 전송함으로써, 압축 효율을 높임과 동시에 화질 성능 증가 및 수신 장치의 부담을 줄일 수 있다.
도 24은, 실시예들에 따른 포인트 클라우드 데이터의 ASH(Attr_slice_header) 구조를 나타낸다.
실시예들에 따른 포인트 클라우드 데이터의 비트스트림은 이 도면에서 나타난 시그널링 정보(또는 플래그)를 포함하는 어트리뷰트 슬라이스 헤더(Attr_slice_header, 2400)를 포함할 수 있다. 이 도면에서 나타난 어트리뷰트 슬라이스 헤더(2400)는 도 20에서 설명한 어트리뷰트 슬라이스 헤더(27005c)를 의미할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 수신기는 이 도면에서 설명한 시그널링 정보(또는 플래그 정보)에 기초하여 실시예들에 따른 포인트 클라우드 데이터를 복호화할 수 있다.
ash_attr_parameter_set_id는 액티브 APS들의 aps_attr_parameter_set_id 와 동일한 값을 갖는다.
ash_attr_sps_attr_idx는 액티브 SPS(active SPS)에 대한 sps_seq_parameter_set_id의 값을 나타낼 수 있다. ash_attr_sps_attr_idx의 값은 0부터 액티브 SPS내에 포함된 sps_num_attribute_sets 값까지의 범위 내에 속한다.
ash_attr_geom_slice_id는 지오메트리 슬라이스 아이디(예를 들면 geom_slice_id)의 값을 나타낸다.
nearest_neighbor_search_type_per_slice_flag(예를 들어, 도 23의 nearest_neighbor_search_type_per_slice_flag)가 true 값을 나타내면, 실시예들에 따른 ASH는 이웃 포인트 집합 생성 정보를 포함할 수 있다. 실시예들에 따른 ASH에 포함되는 이웃 포인트 집합 생성 정보에 대한 설명은 도 21 내지 도 24에서 설명한 바와 동일하다.
실시예들에 따른 비트스트림에 포함되는 시그널링 정보는 포인트 클라우드 데이터 송신 장치에 포함된 메타데이터 처리부 또는 전송 처리부(예를 들어, 도 12의 메타데이터 처리부(12007) 또는 전송 처리부(1 실시예들에 따른 데이터 입력부(15012012))내의 하나 또는 그 이상의 엘리먼트들에 의해 생성될 수 있다. 실시예들에 따른 시그널링 정보는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩의 수행 결과를 기반으로 생성될 수 있다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 상술한 바와 같은 형태로 비트스트림을 전송함으로써, 압축 효율을 높임과 동시에 화질 성능 증가 및 수신 장치의 부담을 줄일 수 있다.
도 25는, 실시예들에 따른 포인트 클라우드 데이터 수신 장치를 나타내는 블록도이다.
도 25는 실시예들에 따른 포인트 클라우드 데이터 수신 장치(예를 들어, 도 1의 수신 장치(10004), 도 1의 포인트 클라우드 비디오 디코더(10006), 도 10의 디코더, 도 13의 수신 장치 및 도 14의 XR 디바이스(1430))를 나타내는 블록도이다. 실시예들에 따른 수신 장치(2500)는 도 1 내지 도 24에서 설명한 디코딩 동작과 동일 또는 유사한 동작을 수행할 수 있고, 도 15의 송신 장치의 동작의 역과정을 수행할 수 있다. 실시예들에 따른 수신 장치(2500)는 기하정보 복호화부(2501), 속성정보 복호화부(2502) 및/또는 색상 역변환 처리부(2503)를 포함할 수 있다. 실시예들에 따른 수신 장치는 도 25에는 도시되지 않았으나, 도 1 내지 도 24에서 설명한 디코딩 동작과 동일 또는 유사한 동작을 수행하기 위한 하나 또는 그 이상의 엘리먼트들을 더 포함할 수 있다.
실시예들에 따른 기하정보 복호화기는 지오메트리 정보 비트스트림(예를 들어, 도 2의 지오메트리 비트스트림)을 수신하여 지오메트리 정보를 디코딩(예를 들어, 도 1 내지 도 24에서 설명한 지오메트리 디코딩)할 수 있다. 실시예들에 따른 기하정보 복호화부는 도 15의 지오메트리 정보 부호화부(1505)의 동작의 역과정을 수행할 수 있다. 실시예들에 따른 기하정보 복호화부는 지오메트리 정보 엔트로피 부호화부(2501a), 옥트리 재구성부(2501b), 지오메트리 정보 예측부(2501c), 지오메트리 정보 변환 역양자화 처리부(2501d) 및/또는 좌표계 역변환부(2501e)를 포함할 수 있다. 실시예들에 따른 기하정보 복호화부는 도 25에는 도시되지 않았으나, 도 1 내지 도 24에서 설명한 지오메트리 디코딩 동작과 동일 또는 유사한 동작을 수행하기 위한 하나 또는 그 이상의 엘리먼트들을 더 포함할 수 있다.
실시예들에 따른 지오메트리 정보 엔트로피 복호화부는 지오메트리 비트스트림을 수신하여 기하정보를 엔트로피 방식에 기반하여 디코딩할 수 있다. 실시예들에 따른 지오메트리 정보 엔트로피 복호화부는 도 15의 지오메트리 정보 엔트로피 부호화부(1505d)의 동작의 역과정을 수행할 수 있다.
실시예들에 따른 옥트리 재구성부는 지오메트리 정보로부터 옥트리(예를 들어, 도 1 내지 도 24에서 설명한 옥트리)를 재구성할 수 있다.
실시예들에 따른 지오메트리 정보 예측부는 지오메트리 정보의 예측값을 생성할 수 있다. 예를 들어, 옥트리 구조에서 노드 간 예측값을 생성하여, 예측값에 대한 잔차값을 이용하여 지오메트리 정보를 효율적으로 디코딩할 수 있다. 실시예들에 따른 지오메트리 정보 예측부는 도 15의 지오메트리 정보 예측부(1505c)의 동작의 역과정을 수행할 수 있다. 실시예들에 따른 지오메트리 정보 예측부의 예측 과정에 의해 생성된 값은 지오메트리 정보 재구성 과정에 사용될 수 있다.
실시예들에 따른 지오메트리 정보 변환 역양자화 처리부는 지오메트리 데이터를 역으로 양자화할 수 있다. 예를 들어, 지오메트리 정보 변환 역양자화 처리부는 스케일값(양자화값)을 비트스트림 내 포함된 시그널링 정보(파라미터)에서 획득하고, 스케일값에 기반하여 재구성된 기하정보에 역양자화를 적용할 수 있다. 실시예들에 따른 지오메트리 정보 변환 역양자화 처리부는 도 15의 지오메트리 정보 변환 양자화 처리부(1503)의 동작의 역과정을 수행할 수 있다.
실시예들에 따른 좌표계 역변환부는 지오메트리 정보의 좌표계 정보를 역으로 변환할 수 있다. 실시예들에 따른 좌표계 역변환부는 도 15의 좌표계 변환부(1502)의 동작의 역과정을 수행할 수 있다.
실시예들에 따른 기하정보 복호화부는 지오메트리 복원 동작을 수행할 수 있다. 실시예들에 따른 지오메트리 정보 부호화부의 지오메트리 복원 동작은 도 8에서 설명한 지오메트리 재구성 동작과 동일 또는 유사하다. 실시예들에 따른 기하정보 복호화부는 지오메트리 복원 동작에 의해 생성된 복원된 지오메트리 정보를 속성정보 복호화부에 전달할 수 있다.
실시예들에 따른 속성정보 복호화부는 어트리뷰트 비트스트림(예를 들어, 도 2의 어트리뷰트 비트스트림)을 수신하여 어트리뷰트 정보 디코딩(예를 들어, 도 1 내지 도 24에서 설명한 어트리뷰트 디코딩)을 수행할 수 있다. 실시예들에 따른 속성정보 복호화부는 도 15의 속성정보 부호화부(1506)의 동작의 역과정을 수행할 수 있다. 실시예들에 따른 속성정보 복호화부는 속성 잔차 정보 엔트로피 복호화부(2502a), LOD 구성부(2502b), 이웃 포인트 집합 구성부(2502c), 속성 정보 예측부(2502d) 및/또는 잔차 속성정보 역양자화 처리부(2502e)를 포함할 수 있다. 실시예들에 따른 속성정보 복호화부는 도 25에는 도시되지 않았으나, 도 1 내지 도 24에서 설명한 어트리뷰트 디코딩 동작과 동일 또는 유사한 동작을 수행하기 위한 하나 또는 그 이상의 엘리먼트들을 더 포함할 수 있다. 예를 들어, 속성정보 복호화부는 몰톤 코드 생성부(이 도면에는 도시되어 있지 않음)를 더 포함할 수 있다. 몰톤 코드 생성부는 도 15에서 설명한 몰톤 코드 생성부에 대응할 수 있다. 몰톤 코드 생성부는 포인트들의 몰톤 코드들(예를 들어, 도 1 내지 도 24에서 설명한 몰톤 코드)을 생성할 수 있다.
실시예들에 따른 속성 잔차 정보 엔트로피 복호화부는 어트리뷰트 비트스트림 내 포함된 속성 잔차(예를 들어, 속성 정보에 대한 잔차값)를 엔트로피 방식에 기반하여 디코딩할 수 있다. 실시예들에 따른 속성 잔차 정보 엔트로피 복호화부는 도 15의 속성정보 엔트로피 부호화부(1506g)의 동작의 역과정을 수행할 수 있다.
실시예들에 따른 LOD 구성부는 어트리뷰트 코딩 중 RAHT 변환이 아닌 예측 변환 코딩/리프팅 변환 코딩(예를 들어, 도 4의 예측 변환 코딩/리프팅 변환 코딩)이 수행된 포인트 클라우드 데이터(예를 들어, 복원된 지오메트리 정보)로부터 LOD(예를 들어, 도 1 내지 도 24에서 설명한 LOD)를 생성할 수 있다. 실시예들에 따른 LOD 구성부는 도 15의 LOD 구성부(1506c)에 대응될 수 있다.
실시예들에 따른 이웃 포인트 집합 구성부는 생성된 LOD에 기반하여 LOD들 내에 포함된 포인트들의 이웃 포인트들을 서치하고 서치된 포인트들을 이웃 포인트 집합(예를 들어, 도 1 내지 도 24에서 설명한 이웃 포인트 집합)으로 등록할 수 있다. 실시예들에 따른 속성정보 복호화부(예를 들어, 이웃 포인트 집합 구성부)는 도 17 내지 도 19에서 설명한 이웃 포인트 집합 생성 과정을 수행할 수 있다. 실시예들에 따른 속성정보 복호화부는 수신한 비트스트림(예를 들어, 도 20 내지 도 24의 비트스트림)에 기반하여 이웃 포인트 집합 과정을 수행할 수 있다. 예를 들어, 속성정보 복호화부는 비트스트림에 포함된 이웃 포인트 집합 생성 정보에 기반하여 포인트 클라우드 데이터의 하나 또는 그 이상의 포인트들 중에서 적어도 하나의 기준 포인트들을 선택할 수 있다.
실시예들에 따른 속성 정보 부호화부는 이웃 포인트 집합 생성 정보(예를 들어, 도 21 내지 도 24의 몰톤 코드 값 타입 정보를 나타내는 기준 포인트 선택 타입 정보)에 대응하여, 하나 또는 그 이상의 포인트들의 몰톤 코드 값들과 대상 포인트의 몰톤 코드 값을 비교하여 대상 포인트의 몰톤 코드 값과 가장 가까운 몰톤 코드 값을 갖는 포인트를 기준 포인트로 선택할 수 있다. 실시예들에 따른 속성 정보 부호화부는 선택된 기준 포인트에 기반하여 이웃 포인트 집합을 서치할 수 있다. 실시예들에 따른 대상 포인트의 몰톤 코드 값을 기반으로 이웃 포인트를 서치하는 과정은 도 17에서 상술한 과정과 동일 또는 유사하다.
실시예들에 따른 속성 정보 부호화부는 이웃 포인트 집합 생성 정보(예를 들어, 도 21 내지 도 24의 제 1 쉬프팅된 몰톤 코드 값 타입 정보를 나타내는 기준 포인트 선택 타입 정보)에 대응하여, 대상 포인트의 제 1 쉬프팅된 몰톤 코드 값과 같은 제 1 쉬프팅된 몰톤 코드 값을 가지는 포인트들을 기준 포인트들로 선택할 수 있다. 실시예들에 따른 속성 정보 부호화부는 선택된 기준 포인트에 기반하여 이웃 포인트 집합을 서치할 수 있다. 실시예들에 따른 대상 포인트의 제 1 쉬프팅된 몰톤 코드 값을 기반으로 이웃 포인트를 서치하는 과정은 도 18에서 상술한 과정과 동일 또는 유사하다.
실시예들에 따른 속성 정보 부호화부는 이웃 포인트 집합 생성 정보(예를 들어, 도 21 내지 도 24의 제 2 쉬프팅된 몰톤 코드 값 타입 정보를 나타내는 기준 포인트 선택 타입 정보)에 대응하여, 대상 포인트의 제 2 쉬프팅된 몰톤 코드 값과 같은 제 2 쉬프팅된 몰톤 코드 값을 가지는 포인트들을 기준 포인트들로 선택할 수 있다. 실시예들에 따른 속성 정보 부호화부는 선택된 기준 포인트에 기반하여 이웃 포인트 집합을 서치할 수 있다. 실시예들에 따른 대상 포인트의 제 1 쉬프팅된 몰톤 코드 값을 기반으로 이웃 포인트를 서치하는 과정은 도 19에서 상술한 과정과 동일 또는 유사하다.
실시예들에 따른 속성 정보 예측부는 어트리뷰트 정보에 대한 예측값을 생성할 수 있다. 예를 들어, LOD 및 이웃 포인트 집합으로부터 포인트에 대한 예측값을 생성하고, 예측값에 대한 잔차값을 생성할 수 있다. 실시예들에 따른 속성 정보 예측부는 도 15의 속성 정보 예측부(1506f)의 동작의 역과정을 수행할 수 있다.
실시예들에 따른 잔차 속성정보 역양자화 처리부는 잔차 속성정보(예를 들어, 속성정보에 대한 잔차값)을 역으로 양자화할 수 있다. 실시예들에 따른 잔차 속성정보 역양자화 처리부는 잔차 속성정보는 도 15의 잔차 속성정보 양자화 처리부(1506g)의 동작의 역과정을 수행할 수 있다.
실시예들에 따른 색상 역변환 처리부는 어트리뷰트 정보인 색상 정보를 역으로 변환할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 수신 장치는 복원된 지오메트리 정보 및/또는 복원된 어트리뷰트 정보를 깁나으로 최종 포인트 클라우드 데이터를 출력(또는 렌더링)할 수 있다. 또한, 실시예들에 따른 포인트 클라우드 데이터 수신 장치는 수신한 비트스트림에 포함된 이웃 포인트 집합 생성 정보(예를 들어, 도 20 내지 도 24의 비트스트림에 포함된 이웃 포인트 집합 생성 정보)를 기반으로 이웃 포인트 서치를 수행하여 어트리뷰트 디코딩의 복잡도를 낮추고 압축효율을 증가시킬 수 있다.
도 26는, 실시예들에 따른 포인트 클라우드 데이터 송신 방법을 나타내는 플로우 차트의 예시이다.
도 26은 실시예들에 따른 포인트 클라우드 데이터 송신 장치(예를 들어, 도 1, 도 2, 도 4, 도 11, 도 12 및 도 15 에서 설명한 포인트 클라우드 데이터 송신 장치)의 포인트 클라우드 데이터 송신 방법을 나타낸다. 실시예들에 따른 송신 장치는 도 1 내지 도 25에서 설명한 인코딩 동작과 동일 또는 유사한 동작을 수행한다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 포인트 클라우드 데이터를 인코딩할 수 있다(2600). 실시예들에 따른 포인트 클라우드 데이터 송신 장치는 포인트 클라우드 데이터의 하나 또는 그 이상의 포인트들의 포지션을 나타내는 지오메트리를 인코딩하는 지오메트리 인코더 및 하나 또는 그 이상의 포인트들의 어트리뷰트를 인코딩하는 어트리뷰트 인코더를 포함한다. 실시예들에 따른 지오메트리 인코더는 도 1 내지 도 25에서 설명한 지오메트리 인코딩 동작을 수행할 수 있다. 실시예들에 따른 지오메트리 인코더는 지오메트리의 옥트리를 생성하는 옥트리 생성부(예를 들어, 도 15의 옥트리 생성부(1505b)를 포함할 수 있다. 실시예들에 따른 옥트리 생성부는 도 1 내지 도 25에서 설명한 옥트리를 생성한다. 실시예들에 따른 옥트리는 포인트들이 포함된 바운딩 박스를 재귀적으로 분할하여 생성되는 하나 또는 그 이상의 공간들 각각에 대응하는 하나 또는 그 이상의 노드(node)들을 포함하고, 각 노드는 옥트리의 하나 또는 그 이상의 레벨들 중 어느 하나의 레벨에 대응하고, 하나 또는 그 이상의 노드들은 하나 또는 그 이상의 레벨들 중 가장 낮은 레벨에 대응하는 루트 노드(root node) 및 하나 또는 그 이상의 레벨들 중 가장 높은 레벨에 대응하는 리프 노드(leaf node)를 포함하고, 각 노드가 대응하는 레벨은 루트 노드로부터 각 노드까지의 홉(hop)의 수를 나타낼 수 있다. 실시예들에 따른 어트리뷰트 인코더는 도 1 내지 도 25에서 설명한 어트리뷰트 인코딩 과정을 수행할 수 있다. 실시예들에 따른 어트리뷰트 인코더는 하나 또는 그 이상의 포인트들에 대한 몰톤 코드들을 생성하는 몰톤 코드 생성부(예를 들어, 도 15에서 설명한 몰톤 코드 생성부), 옥트리를 기반으로 하나 또는 그 이상의 포인트들을 재정렬하여 하나 또는 그 이상의 LOD를 생성하는 LOD 생성부(예를 들어, 도 15의 LOD 구성부(1506c)) 및/또는 각 LOD에 속한 포인트에 대한 이웃 포인트 집합을 생성하는 이웃 포인트 집합 생성부(예를 들어, 도 15의 이웃 포인트 집합 구성부(1506e))를 포함할 수 있다. 실시예들에 따른 어트리뷰트 인코더는 도 17 내지 도 19에서 설명한 이웃 포인트 집합 생성 과정을 수행할 수 있다. 실시예들에 따른 비트스트림은 도 21 내지 도 24에서 설명한 이웃 포인트 집합 생성 정보를 포함할 수 있다.
실시예들에 따른 이웃 포인트 집합은 이웃 포인트 집합의 생성 대상인 대상 포인트의 몰톤 코드 값, 대상 포인트의 제 1 쉬프팅된 몰톤 코드 값 또는 대상 포인트의 제 2 쉬프팅된 몰톤 코드 값 중 어느 하나를 기반으로 하나 또는 그 이상의 포인트들 중에서 선택된 적어도 하나의 기준 포인트들을 기반으로 생성될 수 있다. 실시예들에 따른 적어도 하나의 기준 포인트들은 이웃 포인트 집합을 생성하기 위한 범위를 결정하고, 제 1 쉬프팅된 몰톤 코드 값은 제 1 쉬프팅 밸류에 따라 쉬프팅되고, 제 2 쉬프팅된 몰톤 코드 값은 제 2 쉬프팅 밸류에 따라 쉬프팅될 수 있다. 실시예들에 따른 이웃 포인트 집합 생성 정보는 하나 또는 그 이상의 포인트들 중 적어도 하나의 기준 포인트들을 선택하는 방법을 나타내는 기준 포인트 선택 타입 정보를 포함할 수 있다. 실시예들에 따른 대상 포인트, 기준 포인트, 제 1 쉬프팅, 제 1 쉬프팅 밸류 및 기준 포인트 선택 타입 정보는 도 15 내지 도 25에서 상술한 바와 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 대상 포인트의 몰톤 코드 값에 기반하여 선택된 기준 포인트는, 하나 또는 그 이상의 포인트들의 몰톤 코드 값들과 대상 포인트의 몰톤 코드 값을 비교하여 대상 포인트의 몰톤 코드 값과 가장 가까운 몰톤 코드 값을 갖는 포인트일 수 있다. 실시예들에 따른 기준 포인트 선택 타입 정보는 몰톤 코드 값 타입 정보를 나타낼 수 있다. 실시예들에 따른 대상 포인트, 선택된 기준 포인트 및 몰톤 코드 값 타입 정보는 도 15 내지 도 25에서 상술한 바와 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 대상 포인트의 제 1 쉬프팅된 몰톤 코드 값에 기반하여 선택된 적어도 하나의 기준 포인트들의 몰톤 코드 값을 제 1 쉬프팅 밸류에 따라 쉬프팅한 값은 대상 포인트의 제 1 쉬프팅된 몰톤 코드 값과 같고, 제 1 쉬프팅 밸류는 대상 포인트의 LOD 값에 기반하여 결정될 수 있다. 실시예들에 따른 대상 포인트가 속한 노드의 레벨 보다 1만큼 작은 레벨의 노드는 대상 포인트가 속한 노드의 부모 노드이고, 부모 노드에 대응하는 공간은 대상 포인트 및 선택된 적어도 하나의 기준 포인트들을 모두 포함할 수 있다. 실시예들에 따른 기준 포인트 선택 타입 정보는 제 1 쉬프팅된 몰톤 코드 값 타입 정보를 나타낼 수 있다. 실시예들에 따른 대상 포인트, 선택된 기준 포인트, 제 1 쉬프팅, 제 1 쉬프팅 밸류, 부모 노드, 부모 노드에 대응하는 공간 및 제 1 쉬프팅된 몰톤 코드 값 타입 정보는 도 15 내지 도 25에서 상술한 바와 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 대상 포인트의 제 2 쉬프팅된 몰톤 코드 값에 기반하여 선택된 적어도 하나의 기준 포인트들의 몰톤 코드 값을 제 2 쉬프팅 밸류에 따라 쉬프팅한 값은 대상 포인트의 제 2 쉬프팅된 몰톤 코드 값과 같고, 제 2 쉬프팅 밸류는 대상 포인트의 LOD 값 및 레인지(range) 값에 기반하여 결정될 수 있다. 대상 포인트가 속한 노드의 레벨 보다 레인지(range)+1의 값만큼 작은 레벨의 노드는 대상 포인트가 속한 노드의 상위 노드이고, 상위 노드에 대응하는 공간은 대상 포인트 및 선택된 적어도 하나의 기준 포인트들을 모두 포함할 수 있다. 기준 포인트 선택 타입 정보는 제 2 쉬프팅된 몰톤 코드 값 타입 정보를 나타내고, 이웃 포인트 집합 생성 정보는 레인지 값을 나타내는 정보를 더 포함할 수 있다. 실시예들에 따른 대상 포인트, 선택된 기준 포인트, 제 2 쉬프팅, 제 2 쉬프팅 밸류, 레인지(range) 값, 상위 노드, 상위 노드에 대응하는 공간 및 제 2 쉬프팅된 몰톤 코드 값 타입 정보는 도 15 내지 도 25에서 상술한 바와 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 전송할 수 있다. 실시예들에 따른 비트스트림은 도 20 내지 도 24에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 비트스트림은 이웃 포인트 집합 생성 정보(예를 들어, 도 21 내지 도 24에서 설명한 이웃 포인트 집합 생성 정보)를 포함할 수 잇다. 또한, 실시예들에 따른 이웃 포인트 집합 생성 정보는 도 21 내지 도 24에서 상술한 바와 같이, SPS, APS, TPS 및/또는 ASH 등을 통해 전송될 수 있으며, 상술한 예시에 국한되지 않는다.
도 27은, 실시예들에 따른 포인트 클라우드 데이터 수신 방법을 나타내는 플로우 차트의 예시이다.
도 27은 실시예들에 따른 포인트 클라우드 데이터 수신 장치(예를 들어, 도 1, 도 2, 도 11, 도 13 및 도 25 에서 설명한 포인트 클라우드 데이터 수신 장치)의 포인트 클라우드 데이터 송신 방법을 나타낸다. 실시예들에 따른 송신 장치는 도 1 내지 도 25에서 설명한 디코딩 동작과 동일 또는 유사한 동작을 수행한다.
실시예들에 따른 포인트 클라우드 데이터 수신 장치는 포인트 클라우드 데이터를 포함하는 비트스트림을 수신할 수 있다(2700). 실시예들에 따른 비트스트림은 도 20 내지 도 26에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 포인트 클라우드 데이터 수신 장치는 포인트 클라우드 데이터를 디코딩할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 수신 장치는 포인트 클라우드 데이터의 하나 또는 그 이상의 포인트들의 포지션을 나타내는 지오메트리를 디코딩하는 지오메트리 디코더 및 하나 또는 그 이상의 포인트들의 어트리뷰트를 디코딩하는 어트리뷰트 디코더를 포함한다. 실시예들에 따른 지오메트리 디코더는 도 1 내지 도 25에서 설명한 지오메트리 디코딩 동작을 수행할 수 있다. 실시예들에 따른 지오메트리 디코더는 지오메트리의 옥트리를 생성하는 옥트리 생성부(예를 들어, 도 25의 옥트리 재구성부(2505b)를 포함할 수 있다. 실시예들에 따른 옥트리 생성부는 도 1 내지 도 25에서 설명한 옥트리를 생성한다. 실시예들에 따른 옥트리는 포인트들이 포함된 바운딩 박스를 재귀적으로 분할하여 생성되는 하나 또는 그 이상의 공간들 각각에 대응하는 하나 또는 그 이상의 노드(node)들을 포함하고, 각 노드는 옥트리의 하나 또는 그 이상의 레벨들 중 어느 하나의 레벨에 대응하고, 하나 또는 그 이상의 노드들은 하나 또는 그 이상의 레벨들 중 가장 낮은 레벨에 대응하는 루트 노드(root node) 및 하나 또는 그 이상의 레벨들 중 가장 높은 레벨에 대응하는 리프 노드(leaf node)를 포함하고, 각 노드가 대응하는 레벨은 루트 노드로부터 각 노드까지의 홉(hop)의 수를 나타낼 수 있다. 실시예들에 따른 어트리뷰트 디코더는 도 1 내지 도 25에서 설명한 어트리뷰트 디코딩 과정을 수행할 수 있다. 실시예들에 따른 어트리뷰트 디코더는 하나 또는 그 이상의 포인트들에 대한 몰톤 코드들을 생성하는 몰톤 코드 생성부(예를 들어, 도 25에서 설명한 몰톤 코드 생성부), 옥트리를 기반으로 하나 또는 그 이상의 포인트들을 재정렬하여 하나 또는 그 이상의 LOD를 생성하는 LOD 생성부(예를 들어, 도 25의 LOD 구성부(2502b)) 및/또는 각 LOD에 속한 포인트에 대한 이웃 포인트 집합을 생성하는 이웃 포인트 집합 생성부(예를 들어, 도 15의 이웃 포인트 집합 구성부(2502c))를 포함할 수 있다. 실시예들에 따른 어트리뷰트 디코더는 도 17 내지 도 19에서 설명한 이웃 포인트 집합 생성 과정을 수행할 수 있다. 실시예들에 따른 비트스트림은 도 21 내지 도 24에서 설명한 이웃 포인트 집합 생성 정보를 포함할 수 있다.
실시예들에 따른 대상 포인트의 몰톤 코드 값에 기반하여 선택된 기준 포인트는, 하나 또는 그 이상의 포인트들의 몰톤 코드 값들과 대상 포인트의 몰톤 코드 값을 비교하여 대상 포인트의 몰톤 코드 값과 가장 가까운 몰톤 코드 값을 갖는 포인트일 수 있다. 실시예들에 따른 기준 포인트 선택 타입 정보는 몰톤 코드 값 타입 정보를 나타낼 수 있다. 실시예들에 따른 대상 포인트, 선택된 기준 포인트 및 몰톤 코드 값 타입 정보는 도 15 내지 도 25에서 상술한 바와 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 대상 포인트의 제 1 쉬프팅된 몰톤 코드 값에 기반하여 선택된 적어도 하나의 기준 포인트들의 몰톤 코드 값을 제 1 쉬프팅 밸류에 따라 쉬프팅한 값은 대상 포인트의 제 1 쉬프팅된 몰톤 코드 값과 같고, 제 1 쉬프팅 밸류는 대상 포인트의 LOD 값에 기반하여 결정될 수 있다. 실시예들에 따른 대상 포인트가 속한 노드의 레벨 보다 1만큼 작은 레벨의 노드는 대상 포인트가 속한 노드의 부모 노드이고, 부모 노드에 대응하는 공간은 대상 포인트 및 선택된 적어도 하나의 기준 포인트들을 모두 포함할 수 있다. 실시예들에 따른 기준 포인트 선택 타입 정보는 제 1 쉬프팅된 몰톤 코드 값 타입 정보를 나타낼 수 있다. 실시예들에 따른 대상 포인트, 선택된 기준 포인트, 제 1 쉬프팅, 제 1 쉬프팅 밸류, 부모 노드, 부모 노드에 대응하는 공간 및 제 1 쉬프팅된 몰톤 코드 값 타입 정보는 도 15 내지 도 25에서 상술한 바와 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 대상 포인트의 제 2 쉬프팅된 몰톤 코드 값에 기반하여 선택된 적어도 하나의 기준 포인트들의 몰톤 코드 값을 제 2 쉬프팅 밸류에 따라 쉬프팅한 값은 대상 포인트의 제 2 쉬프팅된 몰톤 코드 값과 같고, 제 2 쉬프팅 밸류는 대상 포인트의 LOD 값 및 레인지(range) 값에 기반하여 결정될 수 있다. 대상 포인트가 속한 노드의 레벨 보다 레인지(range)+1의 값만큼 작은 레벨의 노드는 대상 포인트가 속한 노드의 상위 노드이고, 상위 노드에 대응하는 공간은 대상 포인트 및 선택된 적어도 하나의 기준 포인트들을 모두 포함할 수 있다. 기준 포인트 선택 타입 정보는 제 2 쉬프팅된 몰톤 코드 값 타입 정보를 나타내고, 이웃 포인트 집합 생성 정보는 레인지 값을 나타내는 정보를 더 포함할 수 있다. 실시예들에 따른 대상 포인트, 선택된 기준 포인트, 제 2 쉬프팅, 제 2 쉬프팅 밸류, 레인지(range) 값, 상위 노드, 상위 노드에 대응하는 공간 및 제 2 쉬프팅된 몰톤 코드 값 타입 정보는 도 15 내지 도 25에서 상술한 바와 동일하므로 구체적인 설명은 생략한다.
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.
상술한 바와 같이, 실시예들이 실시하기 위한 최선의 형태에서 관련 내용을 설명하였다.
상술한 바와 같이, 실시예들은 포인트 클라우드 데이터 송수신 장치 및 시스템에 전체적 또는 부분적으로 적용될 수 있다.
당업자는 실시예들의 범위 내에서 실시예들을 다양하게 변경 또는 변형할 수 있다.
실시예들은 변경/변형들을 포함할 수 있고, 변경/변형은 청구항들 및 그 와 동일한 것들의 범위를 벗어나지 않는다.

Claims (20)

  1. 포인트 클라우드 데이터를 인코딩하는 단계; 및
    상기 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 단계; 를 포함하는,
    포인트 클라우드 데이터 송신 방법.
  2. 제 1 항에 있어서,
    상기 포인트 클라우드 데이터를 인코딩하는 단계는,
    상기 포인트 클라우드 데이터의 하나 또는 그 이상의 포인트들의 포지션을 나타내는 지오메트리를 인코딩하는 단계, 상기 지오메트리를 인코딩하는 단계는, 상기 지오메트리의 옥트리(Octree)를 생성하는 단계를 더 포함하고,
    상기 옥트리는 상기 포인트들이 포함된 바운딩 박스를 재귀적으로 분할하여 생성되는 하나 또는 그 이상의 공간들 각각에 대응하는 하나 또는 그 이상의 노드(node)들을 포함하고,
    각 노드는 상기 옥트리의 하나 또는 그 이상의 레벨들 중 어느 하나의 레벨에 대응하고, 상기 하나 또는 그 이상의 노드들은 상기 하나 또는 그 이상의 레벨들 중 가장 낮은 레벨에 대응하는 루트 노드(root node) 및 상기 하나 또는 그 이상의 레벨들 중 가장 높은 레벨에 대응하는 리프 노드(leaf node)를 포함하고, 각 노드가 대응하는 레벨은 상기 루트 노드로부터 상기 각 노드까지의 홉(hop)의 수를 나타냄; 및
    상기 하나 또는 그 이상의 포인트들의 어트리뷰트를 인코딩하는 단계; 를 포함하고, 상기 어트리뷰트를 인코딩하는 단계는,
    상기 하나 또는 그 이상의 포인트들에 대한 몰톤 코드들을 생성하는 단계;
    상기 옥트리를 기반으로 상기 하나 또는 그 이상의 포인트들을 재정렬하여 하나 또는 그 이상의 LOD(Level of Detail)들을 생성하는 단계; 및
    각 LOD에 속한 포인트에 대한 이웃 포인트 집합을 생성하는 단계; 를 포함하고, 상기 비트스트림은 이웃 포인트 집합 생성 정보를 포함하는,
    포인트 클라우드 데이터 송신 방법.
  3. 제 2 항에 있어서,
    상기 이웃 포인트 집합은,
    상기 이웃 포인트 집합의 생성 대상인 대상 포인트의 몰톤 코드 값, 상기 대상 포인트의 제 1 쉬프팅된 몰톤 코드 값 또는 상기 대상 포인트의 제 2 쉬프팅된 몰톤 코드 값 중 어느 하나를 기반으로 상기 하나 또는 그 이상의 포인트들 중에서 선택된 적어도 하나의 기준 포인트들을 기반으로 생성되고,
    상기 적어도 하나의 기준 포인트들은 상기 이웃 포인트 집합을 생성하기 위한 범위를 결정하고, 상기 제 1 쉬프팅된 몰톤 코드 값은 제 1 쉬프팅 밸류에 따라 쉬프팅되고, 상기 제 2 쉬프팅된 몰톤 코드 값은 제 2 쉬프팅 밸류에 따라 쉬프팅되고,
    상기 이웃 포인트 집합 생성 정보는 상기 하나 또는 그 이상의 포인트들 중 상기 적어도 하나의 기준 포인트들을 선택하는 방법을 나타내는 기준 포인트 선택 타입 정보를 포함하는,
    포인트 클라우드 데이터 송신 방법.
  4. 제 3 항에 있어서,
    상기 대상 포인트의 몰톤 코드 값에 기반하여 선택된 기준 포인트는,
    상기 하나 또는 그 이상의 포인트들의 몰톤 코드 값들과 상기 대상 포인트의 몰톤 코드 값을 비교하여 상기 대상 포인트의 몰톤 코드 값과 가장 가까운 몰톤 코드 값을 갖는 포인트이고,
    상기 기준 포인트 선택 타입 정보는 상기 몰톤 코드 값 타입 정보를 나타내는,
    포인트 클라우드 데이터 송신 방법.
  5. 제 3 항에 있어서,
    상기 대상 포인트의 제 1 쉬프팅된 몰톤 코드 값에 기반하여 선택된 적어도 하나의 기준 포인트들의 몰톤 코드 값을 상기 제 1 쉬프팅 밸류에 따라 쉬프팅한 값은 상기 대상 포인트의 제 1 쉬프팅된 몰톤 코드 값과 같고, 상기 제 1 쉬프팅 밸류는 상기 대상 포인트의 LOD 값에 기반하여 결정되고,
    상기 대상 포인트가 속한 노드의 레벨 보다 1만큼 작은 레벨의 노드는 상기 대상 포인트가 속한 노드의 부모 노드이고, 상기 부모 노드에 대응하는 공간은 상기 대상 포인트 및 상기 선택된 적어도 하나의 기준 포인트들을 모두 포함하고,
    상기 기준 포인트 선택 타입 정보는 상기 제 1 쉬프팅된 몰톤 코드 값 타입 정보를 나타내는,
    포인트 클라우드 데이터 송신 방법.
  6. 제 3항에 있어서,
    상기 대상 포인트의 제 2 쉬프팅된 몰톤 코드 값에 기반하여 선택된 적어도 하나의 기준 포인트들의 몰톤 코드 값을 상기 제 2 쉬프팅 밸류에 따라 쉬프팅한 값은 상기 대상 포인트의 제 2 쉬프팅된 몰톤 코드 값과 같고, 상기 제 2 쉬프팅 밸류는 상기 대상 포인트의 LOD 값 및 레인지(range) 값에 기반하여 결정되고,
    상기 대상 포인트가 속한 노드의 레벨 보다 레인지(range)+1의 값만큼 작은 레벨의 노드는 상기 대상 포인트가 속한 노드의 상위 노드이고, 상기 상위 노드에 대응하는 공간은 상기 대상 포인트 및 상기 선택된 적어도 하나의 기준 포인트들을 모두 포함하고,
    상기 기준 포인트 선택 타입 정보는 상기 제 2 쉬프팅된 몰톤 코드 값 타입 정보를 나타내고, 상기 이웃 포인트 집합 생성 정보는 상기 레인지 값을 나타내는 정보를 더 포함하는
    포인트 클라우드 데이터 송신 방법.
  7. 포인트 클라우드 데이터를 인코딩하는 인코더, 상기 인코더는
    상기 포인트 클라우드 데이터의 하나 또는 그 이상의 포인트들의 포지션을 나타내는 지오메트리를 인코딩하는 지오메트리 인코더; 및
    상기 하나 또는 그 이상의 포인트들의 어트리뷰트를 인코딩하는 어트리뷰트 인코더; 를 포함하고,
    상기 지오메트리 인코더는,
    상기 지오메트리의 옥트리(Octree)를 생성하는 옥트리 생성부; 를 포함하고,
    상기 옥트리는 상기 포인트들이 포함된 바운딩 박스를 재귀적으로 분할하여 생성되는 하나 또는 그 이상의 공간들 각각에 대응하는 하나 또는 그 이상의 노드(node)들을 포함하고,
    각 노드는 상기 옥트리의 하나 또는 그 이상의 레벨들 중 어느 하나의 레벨에 대응하고, 상기 하나 또는 그 이상의 노드들은 상기 하나 또는 그 이상의 레벨들 중 가장 낮은 레벨에 대응하는 루트 노드(root node) 및 상기 하나 또는 그 이상의 레벨들 중 가장 높은 레벨에 대응하는 리프 노드(leaf node)를 포함하고, 각 노드가 대응하는 레벨은 상기 루트 노드로부터 상기 각 노드까지의 홉(hop)의 수를 나타내고,
    상기 어트리뷰트 인코더는,
    상기 하나 또는 그 이상의 포인트들에 대한 몰톤 코드들을 생성하는 몰톤 코드 생성부;
    상기 옥트리를 기반으로 상기 하나 또는 그 이상의 포인트들을 재정렬하여 하나 또는 그 이상의 LOD(Level of Detail)들을 생성하는 LOD 생성부; 및
    각 LOD에 속한 포인트에 대한 이웃 포인트 집합을 생성하는 이웃 포인트 집합 생성부; 를 포함하고,
    상기 비트스트림은 이웃 포인트 집합 생성 정보를 포함하고,
    상기 이웃 포인트 집합은,
    상기 이웃 포인트 집합의 생성 대상인 대상 포인트의 몰톤 코드 값, 상기 대상 포인트의 제 1 쉬프팅된 몰톤 코드 값 또는 상기 대상 포인트의 제 2 쉬프팅된 몰톤 코드 값 중 어느 하나를 기반으로 상기 하나 또는 그 이상의 포인트들 중에서 선택된 적어도 하나의 기준 포인트들을 기반으로 생성되고,
    상기 적어도 하나의 기준 포인트들은 상기 이웃 포인트 집합을 생성하기 위한 범위를 결정하고, 상기 제 1 쉬프팅된 몰톤 코드 값은 제 1 쉬프팅 밸류에 따라 쉬프팅되고, 상기 제 2 쉬프팅된 몰톤 코드 값은 제 2 쉬프팅 밸류에 따라 쉬프팅되고,
    상기 이웃 포인트 집합 생성 정보는 상기 하나 또는 그 이상의 포인트들 중 상기 적어도 하나의 기준 포인트들을 선택하는 방법을 나타내는 기준 포인트 선택 타입 정보를 포함하는,
    포인트 클라우드 데이터 송신 장치.
  8. 제 7 항에 있어서,
    상기 대상 포인트의 몰톤 코드 값에 기반하여 선택된 기준 포인트는,
    상기 하나 또는 그 이상의 포인트들의 몰톤 코드 값들과 상기 대상 포인트의 몰톤 코드 값을 비교하여 상기 대상 포인트의 몰톤 코드 값과 가장 가까운 몰톤 코드 값을 갖는 포인트이고,
    상기 기준 포인트 선택 타입 정보는 상기 몰톤 코드 값 타입 정보를 나타내는,
    포인트 클라우드 데이터 송신 장치.
  9. 제 7 항에 있어서,
    상기 대상 포인트의 제 1 쉬프팅된 몰톤 코드 값에 기반하여 선택된 적어도 하나의 기준 포인트들의 몰톤 코드 값을 상기 제 1 쉬프팅 밸류에 따라 쉬프팅한 값은 상기 대상 포인트의 제 1 쉬프팅된 몰톤 코드 값과 같고, 상기 제 1 쉬프팅 밸류는 상기 대상 포인트의 LOD 값에 기반하여 결정되고,
    상기 대상 포인트가 속한 노드의 레벨 보다 1만큼 작은 레벨의 노드는 상기 대상 포인트가 속한 노드의 부모 노드이고, 상기 부모 노드에 대응하는 공간은 상기 대상 포인트 및 상기 선택된 적어도 하나의 기준 포인트들을 모두 포함하고,
    상기 기준 포인트 선택 타입 정보는 상기 제 1 쉬프팅된 몰톤 코드 값 타입 정보를 나타내는,
    포인트 클라우드 데이터 송신 장치.
  10. 제 7 항에 있어서,
    상기 대상 포인트의 제 2 쉬프팅된 몰톤 코드 값에 기반하여 선택된 적어도 하나의 기준 포인트들의 몰톤 코드 값을 상기 제 2 쉬프팅 밸류에 따라 쉬프팅한 값은 상기 대상 포인트의 제 2 쉬프팅된 몰톤 코드 값과 같고, 상기 제 2 쉬프팅 밸류는 상기 대상 포인트의 LOD 값 및 레인지(range) 값에 기반하여 결정되고,
    상기 대상 포인트가 속한 노드의 레벨 보다 레인지(range)+1의 값만큼 작은 레벨의 노드는 상기 대상 포인트가 속한 노드의 상위 노드이고, 상기 상위 노드에 대응하는 공간은 상기 대상 포인트 및 상기 선택된 적어도 하나의 기준 포인트들을 모두 포함하고,
    상기 기준 포인트 선택 타입 정보는 상기 제 2 쉬프팅된 몰톤 코드 값 타입 정보를 나타내고, 상기 이웃 포인트 집합 생성 정보는 상기 레인지 값을 나타내는 정보를 더 포함하는
    포인트 클라우드 데이터 송신 장치.
  11. 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 단계; 및
    상기 포인트 클라우드 데이터를 디코딩하는 단계; 를 포함하는
    포인트 클라우드 데이터 수신 방법.
  12. 제 11 항에 있어서,
    상기 포인트 클라우드 데이터를 디코딩하는 단계는,
    상기 포인트 클라우드 데이터의 하나 또는 그 이상의 포인트들의 포지션을 나타내는 지오메트리를 디코딩하는 단계, 상기 지오메트리를 디코딩하는 단계는, 상기 지오메트리의 옥트리(Octree)를 생성하는 단계를 더 포함하고,
    상기 옥트리는 상기 포인트들이 포함된 바운딩 박스를 재귀적으로 분할하여 생성되는 하나 또는 그 이상의 공간들 각각에 대응하는 하나 또는 그 이상의 노드(node)들을 포함하고,
    각 노드는 상기 옥트리의 하나 또는 그 이상의 레벨들 중 어느 하나의 레벨에 대응하고, 상기 하나 또는 그 이상의 노드들은 상기 하나 또는 그 이상의 레벨들 중 가장 낮은 레벨에 대응하는 루트 노드(root node) 및 상기 하나 또는 그 이상의 레벨들 중 가장 높은 레벨에 대응하는 리프 노드(leaf node)를 포함하고, 각 노드가 대응하는 레벨은 상기 루트 노드로부터 상기 각 노드까지의 홉(hop)의 수를 나타냄; 및
    상기 하나 또는 그 이상의 포인트들의 어트리뷰트를 디코딩하는 단계; 를 포함하고, 상기 어트리뷰트를 디코딩하는 단계는,
    상기 하나 또는 그 이상의 포인트들에 대한 몰톤 코드들을 생성하는 단계;
    상기 옥트리를 기반으로 상기 하나 또는 그 이상의 포인트들을 재정렬하여 하나 또는 그 이상의 LOD(Level of Detail)들을 생성하는 단계; 및
    각 LOD에 속한 포인트에 대한 이웃 포인트 집합을 생성하는 단계; 를 포함하고, 상기 비트스트림은 이웃 포인트 집합 생성 정보를 포함하는,
    포인트 클라우드 데이터 수신 방법.
  13. 제 12 항에 있어서,
    상기 이웃 포인트 집합은,
    상기 이웃 포인트 집합의 생성 대상인 대상 포인트의 몰톤 코드 값, 상기 대상 포인트의 제 1 쉬프팅된 몰톤 코드 값 또는 상기 대상 포인트의 제 2 쉬프팅된 몰톤 코드 값 중 어느 하나를 기반으로 상기 하나 또는 그 이상의 포인트들 중에서 선택된 적어도 하나의 기준 포인트들을 기반으로 생성되고,
    상기 적어도 하나의 기준 포인트들은 상기 이웃 포인트 집합을 생성하기 위한 범위를 결정하고, 상기 제 1 쉬프팅된 몰톤 코드 값은 제 1 쉬프팅 밸류에 따라 쉬프팅되고, 상기 제 2 쉬프팅된 몰톤 코드 값은 제 2 쉬프팅 밸류에 따라 쉬프팅되고,
    상기 이웃 포인트 집합 생성 정보는 상기 하나 또는 그 이상의 포인트들 중 상기 적어도 하나의 기준 포인트들을 선택하는 방법을 나타내는 기준 포인트 선택 타입 정보를 포함하는,
    포인트 클라우드 데이터 수신 방법.
  14. 제 13 항에 있어서,
    상기 대상 포인트의 몰톤 코드 값에 기반하여 선택된 기준 포인트는,
    상기 하나 또는 그 이상의 포인트들의 몰톤 코드 값들과 상기 대상 포인트의 몰톤 코드 값을 비교하여 상기 대상 포인트의 몰톤 코드 값과 가장 가까운 몰톤 코드 값을 갖는 포인트이고,
    상기 기준 포인트 선택 타입 정보는 상기 몰톤 코드 값 타입 정보를 나타내는,
    포인트 클라우드 데이터 수신 방법.
  15. 제 13 항에 있어서,
    상기 대상 포인트의 제 1 쉬프팅된 몰톤 코드 값에 기반하여 선택된 적어도 하나의 기준 포인트들의 몰톤 코드 값을 상기 제 1 쉬프팅 밸류에 따라 쉬프팅한 값은 상기 대상 포인트의 제 1 쉬프팅된 몰톤 코드 값과 같고, 상기 제 1 쉬프팅 밸류는 상기 대상 포인트의 LOD 값에 기반하여 결정되고,
    상기 대상 포인트가 속한 노드의 레벨 보다 1만큼 작은 레벨의 노드는 상기 대상 포인트가 속한 노드의 부모 노드이고, 상기 부모 노드에 대응하는 공간은 상기 대상 포인트 및 상기 선택된 적어도 하나의 기준 포인트들을 모두 포함하고,
    상기 기준 포인트 선택 타입 정보는 상기 제 1 쉬프팅된 몰톤 코드 값 타입 정보를 나타내는,
    포인트 클라우드 데이터 수신 방법.
  16. 제 13 항에 있어서,
    상기 대상 포인트의 제 2 쉬프팅된 몰톤 코드 값에 기반하여 선택된 적어도 하나의 기준 포인트들의 몰톤 코드 값을 상기 제 2 쉬프팅 밸류에 따라 쉬프팅한 값은 상기 대상 포인트의 제 2 쉬프팅된 몰톤 코드 값과 같고, 상기 제 2 쉬프팅 밸류는 상기 대상 포인트의 LOD 값 및 레인지(range) 값에 기반하여 결정되고,
    상기 대상 포인트가 속한 노드의 레벨 보다 레인지(range)+1의 값만큼 작은 레벨의 노드는 상기 대상 포인트가 속한 노드의 상위 노드이고, 상기 상위 노드에 대응하는 공간은 상기 대상 포인트 및 상기 선택된 적어도 하나의 기준 포인트들을 모두 포함하고,
    상기 기준 포인트 선택 타입 정보는 상기 제 2 쉬프팅된 몰톤 코드 값 타입 정보를 나타내고, 상기 이웃 포인트 집합 생성 정보는 상기 레인지 값을 나타내는 정보를 더 포함하는
    포인트 클라우드 데이터 수신 방법.
  17. 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 수신부; 및
    상기 포인트 클라우드 데이터를 디코딩하는 디코더, 상기 디코더는,
    상기 포인트 클라우드 데이터의 하나 또는 그 이상의 포인트들의 포지션을 나타내는 지오메트리를 디코딩하는 지오메트리 디코더; 및
    상기 하나 또는 그 이상의 포인트들의 어트리뷰트를 디코딩하는 어트리뷰트 디코더; 를 포함하고,
    상기 지오메트리 디코더는,
    상기 지오메트리의 옥트리(Octree)를 생성하는 옥트리 생성부; 를 포함하고,
    상기 옥트리는 상기 포인트들이 포함된 바운딩 박스를 재귀적으로 분할하여 생성되는 하나 또는 그 이상의 공간들 각각에 대응하는 하나 또는 그 이상의 노드(node)들을 포함하고,
    각 노드는 상기 옥트리의 하나 또는 그 이상의 레벨들 중 어느 하나의 레벨에 대응하고, 상기 하나 또는 그 이상의 노드들은 상기 하나 또는 그 이상의 레벨들 중 가장 낮은 레벨에 대응하는 루트 노드(root node) 및 상기 하나 또는 그 이상의 레벨들 중 가장 높은 레벨에 대응하는 리프 노드(leaf node)를 포함하고, 각 노드가 대응하는 레벨은 상기 루트 노드로부터 상기 각 노드까지의 홉(hop)의 수를 나타내고,
    상기 어트리뷰트 디코더는,
    상기 하나 또는 그 이상의 포인트들에 대한 몰톤 코드들을 생성하는 몰톤 코드 생성부;
    상기 옥트리를 기반으로 상기 하나 또는 그 이상의 포인트들을 재정렬하여 하나 또는 그 이상의 LOD(Level of Detail)들을 생성하는 LOD 생성부; 및
    각 LOD에 속한 포인트에 대한 이웃 포인트 집합을 생성하는 이웃 포인트 집합 생성부; 를 포함하고,
    상기 비트스트림은 이웃 포인트 집합 생성 정보를 포함하고,
    상기 이웃 포인트 집합은,
    상기 이웃 포인트 집합의 생성 대상인 대상 포인트의 몰톤 코드 값, 상기 대상 포인트의 제 1 쉬프팅된 몰톤 코드 값 또는 상기 대상 포인트의 제 2 쉬프팅된 몰톤 코드 값 중 어느 하나를 기반으로 상기 하나 또는 그 이상의 포인트들 중에서 선택된 적어도 하나의 기준 포인트들을 기반으로 생성되고,
    상기 적어도 하나의 기준 포인트들은 상기 이웃 포인트 집합을 생성하기 위한 범위를 결정하고, 상기 제 1 쉬프팅된 몰톤 코드 값은 제 1 쉬프팅 밸류에 따라 쉬프팅되고, 상기 제 2 쉬프팅된 몰톤 코드 값은 제 2 쉬프팅 밸류에 따라 쉬프팅되고,
    상기 이웃 포인트 집합 생성 정보는 상기 하나 또는 그 이상의 포인트들 중 상기 적어도 하나의 기준 포인트들을 선택하는 방법을 나타내는 기준 포인트 선택 타입 정보를 포함하는,
    포인트 클라우드 데이터 수신 장치.
  18. 제 17 항에 있어서,
    상기 대상 포인트의 몰톤 코드 값에 기반하여 선택된 기준 포인트는,
    상기 하나 또는 그 이상의 포인트들의 몰톤 코드 값들과 상기 대상 포인트의 몰톤 코드 값을 비교하여 상기 대상 포인트의 몰톤 코드 값과 가장 가까운 몰톤 코드 값을 갖는 포인트이고,
    상기 기준 포인트 선택 타입 정보는 상기 몰톤 코드 값 타입 정보를 나타내는,
    포인트 클라우드 데이터 수신 장치.
  19. 제 17 항에 있어서,
    상기 대상 포인트의 제 1 쉬프팅된 몰톤 코드 값에 기반하여 선택된 적어도 하나의 기준 포인트들의 몰톤 코드 값을 상기 제 1 쉬프팅 밸류에 따라 쉬프팅한 값은 상기 대상 포인트의 제 1 쉬프팅된 몰톤 코드 값과 같고, 상기 제 1 쉬프팅 밸류는 상기 대상 포인트의 LOD 값에 기반하여 결정되고,
    상기 대상 포인트가 속한 노드의 레벨 보다 1만큼 작은 레벨의 노드는 상기 대상 포인트가 속한 노드의 부모 노드이고, 상기 부모 노드에 대응하는 공간은 상기 대상 포인트 및 상기 선택된 적어도 하나의 기준 포인트들을 모두 포함하고,
    상기 기준 포인트 선택 타입 정보는 상기 제 1 쉬프팅된 몰톤 코드 값 타입 정보를 나타내는,
    포인트 클라우드 데이터 수신 장치.
  20. 제 17 항에 있어서,
    상기 대상 포인트의 제 2 쉬프팅된 몰톤 코드 값에 기반하여 선택된 적어도 하나의 기준 포인트들의 몰톤 코드 값을 상기 제 2 쉬프팅 밸류에 따라 쉬프팅한 값은 상기 대상 포인트의 제 2 쉬프팅된 몰톤 코드 값과 같고, 상기 제 2 쉬프팅 밸류는 상기 대상 포인트의 LOD 값 및 레인지(range) 값에 기반하여 결정되고,
    상기 대상 포인트가 속한 노드의 레벨 보다 레인지(range)+1의 값만큼 작은 레벨의 노드는 상기 대상 포인트가 속한 노드의 상위 노드이고, 상기 상위 노드에 대응하는 공간은 상기 대상 포인트 및 상기 선택된 적어도 하나의 기준 포인트들을 모두 포함하고,
    상기 기준 포인트 선택 타입 정보는 상기 제 2 쉬프팅된 몰톤 코드 값 타입 정보를 나타내고, 상기 이웃 포인트 집합 생성 정보는 상기 레인지 값을 나타내는 정보를 더 포함하는
    포인트 클라우드 데이터 수신 장치.
PCT/KR2020/018325 2020-01-16 2020-12-15 포인트 클라우드 데이터 처리 장치 및 방법 WO2021145573A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/793,140 US20230059625A1 (en) 2020-01-16 2020-12-15 Transform-based image coding method and apparatus therefor

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US202062962139P 2020-01-16 2020-01-16
US62/962,139 2020-01-16

Publications (1)

Publication Number Publication Date
WO2021145573A1 true WO2021145573A1 (ko) 2021-07-22

Family

ID=76864770

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/018325 WO2021145573A1 (ko) 2020-01-16 2020-12-15 포인트 클라우드 데이터 처리 장치 및 방법

Country Status (2)

Country Link
US (1) US20230059625A1 (ko)
WO (1) WO2021145573A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023059136A1 (ko) * 2021-10-08 2023-04-13 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2023068846A1 (ko) * 2021-10-20 2023-04-27 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11956470B2 (en) * 2020-04-07 2024-04-09 Qualcomm Incorporated Predictor index signaling for predicting transform in geometry-based point cloud compression

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170065587A (ko) * 2014-11-14 2017-06-13 인텔 코포레이션 모턴 좌표 조정 프로세서, 방법, 시스템 및 명령어
JP2018518747A (ja) * 2015-05-07 2018-07-12 アンスティテュ・マインズ・テレコム 幾何学モデルを単純化する方法
US20190080483A1 (en) * 2017-09-14 2019-03-14 Apple Inc. Point Cloud Compression

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10783668B2 (en) * 2017-12-22 2020-09-22 Samsung Electronics Co., Ltd. Handling duplicate points in point cloud compression
US11166048B2 (en) * 2018-10-02 2021-11-02 Tencent America LLC Method and apparatus for video coding

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170065587A (ko) * 2014-11-14 2017-06-13 인텔 코포레이션 모턴 좌표 조정 프로세서, 방법, 시스템 및 명령어
JP2018518747A (ja) * 2015-05-07 2018-07-12 アンスティテュ・マインズ・テレコム 幾何学モデルを単純化する方法
US20190080483A1 (en) * 2017-09-14 2019-03-14 Apple Inc. Point Cloud Compression

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 *
SCHWARZ SEBASTIAN; PREDA MARIUS; BARONCINI VITTORIO; BUDAGAVI MADHUKAR; CESAR PABLO; CHOU PHILIP A.; COHEN ROBERT A.; KRIVOKUCA MA: "Emerging MPEG Standards for Point Cloud Compression", IEEE JOURNAL ON EMERGING AND SELECTED TOPICS IN CIRCUITS AND SYSTEMS, IEEE, PISCATAWAY, NJ, USA, vol. 9, no. 1, 30 March 2019 (2019-03-30), Piscataway, NJ, USA, pages 133 - 148, XP011714044, ISSN: 2156-3357, DOI: 10.1109/JETCAS.2018.2885981 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023059136A1 (ko) * 2021-10-08 2023-04-13 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2023068846A1 (ko) * 2021-10-20 2023-04-27 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법

Also Published As

Publication number Publication date
US20230059625A1 (en) 2023-02-23

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
WO2020189976A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2021141346A1 (ko) 포인트 클라우드 데이터 전송 장치, 전송 방법, 처리 장치 및 처리 방법
EP4018669A1 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
WO2020242244A1 (ko) 포인트 클라우드 데이터 처리 방법 및 장치
WO2020189982A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2021049758A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2020242077A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2021002604A1 (ko) 포인트 클라우드 데이터 처리 방법 및 장치
WO2020262831A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2020197086A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2020256308A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2021002594A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2021215849A1 (ko) 포인트 클라우드 데이터 처리 장치 및 처리 방법
WO2021145573A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2022025552A1 (ko) 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021002592A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021201384A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2021261840A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021210743A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021206291A1 (ko) 포인트 클라우드 데이터 전송 장치, 전송 방법, 처리 장치 및 처리 방법
WO2020190090A1 (ko) 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022220382A1 (ko) 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치
WO2021045601A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2020189891A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법

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: 20914733

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20914733

Country of ref document: EP

Kind code of ref document: A1