WO2021187839A1 - 포인트 클라우드 데이터 전송 장치, 전송 방법, 처리 장치 및 처리 방법 - Google Patents

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

Info

Publication number
WO2021187839A1
WO2021187839A1 PCT/KR2021/003175 KR2021003175W WO2021187839A1 WO 2021187839 A1 WO2021187839 A1 WO 2021187839A1 KR 2021003175 W KR2021003175 W KR 2021003175W WO 2021187839 A1 WO2021187839 A1 WO 2021187839A1
Authority
WO
WIPO (PCT)
Prior art keywords
point cloud
attribute
geometry
cloud data
points
Prior art date
Application number
PCT/KR2021/003175
Other languages
English (en)
French (fr)
Inventor
오현묵
오세진
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to CN202180020269.4A priority Critical patent/CN115280780A/zh
Priority to EP21771575.4A priority patent/EP4124041A4/en
Publication of WO2021187839A1 publication Critical patent/WO2021187839A1/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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/167—Position within a video image, e.g. region of interest [ROI]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/184—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/186—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a colour or a chrominance component
    • 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
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform 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
    • H04N19/70—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
    • H04N9/00—Details of colour television systems
    • H04N9/12—Picture reproducers
    • H04N9/31—Projection devices for colour picture display, e.g. using electronic spatial light modulators [ESLM]
    • H04N9/3141—Constructional details thereof
    • H04N9/315—Modulator illumination systems
    • H04N9/3161—Modulator illumination systems using laser light sources
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/12—Picture reproducers
    • H04N9/31—Projection devices for colour picture display, e.g. using electronic spatial light modulators [ESLM]
    • H04N9/3179—Video signal processing therefor

Definitions

  • the embodiments provide a user with various services such as VR (Virtual Reality), AR (Augmented Reality), MR (Mixed Reality), and autonomous driving service. content) is provided.
  • VR Virtual Reality
  • AR Augmented Reality
  • MR Mated Reality
  • autonomous driving service. content is provided.
  • the point cloud content is content expressed as a point cloud, which is a set of points (points) belonging to a coordinate system representing a three-dimensional space.
  • Point cloud content can express three-dimensional media, and provides various services such as VR (Virtual Reality), AR (Augmented Reality), MR (Mixed Reality), and autonomous driving service. used to provide However, tens of thousands to hundreds of thousands of point data are needed to express point cloud content. Therefore, a method for efficiently processing a large amount of point data is required.
  • Embodiments provide an apparatus and method for efficiently processing point cloud data.
  • Embodiments provide a point cloud data processing method and apparatus for solving latency and encoding/decoding complexity.
  • the method for transmitting point cloud data includes encoding the point cloud data including geometry and attributes and transmitting a bitstream including the encoded point cloud data.
  • Geometry according to embodiments is information indicating positions of points of point cloud data
  • an attribute according to embodiments includes at least one of a color and reflectance of the points.
  • Encoding the point cloud data according to embodiments includes transforming coordinates representing positions of points.
  • An apparatus for transmitting point cloud data includes an encoder for encoding point cloud data including geometry and attributes, and a transmitter for transmitting a bitstream including the encoded point cloud data.
  • Geometry is information indicating positions of points of point cloud data
  • an attribute according to embodiments includes at least one of a color and reflectance of the points.
  • An encoder transforms coordinates representing positions of points.
  • a method of processing point cloud data includes receiving a bitstream including point cloud data and decoding the point cloud data.
  • a bitstream according to embodiments includes signaling information.
  • Geometry according to embodiments is information indicating positions of points of the point cloud data, and an attribute includes at least one of a color and reflectance of the points.
  • Decoding the point cloud data according to the embodiments includes transforming coordinates indicating positions of points based on signaling information.
  • a point cloud data processing apparatus includes a receiver for receiving a bitstream including point cloud data and a decoder for decoding the point cloud data.
  • a bitstream according to embodiments includes signaling information.
  • Geometry according to embodiments is information indicating positions of points of the point cloud data, and an attribute includes at least one of a color and reflectance of the points.
  • a decoder according to embodiments includes transforming coordinates representing positions of points based on signaling information.
  • the apparatus and method according to the embodiments may process point cloud data with high efficiency.
  • the apparatus and method according to the embodiments may provide a high quality point cloud service.
  • the apparatus and method according to the embodiments may provide point cloud content for providing universal services such as a VR service and an autonomous driving service.
  • FIG. 1 shows an example of a point cloud content providing system according to embodiments.
  • FIG. 2 is a block diagram illustrating an operation of providing point cloud content according to embodiments.
  • FIG 3 shows an example of a point cloud video capture process according to embodiments.
  • FIG. 4 shows an example of a point cloud encoder according to embodiments.
  • FIG. 5 shows an example of a voxel according to embodiments.
  • FIG. 6 shows an example of an octree and an occupancy code according to embodiments.
  • FIG. 7 shows an example of a neighbor node pattern according to embodiments.
  • FIG. 10 shows an example of a point cloud decoder according to embodiments.
  • FIG. 11 shows an example of a point cloud decoder according to embodiments.
  • FIG. 13 is an example of a receiving apparatus according to embodiments.
  • FIG. 14 shows an example of a structure capable of interworking with a method/device for transmitting and receiving point cloud data according to embodiments.
  • 15 is a flowchart illustrating an operation of an apparatus for transmitting point cloud data according to embodiments.
  • 16 is an example of the operation of the point cloud data transmission apparatus.
  • FIG. 17 shows an example of a processing process of a point cloud transmission apparatus.
  • 24 is an example of a syntax structure of signaling information related to projection.
  • 25 is an example of signaling information according to embodiments.
  • 26 is an example of signaling information according to embodiments.
  • 27 is an example of signaling information according to embodiments.
  • 29 is a flowchart illustrating an operation of an apparatus for receiving point cloud data according to embodiments.
  • FIG. 31 shows an example of a processing process of a point cloud receiving apparatus.
  • FIG 33 shows an example of a processing process of a point cloud receiving apparatus according to embodiments.
  • 34 is a flow diagram illustrating a method for transmitting point cloud data according to embodiments.
  • 35 is a flow diagram of a point cloud data processing method according to embodiments.
  • FIG. 1 shows an example of a point cloud content providing system according to embodiments.
  • the point cloud content providing system shown in FIG. 1 may include a transmission device 10000 and a reception device 10004 .
  • the transmitting device 10000 and the receiving device 10004 are capable of wired/wireless communication in order to transmit/receive point cloud data.
  • the transmission device 10000 may secure, process, and transmit a point cloud video (or point cloud content).
  • the transmission device 10000 may be a fixed station, a base transceiver system (BTS), a network, an Ariticial Intelligence (AI) device and/or system, a robot, an AR/VR/XR device and/or a server and the like.
  • BTS base transceiver system
  • AI Ariticial Intelligence
  • robot an AR/VR/XR device and/or a server and the like.
  • the transmission device 10000 uses a radio access technology (eg, 5G NR (New RAT), LTE (Long Term Evolution)) to perform communication with a base station and/or other wireless devices; It may include robots, vehicles, AR/VR/XR devices, mobile devices, home appliances, Internet of Things (IoT) devices, AI devices/servers, and the like.
  • a radio access technology eg, 5G NR (New RAT), LTE (Long Term Evolution)
  • 5G NR New RAT
  • LTE Long Term Evolution
  • IoT Internet of Things
  • Transmission device 10000 is a point cloud video acquisition unit (Point Cloud Video Acquisition, 10001), a point cloud video encoder (Point Cloud Video Encoder, 10002) and / or a transmitter (Transmitter (or Communication module), 10003) ) contains
  • the point cloud video acquisition unit 10001 acquires the point cloud video through processing such as capturing, synthesizing, or generating.
  • the point cloud video is point cloud content expressed as a point cloud that is a set of points located in a three-dimensional space, and may be referred to as point cloud video data or the like.
  • a point cloud video according to embodiments may include one or more frames. One frame represents a still image/picture. Accordingly, the point cloud video may include a point cloud image/frame/picture, and may be referred to as any one of a point cloud image, a frame, and a picture.
  • the point cloud video encoder 10002 encodes the obtained point cloud video data.
  • the point cloud video encoder 10002 may encode point cloud video data based on point cloud compression coding.
  • Point cloud compression coding may include Geometry-based Point Cloud Compression (G-PCC) coding and/or Video based Point Cloud Compression (V-PCC) coding or next-generation coding.
  • G-PCC Geometry-based Point Cloud Compression
  • V-PCC Video based Point Cloud Compression
  • the point cloud video encoder 10002 may output a bitstream including encoded point cloud video data.
  • the bitstream may include not only the encoded point cloud video data, but also signaling information related to encoding of the point cloud video data.
  • the transmitter 10003 transmits a bitstream including encoded point cloud video data.
  • the bitstream according to the embodiments is encapsulated into a file or segment (eg, a streaming segment) and transmitted through various networks such as a broadcasting network and/or a broadband network.
  • the transmission device 10000 may include an encapsulation unit (or encapsulation module) that performs an encapsulation operation.
  • the encapsulation unit may be included in the transmitter 10003 .
  • the file or segment may be transmitted to the receiving device 10004 through a network or stored in a digital storage medium (eg, USB, SD, CD, DVD, Blu-ray, HDD, SSD, etc.).
  • the transmitter 10003 may communicate with the receiving device 10004 (or a receiver 10005) through wired/wireless communication through networks such as 4G, 5G, and 6G. Also, the transmitter 10003 may perform a necessary data processing operation according to a network system (eg, a communication network system such as 4G, 5G, or 6G). Also, the transmission device 10000 may transmit encapsulated data according to an on demand method.
  • a network system eg, a communication network system such as 4G, 5G, or 6G.
  • the transmission device 10000 may transmit encapsulated data according to an on demand method.
  • the receiving apparatus 10004 includes a receiver (Receiver, 10005), a point cloud video decoder (Point Cloud Decoder, 10006), and/or a renderer (Renderer, 10007).
  • the receiving device 10004 uses a radio access technology (eg, 5G NR (New RAT), LTE (Long Term Evolution)) to communicate with a base station and/or other wireless devices, a device, a robot , vehicles, AR/VR/XR devices, mobile devices, home appliances, Internet of Things (IoT) devices, AI devices/servers, and the like.
  • 5G NR New RAT
  • LTE Long Term Evolution
  • the receiver 10005 receives a bitstream including point cloud video data or a file/segment in which the bitstream is encapsulated from a network or a storage medium.
  • the receiver 10005 may perform a necessary data processing operation according to a network system (eg, a communication network system such as 4G, 5G, or 6G).
  • the receiver 10005 may output a bitstream by decapsulating the received file/segment.
  • the receiver 10005 may include a decapsulation unit (or a decapsulation module) for performing a decapsulation operation.
  • the decapsulation unit may be implemented as an element (or component) separate from the receiver 10005 .
  • the point cloud video decoder 10006 decodes a bitstream including point cloud video data.
  • the point cloud video decoder 10006 may decode the point cloud video data according to an encoded manner (eg, a reverse process of the operation of the point cloud video encoder 10002 ). Accordingly, the point cloud video decoder 10006 may decode the point cloud video data by performing point cloud decompression coding, which is a reverse process of the point cloud compression.
  • Point cloud decompression coding includes G-PCC coding.
  • the renderer 10007 renders the decoded point cloud video data.
  • the renderer 10007 may output point cloud content by rendering audio data as well as point cloud video data.
  • the renderer 10007 may include a display for displaying the point cloud content.
  • the display may not be included in the renderer 10007 and may be implemented as a separate device or component.
  • the feedback information is information for reflecting the interactivity with the user who consumes the point cloud content, and includes user information (eg, head orientation information, viewport information, etc.).
  • user information eg, head orientation information, viewport information, etc.
  • the feedback information is provided by the content transmitting side (eg, the transmission device 10000) and/or the service provider can be passed on to According to embodiments, the feedback information may be used by the receiving device 10004 as well as the transmitting device 10000 or may not be provided.
  • the head orientation information is information about the user's head position, direction, angle, movement, and the like.
  • the receiving apparatus 10004 may calculate viewport information based on head orientation information.
  • the viewport information is information about the area of the point cloud video that the user is looking at.
  • a viewpoint is a point at which a user is watching a point cloud video, and may mean a central point of the viewport area. That is, the viewport is an area centered on a viewpoint, and the size and shape of the area may be determined by a Field Of View (FOV).
  • FOV Field Of View
  • the reception device 10004 may extract viewport information based on a vertical or horizontal FOV supported by the device in addition to the head orientation information.
  • the receiving device 10004 checks the user's point cloud consumption method, the point cloud video area the user gazes at, the gaze time, and the like by performing a gaze analysis or the like.
  • the receiving device 10004 may transmit feedback information including the result of the gaze analysis to the transmitting device 10000 .
  • Feedback information may be obtained during rendering and/or display.
  • Feedback information may be secured by one or more sensors included in the receiving device 10004 .
  • the feedback information may be secured by the renderer 10007 or a separate external element (or device, component, etc.).
  • a dotted line in FIG. 1 shows a process of transferring feedback information secured by the renderer 10007 .
  • the point cloud content providing system may process (encode/decode) the point cloud data based on the feedback information. Accordingly, the point cloud video data decoder 10006 may perform a decoding operation based on the feedback information. Also, the receiving device 10004 may transmit feedback information to the transmitting device 10000 . The transmitting device 10000 (or the point cloud video data encoder 10002 ) may perform an encoding operation based on the feedback information. Therefore, the point cloud content providing system does not process (encode / decode) all point cloud data, but efficiently processes necessary data (for example, point cloud data corresponding to the user's head position) based on the feedback information, and the user can provide point cloud content to
  • the transmitting apparatus 10000 may be referred to as an encoder, a transmitting device, a transmitter, or the like, and the receiving apparatus 10004 may be referred to as a decoder, a receiving device, a receiver, or the like.
  • Point cloud data (processed in a series of acquisition/encoding/transmission/decoding/rendering) processed in the point cloud content providing system of FIG. 1 according to embodiments may be referred to as point cloud content data or point cloud video data.
  • the point cloud content data may be used as a concept including metadata or signaling information related to the point cloud data.
  • the elements of the point cloud content providing system shown in FIG. 1 may be implemented by hardware, software, a processor and/or a combination thereof.
  • FIG. 2 is a block diagram illustrating an operation of providing point cloud content according to embodiments.
  • the block diagram of FIG. 2 shows the operation of the point cloud content providing system described in FIG. 1 .
  • the point cloud content providing system may process point cloud data based on point cloud compression coding (eg, G-PCC).
  • point cloud compression coding eg, G-PCC
  • the point cloud content providing system may acquire a point cloud video (20000).
  • a point cloud video is expressed as a point cloud belonging to a coordinate system representing a three-dimensional space.
  • a point cloud video according to embodiments may include a Ply (Polygon File format or the Stanford Triangle format) file.
  • the acquired point cloud video may include one or more Ply files.
  • the Ply file contains point cloud data such as the point's geometry and/or attributes. Geometry includes positions of points.
  • the position of each point may be expressed by parameters (eg, values of each of the X-axis, Y-axis, and Z-axis) representing a three-dimensional coordinate system (eg, a coordinate system including XYZ axes).
  • the attribute includes attributes of points (eg, texture information of each point, color (YCbCr or RGB), reflectance (r), transparency, etc.).
  • a point has one or more attributes (or properties).
  • one point may have one attribute of color, or two attributes of color and reflectance.
  • the geometry may be referred to as positions, geometry information, geometry data, and the like, and the attribute may be referred to as attributes, attribute information, attribute data, and the like.
  • the point cloud content providing system receives points from information (eg, depth information, color information, etc.) related to the point cloud video acquisition process. Cloud data can be obtained.
  • the point cloud content providing system may encode the point cloud data (20001).
  • the point cloud content providing system may encode point cloud data based on point cloud compression coding.
  • the point cloud data may include the geometry and attributes of the point.
  • the point cloud content providing system may output a geometry bitstream by performing geometry encoding for encoding the geometry.
  • the point cloud content providing system may output an attribute bitstream by performing attribute encoding for encoding the attribute.
  • the point cloud content providing system may perform attribute encoding based on geometry encoding.
  • the geometry bitstream and the attribute bitstream according to the embodiments may be multiplexed and output as one bitstream.
  • the bitstream according to embodiments may further include signaling information related to geometry encoding and attribute encoding.
  • the point cloud content providing system may transmit the encoded point cloud data (20002).
  • the encoded point cloud data may be expressed as a geometry bitstream and an attribute bitstream.
  • the encoded point cloud data may be transmitted in the form of a bitstream together with signaling information related to encoding of the point cloud data (eg, signaling information related to geometry encoding and attribute encoding).
  • the point cloud content providing system may encapsulate the bitstream for transmitting the encoded point cloud data and transmit it in the form of a file or segment.
  • the point cloud content providing system (eg, the receiving device 10004 or the receiver 10005) according to the embodiments may receive a bitstream including the encoded point cloud data. Also, the point cloud content providing system (eg, the receiving device 10004 or the receiver 10005) may demultiplex the bitstream.
  • the point cloud content providing system may decode the encoded point cloud data (for example, a geometry bitstream, an attribute bitstream) transmitted as a bitstream. have.
  • the point cloud content providing system (for example, the receiving device 10004 or the point cloud video decoder 10005) may decode the point cloud video data based on signaling information related to encoding of the point cloud video data included in the bitstream. have.
  • the point cloud content providing system (eg, the receiving device 10004 or the point cloud video decoder 10005) may decode the geometry bitstream to restore positions (geometry) of the points.
  • the point cloud content providing system may restore attributes of points by decoding an attribute bitstream based on the restored geometry.
  • the point cloud content providing system (eg, the receiving device 10004 or the point cloud video decoder 10005) may reconstruct the point cloud video based on positions and decoded attributes according to the reconstructed geometry.
  • the point cloud content providing system may render the decoded point cloud data (20004).
  • the point cloud content providing system may render the geometry and attributes decoded through the decoding process according to various rendering methods according to the rendering method.
  • the 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.).
  • 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
  • Point cloud video can be captured using an RGB camera that can extract
  • the point cloud content providing system according to the embodiments 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 (e.g., a core object such as a character, player, object, actor, etc.) to the user.
  • VR/AR content for example, a 360-degree image of an object (e.g., a core object such as a character, player, object, actor, etc.)
  • the right side of FIG. 3 shows an outward-pacing scheme.
  • the outward-pacing method refers to a method in which one or more cameras (or camera sensors) positioned surrounding the central object capture the environment of the central object rather than the central object.
  • the outward-pacing method may be used to generate point cloud content (eg, content representing an external environment that may be provided to a user of an autonomous vehicle) for providing a surrounding environment that appears from the user's point of view.
  • point cloud content eg, content representing an external environment that may be provided to a user of an autonomous vehicle
  • the point cloud content may be generated based on a capture operation of one or more cameras.
  • the point cloud content providing system may perform calibration of one or more cameras in order to set a global coordinate system before a capture operation.
  • the point cloud content providing system may generate the point cloud content by synthesizing the image and/or image captured by the above-described capture method and an arbitrary image and/or image.
  • the point cloud content providing system may not perform the capture operation described with reference to FIG. 3 when generating point cloud content representing a virtual space.
  • the point cloud content providing system according to the embodiments may perform post-processing on the captured image and/or the image. That is, the point cloud content providing system removes an unwanted area (for example, a background), recognizes a space where captured images and/or images are connected, and fills in a spatial hole if there is one. can
  • the point cloud content providing system may generate one point cloud content by performing coordinate system transformation on points of the point cloud video obtained from each camera.
  • the point cloud content providing system may perform coordinate system transformation of points based on the position coordinates of each camera. Accordingly, the point cloud content providing system may generate content representing one wide range and may generate point cloud content having a high density of points.
  • FIG. 4 shows an example of a point cloud encoder according to embodiments.
  • the point cloud encoder controls point cloud data (eg, positions of points and/or attributes) and perform an encoding operation.
  • point cloud data e.g, positions of points and/or attributes
  • 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 center point of a corresponding voxel may be set based on positions of one or more points included in one voxel.
  • attributes of all positions included in one voxel may be combined and assigned to a corresponding voxel.
  • the octree analyzer 40002 performs octree geometry coding (or octree coding) to represent voxels in an octree structure.
  • the octree structure represents points matched to voxels based on the octal tree structure.
  • the surface approximation analyzer 40003 may analyze and approximate the octree.
  • Octree analysis and approximation is a process of analyzing to voxelize a region including a plurality of points in order to efficiently provide octree and voxelization.
  • the arithmetic encoder 40004 entropy encodes the octree and/or the approximated octree.
  • the encoding method includes an arithmetic encoding method.
  • the encoding results in a geometry bitstream.
  • Color transform unit 40006, attribute transform unit 40007, RAHT transform unit 40008, LOD generating unit 40009, lifting transform unit 40010, coefficient quantization unit 40011 and/or arithmetic encoder 40012 performs attribute encoding.
  • one point may have one or more attributes. Attribute encoding according to embodiments is equally applied to attributes of one point. However, when one attribute (eg, color) includes one or more elements, independent attribute encoding is applied to each element.
  • Attribute encoding may include color transform coding, attribute transform coding, region adaptive hierarchical transform (RAHT) coding, interpolaration-based hierarchical nearest-neighbor prediction-Prediction Transform coding, and interpolation-based hierarchical nearest -neighbor prediction with an update/lifting step (Lifting Transform)) may include coding.
  • RAHT region adaptive hierarchical transform
  • coding interpolaration-based hierarchical nearest-neighbor prediction-Prediction Transform coding
  • Lifting Transform interpolation-based hierarchical nearest -neighbor prediction with an update/lifting step
  • attribute encoding is not limited to the above-described example.
  • the color conversion unit 40006 performs color conversion coding for converting color values (or textures) included in attributes.
  • the color conversion unit 40006 may convert the format of color information (eg, convert from RGB to YCbCr).
  • the operation of the color converter 40006 according to embodiments may be optionally applied according to color values included in the attributes.
  • the geometry reconstruction unit 40005 reconstructs (decompresses) an octree and/or an approximated octree.
  • the geometry reconstruction unit 40005 reconstructs an octree/voxel based on a result of analyzing the distribution of points.
  • the reconstructed octree/voxel may be referred to as a reconstructed geometry (or a reconstructed geometry).
  • the attribute transform unit 40007 performs an attribute transform that transforms attributes based on positions where geometry encoding has not been performed and/or a reconstructed geometry. As described above, since the attributes are dependent on the geometry, the attribute conversion unit 40007 may transform the attributes based on the reconstructed geometry information. For example, the attribute conversion unit 40007 may convert an attribute of a point at the position based on the position value of the point included in the voxel. As described above, when the position of the center point of a corresponding voxel is set based on the positions of one or more points included in one voxel, the attribute conversion unit 40007 converts attributes of the one or more points. When the tri-soup geometry encoding is performed, the attribute conversion unit 40007 may convert the attributes based on the tri-soup geometry encoding.
  • the attribute conversion unit 40007 is an average value of attributes or attribute values (eg, color or reflectance of each point) of neighboring points within a specific position/radius from the position (or position value) of the center point of each voxel. can be calculated to perform attribute transformation.
  • the attribute conversion unit 40007 may apply a weight according to the distance from the center point to each point when calculating the average value.
  • each voxel has a position and a computed attribute (or attribute value).
  • the attribute transform unit 40007 may search for neighboring points existing within a specific position/radius from the position of the center point of each voxel based on the K-D tree or the Morton code.
  • the K-D tree is a binary search tree and supports a data structure that can manage points based on location so that Nearest Neighbor Search-NNS is possible quickly.
  • the Molton code represents a coordinate value (eg (x, y, z)) representing the three-dimensional position of all points as a bit value, and is generated by mixing the bits. For example, if the coordinate value indicating the position of the point is (5, 9, 1), the bit value of the coordinate value is (0101, 1001, 0001).
  • the attribute transform unit 40007 may align the points based on the Molton code value and perform a shortest neighbor search (NNS) through a depth-first traversal process. After the attribute transform operation, when the nearest neighbor search (NNS) is required in another transform process for attribute coding, a K-D tree or a Molton code is used.
  • NSS shortest neighbor search
  • the converted attributes are input to the RAHT conversion unit 40008 and/or the LOD generation unit 40009.
  • the RAHT converter 40008 performs RAHT coding for predicting attribute information based on the reconstructed geometry information.
  • the RAHT transform unit 40008 may predict attribute information of a node at an upper level of the octree based on attribute information associated with a node at a lower level of the octree.
  • the LOD generator 40009 generates a level of detail (LOD) to perform predictive transform coding.
  • LOD level of detail
  • the LOD according to the embodiments indicates the detail of the point cloud content, and the smaller the LOD value, the lower the detail of the point cloud content, and the larger the LOD value, the higher the detail of the point cloud content. Points may be classified according to LOD.
  • the lifting transform unit 40010 performs lifting transform coding that transforms the attributes of the point cloud based on weights. As described above, lifting transform coding may be selectively applied.
  • the coefficient quantizer 40011 quantizes the attribute-coded attributes based on the coefficients.
  • the arithmetic encoder 40012 encodes the quantized attributes based on arithmetic coding.
  • the elements of the point cloud encoder of FIG. 4 are hardware including one or more processors or integrated circuits configured to communicate with one or more memories included in the point cloud providing device. , software, firmware, or a combination thereof.
  • the one or more processors may perform at least any one or more of the operations and/or functions of the elements of the point cloud encoder of FIG. 4 described above.
  • the one or more processors may also operate or execute a set of software programs and/or instructions for performing the operations and/or functions of the elements of the point cloud encoder of FIG. 4 .
  • One or more memories may include high speed random access memory, non-volatile memory (eg, one or more magnetic disk storage devices, flash memory devices, or other non-volatile solid state memory). memory devices (such as solid-state memory devices).
  • FIG. 5 shows an example of a voxel according to embodiments.
  • voxel 5 is an octree structure that recursively subdivides a bounding box defined by two poles (0,0,0) and (2 d , 2 d , 2 d ).
  • An example of a voxel generated through One voxel includes at least one or more points.
  • a voxel may estimate spatial coordinates from a positional relationship with a voxel group.
  • voxels have attributes (such as color or reflectance) like pixels of a 2D image/image.
  • a detailed description of the voxel is the same as that described with reference to FIG. 4 and thus will be omitted.
  • FIG. 6 shows an example of an octree and an occupancy code according to embodiments.
  • the point cloud content providing system (point cloud video encoder 10002) or point cloud encoder (eg, octree analysis unit 40002) efficiently manages the area and/or position of voxels.
  • point cloud video encoder 10002 or point cloud encoder eg, octree analysis unit 40002
  • octree geometry coding or octree coding based on octree structure is performed.
  • FIG. 6 shows the octree structure.
  • the three-dimensional space of the point cloud content according to the embodiments is expressed by axes (eg, X-axis, Y-axis, and Z-axis) of the coordinate system.
  • the octree structure is created by recursive subdividing a bounding box defined by two poles (0,0,0) and (2 d , 2 d ,2 d ). . 2d may be set as 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 the positions (or position values) of the quantized points.
  • the entire 3D space may be divided into eight spaces according to the division.
  • Each divided space is represented by a cube with six faces.
  • each of the eight spaces is again divided based on the axes of the coordinate system (eg, X-axis, Y-axis, and Z-axis). Therefore, each space is further divided into 8 small spaces.
  • the divided small space is also expressed as a cube with six faces. This division method is applied until a leaf node of the octree becomes a voxel.
  • the lower part of FIG. 6 shows the occupanci code of the octree.
  • An occupancy code of an octree is generated to indicate whether each of eight divided spaces generated by dividing one space includes at least one point. Accordingly, one occupanci code is expressed by eight child nodes. Each child node represents the occupancies of the divided space, and each child node has a value of 1 bit. Therefore, the occupanci code is expressed as an 8-bit code. That is, if at least one point is included in the space corresponding to the child node, the corresponding node has a value of 1. If the space corresponding to the child node does not contain a point (empty), the node has a value of 0. Since the occupanci code shown in FIG.
  • a point cloud encoder (eg, arithmetic encoder 40004 ) according to embodiments may entropy encode the occupanci code. In addition, to increase the compression efficiency, the point cloud encoder can intra/inter-code the occupanci code.
  • the receiving apparatus (eg, the receiving apparatus 10004 or the point cloud video decoder 10006) according to the embodiments reconstructs an octree based on the occupanci code.
  • the point cloud encoder (eg, the point cloud encoder of FIG. 4 , or the octree analyzer 40002) according to embodiments may perform voxelization and octree coding to store positions of points.
  • the points in the 3D space are not always evenly distributed, there may be a specific area where there are not many points. Therefore, it is inefficient to perform voxelization on the entire 3D space. For example, if there are few points in a specific area, it is not necessary to perform voxelization up to the corresponding area.
  • the point cloud encoder does not perform voxelization on the above-described specific region (or a node other than a leaf node of an octree), but directly codes positions of points included in the specific region. ) can be done. Coordinates of direct coding points according to embodiments are called direct coding mode (DCM).
  • DCM direct coding mode
  • the point cloud encoder according to the embodiments may perform trisoup geometry encoding for reconstructing positions of points in a specific region (or node) based on a voxel based on a surface model.
  • Tri-Soop geometry encoding is a geometry encoding that expresses the representation of an object as a series of triangle meshes.
  • the point cloud decoder can generate a point cloud from the mesh surface.
  • Direct coding and trisup geometry encoding according to embodiments may be selectively performed. Also, direct coding and trisup geometry encoding according to embodiments may be performed in combination with octree geometry coding (or octree coding).
  • the option to use a direct mode for applying direct coding must be activated, and a node to which direct coding is to be applied is not a leaf node, but is below a threshold within a specific node. points must exist. In addition, the number of whole points to be subjected to direct coding should not exceed a preset limit value. If the above condition is satisfied, the point cloud encoder (or the arithmetic encoder 40004 ) according to embodiments may entropy-code positions (or position values) of points.
  • the point cloud encoder (for example, the surface appropriation analyzer 40003) according to the embodiments determines a specific level of the octree (when the level is smaller than the depth d of the octree), and from that level, a node using the surface model It is possible to perform tri-soup geometry encoding that reconstructs the position of a point in a region based on voxels (tri-soup mode).
  • the point cloud encoder according to the embodiments may designate a level to which tri-soup geometry encoding is to be applied. For example, if the specified level is equal to the depth of the octree, the point cloud encoder will not operate in trichop mode.
  • the point cloud encoder may operate in the tri-soup mode only when the designated level is smaller than the depth value of the octree.
  • a three-dimensional cube region of nodes of a specified level according to embodiments is called a block.
  • One block may include one or more voxels.
  • a block or voxel may correspond to a brick.
  • the geometry is represented as a surface.
  • a surface according to embodiments may intersect each edge of the block at most once.
  • a vertex existing along an edge is detected when there is at least one occupied voxel adjacent to the edge among all blocks sharing the edge.
  • An ocupided voxel means a voxel including a point. The position of the vertex detected along the edge is the average position along the edge of all voxels of all voxels adjacent to the edge among all blocks sharing the edge.
  • the point cloud encoder When a vertex is detected, the point cloud encoder according to the embodiments entropy-codes the starting point (x, y, z) of the edge, the direction vectors ( ⁇ x, ⁇ y, ⁇ z) of the edge, and the vertex position values (relative position values within the edge).
  • the point cloud encoder eg, the geometry reconstruction unit 40005
  • the point cloud encoder performs triangle reconstruction, up-sampling, and voxelization processes. to create a reconstructed geometry (reconstructed geometry).
  • Vertices located at the edge of a block determine the surface that passes through the block.
  • the surface according to embodiments is a non-planar polygon.
  • the triangle reconstruction process reconstructs the surface represented by a triangle based on the starting point of the edge, the direction vector of the edge, and the position value of the vertex.
  • the triangle reconstruction process is as follows. 1 Calculate the centroid value of each vertex, 2 perform a square on the values obtained by subtracting the center value from each vertex value, and obtain a value obtained by adding all the values.
  • the minimum value of the added values is obtained, and the projection process is performed along the axis with the minimum value. For example, if the x element is the minimum, each vertex is projected on the x-axis with respect to the center of the block and projected on the (y, z) plane. If the projected value on the (y, z) plane is (ai, bi), the ⁇ value is obtained through atan2(bi, ai), and the vertices are aligned based on the ⁇ value.
  • the table below shows combinations of vertices for generating a triangle according to the number of vertices. Vertices are sorted in order from 1 to n.
  • the table below shows that for four vertices, two triangles can be formed according to a combination of vertices.
  • the first triangle may be composed of 1st, 2nd, and 3rd vertices among the aligned vertices
  • the second triangle may be composed of 3rd, 4th, and 1st vertices among the aligned vertices. .
  • the upsampling process is performed to voxelize the triangle by adding points along the edge of the triangle. Create additional points based on the upsampling factor and the width of the block. The additional points are called refined vertices.
  • the point cloud encoder may voxel the refined vertices. Also, the point cloud encoder may perform attribute encoding based on the voxelized position (or position value).
  • FIG. 7 shows an example of a neighbor node pattern according to embodiments.
  • the point cloud encoder may perform entropy coding based on context adaptive arithmetic coding.
  • the point cloud content providing system or the point cloud encoder directly transmits the occupanci code.
  • Entropy coding is possible.
  • the point cloud content providing system or point cloud encoder performs entropy encoding (intra-encoding) based on the occupancies of the current node and the occupancies of neighboring nodes, or entropy encoding (inter-encoding) based on the occupancies of the previous frame. ) can be done.
  • a frame according to embodiments means a set of point cloud videos generated at the same time.
  • a point cloud encoder determines occupancy of neighboring nodes of each node of an octree and obtains a value of a neighbor pattern.
  • the neighbor node pattern is used to infer the occupancies pattern of the corresponding node.
  • the left side of FIG. 7 shows a cube corresponding to a node (a cube located in the center) and six cubes (neighbor nodes) sharing at least one face with the cube.
  • the nodes shown in the figure are nodes of the same depth (depth).
  • the numbers shown in the figure represent the weights (1, 2, 4, 8, 16, 32, etc.) associated with each of the six nodes. Each weight is sequentially assigned according to the positions of neighboring nodes.
  • the right side of FIG. 7 shows the neighboring node pattern values.
  • the neighbor node pattern value is the sum of values multiplied by the weights of the ocupided neighbor nodes (neighbor nodes with points). Therefore, the neighbor node pattern values range from 0 to 63. When the value of the neighbor node pattern is 0, it indicates that there is no node (ocupid node) having a point among the neighboring nodes of the corresponding node. When the neighbor node pattern value is 63, it indicates that all of the neighbor nodes are ocupid nodes. As shown in the figure, since neighboring nodes to which weights 1, 2, 4, and 8 are assigned are ocupided nodes, the neighboring node pattern value is 15, which is the sum of 1, 2, 4, and 8.
  • the point cloud encoder may perform coding according to the value of the neighboring node pattern (for example, if the value of the neighboring node pattern is 63, 64 types of coding are performed). According to embodiments, the point cloud encoder may reduce coding complexity by changing the neighbor node pattern value (eg, based on a table that changes 64 to 10 or 6).
  • the encoded geometry is reconstructed (decompressed).
  • the geometry reconstruction operation may include changing the arrangement of the direct coded points (eg, placing the direct coded points in front of the point cloud data).
  • the geometry reconstruction process is triangular reconstruction, upsampling, and voxelization. Since the attribute is dependent on the geometry, the attribute encoding is performed based on the reconstructed geometry.
  • the point cloud encoder may reorganize the points by LOD.
  • the figure shows the point cloud content corresponding to the LOD.
  • the left side of the drawing shows the original point cloud content.
  • the second figure from the left of the figure shows the distribution of the points of the lowest LOD, and the rightmost figure of the figure shows the distribution of the points of the highest LOD. That is, the points of the lowest LOD are sparsely distributed, and the points of the highest LOD are densely distributed. That is, as the LOD increases according to the direction of the arrow indicated at the bottom of the drawing, the interval (or distance) between the points becomes shorter.
  • the point cloud content providing system or the point cloud encoder (for example, the point cloud video encoder 10002, the point cloud encoder of FIG. 4, or the LOD generator 40009) generates an LOD. can do.
  • the LOD is created by reorganizing the points into a set of refinement levels according to a set LOD distance value (or set of Euclidean Distance).
  • the LOD generation process is performed not only in the point cloud encoder but also in the point cloud decoder.
  • FIG. 9 shows examples (P0 to P9) of points of point cloud content distributed in a three-dimensional space.
  • the original order of FIG. 9 indicates the order of points P0 to P9 before LOD generation.
  • the LOD based order of FIG. 9 indicates the order of points according to the LOD generation. Points are rearranged by LOD. Also, the high LOD includes points belonging to the low LOD.
  • LOD0 includes P0, P5, P4 and P2.
  • LOD1 includes the points of LOD0 and P1, P6 and P3.
  • LOD2 includes points of LOD0, points of LOD1, and P9, P8 and P7.
  • the point cloud encoder may perform predictive transform coding, lifting transform coding, and RAHT transform coding selectively or in combination.
  • a point cloud encoder may generate predictors for points and perform predictive transform coding to set a predictive attribute (or predictive attribute value) of each point. That is, N predictors may be generated for N points.
  • the prediction attribute (or attribute value) is a weight calculated based on the distance to each neighboring point in the attributes (or attribute values, for example, color, reflectance, etc.) of neighboring points set in the predictor of each point (or a weight value) is set as the average value of the multiplied value.
  • the point cloud encoder for example, the coefficient quantization unit 40011 according to the embodiments subtracts the predicted attribute (attribute value) from the attribute (attribute value) of each point (residuals, residual attribute, residual attribute value, attribute quantization and inverse quantization can be performed on the prediction residual value, etc.
  • the quantization process is shown in the following table.
  • the point cloud encoder (for example, the arithmetic encoder 40012) according to the embodiments may entropy-code the quantized and dequantized residual values as described above when there are points adjacent to the predictor of each point.
  • the point cloud encoder according to the examples (eg, the arithmetic encoder 40012) may entropy-code the attributes of the corresponding point without performing the above-described process if there are no neighboring points in the predictor of each point.
  • a point cloud encoder (for example, the lifting transform unit 40010) generates a predictor of each point, sets an LOD calculated in the predictor, registers neighboring points, and weights according to distances to neighboring points
  • Lifting transform coding may be performed by setting .Lifting transform coding according to embodiments is similar to the above-described predictive transform coding, except that a weight is accumulated and applied to an attribute value. The process of cumulatively applying weights to values is as follows.
  • the weights calculated for all predictors are additionally multiplied by the weights stored in the QW corresponding to the predictor index, and the calculated weights are cumulatively added to the update weight array as the indices of neighboring nodes.
  • the value obtained by multiplying the calculated weight by the attribute value of the index of the neighbor node is accumulated and summed.
  • predictive attribute values are calculated by additionally multiplying the attribute values updated through the lift update process by the weights updated through the lift prediction process (stored in QW).
  • a point cloud encoder eg, the coefficient quantization unit 40011
  • a point cloud encoder eg, arithmetic encoder 40012
  • entropy codes the quantized attribute values.
  • the point cloud encoder (for example, the RAHT transform unit 40008) according to the embodiments may perform RAHT transform coding for estimating the attributes of the nodes of the higher level by using the attributes associated with the nodes at the lower level of the octree.
  • RAHT transform coding is an example of attribute intra coding with octree backward scan.
  • the point cloud encoder according to the embodiments scans the entire area from the voxel, and repeats the merging process up to the root node while merging the voxels into a larger block at each step.
  • the merging process according to the embodiments is performed only for the ocupid node. A merging process is not performed on an empty node, and a merging process is performed on a node immediately above the empty node.
  • g lx, y, and z represent the average attribute values of voxels in level l.
  • g lx, y, z can be calculated from g l+1 2x, y, z and g l+1 2x+1, y, z.
  • g l-1 x, y, z are low-pass values, which are used in the merging process at the next higher level.
  • h l-1 x, y, and z are high-pass coefficients, and the high-pass coefficients in each step are quantized and entropy-coded (eg, encoding of the arithmetic encoder 400012 ).
  • the root node is created as follows through the last g 1 0, 0, 0 and g 1 0, 0, 1 ,
  • FIG. 10 shows an example of a point cloud decoder according to embodiments.
  • the point cloud decoder shown in FIG. 10 is an example of the point cloud video decoder 10006 described in FIG. 1 , and may perform the same or similar operations to the operation of the point cloud video decoder 10006 described in FIG. 1 .
  • the point cloud decoder may receive a geometry bitstream and an attribute bitstream included in one or more bitstreams.
  • the point cloud decoder includes a geometry decoder and an attribute decoder.
  • the geometry decoder outputs decoded geometry by performing geometry decoding on the geometry bitstream.
  • the attribute decoder outputs decoded attributes by performing attribute decoding based on the decoded geometry and the attribute bitstream.
  • the decoded geometry and decoded attributes are used to reconstruct the point cloud content (decoded point cloud).
  • FIG. 11 shows an example of a point cloud decoder according to embodiments.
  • the point cloud decoder shown in FIG. 11 is an example of the point cloud decoder described with reference to FIG. 10 , and may perform a decoding operation that is a reverse process of the encoding operation of the point cloud encoder described with reference to FIGS. 1 to 9 .
  • the point cloud decoder may perform geometry decoding and attribute decoding. Geometry decoding is performed before attribute decoding.
  • a point cloud decoder may include an arithmetic decoder 11000, a synthesize octree 11001, a synthesize surface approximation 11002, and a reconstruct geometry , 11003), inverse transform coordinates (11004), arithmetic decoder (11005), inverse quantize (11006), RAHT transform unit (11007), LOD generator (generate LOD, 11008) ), an inverse lifting unit (Inverse lifting, 11009), and / or color inverse transform unit (inverse transform colors, 11010).
  • the arithmetic decoder 11000 , the octree synthesizer 11001 , the surface opproximation synthesizer 11002 , the geometry reconstruction unit 11003 , and the coordinate system inverse transformation unit 11004 may perform geometry decoding.
  • Geometry decoding according to embodiments may include direct coding and trisoup geometry decoding. Direct coding and trisup geometry decoding are optionally applied. Also, the geometry decoding is not limited to the above example, and is performed as a reverse process of the geometry encoding described with reference to FIGS. 1 to 9 .
  • the arithmetic decoder 11000 decodes the received geometry bitstream based on arithmetic coding.
  • the operation of the arithmetic decoder 11000 corresponds to the reverse process of the arithmetic encoder 40004 .
  • the octree synthesizing unit 11001 may generate an octree by obtaining an ocupancy code from a decoded geometry bitstream (or information about a geometry secured as a result of decoding).
  • a detailed description of the occupanci code is the same as described with reference to FIGS. 1 to 9 .
  • the surface op-proximation synthesizing unit 11002 may synthesize a surface based on the decoded geometry and/or the generated octree when the tri-top geometry encoding is applied.
  • the geometry reconstruction unit 11003 may reconstruct a geometry based on the surface and/or the decoded geometry. As described with reference to FIGS. 1 to 9 , direct coding and tri-soup geometry encoding are selectively applied. Accordingly, the geometry reconstruction unit 11003 directly brings and adds position information of points to which direct coding is applied. In addition, when tri-soup geometry encoding is applied, the geometry reconstruction unit 11003 may perform a reconstruction operation of the geometry reconstruction unit 40005, for example, triangle reconstruction, up-sampling, and voxelization to restore the geometry. have. Specific details are the same as those described with reference to FIG. 6 and thus will be omitted.
  • the reconstructed geometry may include a point cloud picture or frame that does not include attributes.
  • the coordinate system inverse transform unit 11004 may obtain positions of points by transforming the coordinate system based on the restored geometry.
  • the arithmetic decoder 11005, the inverse quantization unit 11006, the RAHT transform unit 11007, the LOD generation unit 11008, the inverse lifting unit 11009, and/or the color inverse transform unit 11010 are the attributes described with reference to FIG. decoding can be performed.
  • Attribute decoding according to embodiments includes Region Adaptive Hierarchical Transform (RAHT) decoding, Interpolaration-based hierarchical nearest-neighbor prediction-Prediction Transform decoding, and interpolation-based hierarchical nearest-neighbor prediction with an update/lifting step (Lifting Transform)) decoding may be included.
  • RAHT Region Adaptive Hierarchical Transform
  • Interpolaration-based hierarchical nearest-neighbor prediction-Prediction Transform decoding Interpolaration-based hierarchical nearest-neighbor prediction-Prediction Transform decoding
  • interpolation-based hierarchical nearest-neighbor prediction with an update/lifting step (Lifting Transform)) decoding may be included.
  • the arithmetic decoder 11005 decodes an attribute bitstream by arithmetic coding.
  • the inverse quantization unit 11006 inverse quantizes the decoded attribute bitstream or information about the attribute secured as a result of decoding, and outputs inverse quantized attributes (or attribute values). Inverse quantization may be selectively applied based on attribute encoding of the point cloud encoder.
  • the RAHT transformation unit 11007, the LOD generation unit 11008, and/or the inverse lifting unit 11009 may process the reconstructed geometry and dequantized attributes. As described above, the RAHT converting unit 11007, the LOD generating unit 11008 and/or the inverse lifting unit 11009 may selectively perform a corresponding decoding operation according to the encoding of the point cloud encoder.
  • the color inverse transform unit 11010 performs inverse transform coding for inverse transforming color values (or textures) included in decoded attributes.
  • the operation of the color inverse transform unit 11010 may be selectively performed based on the operation of the color transform unit 40006 of the point cloud encoder.
  • the elements of the point cloud decoder of FIG. 11 are not shown in the figure, hardware including one or more processors or integrated circuits configured to communicate with one or more memories included in the point cloud providing apparatus , software, firmware, or a combination thereof.
  • One or more processors may perform at least any one or more of the operations and/or functions of the elements of the point cloud decoder of FIG. 11 described above.
  • the one or more processors may operate or execute a set of software programs and/or instructions for performing operations and/or functions of the elements of the point cloud decoder of FIG. 11 .
  • the transmission device shown in FIG. 12 is an example of the transmission device 10000 of FIG. 1 (or the point cloud encoder of FIG. 4 ).
  • the transmitting apparatus shown in FIG. 12 may perform at least any one or more of the same or similar operations and methods to the operations and encoding methods of the point cloud encoder described with reference to FIGS. 1 to 9 .
  • the transmission apparatus includes a data input unit 12000 , a quantization processing unit 12001 , a voxelization processing unit 12002 , an occupancy code generation unit 12003 , a surface model processing unit 12004 , and an intra/ Inter-coding processing unit 12005, arithmetic coder 12006, metadata processing unit 12007, color conversion processing unit 12008, attribute conversion processing unit (or attribute conversion processing unit) 12009, prediction/lifting/RAHT conversion It may include a processing unit 12010 , an arithmetic coder 12011 , and/or a transmission processing unit 12012 .
  • the data input unit 12000 receives or acquires point cloud data.
  • the data input unit 12000 may perform the same or similar operation and/or acquisition method to the operation and/or acquisition method of the point cloud video acquisition unit 10001 (or the acquisition process 20000 described in FIG. 2 ).
  • the coder 12006 performs geometry encoding. Since the geometry encoding according to the embodiments is the same as or similar to the geometry encoding described with reference to FIGS. 1 to 9 , a detailed description thereof will be omitted.
  • the quantization processing unit 12001 quantizes a geometry (eg, a position value of points or a position value).
  • the operation and/or quantization of the quantization processing unit 12001 is the same as or similar to the operation and/or quantization of the quantization unit 40001 described with reference to FIG. 4 .
  • a detailed description is the same as that described with reference to FIGS. 1 to 9 .
  • the voxelization processing unit 12002 voxelizes position values of quantized points.
  • the voxelization processing unit 12002 may perform the same or similar operations and/or processes as those of the quantization unit 40001 described with reference to FIG. 4 and/or the voxelization process. A detailed description is the same as that described with reference to FIGS. 1 to 9 .
  • the octree occupancy code generator 12003 performs octree coding on the positions of voxelized points based on the octree structure.
  • the octree occupancy code generator 12003 may generate an occupanci code.
  • the octree occupancy code generator 12003 may perform the same or similar operations and/or methods to those of the point cloud encoder (or the octree analyzer 40002) described with reference to FIGS. 4 and 6 . A detailed description is the same as that described with reference to FIGS. 1 to 9 .
  • the surface model processing unit 12004 may perform tri-supply geometry encoding for reconstructing positions of points in a specific region (or node) based on a voxel based on a surface model.
  • the fore surface model processing unit 12004 may perform the same or similar operations and/or methods to those of the point cloud encoder (eg, the surface appropriation analyzer 40003) described with reference to FIG. 4 .
  • a detailed description is the same as that described with reference to FIGS. 1 to 9 .
  • the intra/inter coding processing unit 12005 may perform intra/inter coding of point cloud data.
  • the intra/inter coding processing unit 12005 may perform the same or similar coding to the intra/inter coding described with reference to FIG. 7 . A detailed description is the same as that described with reference to FIG. 7 .
  • the intra/inter coding processing unit 12005 may be included in the arithmetic coder 12006 .
  • the arithmetic coder 12006 entropy encodes an octree and/or an approximated octree of point cloud data.
  • the encoding method includes an arithmetic encoding method.
  • the arithmetic coder 12006 performs the same or similar operations and/or methods as the operations and/or methods of the arithmetic encoder 40004 .
  • the metadata processing unit 12007 processes metadata related to point cloud data, for example, a setting value, and provides it to necessary processing such as geometry encoding and/or attribute encoding. Also, the metadata processing unit 12007 according to embodiments may generate and/or process signaling information related to geometry encoding and/or attribute encoding. Signaling information according to embodiments may be encoded separately from geometry encoding and/or attribute encoding. Also, signaling information according to embodiments may be interleaved.
  • the color conversion processing unit 12008, the attribute conversion processing unit 12009, the prediction/lifting/RAHT conversion processing unit 12010, and the arithmetic coder 12011 perform attribute encoding. Since the attribute encoding according to the embodiments is the same as or similar to the attribute encoding described with reference to FIGS. 1 to 9 , a detailed description thereof will be omitted.
  • the color conversion processing unit 12008 performs color conversion coding for converting color values included in the attributes.
  • the color conversion processing unit 12008 may perform color conversion coding based on the reconstructed geometry.
  • the description of the reconstructed geometry is the same as that described with reference to FIGS. 1 to 9 .
  • the same or similar operation and/or method to the operation and/or method of the color conversion unit 40006 described with reference to FIG. 4 is performed. A detailed description will be omitted.
  • the attribute transformation processing unit 12009 performs an attribute transformation for transforming attributes based on positions where geometry encoding has not been performed and/or a reconstructed geometry.
  • the attribute transformation processing unit 12009 performs the same or similar operations and/or methods as those of the attribute transformation unit 40007 described in FIG. 4 . A detailed description will be omitted.
  • the prediction/lifting/RAHT transform processing unit 12010 may code the transformed attributes by any one or a combination of RAHT coding, predictive transform coding, and lifting transform coding.
  • the prediction/lifting/RAHT transformation processing unit 12010 performs at least one or more of the same or similar operations to the operations of the RAHT transformation unit 40008, the LOD generation unit 40009, and the lifting transformation unit 40010 described with reference to FIG. 4 . do.
  • the descriptions of predictive transform coding, lifting transform coding, and RAHT transform coding are the same as those described with reference to FIGS. 1 to 9 , a detailed description thereof will be omitted.
  • the arithmetic coder 12011 may encode coded attributes based on arithmetic coding.
  • the arithmetic coder 12011 performs the same or similar operations and/or methods to the operations and/or methods of the arithmetic encoder 400012 .
  • the transmission processing unit 12012 transmits each bitstream including the encoded geometry and/or the encoded attribute and metadata information, or converts the encoded geometry and/or the encoded attribute and metadata information into one It can be transmitted by composing it as a bitstream.
  • the bitstream may include one or more sub-bitstreams.
  • the bitstream according to the embodiments is a Sequence Parameter Set (SPS) for sequence-level signaling, a Geometry Parameter Set (GPS) for signaling of geometry information coding, APS (Attribute Parameter Set) for signaling of attribute information coding, tile Signaling information including a Tile Parameter Set (TPS) for level signaling and slice data may be included.
  • SPS Sequence Parameter Set
  • GPS Geometry Parameter Set
  • APS Attribute Parameter Set
  • tile Signaling information including a Tile Parameter Set (TPS) for level signaling
  • Slice data may include information about one or more slices.
  • One slice according to embodiments may include one geometry bitstream (Geom00) and one or more attribute bitstreams (Attr00, Attr10).
  • a slice refers to a series of syntax elements representing all or a part of a coded point cloud frame.
  • the TPS may include information about each tile (eg, coordinate value information and height/size information of a bounding box, etc.) for one or more tiles.
  • a geometry bitstream may include a header and a payload.
  • the header of the geometry bitstream according to the embodiments may include identification information (geom_ parameter_set_id), a tile identifier (geom_tile_id), a slice identifier (geom_slice_id) of a parameter set included in GPS, and information about data included in a payload, etc.
  • the metadata processing unit 12007 may generate and/or process signaling information and transmit it to the transmission processing unit 12012 .
  • elements performing geometry encoding and elements performing attribute encoding may share data/information with each other as dotted lines are processed.
  • the transmission processing unit 12012 may perform the same or similar operation and/or transmission method to the operation and/or transmission method of the transmitter 10003 . Since the detailed description is the same as that described with reference to FIGS. 1 to 2 , a detailed description thereof will be omitted.
  • FIG. 13 is an example of a receiving apparatus according to embodiments.
  • the reception apparatus shown in FIG. 13 is an example of the reception apparatus 10004 of FIG. 1 (or the point cloud decoder of FIGS. 10 and 11 ).
  • the receiving apparatus shown in FIG. 13 may perform at least any one or more of the same or similar operations and methods to the operations and decoding methods of the point cloud decoder described with reference to FIGS. 1 to 11 .
  • the reception apparatus includes a reception unit 13000 , a reception processing unit 13001 , an arithmetic decoder 13002 , an Occupancy code-based octree reconstruction processing unit 13003 , and a surface model processing unit (triangle reconstruction). , up-sampling, voxelization) 13004, inverse quantization processing unit 13005, metadata parser 13006, arithmetic decoder 13007, inverse quantization processing unit 13008, prediction It may include a /lifting/RAHT inverse transformation processing unit 13009 , an inverse color transformation processing unit 13010 , and/or a renderer 13011 .
  • Each component of decoding according to embodiments may perform a reverse process of a component of encoding according to embodiments.
  • the receiver 13000 receives point cloud data.
  • the receiver 13000 may perform the same or similar operation and/or reception method as the operation and/or reception method of the receiver 10005 of FIG. 1 . A detailed description will be omitted.
  • the reception processing unit 13001 may acquire a geometry bitstream and/or an attribute bitstream from the received data.
  • the reception processing unit 13001 may be included in the reception unit 13000 .
  • the arithmetic decoder 13002, the occupancy code-based octree reconstruction processing unit 13003, the surface model processing unit 13004, and the inverse quantization processing unit 13005 may perform geometry decoding. Since the geometry decoding according to the embodiments is the same as or similar to the geometry decoding described with reference to FIGS. 1 to 10 , a detailed description thereof will be omitted.
  • the arithmetic decoder 13002 may decode a geometry bitstream based on arithmetic coding.
  • the arithmetic decoder 13002 performs the same or similar operations and/or coding to the operations and/or coding of the arithmetic decoder 11000 .
  • the ocupancy code-based octree reconstruction processing unit 13003 may reconstruct the octopus by obtaining an occupanci code from a decoded geometry bitstream (or information about a geometry secured as a result of decoding).
  • the occupancy code-based octree reconstruction processing unit 13003 performs the same or similar operations and/or methods as those of the octree synthesis unit 11001 and/or the octree generation method.
  • the surface model processing unit 13004 may decode a trichop geometry based on the surface model method and reconstruct the geometry related thereto (eg, triangle reconstruction, up-sampling, voxelization) based on the surface model method when trisuple geometry encoding is applied. can be performed.
  • the surface model processing unit 13004 performs the same or similar operations to the operations of the surface op-proximation synthesis unit 11002 and/or the geometry reconstruction unit 11003 .
  • the inverse quantization processing unit 13005 may inverse quantize the decoded geometry.
  • the metadata parser 13006 may parse metadata included in the received point cloud data, for example, a setting value.
  • the metadata parser 13006 may pass the metadata to geometry decoding and/or attribute decoding. A detailed description of the metadata is the same as that described with reference to FIG. 12 , and thus will be omitted.
  • the arithmetic decoder 13007 , the inverse quantization processing unit 13008 , the prediction/lifting/RAHT inverse transformation processing unit 13009 , and the color inverse transformation processing unit 13010 perform attribute decoding. Since the attribute decoding is the same as or similar to the attribute decoding described with reference to FIGS. 1 to 10 , a detailed description thereof will be omitted.
  • the arithmetic decoder 13007 may decode the attribute bitstream by arithmetic coding.
  • the arithmetic decoder 13007 may perform decoding of the attribute bitstream based on the reconstructed geometry.
  • the arithmetic decoder 13007 performs the same or similar operation and/or coding to the operation and/or coding of the arithmetic decoder 11005 .
  • the inverse quantization processing unit 13008 may inverse quantize the decoded attribute bitstream.
  • the inverse quantization processing unit 13008 performs the same or similar operations and/or methods to those of the inverse quantization unit 11006 and/or the inverse quantization method.
  • the prediction/lifting/RAHT inverse transform processing unit 13009 may process the reconstructed geometry and inverse quantized attributes.
  • the prediction/lifting/RAHT inverse transform processing unit 13009 performs the same or similar operations and/or decodings as the operations and/or decodings of the RAHT transform unit 11007, the LOD generation unit 11008 and/or the inverse lifting unit 11009 and/or At least any one or more of the decodings are performed.
  • the color inverse transform processing unit 13010 according to embodiments performs inverse transform coding for inverse transforming color values (or textures) included in decoded attributes.
  • the color inverse transform processing unit 13010 performs the same or similar operation and/or inverse transform coding to the operation and/or inverse transform coding of the color inverse transform unit 11010 .
  • the renderer 13011 may render point cloud data.
  • FIG. 14 shows an example of a structure capable of interworking with a method/device for transmitting and receiving point cloud data according to embodiments.
  • the structure of FIG. 14 includes at least one or more of a server 1460 , a robot 1410 , an autonomous vehicle 1420 , an XR device 1430 , a smartphone 1440 , a home appliance 1450 , and/or an HMD 1470 .
  • a configuration connected to the cloud network 1410 is shown.
  • the robot 1410 , the autonomous vehicle 1420 , the XR device 1430 , the smart phone 1440 , or the home appliance 1450 are referred to as devices.
  • the XR device 1430 may correspond to a point cloud data (PCC) device according to embodiments or may be linked with the PCC device.
  • PCC point cloud data
  • the cloud network 1400 may constitute a part of the cloud computing infrastructure or may refer to a network existing in the cloud computing infrastructure.
  • the cloud network 1400 may be configured using a 3G network, a 4G or Long Term Evolution (LTE) network, or a 5G network.
  • LTE Long Term Evolution
  • the server 1460 includes at least one of a robot 1410 , an autonomous vehicle 1420 , an XR device 1430 , a smartphone 1440 , a home appliance 1450 and/or an HMD 1470 , and a cloud network 1400 . It is connected through and may help at least a part of the processing of the connected devices 1410 to 1470 .
  • a Head-Mount Display (HMD) 1470 represents one of the types in which an XR device and/or a PCC device according to embodiments may be implemented.
  • the HMD-type device according to the embodiments includes a communication unit, a control unit, a memory unit, an I/O unit, a sensor unit, and a power supply unit.
  • the devices 1410 to 1450 shown in FIG. 14 may be linked/coupled with the point cloud data transmission/reception device according to the above-described embodiments.
  • XR / PCC device 1430 is PCC and / or XR (AR + VR) technology is applied, HMD (Head-Mount Display), HUD (Head-Up Display) provided in the vehicle, television, mobile phone, smart phone, It may be implemented as a computer, a wearable device, a home appliance, a digital signage, a vehicle, a stationary robot, or a mobile robot.
  • HMD Head-Mount Display
  • HUD Head-Up Display
  • the XR/PCC device 1430 analyzes three-dimensional point cloud data or image data acquired through various sensors or from an external device to generate position data and attribute data for three-dimensional points in the surrounding space or real objects. Information can be obtained and the XR object to be output can be rendered and output. For example, the XR/PCC apparatus 1430 may output an XR object including additional information on the recognized object to correspond to the recognized object.
  • the XR/PCC device 1430 may be implemented as a mobile phone 1440 or the like to which PCC technology is applied.
  • the mobile phone 1440 may decode and display the point cloud content based on the PCC technology.
  • the autonomous vehicle 1420 may be implemented as a mobile robot, a vehicle, an unmanned aerial vehicle, etc. by applying PCC technology and XR technology.
  • the autonomous driving vehicle 1420 to which the XR/PCC technology is applied may mean an autonomous driving vehicle equipped with a means for providing an XR image or an autonomous driving vehicle subject to control/interaction within the XR image.
  • the autonomous driving vehicle 1420 that is the target of control/interaction within the XR image may be distinguished from the XR device 1430 and may be interlocked with each other.
  • the autonomous vehicle 1420 having means for providing an XR/PCC image may obtain sensor information from sensors including a camera, and output an XR/PCC image generated based on the acquired sensor information.
  • the autonomous vehicle 1420 may provide an XR/PCC object corresponding to a real object or an object in a screen to a passenger by outputting an XR/PCC image with a HUD.
  • the XR/PCC object when the XR/PCC object is output to the HUD, at least a portion of the XR/PCC object may be output to overlap the real object to which the passenger's gaze is directed.
  • the XR/PCC object when the XR/PCC object is output to a display provided inside the autonomous vehicle, at least a part of the XR/PCC object may be output to overlap the object in the screen.
  • the autonomous vehicle 1220 may output XR/PCC objects corresponding to objects such as a lane, other vehicles, traffic lights, traffic signs, two-wheeled vehicles, pedestrians, and buildings.
  • VR Virtual Reality
  • AR Augmented Reality
  • MR Magnetic Reality
  • PCC Point Cloud Compression
  • VR technology is a display technology that provides objects or backgrounds in the real world only as CG images.
  • AR technology refers to a technology that shows a virtual CG image on top of an actual object image.
  • the MR technology is similar to the AR technology described above in that it shows the virtual objects by mixing and combining them in the real world.
  • AR technology the distinction between real objects and virtual objects made of CG images is clear, and virtual objects are used in a form that complements real objects, whereas in MR technology, virtual objects are regarded as having the same characteristics as real objects. distinct from technology. More specifically, for example, a hologram service to which the aforementioned MR technology is applied.
  • VR, AR, and MR technologies are sometimes called XR (extended reality) technologies rather than clearly distinguishing them. Accordingly, embodiments of the present invention are applicable to all of VR, AR, MR, and XR technologies. For these technologies, encoding/decoding based on PCC, V-PCC, and G-PCC technologies may be applied.
  • the PCC method/apparatus according to the embodiments may be applied to a vehicle providing an autonomous driving service.
  • a vehicle providing an autonomous driving service is connected to a PCC device for wired/wireless communication.
  • the point cloud data (PCC) transceiver receives/processes AR/VR/PCC service-related content data that can be provided together with the autonomous driving service when connected to a vehicle to enable wired/wireless communication, can be sent to
  • the point cloud transceiver may receive/process AR/VR/PCC service-related content data according to a user input signal input through the user interface device and provide it to the user.
  • a vehicle or a user interface device may receive a user input signal.
  • a user input signal according to embodiments may include a signal indicating an autonomous driving service.
  • 15 is a flowchart illustrating an operation of an apparatus for transmitting point cloud data according to embodiments.
  • the flowchart 1500 of FIG. 15 shows an example of an operation of a point cloud transmission apparatus (or referred to as a point cloud data transmission apparatus) that performs projection in order to increase the compression efficiency of attribute encoding.
  • Projection according to embodiments is applied to geometry as a preprocessing process of attribute encoding.
  • Point cloud data eg, LiDAR data, etc.
  • attribute encoding is performed based on geometry encoding.
  • attribute compression efficiency may decrease.
  • the projection according to the embodiments is applied to point cloud data capable of increasing attribute compression efficiency through location change.
  • Projection transforms the coordinate system representing the position (geometry) of each point (for example, a Cartesian coordinate system consisting of the x-axis, y-axis, and z-axis, etc.) It means to transform into a coordinate system representing Projection according to embodiments may be referred to as coordinate conversion.
  • the point cloud transmission device performs coding (geometry coding) on the geometry ( 1510).
  • Geometry coding according to the embodiments is performed by the coordinate transformation unit 40000, the quantization 40001, the octree analysis unit 40002, the surface approximation analysis unit 40003, the arithmetic encoder 40004, and the geometry data described with reference to FIG. 4 .
  • At least one of the operations of the construction unit corresponds to a combination and is not limited to the above example.
  • the geometry coding includes the data input unit 12000 , the quantization processing unit 12001 , the voxelization processing unit 12002 , the octree occupancy code generation unit 12003 , the surface model processing unit 12004 and the intra, which are described with reference to FIG. 12 .
  • Geometry coding may be referred to as geometry encoding.
  • the point cloud transmission apparatus When lossy coding is performed, the point cloud transmission apparatus according to embodiments decodes the encoded geometry and performs recoloring (attribute transfer) ( 1520 ). The point cloud transmission device may minimize attribute distortion by matching the reconstructed geometry with the attribute. The point cloud transmission apparatus may determine whether to perform projection on the reconstructed geometry ( 1530 ), and may perform the projection ( 1540 ).
  • the point cloud transmission apparatus performs attribute coding based on the projected geometry ( 1550 ).
  • the attribute coding according to the embodiments is the color transform unit 40006 , the attribute transform unit 40007 , the RAHT transform unit 40008 , the LOD generation unit 40009 , the lifting transform unit 40010 , and the coefficient quantization unit described with reference to FIG. 4 .
  • At least one or more of the operations of 40011 and/or arithmetic encoder 40012 corresponding to a combination, and not limited to the above example.
  • the attribute coding according to the embodiments is performed by the color conversion processing unit 12008, the attribute conversion processing unit (or the attribute conversion processing unit) 12009, the prediction/lifting/RAHT conversion processing unit 12010, and the arithmetic coder described with reference to FIG. 12 .
  • At least one or more of the operations of (12011) corresponds to a combination, and is not limited to the above example.
  • Attribute coding according to embodiments may be referred to as attribute encoding.
  • the point cloud transmission apparatus outputs an attribute bitstream by performing attribute coding.
  • 16 is an example of the operation of the point cloud data transmission apparatus.
  • the flowchart 1600 of FIG. 16 embodies the operation of the point cloud data transmission device (or the point cloud transmission device) of the flow chart 1500 of FIG. 15 .
  • the flowchart 1600 shows an example of the operation of the point cloud transmission apparatus. Therefore, the data processing order of the point cloud transmission device is not limited to this example.
  • the operation indicated by the components of the flowchart 1600 according to the embodiments may be performed by hardware, software, process, or a combination thereof constituting the point cloud transmission apparatus.
  • the point cloud transmission apparatus outputs a geometry bitstream by performing geometry coding (eg, the geometry coding 1510 described in FIG. 15 ) on the geometry data.
  • Geometry coding may include geometry encoding 1610 , geometry quantization 1611 , and entropy coding 1612 .
  • Geometry encoding 1610 may include at least one or more of octree geometry encoding, trisoup geometry encoding, and predictive geometry coding. is not limited to Since the description of the geometry encoding is the same as that described with reference to FIG. 4 , it is omitted.
  • the point cloud transmission apparatus performs projection preprocessing (eg, the projection described in FIG. 15 ) based on the reconstructed geometry data ( 1620 ).
  • the point cloud transmission device may output the projected geometry and attributes by performing projection preprocessing.
  • Projection preprocessing 1620 includes dequantization & decoding 1630 on the reconstructed geometry, and recoloring 1631 to match the decoded geometry and attributes. and a projection 1632 .
  • the point cloud transmission apparatus performs inverse quantization and decoding on the reconstructed geometry ( 1630 ).
  • the point cloud transmission apparatus performs recoloring to match the decoded geometry and the attribute data ( 1631 ).
  • the point cloud transmission apparatus performs projection on the recolored point cloud data (eg, geometry and attributes) ( 1632 ).
  • Projection 1632 includes a coordinate conversion 1640 , a coordinate projection 1641 , a laser position adjustment 1642 , and a sampling rate adjustment. 1643 and at least one of projection domain voxelization 1644 .
  • the geometry represents the position of the point, and the position of each point is expressed in a coordinate system (eg, a 2/3-dimensional Cartesian coordinate system, a 2/3-dimensional cylindrical coordinate system, a spherical coordinate system, etc.).
  • the point cloud transmission apparatus selects a coordinate system to express the position of each point indicated by the input geometry as a position in a three-dimensional space, and converts the geometry into information (eg, vector value, etc.) on the selected coordinate system.
  • a coordinate transformation 1640 is performed.
  • the point cloud transmission apparatus may perform coordinate transformation including Cartesian-cylindrical coordinate transformation for transforming a Cartesian coordinate system into a cylindrical coordinate system, Cartesian-spherical coordinate transformation for transforming a Cartesian coordinate system into a spherical coordinate system, and the like. Coordinate systems and coordinate transformations according to embodiments are not limited to the above-described examples.
  • the point cloud transmission apparatus according to the embodiments performs a coordinate projection 1641 for projecting a geometry expressed in the transformed coordinate system into a compressible form (eg, a rectangular column space, etc.).
  • the point cloud transmission apparatus performs laser position adjustment 1642 and/or sampling rate adjustment 1643 for correcting projection in order to increase projection accuracy.
  • the laser position adjustment 1642 and the sampling rate adjustment 1643 are projection correction processing processes that are selectively performed, simultaneously performed, sequentially performed, or sequentially performed according to the characteristics of the point cloud data and the characteristics of the point cloud data acquisition device. It may be performed by selecting , or all may not be performed.
  • accuracy may decrease according to a density difference.
  • the point cloud transmission device performs laser position adjustment 1642 for correcting the projected point cloud data (eg, the projected geometry) in consideration of the position of the point cloud data acquisition device (eg, laser).
  • the point cloud transmission device applies a scale factor based on the mechanical characteristics of the point cloud data acquisition device to calibrate the projected point cloud data (eg, the projected geometry) by adjusting the sampling rate ( 1643 ).
  • the point cloud transmission device performs voxelization 1644 for converting the projected geometry into a domain efficient for compression.
  • the projected geometry is converted into integer unit position information for compression through voxelization 1644 .
  • the point cloud transmission apparatus outputs an attribute bitstream by performing attribute coding (eg, attribute coding 1550 described in FIG. 15) based on the projected geometry.
  • attribute coding eg, attribute coding 1550 described in FIG. 15
  • Attribute coding includes attribute encoding 1621 , attribute quantization 1622 , and entropy coding 1623 .
  • Attribute coding according to embodiments may be referred to as attribute encoding.
  • Attribute encoding 1621 corresponds to at least one of RAHT coding, predictive transform coding, and lifting transform coding or a combination of one or more codings according to point cloud content.
  • RAHT coding and lifting transform coding may be used for lossy coding that compresses point cloud content data to a significant size.
  • predictive transform coding may be used for lossless coding.
  • the output geometry bitstream and attribute bitstream are multiplexed and transmitted.
  • FIG. 17 shows an example of a processing process of a point cloud transmission apparatus.
  • the flowchart 1700 shown in the figure shows an example of the processing process of the point cloud transmission apparatus described with reference to FIGS. 15 to 16 .
  • the operation of the point cloud transmission apparatus is not limited to this example, and the operation corresponding to each element may be performed in the order shown in FIG. 17 or may not be sequentially performed.
  • the point cloud transmission apparatus receives the point cloud data and performs geometry encoding on the geometry ( 1710 ). Since the geometry encoding 1710 is the same as the geometry coding 1510 described in FIG. 15 , the geometry coding described in FIG. 16 , the geometry encoding 1610 of FIG. 16 , the geometry quantization 1611 , and the entropy coding 1612 , a detailed description is omitted. do.
  • the point cloud transmission apparatus performs geometry decoding (Geometry decoding) 1720 and recoloring (Recoloring) (1725).
  • the decoding 1720 and the recoloring 1725 are the same as the geometry decoding/recoloring 1520 and the inverse quantization and decoding 1630 and the recoloring 1631 of FIG.
  • the point cloud transmission apparatus performs projection on the recolored geometry data.
  • Projection may include a coordinate conversion 1730 , a coordinate projection 1731 , a laser position adjustment 1733 , and a sampling rate adjustment 1733 ). and a projection domain voxelization (Projection domain 1734).
  • Coordinate conversion is performed (1730).
  • Coordinate conversion 1730 includes the projection 1632 and the coordinates described with reference to FIG. 16 . Since it is the same as the transformation 1640, a detailed description thereof will be omitted.
  • the point cloud transmission apparatus performs coordinate projection 1731.
  • Coordinate projection 1731 is the projection 1632 described with reference to FIG.
  • the point cloud transmission device is a laser position adjustment 1732 , a sampling rate adjustment 1733 , and a projection domain voxelization to correct the projection.
  • domain voxelization) 1734 may be performed sequentially or selectively, laser position adjustment 1732, sampling rate adjustment 1733, and projection domain voxelization 1734 laser position adjustment 1642 described with reference to FIG. , since the sampling rate adjustment 1643 and the voxelization 1644 are the same, a detailed description thereof will be omitted.
  • the point cloud transmission apparatus performs attribute coding and entropy coding (1745) (1740).
  • the attribute coding 1740 and the entropy coding 1745 are the same as the attribute coding 1550 described in FIG. 15 and the attribute coding described in FIG. 16, for example, the attribute encoding 1621 and the entropy coding 1623, so detailed descriptions are omitted. do.
  • the point cloud transmission apparatus performs coordinate transformation (eg, coordinate transformation 1641, coordinate transformation 1730, etc.).
  • the geometry is information indicating the position (eg, position, etc.) of a point in the point cloud. As described in FIG.
  • the geometry information includes the values of the two-dimensional coordinate system (for example, the parameters of the rectangular coordinate system composed of the x-axis and the y-axis (x,y), the parameters of the cylindrical coordinate system (r, ⁇ )), the three-dimensional coordinate system Values (e.g., parameters (x,y,z) of three-dimensional orthogonal coordinates, parameters of cylindrical coordinates (r, ⁇ , z), parameters of spherical coordinates ( ⁇ , ⁇ , ), etc.).
  • the position of the point indicated by the geometry may be expressed as having an irregular position, distribution, or the like.
  • the geometry of LiDAR data expressed in a Cartesian coordinate system indicates that the distance between points located far from the origin increases.
  • a geometry expressed in a cylindrical coordinate system can express a uniform distribution even for points far from the origin, but cannot express a uniform distribution for points close to the origin because the distance between the points increases.
  • a larger amount of information, ie, a geometry is required, and as a result, the efficiency of geometry coding may be lowered.
  • the point cloud encoder (for example, the point cloud encoder described with reference to FIGS. 1, 4, 11, 14 and 15) according to the embodiments may partially and/or All conversion operations can be performed.
  • FIG. 18 shows examples of interconvertible coordinate systems, a three-dimensional rectangular coordinate system 1800 , a cylindrical coordinate system 1810 , and a spherical coordinate system 1820 . Coordinate systems according to embodiments are not limited to this example.
  • the 3D Cartesian coordinate system 1800 may be mutually transformed with the cylindrical coordinate system 1810 .
  • the three-dimensional orthogonal coordinate system 1800 may include an X-axis, a Y-axis, and a Z-axis that are orthogonal to each other at the origin.
  • a point (or parameter) on a three-dimensional Cartesian coordinate system may be expressed as (x, y, z).
  • the X-Y plane formed by the X and Y axes, the Y-Z plane formed by the Y and Z axes, and the X-Z plane formed by the X and Z axes may meet perpendicularly to each other at the origin.
  • the names of the X-axis, Y-axis, and Z-axis according to embodiments are merely terms used to distinguish each axis, and may be replaced with other names.
  • the cylindrical coordinate system 1810 may include an X-axis, a Y-axis, and a Z-axis that are orthogonal to each other at the origin.
  • Any point (or parameter) P on the cylindrical coordinate system 1810 is (r, .z) can be expressed as r represents the distance from the point P on the coordinate space orthogonally projected on the XY plane to the origin. is the angle between the positive direction of the X-axis and a straight line from the origin to the point P is orthogonal to the XY plane.
  • z denotes the distance between the point P and the point P orthographically projected on the XY plane.
  • the names of the X-axis, Y-axis, and Z-axis according to embodiments are merely terms used to distinguish each axis, and may be replaced with other names.
  • Equation 1811 shown in the figure represents an equation for expressing geometric information expressed in the Cartesian coordinate system in the cylindrical coordinate system when the Cartesian coordinate system is transformed into the cylindrical coordinate system according to the Cartesian-cylindrical coordinate transformation. That is, Equation 1811 indicates that the parameters of the cylindrical coordinate system can be expressed as one or more parameters of the Cartesian coordinate system according to the coordinate transformation (for example, ).
  • Equation 1812 shown in the figure represents an equation for expressing geometric information expressed in the cylindrical coordinate system in the Cartesian coordinate system when the cylindrical coordinate system is converted into the Cartesian coordinate system according to the cylindrical-cartesian coordinate transformation. That is, Equation 1812 indicates that the parameters of the Cartesian coordinate system can be expressed as one or more parameters of the cylindrical coordinate system according to the coordinate transformation (for example, ).
  • the 3D Cartesian coordinate system 1800 may be mutually transformed with the spherical coordinate system 1820 .
  • the spherical coordinate system 1820 may include an X-axis, a Y-axis, and a Z-axis that are orthogonal to each other at the origin.
  • Any point (or parameter) P on the spherical coordinate system is ( ) can be expressed as represents the distance from the origin O to any point P and has a value greater than or equal to 0. represents the angle between the positive direction of the Z axis and any point P, and has a value within a certain range (e.g., greater than or equal to 0). less than or equal to).
  • X-axis represents the angle between the positive direction of the X-axis and the point P squared on the XY plane and has a value within a certain range (e.g., greater than or equal to 0) less than or equal to).
  • the names of the X-axis, Y-axis, and Z-axis according to embodiments are merely terms used to distinguish each axis, and may be replaced with other names.
  • Equation 1821 shown in the figure represents an equation for expressing geometric information expressed in the Cartesian coordinate system in the spherical coordinate system when the Cartesian coordinate system is transformed into the spherical coordinate system according to the Cartesian-spherical coordinate transformation. That is, Equation 1821 indicates that the parameters of the spherical coordinate system can be expressed as one or more parameters of the Cartesian coordinate system according to the coordinate transformation (for example, ).
  • Equation 1822 shown in the figure represents an equation for expressing geometric information expressed in the spherical coordinate system in the Cartesian coordinate system when the spherical coordinate system is converted into the Cartesian coordinate system according to the spherical-Cartesian coordinate transformation. That is, Equation 1822 indicates that the parameters of the Cartesian coordinate system can be expressed as one or more parameters of the spherical coordinate system according to the coordinate transformation.
  • FIG. 19 is an example of a coordinate system in consideration of the arrangement of laser modules of LiDAR data.
  • the left side of FIG. 19 shows a LiDAR head 1900 that collects LiDAR (Light Detection And Ranging or Light Imaging, Detection, And Ranging) data.
  • LiDAR data is obtained using the LiDAR method, which measures the distance by irradiating a laser on the target.
  • the LiDAR head 1900 includes one or more laser modules (or laser sensors) disposed at an angle in a vertical direction and rotates about a vertical axis.
  • the time (and/or wavelength) at which the laser light output from each laser module is reflected from the target and returns may be the same or different from each other.
  • the LiDAR data is a 3D representation constructed based on the difference in the time and/or the wavelength of the laser beams returning from the target.
  • the laser modules are arranged to output the laser radially. Therefore, the coordinate system according to the embodiments is a sector-shaped plane corresponding to the form in which the laser modules output laser, and the sector-shaped cylindrical coordinate system 1910 rotated by 360 degrees around the axis of the cylindrical coordinate system, the cylindrical coordinate system and the spherical coordinate system are combined. It includes a sector-shaped spherical coordinate system 1920 that is rotated 360 degrees around the axis of the spherical coordinate system as a sectoral shape.
  • the sectoral cylindrical coordinate system 1910 has a certain range when the vertical direction of the cylindrical coordinate system is expressed as an elevation.
  • the sectoral spherical coordinate system 1920 according to the embodiments has a certain range when the vertical direction of the spherical coordinate system is expressed as an elevation.
  • the point cloud transmission apparatus performs coordinate transformation (eg, coordinate transformation 1641, coordinate transformation 1730, etc.).
  • 20 shows a sector-shaped cylindrical coordinate system 2010 (for example, a sector-shaped cylindrical coordinate system 1910 described in FIG. ) and the sector-shaped spherical coordinate system 2020 (for example, the sector-shaped spherical coordinate system 1920 described with reference to FIG. 19) represents the coordinate transformation.
  • the transformable coordinate system according to the embodiments is not limited to the above-described example.
  • the Cartesian coordinate system 2000 may be mutually transformed with the sector-shaped cylindrical coordinate system 2010 .
  • Cartesian coordinate system 2000 is the same as the 3D Cartesian coordinate system 1800 described with reference to FIG. 18 , a detailed description thereof will be omitted.
  • the sectoral cylindrical coordinate system 2010 may include an X-axis, a Y-axis, and a Z-axis that are orthogonal to each other at the origin.
  • Any point (or parameter) P on the sectoral cylindrical coordinate system 2010 is (r, , ) can be expressed as r represents the distance from the point P on the coordinate space orthogonally projected on the XY plane to the origin.
  • r represents the distance from the point P on the coordinate space orthogonally projected on the XY plane to the origin.
  • Equation (2011) shown in the figure is Cartesian -
  • the geometric information expressed in the Cartesian coordinate system is expressed as a sector-shaped cylindrical coordinate system.
  • Equation (2011) indicates that the parameters of the sector-shaped cylindrical coordinate system can be expressed as one or more parameters of the rectangular coordinate system according to the coordinate transformation (for example, ).
  • Equation (2012) shown in the figure represents an equation for expressing the geometric information expressed in the sector-shaped cylindrical coordinate system in the Cartesian coordinate system when the sector-shaped cylindrical coordinate system is converted to the Cartesian coordinate system according to the sector-shaped cylindrical coordinate transformation. That is, Equation (2012) indicates that the parameters of the Cartesian coordinate system can be expressed as one or more parameters of the sectoral cylindrical coordinate system according to the coordinate transformation (for example, ).
  • the sectoral spherical coordinate system 2020 may include an X-axis, a Y-axis, and a Z-axis that are orthogonal to each other at the origin.
  • Any point (or parameter) P on the spherical coordinate system is ( ) can be expressed as represents the distance from the origin O to any point P and has a value greater than or equal to 0. represents the angle between the positive direction of the X-axis and the point where an arbitrary point P is squared along the curved surface on the XY plane and has a value within a certain range ( ).
  • X-axis, Y-axis, and Z-axis denotes the angle between the line connecting the points P and the point P orthogonally projected on the XY plane along the curved surface and the straight line connecting the origin and point P (shown as a dotted line).
  • the names of the X-axis, Y-axis, and Z-axis according to embodiments are merely terms used to distinguish each axis, and may be replaced with other names.
  • Equation 2021 shown in the figure represents an equation for expressing the geometric information expressed in the Cartesian coordinate system in the sectoral spherical coordinate system when the Cartesian coordinate system is transformed into the sectoral spherical coordinate system according to the rectangular-spherical spherical coordinate transformation. That is, Equation 1821 indicates that the parameters of the sectoral spherical coordinate system can be expressed as one or more parameters of the Cartesian coordinate system according to the coordinate transformation (for example, ).
  • Equation 2022 shown in the figure represents an equation for expressing the geometric information expressed in the sectoral spherical coordinate system in the Cartesian coordinate system when the sectoral spherical coordinate system is converted to the Cartesian coordinate system according to the sectoral spherical coordinate transformation. That is, Equation 2022 indicates that the parameters of the Cartesian coordinate system can be expressed as one or more parameters of the sectoral spherical coordinate system according to the coordinate transformation (for example, ).
  • the point cloud data transmission apparatus (eg, the point cloud data transmission apparatus described with reference to FIGS. 1, 11, 14 and 15) according to the embodiments generates signaling information related to coordinate transformation and generates a point cloud data reception apparatus (eg, the point cloud data transmission apparatus) For example, it can be transmitted to the point cloud data receiving apparatus described with reference to FIGS. 1, 13, 14, and 16).
  • Signaling information related to coordinate transformation may be signaled at a sequence level, a frame level, a tile level, a slice level, and the like.
  • the point cloud decoder (for example, the point cloud decoder described with reference to FIGS.
  • the point cloud decoder according to the embodiments performs decoding, which is a reverse process of the encoding process of the point cloud encoder based on signaling information related to coordinate transformation.
  • a decoding operation can be performed.
  • the point cloud decoder according to the embodiments does not receive the signaling information related to the coordinate transformation, and may perform the coordinate transformation by inducing it based on whether the coordinate transformation of the neighboring block, the size of the block, the number of points, the quantization value, etc. .
  • the point cloud transmission apparatus performs coordinate projection by projecting a geometry expressed in a coordinate system transformed according to the coordinate transformation described with reference to FIGS. 15 to 20 in a compressible form.
  • FIG. 21 shows an example of the coordinate projection (eg, the coordinate projection 1641 ) described with reference to FIGS. 15 to 17 .
  • 21 is a sectoral cylindrical coordinate system 2100 (for example, the sectoral cylindrical coordinate system 1910 described in FIG. 19, the sectoral cylindrical coordinate system 2010 described in FIG. 20) and a sectoral spherical coordinate system 2110 (eg, described in FIG. 19)
  • the process of mutual transformation (projection) of the sectoral spherical coordinate system 1920 and the sectoral spherical coordinate system 2020 described with reference to FIG. 20 into the rectangular columnar space 2120 is shown.
  • the rectangular columnar space 2120 is expressed in a three-dimensional coordinate system consisting of an x-axis, a y-axis, and a z-axis (or also expressed as an x'-axis, a y'-axis, and a z'-axis), and a bounding box (bounding box). ) can be called.
  • each of the x' axis, y' axis, and z' axis has a maximum value (x_max, y_max, z_max) and a minimum value (x_min, y_min, z_min).
  • a parameter ( ) and a parameter representing an arbitrary point P value of the sectoral spherical coordinate system 2110 ( ) is expressed as parameters of the x' axis, y' axis, and z' axis, respectively.
  • parameter ( ) and parameters ( ) each parameter may correspond to any one of the x' axis, y' axis, and z' axis (for example, r corresponds to the X' axis) or may be converted and corresponded according to a separate conversion formula.
  • the parameters of the sectoral cylindrical coordinate system 2100 having a limited range are mapped with respect to the z' axis by applying a tangent function. Accordingly, the values mapped to the z' axis are collected according to a limited range, so that compression efficiency is increased.
  • Equation representing the projection that minimizes the trigonometric calculation of the above equation is as follows.
  • Equation representing the projection that minimizes the trigonometric calculation of the above equation is as follows.
  • a LiDAR head (eg, LiDAR head 1900 illustrated in FIG. 19 ) includes one or more laser modules arranged in a vertical direction.
  • One or more laser modules are arranged to radially output the laser in order to obtain more data with a wider coverage.
  • the actual laser is output from the end of the laser module. Therefore, the position of the laser is different from the position of the LiDAR head corresponding to the center point of the planar sector described in FIGS. 19 to 20 .
  • the point cloud transmission apparatus performs projection by reflecting the laser position adjustment so that the viewpoint of each laser is the same as starting from the LiDAR head position.
  • FIG. 22 shows a structure 2200 of a LiDAR head including an optional laser module that outputs a laser. As shown in the figure, the position of the laser output from any laser module is horizontal from the LiDAR head position. , in the vertical direction It is expressed as a relative position away from each other.
  • the right side of FIG. 22 is an example 2210 showing the relative position of the laser in a three-dimensional coordinate system.
  • the three-dimensional coordinate system shown in the figure is a coordinate system for expressing the projection described in FIG. 21 (eg, the quadrangular column space 2120), and includes an x' axis, a y' axis, and a z' axis.
  • the above-described head position can be set to the origin (0, 0, 0) of the coordinate system, and the relative position of the laser is ( ) is expressed as parameter ( ) is the relative horizontal distance from the head position. It is expressed as follows based on
  • the embodiments ( ) may be directly calculated by the point cloud transmission device and the reception device, or may be transmitted to the point cloud transmission device and the reception device through signaling or the like.
  • the parameters of the sector-shaped cylindrical coordinate system (for example, the sector-shaped cylindrical coordinate system 2110) ( ) applied to the laser position is as follows.
  • the parameter of the sectoral spherical coordinate system (for example, the sectoral spherical coordinate system 2110) ) applied to the laser position is as follows.
  • the point cloud transmission apparatus may perform attribute coding by rearranging points based on the Morton code.
  • the Molton code assumes that the position information of each point is a positive integer. Accordingly, the point cloud transmission apparatus provides parameters representing the position of the projected point cloud data (for example, parameters of the coordinate system representing the rectangular column space 2120 described in FIGS. 21 to 22 ) )) is a positive integer, and voxelization (eg, voxelization described with reference to FIGS. 4 to 6 ) is performed.
  • voxelization eg, voxelization described with reference to FIGS. 4 to 6
  • the point cloud transmission apparatus performs additional correction by adjusting the sampling rate (eg, the sampling rate adjustment 1643 described in FIG. 16 ) on the projected point cloud data (eg, geometry).
  • the sampling rate eg, the sampling rate adjustment 1643 described in FIG. 16
  • the projected point cloud data eg, geometry
  • Sampling rate adjustment is performed by defining a scale factor for each axis of projection in consideration of a range of a projection value and a characteristic (eg, LiDAR) of a data acquisition device.
  • a characteristic eg, LiDAR
  • the parameter r of the sectoral cylindrical coordinate system for example, the sectoral cylindrical coordinate system 1910, the sectoral cylindrical coordinate system 2010, the sectoral cylindrical coordinate system 2100, etc.
  • the sectoral spherical coordinate system for example, the sectoral Parameters of the spherical coordinate system (1920), the sectoral spherical coordinate system (2020), and the sectoral spherical coordinate system (2110) denotes the distance from the center of each coordinate system to the target point (eg, any point P described in FIGS.
  • Parameters of sectoral cylindrical coordinate system and sectoral spherical coordinate system is the horizontal angle when rotating about the vertical axis. So the parameter may have a range of 0 to 360 degrees, which determines the frequency of data acquired per degree as the LiDAR head (eg, the LiDAR head described in FIGS. 20 to 22 ) rotates.
  • Parameters of Spherical Spherical Coordinate System represents the angle in the vertical axis direction.
  • the sampling rate adjustment defines a scale factor for the parameters of the projection based on the characteristics of each parameter as described above.
  • the projection of the sectoral cylindrical coordinate system (parameter )
  • the sampling rate adjustment is not limited to the example. Therefore, adjusting the sampling rate is the projection of the sectoral spherical coordinate system (parameter ) as well as other projections.
  • each axis of the three-dimensional coordinate system on which the corresponding parameters are projected denotes each axis of the three-dimensional coordinate system on which the corresponding parameters are projected.
  • silver parameter as a scale factor for is applied to the axis it represents (e.g. the X' axis)
  • the parameter as a scale factor for is applied to the axis it represents (e.g. the Y' axis)
  • Sampling rate adjustment for projection of a sector-shaped cylindrical coordinate system may be expressed as follows.
  • Scale factor parameters can be derived as the maximum length of the edge of the bounding box normalized to the length of the edge of the bounding box of each axis.
  • the scale factor may be defined based on mechanical characteristics of the point cloud data acquisition device. For example, when an acquisition device (for example, a LiDAR head) in which N lasers are arranged vertically rotates in the horizontal direction, it detects the laser reflected light M times per degree, and the radius of the spot generated by each laser light source For this D, the scale factor is defined as follows.
  • the scale factor according to the embodiments is expressed as follows.
  • min( ) represents the distance with respect to the direction in which the radius increases, the angle in the rotation direction, and the angle in the vertical direction, respectively.
  • min( ) may represent a minimum value in the point cloud data or a minimum value according to a physical characteristic.
  • scale factor may be defined as a function of the density of each axis, and is expressed as follows.
  • N represents the maximum number of points in a direction parallel to each axis
  • D represents the length of each axis. N divided by D corresponds to the density of that axis.
  • a scale factor according to embodiments may be defined according to importance of information. For example, information close to the origin may be considered as information with relatively high importance, and information far from the origin may be considered as information with relatively low importance. Therefore, the scale factor can be defined to give relatively weight to information close to the origin, information in the front based on the horizontal/vertical angle, or information near the horizon, and it is expressed as follows.
  • g(r), g( ), g( ) represents the weight of each axis, and can be expressed as a reciprocal of a step function or an exponential function representing a value set according to a range representing an important area.
  • the point cloud transmission apparatus may move each axis to start from the origin so that the projected point cloud data (eg, geometry) has a positive value, or may correct the length of each axis so that the length of each axis becomes the power of two.
  • the projected point cloud data according to the correction is expressed as follows.
  • the projected point cloud data according to the correction is expressed as follows.
  • max is max( , , ) can mean or max( , , ) that is the closest to a number greater than It can be a value corresponding to
  • the information on the sampling rate adjustment (including information on the scale factor) according to the embodiments is the point cloud receiving device (eg, the receiving device 10004 of FIG. 1 , the point cloud decoder of FIGS. 10 and 11 , and the point cloud decoder of FIG. 13 ) receiving device), and the point cloud receiving device secures information on sampling rate adjustment, and performs sampling rate adjustment according to the information.
  • the point cloud receiving device eg, the receiving device 10004 of FIG. 1 , the point cloud decoder of FIGS. 10 and 11 , and the point cloud decoder of FIG. 13 ) receiving device
  • the point cloud receiving device secures information on sampling rate adjustment, and performs sampling rate adjustment according to the information.
  • the table below shows a summary of the BD (Bj ⁇ ntegaard Delta) rate and BD PSNR of a coordinate transformation applied to attribute coding (eg predictive lifting coding).
  • the overall average of the attribute, i.e., reflectance gain, is 5.4%, 4.0%, 1.4%, and 2.7% for the C1, C2, CW, and CY conditions, respectively.
  • Projection according to embodiments is also applied to RAHT coding.
  • the table below shows a summary of BD rates of coordinate transformations in RAHT coding. It can be seen that the average improvement rate for point cloud data (eg, Cat3 frame data) is significantly improved with gains of 15.3% and 12.5% for the C1 and C3 conditions, respectively.
  • point cloud data (geometry) expressed in a coordinate system composed of x, y, and z is converted into a domain effective for compression such as distance and angle.
  • the converted point cloud data is converted into integer unit position information through a voxelization process.
  • the left side of FIG. 23 is an example 2300 of point cloud data to which projection is not applied as one frame of a point cloud data sequence.
  • the right side of FIG. 23 is an example of the projected point cloud data based on the sector-shaped cylindrical coordinate system.
  • the first example 2310 is r- Represents projected point cloud data when viewed.
  • the second example 2320 is - It represents the projected point cloud data when looking at the plane.
  • the third example 2330 is -r Indicates the projected point cloud data when looking at the plane.
  • the point cloud processing apparatus may transmit the encoded point cloud data in the form of a bitstream.
  • a bitstream is a sequence of bits that forms a representation of point cloud data (or point cloud frame).
  • Point cloud data (or point cloud frame) may be divided into tiles and slices.
  • Point cloud data may be partitioned into multiple slices and encoded within a bitstream.
  • One slice is a set of points and is expressed as a series of syntax elements representing all or part of encoded point cloud data.
  • One slice may or may not have a dependency on other slices.
  • one slice includes one geometry data unit, and may or may not have one or more attribute data units (zero attribute data unit).
  • the attribute data unit is based on the geometry data unit within the same slice. That is, the point cloud data receiving device (for example, the receiving device 10004 or the point cloud video decoder 10006) may process the attribute data based on the decoded geometry data. Therefore, within a slice, a geometry data unit must appear before the associated attribute data units. Data units within a slice are necessarily contiguous, and the order between slices is not specified.
  • a tile is a rectangular cuboid (three-dimensional) in a bounding box (eg, the bounding box described in FIG. 5).
  • a bounding box may contain one or more tiles.
  • One tile may completely or partially overlap another tile.
  • One tile may include one or more slices.
  • the point cloud data transmitting apparatus may provide high-quality point cloud content by processing data corresponding to a tile according to importance. 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 bitstream includes signaling information and a plurality of slices (slice 0, ..., slice n).
  • signaling information appears before slices in the bitstream.
  • the point cloud data receiving apparatus may first secure signaling information and sequentially or selectively process a plurality of slices based on the signaling information.
  • slice 0 (slice0) includes one geometry data unit (Geom0 0 ) and two attribute data units (Attr0 0 , Attr1 0 ). Also, geometry data units appear before attribute data units within the same slice.
  • the point cloud data receiving apparatus first processes (decodes) the geometry data unit (or geometry data), and processes the attribute data unit (or attribute data) based on the processed geometry data.
  • the signaling information may be referred to as signaling data, metadata, or the like, and is not limited to examples.
  • the signaling information includes a sequence parameter set (SPS), a geometry parameter set (GPS), and one or more attribute parameter sets (APS).
  • SPS is encoding information for the entire sequence, such as profile and level, and may include comprehensive information (sequence level) for the entire sequence, such as picture resolution and video format.
  • GPS is information about the geometry encoding applied to the geometry included in the sequence (bitstream).
  • the GPS may include information on an octree (eg, the octree described in FIG. 6 ), information on an octree depth, and the like.
  • APS is information on attribute encoding to which an attribute is included in a sequence (bitstream). As shown in the figure, the bitstream includes one or more APSs (eg, APS0, APS1.. shown in the figure) according to an identifier for identifying an attribute.
  • the signaling information according to embodiments may further include information about a tile (eg, tile inventory).
  • the information about the tile may include information about a tile identifier, a tile size, and the like.
  • the signaling information according to the embodiments is information of a sequence, that is, a bitstream level, and is applied to a corresponding bitstream.
  • the signaling information has a syntax structure including a syntax element and a descriptor for describing it. A pseudo code for describing the syntax may be used.
  • the point cloud receiving device e.g., the receiving device 10004 of FIG. 1, the point cloud decoder of FIGS. 10 and 11, and the receiving device of FIG. 13
  • the geometry data unit and the attribute data unit include a geometry header and an attribute header, respectively.
  • the geometry header and the attribute header according to the embodiments have the above-described syntax structure as signaling information applied at a corresponding slice level.
  • a geometry header includes information (or signaling information) for processing a corresponding geometry data unit. Therefore, the geometry header appears first in the corresponding geometry data unit.
  • the point cloud receiving apparatus may process the geometry data unit by first parsing the geometry header.
  • the geometry header has a relationship with the GPS including information on the entire geometry. Accordingly, the geometry header includes information specifying gps_geom_parameter_set_id included in GPS. Also, the geometry header includes tile information (eg, tile_id) related to the slice to which the geometry data unit belongs, and a slice identifier.
  • the attribute header includes information (or signaling information) for processing the corresponding attribute data unit. Therefore, the attribute header appears first in the corresponding attribute data unit.
  • the point cloud receiving apparatus may process the attribute data unit by first parsing the attribute header.
  • the attribute header has a relationship with the APS that includes information about all attributes. Accordingly, the attribute header includes information specifying aps_attr_parameter_set_id included in the APS. As described above, since attribute decoding is based on geometry decoding, the attribute header includes information specifying the slice identifier included in the geometry header in order to determine the geometry data unit associated with the corresponding attribute data unit.
  • the signaling information in the bitstream may further include signaling information related to the projection.
  • the signaling information related to projection may be included in signaling information (eg, SPS, APS, etc.) of a sequence level, slice level (eg, an attribute header, etc.), an SEI message, or the like.
  • the point cloud receiving apparatus may perform decoding including reverse projection based on signaling information related to projection.
  • 24 is an example of a syntax structure of signaling information related to projection.
  • Signaling information related to projection may be included in signaling information of various levels (eg, sequence level, slice level, etc.).
  • the signaling information related to the projection is a point cloud reception device (for example, the reception device 10004 of FIG. 1 , the points of FIGS. 10 and 11 ) together with signaling information (for example, information such as projection_flag) indicating whether the projection has been performed.
  • cloud decoder the receiving device of FIG. 13).
  • projection_flag When the value of projection_flag is 1, it indicates that data decoded by the decoder post-processing should be reprojected into the XYZ coordinate space.
  • the point cloud receiving device checks whether reverse projection should be performed based on the projection_flag.
  • the point cloud receiving apparatus may secure projection-related signaling information and perform reverse projection.
  • Signaling information related to projection may be defined as a concept including signaling information (projection_flag) indicating whether projection has been performed. It is not limited to this example.
  • projection_info_id An identifier for identifying projection information.
  • coordinate_conversion_type Indicates a coordinate transformation type related to the coordinate transformation described with reference to FIGS. 19 to 20 .
  • the value of coordinate_conversion_type is 0, it indicates that the coordinate system is a cylindrical coordinate system (eg, the cylindrical coordinate system 1810 described with reference to FIG. 18 ).
  • the value of coordinate_conversion_type is 1, it indicates that the coordinate system is a spherical coordinate system (eg, the spherical coordinate system 1820 described with reference to FIG. 18 ).
  • coordinate_conversion_type When the value of coordinate_conversion_type is 2, it indicates that the coordinate system is a sector-shaped cylindrical coordinate system (eg, the sector-shaped cylindrical coordinate system 2010 described with reference to FIG. 20 ).
  • the value of coordinate_conversion_type is 3 the coordinate system indicates a sector-shaped spherical coordinate system (eg, the sector-shaped spherical coordinate system 2020 described with reference to FIG. 20 ).
  • projection_type Indicates the type of projection (eg, the projection described with reference to FIG. 21 ) used for the coordinate transformation type. 20 to 21 , when the value of coordinate_conversion_type is 2, the coordinate system before projection is a sector-shaped cylindrical coordinate system (eg, the sector-shaped cylindrical coordinate system 2010 of FIG. 20 and the sector-shaped cylindrical coordinate system 2100 of FIG. 21 ). If the value of projection_type is 0, the x, y, and z axes are the parameters (r, , ) are matched (Equation 1). If the value of projection_type is 0, the x, y, and z axes are , , is matched to (Equation 2). The projection type is not limited to this example and may be defined for each axis.
  • laser_position_adjustment_flag Indicates whether laser position adjustment (eg, laser position adjustment described in FIG. 22 ) is applied. When the value of laser_position_adjustment_flag is 1, it indicates that the laser position adjustment has been applied.
  • num_laser Indicates the total number of lasers. The following for statement is an element indicating laser position (position) information for each laser.
  • i represents each laser, i is greater than or equal to 0, and less than the total number of lasers indicated by num_laser.
  • r_laser [i] represents the horizontal distance from the central axis of laser i.
  • z_laser [i] represents the distance in the vertical direction from the horizontal center of the laser i.
  • theta_laser [i] Indicates the vertical angle of laser i.
  • Position information of the laser is not limited to the above example.
  • the laser position may also be expressed as a parameter for each axis of a coordinate system representing projection, such as x_laser[i], y_laser[i], and z_laser[i].
  • the following elements indicate information related to the sampling rate adjustment (eg, the sampling rate adjustment 1643 described with reference to FIG. 16 ).
  • sampling_adjustment_cubic_flag Indicates whether the lengths of three axes are equally corrected in the sampling rate adjustment. When the value of sampling_adjustment_cubic_flag is 1, it indicates that the three axes should be corrected to have the same length.
  • sampling_adjustment_spread_bbox_flag Indicates whether or not to perform sampling rate adjustment so that the distribution of point cloud data is uniform within a bounding box.
  • sampling_adjustment_spread_bbox_flag is 1, when the sampling rate is adjusted, a correction that uniformly widens the distribution within the bounding box is used.
  • sampling_adjustment_type Indicates the type of sampling rate adjustment.
  • the sampling rate is adjusted based on mechanical properties
  • the value of sampling_adjustment_type is 1
  • the sampling rate is adjusted based on the minimum axial distance between points
  • the value of sampling_adjustment_type is 2
  • the sampling rate is adjusted based on the density of each axis.
  • the value of sampling_adjustment_type is 3, it indicates that the sampling rate is adjusted according to the importance of the point.
  • the type of sampling rate adjustment is not limited to this example.
  • geo_projection_enable_flag Indicates whether projection is applied in geometry coding.
  • Attr_projection_enable_flag Indicates whether projection is applied in attribute coding.
  • bounding_box_x_offset, bounding_box_y_offset, bounding_box_z_offset Corresponds to the X-axis, Y-axis, and Z-axis values indicating the starting point of the range (bounding box) including the projected point cloud data, respectively. For example, if the value of projection_type is 0, the values of bounding_box_x_offset, bounding_box_y_offset, and bounding_box_z_offse are expressed as (0, 0, 0). When the value of projection_type is 1, the values of bounding_box_x_offset, bounding_box_y_offset, and bounding_box_z_offse are expressed as (-r_max1, 0, 0).
  • bounding_box_x_length, bounding_box_y_length, bounding_box_z_length may indicate a range (bounding box) including projected point cloud data. For example, when the value of projection_type is 0, the values of bounding_box_x_length, bounding_box_y_length, and bounding_box_z_length are r_max, 360, and z_max, respectively. When the value of projection_type is 1, the values of bounding_box_x_length, bounding_box_y_length, and bounding_box_z_length become r_max1+r_max2, 180, and z_max, respectively.
  • orig_bounding_box_x_offset, orig_bounding_box_y_offset, orig_bounding_box_z_offset Corresponds to the X-axis, Y-axis, and Z-axis values indicating the starting point of the range (bounding box) including the point cloud data before projection, respectively.
  • orig_bounding_box_x_length, orig_bounding_box_y_length, orig_bounding_box_z_length may indicate a range (bounding box) including point cloud data before coordinate transformation.
  • rotation_yaw, rotation_pitch, rotation_roll Indicates rotation information used in coordinate transformation.
  • the following are elements indicating information related to the coordinate system when the value of coordinate_conversion_type is 0 or 2, that is, when the coordinate system before projection is a cylindrical coordinate system or a sector-shaped cylindrical coordinate system.
  • cylinder_center_x, cylinder_center_y, cylinder_center_z Corresponds to X-axis, Y-axis, and Z-axis values indicating the position of the center of the cylindrical column indicated by the cylindrical coordinate system before projection, respectively.
  • cylinder_radius_max, cylinder_degree_max, cylinder_z_max Indicates the maximum value of the radius, angle, and height of the cylindrical column indicated by the cylindrical coordinate system before projection.
  • ref_vector_x, ref_vector_y, ref_vector_z When projecting the cylindrical column indicated by the cylindrical coordinate system, the direction of the vector as a reference is indicated from the center in the (x, y, z) direction, respectively. It may correspond to the x-axis of the projected quadrangular prism space (eg, the quadrangular prism space 2120 described in FIG. 21 ).
  • normal_vector_x, normal_vector_y, normal_vector_z Indicates the direction of the normal vector of the cylindrical column indicated by the cylindrical coordinate system in the (x, y, z) direction from the center. It may correspond to the z-axis of the projected quadrangular prism space (eg, the quadrangular prism space 2120 described in FIG. 21 ).
  • clockwise_degree_flag Indicates the directionality to obtain the angle of the cylindrical column indicated by the cylindrical coordinate system.
  • clockwise_degree_flag When the value of clockwise_degree_flag is 1, the directionality for obtaining the angle of the cylindrical column indicates that the cylindrical column is clockwise when viewed from a top view.
  • clockwise_degree_flag When the value of clockwise_degree_flag is 0, the directionality for obtaining the angle of the cylindrical column indicates a counterclockwise direction when the cylindrical column is viewed from a top view.
  • the directionality of obtaining the angle of the cylindrical column indicated by the cylindrical coordinate system may correspond to the directionality of the y-axis of the projected square column space (eg, the square column space 2120 described in FIG. 21 ).
  • granularity_angular, granularity_radius, and granularity_normal Represents parameters representing the resolution for an angle, a distance from a circular plane surface of a cylindrical column to a center, and a distance from the center in a normal vector direction, respectively.
  • Each parameter is the above-mentioned scale factor , , can be matched with
  • the syntax structure of signaling information related to projection is when the value of coordinate_conversion_type is 0 or 2 That is, when the coordinate system before projection is a cylindrical coordinate system or a sector-shaped cylindrical coordinate system, the same elements as elements representing information related to the coordinate system are included. A detailed description of the elements is the same as described above, and thus will be omitted.
  • 25 is an example of signaling information according to embodiments.
  • 25 shows an example in which signaling information related to projection is included in an SPS of a sequence level as a syntax structure of an SPS.
  • profile_compatibility_flags Indicates whether the bitstream conforms to a specific profile for decoding or other profiles.
  • a profile specifies constraints imposed on a bitstream to specify capabilities for decoding the bitstream.
  • Each profile is supported by all decoders following that profile as a subset of algorithmic features and limitations. For decoding, it may be defined according to a standard or the like.
  • level_idc indicates a level applied to the bitstream.
  • a level is used within all profiles. In general, a level corresponds to a particular decoder processing load and memory capability.
  • sps_bounding_box_present_flag Indicates whether information about a bounding box in sps exists. If the value of sps_bounding_box_present_flag is 1, information on the bounding box exists, and if the value of sps_bounding_box_present_flag is 0, it indicates that information on the bounding box is not defined.
  • sps_bounding_box_offset_x Represents a quantized x-axis offset of a source bounding box in a Cartesian coordinate system including x, y, z, and axes.
  • sps_bounding_box_offset_y Represents a quantized y-axis offset of a source bounding box in a Cartesian coordinate system including x, y, z, and axes.
  • sps_bounding_box_offset_z Represents a quantized z-axis offset of a source bounding box in a Cartesian coordinate system including x, y, z, and axes.
  • sps_bounding_box_scale_factor indicates a scale factor used to indicate the size of the source bounding box.
  • sps_bounding_box_size_width Indicates the width of a source bounding box in a Cartesian coordinate system including x, y, z, and axes.
  • sps_bounding_box_size_height Indicates the height of a source bounding box in a Cartesian coordinate system including x, y, z, and axes.
  • sps_bounding_box_size_depth Indicates the depth of a source bounding box in a Cartesian coordinate system including x, y, z, and axes.
  • the SPS syntax according to the embodiments further includes the following elements.
  • sps_source_scale factor Indicates a scale factor of source point cloud data.
  • sps_seq_parameter_set_id An identifier of the SPS for reference by other syntax elements (eg, seq_parameter_set_id in GPS).
  • sps_num_attribute_sets Indicates the number of attributes encoded in the bitstream. The value of sps_num_attribute_sets is included in the range from 0 to 63.
  • the following for statement includes elements indicating information on each of the number of attributes indicated by sps_num_attribute_sets.
  • i indicates each attribute (or attribute set), and the value of i is greater than or equal to 0 and less than the number indicated by sps_num_attribute_sets.
  • attribute_dimension_minus1[ i ] represents a value that is 1 smaller than the number of components of the i-th attribute.
  • the attribute corresponds to a three-dimensional (3D) signal representing characteristics of light of the target point.
  • 3D three-dimensional
  • an attribute can be signaled by three components of RGB (Red, Green, Blue).
  • the attribute can be signaled with three components: luma (luminance) and two chroma (chroma), YUV.
  • the attribute corresponds to a one-dimensional signal representing the ratio of the intensity of the light reflectance of the target point.
  • attribute_instance_id[ i ] Indicates the instance id of the i-th attribute.
  • attribute_instance_id is used to distinguish the same attribute labels and attributes.
  • attribute_bitdepth_minus1[ i ] A value that is 1 smaller than the bit depth of the first component of the i-th attribute signal. A value obtained by adding 1 to this value specifies the bit depth of the first component.
  • attribute_cicp_colour_primaries[ i ] Indicates the chromaticity coordinates of the color attribute source primary colors of the i-th attribute.
  • attribute_cicp_transfer_characteristics[ i ] the reference opto-electronic transfer characteristic function of the color attribute as a function of the source input linear optical intensity Lc with a nominal real-valued range of 0 to 1. ) or the inverse of the reference electro-optical transfer characteristic function of the color attribute as a function of the output linear light intensity Lo with a nominal real value range from 0 to 1.
  • attribute_cicp_matrix_coeffs[ i ] Indicates matrix coefficiencies used to derive luma and chroma signals from RBG or YXZ primaries.
  • attribute_cicp_video_full_range_flag[ i ] Specifies the black level and range of luma and chroma signals derived from component signals with E′Y, E′PB, and E′PR or E′R, E′G, and E′B real values. indicates.
  • known_attribute_label_flag[ i ] indicates whether an attribute is identified with the value of known_attibute_label[ i ] or another object identifier, attribute_label_fourbytes [ i ].
  • the SPS syntax includes signaling information related to projection.
  • the projection_flag is the same as the projection_flag described with reference to FIG. 24 .
  • the SPS syntax further includes projection-related signaling information (projection_info( )) described with reference to FIG. 24 . Since the signaling information related to the projection is the same as described with reference to FIG. 24 , a detailed description thereof will be omitted.
  • sps_extension_flag Indicates whether sps_extension_data_flag appears in the SPS. If the value of sps_extension_flag is 0, it indicates that the sps_extension_data_flag syntax element does not exist in the SPS syntax structure. A value of 1 of sps_extension_flag is reserved for future use. The decoder may ignore all sps_extension_data_flag syntax elements appearing after sps_extension_flag having a value of 1.
  • sps_extension_data_flag Indicates whether data for future use exists and may have any value.
  • the SPS syntax according to the embodiments is not limited to the above example, and may further include additional elements or may not include some elements shown in the figure for efficiency of signaling. Some elements may be signaled through signaling information other than SPS (eg, APS, attribute header, etc.) or an attribute data unit.
  • 26 is an example of signaling information according to embodiments.
  • 26 illustrates an example in which signaling information related to projection is included in a tile-level tile inventory as a syntax structure of a tile inventory.
  • num_tiles Indicates the number of tiles.
  • i represents each tile, and i is greater than or equal to 0 and less than the number of tiles indicated by num_tiles.
  • tile_bounding_box_offset_x[ i ] tile_bounding_box_offset_y[ i ]
  • tile_bounding_box_offset_z[ i ] As an offset value of the bounding box of tile i, the x-axis, y-axis, and z-axis values are respectively indicated.
  • tile_bounding_box_size_width[ i ] Indicas the width, height, and depth of the bounding box of tile i, respectively.
  • the syntax of tile inventory includes signaling information related to projection.
  • the projection_flag is the same as the projection_flag described with reference to FIG. 24 .
  • the SPS syntax further includes projection-related signaling information (projection_info( )) described with reference to FIG. 24 . Since the signaling information related to the projection is the same as described with reference to FIG. 24 , a detailed description thereof will be omitted.
  • the syntax of the tile inventory according to the embodiments is not limited to the above example, and may further include additional elements or may not include some elements shown in the figure for efficiency of signaling. Some elements may be signaled through signaling information other than tile inventory (eg, SPS, APS, attribute header, etc.) or an attribute data unit.
  • 27 is an example of signaling information according to embodiments.
  • FIG. 27 shows an example in which signaling information related to projection is included in an attribute slice header of a slice level as a syntax structure of an attribute slice header.
  • the syntax of the attribute header according to the embodiments includes the following syntax elements.
  • ash_attr_parameter_set_id Has the same value as aps_attr_parameter_set_id of active APS.
  • ash_attr_sps_attr_idx Specifies the order of attribute sets in the active SPS.
  • ash_attr_geom_slice_id indicates the value of the slice ID (eg gsh_slice_id) included in the geometry header.
  • aps_slice_qp_delta_present_flag is information included in the attribute parameter set (APS), and indicates whether component QP offsets indicated by ash_attr_qp_offset are present in the header of the attribute data unit.
  • ash_qp_delta_luma Indicates the luma value of the component QP.
  • ash_qp_delta_chroma Indicates the chroma value of the component QP.
  • the syntax of the attribute slice header includes signaling information related to projection.
  • the projection_flag is the same as the projection_flag described with reference to FIG. 24 .
  • the SPS syntax further includes projection-related signaling information (projection_info( )) described with reference to FIG. 24 . Since the signaling information related to the projection is the same as described with reference to FIG. 24 , a detailed description thereof will be omitted.
  • the syntax of the attribute slice header according to the embodiments is not limited to the above example, and may further include additional elements or may not include some elements shown in the figure for efficiency of signaling. Some elements may be signaled through other signaling information (eg, SPS, APS, etc.) or an attribute data unit other than the attribute slice header.
  • Attr_coord_conv_enable_flag Indicates whether coordinate conversion (projection, coordinate conversion) is applied in attribute coding. When the value of attr_coord_conv_enable_flag is 1, it indicates that coordinate transformation is applied. When the value of attr_coord_conv_enable_flag is , it indicates that coordinate transformation is not applied in attribute coding.
  • Attr_coord_conv_scale[i] Indicates the scale factor of the coordinate-transformed axis in units. Scaleaxis[i] according to embodiments is derived as follows.
  • the syntax of the APS may include coord_conv_scale_present_flag.
  • coord_conv_scale_present_flag indicates whether coordinate transformation scale factors scale_x, scale_y, and scale_z exist.
  • the value of coord_conv_scale_present_flag is 1, the scale factor exists, and when the value of coord_conv_scale_present_flag is 0, the coordinate conversion scale factor does not exist.
  • the scale factors (eg, scale_x, scale_y, and scale_z described above) according to the embodiments may be the minimum distances normalized by the maximum distances of the x-axis, the y-axis, and the z-axis.
  • the syntax of the APS according to the embodiments is not limited to the above example, and may further include additional elements or may not include some elements illustrated in the figure for efficiency of signaling. Some elements may be signaled through signaling information other than APS (eg, SPS, attribute slice header, etc.) or an attribute data unit.
  • 29 is a flowchart illustrating an operation of an apparatus for receiving point cloud data according to embodiments.
  • the flowchart 2900 of FIG. 29 is a point cloud data receiving device (or point cloud receiving device) that processes the point cloud data on which projection is performed (for example, the receiving device 10004 of FIG. 1 , FIGS. 10 and 11 )
  • An operation example of a point cloud decoder (receiving device of FIG. 13 ) is shown. 1 to 14, the point cloud receiving apparatus performs geometry decoding on the input geometry bitstream (2910).
  • Geometry decoding may include octree geometry decoding, trisup geometry decoding, and the like, and is not limited to the above-described example.
  • the point cloud receiving device includes an Arithmetic decoder 13002, an Occupancy code-based octree reconstruction processor 13003, a surface model processor (triangle reconstruction, up-sampling, voxelization) 13004, and an inverse quantization processor 13004 described in FIG. At least one of the operations of 13005 is performed.
  • the point cloud receiving device outputs a geometry reconstructed as a result of geometry decoding.
  • the point cloud receiving apparatus determines whether projection is applied based on the signaling information described with reference to FIGS. 24 to 28 . When the projection is applied, the point cloud receiving apparatus performs projection on the decoded geometry (2930), and performs attribute decoding based on the projected geometry (2940). If projection is not applied, the point cloud receiving apparatus performs attribute decoding based on the restored geometry ( 2940 ).
  • the attribution decoding 2940 includes the arithmetic decoder 13007, inverse quantization processing unit 13008, prediction/lifting/RAHT inverse transformation processing unit 13009, and color inverse transformation processing unit described with reference to FIG. 13 . At least one or more of the operations of 13010 corresponds to a combination and is not limited to the above example.
  • attribute decoding 2940 may include at least one or a combination of RAHT coding, predictive transform coding, and lifting transform coding.
  • inverse projection is performed ( 2950 ). Since the decoded attribute matches the projected geometry, point cloud data whose geometry and attribute are matched in the projected coordinate system (or space) must be converted back to the original coordinate system. Therefore, the point cloud receiving apparatus secures the reconstructed point cloud data by performing reverse projection. If the projection is not performed, the reverse projection 2950 is not performed.
  • the projection 2930 may be referred to as a coordinate conversion pre-processing for attribute decoding.
  • the inverse projection 2950 according to embodiments may be referred to as a coordinate conversion post-process for attribute decoding.
  • the flowchart 2900 shows an example of the operation of the point cloud receiving apparatus, and the operation order is not limited to this example.
  • An operation indicated by the components of the flowchart 2900 according to embodiments may be performed by hardware, software, process, or a combination thereof constituting the point cloud receiving apparatus.
  • the flowchart 3000 of FIG. 30 embodies the operation of the point cloud data receiving apparatus of the flowchart 2900 of FIG. 29 .
  • the flowchart 3000 shows an example of the operation of the point cloud receiving apparatus. Therefore, the data processing order of the point cloud receiving apparatus is not limited to this example.
  • the operation indicated by the components of the flowchart 3000 according to the embodiments may be performed by hardware, software, process, or a combination thereof constituting the point cloud receiving apparatus.
  • the point cloud receiving apparatus outputs a geometry bitstream and an attribute bitstream by demuxing the bitstream.
  • the point cloud receiving apparatus outputs a reconstructed geometry by performing entropy decoding (3001), dequantization (3002), and geometry decoding (3003) on the geometry bitstream.
  • Entropy decoding 3001 , inverse quantization 3002 , and geometry decoding 3003 may be referred to as geometry decoding or geometry processing, and the arithmetic decoder 13002 and occupanci described in FIG. 13 .
  • the point cloud receiving apparatus performs entropy decoding 3010, dequantization 3011, and attribute decoding 3012 on the attribute bitstream to perform reconstructed attribute (or decoded attribute) to output Entropy decoding 3010, inverse quantization 3011, and attribute decoding 3012 according to embodiments may be referred to as attribute decoding or attribute processing, and correspond to attribute decoding 2940 described in FIG.
  • entropy decoding 3010, inverse quantization 3011, and attribute decoding 3012 are the arithmetic decoder 13007, inverse quantization processing unit 13008, prediction/ At least one of the operations of the lifting/RAHT inverse transform processing unit 13009 and the color inverse transform processing unit 13010 corresponds to a combination and is not limited to the above example.
  • the signaling information according to the embodiments further includes signaling information indicating whether projection is applied to each geometry and/or attribute (eg, geo_projection_enable_flag, attr_projetion_enable_flag, attr_coord_conv_enable_flag, etc.). Accordingly, the point cloud receiving apparatus according to the embodiments performs projection post processing on the reconstructed geometry and the reconstructed attribute based on the signaling information described with reference to FIGS. 24 to 28 ( 3020 ).
  • the projection post-processing 3020 corresponds to the projection pre-processing 1620 of the transmitting side described with reference to FIG. 16 .
  • the projection post-processing 3020 according to the embodiments corresponds to the projection 2920 and the reverse projection 2950 described with reference to FIG. 29 .
  • a dotted box at the bottom of the figure indicates a detailed operation flow of the projection post processing 3020 .
  • the point cloud receiving apparatus is a projection (Projection) 3021, a projection index map generation (Projection Idx map generation) (3022) and inverse projection (Inverse projection) including a projection post processing 3020 (3023) ) is performed.
  • the point cloud receiving device performs a projection on the reconstructed geometry (3021).
  • the projection 3021 corresponds to the reverse process of the projection 1632 described with reference to FIG. 16 .
  • the point cloud transmitting device performs projection on the geometry
  • the reconstructed geometry of the point cloud receiving device indicates a position in the projection domain. Therefore, the point cloud receiving apparatus performs re-projection to re-convert the projected geometry on the 3D space based on the signaling information (eg, signaling information related to the projection described with reference to FIGS. 24 to 28, coord_conversion_type, bounding_box_x_offset, etc.).
  • the signaling information eg, signaling information related to the projection described with reference to FIGS. 24 to 28, coord_conversion_type, bounding_box_x_offset, etc.
  • the point cloud receiving device may secure the range of the re-projected data and scaling information (eg, bounding_box_x/y/z_length, granularity_radius/angular/normal, etc.) from the projection-related signaling information described with reference to FIGS. 24 to 28 . .
  • the re-projected data and scaling information eg, bounding_box_x/y/z_length, granularity_radius/angular/normal, etc.
  • the point cloud receiving apparatus adjusts the laser position described in FIG. 22 at the transmitting side based on the signaling information (eg, laser_position_adjustment_flag, etc.) related to the projection described with reference to FIGS. 24 to 28 (eg, laser position adjustment ( 1642)) has been performed, and information related to laser position adjustment can be obtained.
  • the point cloud receiving apparatus checks whether the sampling rate adjustment (eg, sampling rate adjustment 1643) is performed at the transmitting side based on the signaling information related to the projection (eg, sampling_adjustment_cubic_flag, etc.) described with reference to FIGS. 24 to 28 . and obtain relevant information.
  • the point cloud receiving apparatus may perform re-projection by reflecting laser position adjustment and sampling rate adjustment. Since projection, laser position adjustment, and sampling rate adjustment according to the embodiments are the same as those described with reference to FIGS. 21 to 23 , a detailed description thereof will be omitted.
  • the point cloud receiving device is a coordinate system (for example, the cylindrical coordinate system 1810 described in FIG. 18) of the re-projected point cloud data (geometry) based on the projection-related signaling information (for example, projection_type) described with reference to FIGS. 24 to 28 .
  • the spherical coordinate system 1820 may be converted into an original coordinate system (eg, the xyz coordinate system 1800).
  • the signaling information related to the projection described with reference to FIGS. 24 to 28 includes an output range of data in the original coordinate system (eg, orig_bounding_box_x_offset), information related to the transformation coordinate system (eg, cylinder_center_x, etc.).
  • the point cloud receiving apparatus may use the inverse transform equations of Equations 1 to 6.
  • an error in the position of a point may occur while the point cloud transmission apparatus performs voxelization (eg, projection domain voxelization 1644) and rounding. . Therefore, even if the point cloud receiving device performs projection based on signaling information, lossless restoration of geometry may be difficult. That is, even if the reconstructed attribute is losslessly restored, an unintended error may occur because exact matching between the geometry and the attribute is not made due to the loss of the reconstructed geometry.
  • projection is applied only to attribute coding, if the reconstructed attribute corresponding to the reconstructed geometry is connected, proper matching is made even if the reconstructed attribute is not losslessly restored, so reconstructed point cloud data with less errors can be obtained.
  • the point cloud receiving apparatus performs projection index map generation 3022 for generating an index map indicating an index of position information in order to connect the projected geometry and the position before the projection is performed.
  • the point cloud receiving apparatus aligns the points indicated by the reconstructed geometry in a specific order (eg, Morton code order, x-y-z zigzag order, etc.) with respect to the reconstructed geometry, and assigns an index according to the order.
  • the point cloud receiving device has an index to decoded position map and a decoded position to the index map based on the relationship between the position and the index before projection. map) can be created.
  • the point cloud receiving device performs projection on the indexed geometry, and generates a decoded position to the projected position map for the projected position (geometry) map.
  • the point cloud receiving device projects the index map based on the relationship between the decoded position and the index (for example, the index for the generated decoded position (geometry) map and the decoded position (geometry) for the index map)) Create the projection position to the index map.
  • the point cloud transmission apparatus performs attribute encoding based on the projected geometry. Accordingly, the reconstructed attribute is expressed as an attribute of the geometry expressed on the projection domain described with reference to FIGS. 15 to 23 .
  • the point cloud receiving device When attribute decoding is performed, since each point on the projection domain has an attribute, the point cloud receiving device performs reverse projection 3023 to determine the projected position for the index map and the projected geometry based on the index for the position map. You can restore the original geometry and match the restored original geometry with the restored attributes.
  • the projection index map generation 3022 according to embodiments may be included in the reverse projection 3023 .
  • FIG. 31 shows an example of a processing process of a point cloud receiving apparatus.
  • the flowchart 3100 shown in the figure shows an example of the processing process of the point cloud receiving apparatus described with reference to FIGS. 29 to 30 .
  • the operation of the point cloud receiving apparatus is not limited to this example, and the operation corresponding to each element may be performed in the order shown in FIG. 31 or may not be performed sequentially.
  • the point cloud receiving apparatus receives the point cloud bitstream and entropy decoding (3110), inverse quantization (3111) and geometry decoding for the geometry bitstream (Geometry Decoding) ) (3112).
  • the entropy decoding 3110 , the inverse quantization 3111 , and the geometry decoding 3112 correspond to the geometry processing described with reference to FIG. 30 , and a detailed description thereof will be omitted.
  • the point cloud receiving apparatus determines whether projection is performed based on the signaling information described with reference to FIGS. 24 to 28, and when not performing the projection, attribute decoding 3130 is performed.
  • the point cloud receiving apparatus performs projection post processing (eg, projection post processing 3020 described in FIG.
  • Projection post processing is an example of the projection post processing 3020 described with reference to FIG. 30 , and includes coordinate conversion 3120 , coordinate projection 3121 , and translation adjustment (Translation adjustment) ( 3122 ), a Bounding box adjustment 3123 , a Projection domain voxelization 3124 , and an Inverse Projection 3125 .
  • the coordinate transformation 3120 , the coordinate projection 3121 , the conversion adjustment 3122 , the bounding box adjustment 3123 , and the projection domain voxelization 3124 may correspond to the projection 3021 described with reference to FIG. 30 .
  • FIG. 30 As described with reference to FIG.
  • the point cloud receiving apparatus performs laser position adjustment (eg, laser position adjustment 1642) and sampling rate adjustment (eg, sampling rate adjustment 1643) included in the signaling information described with reference to FIGS. 24 to 28 . )), etc., it is possible to perform conversion adjustment (3122), bounding box adjustment (3123), and the like based on the related information.
  • the point cloud receiving device performs a reverse projection (3125). Since the reverse projection 3125 according to the embodiments is the same as the reverse projection 3023 described with reference to FIG. 30 , a detailed description thereof will be omitted.
  • FIG. 32 shows an example of the projection index map generation 3022 as an example of the reverse projection described with reference to FIGS. 30 to 31 .
  • a solid line 3200 shown in the figure represents a process of generating an index to a decoded position map for a decoded position (geometry) map based on the relationship between the position and the index before projection.
  • a dotted line 3210 shown in the drawing represents a process of generating a decoded position (geometry) for the index map.
  • the solid line 3220 shown in the figure indicates that the point cloud receiving device performs projection on the indexed geometry, and the process of generating the decoded position to the projected position map for the projected position (geometry) map.
  • the dotted line 3230 shown in the figure indicates the relationship between the decoded position and the index by the point cloud receiving device (for example, the decoded position (geometry) for the decoded position (geometry) map and the index for the generated decoded position (geometry) map) ) based on the projection position to the index map.
  • the description of the reverse projection is the same as that described with reference to FIG. 30 and thus will be omitted.
  • FIG 33 shows an example of a processing process of a point cloud receiving apparatus according to embodiments.
  • the flowchart 3300 shown in the figure shows an example of the processing process of the point cloud receiving apparatus described with reference to FIGS. 29 to 31 .
  • the operation of the point cloud receiving apparatus is not limited to this example, and the operation corresponding to each element may be performed in the order shown in FIG. 33 or may not be performed sequentially.
  • the point cloud receiving apparatus performs a coordinate conversion pre-process 3310 as pre-processing for attribute decoding.
  • the coordinate transformation pre-process 3310 may correspond to the projection 3021 described with reference to FIG. 30 .
  • the operation indicated by the components of the flowchart 3300 according to the embodiments may be performed by hardware, software, process, or a combination thereof constituting the point cloud receiving apparatus.
  • the point cloud receiving apparatus performs the coordinate transformation pre-process 3310 based on the signaling information related to the projection described with reference to FIGS. 24 to 28 .
  • the position (geometry) of the point output from the coordinate system transformation pre-process 3310 is used in the subsequent attribute decoding 3320 .
  • Inputs (or input data) of the coordinate transformation pre-process 3310 according to embodiments are as follows.
  • the input according to the embodiments includes variables secured from the projection-related signaling information described with reference to FIGS. 24-28 or derived based on the projection-related signaling information described with reference to FIGS. 24 to 28 .
  • array PointPos A variable specifying the point position represented in the Cartesian coordinate (array PointPos specifying the point position represented in the Cartesian coordinate)
  • Attr_coord_conv_enabled_flag (for example, attr_coord_conv_enabled_flag described in FIG. 28): an indicator indicating whether coordinate conversion is used in attribute decoding (an indicator attr_coord_conv_enabled_flag specifying the use of coordinate conversion in the attribute coding process)
  • number_lasers eg, numb_laser described in FIG. 24 : a variable specifying the number of lasers
  • LaserAngle A variable representing the tangent of the elevation angle of lasers.
  • geomAngularOrigin A variable representing the coordinates (x, y, z) of the origin of the lasers.
  • ScaleAxis Variable representing scale factors for coordinate transformation of each axis
  • LaserCorrection A variable indicating the correction of the laser position relative to the geomAngularOrigin.
  • An output of the coordinate transformation pre-process 3310 is a corrected array PointPos and a PointPosCart indicating a connection of positions before and after coordinate transformation.
  • the coordinate transformation pre-process 3310 may include a process to determine the laser index.
  • a laser index determination process is a process of determining a laser index (laserIndex[ pointIdx]) as a point index (pointIdx) indicating a point within a range expressed by 0 to PointCount-1 for a point performing coordinate transformation am. This process is performed only when the value of attr_coord_conv_enabled_flag is 1.
  • the estimated laser index (laserIndexEstimate[ pointIdx]) is calculated by determining the node angle (PointTheta) and the closest laser angle LaserAngle[ laserIndexEstimate[ pointIdx]]. The following determines the node angle indicates the process
  • the following shows the process of determining the closest laser angle.
  • the coordinate conversion pre-process 3310 may include a coordinate conversion process.
  • PointPosCart[pointIdx][0] PointPos[pointIdx][0]
  • PointPosCart[pointIdx][1] PointPos[pointIdx][1]
  • PointPosCart[pointIdx][2] PointPos[pointIdx][2]
  • ConvPointPos[pointIdx] represents the point position of the converted cylindrical coordinates using pointIdX in the range of 0 to PointCoint-1.
  • the updated point position (PointPos) is specified as multiples of the scale factor in each axis. If ScaleAxis is a non-zero positive value, the updated point position is derived as follows:
  • MinPointPos represents the minimum point position among ConvPointPos[PointIdx] expressed using PointIdx within the range of 0 to PointCount-1.
  • ScaleAxis is derived by the bounding box. If at least one element of ScaleAxis is equal to 0, then ScaleAxis is derived by the bounding box. If MaxPointPos is the maximum point position of the given ConvPointPos, the length of the bounding box along the axis of LengthBbox is as follows.
  • LengthBbox[0] MaxPointPos[0] - MinPointPos[0]
  • LengthBbox[1] MaxPointPos[1] - MinPointPos[1]
  • LengthBbox[2] MaxPointPos[2] - MinPointPos[2]
  • the maximum length of the three elements is as follows.
  • MaxLengthBbox Max( LengthBbox[0], Max( LengthBbox[1],
  • the point cloud receiving apparatus performs attribute decoding ( 3320 ). Since the attribute decoding 3320 according to the embodiments is the same as the attribute decoding 2940 of FIG. 29 , the attribute decoding or the attribute processing described with reference to FIG. 30 , a detailed description thereof will be omitted.
  • the point cloud receiving apparatus performs attribute decoding, and performs a coordinate conversion post process to match an attribute using a point position in a Cartesian coordinate system ( 3330 ).
  • Inputs (or input data) of the coordinate transformation post process 3330 are as follows.
  • the input according to the embodiments includes variables secured from the projection-related signaling information described with reference to FIGS. 24-28 or derived based on the projection-related signaling information described with reference to FIGS. 24 to 28 .
  • Attr_coord_conv_enabled_flag (for example, attr_coord_conv_enabled_flag described in FIG. 28): an indicator indicating whether coordinate transformation is used in attribute decoding
  • a PointsAttr array (array PointsAttr) with PointsAttr[ pointIdx][ cIdx ] elements with a point index (pointIdx) in the range 0 to PointCount - 1 and cIdx in the range 0 to AttriDim-1.
  • PointsPosCart array array PointPosCart
  • PointPosCart[pointIdx] elements with point index (pointIdx) in the range from 0 to PointCount - 1
  • the output of the coordinate transformation post process 3330 is a PointsAttr array with PointsAttr[pointIdx][cIdx] elements.
  • each element having a PointIdx of PointsAttr is associated with a position given by a PointPosCart array having the same index pointIdx.
  • 34 is a flow diagram illustrating a method for transmitting point cloud data according to embodiments.
  • the flow diagram 3400 of FIG. 34 shows the point cloud data transmission device (or point cloud transmission device, for example, the transmission device or point cloud encoder described in FIGS. 1, 12 and 14) described in FIGS. 1 to 33 is a point Indicates a cloud data transmission method.
  • the point cloud data transmission device encodes the point cloud data including geometry and attributes ( 3410 ).
  • the geometry is information indicating positions of points of the point cloud data, and the attribute includes at least one of a color and a reflectance of the points.
  • the point cloud data transmission device encodes the geometry.
  • attribute encoding is dependent on geometry encoding.
  • the point cloud transmission apparatus may perform coordinate system transformation (eg, the projection described with reference to FIGS.
  • the point cloud transmission device determines the position of each laser based on the central position of the laser head outputting the one or more lasers and the position of each laser relative to the central position. can be adjusted.
  • the position of the adjusted laser may include a vertical angle expressed in a coordinate system representing the positions of the points. Since the laser position adjustment is the same as that described with reference to FIGS. 15 to 22 , a detailed description thereof will be omitted.
  • the bitstream according to the embodiments includes signaling information related to the projection described with reference to FIGS. 24 to 28 .
  • the bitstream includes information indicating whether the position of each laser is adjusted (for example, laser_position_adjustment_flag described in FIG. 24) and information indicating the number of one or more lasers (eg, num_laser described in FIG. 24), It may contain information related to laser calibration.
  • the bitstream includes information indicating whether or not coordinate transformation is applied to decode the encoded attribute (eg, attr_coord_conv_enable_flag described in FIG. 28) and information on scale factors of the transformed coordinate axis (eg, as described in FIG. 28) attr_coord_conv_scale[i]).
  • the point cloud receiving device may secure such signaling information and perform projection and reverse projection such as laser position readjustment and coordinate conversion. Since the operation of the point cloud data transmission apparatus is the same as that described with reference to FIGS. 1 to 23 , a detailed description thereof will be omitted.
  • 35 is a flow diagram of a point cloud data processing method according to embodiments.
  • the flow diagram 3500 of FIG. 35 shows a point cloud data processing method of the point cloud data receiving apparatus (eg, the receiving apparatus 10004 or the point cloud video decoder 10006) described with reference to FIGS. 1 to 33 . .
  • the point cloud data receiving device receives a bitstream including the point cloud data ( 2510 ).
  • a bitstream includes signaling information (eg, SPS, APS, attribute header, etc.) necessary for decoding point cloud data.
  • the point cloud transmission apparatus performs projection (eg, FIGS. 15 to 33 ) through signaling information (eg, SPS, APS, attribute header, etc.) included in a bitstream. It transmits signaling information related to projection).
  • the signaling information of the bitstream may include information related to projection at a sequence level or a slice level.
  • the point cloud data receiving apparatus decodes the point cloud data based on the signaling information ( 2520 ).
  • the point cloud data receiving apparatus decodes the geometry included in the point cloud data.
  • the point cloud data includes a geometry and an attribute, the geometry is information indicating positions of points of the point cloud data, and the attribute includes at least one of a color and a reflectance of the points.
  • the point cloud receiving apparatus may perform coordinate system transformation (eg, coordinate transformations 3310 and 3330 described with reference to FIGS. 15 to 33 ) on geometry and/or attributes. Specific details of the coordinate transformation are the same as those described with reference to FIGS. 15 to 33 , and thus will be omitted.
  • coordinate system transformation eg, coordinate transformations 3310 and 3330 described with reference to FIGS. 15 to 33 . Specific details of the coordinate transformation are the same as those described with reference to FIGS. 15 to 33 , and thus will be omitted.
  • the bitstream includes signaling information related to the projection described with reference to FIGS. 24 to 28 .
  • the signaling information includes information indicating whether the position of each laser is adjusted (for example, laser_position_adjustment_flag described in FIG. 24) and information indicating the number of one or more lasers (eg, num_laser described in FIG. 24), It may contain information related to laser calibration.
  • the bitstream includes information indicating whether coordinate transformation is applied to decode an attribute (for example, attr_coord_conv_enable_flag described in FIG. 28) and information on scale factors of the transformed coordinate axis (eg, attr_coord_conv_scale[i described in FIG.
  • the point cloud receiving device may adjust the position of each laser based on information related to laser adjustment.
  • the position of the laser is a position adjusted based on the central position of the laser head outputting one or more lasers and the position of each laser relative to the central position, and includes a vertical angle expressed in a coordinate system representing points.
  • the point cloud data processing method is not limited to this example.
  • the components of the point cloud data processing apparatus according to the embodiments described with reference to FIGS. 1 to 35 may be implemented as hardware, software, firmware, or a combination thereof including one or more processors coupled with a memory.
  • Components of the device according to the embodiments may be implemented as one chip, for example, one hardware circuit.
  • the components of the point cloud data processing apparatus according to the embodiments may be implemented as separate chips.
  • at least one of the components of the point cloud data processing apparatus 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 are shown in FIG. 1 to 35 may perform any one or more of the operations/methods of the point cloud data processing apparatus described with reference to FIGS. 35 , or may include instructions for performing the operations.
  • the point cloud data transmission method according to the embodiments may be performed by the point cloud data transmission apparatus or components included in the point cloud data transmission apparatus according to the embodiments.
  • the method for receiving point cloud data according to the embodiments may be performed by the device for receiving point cloud data or components included in the device for receiving point cloud data according to the embodiments.
  • Various components of the apparatus according to the embodiments may be configured 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.

Landscapes

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

Abstract

실시예들에 따른 포인트 클라우드 데이터 전송 방법은 지오메트리 및 어트리뷰트를 포함하는 포인트 클라우드 데이터를 인코딩하는 단계로서, 상기 지오메트리는 상기 포인트 클라우드 데이터의 포인트들의 포지션들을 나타내는 정보이고, 상기 어트리뷰트는 상기 포인트들의 색상 및 반사율 중 적어도 하나 이상을 포함하고, 상기 포인트 클라우드 데이터를 인코딩하는 단계는, 상기 포인트들의 포지션들을 나타내는 좌표를 변환(conversion)하는 단계를 포함하고; 및 상기 인코드된 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 단계를 포함하는 것으로, 포인트 클라우드 데이터를 인코딩하여 전송할 수 있다.

Description

포인트 클라우드 데이터 전송 장치, 전송 방법, 처리 장치 및 처리 방법
실시예들은 사용자에게 VR (Virtual Reality, 가상현실), AR (Augmented Reality, 증강현실), MR (Mixed Reality, 혼합현실), 및 자율 주행 서비스 등의 다양한 서비스를 제공하기 위하여 포인트 클라우드 콘텐트(Point Cloud Content)를 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, 상술한 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 전송 방법은 지오메트리 및 어트리뷰트를 포함하는 포인트 클라우드 데이터를 인코딩하는 단계 및 인코드된 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 단계를 포함한다. 실시예들에 따른 지오메트리는 포인트 클라우드 데이터의 포인트들의 포지션들을 나타내는 정보이고, 실시예들에 따른 어트리뷰트는 포인트들의 색상 및 반사율 중 적어도 하나 이상을 포함한다. 실시예들에 따른 포인트 클라우드 데이터를 인코딩하는 단계는 포인트들의 포지션들을 나타내는 좌표를 변환하는 단계를 포함한다.
실시예들에 따른 포인트 클라우드 데이터 전송 장치는 지오메트리 및 어트리뷰트를 포함하는 포인트 클라우드 데이터를 인코딩하는 인코더 및 인코드된 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 전송부를 포함한다. 실시예들에 따른 지오메트리는 포인트 클라우드 데이터의 포인트들의 포지션들을 나타내는 정보이고, 실시예들에 따른 어트리뷰트는 포인트들의 색상 및 반사율 중 적어도 하나 이상을 포함한다. 실시예들에 따른 인코더는 포인트들의 포지션들을 나타내는 좌표를 변환한다.
실시예들에 따른 포인트 클라우드 데이터 처리 방법은 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 단계 및 포인트 클라우드 데이터를 디코딩하는 단계를 포함한다. 실시예들에 따른 비트스트림은 시그널링 정보를 포함한다. 실시예들에 따른 지오메트리는 상기 포인트 클라우드 데이터의 포인트들의 포지션들을 나타내는 정보이고, 어트리뷰트는 포인트들의 색상 및 반사율 중 적어도 어느 하나를 포함한다. 실시예들에 따른 포인트 클라우드 데이터를 디코딩하는 단계는 시그널링 정보를 기반으로 포인트들의 포지션들을 나타내는 좌표를 변환하는 단계를 포함한다.
실시예들에 따른 포인트 클라우드 데이터 처리 장치는 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 수신부 및 포인트 클라우드 데이터를 디코딩하는 디코더를 포함한다. 실시예들에 따른 비트스트림은 시그널링 정보를 포함한다. 실시예들에 따른 지오메트리는 상기 포인트 클라우드 데이터의 포인트들의 포지션들을 나타내는 정보이고, 어트리뷰트는 포인트들의 색상 및 반사율 중 적어도 어느 하나를 포함한다. 실시예들에 따른 디코더는 시그널링 정보를 기반으로 포인트들의 포지션들을 나타내는 좌표를 변환하는 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 5 는 실시예들에 따른 복셀의 예시를 나타낸다.
도 6은 실시예들에 따른 옥트리 및 오큐판시 코드 (occupancy code)의 예시를 나타낸다.
도 7은 실시예들에 따른 이웃 노드 패턴의 예시를 나타낸다.
도 8은 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 9는 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 10은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder)의 예시를 나타낸다.
도 11은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder)의 예시를 나타낸다.
도 12는 실시예들에 따른 전송 장치의 예시이다.
도 13은 실시예들에 따른 수신 장치의 예시이다.
도 14는 실시예들에 따른 포인트 클라우드 데이터 송수신 방법/장치와 연동 가능한 구조의 예시를 나타낸다.
도 15는 실시예들에 따른 포인트 클라우드 데이터 전송 장치의 동작을 나타내는 플로우차트이다.
도 16은 포인트 클라우드 데이터 전송 장치의 동작의 예시이다.
도 17은 포인트 클라우드 전송 장치의 처리과정의 예시를 나타낸다.
도 18은 좌표 변환의 예시이다.
도 19는 좌표계의 예시이다.
도 20은 좌표 변환의 예시이다.
도 21은 좌표 프로젝션의 예시를 나타낸다.
도 22는 레이저 포지션 조정의 예시를 나타낸다
도 23은 복셀라이제이션의 예시를 나타낸다.
도 24는 프로젝션과 관련된 시그널링 정보의 신택스 구조의 예시이다.
도 25는 실시예들에 따른 시그널링 정보의 예시이다.
도 26은 실시예들에 따른 시그널링 정보의 예시이다.
도 27은 실시예들에 따른 시그널링 정보의 예시이다.
도 28은 실시예들에 따른 시그널링 정보이다.
도 29는 실시예들에 따른 포인트 클라우드 데이터 수신 장치의 동작을 나타내는 플로우차트이다.
도 30은 포인트 클라우드 수신 장치의 동작의 예시이다.
도 31은 포인트 클라우드 수신 장치의 처리과정의 예시를 나타낸다.
도 32는 역프로젝션의 예시이다.
도 33은 실시예들에 따른 포인트 클라우드 수신 장치의 처리과정의 예시를 나타낸다.
도 34는 실시예들에 따른 포인트 클라우드 데이터 전송 방법을 나타내는 플로우 다이어그램이다.
도 35는 실시예들에 따른 포인트 클라우드 데이터 처리 방법의 플로우 다이어그램이다.
실시예들의 바람직한 실시예에 대해 구체적으로 설명하며, 그 예는 첨부된 도면에 나타낸다. 첨부된 도면을 참조한 아래의 상세한 설명은 실시예들의 실시예에 따라 구현될 수 있는 실시예만을 나타내기보다는 실시예들의 바람직한 실시예를 설명하기 위한 것이다. 다음의 상세한 설명은 실시예들에 대한 철저한 이해를 제공하기 위해 세부 사항을 포함한다. 그러나 실시예들이 이러한 세부 사항 없이 실행될 수 있다는 것은 당업자에게 자명하다.
실시예들에서 사용되는 대부분의 용어는 해당 분야에서 널리 사용되는 일반적인 것들에서 선택되지만, 일부 용어는 출원인에 의해 임의로 선택되며 그 의미는 필요에 따라 다음 설명에서 자세히 서술한다. 따라서 실시예들은 용어의 단순한 명칭이나 의미가 아닌 용어의 의도된 의미에 근거하여 이해되어야 한다.
도1은 실시예들에 따른 포인트 클라우드콘텐츠 제공 시스템의 예시를 나타낸다.
도 1에 도시된 포인트 클라우드 콘텐트 제공 시스템은 전송 장치(transmission device)(10000) 및 수신 장치(reception device)(10004)를 포함할 수 있다. 전송 장치(10000) 및 수신 장치(10004)는 포인트 클라우드 데이터를 송수신하기 위해 유무선 통신 가능하다.
. 실시예들에 따른 전송 장치(10000)는 포인트 클라우드 비디오(또는 포인트 클라우드 콘텐트)를 확보하고 처리하여 전송할 수 있다. 실시예들에 따라, 전송 장치(10000)는 고정국(fixed station), BTS(base transceiver system), 네트워크, AI(Ariticial Intelligence) 기기 및/또는 시스템, 로봇, AR/VR/XR 기기 및/또는 서버 등을 포함할 수 있다. 또한 실시예들에 따라 전송 장치(10000)는 무선 접속 기술(예, 5G NR(New RAT), LTE(Long Term Evolution))을 이용하여, 기지국 및/또는 다른 무선 기기와 통신을 수행하는 기기, 로봇, 차량, AR/VR/XR 기기, 휴대기기, 가전, IoT(Internet of Thing)기기, AI 기기/서버 등을 포함할 수 있다.
실시예들에 따른 전송 장치(10000)는 포인트 클라우드 비디오 획득부(Point Cloud Video Acquisition, 10001), 포인트 클라우드 비디오 인코더(Point Cloud Video Encoder, 10002) 및/또는 트랜스미터(Transmitter (or Communication module), 10003)를 포함한다
실시예들에 따른 포인트 클라우드 비디오 획득부(10001)는 캡쳐, 합성 또는 생성 등의 처리 과정을 통해 포인트 클라우드 비디오를 획득한다. 포인트 클라우드 비디오는 3차원 공간에 위치한 포인트들의 집합인 포인트 클라우드로 표현되는 포인트 클라우드 콘텐트로서, 포인트 클라우드 비디오 데이터 등으로 호칭될 수 있다. 실시예들에 따른 포인트 클라우드 비디오는 하나 또는 그 이상의 프레임들을 포함할 수 있다. 하나의 프레임은 정지 영상/픽쳐를 나타낸다. 따라서 포인트 클라우드 비디오는 포인트 클라우드 영상/프레임/픽처를 포함할 수 있으며, 포인트 클라우드 영상, 프레임 및 픽처 중 어느 하나로 호칭될 수 있다.
실시예들에 따른 포인트 클라우드 비디오 인코더(10002)는 확보된 포인트 클라우드 비디오 데이터를 인코딩한다. 포인트 클라우드 비디오 인코더(10002)는 포인트 클라우드 컴프레션(Point Cloud Compression) 코딩을 기반으로 포인트 클라우드 비디오 데이터를 인코딩할 수 있다. 실시예들에 따른 포인트 클라우드 컴프레션 코딩은 G-PCC(Geometry-based Point Cloud Compression) 코딩 및/또는 V-PCC(Video based Point Cloud Compression) 코딩 또는 차세대 코딩을 포함할 수 있다. 또한 실시예들에 따른 포인트 클라우드 컴프레션 코딩은 상술한 실시예에 국한되는 것은 아니다. 포인트 클라우드 비디오 인코더(10002)는 인코딩된 포인트 클라우드 비디오 데이터를 포함하는 비트스트림을 출력할 수 있다. 비트스트림은 인코딩된 포인트 클라우드 비디오 데이터뿐만 아니라, 포인트 클라우드 비디오 데이터의 인코딩과 관련된 시그널링 정보를 포함할 수 있다.
실시예들에 따른 트랜스미터(10003)는 인코딩된 포인트 클라우드 비디오 데이터를 포함하는 비트스트림을 전송한다. 실시예들에 따른 비트스트림은 파일 또는 세그먼트(예를 들면 스트리밍 세그먼트) 등으로 인캡슐레이션되어 방송망 및/또는 브로드밴드 망등의 다양한 네트워크를 통해 전송된다. 도면에 도시되지 않았으나, 전송 장치(10000)는 인캡슐레이션 동작을 수행하는 인캡슐레이션부(또는 인캡슐레이션 모듈)을 포함할 수 있다. 또한 실시예들에 따라 인캡슐레이션부는 트랜스미터(10003)에 포함될 수 있다. 실시예들에 따라 파일 또는 세그먼트는 네트워크를 통해 수신 장치(10004)로 전송되거나, 디지털 저장매체(예를 들면 USB, SD, CD, DVD, 블루레이, HDD, SSD 등)에 저장될 수 있다. 실시예들에 따른 트랜스미터(10003)는 수신 장치(10004) (또는 리시버(Receiver, 10005))와 4G, 5G, 6G 등의 네트워크를 통해 유/무선 통신 가능하다. 또한 트랜스미터(10003)는 네트워크 시스템(예를 들면 4G, 5G, 6G 등의 통신 네트워크 시스템)에 따라 필요한 데이터 처리 동작을 수행할 수 있다. 또한 전송 장치(10000)는 온 디맨드(On Demand) 방식에 따라 인캡슐레이션된 데이터를 전송할 수도 있다.
실시예들에 따른 수신 장치(10004)는 리시버(Receiver, 10005), 포인트 클라우드 비디오 디코더(Point Cloud Decoder, 10006) 및/또는 렌더러(Renderer, 10007)를 포함한다. 실시예들에 따라 수신 장치(10004)는 무선 접속 기술(예, 5G NR(New RAT), LTE(Long Term Evolution))을 이용하여, 기지국 및/또는 다른 무선 기기와 통신을 수행하는 기기, 로봇, 차량, AR/VR/XR 기기, 휴대기기, 가전, IoT(Internet of Thing)기기, AI 기기/서버 등을 포함할 수 있다.
실시예들에 따른 리시버(10005)는 포인트 클라우드 비디오 데이터를 포함하는 비트스트림 또는 비트스트림이 인캡슐레이션된 파일/세그먼트 등을 네트워크 또는 저장매체로부터 수신한다. 리시버(10005)는 네트워크 시스템(예를 들면 4G, 5G, 6G 등의 통신 네트워크 시스템)에 따라 필요한 데이터 처리 동작을 수행할 수 있다. 실시예들에 따른 리시버(10005)는 수신한 파일/세그먼트를 디캡슐레이션하여 비트스트림을 출력할수 있다. 또한 실시예들에 따라 리시버(10005)는 디캡슐레이션 동작을 수행하기 위한 디캡슐레이션부(또는 디캡슐레이션 모듈)을 포함할 수 있다. 또한 디캡슐레이션부는 리시버(10005)와 별개의 엘레멘트(또는 컴포넌트)로 구현될 수 있다.
포인트 클라우드 비디오 디코더(10006)는 포인트 클라우드 비디오 데이터를 포함하는 비트스트림을 디코딩한다. 포인트 클라우드 비디오 디코더(10006)는 포인트 클라우드 비디오 데이터가 인코딩된 방식에 따라 디코딩할 수 있다(예를 들면 포인트 클라우드 비디오 인코더(10002)의 동작의 역과정). 따라서 포인트 클라우드 비디오 디코더(10006)는 포인트 클라우드 컴프레션의 역과정인 포인트 클라우드 디컴프레션 코딩을 수행하여 포인트 클라우드 비디오 데이터를 디코딩할 수 있다. 포인트 클라우드 디컴프레션 코딩은 G-PCC 코딩을 포함한다.
렌더러(10007)는 디코딩된 포인트 클라우드 비디오 데이터를 렌더링한다. 렌더러(10007)는 포인트 클라우드 비디오 데이터 뿐만 아니라 오디오 데이터도 렌더링하여 포인트 클라우드 콘텐트를 출력할 수 있다. 실시예들에 따라 렌더러(10007)는 포인트 클라우드 콘텐트를 디스플레이하기 위한 디스플레이를 포함할 수 있다. 실시예들에 따라 디스플레이는 렌더러(10007)에 포함되지 않고 별도의 디바이스 또는 컴포넌트로 구현될 수 있다.
도면에 점선으로 표시된 화살표는 수신 장치(10004)에서 획득한 피드백 정보(feedback information)의 전송 경로를 나타낸다. 피드백 정보는 포인트 클라우드 컨텐트를 소비하는 사용자와의 인터랙티비를 반영하기 위한 정보로서, 사용자의 정보(예를 들면 헤드 오리엔테이션 정보), 뷰포트(Viewport) 정보 등)을 포함한다. 특히 포인트 클라우드 콘텐트가 사용자와의 상호작용이 필요한 서비스(예를 들면 자율주행 서비스 등)를 위한 콘텐트인 경우, 피드백 정보는 콘텐트 송신측(예를 들면 전송 장치(10000)) 및/또는 서비스 프로바이더에게 전달될 수 있다. 실시예들에 따라 피드백 정보는 전송 장치(10000) 뿐만 아니라 수신 장치(10004)에서도 사용될 수 있으며, 제공되지 않을 수도 있다.
실시예들에 따른 헤드 오리엔테이션 정보는 사용자의 머리 위치, 방향, 각도, 움직임 등에 대한 정보이다. 실시예들에 따른 수신 장치(10004)는 헤드 오리엔테이션 정보를 기반으로 뷰포트 정보를 계산할 수 있다. 뷰포트 정보는 사용자가 바라보고 있는 포인트 클라우드 비디오의 영역에 대한 정보이다. 시점(viewpoint)은 사용자가 포인트 클라우 비디오를 보고 있는 점으로 뷰포트 영역의 정중앙 지점을 의미할 수 있다. 즉, 뷰포트는 시점을 중심으로 한 영역으로서, 영역의 크기, 형태 등은 FOV(Field Of View) 에 의해 결정될 수 있다. 따라서 수신 장치(10004)는 헤드 오리엔테이션 정보 외에 장치가 지원하는 수직(vertical) 혹은 수평(horizontal) FOV 등을 기반으로 뷰포트 정보를 추출할 수 있다. 또한 수신 장치(10004)는 게이즈 분석 (Gaze Analysis) 등을 수행하여 사용자의 포인트 클라우드 소비 방식, 사용자가 응시하는 포인트 클라우 비디오 영역, 응시 시간 등을 확인한다. 실시예들에 따라 수신 장치(10004)는 게이즈 분석 결과를 포함하는 피드백 정보를 송신 장치(10000)로 전송할 수 있다. 실시예들에 따른 피드백 정보는 렌더링 및/또는 디스플레이 과정에서 획득될 수 있다. 실시예들에 따른 피드백 정보는 수신 장치(10004)에 포함된 하나 또는 그 이상의 센서들에 의해 확보될 수 있다. 또한 실시예들에 따라 피드백 정보는 렌더러(10007) 또는 별도의 외부 엘레멘트(또는 디바이스, 컴포넌트 등)에 의해 확보될 수 있다. 도1의 점선은 렌더러(10007)에서 확보한 피드백 정보의 전달 과정을 나타낸다. 포인트 클라우드 콘텐트 제공 시스템은 피드백 정보를 기반으로 포인트 클라우드 데이터를 처리(인코딩/디코딩)할 수 있다. 따라서 포인트 클라우드 비디오 데이터 디코더(10006)는 피드백 정보를 기반으로 디코딩 동작을 수행할 수 있다. 또한 수신 장치(10004)는 피드백 정보를 전송 장치(10000)로 전송할 수 있다. 전송 장치(10000)(또는 포인트 클라우드 비디오 데이터 인코더(10002))는 피드백 정보를 기반으로 인코딩 동작을 수행할 수 있다. 따라서 포인트 클라우드 콘텐트 제공 시스템은 모든 포인트 클라우드 데이터를 처리(인코딩/디코딩)하지 않고, 피드백 정보를 기반으로 필요한 데이터(예를 들면 사용자의 헤드 위치에 대응하는 포인트 클라우드 데이터)를 효율적으로 처리하고, 사용자에게 포인트 클라우드 콘텐트를 제공할 수 있다.
실시예들에 따라, 전송 장치(10000)는 인코더, 전송 디바이스, 전송기 등으로 호칭될 수 있으며, 수신 장치(10004)는 디코더, 수신 디바이스, 수신기 등으로 호칭될 수 있다.
실시예들에 따른 도 1 의 포인트 클라우드 콘텐트 제공 시스템에서 처리되는 (획득/인코딩/전송/디코딩/렌더링의 일련의 과정으로 처리되는) 포인트 클라우드 데이터는 포인트 클라우드 콘텐트 데이터 또는 포인트 클라우드 비디오 데이터라고 호칭할 수 있다. 실시예들에 따라 포인트 클라우드 콘텐트 데이터는 포인트 클라우드 데이터와 관련된 메타데이터 내지 시그널링 정보를 포함하는 개념으로 사용될 수 있다.
도 1에 도시된 포인트 클라우드 콘텐트 제공 시스템의 엘리먼트들은 하드웨어, 소프트웨어, 프로세서 및/또는 그것들의 결합등으로 구현될 수 있다.
도 2는 실시예들에 따른 포인트 클라우드 콘텐트 제공 동작을 나타내는 블록도이다.
도 2의 블록도는 도 1에서 설명한 포인트 클라우드 콘텐트 제공 시스템의 동작을 나타낸다. 상술한 바와 같이 포인트 클라우드 콘텐트 제공 시스템은 포인트 클라우드 컴프레션 코딩(예를 들면 G-PCC)을 기반으로 포인트 클라우드 데이터를 처리할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 포인트 클라우드 전송 장치(10000) 또는 포인트 클라우드 비디오 획득부(10001))은 포인트 클라우드 비디오를 획득할 수 있다(20000). 포인트 클라우드 비디오는 3차원 공간을 표현하는 좌표계에 속한 포인트 클라우드로 표현된다. 실시예들에 따른 포인트 클라우드 비디오는 Ply (Polygon File format or the Stanford Triangle format) 파일을 포함할 수 있다. 포인트 클라우드 비디오가 하나 또는 그 이상의 프레임들을 갖는 경우, 획득한 포인트 클라우드 비디오는 하나 또는 그 이상의 Ply 파일들을 포함할 수 있다. Ply 파일은 포인트의 지오메트리(Geometry) 및/또는 어트리뷰트(Attribute)와 같은 포인트 클라우드 데이터를 포함한다. 지오메트리는 포인트들의 포지션들을 포함한다. 각 포인트의 포지션은 3차원 좌표계(예를 들면 XYZ축들로 이루어진 좌표계 등)를 나타내는 파라미터들(예를 들면 X축, Y축, Z축 각각의 값)로 표현될 수 있다. 어트리뷰트는 포인트들의 어트리뷰트들(예를 들면, 각 포인트의 텍스쳐 정보, 색상(YCbCr 또는 RGB), 반사율(r), 투명도 등)을 포함한다. 하나의 포인트는 하나 또는 그 이상의 어트리뷰트들(또는 속성들)을 가진다. 예를 들어 하나의 포인트는 하나의 색상인 어트리뷰트를 가질 수도 있고, 색상 및 반사율인 두 개의 어트리뷰트들을 가질 수도 있다. 실시예들에 따라, 지오메트리는 포지션들, 지오메트리 정보, 지오메트리 데이터 등으로 호칭 가능하며, 어트리뷰트는 어트리뷰트들, 어트리뷰트 정보, 어트리뷰트 데이터 등으로 호칭할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템(예를 들면 포인트 클라우드 전송 장치(10000) 또는 포인트 클라우드 비디오 획득부(10001))은 포인트 클라우드 비디오의 획득 과정과 관련된 정보(예를 들면 깊이 정보, 색상 정보 등)으로부터 포인트 클라우드 데이터를 확보할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 전송 장치(10000) 또는 포인트 클라우드 비디오 인코더(10002))은 포인트 클라우드 데이터를 인코딩할 수 있다(20001). 포인트 클라우드 콘텐트 제공 시스템은 포인트 클라우드 컴프레션 코딩을 기반으로 포인트 클라우드 데이터를 인코딩할 수 있다. 상술한 바와 같이 포인트 클라우드 데이터는 포인트의 지오메트리 및 어트리뷰트를 포함할 수 있다. 따라서 포인트 클라우드 콘텐트 제공 시스템은 지오메트리를 인코딩하는 지오메트리 인코딩을 수행하여 지오메트리 비트스트림을 출력할 수 있다. 포인트 클라우드 콘텐트 제공 시스템은 어트리뷰트를 인코딩하는 어트리뷰트 인코딩을 수행하여 어트리뷰트 비트스트림을 출력할 수 있다. 실시예들에 따라 포인트 클라우드 콘텐트 제공 시스템은 지오메트리 인코딩에 기초하여 어트리뷰트 인코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 비트스트림 및 어트리뷰트 비트스트림은 멀티플렉싱되어 하나의 비트스트림으로 출력될 수 있다. 실시예들에 따른 비트스트림은 지오메트리 인코딩 및 어트리뷰트 인코딩과 관련된 시그널링 정보를 더 포함할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 전송 장치(10000) 또는 트랜스미터(10003))는 인코딩된 포인트 클라우드 데이터를 전송할 수 있다(20002). 도1에서 설명한 바와 같이 인코딩된 포인트 클라우드 데이터는 지오메트리 비트스트림, 어트리뷰트 비트스트림으로 표현될 수 있다. 또한 인코딩된 포인트 클라우드 데이터는 포인트 클라우드 데이터의 인코딩과 관련된 시그널링 정보(예를 들면 지오메트리 인코딩 및 어트리뷰트 인코딩과 관련된 시그널링 정보)과 함께 비트스트림의 형태로 전송될 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템은 인코딩된 포인트 클라우드 데이터를 전송하는 비트스트림을 인캡슐레이션 하여 파일 또는 세그먼트의 형태로 전송할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 리시버(10005))은 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 수신할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 리시버(10005))은 비트스트림을 디멀티플렉싱할 수 있다.
포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10005))은 비트스트림으로 전송되는 인코딩된 포인트 클라우드 데이터(예를 들면 지오메트리 비트스트림, 어트리뷰트 비트스트림)을 디코딩할 수 있다. 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10005))은 비트스트림에 포함된 포인트 클라우드 비디오 데이터의 인코딩과 관련된 시그널링 정보를 기반으로 포인트 클라우드 비디오 데이터를 디코딩할 수 있다. 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10005))은 지오메트리 비트스트림을 디코딩하여 포인트들의 포지션들(지오메트리)을 복원할 수 있다. 포인트 클라우드 콘텐트 제공 시스템은 복원한 지오메트리를 기반으로 어트리뷰트 비트스트림을 디코딩하여 포인트들의 어트리뷰트들을 복원할 수 있다. 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10005))은 복원된 지오메트리에 따른 포지션들 및 디코딩된 어트리뷰트를 기반으로 포인트 클라우드 비디오를 복원할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 렌더러(10007))은 디코딩된 포인트 클라우드 데이터를 렌더링할 수 있다(20004). 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 렌더러(10007))은 디코딩 과정을 통해 디코딩된 지오메트리 및 어트리뷰트들을 다양한 렌더링 방식에 따라 렌더링 방식에 따라 렌더링 할 수 있다. 포인트 클라우드 콘텐트의 포인트들은 일정 두께를 갖는 정점, 해당 정점 위치를 중앙으로 하는 특정 최소 크기를 갖는 정육면체, 또는 정점 위치를 중앙으로 하는 원 등으로 렌더링 될 수도 있다. 렌더링된 포인트 클라우드 콘텐트의 전부 또는 일부 영역은 디스플레이 (예를 들면 VR/AR 디스플레이, 일반 디스플레이 등)을 통해 사용자에게 제공된다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004))는 피드백 정보를 확보할 수 있다(20005). 포인트 클라우드 콘텐트 제공 시스템은 피드백 정보를 기반으로 포인트 클라우드 데이터를 인코딩 및/또는 디코딩할 수 있다. 실시예들에 따른 피드백 정보 및 포인트 클라우드 콘텐트 제공 시스템의 동작은 도 1에서 설명한 피드백 정보 및 동작과 동일하므로 구체적인 설명은 생략한다.
도 3은 실시예들에 따른 포인트 클라우드 비디오 캡쳐 과정의 예시를 나타낸다.
도 3은 도 1 내지 도 2에서 설명한 포인트 클라우드 콘텐트 제공 시스템의 포인트 클라우드 비디오 캡쳐 과정의 예시를 나타낸다.
포인트 클라우드 콘텐트는 다양한 3차원 공간(예를 들면 현실 환경을 나타내는 3차원 공간, 가상 환경을 나타내는3차원 공간 등)에 위치한 오브젝트(object) 및/또는 환경을 나타내는 포인트 클라우드 비디오(이미지들 및/또는 영상들)을 포함한다. 따라서 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템은 포인트 클라우드 콘텐트를 생성하기 위하여 하나 또는 그 이상의 카메라(camera)들(예를 들면, 깊이 정보를 확보할 수 있는 적외선 카메라, 깊이 정보에 대응되는 색상 정보를 추출 할 수 있는 RGB 카메라 등), 프로젝터(예를 들면 깊이 정보를 확보하기 위한 적외선 패턴 프로젝터 등), 라이다(LiDAR)등을 사용하여 포인트 클라우드 비디오를 캡쳐할 수 있다. 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템은 깊이 정보로부터 3차원 공간상의 포인트들로 구성된 지오메트리의 형태를 추출하고, 색상정보로부터 각 포인트의 어트리뷰트를 추출하여 포인트 클라우드 데이터를 확보할 수 있다. 실시예들에 따른 이미지 및/또는 영상은 인워드-페이싱(inward-facing) 방식 및 아웃워드-페이싱(outward-facing) 방식 중 적어도 어느 하나 이상을 기반으로 캡쳐될 수 있다.
도3의 왼쪽은 인워드-페이싱 방식을 나타낸다. 인워드-페이싱 방식은 중심 오브젝트를 둘러싸고 위치한 하나 또는 그 이상의 카메라들(또는 카메라 센서들)이 중심 오브젝트를 캡쳐하는 방식을 의미한다. 인워드-페이싱 방식은 핵심 객체에 대한 360도 이미지를 사용자에게 제공하는 포인트 클라우드 콘텐트(예를 들면 사용자에게 객체(예-캐릭터, 선수, 물건, 배우 등 핵심이 되는 객체)의 360도 이미지를 제공하는 VR/AR 콘텐트)를 생성하기 위해 사용될 수 있다.
도3의 오른쪽은 아웃워드-페이싱 방식을 나타낸다. 아웃워드-페이싱 방식은 중심 오브젝트를 둘러싸고 위치한 하나 또는 그 이상의 카메라들(또는 카메라 센서들)이 중심 오브젝트가 아닌 중심 오브젝트의 환경을 캡쳐하는 방식을 의미한다. 아웃워드-페이싱 방식은 사용자의 시점에서 나타나는 주변 환경을 제공하기 위한 포인트 클라우드 콘텐트(예를 들면자율 주행 차량의 사용자에게 제공될 수 있는 외부 환경을 나타내는 콘텐트)를 생성하기 위해 사용될 수 있다.
도면에 도시된 바와 같이, 포인트 클라우드 콘텐트는 하나 또는 그 이상의 카메라들의 캡쳐 동작을 기반으로 생성될 수 있다. 이 경우 각 카메라의 좌표계가 다를 수 있으므로 포인트 클라우드 콘텐트 제공 시스템은 캡쳐 동작 이전에 글로벌 공간 좌표계(global coordinate system)을 설정하기 위하여 하나 또는 그 이상의 카메라들의 캘리브레이션을 수행할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템은 상술한 캡쳐 방식으로 캡쳐된 이미지 및/또는 영상과 임의의 이미지 및/또는 영상을 합성하여 포인트 클라우드 콘텐트를 생성할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템은 가상 공간을 나타내는 포인트 클라우드 콘텐트를 생성하는 경우 도3에서 설명한 캡쳐 동작을 수행하지 않을 수 있다. 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템은 캡쳐한 이미지 및/또는 영상에 대해 후처리를 수행할 수 있다. 즉, 포인트 클라우드 콘텐트 제공 시스템은 원하지 않는 영역(예를 들면 배경)을 제거하거나, 캡쳐한 이미지들 및/또는 영상들이 연결된 공간을 인식하고, 구명(spatial hole)이 있는 경우 이를 메우는 동작을 수행할 수 있다.
또한 포인트 클라우드 콘텐트 제공 시스템은 각 카메라로부터 확보한 포인트 클라우드 비디오의 포인트들에 대하여 좌표계 변환을 수행하여 하나의 포인트 클라우드 콘텐트를 생성할 수 있다. 포인트 클라우드 콘텐트 제공 시스템은 각 카메라의 위치 좌표를 기준으로 포인트들의 좌표계 변환을 수행할 수 있다. 이에 따라, 포인트 클라우드 콘텐트 제공 시스템은 하나의 넓은 범위를 나타내는 콘텐트를 생성할 수도 있고, 포인트들의 밀도가 높은 포인트 클라우드 콘텐트를 생성할 수 있다.
도 4는 실시예들에 따른 포인트 클라우드 인코더(Point Cloud Encoder)의 예시를 나타낸다.
도 4는 도 1의 포인트 클라우드 비디오 인코더(10002)의 예시를 나타낸다. 포인트 클라우드 인코더는 네트워크의 상황 혹은 애플리케이션 등에 따라 포인트 클라우드 콘텐트의 질(예를 들어 무손실-lossless, 손실-lossy, near-lossless)을 조절하기 위하여 포인트 클라우드 데이터(예를 들면 포인트들의 포지션들 및/또는 어트리뷰트들)을 재구성하고 인코딩 동작을 수행한다. 포인트 클라우드 콘텐트의 전체 사이즈가 큰 경우(예를 들어 30 fps의 경우 60 Gbps인 포인트 클라우드 콘텐트) 포인트 클라우드 콘텐트 제공 시스템은 해당 콘텐트를 리얼 타임 스트리밍하지 못할 수 있다. 따라서 포인트 클라우드 콘텐트 제공 시스템은 네트워크 환경등에 맞춰 제공하기 위하여 최대 타깃 비트율(bitrate)을 기반으로 포인트 클라우드 콘텐트를 재구성할 수 있다.
도 1 내지 도2 에서 설명한 바와 같이 포인트 클라우드 인코더는 지오메트리 인코딩 및 어트리뷰트 인코딩을 수행할 수 있다. 지오메트리 인코딩은 어트리뷰트 인코딩보다 먼저 수행된다.
실시예들에 따른 포인트 클라우드 인코더는 좌표계 변환부(Transformation Coordinates, 40000), 양자화부(Quantize and Remove Points (Voxelize), 40001), 옥트리 분석부(Analyze Octree, 40002), 서페이스 어프록시메이션 분석부(Analyze Surface Approximation, 40003), 아리스메틱 인코더(Arithmetic Encode, 40004), 지오메트리 리컨스트럭션부(Reconstruct Geometry, 40005), 컬러 변환부(Transform Colors, 40006), 어트리뷰트 변환부(Transfer Attributes, 40007), RAHT 변환부(40008), LOD생성부(Generated LOD, 40009), 리프팅 변환부(Lifting)(40010), 계수 양자화부(Quantize Coefficients, 40011) 및/또는 아리스메틱 인코더(Arithmetic Encode, 40012)를 포함한다.
좌표계 변환부(40000), 양자화부(40001), 옥트리 분석부(40002), 서페이스 어프록시메이션 분석부(40003), 아리스메틱 인코더(40004), 및 지오메트리 리컨스트럭션부(40005)는 지오메트리 인코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 인코딩은 옥트리 지오메트리 코딩, 다이렉트 코딩(direct coding), 트라이숩 지오메트리 인코딩(trisoup geometry encoding) 및 엔트로피 인코딩을 포함할 수 있다. 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 선택적으로 또는 조합으로 적용된다. 또한 지오메트리 인코딩은 위의 예시에 국한되지 않는다.
도면에 도시된 바와 같이, 실시예들에 따른 좌표계 변환부(40000)는 포지션들을 수신하여 좌표계(coordinate)로 변환한다. 예를 들어, 포지션들은 3차원 공간 (예를 들면XYZ 좌표계로 표현되는 3차원 공간 등)의 위치 정보로 변환될 수 있다. 실시예들에 따른 3차원 공간의 위치 정보는 지오메트리 정보로 지칭될 수 있다.
실시예들에 따른 양자화부(40001)는 지오메트리를 양자화한다. 예를 들어, 양자화부(40001)는 전체 포인트들의 최소 위치 값(예를 들면 X축, Y축, Z축 에 대하여 각축상의 최소 값)을 기반으로 포인트들을 양자화 할 수 있다. 양자화부(40001)는 최소 위치 값과 각 포인트의 위치 값의 차이에 기 설정된 양자 스케일(quatization scale) 값을 곱한 뒤, 내림 또는 올림을 수행하여 가장 가까운 정수 값을 찾는 양자화 동작을 수행한다. 따라서 하나 또는 그 이상의 포인트들은 동일한 양자화된 포지션 (또는 포지션 값)을 가질 수 있다. 실시예들에 따른 양자화부(40001)는 양자화된 포인트들을 재구성하기 위해 양자화된 포지션들을 기반으로 복셀화(voxelization)를 수행한다. 2차원 이미지/비디오 정보를 포함하는 최소 단위는 픽셀(pixel)과 같이, 실시예들에 따른 포인트 클라우드 콘텐트(또는 3차원 포인트 클라우드 비디오)의 포인트들은 하나 또는 그 이상의 복셀(voxel)들에 포함될 수 있다. 복셀은 볼륨(Volume)과 픽셀(Pixel)의 조합어로서, 3차원 공간을 표현하는 축들(예를 들면 X축, Y축, Z축)을 기반으로 3차원 공간을 유닛(unit=1.0) 단위로 나누었을 때 발생하는 3차원 큐빅 공간을 의미한다. 양자화부(40001)는 3차원 공간의 포인트들의 그룹들을 복셀들로 매칭할 수 있다. 실시예들에 따라 하나의 복셀은 하나의 포인트만 포함할 수 있다. 실시예들에 따라 하나의 복셀은 하나 또는 그 이상의 포인트들을 포함할 수 있다. 또한 하나의 복셀을 하나의 포인트로 표현하기 위하여, 하나의 복셀에 포함된 하나 또는 그 이상의 포인트들의 포지션들을 기반으로 해당 복셀의 중앙점(center)의 포지션을 설정할 수 있다. 이 경우 하나의 복셀에 포함된 모든 포지션들의 어트리뷰트들은 통합되어(combined) 해당 복셀에 할당될(assigned)수 있다.
실시예들에 따른 옥트리 분석부(40002)는 복셀을 옥트리(octree) 구조로 나타내기 위한 옥트리 지오메트리 코딩(또는 옥트리 코딩)을 수행한다. 옥트리 구조는 팔진 트리 구조에 기반하여 복셀에 매칭된 포인트들을 표현한다.
실시예들에 따른 서페이스 어프록시메이션 분석부(40003)는 옥트리를 분석하고, 근사화할 수 있다. 실시예들에 따른 옥트리 분석 및 근사화는 효율적으로 옥트리 및 복셀화를 제공하기 위해서 다수의 포인트들을 포함하는 영역에 대해 복셀화하기 위해 분석하는 과정이다.
실시예들에 따른 아리스메틱 인코더(40004)는 옥트리 및/또는 근사화된 옥트리를 엔트로피 인코딩한다. 예를 들어, 인코딩 방식은 아리스메틱(Arithmetic) 인코딩 방법을 포함한다. 인코딩의 결과로 지오메트리 비트스트림이 생성된다.
컬러 변환부(40006), 어트리뷰트 변환부(40007), RAHT 변환부(40008), LOD생성부(40009), 리프팅 변환부(40010), 계수 양자화부(40011) 및/또는 아리스메틱 인코더(40012)는 어트리뷰트 인코딩을 수행한다. 상술한 바와 같이 하나의 포인트는 하나 또는 그 이상의 어트리뷰트들을 가질 수 있다. 실시예들에 따른 어트리뷰트 인코딩은 하나의 포인트가 갖는 어트리뷰트들에 대해 동일하게 적용된다. 다만, 하나의 어트리뷰트(예를 들면 색상)이 하나 또는 그 이상의 요소들을 포함하는 경우, 각 요소마다 독립적인 어트리뷰트 인코딩이 적용된다. 실시예들에 따른 어트리뷰트 인코딩은 컬러 변환 코딩, 어트리뷰트 변환 코딩, RAHT(Region Adaptive Hierarchial Transform) 코딩, 예측 변환(Interpolaration-based hierarchical nearest-neighbour prediction-Prediction Transform) 코딩 및 리프팅 변환 (interpolation-based hierarchical nearest-neighbour prediction with an update/lifting step (Lifting Transform)) 코딩을 포함할 수 있다. 포인트 클라우드 콘텐트에 따라 상술한 RAHT 코딩, 예측 변환 코딩 및 리프팅 변환 코딩은 선택적으로 사용되거나, 하나 또는 그 이상의 코딩들의 조합이 사용될 수 있다. 또한 실시예들에 따른 어트리뷰트 인코딩은 상술한 예시에 국한되는 것은 아니다.
실시예들에 따른 컬러 변환부(40006)는 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 변환하는 컬러 변환 코딩을 수행한다. 예를 들어, 컬러 변환부(40006)는 색상 정보의 포맷을 변환(예를 들어 RGB에서 YCbCr로 변환)할 수 있다. 실시예들에 따른 컬러 변환부(40006)의 동작은 어트리뷰트들에 포함된 컬러값에 따라 옵셔널(optional)하게 적용될 수 있다.
실시예들에 따른 지오메트리 리컨스트럭션부(40005)는 옥트리 및/또는 근사화된 옥트리를 재구성(디컴프레션)한다. 지오메트리 리컨스트럭션부(40005)는 포인트들의 분포를 분석한 결과에 기반하여 옥트리/복셀을 재구성한다. 재구성된 옥트리/복셀은 재구성된 지오메트리(또는 복원된 지오메트리)로 호칭될 수 있다.
실시예들에 따른 어트리뷰트 변환부(40007)는 지오메트리 인코딩이 수행되지 않은 포지션들 및/또는 재구성된 지오메트리를 기반으로 어트리뷰트들을 변환하는 어트리뷰트 변환을 수행한다. 상술한 바와 같이 어트리뷰트들은 지오메트리에 종속되므로, 어트리뷰트 변환부(40007)는 재구성된 지오메트리 정보를 기반으로 어트리뷰트들을 변환할 수 있다. 예를 들어, 어트리뷰트 변환부(40007)는 복셀에 포함된 포인트의 포지션값을 기반으로 그 포지션의 포인트가 가지는 어트리뷰트를 변환할 수 있다. 상술한 바와 같이 하나의 복셀에 포함된 하나 또는 그 이상의 포인트들의 포지션들을 기반으로 해당 복셀의 중앙점의 포지션이 설정된 경우, 어트리뷰트 변환부(40007)는 하나 또는 그 이상의 포인트들의 어트리뷰트들을 변환한다. 트라이숩 지오메트리 인코딩이 수행된 경우, 어트리뷰트 변환부(40007)는 트라이숩 지오메트리 인코딩을 기반으로 어트리뷰트들을 변환할 수 있다.
어트리뷰트 변환부(40007)는 각 복셀의 중앙점의 포지션(또는 포지션 값)으로부터 특정 위치/반경 내에 이웃하고 있는 포인트들의 어트리뷰트들 또는 어트리뷰트 값들(예를 들면 각 포인트의 색상, 또는 반사율 등)의 평균값을 계산하여 어트리뷰트 변환을 수행할 수 있다. 어트리뷰트 변환부(40007)는 평균값 계산시 중앙점으로부터 각 포인트까지의 거리에 따른 가중치를 적용할 수 있다. 따라서 각 복셀은 포지션과 계산된 어트리뷰트(또는 어트리뷰트 값)을 갖게 된다.
어트리뷰트 변환부(40007)는 K-D 트리 또는 몰톤 코드를 기반으로 각 복셀의 중앙점의 포지션으로부터 특정 위치/반경 내에 존재하는 이웃 포인트들을 탐색할 수 있다. K-D 트리는 이진 탐색 트리(binary search tree)로 빠르게 최단 이웃점 탐색(Nearest Neighbor Search-NNS)이 가능하도록 point들을 위치 기반으로 관리할 수 있는 자료 구조를 지원한다. 몰튼 코드는 모든 포인트들의 3차원 포지션을 나타내는 좌표값(예를 들면 (x, y, z))을 비트값으로 나타내고, 비트들을 믹싱하여 생성된다. 예를 들어 포인트의 포지션을 나타내는 좌표값이 (5, 9, 1)일 경우 좌표값의 비트 값은 (0101, 1001, 0001)이다. 비트 값을z, y, x 순서로 비트 인덱스에 맞춰 믹싱하면 010001000111이다. 이 값을 10진수로 나타내면 1095이 된다. 즉, 좌표값이 (5, 9, 1)인 포인트의 몰톤 코드 값은 1095이다. 어트리뷰트 변환부(40007)는 몰튼 코드 값을 기준으로 포인트들을 정렬하고depth-first traversal 과정을 통해 최단 이웃점 탐색(NNS)을 할 수 있다. 어트리뷰트 변환 동작 이후, 어트리뷰트 코딩을 위한 다른 변환 과정에서도 최단 이웃점 탐색(NNS)이 필요한 경우, K-D 트리 또는 몰톤 코드가 활용된다.
도면에 도시된 바와 같이 변환된 어트리뷰트들은 RAHT 변환부(40008) 및/또는 LOD 생성부(40009)로 입력된다.
실시예들에 따른 RAHT 변환부(40008)는 재구성된 지오메트리 정보에 기반하여 어트리뷰트 정보를 예측하는 RAHT코딩을 수행한다. 예를 들어, RAHT 변환부(40008)는 옥트리의 하위 레벨에 있는 노드와 연관된 어트리뷰트 정보에 기반하여 옥트리의 상위 레벨에 있는 노드의 어트리뷰트 정보를 예측할 수 있다.
실시예들에 따른 LOD생성부(40009)는 예측 변환 코딩을 수행하기 위하여LOD(Level of Detail)를 생성한다. 실시예들에 따른 LOD는 포인트 클라우드 콘텐트의 디테일을 나타내는 정도로서, LOD 값이 작을 수록 포인트 클라우드 콘텐트의 디테일이 떨어지고, LOD 값이 클 수록 포인트 클라우드 콘텐트의 디테일이 높음을 나타낸다. 포인트들을 LOD에 따라 분류될 수 있다.
실시예들에 따른 리프팅 변환부(40010)는 포인트 클라우드의 어트리뷰트들을 가중치에 기반하여 변환하는 리프팅 변환 코딩을 수행한다. 상술한 바와 같이 리프팅 변환 코딩은 선택적으로 적용될 수 있다.
실시예들에 따른 계수 양자화부(40011)은 어트리뷰트 코딩된 어트리뷰트들을 계수에 기반하여 양자화한다.
실시예들에 따른 아리스메틱 인코더(40012)는 양자화된 어트리뷰트들을 아리스메틱 코딩 에 기반하여 인코딩한다.
도 4의 포인트 클라우드 인코더의 엘레멘트들은 도면에 도시되지 않았으나 포인트 클라우드 제공 장치에 포함된 하나 또는 그 이상의 메모리들과 통신가능하도록 설정된 하나 또는 그 이상의 프로세서들 또는 집적 회로들(integrated circuits)을 포함하는 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합으로 구현될 수 있다. 하나 또는 그 이상의 프로세서들은 상술한 도 4의 포인트 클라우드 인코더의 엘레멘트들의 동작들 및/또는 기능들 중 적어도 어느 하나 이상을 수행할 수 있다. 또한 하나 또는 그 이상의 프로세서들은 도 4의 포인트 클라우드 인코더의 엘레멘트들의 동작들 및/또는 기능들을 수행하기 위한 소프트웨어 프로그램들 및/또는 인스트럭션들의 세트를 동작하거나 실행할 수 있다. 실시예들에 따른 하나 또는 그 이상의 메모리들은 하이 스피드 랜덤 억세스 메모리를 포함할 수도 있고, 비휘발성 메모리(예를 들면 하나 또는 그 이상의 마그네틱 디스크 저장 디바이스들, 플래쉬 메모리 디바이스들, 또는 다른 비휘발성 솔리드 스테이트 메모리 디바이스들(Solid-state memory devices)등)를 포함할 수 있다.
도 5 는 실시예들에 따른 복셀의 예시를 나타낸다.
도 5는 X축, Y축, Z축의 3가지 축으로 구성된 좌표계로 표현되는 3차원 공간상에 위치한 복셀을 나타낸다. 도 4에서 설명한 바와 같이 포인트 클라우드 인코더(예를 들면 양자화부(40001) 등)은 복셀화를 수행할 수 있다. 복셀은 3차원 공간을 표현하는 축들(예를 들면 X축, Y축, Z축)을 기반으로 3차원 공간을 유닛(unit=1.0) 단위로 나누었을 때 발생하는 3차원 큐빅 공간을 의미한다. 도 5는 두 개의 극점들(0,0,0) 및 (2 d, 2 d, 2 d) 으로 정의되는 바운딩 박스(cubical axis-aligned bounding box)를 재귀적으로 분할(reculsive subdividing)하는 옥트리 구조를 통해 생성된 복셀의 예시를 나타낸다. 하나의 복셀은 적어도 하나 이상의 포인트를 포함한다. 복셀은 복셀군(voxel group)과의 포지션 관계로부터 공간 좌표를 추정 할 수 있다. 상술한 바와 같이 복셀은 2차원 이미지/영상의 픽셀과 마찬가지로 어트리뷰트(색상 또는 반사율 등)을 가진다. 복셀에 대한 구체적인 설명은 도 4에서 설명한 바와 동일하므로 생략한다.
도 6은 실시예들에 따른 옥트리 및 오큐판시 코드 (occupancy code)의 예시를 나타낸다.
도 1 내지 도 4에서 설명한 바와 같이 포인트 클라우드 콘텐트 제공 시스템(포인트 클라우드 비디오 인코더(10002)) 또는 포인트 클라우드 인코더(예를 들면 옥트리 분석부(40002))는 복셀의 영역 및/또는 포지션을 효율적으로 관리하기 위하여 옥트리 구조 기반의 옥트리 지오메트리 코딩(또는 옥트리 코딩)을 수행한다.
도 6의 상단은 옥트리 구조를 나타낸다. 실시예들에 따른 포인트 클라우드 콘텐트의 3차원 공간은 좌표계의 축들(예를 들면 X축, Y축, Z축)로 표현된다. 옥트리 구조는 두 개의 극점들(0,0,0) 및 (2 d, 2 d,2 d) 으로 정의되는 바운딩 박스(cubical axis-aligned bounding box)를 재귀적으로 분할(reculsive subdividing)하여 생성된다. 2d는 포인트 클라우드 콘텐트(또는 포인트 클라우드 비디오)의 전체 포인트들을 감싸는 가장 작은 바운딩 박스를 구성하는 값으로 설정될 수 있다. d는 옥트리의 깊이(depth)를 나타낸다. d값은 다음의 식에 따라 결정된다. 하기 식에서 (x int n, y int n, z int n)는 양자화된 포인를들의 포지션들(또는 포지션 값들)을 나타낸다.
d =Ceil(Log2(Max(x_n^int,y_n^int,z_n^int,n=1,…,N)+1))
도 6의 상단의 중간에 도시된 바와 같이, 분할에 따라 전체 3차원 공간은 8개의 공간들로 분할될 수 있다. 분할된 각 공간은 6개의 면들을 갖는 큐브로 표현된다. 도 6 상단의 오른쪽에 도시된 바와 같이 8개의 공간들 각각은 다시 좌표계의 축들(예를 들면 X축, Y축, Z축)을 기반으로 분할된다. 따라서 각 공간은 다시 8개의 작은 공간들로 분할된다. 분할된 작은 공간 역시 6개의 면들을 갖는 큐브로 표현된다. 이와 같은 분할 방식은 옥트리의 리프 노드(leaf node)가 복셀이 될 때까지 적용된다.
도 6의 하단은 옥트리의 오큐판시 코드를 나타낸다. 옥트리의 오큐판시 코드는 하나의 공간이 분할되어 발생되는 8개의 분할된 공간들 각각이 적어도 하나의 포인트를 포함하는지 여부를 나타내기 위해 생성된다. 따라서 하나의 오큐판시 코드는 8개의 자식 노드(child node)들로 표현된다. 각 자식 노드는 분할된 공간의 오큐판시를 나타내며, 자식 노드는 1비트의 값을 갖는다. 따라서 오큐판시 코드는 8 비트 코드로 표현된다. 즉, 자식 노드에 대응하는 공간에 적어도 하나의 포인트가 포함되어 있으면 해당 노드는 1값을 갖는다. 자식 노드에 대응하는 공간에 포인트가 포함되어 있지 않으면 (empty), 해당 노드는 0값을 갖는다. 도 6에 도시된 오큐판시 코드는 00100001이므로 8개의 자식 노드 중 3번째 자식 노드 및 8번째 자식 노드에 대응하는 공간들은 각각 적어도 하나의 포인트를 포함함을 나타낸다. 도면에 도시된 바와 같이 3번째 자식 노드 및 8번째 자식 노드는 각각 8개의 자식 노드를 가지며, 각 자식 노드는 8비트의 오큐판시 코드로 표현된다. 도면은 3번째 자식 노드의 오큐판시 코드가 10000111이고, 8번째 자식 노드의 오큐판시 코드가 01001111임을 나타낸다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40004))는 오큐판시 코드를 엔트로피 인코딩할 수 있다. 또한 압축 효율을 높이기 위해 포인트 클라우드 인코더는 오큐판시 코드를 인트라/인터 코딩할 수 있다. 실시예들에 따른 수신 장치(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10006))는 오큐판시 코드를 기반으로 옥트리를 재구성한다.
실시예들에 따른 포인트 클라우드 인코더(예를 들면 도 4의 포인트 클라우드 인코더, 또는 옥트리 분석부(40002))는 포인트들의 포지션들을 저장하기 위해 복셀화 및 옥트리 코딩을 수행할 수 있다. 하지만 3차원 공간 내 포인트들이 언제나 고르게 분포하는 것은 아니므로, 포인트들이 많이 존재하지 않는 특정 영역이 존재할 수 있다. 따라서 3차원 공간 전체에 대해 복셀화를 수행하는 것은 비효율 적이다. 예를 들어 특정 영역에 포인트가 거의 존재하지 않는다면, 해당 영역까지 복셀화를 수행할 필요가 없다.
따라서 실시예들에 따른 포인트 클라우드 인코더는 상술한 특정 영역(또는 옥트리의 리프 노드를 제외한 노드)에 대해서는 복셀화를 수행하지 않고, 특정 영역에 포함된 포인트들의 포지션을 직접 코딩하는 다이렉트 코딩(Direct coding)을 수행할 수 있다. 실시예들에 따른 다이렉트 코딩 포인트의 좌표들은 다이렉트 코딩 모드(Direct Coding Mode, DCM)으로 호칭된다. 또한 실시예들에 따른 포인트 클라우드 인코더는 표면 모델(surface model)을 기반으로 특정 영역(또는 노드)내의 포인트들의 포지션들을 복셀 기반으로 재구성하는 트라이숩 지오메트리 인코딩(Trisoup geometry encoding)을 수행할 수 있다. 트라이숩 지오메트리 인코딩은 오브젝트의 표현을 삼각형 메쉬(triangle mesh)의 시리즈로 표현하는 지오메트리 인코딩이다. 따라서 포인트 클라우드 디코더는 메쉬 표면으로부터 포인트 클라우드를 생성할 수 있다. 실시예들에 따른 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 선택적으로 수행될 수 있다. 또한 실시예들에 따른 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 옥트리 지오메트리 코딩(또는 옥트리 코딩)과 결합되어 수행될 수 있다.
다이렉트 코딩(Direct coding)을 수행하기 위해서는 다이렉트 코딩을 적용하기 위한 직접 모드(direct mode) 사용 옵션이 활성화 되어 있어야 하며, 다이렉트 코딩을 적용할 노드는 리프 노드가 아니고, 특정 노드 내에 한계치(threshold) 이하의 포인트들이 존재해야 한다. 또한 다이텍트 코딩의 대상이 되는 전채 포인트들의 개수는 기설정된 한계값을 넘어서는 안된다. 위의 조건이 만족되면, 실시예들에 따른 포인트 클라우드 인코더(또는 아리스메틱 인코더(40004))는 포인트들의 포지션들(또는 포지션 값들)을 엔트로피 코딩할 수 있다.
실시예들에 따른 포인트 클라우드 인코더(예를 들면 서페이스 어프록시메이션 분석부(40003))는 옥트리의 특정 레벨(레벨은 옥트리의 깊이 d보다는 작은 경우)을 정하고, 그 레벨부터는 표면 모델을 사용하여 노드 영역내의 포인트의 포지션을 복셀 기반으로 재구성하는 트라이숩 지오메트리 인코딩을 수행할 수 있다(트라이숩 모드). 실시예들에 따른 포인트 클라우드 인코더는 트라이숩 지오메트리 인코딩을 적용할 레벨을 지정할 수 있다. 예를 들어, 지정된 레벨이 옥트리의 깊이와 같으면 포인트 클라우드 인코더는 트라이숩 모드로 동작하지 않는다. 즉, 실시예들에 따른 포인트 클라우드 인코더는 지정된 레벨이 옥트리의 깊이값 보다 작은 경우에만 트라이숩 모드로 동작할 수 있다. 실시예들에 따른 지정된 레벨의 노드들의 3차원 정육면체 영역을 블록(block)이라 호칭한다. 하나의 블록은 하나 또는 그 이상의 복셀들을 포함할 수 있다. 블록 또는 복셀은 브릭(brick)에 대응될 수도 있다. 각 블록 내에서 지오메트리는 표면(surface)으로 표현된다. 실시예들에 따른 표면은 최대 한번 블록의 각 엣지(edge, 모서리)와 교차할 수 있다.
하나의 블록은 12개의 엣지들을 가지므로, 하나의 블록 내 적어도 12개의 교차점들이 존재한다. 각 교차점은 버텍스(vertex, 정점 또는 꼭지점)라 호칭된다. 엣지를 따라 존재하는 버텍스은 해당 엣지를 공유하는 모든 블록들 중 그 엣지에 인접한 적어도 하나의 오큐파이드 복셀(occupied voxel)이 있는 경우 감지된다. 실시예들에 따른 오큐파이드 복셀은 포인트를 포함하는 복셀을 의미한다. 엣지를 따라 검출된 버텍스의 포지션은 해당 엣지를 공유하는 모든 블록들 중 해당 엣지에 인접한 모든 복셀들의 엣지에 따른 평균 포지션(the average position along the edge of all voxels)이다.
버텍스가 검출되면 실시예들에 따른 포인트 클라우드 인코더는 엣지의 시작점(x, y, z), 엣지의 방향벡터(Δx, Δy, Δz), 버텍스 위치 값 (엣지 내의 상대적 위치 값)들을 엔트로피코딩할 수 있다. 트라이숩 지오메트리 인코딩이 적용된 경우, 실시예들에 따른 포인트 클라우드 인코더(예를 들면 지오메트리 리컨스트럭션부(40005))는 삼각형 재구성(triangle reconstruction), 업-샘플링(up-sampling), 복셀화 과정을 수행하여 복원된 지오메트리(재구성된 지오메트리)를 생성할 수 있다.
블록의 엣지에 위치한 버텍스들은 블록을 통과하는 표면(surface)를 결정한다. 실시예들에 따른 표면은 비평면 다각형이다. 삼각형 재구성 과정은 엣지의 시작점, 엣지의 방향 벡터와 버텍스의 위치값을 기반으로 삼각형으로 나타내는 표면을 재구성한다. 삼각형 재구성 과정은 다음과 같다. ①각 버텍스들의 중심(centroid)값을 계산하고, ②각 버텍스값에서 중심 값을 뺀 값들에 ③ 자승을 수행하고 그 값을 모두 더한 값을 구한다.
Figure PCTKR2021003175-appb-img-000001
더해진 값의 최소값을 구하고, 최소값이 있는 축에 따라서 프로젝션 (Projection, 투영) 과정을 수행한다. 예를 들어 x 요소(element)가 최소인 경우, 각 버텍스를 블록의 중심을 기준으로 x축으로 프로젝션 시키고, (y, z) 평면으로 프로젝션 시킨다. (y, z)평면으로 프로젝션 시키면 나오는 값이 (ai, bi)라면 atan2(bi, ai)를 통해 θ값을 구하고, θ값을 기준으로 버텍스들(vertices)을 정렬한다. 하기의 표는 버텍스들의 개수에 따라 삼각형을 생성하기 위한 버텍스들의 조합을 나타낸다. 버텍스들은 1부터 n까지의 순서로 정렬된다. 하기 표는4개의 버텍스들에 대하여, 버텍스들의 조합에 따라 두 개의 삼각형들이 구성될 수 있음을 나타낸다. 첫번째 삼각형은 정렬된 버텍스들 중 1, 2, 3번째 버텍스들로 구성되고, 두번째 삼각형은 정렬된 버텍스들 중 3, 4, 1번째 버텍스들로 구성될 수 있다. .
표2-1. Triangles formed from vertices ordered 1,…,n
n triangles
3 (1,2,3)
4 (1,2,3), (3,4,1)
5 (1,2,3), (3,4,5), (5,1,3)
6 (1,2,3), (3,4,5), (5,6,1), (1,3,5)
7 (1,2,3), (3,4,5), (5,6,7), (7,1,3), (3,5,7)
8 (1,2,3), (3,4,5), (5,6,7), (7,8,1), (1,3,5), (5,7,1)
9 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,1,3), (3,5,7), (7,9,3)
10 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,10,1), (1,3,5), (5,7,9), (9,1,5)
11 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,10,11), (11,1,3), (3,5,7), (7,9,11), (11,3,7)
12 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,10,11), (11,12,1), (1,3,5), (5,7,9), (9,11,1), (1,5,9)
업샘플링 과정은 삼각형의 엣지를 따라서 중간에 점들을 추가하여 복셀화 하기 위해서 수행된다. 업샘플링 요소 값(upsampling factor)과 블록의 너비를 기준으로 추가 점들을 생성한다. 추가점은 리파인드 버텍스(refined vertice)라고 호칭된다. 실시예들에 따른 포인트 클라우드 인코더는 리파인드 버텍스들을 복셀화할 수 있다. 또한 포인트 클라우드 인코더는 복셀화 된 포지션(또는 포지션 값)을 기반으로 어트리뷰트 인코딩을 수행할 수 있다.
도 7은 실시예들에 따른 이웃 노드 패턴의 예시를 나타낸다.
포인트 클라우드 비디오의 압축 효율을 증가시키기 위하여 실시예들에 따른 포인트 클라우드 인코더는 콘텍스트 어탭티브 아리스메틱 (context adaptive arithmetic) 코딩을 기반으로 엔트로피 코딩을 수행할 수 있다.
도 1 내지 도 6에서 설명한 바와 같이 포인트 클라우드 콘텐트 제공 시스템 또는 포인트 클라우드 인코더(예를 들면 포인트 클라우드 비디오 인코더(10002), 도 4의 포인트 클라우드 인코더 또는 아리스메틱 인코더(40004))는 오큐판시 코드를 곧바로 엔트로피 코딩할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템 또는 포인트 클라우드 인코더는 현재 노드의 오큐판시 코드와 이웃 노드들의 오큐판시를 기반으로 엔트로피 인코딩(인트라 인코딩)을 수행하거나, 이전 프레임의 오큐판시 코드를 기반으로 엔트로피 인코딩(인터 인코딩)을 수행할 수 있다. 실시예들에 따른 프레임은 동일한 시간에 생성된 포인트 클라우드 비디오의 집합을 의미한다. 실시예들에 따른 인트라 인코딩/인터 인코딩의 압축 효율은 참조하는 이웃 노드들의 개수에 따라 달라질 수 있다. 비트가 커지면 복잡해지지만 한쪽으로 치우치게 만들어서 압축 효율이 높아질 수 있다. 예를 들어 3-bit context를 가지면, 2의 3승인 = 8가지 방법으로 코딩 해야 한다. 나누어 코딩을 하는 부분은 구현의 복잡도에 영향을 준다. 따라서 압축의 효율과 복잡도의 적정 수준을 맞출 필요가 있다.
도7은 이웃 노드들의 오큐판시를 기반으로 오큐판시 패턴을 구하는 과정을 나타낸다. 실시예들에 따른 포인트 클라우드 인코더는 옥트리의 각 노드의 이웃 노드들의 오큐판시(occupancy)를 판단하고 이웃 노드 패턴(neighbor pattern) 값을 구한다. 이웃 노드 패턴은 해당 노드의 오큐판시 패턴을 추론하기 위해 사용된다. 도7의 왼쪽은 노드에 대응하는 큐브(가운데 위치한 큐브) 및 해당 큐브와 적어도 하나의 면을 공유하는 6개의 큐브들(이웃 노드들)을 나타낸다. 도면에 도시된 노드들은 같은 뎁스(깊이)의 노드들이다. 도면에 도시된 숫자는 6개의 노드들 각각과 연관된 가중치들(1, 2, 4, 8, 16, 32, 등)을 나타낸다. 각 가중치는 이웃 노드들의 위치에 따라 순차적으로 부여된다.
도 7의 오른쪽은 이웃 노드 패턴 값을 나타낸다. 이웃 노드 패턴 값은 오큐파이드 이웃 노드(포인트를 갖는 이웃 노드)의 가중치가 곱해진 값들의 합이다. 따라서 이웃 노드 패턴 값은 0에서 63까지의 값을 갖는다. 이웃 노드 패턴 값이 0 인 경우, 해당 노드의 이웃 노드 중 포인트를 갖는 노드(오큐파이드 노드)가 없음을 나타낸다. 이웃 노드 패턴 값이 63인 경우, 이웃 노드들이 전부 오큐파이드 노드들임을 나타낸다. 도면에 도시된 바와 같이 가중치1, 2, 4, 8가 부여된 이웃 노드들은 오큐파이드 노드들이므로, 이웃 노드 패턴 값은 1, 2, 4, 8을 더한 값인 15이다. 포인트 클라우드 인코더는 이웃 노드 패턴 값에 따라 코딩을 수행할 수 있다(예를 들어 이웃 노드 패턴 값이 63인 경우, 64가지의 코딩을 수행). 실시예들에 따라 포인트 클라우드 인코더는 이웃 노드 패턴 값을 변경 (예를 들면 64를 10 또는 6으로 변경하는 테이블을 기반으로) 하여 코딩의 복잡도를 줄일 수 있다.
도 8은 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 1 내지 도 7에서 설명한 바와 같이, 어트리뷰트 인코딩이 수행되기 전 인코딩된 지오메트리는 재구성(디컴프레션) 된다. 다이렉트 코딩이 적용된 경우, 지오메트리 재구성 동작은 다이렉트 코딩된 포인트들의 배치를 변경하는 것을 포함할 수 있다(예를 들면 다이렉트 코딩된 포인트들을 포인트 클라우드 데이터의 앞쪽에 배치). 트라이숩 지오메트리 인코딩이 적용된 경우, 지오메트리 재구성 과정은 삼각형 재구성, 업샘플링, 복셀화 과정을 어트리뷰트는 지오메트리에 종속되므로, 어트리뷰트 인코딩은 재구성된 지오메트리를 기반으로 수행된다.
포인트 클라우드 인코더(예를 들면 LOD 생성부(40009))는 포인트들을 LOD별로 분류(reorganization)할 수 있다. 도면은 LOD에 대응하는 포인트 클라우드 콘텐트를 나타낸다. 도면의 왼쪽은 오리지널 포인트 클라우드 콘텐트를 나타낸다. 도면의 왼쪽에서 두번째 그림은 가장 낮은 LOD의 포인트들의 분포를 나타내며, 도면의 가장 오른쪽 그림은 가장 높은 LOD의 포인트들의 분포를 나타낸다. 즉, 가장 낮은 LOD의 포인트들은 드문드문(sparse) 분포하며, 가장 높은 LOD의 포인트들은 촘촘히 분포한다. 즉, 도면 하단에 표시된 화살표 방향에 따라 LOD가 증가할수록 포인트들 간의 간격(또는 거리)는 더 짧아진다.
도 9는 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 1 내지 도 8에서 설명한 바와 같이 포인트 클라우드 콘텐트 제공 시스템, 또는 포인트 클라우드 인코더(예를 들면 포인트 클라우드 비디오 인코더(10002), 도 4의 포인트 클라우드 인코더, 또는 LOD 생성부(40009))는 LOD를 생성할 수 있다. LOD는 포인트들을 설정된 LOD 거리 값(또는 유클리이디언 디스턴스(Euclidean Distance)의 세트)에 따라 리파인먼트 레벨들(refinement levels)의 세트로 재정열(reorganize)하여 생성된다. LOD 생성 과정은 포인트 클라우드 인코더뿐만 아니라 포인트 클라우드 디코더에서도 수행된다.
도 9의 상단은 3차원 공간에 분포된 포인트 클라우드 콘텐트의 포인트들의 예시(P0내지 P9)를 나타낸다. 도 9의 오리지널 오더(Original order)는 LOD 생성전 포인트들 P0내지 P9의 순서를 나타낸다. 도 9의 LOD 기반 오더 (LOD based order)는 LOD 생성에 따른 포인트들의 순서를 나타낸다. 포인트들은 LOD별 재정열된다. 또한 높은 LOD는 낮은 LOD에 속한 포인트들을 포함한다. 도 9에 도시된 바와 같이 LOD0는 P0, P5, P4 및 P2를 포함한다. LOD1은 LOD0의 포인트들과 P1, P6 및 P3를 포함한다. LOD2는 LOD0의 포인트들, LOD1의 포인트들 및 P9, P8 및 P7을 포함한다.
도 4에서 설명한 바와 같이 실시예들에 따른 포인트 클라우드 인코더는 예측 변환 코딩, 리프팅 변환 코딩 및 RAHT 변환 코딩을 선택적으로 또는 조합하여 수행할 수 있다.
실시예들에 따른 포인트 클라우드 인코더는 포인트들에 대한 예측기(predictor)를 생성하여 각 포인트의 예측 어트리뷰트(또는 예측 어트리뷰트값)을 설정하기 위한 예측 변환 코딩을 수행할 수 있다. 즉, N개의 포인트들에 대하여 N개의 예측기들이 생성될 수 있다. 실시예들에 따른 예측기는 각 포인트의 LOD 값과 LOD별 설정된 거리 내에 존재하는 이웃 포인트들에 대한 인덱싱 정보 및 이웃 포인트들까지의 거리 값을 기반으로 가중치(=1/거리) 값을 계산하할 수 있다.
실시예들에 따른 예측 어트리뷰트(또는 어트리뷰트값)은 각 포인트의 예측기에 설정된 이웃 포인트들의 어트리뷰트들(또는 어트리뷰트 값들, 예를 들면 색상, 반사율 등)에 각 이웃 포인트까지의 거리를 기반으로 계산된 가중치(또는 가중치값)을 곱한 값의 평균값으로 설정된다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 계수 양자화부(40011)는 각 포인트의 어트리뷰트(어트리뷰트 값)에서 예측 어트리뷰트(어트리뷰트값)을 뺀 잔여값들(residuals, 잔여 어트리뷰트, 잔여 어트리뷰트값, 어트리뷰트 예측 잔여값 등으로 호칭할 수 있다)을 양자화(quatization) 및 역양자화(inverse quantization)할 수 있다. 양자화 과정은 다음의 표에 나타난 바와 같다.
표. Attribute prediction residuals quantization pseudo code
int PCCQuantization(int value, int quantStep) {
if( value >=0) {
return floor(value / quantStep + 1.0 / 3.0);
} else {
return -floor(-value / quantStep + 1.0 / 3.0);
}
}
표. Attribute prediction residuals inverse quantization pseudo code
int PCCInverseQuantization(int value, int quantStep) {
if( quantStep ==0) {
return value;
} else {
return value * quantStep;
}
}
실시예들에 따른 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40012)는 각 포인트의 예측기에 이웃한 포인트들이 있는 경우, 상술한 바와 같이 양자화 및 역양자화된 잔여값을 엔트로피 코딩 할 수 있다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40012)는 각 포인트의 예측기에 이웃한 포인트들이 없으면 상술한 과정을 수행하지 않고 해당 포인트의 어트리뷰트들을 엔트로피 코딩할 수 있다.
실시예들에 따른 포인트 클라우드 인코더 (예를 들면 리프팅 변환부(40010)는 각 포인트의 예측기를 생성하고, 예측기에 계산된 LOD를 설정 및 이웃 포인트들을 등록하고, 이웃 포인트들까지의 거리에 따른 가중치를 설정하여 리프팅 변환 코딩을 수행할 수 있다. 실시예들에 따른 리프팅 변환 코딩은 상술한 예측 변환 코딩과 유사하나, 어트리뷰트값에 가중치를 누적 적용한다는 점에서 차이가 있다. 실시예들에 따른 어트리뷰트값에 가중치를 누적 적용하는 과정은 다음과 같다.
1) 각 포인트의 가중치 값을 저장하는 배열 QW(QuantizationWieght)를 생성한다. QW의 모든 요소들의 초기값은 1.0이다. 예측기에 등록된 이웃 노드의 예측기 인덱스의 QW 값에 현재 포인트의 예측기의 가중치를 곱한 값을 더한다.
2) 리프트 예측 과정: 예측된 어트리뷰트 값을 계산하기 위하여 포인트의 어트리뷰트 값에 가중치를 곱한 값을 기존 어트리뷰트값에서 뺀다.
3) 업데이트웨이트(updateweight) 및 업데이트(update)라는 임시 배열들을 생성하고 임시 배열들을 0으로 초기화한다.
4) 모든 예측기에 대해서 계산된 가중치에 예측기 인덱스에 해당하는 QW에 저장된 가중치를 추가로 곱해서 산출된 가중치를 업데이트웨이트 배열에 이웃 노드의 인덱스로 누적으로 합산한다. 업데이트 배열에는 이웃 노드의 인덱스의 어트리뷰트 값에 산출된 가중치를 곱한 값을 누적 합산한다.
5) 리프트 업데이트 과정: 모든 예측기에 대해서 업데이트 배열의 어트리뷰트 값을 예측기 인덱스의 업데이트웨이트 배열의 가중치 값으로 나누고, 나눈 값에 다시 기존 어트리뷰트 값을 더한다.
6) 모든 예측기에 대해서, 리프트 업데이트 과정을 통해 업데이트된 어트리뷰트 값에 리프트 예측 과정을 통해 업데이트 된(QW에 저장된) 가중치를 추가로 곱하여 예측 어트리뷰트 값을 산출한다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 계수 양자화부(40011))는 예측 어트리뷰트 값을 양자화한다. 또한 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40012))는 양자화된 어트리뷰트 값을 엔트로피 코딩한다.
실시예들에 따른 포인트 클라우드 인코더(예를 들면 RAHT 변환부(40008))는 옥트리의 하위 레벨에 있는 노드와 연관된 어트리뷰트를 사용하여 상위 레벨의 노드들의 어트리뷰트를 에측하는 RAHT 변환 코딩을 수행할 수 있다. RAHT 변환 코딩은 옥트리 백워드 스캔을 통한 어트리뷰트 인트라 코딩의 예시이다. 실시예들에 따른 포인트 클라우드 인코더는 복셀에서 전체 영역으로 스캔하고, 각 스텝에서 복셀을 더 큰 블록으로 합치면서 루트 노드까지의 병합 과정을 반복수행한다. 실시예들에 따른 병합 과정은 오큐파이드 노드에 대해서만 수행된다. 엠티 노드(empty node)에 대해서는 병합 과정이 수행되지 않으며, 엠티 노드의 바로 상위 노드에 대해 병합 과정이 수행된다.
하기의 식은 RAHT 변환 행렬을 나타낸다. g l x, y, z 는 레벨 l에서의 복셀들의 평균 어트리뷰트 값을 나타낸다. g l x, y, z 는 g l+1 2x, y, z와 g l+1 2x+1, y, z로부터 계산될 수 있다. g l 2x, y, z 와 g l 2x+1, y, z 의 가중치를 w1=w l 2x, y, z 과 w2=w l 2x+1, y, z 이다.
Figure PCTKR2021003175-appb-img-000002
g l-1 x, y, z는 로-패스(low-pass) 값으로, 다음 상위 레벨에서의 병합 과정에서 사용된다. h l-1 x, y, z은 하이패스 계수(high-pass coefficients)이며, 각 스텝에서의 하이패스 계수들은 양자화되어 엔트로피 코딩 된다(예를 들면 아리스메틱 인코더(400012)의 인코딩). 가중치는 w l-1 x, y, z=w l 2x, y, z+w l 2x+1, y, z로 계산된다. 루트 노드는 마지막 g 1 0, 0, 0 과 g 1 0, 0, 1을 통해서 다음과 같이 생성된다.,
Figure PCTKR2021003175-appb-img-000003
도 10은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder)의 예시를 나타낸다.
도 10에 도시된 포인트 클라우드 디코더는 도 1에서 설명한 포인트 클라우드 비디오 디코더(10006) 예시로서, 도 1에서 설명한 포인트 클라우드 비디오 디코더(10006)의 동작 등과 동일 또는 유사한 동작을 수행할 수 있다. 도면이 도시된 바와 같이 포인트 클라우드 디코더는 하나 또는 그 이상의 비트스트림(bitstream)들에 포함된 지오메트리 비트스트림(geometry bitstream) 및 어트리뷰트 비트스트림(attribute bitstream)을 수신할 수 있다. 포인트 클라우드 디코더는 지오메트리 디코더(geometry decoder)및 어트리뷰트 디코더(attribute decoder)를 포함한다. 지오메트리 디코더는 지오메트리 비트스트림에 대해 지오메트리 디코딩을 수행하여 디코딩된 지오메트리(decoded geometry)를 출력한다. 어트리뷰트 디코더는 디코딩된 지오메트리 및 어트리뷰트 비트스트림을 기반으로 어트리뷰트 디코딩을 수행하여 디코딩된 어트리뷰트들(decoded attributes)을 출력한다. 디코딩된 지오메트리 및 디코딩된 어트리뷰트들은 포인트 클라우드 콘텐트를 복원(decoded point cloud)하는데 사용된다.
도 11은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder)의 예시를 나타낸다.
도 11에 도시된 포인트 클라우드 디코더는 도 10에서 설명한 포인트 클라우드 디코더의 예시로서, 도 1 내지 도 9에서 설명한 포인트 클라우드 인코더의 인코딩 동작의 역과정인 디코딩 동작을 수행할 수 있다.
도 1 및 도 10에서 설명한 바와 같이 포인트 클라우드 디코더는 지오메트리 디코딩 및 어트리뷰트 디코딩을 수행할 수 있다. 지오메트리 디코딩은 어트리뷰트 디코딩보다 먼저 수행된다.
실시예들에 따른 포인트 클라우드 디코더는 아리스메틱 디코더(arithmetic decode, 11000), 옥트리 합성부(synthesize octree, 11001), 서페이스 오프록시메이션 합성부(synthesize surface approximation, 11002), 지오메트리 리컨스트럭션부(reconstruct geometry, 11003), 좌표계 역변환부(inverse transform coordinates, 11004), 아리스메틱 디코더(arithmetic decode, 11005), 역양자화부(inverse quantize, 11006), RAHT변환부(11007), LOD생성부(generate LOD, 11008), 인버스 리프팅부(Inverse lifting, 11009), 및/또는 컬러 역변환부(inverse transform colors, 11010)를 포함한다.
아리스메틱 디코더(11000), 옥트리 합성부(11001), 서페이스 오프록시메이션 합성부(11002), 지오메트리 리컨스럭션부(11003), 좌표계 역변환부(11004)는 지오메트리 디코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 디코딩은 다이렉트 코딩(direct coding) 및 트라이숩 지오메트리 디코딩(trisoup geometry decoding)을 포함할 수 있다. 다이렉트 코딩 및 트라이숩 지오메트리 디코딩은 선택적으로 적용된다. 또한 지오메트리 디코딩은 위의 예시에 국한되지 않으며, 도 1 내지 도 9에서 설명한 지오메트리 인코딩의 역과정으로 수행된다.
실시예들에 따른 아리스메틱 디코더(11000)는 수신한 지오메트리 비트스트림을 아리스메틱 코딩을 기반으로 디코딩한다. 아리스메틱 디코더(11000)의 동작은 아리스메틱 인코더(40004)의 역과정에 대응한다.
실시예들에 따른 옥트리 합성부(11001)는 디코딩된 지오메트리 비트스트림으로부터 (또는 디코딩 결과 확보된 지오메트리에 관한 정보)로부터 오큐판시 코드를 획득하여 옥트리를 생성할 수 있다. 오큐판시 코드에 대한 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 같다.
실시예들에 따른 서페이스 오프록시메이션 합성부(11002)는 트라이숩 지오메트리 인코딩이 적용된 경우, 디코딩된 지오메트리 및/또는 생성된 옥트리에 기반하여 서페이스를 합성할 수 있다.
실시예들에 따른 지오메트리 리컨스트럭션부(11003)는 서페이스 및 또는 디코딩된 지오메트리에 기반하여 지오메트리를 재생성할 수 있다. 도 1 내지 도 9에서 설명한 바와 같이, 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 선택적으로 적용된다. 따라서 지오메트리 리컨스트럭션부(11003)는 다이렉트 코딩이 적용된 포인트들의 포지션 정보들을 직접 가져와서 추가한다. 또한, 트라이숩 지오메트리 인코딩이 적용된 경우, 지오메트리 리컨스트럭션부(11003)는 지오메트리 리컨스트럭션부(40005)의 재구성 동작, 예를 들면 삼각형 재구성, 업-샘플링, 복셀화 동작을 수행하여 지오메트리를 복원할 수 있다. 구체적인 내용은 도 6에서 설명한 바와 동일하므로 생략한다. 복원된 지오메트리는 어트리뷰트들을 포함하지 않는 포인트 클라우드 픽쳐 또는 프레임을 포함할 수 있다.
실시예들에 따른 좌표계 역변환부(11004)는 복원된 지오메트리를 기반으로 좌표계를 변환하여 포인트들의 포지션들을 획득할 수 있다.
아리스메틱 디코더(11005), 역양자화부(11006), RAHT 변환부(11007), LOD생성부(11008), 인버스 리프팅부(11009), 및/또는 컬러 역변환부(11010)는 도 10에서 설명한 어트리뷰트 디코딩을 수행할 수 있다. 실시예들에 따른 어트리뷰트 디코딩은 RAHT(Region Adaptive Hierarchial Transform) 디코딩, 예측 변환(Interpolaration-based hierarchical nearest-neighbour prediction-Prediction Transform) 디코딩 및 리프팅 변환 (interpolation-based hierarchical nearest-neighbour prediction with an update/lifting step (Lifting Transform)) 디코딩을 포함할 수 있다. 상술한 3가지의 디코딩들은 선택적으로 사용되거나, 하나 또는 그 이상의 디코딩들의 조합이 사용될 수 있다. 또한 실시예들에 따른 어트리뷰트 디코딩은 상술한 예시에 국한되는 것은 아니다.
실시예들에 따른 아리스메틱 디코더(11005)는 어트리뷰트 비트스트림을 아리스메틱 코딩으로 디코딩한다.
실시예들에 따른 역양자화부(11006)는 디코딩된 어트리뷰트 비트스트림 또는 디코딩 결과 확보한 어트리뷰트에 대한 정보를 역양자화(inverse quantization)하고 역양자화된 어트리뷰트들(또는 어트리뷰트 값들)을 출력한다. 역양자화는 포인트 클라우드 인코더의 어트리뷰트 인코딩에 기반하여 선택적으로 적용될 수 있다.
실시예들에 따라 RAHT 변환부(11007), LOD생성부(11008) 및/또는 인버스 리프팅부(11009)는 재구성된 지오메트리 및 역양자화된 어트리뷰트들을 처리할 수 있다. 상술한 바와 같이 RAHT 변환부(11007), LOD생성부(11008) 및/또는 인버스 리프팅부(11009)는 포인트 클라우드 인코더의 인코딩에 따라 그에 대응하는 디코딩 동작을 선택적으로 수행할 수 있다.
실시예들에 따른 컬러 역변환부(11010)는 디코딩된 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 역변환하기 위한 역변환 코딩을 수행한다. 컬러 역변환부(11010)의 동작은 포인트 클라우드 인코더의 컬러 변환부(40006)의 동작에 기반하여 선택적으로 수행될 수 있다.
도 11의 포인트 클라우드 디코더의 엘레멘트들은 도면에 도시되지 않았으나 포인트 클라우드 제공 장치에 포함된 하나 또는 그 이상의 메모리들과 통신가능하도록 설정된 하나 또는 그 이상의 프로세서들 또는 집적 회로들(integrated circuits)을 포함하는 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합으로 구현될 수 있다. 하나 또는 그 이상의 프로세서들은 상술한 도 11의 포인트 클라우드 디코더의 엘레멘트들의 동작들 및/또는 기능들 중 적어도 어느 하나 이상을 수행할 수 있다. 또한 하나 또는 그 이상의 프로세서들은 도11의 포인트 클라우드 디코더의 엘레멘트들의 동작들 및/또는 기능들을 수행하기 위한 소프트웨어 프로그램들 및/또는 인스트럭션들의 세트를 동작하거나 실행할 수 있다.
도 12는 실시예들에 따른 전송 장치의 예시이다.
도 12에 도시된 전송 장치는 도 1의 전송장치(10000) (또는 도 4의 포인트 클라우드 인코더)의 예시이다. 도 12에 도시된 전송 장치는 도 1 내지 도 9에서 설명한 포인트 클라우드 인코더의 동작들 및 인코딩 방법들과 동일 또는 유사한 동작들 및 방법들 중 적어도 어느 하나 이상을 수행할 수 있다. 실시예들에 따른 전송 장치는 데이터 입력부(12000), 양자화 처리부(12001), 복셀화 처리부(12002), 옥트리 오큐판시 코드 (Occupancy code) 생성부(12003), 표면 모델 처리부(12004), 인트라/인터 코딩 처리부(12005), 아리스메틱 (Arithmetic) 코더(12006), 메타데이터 처리부(12007), 색상 변환 처리부(12008), 어트리뷰트 변환 처리부(또는 속성 변환 처리부)(12009), 예측/리프팅/RAHT 변환 처리부(12010), 아리스메틱 (Arithmetic) 코더(12011) 및/또는 전송 처리부(12012)를 포함할 수 있다.
실시예들에 따른 데이터 입력부(12000)는 포인트 클라우드 데이터를 수신 또는 획득한다. 데이터 입력부(12000)는 포인트 클라우드 비디오 획득부(10001)의 동작 및/또는 획득 방법(또는 도2에서 설명한 획득과정(20000))과 동일 또는 유사한 동작 및/또는 획득 방법을 수행할 수 있다.
데이터 입력부(12000), 양자화 처리부(12001), 복셀화 처리부(12002), 옥트리 오큐판시 코드 (Occupancy code) 생성부(12003), 표면 모델 처리부(12004), 인트라/인터 코딩 처리부(12005), Arithmetic 코더(12006)는 지오메트리 인코딩을 수행한다. 실시예들에 따른 지오메트리 인코딩은 도 1 내지 도 9에서 설명한 지오메트리 인코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 양자화 처리부(12001)는 지오메트리(예를 들면 포인트들의 위치값, 또는 포지션값)을 양자화한다. 양자화 처리부(12001)의 동작 및/또는 양자화는 도 4에서 설명한 양자화부(40001)의 동작 및/또는 양자화와 동일 또는 유사하다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 복셀화 처리부(12002)는 양자화된 포인트들의 포지션 값을 복셀화한다. 복셀화 처리부(120002)는 도 4에서 설명한 양자화부(40001)의 동작 및/또는 복셀화 과정과 동일 또는 유사한 동작 및/또는 과정을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 옥트리 오큐판시 코드 생성부(12003)는 복셀화된 포인트들의 포지션들을 옥트리 구조를 기반으로 옥트리 코딩을 수행한다. 옥트리 오큐판시 코드 생성부(12003)는 오큐판시 코드를 생성할 수 있다. 옥트리 오큐판시 코드 생성부(12003)는 도 4 및 도 6에서 설명한 포인트 클라우드 인코더 (또는 옥트리 분석부(40002))의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 표면 모델 처리부(12004)는 표면 모델(surface model)을 기반으로 특정 영역(또는 노드)내의 포인트들의 포지션들을 복셀 기반으로 재구성하는 트라이숩 지오메트리 인코딩을 수행할 수 있다. 포면 모델 처리부(12004)는 도 4 에서 설명한 포인트 클라우드 인코더(예를 들면 서페이스 어프록시메이션 분석부(40003))의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 인트라/인터 코딩 처리부(12005)는 포인트 클라우드 데이터를 인트라/인터 코딩할 수 있다. 인트라/인터 코딩 처리부(12005)는 도 7에서 설명한 인트라/인터 코딩과 동일 또는 유사한 코딩을 수행할 수 있다. 구체적인 설명은 도 7에서 설명한 바와 동일하다. 실시예들에 따라 인트라/인터 코딩 처리부(12005)는 아리스메틱 코더(12006)에 포함될 수 있다.
실시예들에 따른 아리스메틱 코더(12006)는 포인트 클라우드 데이터의 옥트리 및/또는 근사화된 옥트리를 엔트로피 인코딩한다. 예를 들어, 인코딩 방식은 아리스메틱(Arithmetic) 인코딩 방법을 포함한다. . 아리스메틱 코더(12006)는 아리스메틱 인코더(40004)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다.
실시예들에 따른 메타데이터 처리부(12007)는 포인트 클라우드 데이터에 관한 메타데이터, 예를 들어 설정 값 등을 처리하여 지오메트리 인코딩 및/또는 어트리뷰트 인코딩 등 필요한 처리 과정에 제공한다. 또한 실시예들에 따른 메타데이터 처리부(12007)는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩과 관련된 시그널링 정보를 생성 및/또는 처리할 수 있다. 실시예들에 따른 시그널링 정보는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩과 별도로 인코딩처리될 수 있다. 또한 실시예들에 따른 시그널링 정보는 인터리빙 될 수도 있다.
색상 변환 처리부(12008), 어트리뷰트 변환 처리부(12009), 예측/리프팅/RAHT 변환 처리부(12010), 아리스메틱 (Arithmetic) 코더(12011)는 어트리뷰트 인코딩을 수행한다. 실시예들에 따른 어트리뷰트 인코딩은 도 1 내지 도 9에서 설명한 어트리뷰트 인코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 색상 변환 처리부(12008)는 어트리뷰트들에 포함된 색상값을 변환하는 색상 변환 코딩을 수행한다. 색상 변환 처리부(12008)는 재구성된 지오메트리를 기반으로 색상 변환 코딩을 수행할 수 있다. 재구성된 지오메트리에 대한 설명은 도 1 내지 도 9에서 설명한 바와 동일하다. 또한 도 4에서 설명한 컬러 변환부(40006)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다. 구체적인 설명은 생략한다.
실시예들에 따른 어트리뷰트 변환 처리부(12009)는 지오메트리 인코딩이 수행되지 않은 포지션들 및/또는 재구성된 지오메트리를 기반으로 어트리뷰트들을 변환하는 어트리뷰트 변환을 수행한다. 어트리뷰트 변환 처리부(12009)는 도 4에 설명한 어트리뷰트 변환부(40007)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다. 구체적인 설명은 생략한다. 실시예들에 따른 예측/리프팅/RAHT 변환 처리부(12010)는 변환된 어트리뷰트들을 RAHT 코딩, 예측 변환 코딩 및 리프팅 변환 코딩 중 어느 하나 또는 조합하여 코딩할 수 있다. 예측/리프팅/RAHT 변환 처리부(12010)는 도 4에서 설명한 RAHT 변환부(40008), LOD 생성부(40009) 및 리프팅 변환부(40010)의 동작들과 동일 또는 유사한 동작들 중 적어도 하나 이상을 수행한다. 또한 예측 변환 코딩, 리프팅 변환 코딩 및 RAHT 변환 코딩에 대한 설명은 도 1 내지 도 9에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 아리스메틱 코더(12011)는 코딩된 어트리뷰트들을 아리스메틱 코딩에 기반하여 인코딩할 수 있다. 아리스메틱 코더(12011)는 아리스메틱 인코더(400012)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다.
실시예들에 따른 전송 처리부(12012)는 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트, 메타 데이터 정보를 포함하는 각 비트스트림을 전송하거나, 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트, 메타 데이터 정보를 하나의 비트스트림으로 구성하여 전송할 수 있다. 실시예들에 따른 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트, 메타 데이터 정보가 하나의 비트스트림으로 구성되는 경우, 비트스트림은 하나 또는 그 이상의 서브 비트스트림들을 포함할 수 있다. 실시예들에 따른 비트스트림은 시퀀스 레벨의 시그널링을 위한 SPS (Sequence Parameter Set), 지오메트리 정보 코딩의 시그널링을 위한 GPS(Geometry Parameter Set), 어트리뷰트 정보 코딩의 시그널링을 위한 APS(Attribute Parameter Set), 타일 레벨의 시그널링을 위한 TPS (Tile Parameter Set)를 포함하는 시그널링 정보 및 슬라이스 데이터를 포함할 수 있다. 슬라이스 데이터는 하나 또는 그 이상의 슬라이스들에 대한 정보를 포함할 수 있다. 실시예들에 따른 하나의 슬라이스는 하나의 지오메트리 비트스트림(Geom00) 및 하나 또는 그 이상의 어트리뷰트 비트스트림들(Attr00, Attr10)을 포함할 수 있다.
슬라이스(slice)란, 코딩된 포인트 클라우드 프레임의 전체 또는 일부를 나타내는 신택스 엘리먼트의 시리즈를 말한다.
실시예들에 따른 TPS는 하나 또는 그 이상의 타일들에 대하여 각 타일에 관한 정보(예를 들면 bounding box의 좌표값 정보 및 높이/크기 정보 등)을 포함할 수 있다. 지오메트리 비트스트림은 헤더와 페이로드를 포함할 수 있다. 실시예들에 따른 지오메트리 비트스트림의 헤더는 GPS에 포함된 파라미터 세트의 식별 정보(geom_ parameter_set_id), 타일 식별자(geom_tile_id), 슬라이스 식별자(geom_slice_id) 및 페이로드에 포함된 데이터에 관한 정보 등을 포함할 수 있다. 상술한 바와 같이 실시예들에 따른 메타데이터 처리부(12007)는 시그널링 정보를 생성 및/또는 처리하여 전송 처리부(12012)로 전송할 수 있다. 실시예들에 따라, 지오메트리 인코딩을 수행하는 엘레멘트들 및 어트리뷰트 인코딩을 수행하는 엘레멘트들은 점선 처리된 바와 같이 상호 데이터/정보를 공유할 수 있다. 실시예들에 따른 전송 처리부(12012)는 트랜스미터(10003)의 동작 및/또는 전송 방법과 동일 또는 유사한 동작 및/또는 전송 방법을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 2에서 설명한 바와 동일하므로 생략한다.
도 13은 실시예들에 따른 수신 장치의 예시이다.
도 13에 도시된 수신 장치는 도 1의 수신장치(10004) (또는 도 10 및 도 11의 포인트 클라우드 디코더)의 예시이다. 도 13에 도시된 수신 장치는 도 1 내지 도 11에서 설명한 포인트 클라우드 디코더의 동작들 및 디코딩 방법들과 동일 또는 유사한 동작들 및 방법들 중 적어도 어느 하나 이상을 수행할 수 있다.
실시예들에 따른 수신 장치는 수신부(13000), 수신 처리부(13001), 아리스메틱 (arithmetic) 디코더(13002), 오큐판시 코드 (Occupancy code) 기반 옥트리 재구성 처리부(13003), 표면 모델 처리부(삼각형 재구성, 업-샘플링, 복셀화)(13004), 인버스(inverse) 양자화 처리부(13005), 메타데이터 파서(13006), 아리스메틱 (arithmetic) 디코더(13007), 인버스(inverse)양자화 처리부(13008), 예측/리프팅/RAHT 역변환 처리부(13009), 색상 역변환 처리부(13010) 및/또는 렌더러(13011)를 포함할 수 있다. 실시예들에 따른 디코딩의 각 구성요소는 실시예들에 따른 인코딩의 구성요소의 역과정을 수행할 수 있다.
실시예들에 따른 수신부(13000)는 포인트 클라우드 데이터를 수신한다. 수신부(13000)는 도 1의 리시버(10005)의 동작 및/또는 수신 방법과 동일 또는 유사한 동작 및/또는 수신 방법을 수행할 수 있다. 구체적인 설명은 생략한다.
실시예들에 따른 수신 처리부(13001)는 수신한 데이터로부터 지오메트리 비트스트림 및/또는 어트리뷰트 비트스트림을 획득할 수 있다. 수신 처리부(13001)는 수신부(13000)에 포함될 수 있다.
아리스메틱 디코더(13002), 오큐판시 코드 기반 옥트리 재구성 처리부(13003), 표면 모델 처리부(13004) 및 인버스 양자화 처리부(13005)는 지오메트리 디코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 디코딩은 도 1 내지 도 10에서 설명한 지오메트리 디코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 아리스메틱 디코더(13002)는 지오메트리 비트스트림을 아리스메틱 코딩을 기반으로 디코딩할 수 있다. 아리스메틱 디코더(13002)는 아리스메틱 디코더(11000)의 동작 및/또는 코딩과 동일 또는 유사한 동작 및/또는 코딩을 수행한다.
실시예들에 따른 오큐판시 코드 기반 옥트리 재구성 처리부(13003)는 디코딩된 지오메트리 비트스트림으로부터 (또는 디코딩 결과 확보된 지오메트리에 관한 정보)로부터 오큐판시 코드를 획득하여 옥트리를 재구성할 수 있다. 오큐판시 코드 기반 옥트리 재구성 처리부(13003)는 옥트리 합성부(11001)의 동작 및/또는 옥트리 생성 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다. 실시예들에 따른 표면 모델 처리부(13004)는 트라이숩 지오메트리 인코딩이 적용된 경우, 표면 모델 방식에 기반하여 트라이숩 지오메트리 디코딩 및 이와 관련된 지오메트리 리컨스트럭션(예를 들면 삼각형 재구성, 업-샘플링, 복셀화)을 수행할 수 있다. 표면 모델 처리부(13004)는 서페이스 오프록시메이션 합성부(11002) 및/또는 지오메트리 리컨스트럭션부(11003)의 동작과 동일 또는 유사한 동작을 수행한다.
실시예들에 따른 인버스 양자화 처리부(13005)는 디코딩된 지오메트리를 인버스 양자화할 수 있다.
실시예들에 따른 메타데이터 파서(13006)는 수신한 포인트 클라우드 데이터에 포함된 메타데이터, 예를 들어 설정 값 등을 파싱할 수 있다. 메타데이터 파서(13006)는 메타데이터를 지오메트리 디코딩 및/또는 어트리뷰트 디코딩에 전달할 수 있다. 메타데이터에 대한 구체적인 설명은 도 12에서 설명한 바와 동일하므로 생략한다.
아리스메틱 디코더(13007), 인버스 양자화 처리부(13008), 예측/리프팅/RAHT 역변환 처리부(13009) 및 색상 역변환 처리부(13010)는 어트리뷰트 디코딩을 수행한다. 어트리뷰트 디코딩는 도 1 내지 도 10에서 설명한 어트리뷰트 디코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 아리스메틱 디코더(13007)는 어트리뷰트 비트스트림을 아리스메틱 코딩으로 디코딩할 수 있다. 아리스메틱 디코더(13007)는 재구성된 지오메트리를 기반으로 어트리뷰트 비트스트림의 디코딩을 수행할 수 있다. 아리스메틱 디코더(13007)는 아리스메틱 디코더(11005)의 동작 및/또는 코딩과 동일 또는 유사한 동작 및/또는 코딩을 수행한다.
실시예들에 따른 인버스 양자화 처리부(13008)는 디코딩된 어트리뷰트 비트스트림을 인버스 양자화할 수 있다. 인버스 양자화 처리부(13008)는 역양자화부(11006)의 동작 및/또는 역양자화 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다.
실시예들에 따른 예측/리프팅/RAHT 역변환 처리부(13009)는 재구성된 지오메트리 및 역양자화된 어트리뷰트들을 처리할 수 있다. 예측/리프팅/RAHT 역변환 처리부(13009)는 RAHT 변환부(11007), LOD생성부(11008) 및/또는 인버스 리프팅부(11009)의 동작들 및/또는 디코딩들과 동일 또는 유사한 동작들 및/또는 디코딩들 중 적어도 어느 하나 이상을 수행한다. 실시예들에 따른 색상 역변환 처리부(13010)는 디코딩된 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 역변환하기 위한 역변환 코딩을 수행한다. 색상 역변환 처리부(13010)는 컬러 역변환부(11010)의 동작 및/또는 역변환 코딩과 동일 또는 유사한 동작 및/또는 역변환 코딩을 수행한다. 실시예들에 따른 렌더러(13011)는 포인트 클라우드 데이터를 렌더링할 수 있다.
도 14는 실시예들에 따른 포인트 클라우드 데이터 송수신 방법/장치와 연동 가능한 구조의 예시를 나타낸다.
도 14의 구조는 서버(1460), 로봇(1410), 자율 주행 차량(1420), XR 장치(1430), 스마트폰(1440), 가전(1450) 및/또는 HMD(1470) 중에서 적어도 하나 이상이 클라우드 네트워크(1410)와 연결된 구성을 나타낸다. 로봇(1410), 자율 주행 차량(1420), XR 장치(1430), 스마트폰(1440) 또는 가전(1450) 등은 장치라 호칭된다. 또한, XR 장치(1430)는 실시예들에 따른 포인트 클라우드 데이터 (PCC) 장치에 대응되거나 PCC장치와 연동될 수 있다.
클라우드 네트워크(1400)는 클라우드 컴퓨팅 인프라의 일부를 구성하거나 클라우드 컴퓨팅 인프라 안에 존재하는 네트워크를 의미할 수 있다. 여기서, 클라우드 네트워크(1400)는 3G 네트워크, 4G 또는 LTE(Long Term Evolution) 네트워크 또는 5G 네트워크 등을 이용하여 구성될 수 있다.
서버(1460)는 로봇(1410), 자율 주행 차량(1420), XR 장치(1430), 스마트폰(1440), 가전(1450) 및/또는 HMD(1470) 중에서 적어도 하나 이상과 클라우드 네트워크(1400)을 통하여 연결되고, 연결된 장치들(1410 내지 1470)의 프로세싱을 적어도 일부를 도울 수 있다.
HMD (Head-Mount Display)(1470)는 실시예들에 따른 XR 디바이스 및/또는 PCC 디바이스가 구현될 수 있는 타입 중 하나를 나타낸다. 실시예들에 따른HMD 타입의 디바이스는, 커뮤니케이션 유닛, 컨트롤 유닛, 메모리 유닛, I/O 유닛, 센서 유닛, 그리고 파워 공급 유닛 등을 포함한다.
이하에서는, 상술한 기술이 적용되는 장치(1410 내지 1450)의 다양한 실시 예들을 설명한다. 여기서, 도 14에 도시된 장치(1410 내지 1450)는 상술한 실시예들에 따른 포인트 클라우드 데이터 송수신 장치와 연동/결합될 수 있다.
<PCC+XR>
XR/PCC 장치(1430)는 PCC 및/또는 XR(AR+VR) 기술이 적용되어, HMD(Head-Mount Display), 차량에 구비된 HUD(Head-Up Display), 텔레비전, 휴대폰, 스마트 폰, 컴퓨터, 웨어러블 디바이스, 가전 기기, 디지털 사이니지, 차량, 고정형 로봇이나 이동형 로봇 등으로 구현될 수도 있다.
XR/PCC 장치(1430)는 다양한 센서들을 통해 또는 외부 장치로부터 획득한 3차원 포인트 클라우드 데이터 또는 이미지 데이터를 분석하여 3차원 포인트들에 대한 위치 데이터 및 어트리뷰트 데이터를 생성함으로써 주변 공간 또는 현실 객체에 대한 정보를 획득하고, 출력할 XR 객체를 렌더링하여 출력할 수 있다. 예컨대, XR/PCC 장치(1430)는 인식된 물체에 대한 추가 정보를 포함하는 XR 객체를 해당 인식된 물체에 대응시켜 출력할 수 있다.
<PCC+XR+모바일폰>
XR/PCC 장치(1430)는 PCC기술이 적용되어 모바일폰(1440) 등으로 구현될 수 있다.
모바일폰(1440)은 PCC 기술에 기반하여 포인트 클라우드 콘텐츠를 디코딩하고, 디스플레이할 수 있다.
<PCC+자율주행+XR>
자율 주행 차량(1420)은 PCC 기술 및 XR 기술이 적용되어, 이동형 로봇, 차량, 무인 비행체 등으로 구현될 수 있다.
XR/PCC 기술이 적용된 자율 주행 차량(1420)은 XR 영상을 제공하는 수단을 구비한 자율 주행 차량이나, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량 등을 의미할 수 있다. 특히, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량(1420)은 XR 장치(1430)와 구분되며 서로 연동될 수 있다.
XR/PCC영상을 제공하는 수단을 구비한 자율 주행 차량(1420)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하고, 획득한 센서 정보에 기초하여 생성된 XR/PCC 영상을 출력할 수 있다. 예컨대, 자율 주행 차량(1420)은 HUD를 구비하여 XR/PCC 영상을 출력함으로써, 탑승자에게 현실 객체 또는 화면 속의 객체에 대응되는 XR/PCC 객체를 제공할 수 있다.
이때, XR/PCC 객체가 HUD에 출력되는 경우에는 XR/PCC 객체의 적어도 일부가 탑승자의 시선이 향하는 실제 객체에 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 전송 장치의 동작을 나타내는 플로우차트이다.
도 15의 플로우 차트(1500)는 어트리뷰트 인코딩의 압축 효율을 높이기 위하여 프로젝션을 수행하는 포인트 클라우드 전송 장치(또는 포인트 클라우드 데이터 전송 장치라 호칭한다)의 동작의 예시를 나타낸다. 실시예들에 따른 프로젝션(projection)은 어트리뷰트 인코딩의 전처리 과정으로 지오메트리에 적용된다. 일정 패턴으로 획득되는 포인트 클라우드 데이터 (예를 들면 LiDAR 데이터 등)은 획득 패턴에 따라 데이터 분포의 밀도가 다르다. 도 1 내지 도 14에서 설명한 바와 같이 어트리뷰트 인코딩은 지오메트리 인코딩을 기반으로 수행된다. 불균일하게 분포한 지오메트리를 기반으로 어트리뷰트를 인코딩하는 경우, 어트리뷰트 압축 효율이 저하될 수 있다. 따라서 실시예들에 따른 프로젝션은 위치 변경을 통해 어트리뷰트 압축 효율을 높일 수 있는 포인트 클라우드 데이터에 적용된다. 프로젝션은 각 포인트의 포지션(지오메트리)을 나타내는 좌표계(예를 들면 x축, y축 및 z축으로 구성된 직교 좌표계 등)를 변환하고 변환된 좌표계를 압축 가능한 형태(예를 들면 사각 기둥 형태의 공간)를 나타내는 좌표계로 변환하는 것을 의미한다. 실시예들에 따른 프로젝션은 좌표 변환(coordinate conversion)으로 호칭될 수 있다.
도 1 내지 도 14에서 설명한 바와 같이 포인트 클라우드 전송 장치(예를 들면 도 1의 전송 장치, 도 4의 포인트 클라우드 인코더, 및 도 12의 전송 장치)는 지오메트리에 대하여 코딩(지오메트리 코딩)을 수행한다(1510). 실시예들에 따른 지오메트리 코딩은 도 4에서 설명한 좌표 변환부(40000), 양자화(40001), 옥트리 분석부(40002), 서페이스 어프록시메이션 분석부(40003), 아리스메틱 인코더(40004) 및 지오메트리 리컨스럭션부(Reconstruct Geometry, 40005)의 동작들 중 적어도 하나 이상, 조합에 대응하며 위 예시에 국한되지 않는다. 또한 실시예들에 따른 지오메트리 코딩은 도 12에서 설명한 데이터 입력부(12000), 양자화 처리부(12001), 복셀화 처리부(12002), 옥트리 오큐판시 코드 생성부(12003), 표면 모델 처리부(12004), 인트라/인터 코딩 처리부(12005), 아리스메틱 코더(12006), 메타데이터 처리부(12007)의 동작들 중 적어도 하나 이상, 조합에 대응하며 위 예시에 국한되지 않는다. 실시예들에 따른 지오메트리 코딩은 지오메트리 인코딩이라 호칭될 수 있다.
실시예들에 따른 포인트 클라우드 전송 장치는 손실 코딩(lossy coding)을 수행한 경우, 인코드된 지오메트리를 디코딩하고, 리컬러링 (어트리뷰트 트랜스퍼)을 수행한다(1520). 포인트 클라우드 전송 장치는 재구성된 지오메트리와 어트리뷰트를 매칭하여 어트리뷰트 왜곡(attribute distortion)을 최소화할 수 있다. 포인트 클라우드 전송 장치는 재구성된 지오메트리에 대해 프로젝션(projection)을 수행할지 여부를 결정하고(1530), 프로젝션을 수행할 수 있다(1540).
실시예들에 따른 포인트 클라우드 전송 장치는 프로젝션이 수행된 지오메트리를 기반으로 어트리뷰트 코딩을 수행한다(1550). 실시예들에 따른 어트리뷰트 코딩은 도 4에서 설명한 컬러 변환부(40006), 어트리뷰트 변환부(40007), RAHT 변환부(40008), LOD생성부(40009), 리프팅 변환부(40010), 계수 양자화부(40011) 및/또는 아리스메틱 인코더(40012)의 동작들 중 적어도 하나 이상, 조합에 대응하며 위 예시에 국한되지 않는다. 또한 실시예들에 따른 어트리뷰트 코딩은 도 12에서 설명한 색상 변환 처리부(12008), 어트리뷰트 변환 처리부(또는 속성 변환 처리부)(12009), 예측/리프팅/RAHT 변환 처리부(12010), 아리스메틱 (Arithmetic) 코더(12011)의 동작들 중 적어도 하나 이상, 조합에 대응하며 위 예시에 국한되지 않는다. 실시예들에 따른 어트리뷰트 코딩은 어트리뷰트 인코딩이라 호칭될 수 있다. 포인트 클라우드 전송 장치는 어트리뷰트 코딩을 수행하여 어트리뷰트 비트스트림을 출력한다.
실시예들에 따른 지오메트리 코딩 및 어트리뷰트 코딩에 대한 설명은 도 1 내지 도 14에서 설명한 바와 동일하므로 구체적인 내용은 생략한다.
도 16은 포인트 클라우드 데이터 전송 장치의 동작의 예시이다.
도 16의 플로우 차트(1600)는 도 15의 플로우 차트(1500)의 포인트 클라우드 데이터 전송 장치(또는 포인트 클라우드 전송 장치)의 동작을 구체화한 것이다. 플로우 차트(1600)는 포인트 클라우드 전송 장치의 동작의 예시를 나타낸다. 따라서 포인트 클라우드 전송 장치의 데이터 처리 순서는 본 예시에 국한되지 않는다. 또한 실시예들에 따른 플로우 차트(1600)의 구성요소가 나타내는 동작은 포인트 클라우드 전송 장치를 구성하는 하드웨어, 소프트웨어, 프로세스 또는 이들의 조합에 의해 수행될 수 있다.
포인트 클라우드 전송 장치는 지오메트리 데이터에 대해 지오메트리 코딩(예를 들면 도 15에서 설명한 지오메트리 코딩(1510))을 수행하여 지오메트리 비트스트림(geometry bitstream)을 출력한다. 실시예들에 따른 지오메트리 코딩은 지오메트리 인코딩(geometry encoding)(1610), 지오메트리 양자화(geometry quantization)(1611) 및 엔트로피 코딩(entropy coding)(1612)를 포함할 수 있다. 실시예들에 따른 지오메트리 인코딩(1610)은 옥트리 지오메트리 인코딩(octree geometru encoding), 트라이숩 지오메트리 인코딩(trisoup geometry encoding), 프레딕티브 지오메트리 코딩 (predictive geometry coding) 중 적어도 하나 이상을 포함할 수 있으며 예시에 국한되지 않는다. 지오메트리 인코딩에 대한 설명은 도 4에서 설명한 바와 동일하므로 생략한다.
포인트 클라우드 전송 장치는 재구성된 지오메트리 데이터를 기반으로 프로젝션 프리프로세싱(예를 들면 도 15에서 설명한 프로젝션)(project preprocessing)을 수행한다(1620). 포인트 클라우드 전송 장치는 프로젝션 프리프로세싱을 수행하여 프로젝트된 지오메트리와 어트리뷰트를 출력할 수 있다. 실시예들에 따른 프로젝션 프리프로세싱(1620)은 리컨스트럭트된 지오메트리에 대한 역양자화 및 디코딩(dequantization & decoding)(1630), 디코드된 지오메트리 및 어트리뷰트를 매칭하기 위한 리컬러링(recolouring)(1631) 및 프로젝션(projection)(1632)을 포함할 수 있다.
실시예들에 따른 포인트 클라우드 전송 장치는 재구성된 지오메트리에 대해 역양자화 및 디코딩을 수행한다(1630). 포인트 클라우드 전송 장치는 디코드된 지오메트리와 어트리뷰트 데이터를 매칭하기 위해 리컬러링을 수행한다(1631). 포인트 클라우드 전송 장치는 리컬러링된 포인트 클라우드 데이터(예를 들면 지오메트리 및 어트리뷰트)에 대하여 프로젝션을 수행한다(1632).
실시예들에 따른 프로젝션(1632)은 좌표 변환(coordinate conversion)(1640), 좌표 프로젝션(coordinate projection)(1641), 레이저 포지션 조정(laser position adjustment)(1642), 샘플링 레이트 조정(sampling rate adjustment)(1643) 및 프로젝션 도메인 복셀라이제이션(projection domain voxelization)(1644) 중 적어도 이상을 포함할 수 있다. 지오메트리는 포인트의 포지션을 나타내며, 각 포인트의 포지션은 좌표계(예를 들면 2/3차원 직교 좌표계, 2/3차원 원통 좌표계, 구면 좌표계 등)으로 표현된다. 실시예들에 따른 포인트 클라우드 전송 장치는 입력된 지오메트리가 나타내는 각 포인트의 포지션을 3차원 공간상의 포지션으로 표현하기 위하여 좌표계를 선택하고 지오메트리를 선택된 좌표계 상의 정보(예를 들면 벡터값 등)로 변환하는 좌표 변환(1640)을 수행한다. 예를 들어 포인트 클라우드 전송 장치는 직교 좌표계를 원통 좌표계로 변환하는 직교-원통 좌표 변환, 직교 좌표계를 구면 좌표계로 변환하는 직교-구면 좌표 변환등을 포함하는 좌표 변환을 수행할 수 있다. 실시예들에 따른 좌표계 및 좌표 변환은 상술한 예시에 국한되지 않는다. 실시예들에 따른 포인트 클라우드 전송 장치는 변환된 좌표계에서 표현되는 지오메트리를 압축 가능한 형태(예를 들면 사각 기둥 공간 등)로 프로젝션하는 좌표 프로젝션(1641)을 수행한다.
포인트 클라우드 전송 장치는 프로젝션의 정확도를 높이기 위하여 프로젝션을 보정하는 레이저 포지션 조정(1642) 및/또는 샘플링 레이트 조정(1643)을 수행한다. 레이저 포지션 조정(1642) 및 샘플링 레이트 조정(1643)은 프로젝션 보정 처리 과정으로, 포인트 클라우드 데이터의 특성 및 포인트 클라우드 데이터 획득 장치의 특성 등에 따라 선택적으로 수행되거나, 동시에 수행되거나 순차적으로 모두 수행되거나, 순차적으로 선택하여 수행되거나 모두 수행되지 않을 수 있다. 상술한 바와 같이 일정 패턴으로 획득되는 포인트 클라우드 데이터 (예를 들면 LiDAR 데이터 등)는 프로젝션이 수행되면 밀도 차이에 따라 정확도가 떨어질 수 있다. 포인트 클라우드 전송 장치는 포인트 클라우드 데이터 획득 장치(예를 들면 레이저)의 위치를 고려하여 프로젝트된 포인트 클라우드 데이터(예를 들면 프로젝트된 지오메트리)를 보정하기 위한 레이저 포지션 조정(1642)을 수행한다. 포인트 클라우드 전송 장치는 포인트 클라우드 데이터 획득 장치의 기계적인 특성을 기반으로 스케일 팩터(scale factor)를 적용하여 프로젝트된 포인트 클라우드 데이터(예를 들면 프로젝트된 지오메트리)를 보정하기 위한 샘플링 레이트 조정(1643)을 수행한다.
포인트 클라우드 전송 장치는 프로젝트된 지오메트리를 압축에 효율적인 도메인으로 변환하기 위한 복셀라이제이션(1644)을 수행한다. 프로젝트된 지오메트리는 복셀라이제이션(1644)을 거쳐 압축을 위한 정수 단위의 위치 정보로 변환된다.
포인트 클라우드 전송 장치는 프로젝트된 지오메트리를 기반으로 어트리뷰트 코딩(예를 들면 도15에서 설명한 어트리뷰트 코딩 (1550))을 수행하여 어트리뷰트 비트스트림(attribute bitstream)을 출력한다. 실시예들에 따른 어트리뷰트 코딩은 어트리뷰트 인코딩(attribute encoding)(1621), 어트리뷰트 양자화(attribute quantization)(1622) 및 엔트로피 코딩(entropy coding)(1623)을 포함한다. 실시예들에 따른 어트리뷰트 코딩은 어트리뷰트 인코딩으로 호칭될 수 있다. 실시예들에 따른 어트리뷰트 인코딩(1621)은 포인트 클라우드 콘텐트에 따라 RAHT 코딩, 예측 변환 코딩 및 리프팅 변환 코딩 중 적어도 어느 하나 또는 하나 또는 그 이상의 코딩들의 조합에 대응한다. 예를 들어 RAHT 코딩 및 리프팅 변환 코딩은 포인트 클라우드 콘텐트 데이터를 상당한 크기로 압축을 하는 손실 코딩 (lossy coding)에 사용될 수 있다. 또한 예측 변환 코딩은 무손실 코딩 (lossless coding)에 사용될 수 있다.
도면에 도시된 바와 같이 출력된 지오메트리 비트스트림 및 어트리뷰트 비트스트림은 멀티플렉싱되어 전송된다.
도 17은 포인트 클라우드 전송 장치의 처리과정의 예시를 나타낸다.
도면에 도시된 플로우 차트(1700)는 도 15 내지 도 16에서 설명한 포인트 클라우드 전송 장치의 처리 과정의 예시를 나타낸다. 포인트 클라우드 전송 장치의 동작은 본 예시에 국한되지 않으며, 각 엘레멘트에 대응하는 동작은 도 17에 도시된 순서대로 수행될 수도 있고, 순차적으로 수행되지 않을 수도 있다.
도 15 내지 도 16에서 설명한 바와 같이 포인트 클라우드 전송 장치는 포인트 클라우드 데이터를 입력 받고, 지오메트리에 대해 지오메트리 인코딩(Geometry encoding)을 수행한다(1710). 지오메트리 인코딩(1710)은 도 15에서 설명한 지오메트리 코딩(1510), 도 16에서 설명한 지오메트리 코딩, 도 16의 지오메트리 인코딩(1610), 지오메트리 양자화(1611) 및 엔트로피 코딩(1612)과 동일하므로 구체적인 설명은 생략한다. 포인트 클라우드 전송 장치는 지오메트리 디코딩(Geometry decoding) (1720) 및 리컬러링(Recoloring)(1725)을 수행한다. 디코딩(1720) 및 리컬러링(1725)은 도 15에서 설명한 지오메트리 디코딩/리컬러링(1520)및 도 16의 역양자화 및 디코딩(1630) 및 리컬러링(1631)과 동일하므로 구체적인 설명은 생략한다. 실시예들에 따른 포인트 클라우드 전송 장치는 리컬러링된 지오메트리 데이터에 대하여 프로젝션을 수행한다. 실시예들에 따른 프로젝션은 좌표 변환(Coordinate conversion)(1730), 좌표 프로젝션(Coordinate projection) (1731), 레이저 포지션 조정(laser position adjustment)(1733), 샘플링 레이트 조정(Sampling rate adjustment)(1733) 및 프로젝션 도메인 복셀라이제이션(Projection domain (1734)를 포함한다. 좌표 변환(Coordinate conversion)을 수행한다(1730). 실시예들에 따른 좌표 변환(1730)은 도 16에서 설명한 프로젝션(1632) 및 좌표 변환(1640)과 동일하므로 구체적인 설명은 생략한다. 포인트 클라우드 전송 장치는 좌표 프로젝션을 수행한다(1731). 실시예들에 따른 좌표 프로젝션(Coordinate projection)(1731)은 도 16에서 설명한 프로젝션(1632)와 동일하므로 구체적인 설명은 생략한다. 포인트 클라우드 전송 장치는 프로젝션을 보정하기 위해 레이저 포지션 조정(Laser position adjustment)(1732), 샘플링 레이트 조정(Sampling rate adjustment)(1733), 프로젝션 도메인 복셀라이제이션(Projection domain voxelization)(1734)를 순차적으로 또는 선택적으로 수행할 수 있다. 레이저 포지션 조정(1732), 샘플링 레이트 조정(1733) 및 프로젝션 도메인 복셀라이제이션(1734)은 도 16에서 설명한 레이저 포지션 조정(1642), 샘플링 레이트 조정(1643) 및 복셀라이제이션(1644)과 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 포인트 클라우드 전송 장치는 어트리뷰트 코딩(attribute coding) 및 엔트로피 코딩(entropy coding)(1745)을 수행한다(1740). 어트리뷰트 코딩(1740) 및 엔트로피 코딩(1745)는 도 15에서 설명한 어트리뷰트 코딩(1550) 및 도 16에서 설명한 어트리뷰트 코딩, 예를 들면 어트리뷰트 인코딩(1621), 엔트로피 코딩(1623)과 동일하므로 구체적인 설명은 생략한다.
도 18은 좌표 변환의 예시이다.
도 15 내지 도 18에서 설명한 바와 같이 포인트 클라우드 전송 장치는 좌표 변환(예를 들면 좌표 변환(1641), 좌표 변환(1730)등)을 수행한다. 지오메트리는 포인트 클라우드의 포인트의 포지션(예를 들면 위치 등)을 나타내는 정보이다. 도 4에서 설명한 바와 같이 지오메트리 정보는 2차원 좌표계의 값 (예를 들면 x축 및 y축으로 구성된 직교 좌표계의 파라미터 (x,y), 원통 좌표계의 파라미터 (r, θ)), 3차원 좌표계의 값(예를 들면 3차원 직교 좌표계(Orthogonal coordinates)의 파라미터 (x,y,z), 원통 좌표계(Cylindrical coordinates)의 파라미터 (r, θ, z), 구면 좌표계(Cylindrical coordinates)의 파라미터 (ρ, θ, ) 등)들로 표현될 수 있다. 하지만 포인트 클라우드 데이터의 타입 및/또는 좌표계에 따라 지오메트리가 나타내는 포인트의 포지션은 불규칙한 위치, 분포등을 갖는 것으로 표현될 수 있다. 예를 들어 직교 좌표계로 표현된 LiDAR 데이터의 지오메트리는 원점으로부터 멀리 위치한 포인트들 사이의 거리가 증가함을 나타낸다. 예를 들어 원통 좌표계로 표현된 지오메트리는 원점으로부터 멀리 떨어진 포인트들에 대해서도 균일한 분포를 표현할 수 있지만 원점과 가까운 포인트들에 대해서는 포인트 사이의 거리가 증가되어 균일한 분포를 표현할 수 없다. 이러한 포인트들의 불규칙한 위치, 분포 등을 표현하기 위해서는 더 많은 양의 정보, 즉 지오메트리가 필요하므로 결과적으로 지오메트리 코딩의 효율을 낮추는 결과를 초래할 수 있다. 따라서 실시예들에 따른 포인트 클라우드 인코더(예를 들면 도 1, 도4, 도 11, 도 14 및 도 15에서 설명한 포인트 클라우드 인코더)는 지오메트리 코딩의 효율을 증대시키기 위하여 지오메트리의 좌표계를 일부 및/또는 전부 변환하는 동작을 수행할 수 있다.
도 18은 상호 변환 가능한 좌표계의 예시, 3차원 직교 좌표계(1800), 원통 좌표계(1810), 구면 좌표계(1820)를 나타낸다. 실시예들에 따른 좌표계는 본 예시에 국한되지 않는다.
실시예들에 따른 3차원 직교 좌표계(1800)는 원통 좌표계(1810)와 상호 변환될 수 있다.
실시예들에 따른 3차원 직교 좌표계(1800)는 원점에서 서로 직교하는 X축, Y축 및 Z 축으로 구성될 수 있다. 3차원 직교 좌표계 상의 점(또는 파라미터)은 (x,y,z)로 표현될 수 있다. X축과 Y축이 형성하는 X-Y 평면, Y축과 Z축이 형성하는 Y-Z 평면 및 X 축과 Z 축이 형성하는 X-Z 평면은 원점에서 서로 수직으로 만날 수 있다. 실시예들에 따른 X축, Y축 및 Z 축의 명칭은 각 축을 구별하기 위해 사용되는 용어에 불과하며, 다른 명칭으로 대체될 수 있다.
실시예들에 따른 원통 좌표계(1810)는 원점에서 서로 직교하는 X축, Y축 및 Z 축으로 구성될 수 있다. 원통 좌표계(1810) 상의 임의의 점(또는 파라미터) P는 (r,
Figure PCTKR2021003175-appb-img-000004
.z)로 표현될 수 있다. r은 좌표공간위의 임의의 점 P를 X-Y 평면으로 정사영시킨 점과 원점까지의 거리를 나타낸다.
Figure PCTKR2021003175-appb-img-000005
는 X축의 양의 방향과 원점으로부터 임의의 점 P를 X-Y 평면으로 정사영시킨 점까지를 잇는 직선 사이의 각도를 나타낸다. z는 점 P와 점 P를 X-Y 평면으로 정사영시킨 점 사이의 거리를 나타낸다. 실시예들에 따른 X축, Y축 및 Z 축의 명칭은 각 축을 구별하기 위해 사용되는 용어에 불과하며, 다른 명칭으로 대체될 수 있다.
도면에 도시된 수학식(1811)은 직교-원통 좌표 변환에 따라 직교 좌표계를 원통 좌표계로 변환할 때, 직교 좌표계에서 표현된 지오메트리 정보를 원통 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(1811)은 좌표 변환에 따라 원통 좌표계의 파라미터가 하나 또는 그 이상의 직교 좌표계의 파라미터들로 표현될 수 있음을 나타낸다(예를 들면
Figure PCTKR2021003175-appb-img-000006
).
도면에 도시된 수학식(1812)은 원통-직교 좌표 변환에 따라 원통 좌표계를 직교 좌표계로 변환할 때, 원통 좌표계에서 표현된 지오메트리 정보를 직교 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(1812)은 좌표 변환에 따라 직교 좌표계의 파라미터가 하나 또는 그 이상의 원통 좌표계의 파라미터들로 표현될 수 있음을 나타낸다(예를 들면
Figure PCTKR2021003175-appb-img-000007
).
실시예들에 따른 3차원 직교 좌표계(1800)는 구면 좌표계(1820)와 상호 변환될 수 있다.
실시예들에 따른 구면 좌표계(1820)는 원점에서 서로 직교하는 X축, Y축 및 Z 축으로 구성될 수 있다. 구면 좌표계 상의 임의의 점(또는 파라미터) P는 (
Figure PCTKR2021003175-appb-img-000008
)로 표현 될 수 있다.
Figure PCTKR2021003175-appb-img-000009
는 원점 O로부터 임의의 점 P까지의 거리를 나타내며 0보다 크거나 같은 값을 갖는다.
Figure PCTKR2021003175-appb-img-000010
는 Z축의 양의 방향과 임의의 점 P 사이의 각도를 나타내며, 일정 범위내의 값을 갖는다(예를 들면 0보다 크거나 같고
Figure PCTKR2021003175-appb-img-000011
보다 작거나 같은 값).
Figure PCTKR2021003175-appb-img-000012
는 임의의 점 P을 X-Y 평면에 정사형시킨 점과 X축의 양의 방향 사이의 각도를 나타내며 일정 범위내의 값을 갖는다(예를 들면 0보다 크거나 같고
Figure PCTKR2021003175-appb-img-000013
보다 작거나 같은 값). 실시예들에 따른 X축, Y축 및 Z 축의 명칭은 각 축을 구별하기 위해 사용되는 용어에 불과하며, 다른 명칭으로 대체될 수 있다.
도면에 도시된 수학식(1821)은 직교-구면 좌표 변환에 따라 직교 좌표계를 구면 좌표계로 변환할 때, 직교 좌표계에서 표현된 지오메트리 정보를 구면 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(1821)은 좌표 변환에 따라 구면 좌표계의 파라미터가 하나 또는 그 이상의 직교 좌표계의 파라미터들로 표현될 수 있음을 나타낸다(예를 들면
Figure PCTKR2021003175-appb-img-000014
).
도면에 도시된 수학식(1822)은 구면-직교 좌표 변환에 따라 구면 좌표계를 직교 좌표계로 변환할 때, 구면좌표계에서 표현된 지오메트리 정보를 직교 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(1822)은 좌표 변환에 따라 직교 좌표계의 파라미터가 하나 또는 그 이상의 구면 좌표계의 파라미터들로 표현될 수 있음을 나타낸다.
도 19는 좌표계의 예시이다.
도 19는 LiDAR 데이터의 레이저 모듈들의 배치를 고려한 좌표계의 예시이다. 도 19의 좌측은 LiDAR(Light Detection And Ranging　또는 Light Imaging, Detection, And Ranging) 데이터를 수집하는 LiDAR 헤드(1900)를 나타낸다. LiDAR 데이터는 대상에 레이저를 비추어 거리를 측정하는 LiDAR 방식으로 확보된다. LiDAR 헤드(1900)는 수직 방향으로 일정 각도로 배치된 하나 또는 그 이상의 레이저 모듈(또는 레이저 센서)들을 포함하며 수직 축을 중심으로 회전한다. 각 레이저 모듈로부터 출력된 레이저 광이 대상으로부터 반사되어 돌아오는 시간(및/또는 파장)은 서로 같거나 다를 수 있다. 따라서 LiDAR 데이터는 대상으로부터 레이저 광들이 돌아오는 시간의 차이 및/또는 파장 차이 등을 기반으로 구성되는 3차원 표현(3D representation)이다. 보다 넓은 커버리지를 갖기 위하여, 레이저 모듈들은 레이저를 방사형으로 출력할 수 있도록 배치된다. 따라서 실시예들에 따른 좌표계는 레이저 모듈들이 레이저를 출력하는 형태에 대응하는 부채꼴 평면으로서, 원통형 좌표계의 축을 중심으로 360도 회전시킨 부채꼴 원통 좌표계(1910), 원통형 좌표계와 구면 좌표계가 결합된 형태의 일부분인 부채꼴 형태로서 구면 좌표계의 축을 중심으로 360도 회전시킨 부채꼴 구면 좌표계(1920)를 포함한다. 실시예들에 따른 부채꼴 원통 좌표계(1910)는 원통 좌표계의 수직 방향을 높이(elevation)으로 표현할 때, 일정 범위를 갖는다. 또한 실시예들에 따른 부채꼴 구면 좌표계(1920)는 구면 좌표계의 수직 방향을 높이(elevation)으로 표현할 때 일정 범위를 갖는다.
도 20은 좌표 변환의 예시이다.
도 15 내지 도 18에서 설명한 바와 같이 포인트 클라우드 전송 장치는 좌표 변환(예를 들면 좌표 변환(1641), 좌표 변환(1730)등)을 수행한다. 도 20은 레이저 모듈의 특성을 기반으로 직교 좌표계(2000)(예를 들면 도 18에서 설명한 직교 좌표계(1800))를 부채꼴 원통 좌표계(2010)(예를 들면 도 19에서 설명한 부채꼴 원통 좌표계(1910)) 및 부채꼴 구면 좌표계(2020)(예를 들면 도 19에서 설명한 부채꼴 구면 좌표계(1920))으로 상호 변환하는 좌표 변환을 나타낸다. 실시예들에 따른 변환 가능한 좌표계는 상술한 예시에 국한되지 않는다.
실시예들에 따른 직교 좌표계(2000)는 부채꼴 원통 좌표계(2010)와 상호 변환될 수 있다.
실시예들에 따른 직교 좌표계(2000)는 도 18에서 설명한 3차원 직교 좌표계(1800)와 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 부채꼴 원통 좌표계(2010)는 원점에서 서로 직교하는 X축, Y축 및 Z 축으로 구성될 수 있다. 부채꼴 원통 좌표계(2010) 상의 임의의 점(또는 파라미터) P는 (r,
Figure PCTKR2021003175-appb-img-000015
,
Figure PCTKR2021003175-appb-img-000016
)로 표현될 수 있다. r은 좌표공간위의 임의의 점 P를 X-Y 평면으로 정사영시킨 점과 원점까지의 거리를 나타낸다.
Figure PCTKR2021003175-appb-img-000017
는 X축의 양의 방향과 원점으로부터 임의의 점 P를 X-Y 평면으로 정사영시킨 점까지를 잇는 직선 사이의 각도를 나타낸다.
Figure PCTKR2021003175-appb-img-000018
는 점 P와 점 P를 X-Y 평면으로 정사영시킨 점을 잇는 직선과 도 19에서 설명한 평면 부채꼴의 중심점(center)이 수직하는 직선과, 중심점(center)과 점 P를 잇는 직선 사이의 각도를 나타낸다(점선으로 도시). 실시예들에 따른 X축, Y축 및 Z 축의 명칭은 각 축을 구별하기 위해 사용되는 용어에 불과하며, 다른 명칭으로 대체될 수 있다.
도면에 도시된 수학식(2011)은 직교-부채꼴 원통 좌표 변환에 따라 직교 좌표계(2000)를 부채꼴 원통형 좌표계(2010)로 변환할 때, 직교 좌표계에서 표현된 지오메트리 정보를 부채꼴 원통 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(2011)은 좌표 변환에 따라 부채꼴 원통 좌표계의 파라미터가 하나 또는 그 이상의 직교 좌표계의 파라미터들로 표현될 수 있음을 나타낸다(예를 들면
Figure PCTKR2021003175-appb-img-000019
).
도면에 도시된 수학식(2012)은 부채꼴 원통-직교 좌표 변환에 따라 부채꼴 원통 좌표계를 직교 좌표계로 변환할 때, 부채꼴 원통 좌표계에서 표현된 지오메트리 정보를 직교 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(2012)은 좌표 변환에 따라 직교 좌표계의 파라미터가 하나 또는 그 이상의 부채꼴 원통 좌표계의 파라미터들로 표현될 수 있음을 나타낸다(예를 들면
Figure PCTKR2021003175-appb-img-000020
).
실시예들에 따른 부채꼴 구면 좌표계(2020)는 원점에서 서로 직교하는 X축, Y축 및 Z 축으로 구성될 수 있다. 구면 좌표계 상의 임의의 점(또는 파라미터) P는 (
Figure PCTKR2021003175-appb-img-000021
)로 표현 될 수 있다.
Figure PCTKR2021003175-appb-img-000022
는 원점 O로부터 임의의 점 P까지의 거리를 나타내며 0보다 크거나 같은 값을 갖는다.
Figure PCTKR2021003175-appb-img-000023
는 임의의 점 P를 X-Y 평면에 곡면을 따라 정사형시킨 점과 X축의 양의 방향 사이의 각도를 나타내며 일정 범위 내의 값을 갖는다(
Figure PCTKR2021003175-appb-img-000024
).
Figure PCTKR2021003175-appb-img-000025
는 점 P와 점 P를 곡면을 따라 X-Y 평면에 정사영시킨 점을 잇는 선과 원점과 점 P를 잇는 직선 사이의 각도를 나타낸다(점선으로 도시). 실시예들에 따른 X축, Y축 및 Z 축의 명칭은 각 축을 구별하기 위해 사용되는 용어에 불과하며, 다른 명칭으로 대체될 수 있다.
도면에 도시된 수학식(2021)은 직교-부채꼴 구면 좌표 변환에 따라 직교 좌표계를 부채꼴 구면 좌표계로 변환할 때, 직교 좌표계에서 표현된 지오메트리 정보를 부채꼴 구면 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(1821)은 좌표 변환에 따라 부채꼴 구면 좌표계의 파라미터가 하나 또는 그 이상의 직교 좌표계의 파라미터들로 표현될 수 있음을 나타낸다(예를 들면
Figure PCTKR2021003175-appb-img-000026
).
도면에 도시된 수학식(2022)은 부채꼴 구면-직교 좌표 변환에 따라 부채꼴 구면 좌표계를 직교 좌표계로 변환할 때, 부채꼴 구면 좌표계에서 표현된 지오메트리 정보를 직교 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(2022)은 좌표 변환에 따라 직교 좌표계의 파라미터가 하나 또는 그 이상의 부채꼴 구면 좌표계의 파라미터들로 표현될 수 있음을 나타낸다(예를 들면
Figure PCTKR2021003175-appb-img-000027
).
실시예들에 따른 포인트 클라우드 데이터 전송 장치(예를 들면 도 1, 도 11, 도 14 및 도 15에서 설명한 포인트 클라우드 데이터 전송장치)는 좌표 변환과 관련된 시그널링 정보를 생성하여 포인트 클라우드 데이터 수신 장치(예를 들면 도 1, 도 13, 도 14 및 도 16에서 설명한 포인트 클라우드 데이터 수신 장치)로 전송할 수 있다. 좌표 변환과 관련된 시그널링 정보는 시퀀스 레벨, 프레임 레벨, 타일 레벨, 슬라이스 레벨 등으로 시그널링 될 수 있다. 실시예들에 따른 포인트 클라우드 디코더(예를 들면 도 1, 도 13-도 14 및 도 16에서 설명한 포인트 클라우드 디코더)는 좌표 변환과 관련된 시그널링 정보를 기반으로 포인트 클라우드 인코더의 부호화 과정의 역과정인 복호화 과정 (decoding operation)을 수행할 수 있다. 또한 실시예들에 따른 포인트 클라우드 디코더는 좌표 변환과 관련된 시그널링 정보를 수신하지 않고, 주변 블록의 좌표 변환 여부, 블록의 크기, 포인트의 개수, 양자화 값등을 기반으로 유도하여 좌표 변환을 수행할 수 있다.
도 21은 좌표 프로젝션의 예시를 나타낸다.
포인트 클라우드 전송 장치는 도 15 내지 도 20에서 설명한 좌표 변환에 따라 변환된 좌표계에서 표현되는 지오메트리를 압축 가능한 형태로 프로젝션하는 좌표 프로젝션(coordinate projection)을 수행한다. 도 21은 도 15 내지 도 17에서 설명한 좌표 프로젝션(coordinate projection)(예를 들면 좌표 프로젝션(1641) 등)의 예시를 나타낸다. 도 21은 부채꼴 원통 좌표계(2100)(예를 들면 도 19에서 설명한 부채꼴 원통 좌표계(1910), 도 20에서 설명한 부채꼴 원통 좌표계(2010)) 및 부채꼴 구면 좌표계(2110)(예를 들면 도 19에서 설명한 부채꼴 구면 좌표계(1920), 도 20에서 설명한 부채꼴 구면 좌표계(2020))를 사각 기둥 공간(2120)으로 상호 변환(프로젝션)하는 과정을 나타낸다. 실시예들에 따른 사각 기둥 공간(2120)은 x축, y축,z축(또는 x'축, y'축, z'축로도 표현됨)으로 구성되는 3차원 좌표계에서 표현되며 바운딩 박스(bounding box)로 호칭될 수 있다. 또한 x'축, y'축, z'축 각각은 최대값 (x_max, y_max, z_max) 및 최소값 (x_min, y_min, z_min)을 갖는다. 도 21에 도시된 변환 과정에서, 부채꼴 원통 좌표계(2100)의 임의의 점 P값을 나타내는 파라미터 (
Figure PCTKR2021003175-appb-img-000028
) 및 부채꼴 구면 좌표계(2110)의 임의의 점 P 값을 나타내는 파라미터 (
Figure PCTKR2021003175-appb-img-000029
)는 x'축, y'축, z'축의 파라미터로 각각 표현된다. 파라미터 (
Figure PCTKR2021003175-appb-img-000030
) 및 파라미터 (
Figure PCTKR2021003175-appb-img-000031
)의 각 파라미터는 x'축, y'축, z'축 중 어느 한 축에 각각 대응하거나 (예를 들면 r은 X'축에 대응) 별도의 변환 수식에 따라 변환 및 대응될 수 있다. 예를 들어 한정된 범위를 갖는 부채꼴 원통 좌표계(2100)의 파라미터 는 탄젠트 함수를 적용하여 z'축에 대해 매핑된다. 따라서 z'축에 매핑된 값들은 한정된 범위에 따라 모아지므로 압축 효율이 증가된다.
실시예들에 따른 부채꼴 원통 좌표계(2110)의 파라미터 (
Figure PCTKR2021003175-appb-img-000032
) 의 프로젝션을 나타내는 수학식은 다음과 같다.
Figure PCTKR2021003175-appb-img-000033
즉,
Figure PCTKR2021003175-appb-img-000034
는 파라미터 r이 x축에 프로젝션된 것을 나타내며,
Figure PCTKR2021003175-appb-img-000035
는 파라미터
Figure PCTKR2021003175-appb-img-000036
가 y축에 프로젝션 된 것을 나타내고,
Figure PCTKR2021003175-appb-img-000037
는 파라미터
Figure PCTKR2021003175-appb-img-000038
가 z축에 프로젝션된 것을 나타낸다. 위 수학식의 삼각함수 계산을 최소화한 프로젝션을 나타내는 수학식은 다음과 같다.
Figure PCTKR2021003175-appb-img-000039
실시예들에 따른 부채꼴 구면 좌표계(2110)의 파라미터 (
Figure PCTKR2021003175-appb-img-000040
)의 프로젝션을 나타내는 수학식은 다음과 같다.
Figure PCTKR2021003175-appb-img-000041
즉,
Figure PCTKR2021003175-appb-img-000042
는 파라미터
Figure PCTKR2021003175-appb-img-000043
이 x축에 프로젝션된 것을 나타내며,
Figure PCTKR2021003175-appb-img-000044
는 파라미터
Figure PCTKR2021003175-appb-img-000045
가 y축에 프로젝션 된 것을 나타내고,
Figure PCTKR2021003175-appb-img-000046
는 파라미터
Figure PCTKR2021003175-appb-img-000047
가 z축에 프로젝션된 것을 나타낸다. 위 수학식의 삼각함수 계산을 최소화한 프로젝션을 나타내는 수학식은 다음과 같다.
Figure PCTKR2021003175-appb-img-000048
위 수학식들에서 (
Figure PCTKR2021003175-appb-img-000049
)는 프로젝션 이전의 부채꼴 원통 좌표계(2100)의 중심점의 위치(center position)로서, 중심점은 도 19에서 설명한 평면 부채꼴의 중심점(center)과 동일하다. 또한 실시예들에 따른 (
Figure PCTKR2021003175-appb-img-000050
)는 LiDAR 헤드 포지션(예를 들면 world coordinate system의 xyz 좌표의 원점등)를 나타낼 수 있다.
도 22는 레이저 포지션 조정의 예시를 나타낸다
도 22는 도 16에서 설명한 레이저 포지션 조정(1642), 도 17에서 설명한 레이저 포지션 조정(1732)의 예시이다. 도 19에서 설명한 바와 같이 LiDAR 헤드(예를 들면 도 19에서 설명한 LiDAR 헤드(1900))는 수직 방향으로 배치된 하나 또는 그 이상의 레이저 모듈들을 포함한다. 하나 또는 그 이상의 레이저 모듈들은 보다 넓은 커버리지를 가지고 많은 데이터를 확보하기 위하여 방사형으로 레이저를 출력하도록 배치된다. 실제 레이저는 레이저 모듈 말단에서 출력된다. 따라서 레이저의 포지션은 도 19 내지 도 20에서 설명한 평면 부채꼴의 중심점에 대응하는 LiDAR 헤드 포지션과 다르다. 또한 LiDAR 헤드의 상부에 배치된 레이저 모듈로부터 출력되는 가장 위쪽의 레이저와 LiDAR 헤드의 하부에 배치된 레이저 모듈로부터 출력되는 가장 아래쪽의 레이저 포지션 차이가 발생한다. 이러한 레이저 간의 포지션 차이를 반영하지 않으면, 프로젝션의 정확도를 떨어트릴 수 있다. 따라서 실시예들에 따른 포인트 클라우드 전송 장치는 각 레이저의 시점이 LiDAR 헤드 포지션에서 시작하는 것과 동일하도록 레이저 포지션 조정을 반영하여 프로젝션을 수행한다.
도 22의 좌측은 레이저를 출력하는 임의의 레이저 모듈을 포함하는 LiDAR 헤드의 구조(2200)를 나타낸다. 도면에 도시된 바와 같이 임의의 레이저 모듈에서 출력된 레이저의 포지션은 LiDAR 헤드 포지션으로부터 수평방향으로
Figure PCTKR2021003175-appb-img-000051
, 수직 방향으로
Figure PCTKR2021003175-appb-img-000052
만큼 떨어진 상대적인 포지션으로 표현된다.
도 22의 우측은 레이저의 상대적인 포지션을 3차원 좌표계에서 나타낸 예시(2210)이다. 도면에 도시된 3차원 좌표계는 도 21에서 설명한 프로젝션(예를 들면 사각 기둥 공간(2120))을 표현하기 위한 좌표계로서, x'축, y'축, z'축으로 구성된다. 상술한 헤드 포지션은 좌표계의 원점(0,0,0)으로 설정될 수 있으며, 레이저의 상대적인 포지션은 (
Figure PCTKR2021003175-appb-img-000053
)로 표현된다. 파라미터 (
Figure PCTKR2021003175-appb-img-000054
)는 헤드 포지션으로부터 수평방향으로의 상대적인 거리인
Figure PCTKR2021003175-appb-img-000055
을 기반으로 다음과 같이 표현된다.
Figure PCTKR2021003175-appb-img-000056
,
Figure PCTKR2021003175-appb-img-000057
실시예들에 따른 (
Figure PCTKR2021003175-appb-img-000058
)는 포인트 클라우드 전송 장치 및 수신 장치에서 직접 계산되거나, 시그널링 등을 통해 포인트 클라우드 전송 장치 및 수신 장치에 전달될 수 있다.
부채꼴 원통 좌표계(예를 들면 부채꼴 원통 좌표계(2110))의 파라미터 (
Figure PCTKR2021003175-appb-img-000059
)의 레이저 포지션 적용된 값은 다음과 같다.
Figure PCTKR2021003175-appb-img-000060
부채꼴 구면 좌표계(예를 들면 부채꼴 구면 좌표계(2110))의 파라미터 (
Figure PCTKR2021003175-appb-img-000061
)의 레이저 포지션 적용된 값은 다음과 같다.
Figure PCTKR2021003175-appb-img-000062
상술한 바와 같이 포인트 클라우드 전송 장치는 몰톤 코드를 기반으로 포인트들을 재정렬하여 어트리뷰트 코딩을 수행할 수 있다. 몰톤 코드는 각 포인트의 포지션 정보가 양의 정수임을 가정한다. 따라서 포인트 클라우드 전송 장치는 프로젝션된 포인트 클라우드 데이터의 포지션을 나타내는 파라미터들 (예를 들면 도 21 내지 도 22에서 설명한 사각 기둥 공간(2120)을 표현하는 좌표계의 파라미터들 (
Figure PCTKR2021003175-appb-img-000063
))이 양의 정수가 되도록 복셀라이제션(voxelization, 복셀화)(예를 들면 도 4 내지 도 6에서 설명한 복셀화)을 수행한다. 포인트들 간의 거리가 충분한 경우 복셀라이제션이 수행되더라도 무손실 압축이 가능하지만, 포인트들 간의 거리가 작은 경우 복셀라이제션이 수행되면 손실이 발행할 수 있다.
따라서 포인트 클라우드 전송 장치는 프로젝션된 포인트 클라우드 데이터(예를 들면 지오메트리)에 대해 샘플링 레이트 조정(예를 들면 도 16에서 설명한 샘플링 레이트 조정(1643))을 하여 추가적인 보정을 수행한다.
실시예들에 따른 샘플링 레이트 조정은 프로젝션 값의 범위 및 데이터 획득 장치의 특성(예를 들면 LiDAR)를 고려하여 프로젝션의 각 축에 스케일 팩터(scale factor)를 정의하여 수행된다. 도 19 내지 도 22에서 설명한 바와 같이 부채꼴 원통 좌표계(예를 들면 부채꼴 원통 좌표계(1910), 부채꼴 원통 좌표계(2010), 부채꼴 원통 좌표계(2100) 등)의 파라미터 r 및 부채꼴 구면 좌표계(예를 들면 부채꼴 구면 좌표계(1920), 부채꼴 구면 좌표계(2020), 부채꼴 구면 좌표계(2110))의 파라미터
Figure PCTKR2021003175-appb-img-000064
는 각 좌표계의 중심으로부터의 대상 포인트(예를 들면 도 19 내지 도 21에서 설명한 임의의 점 P)까지의 거리를 나타낸다. 따라서 파라미터 r 및
Figure PCTKR2021003175-appb-img-000065
는 0 이상의 값을 가지며, 레이저의 거리에 따른 분해능 및 획득 장치의 해석능력에 따라 데이터의 빈도가 결정된다. 부채꼴 원통 좌표계 및 부채꼴 구면 좌표계의 파라미터
Figure PCTKR2021003175-appb-img-000066
는 수직 축을 중심으로 회전할 때의 수평 방향 각도를 나타낸다. 따라서 파라미터
Figure PCTKR2021003175-appb-img-000067
는 0~360도의 범위를 가질 수 있으며, 이는 LiDAR 헤드(예를 들면 도 20 내지 도 22에서 설명한 LiDAR 헤드)가 회전하면서 1도 당 획득되는 데이터의 빈도가 결정된다. 부채꼴 구면 좌표계의 파라미터
Figure PCTKR2021003175-appb-img-000068
는 수직 축 방향의 각도를 나타낸다. 수직 축 방향의 각도는 단일 레이저의 각도와 연관성이 크기 때문에 파라미터
Figure PCTKR2021003175-appb-img-000069
는
Figure PCTKR2021003175-appb-img-000070
~
Figure PCTKR2021003175-appb-img-000071
의 범위를 가질 수 있으며, 레이저의 개수, 레이저의 수직 위치, 레이저의 정확도 등에 따라서 데이터의 빈도가 결정될 수 있다. 따라서 실시예들에 따른 샘플링 레이트 조정은 위와 같은 각 파라미터의 특성을 기반으로 프로젝션의 파라미터들에 대한 스케일 팩터를 정의한다. 이하에서는 설명의 편의를 위하여 부채꼴 원통 좌표계의 프로젝션 (파라미터
Figure PCTKR2021003175-appb-img-000072
)에 대해 스케일 팩터를 설명하나, 샘플링 레이트 조정은 해당 예시에 국한되지 않는다. 따라서 샘플링 레이트 조정은 부채꼴 구면 좌표계의 프로젝션(파라미터
Figure PCTKR2021003175-appb-img-000073
) 뿐만 아니라 다른 프로젝션에 대해서도 동일하게 적용될 수 있다.
실시예들에 따른 부채꼴 원통 좌표계의 프로젝션에 대한 샘플링 레이트 조정은 다음과 같이 표현된다.
Figure PCTKR2021003175-appb-img-000074
,
Figure PCTKR2021003175-appb-img-000075
,
Figure PCTKR2021003175-appb-img-000076
여기서
Figure PCTKR2021003175-appb-img-000077
은 레이저 포지션 조정이 수행된 포인트를 나타내는 파라미터들이고,
Figure PCTKR2021003175-appb-img-000078
은 해당 파라미터들이 프로젝션된 3차원 좌표계 각 축을 나타낸다.
Figure PCTKR2021003175-appb-img-000079
은 파라미터
Figure PCTKR2021003175-appb-img-000080
에 대한 스케일 팩터로서
Figure PCTKR2021003175-appb-img-000081
이 나타내는 축(예를 들면 X'축)에 적용되고,
Figure PCTKR2021003175-appb-img-000082
는 파라미터
Figure PCTKR2021003175-appb-img-000083
에 대한 스케일 팩터로서
Figure PCTKR2021003175-appb-img-000084
이 나타내는 축(예를 들면 Y'축)에 적용되고,
Figure PCTKR2021003175-appb-img-000085
는
Figure PCTKR2021003175-appb-img-000086
에 대한 스케일 팩터로서
Figure PCTKR2021003175-appb-img-000087
이 나타내는 축(예를 들면 Z'축)에 적용된다.
실시예들에 따른 부채꼴 원통 좌표계의 프로젝션에 대한 샘플링 레이트 조정은 다음과 같이 표현될 수 있다.
Figure PCTKR2021003175-appb-img-000088
,
Figure PCTKR2021003175-appb-img-000089
,
Figure PCTKR2021003175-appb-img-000090
실시예들에 따른 스케일 팩터 파라미터들
Figure PCTKR2021003175-appb-img-000091
,
Figure PCTKR2021003175-appb-img-000092
,
Figure PCTKR2021003175-appb-img-000093
는 각 축의 바운딩 박스의 가장자리(bounding box edge) 길이로 정규화(normalization)된 바운딩 박스의 가장자리의 최대 길이로 파생될 수 있다.
실시예들에 따른 스케일 팩터는 포인트 클라우드 데이터 획득 장치의 기계적인 특성을 기반으로 정의될 수 있다. 예를 들어 N개의 레이저가 수직으로 배열된 획득 장치(예를 들면 LiDAR 헤드)가 수평방향으로 회전할 때 1도 당 M번의 레이저 반사광을 검출하고, 각 레이저 광원이 생성하는 스팟(spot)의 반경이 D인 경우 스케일 팩터는 다음과 같이 정의된다.
Figure PCTKR2021003175-appb-img-000094
,
Figure PCTKR2021003175-appb-img-000095
,
Figure PCTKR2021003175-appb-img-000096
여기서
Figure PCTKR2021003175-appb-img-000097
,
Figure PCTKR2021003175-appb-img-000098
,
Figure PCTKR2021003175-appb-img-000099
는 상수를 나타낸다.
하나의 레이저 광원당 획득되는 데이터 사이의 최소 거리가 수직 방향, 수평 방향 및 지름 방향으로 표현되는 경우, 실시예들에 따른 스케일 팩터는 다음과 같이 표현된다.
Figure PCTKR2021003175-appb-img-000100
,
Figure PCTKR2021003175-appb-img-000101
,
Figure PCTKR2021003175-appb-img-000102
여기서,
Figure PCTKR2021003175-appb-img-000103
,
Figure PCTKR2021003175-appb-img-000104
,
Figure PCTKR2021003175-appb-img-000105
는 각각 반지름이 증가하는 방향, 회전 방향 각도, 수직 방향 각도에 대한 거리를 나타낸다. min()는 포인트 클라우드 데이터 내에서의 최소값 혹은 물리적 특성에 따른 최소값을 나타낼 수 있다.
또한 실시예들에 따른 스케일 팩터는 각 축의 밀도에 대한 함수로 정의될 수 있으며 다음과 같이 표현된다.
Figure PCTKR2021003175-appb-img-000106
,
Figure PCTKR2021003175-appb-img-000107
,
Figure PCTKR2021003175-appb-img-000108
즉, 단위 길이 당 밀도가 높은 축에는 상대적으로 큰 스케일 팩터를 적용하고, 단위 길이당 밀도가 낮은 축에는 상대적으로 작은 스케일 팩터를 적용한다. 여기서, N은 각 축에 평행한 방향으로의 최대 포인트들의 개수를 나타내고, D는 각 축의 길이를 나타낸다. N을 D로 나눈 값은 해당 축의 밀도에 대응한다.
실시예들에 따른 스케일 팩터는 정보의 중요도에 따라 정의될 수 있다. 예를 들어 원점으로부터 가까운 정보는 상대적으로 중요도가 높은 정보로 고려되고 원점으로부터 먼 정보는 상대적으로 중요도가 낮은 정보로 고려될 수 있다. 따라서 스케일 팩터는 원점으로부터 가까운 정보, 수평/수직방향 각도를 기준으로 전방에 있는 정보 또는 지평선 가까이에 있는 정보에 대해 상대적으로 가중치를 줄 수 있도록 정의 될 수 있으며 다음과 같이 표현된다.
Figure PCTKR2021003175-appb-img-000109
,
Figure PCTKR2021003175-appb-img-000110
,
Figure PCTKR2021003175-appb-img-000111
여기서, g(r), g(
Figure PCTKR2021003175-appb-img-000112
), g(
Figure PCTKR2021003175-appb-img-000113
)는 각축의 가중치를 나타내며, 중요한 영역을 나타내는 범위에 따라 설정되는 값을 나타내는 계단함수 또는 지수함수의 역수로 표현될 수 있다.
실시예들에 따른 포인트 클라우드 전송 장치는 프로젝션된 포인트 클라우드 데이터(예를 들면 지오메트리)가 양수 값을 갖도록 각축이 원점으로부터 시작되도록 이동시키거나, 각 축의 길이가 2의 지수승이 되도록 보정할 수 있다. 보정에 따른 프로젝션된 포인트 클라우드 데이터는 다음과 같이 표현된다.
Figure PCTKR2021003175-appb-img-000114
만약 압축 효율을 높이기 위해 세 축들의 길이를 동일하게 보정하는 경우, 보정에 따른 프로젝션된 포인트 클라우드 데이터는 다음과 같이 표현된다.
Figure PCTKR2021003175-appb-img-000115
여기서 max는 max(
Figure PCTKR2021003175-appb-img-000116
,
Figure PCTKR2021003175-appb-img-000117
,
Figure PCTKR2021003175-appb-img-000118
)를 의미할 수 있다. 또는 max(
Figure PCTKR2021003175-appb-img-000119
,
Figure PCTKR2021003175-appb-img-000120
,
Figure PCTKR2021003175-appb-img-000121
) 보다 큰 수 중에 가장 가까운
Figure PCTKR2021003175-appb-img-000122
에 해당하는 값이 될 수 있다.
실시예들에 따른 샘플링 레이트 조정에 대한 정보(스케일 팩터에 대한 정보 포함)는 포인트 클라우드 수신 장치(예를 들면 도 1의 수신 장치(10004), 도 10 및 도 11의 포인트 클라우드 디코더, 도 13의 수신 장치)로 전송되며, 포인트 클라우드 수신 장치는 샘플링 레이트 조정에 대한 정보를 확보하고, 해당 정보에 따라 샘플링 레이트 조정을 수행한다.
아래의 테이블은 어트리뷰트 코딩(예를 들면 예측 리프팅 코딩)에 적용된 좌표 변환의 BD (Bjøntegaard Delta) 레이트 및 BD PSNR의 요약을 나타낸다. 어트리뷰트, 즉, 반사율 이득의 전반적인 평균은 C1, C2, CW 및 CY 조건들 각각에 대하여 5.4%, 4.0%, 1.4%, and 2.7% 이다.
Figure PCTKR2021003175-appb-img-000123
실시예들에 따른 프로젝션은 RAHT 코딩에도 적용된다. 이하의 테이블은 RAHT 코딩에 있어서 좌표 변환의 BD 레이트의 요약을 나타낸다. 포인트 클라우드 데이터(예를 들면 Cat3 frame data)에 대한 평균 향상율은 C1 및 C3 조건들에 대해서 각각 15.3% and 12.5% 이득으로 크게 향상되었음을 알 수 있다.
Figure PCTKR2021003175-appb-img-000124
도 23은 복셀라이제이션의 예시를 나타낸다.
도 15내지 도 22에서 설명한 처리 과정을 통해 x,y,z 로 구성된 좌표계에서 표현되는 포인트 클라우드 데이터(지오메트리)는 거리 및 각도 등과 같은 압축에 효율적인 도메인으로 변환된다. 변환된 포인트 클라우드 데이터는 복셀라이제이션 과정을 통해 정수 단위의 위치 정보로 변환된다.
도 23의 좌측은 포인트 클라우드 데이터 시퀀스의 한 프레임으로서 프로젝션이 적용되지 않은 포인트 클라우드 데이터의 예시(2300)이다. 도 23의 우측은 부채꼴 원통 좌표계를 기반으로 프로젝션된 포인트 클라우드 데이터의 예시이다. 구체적으로 첫번째 예시(2310)는 r-
Figure PCTKR2021003175-appb-img-000125
바라볼 때 프로젝션된 포인트 클라우드 데이터를 나타낸다. 두번째 예시(2320)은
Figure PCTKR2021003175-appb-img-000126
-
Figure PCTKR2021003175-appb-img-000127
평면을 바라볼 때 프로젝션된 포인트 클라우드 데이터를 나타낸다. 세번째 예시(2330)은
Figure PCTKR2021003175-appb-img-000128
-r 평면을 바라볼 때 프로젝션된 포인트 클라우드 데이터를 나타낸다.
포인트 클라우드 처리 장치(예를 들면 도 1, 도 12 및 도 14에서 설명한 전송 장치)는 부호화된 포인트 클라우드 데이터를 비트스트림의 형태로 전송할 수 있다. 비트스트림은 포인트 클라우드 데이터(또는 포인트 클라우드 프레임)의 표현을 형성하는 비트들의 시퀀스이다.
포인트 클라우드 데이터(또는 포인트 클라우드 프레임)은 타일들 및 슬라이스들로 분할될 수 있다.
포인트 클라우드 데이터는 멀티플 슬라이스들(multiple slices)로 분할(partition)될 수 있으며, 비트스트림 내에서 인코드된다. 하나의 슬라이스는 포인트들의 집합으로, 인코드된 포인트 클라우드 데이터의 전체 또는 부분을 나타내는 신텍스 엘레먼트의 시리즈들로 표현된다. 하나의 슬라이스들은 다른 슬라이스들에 대하여 의존성을 가질 수도 있고 가지지 않을 수도 있다. 또한 하나의 슬라이스는 하나의 지오메트리 데이터 유닛(geometry data unit)을 포함하며, 하나 이상의 어트리뷰트 데이터 유닛(attribute data unit)들을 가질 수도 있고, 가지지 않을 수도 있다(zero attribute data unit). 상술한 바와 같이 어트리뷰트 인코딩은 지오메트리 인코딩을 기반으로 수행되므로 어트리뷰트 데이터 유닛은 동일한 슬라이스 내의 지오메트리 데이터 유닛에 기반한다. 즉, 포인트 클라우드 데이터 수신 장치(예를 들면 예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10006))는 디코드된 지오메트리 데이터를 기반으로 어트리뷰트 데이터를 처리할 수 있다. 따라서 슬라이스 내에서 지오메트리 데이터 유닛은 반드시 연관된 어트리뷰트 데이터 유닛들보다 먼저 나타난다. 슬라이스 내의 데이터 유닛들은 반드시 연속적이며, 슬라이스들간의 순서는 특정되지 않는다.
타일(tile)은 바운딩 박스(예를 들면 도 5에서 설명한 바운딩 박스)내의 직사각형 직육면체(3차원)이다. 바운딩 박스는 하나 또는 그 이상의 타일들을 포함할 수 있다. 하나의 타일은 다른 타일과 전부 또는 일부 오버랩될 수 있다. 하나의 타일은 하나 또는 그 이상의 슬라이스들을 포함할 수 있다.
따라서 포인트 클라우드 데이터 송신 장치는 중요도에 따라 타일에 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 비트스트림은 시그널링 정보 및 복수 개의 슬라이스들 (slice 0, …, slice n)을 포함한다. 도면에 도시된 바와 같이 시그널링 정보는 비트스트림 내에서 슬라이스들보다 먼저 나타난다. 따라서 포인트 클라우드 데이터 수신 장치는 시그널링 정보를 먼저 확보하고, 시그널링 정보를 기반으로 복수개의 슬라이스들을 순차적으로 또는 선택적으로 처리할 수 있다. 도면에 도시된 바와 같이 슬라이스 0(slice0)는 하나의 지오메트리 데이터 유닛(Geom0 0) 및 두 개의 어트리뷰트 데이터 유닛들(Attr0 0, Attr1 0)을 포함한다. 또한 지오메트리 데이터 유닛은 동일한 슬라이스 내에서 어트리뷰트 데이터 유닛보다 먼저 나타난다. 따라서 포인트 클라우드 데이터 수신 장치는 지오메트리 데이터 유닛(또는 지오메트리 데이터)를 먼저 처리(디코드)하고, 처리된 지오메트리 데이터를 기반으로 어트리뷰트 데이터 유닛(또는 어트리뷰트 데이터)를 처리한다. 실시예들에 따른 시그널링 정보는 시그널링 데이터, 메타데이터 등으로 호칭 가능하며, 예시에 국한되지 않는다.
실시예들에 따른 시그널링 정보는 SPS(Sequence Parameter Set), GPS (Geometry Parameter set) 및 하나 또는 그 이상의 APS(Attribute Parameter Set)들을 포함한다. SPS는 프로파일, 레벨 등 시퀀스 전체에 대한 인코딩 정보로서, 픽처 해상도, 비디오 포멧 등 시퀀스 전체에 대한 포괄적인 정보(시퀀스 레벨)를 포함할 수 있다. GPS는 시퀀스(비트스트림) 내에 포함된 지오메트리에 적용된 지오메트리 인코딩에 대한 정보이다. GPS는 옥트리 (예를 들면 도 6에서 설명한 옥트리)에 대한 정보, 옥트리 뎁스에 대한 정보 등을 포함할 수 있다. APS는 시퀀스(비트스트림)내 포함된 어트리뷰트적용된 어트리뷰트 인코딩에 대한 정보이다. 도면에 도시된 바와 같이 비트스트림은 어트리뷰트를 식별하는 식별자에 따라 하나 또는 그 이상의 APS(예를 들면 도면에 도시된 APS0, APS1..)를 포함한다.
실시예들에 따른 시그널링 정보는 타일에 대한 정보(예를 들면 tile inventory)를 더 포함할 수 있다. 타일에 대한 정보는 타일 식별자, 타일 크기 등에 대한 정보를 포함할 수 있다. 실시예들에 따른 시그널링 정보는 시퀀스, 즉 비트스트림 레벨의 정보로서, 해당 비트스트림에 적용된다. 또한 시그널링 정보는 신택스 엘레멘트 (syntax element) 및 이를 설명하는 디스크립터(Descriptor)를 포함하는 신택스 구조를 갖는다. 신택스를 설명하기 위한 수도 코드 (pseudo code)가 사용될 수 있다. 또한 포인트 클라우드 수신 장치(예를 들면 도 1의 수신 장치(10004), 도 10 및 도 11의 포인트 클라우드 디코더, 도 13의 수신 장치)는 신택스 내에서 나타나는 신택스 엘레멘트를 순차적으로 파싱하여 처리할 수 있다.
도면에 도시되지 않았으나 실시예들에 따른 지오메트리 데이터 유닛 및 어트리뷰트 데이터 유닛은 각각 지오메트리 헤더 및 어트리뷰트 헤더를 포함한다. 실시예들에 따른 지오메트리 헤더 및 어트리뷰트 헤더는 해당 슬라이스 레벨에서 적용되는 시그널링 정보로서 상술한 신택스 구조를 갖는다.
실시예들에 따른 지오메트리 헤더는 해당 지오메트리 데이터 유닛을 처리하기 위한 정보(또는 시그널링 정보)를 포함한다. 따라서 지오메트리 헤더는 해당 지오메트리 데이터 유닛 내에서 가장 먼저 나타난다. 포인트 클라우드 수신 장치는 지오메트리 헤더를 먼저 파싱하여 지오메트리 데이터 유닛을 처리할 수 있다. 지오메트리 헤더는 전체 지오메트리에 대한 정보를 포함하는 GPS와 연관관계를 갖는다. 따라서 지오메트리 헤더는 GPS에 포함된 gps_geom_parameter_set_id을 특정하는 정보를 포함한다. 또한 지오메트리 헤더는 지오메트리 데이터 유닛이 속한 슬라이스와 관련된 타일 정보(예를 들면 tile_id), 슬라이스 식별자 등을 포함한다.
실시예들에 따른 어트리뷰트 헤더는 해당 어트리뷰트 데이터 유닛을 처리하기 위한 정보(또는 시그널링 정보)를 포함한다. 따라서 어트리뷰트 헤더는 해당 어트리뷰트 데이터 유닛 내에서 가장 먼저 나타난다. 포인트 클라우드 수신 장치는 어트리뷰트 헤더를 먼저 파싱하여 어트리뷰트 데이터 유닛을 처리할 수 있다. 어트리뷰트 헤더는 전체 어트리뷰트에 대한 정보를 포함하는 APS와 연관돤계를 갖는다. 따라서 어트리뷰트 헤더는 APS에 포함된 aps_attr_parameter_set_id을 특정하는 정보를 포함한다. 상술한 바와 같이 어트리뷰트 디코딩은 지오메트리 디코딩에 기반하므로, 어트리뷰트 헤더는 해당 어트리뷰트 데이터 유닛과 연관된 지오메트리 데이터 유닛을 확정하기 위하여, 지오메트리 헤더 내 포함된 슬라이스 식별자를 특정하는 정보 등을 포함한다.
포인트 클라우드 전송 장치가 도 15 내지 도 23에서 설명한 프로젝션을 수행하는 경우 비트스트림 내 시그널링 정보는 프로젝션과 관련된 시그널링 정보를 더 포함할 수 있다. 실시예들에 따른 프로젝션과 관련된 시그널링 정보는 시퀀스 레벨의 시그널링 정보(예를 들면 SPS, APS 등)에 포함되거나, 슬라이스 레벨(예를 들면 어트리뷰트 헤더 등), SEI message 등에 포함될 수 있다. 실시예들에 따른 포인트 클라우드 수신 장치는 프로젝션과 관련된 시그널링 정보를 기반으로 역프로젝션을 포함하는 디코딩을 수행할 수 있다.
도 24는 프로젝션과 관련된 시그널링 정보의 신택스 구조의 예시이다.
실시예들에 따른 프로젝션과 관련된 시그널링 정보는 다양한 레벨(예를 들면 시퀀스 레벨, 슬라이스 레벨 등)의 시그널링 정보에 포함될 수 있다. 프로젝션과 관련된 시그널링 정보는 프로젝션이 수행되었는지 여부를 나타내는 시그널링 정보(예를 들면 projection_flag 등의 정보)와 함께 포인트 클라우드 수신 장치(예를 들면 도 1의 수신 장치(10004), 도 10 및 도 11의 포인트 클라우드 디코더, 도 13의 수신 장치)로 전송된다.
projection_flag: projection_flag 의 값이 1인 경우 디코더 후처리 과정으로 디코드된 데이터를 XYZ 좌표공간으로 역프로젝션(reprojection)해야 함을 나타낸다.
포인트 클라우드 수신 장치는 projection_flag을 기반으로 역프로젝션을 수행해야 하는지 여부를 확인한다. 또한 포인트 클라우드 수신 장치는 projection_flag의 값이 1인 경우, 프로젝션과 관련된 시그널링 정보를 확보하고 역프로젝션을 수행할 수 있다. 실시예들에 따른 프로젝션과 관련된 시그널링 정보는 프로젝션이 수행되었는지 여부를 나타내는 시그널링 정보(projection_flag)를 포함하는 개념으로 정의될 수 있으며. 본 예시에 국한되지 않는다.
projection_info_id: 프로젝션 정보(projection information)을 식별하는 식별자이다.
coordinate_conversion_type: 도 19 내지 도 20에서 설명한 좌표 변환과 관련된 좌표 변환 타입을 나타낸다. coordinate_conversion_type 의 값이 0 인 경우 좌표계는 원통 좌표계(cylindrical coordinate)(예를 들면 도 18에서 설명한 원통 좌표계(1810))임을 나타낸다. coordinate_conversion_type 의 값이 1 인 경우 좌표계는 구면 좌표계(spherical coordinate)(예를 들면 도 18에서 설명한 구면 좌표계(1820))임을 나타낸다. coordinate_conversion_type 의 값이 2 인 경우 좌표계는 부채꼴 원통 좌표계(예를 들면 도 20에서 설명한 부채꼴 원통 좌표계(2010))임을 나타낸다. coordinate_conversion_type 의 값이 3인 경우 좌표계는 부채꼴 구면 좌표계(예를 들면 도 20에서 설명한 부채꼴 구면 좌표계(2020))를 나타낸다.
projection_type: 좌표 변환 타입에 대해 사용된 프로젝션(예를 들면 도 21에서 설명한 프로젝션)의 타입을 나타낸다. 도 20 내지 도 21에서 설명한 바와 같이 coordinate_conversion_type 의 값이 2인 경우, 프로젝션 전의 좌표계는 부채꼴 원통 좌표계(예를 들면 도 20의 부채꼴 원통 좌표계(2010), 도 21의 부채꼴 원통 좌표계(2100))이다. projection_type의 값이 0인 경우 x,y,z 축은 각각 부채꼴 원통 좌표계의 파라미터 (r,
Figure PCTKR2021003175-appb-img-000129
,
Figure PCTKR2021003175-appb-img-000130
)들에 매칭된다(수학식 1). projection_type의 값이 0인 경우 x,y,z 축은 각각
Figure PCTKR2021003175-appb-img-000131
,
Figure PCTKR2021003175-appb-img-000132
,
Figure PCTKR2021003175-appb-img-000133
에 매칭된다(수학식2). 프로젝션 타입은 본 예시에 국한되지 않으며 축별로도 각각 정의될 수 있다.
laser_position_adjustment_flag: 레이저 포지션 조정(예를 들면 도 22에서 설명한 레이저 포지션 조정)의 적용여부를 나타낸다. laser_position_adjustment_flag 의 값이 1인 경우 레이저 포지션 조정이 적영되었음을 나타낸다.
num_laser: 레이저의 총 개수를 나타낸다. 이하의 for문은 각 레이저에 대한 레이저 포지션(위치) 정보를 나타내는 엘레멘트이다. 여기서, i는 각 레이저를 나타내며, i는 0보다 크거나 같고, num_laser가 나타내는 레이저의 총 개수보다 작다.
r_laser [i]: 레이저 i의 중심 축으로부터의 수평방향 거리를 나타낸다.
z_laser [i]: 레이저 i의 수평 중심으로부터의 수직방향으로의 거리를 나타낸다.
theta_laser [i]: 레이저 i의 수직 방향 각도를 나타낸다.
실시예들에 따른 레이저의 포지션 정보는 위 예시에 국한되어 표현되지 않는다. 예를 들어 레이저 포지션은 x_laser[i], y_laser[i], z_laser[i]와 같이 프로젝션을 나타내는 좌표계의 축별 파라미터로도 표현될 수 있다.
이하의 엘레멘트들은 샘플링 레이트 조정(예를 들면 도 16에서 설명한 샘플링 레이트 조정(1643))와 관련된 정보를 나타낸다.
sampling_adjustment_cubic_flag: 샘플링 레이트 조정에 있어서 세 축들의 길이를 동일하게 보정하는지 여부를 나타낸다. sampling_adjustment_cubic_flag의 값이 1인 경우 세 축의 길이가 같도록 보정되어야 함을 나타낸다.
sampling_adjustment_spread_bbox_flag: 포인트 클라우드 데이터의 분포가 바운딩 박스 내에서 균일하도록 하는 샘플링 레이트 조정을 수행해야 하는지 여부를 나타낸다. sampling_adjustment_spread_bbox_flag 의 값이 1인 경우 샘플링 레이트 조정시 바운딩 박스 내에서 분포를 균일하게 넓혀주는 보정을 사용한다.
sampling_adjustment_type: 샘플링 레이트 조정의 타입을 나타낸다. sampling_adjustment_type 의 값이 0인 경우 기계적 특성 기반 샘플링 레이트 조정, sampling_adjustment_type 의 값이 1인 경우 포인트 간 축 방향 최소 거리에 기반하는 샘플링 레이트 조정, sampling_adjustment_type 의 값이 2인 경우 각 축의 밀도에 기반하는 샘플링 레이트 조정, sampling_adjustment_type 의 값이 3인 경우 포인트의 중요도에 따른 샘플링 레이트 조정을 나타낸다. 샘플링 레이트 조정의 타입은 본 예시에 국한되지 않는다.
geo_projection_enable_flag: 지오메트리 코딩에서 프로젝션이 적용되는지 여부를 나타낸다.
attr_projection_enable_flag: 어트리뷰트 코딩에서 프로젝션이 적용되는지 여부를 나타낸다.
bounding_box_x_offset, bounding_box_y_offset, bounding_box_z_offset: 프로젝션된 포인트 클라우드 데이터가 포함되는 범위(바운딩 박스)의 시작점을 나타내는 X축, Y축, Z축 값에 각각 대응한다. 예를 들어 projection _type의 값이 0인 경우bounding_box_x_offset, bounding_box_y_offset, bounding_box_z_offse의 값은 (0, 0, 0)로 표현된다. projection _type 의 값이 1인 경우 bounding_box_x_offset, bounding_box_y_offset, bounding_box_z_offse의 값은 (-r_max1, 0, 0) 로 표현된다.
bounding_box_x_length, bounding_box_y_length, bounding_box_z_length : 프로젝션된 포인트 클라우드 데이터가 포함된 범위(바운딩 박스)를 나타낼 수 있다. 예를 들어 projection _type의 값이 0인 경우 bounding_box_x_length, bounding_box_y_length, bounding_box_z_length의 값은 각각 r_max, 360, z_max가 된다. projection _type 의 값이 1 인 경우 bounding_box_x_length, bounding_box_y_length, bounding_box_z_length의 값은 각각 r_max1+r_max2, 180, z_max가 된다.
orig_bounding_box_x_offset, orig_bounding_box_y_offset, orig_bounding_box_z_offset : 프로젝션 이전의 포인트 클라우드 데이터가 포함된 범위(바운딩 박스)의 시작점을 나타내는 X축, Y축, Z축 값에 각각 대응한다.
orig_bounding_box_x_length, orig_bounding_box_y_length, orig_bounding_box_z_length: 좌표 변환 이전 포인트 클라우드 데이터가 포함된 범위(바운딩 박스)를 나타낼 수 있다.
rotation_yaw, rotation_pitch, rotation_roll: 좌표 변환에서 사용하는 로테이션 정보를 나타낸다.
이하는 coordinate_conversion_type의 값이 0이거나 2인 경우, 즉, 프로젝션 이전의 좌표계가 원통 좌표계 또는 부채꼴 원통 좌표계인 경우, 해당 좌표계와 관련된 정보를 나타내는 엘레멘트들이다.
cylinder_center_x, cylinder_center_y, cylinder_center_z: 프로젝션 이전의 원통 좌표계가 나타내는 원통형 기둥의 중심의 위치를 나타내는 X축, Y축, Z축 값에 각각 대응한다.
cylinder_radius_max, cylinder_degree_max, cylinder_z_max: 프로젝션 이전의 원통 좌표계가 나타내는 원통형 기둥의 반지름(radius), 각도(degree), 높이의 최대값을 나타낸다.
ref_vector_x, ref_vector_y, ref_vector_z: 원통 좌표계가 나타내는 원통형 기둥을 프로젝션 할 때 기준이 되는 벡터의 방향성을 중심으로부터 (x, y, z) 방향으로 각각 나타낸다. 프로젝션된 사각기둥 공간(예를 들면 도 21에서 설명한 사각 기둥 공간(2120))의 x 축에 대응될 수 있다.
normal_vector_x, normal_vector_y, normal_vector_z : 원통 좌표계가 나타내는 원통형 기둥의 노멀벡터의 방향성을 중심으로부터 (x, y, z) 방향으로 나타낸다. 프로젝션된 사각기둥 공간(예를 들면 도 21에서 설명한 사각 기둥 공간(2120))의 z 축에 대응될 수 있다.
clockwise_degree_flag: 원통 좌표계가 나타내는 원통형 기둥의 각도를 구하는 방향성을 나타낸다. clockwise_degree_flag의 값이 1인 경우 원통형 기둥의 각도를 구하는 방향성은 원통형 기둥을 탑뷰(top view)에서 보았을 때 시계 방향임을 나타낸다. clockwise_degree_flag의 값이 0인 경우 원통형 기둥의 각도를 구하는 방향성은 원통형 기둥을 탑뷰(top view)에서 보았을 때 반 시계 방향을 나타낸다. 원통 좌표계가 나타내는 원통형 기둥의 각도를 구하는 방향성은 프로젝션된 사각기둥 공간(예를 들면 도 21에서 설명한 사각 기둥 공간(2120))의 y 축의 방향성에 대응될 수 있다.
granurality_angular, granurality_radius, granurality_normal: 각도, 원통형 기둥의 원형 (circular plane surface)로부터 중심까지의 거리, 노멀 벡터(normal vector) 방향으로 중심으로부터의 거리에 대한 해상도를 나타내는 파라미터들을 각각 나타낸다. 각 파라미터는 상술한 스케일 팩터(scale factor)
Figure PCTKR2021003175-appb-img-000134
,
Figure PCTKR2021003175-appb-img-000135
,
Figure PCTKR2021003175-appb-img-000136
와 대응될 수 있다.
도면에 도시된 바와 같이 coordinate_conversion_type의 값이 1이거나 3인 경우, 즉, 프로젝션 이전의 좌표계가 구면 좌표계 또는 부채꼴 구면 좌표계인 경우, 프로젝션과 관련된 시그널링 정보의 신택스 구조는 coordinate_conversion_type의 값이 0이거나 2인 경우, 즉, 프로젝션 이전의 좌표계가 원통 좌표계 또는 부채꼴 원통 좌표계인 경우, 해당 좌표계와 관련된 정보를 나타내는 엘레멘트들과 동일한 엘레멘트들을 포함한다. 엘레멘트들에 대한 구체적인 설명은 상술한 바와 동일하므로 생략한다.
도 25는 실시예들에 따른 시그널링 정보의 예시이다.
도 25는 SPS의 신택스 구조로서, 프로젝션과 관련된 시그널링 정보가 시퀀스 레벨의 SPS에 포함된 예시를 나타낸다.
profile_compatibility_flags: 비트스트림이 디코딩을 위한 특정 프로파일(profile)에 따르는지, 다른 프로파일에도 따르는지를 여부를 나타낸다. 프로파일은 비트스트림을 디코딩하기 위한 캐퍼빌리티들(capabilities)를 특정하기 위해 비트스트림에 부여되는 제약 조건들을 특정한다. 각 프로파일은 알고리즘적인 특징들 및 제한사항들의 서브세트(subset)로서 해당 프로파일을 따르는 모든 디코더들에 의해 지지된다. 디코딩을 위한 것으로 표준 등에 따라 정의될 수 있다.
level_idc: 비트스트림에 적용되는 레벨을 나타낸다. 레벨은 모든 프로파일들 내에서 사용된다. 일반적으로 레벨은 특정 디코더 처리 부하 및 메모리 캐퍼빌리티에 대응한다.
sps_bounding_box_present_flag: sps 내 바운딩 박스에 대한 정보가 존재하는지 여부를 나타낸다. sps_bounding_box_present_flag의 값이 1이면 바운딩 박스에 대한 정보가 존재하고, sps_bounding_box_present_flag의 값이 0이면 바운딩 박스에 대한 정보는 정의되지 않았음을 나타낸다.
이하는 sps_bounding_box_present_flag의 값이 1일 때 sps에 포함되는 바운딩 박스에 대한 정보이다.
sps_bounding_box_offset_x: x,y,z,축을 포함하는 카르테시안 좌표계 내의 소스 바운딩 박스(source bounding box)의 양자화된 x 축 오프셋을 나타낸다.
sps_bounding_box_offset_y: x,y,z,축을 포함하는 카르테시안 좌표계 내의 소스 바운딩 박스(source bounding box)의 양자화된 y 축 오프셋을 나타낸다.
sps_bounding_box_offset_z: x,y,z,축을 포함하는 카르테시안 좌표계 내의 소스 바운딩 박스(source bounding box)의 양자화된 z 축 오프셋을 나타낸다.
sps_bounding_box_scale_factor: 소스 바운딩 박스의 크기를 나타내기 위해 사용되는 스케일 팩터(scale factor)를 나타낸다.
sps_bounding_box_size_width: x,y,z,축을 포함하는 카르테시안 좌표계 내의 소스 바운딩 박스(source bounding box)의 넓이를 나타낸다.
sps_bounding_box_size_height: x,y,z,축을 포함하는 카르테시안 좌표계 내의 소스 바운딩 박스(source bounding box)의 높이를 나타낸다.
sps_bounding_box_size_depth: x,y,z,축을 포함하는 카르테시안 좌표계 내의 소스 바운딩 박스(source bounding box)의 깊이를 나타낸다.
실시예들에 따른 SPS 신택스는 다음의 엘레멘트들을 더 포함한다.
sps_source_scale factor: 소스 포인트 클라우드 데이터 (source point cloud data)의 스케일 팩터를 나타낸다.
sps_seq_parameter_set_id: 다른 신택스 엘레멘트들(예를 들면 GPS 내의 seq_parameter_set_id 등)에 의한 참조를 위한 SPS의 식별자이다.
sps_num_attribute_sets: 비트스트림 내에 인코드된 어트리뷰트들의 개수를 나타낸다. sps_num_attribute_sets의 값은 0부터 63까지의 범위 내에 포함된다.
이하는 for문은 sps_num_attribute_sets가 지시하는 개수만큼의 어트리뷰트들 각각에 대한 정보를 나타내는 엘레멘트들을 포함한다. 도면에 도시된 i는 각 어트리뷰트 (또는 어트리뷰트 세트)를 나타내며, i의 값은 0보다 크거나 같고 sps_num_attribute_sets가 지시하는 개수보다 작다.
attribute_dimension_minus1[　i　]: i번째 어트리뷰트의 컴포넌트들의 개수보다 1 작은 값을 나타낸다. 어트리뷰트가 색상(colour)인 경우, 어트리뷰트는 대상 포인트의 빛의 특성들을 나타내는 3차원 (3dimension)신호에 대응한다. 예를 들어 어트리뷰트는 RGB(Red, Green, Blue)의 세가지 컴포넌트들로 시그널링 될 수 있다. 또한 어트리뷰트는 루마(luma, 휘도) 및 두개의 크로마(chorma, 채도)인 YUV의 세가지 컴포넌트들로 시그널링 될 수 있다. 어트리뷰트가 반사율(reflectance)인 경우, 어트리뷰트는 대상 포인트의 빛 반사율의 강도의 비율을 나타내는 1차원 신호에 대응한다.
attribute_instance_id[　i　]: i번째 어트리뷰트의 인스턴트 id를 나타낸다. attribute_instance_id는 동일한 어트리뷰트 라벨들과 어트리뷰트들을 구별짓기 위해 사용된다.
attribute_bitdepth_minus1[　i　]: i번째 어트리뷰트 신호의 첫번째 컴포넌트의 비트뎁스보다 1 작은 값이다. 이 값에 1을 더한 값은 첫번째 컴포넌트의 비트뎁스를 특정한다.
attribute_cicp_colour_primaries[　i　]: i번째 어트리뷰트의 색상 어트리뷰트 소스 원색(primary)들의 색도좌표계(chromaticity coordinates)를 나타낸다.
attribute_cicp_transfer_characteristics[　i　]: 0에서 1인 공칭 실수 값 범위(nominal real-valued range)를 갖는 소스 입력 선형 광 강도(optical intensity) Lc의 함수로서 색상 어트리뷰트의 기준 광전자 전달 특성 함수(opto-electronic transfer characteristic function)를 나타내거나 0에서 1인 공칭 실수 값 범위를 갖는 출력 선형 광 강도 Lo의 함수로서 색상 어트리뷰트의 기준 전기 광학 전달 특성 함수의 역함수를 나타낸다.
attribute_cicp_matrix_coeffs[　i　]: RBG 또는 YXZ 원색들로부터 루마 및 크로마 시그널들을 유도하는데 사용되는 매트릭스 코이피션트들을 나타낸다.
attribute_cicp_video_full_range_flag[　i　]: E′Y, E′PB, 및 E′PR 또는 E′R, E′G, and E′B 실수값을 갖는 컴포넌트 시그널들로부터 파생되는 루마 및 크로마 신호들의 블랙 레벨 및 범위를 나타낸다.
known_attribute_label_flag[　i　], known_attribute_label[　i　], and attribute_label_fourbytes[　i　]는 i번째 어트리뷰트내에서 전송되는 데이터의 타입을 식별하기 위해 함께 사용된다. known_attribute_label_flag[　i　]는 어트리뷰트가 known_attibute_label[　i　]의 값 또는 다른 오브젝트 식별자인 attribute_label_fourbytes [　i　]로 식별되는지 여부를 나타낸다.
상술한 바와 같이 SPS 신택스는 프로젝션과 관련된 시그널링 정보를 포함한다.
projection_flag는 도 24에서 설명한 projection_flag와 동일하다. projection_flag값이 1인 경우, SPS 신택스는 도 24에서 설명한 프로젝션과 관련된 시그널링 정보(projection_info())를 더 포함한다. 프로젝션과 관련된 시그널링 정보는 도 24에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
sps_extension_flag: sps_extension_data_flag가 SPS내에 나타나는지 여부를 나타낸다. sps_extension _flag의 값이 0 이면 SPS 신택스 구조 내에 sps_extension_data_flag 신택스 엘레멘트가 존재하지 않음을 나타낸다. sps_extension_flag의 값 1은 추후 사용을 위해 보존된다. 디코더는 1 값을 갖는 sps_extension_flag이후에 나타나는 모든 sps_extension_data_flag 신택스 엘레멘트들을 무시할 수 있다.
sps_extension_data_flag: 추후 사용을 위한 데이터의 존재 여부를 나타내며 어느 값이나 가질 수 있다.
실시예들에 따른 SPS 신택스는 위 예시에 국한되지 않으며 추가적인 엘레멘트들을 더 포함하거나 시그널링의 효율성을 위해 도면에 도시된 일부 엘레멘트들을 포함하지 않을 수 있다. 일부 엘레멘트들은 SPS가 아닌 다른 시그널링 정보(예를 들면 APS, 어트리뷰트 헤더 등) 또는 어트리뷰트 데이터 유닛을 통해 시그널될 수 있다.
도 26은 실시예들에 따른 시그널링 정보의 예시이다.
도 26은 타일 인벤토리(Tile inventory)의 신택스 구조로서, 프로젝션과 관련된 시그널링 정보가 타일 레벨의 타일 인벤토리에 포함된 예시를 나타낸다.
num_tiles: 타일들의 개수를 나타낸다.
이하의 for문은 각 타일에 대한 정보를 나타낸다. 여기서 i는 각 타일을 나타내며, i는 0보다 크거나 같고 num_tiles가 나타내는 타일들의 개수보다는 작다.
tile_bounding_box_offset_x[　i　], tile_bounding_box_offset_y[　i　], tile_bounding_box_offset_z[　i　]: 타일 i의 바운딩 박스의 오프셋 값으로서 x축, y축, z축의 값을 각각 나타낸다.
tile_bounding_box_size_width[　i　], tile_bounding_box_size_height[　i　], tile_bounding_box_size_depth[　i　]: 타일 i의 바운딩 박스의 넓이, 높이, 깊이를 각각 나타낸다.
실시예들에 따른 타일 인벤토리(Tile inventory)의 신택스는 프로젝션과 관련된 시그널링 정보를 포함한다.
projection_flag는 도 24에서 설명한 projection_flag와 동일하다. projection_flag값이 1인 경우, SPS 신택스는 도 24에서 설명한 프로젝션과 관련된 시그널링 정보(projection_info())를 더 포함한다. 프로젝션과 관련된 시그널링 정보는 도 24에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 타일 인벤토리(Tile inventory)의 신택스는 위 예시에 국한되지 않으며 추가적인 엘레멘트들을 더 포함하거나 시그널링의 효율성을 위해 도면에 도시된 일부 엘레멘트들을 포함하지 않을 수 있다. 일부 엘레멘트들은 타일 인벤토리(Tile inventory)가 아닌 다른 시그널링 정보(예를 들면 SPS, APS, 어트리뷰트 헤더 등) 또는 어트리뷰트 데이터 유닛을 통해 시그널될 수 있다.
도 27은 실시예들에 따른 시그널링 정보의 예시이다.
도 27은 어트리뷰트 슬라이스 헤더의 신택스 구조로서, 프로젝션과 관련된 시그널링 정보가 슬라이스 레벨의 어트리뷰트 슬라이스 헤더에 포함된 예시를 나타낸다.
실시예들에 따른 어트리뷰트 헤더의 신택스는 다음의 신택스 엘레멘트들을 포함한다.
ash_attr_parameter_set_id: 액티브 APS(active SPS)들의 aps_attr_parameter_set_id 와 동일한 값을 갖는다.
ash_attr_sps_attr_idx: 액티브 SPS(active SPS)내의 어트리뷰트 세트의 순서를 특정한다. ash_attr_geom_slice_id는 지오메트리 헤더에 포함된 슬라이스 아이디(예를 들면 gsh_slice_id)의 값을 나타낸다.
aps_slice_qp_delta_present_flag 값이 1인 경우, 어트리뷰트 슬라이스 헤더의 신택스는 다음의 엘레멘트들을 더 포함한다. aps_slice_qp_delta_present_flag 는 어트리뷰트 파라미터 세트(APS)에 포함되는 정보로서, 어트리뷰트 데이터 유닛의 헤더 내에 ash_attr_qp_offset에 의해 지시되는 컴포넌트 QP 오프셋들이 존재하는지 여부를 나타낸다.
ash_qp_delta_luma: 컴포넌트 QP 의 루마 값을 나타낸다.
ash_qp_delta_chroma: 컴포넌트 QP 의 크로마 값을 나타낸다.
실시예들에 따른 어트리뷰트 슬라이스 헤더의 신택스는 프로젝션과 관련된 시그널링 정보를 포함한다. projection_flag는 도 24에서 설명한 projection_flag와 동일하다. projection_flag값이 1인 경우, SPS 신택스는 도 24에서 설명한 프로젝션과 관련된 시그널링 정보(projection_info())를 더 포함한다. 프로젝션과 관련된 시그널링 정보는 도 24에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 어트리뷰트 슬라이스 헤더의 신택스는 위 예시에 국한되지 않으며 추가적인 엘레멘트들을 더 포함하거나 시그널링의 효율성을 위해 도면에 도시된 일부 엘레멘트들을 포함하지 않을 수 있다. 일부 엘레멘트들은 어트리뷰트 슬라이스 헤더가 아닌 다른 시그널링 정보(예를 들면 SPS, APS 등) 또는 어트리뷰트 데이터 유닛을 통해 시그널될 수 있다.
도 28은 실시예들에 따른 시그널링 정보이다.
도 28은 어트리뷰트 파라미터 세트(APS)의 신택스 구조로서, 프로젝션과 관련된 시그널링 정보가 시퀀스 레벨의 APS에 포함된 예시를 나타낸다.
attr_coord_conv_enable_flag: 어트리뷰트 코딩에 있어서 좌표 변환(프로젝션, coordinate conversion) 이 적용되는지 여부를 나타낸다. attr_coord_conv_enable_flag의 값이 1인 경우, 좌표 변환이 적용됨을 나타낸다. attr_coord_conv_enable_flag의 값이 인 경우 어트리뷰트 코딩에 있어서 좌표 변환이 적용되지 않음을 나타낸다.
이하의 for문은 각 어트리뷰트에 대한 스케일 팩터 정보를 나타낸다. 여기서 i는 좌표계의 x축, y축 및 z축을 나타낸다. 따라서 i는 0, 1, 2 값을 갖는다.
attr_coord_conv_scale[i]:
Figure PCTKR2021003175-appb-img-000137
단위의 좌표 변환된 축의 스케일 팩터를 나타낸다. 실시예들에 따른 scaleaxis[i]는 다음과 같이 파생된다.
ScaleAxis[0] = attr_coord_conv_scale[0]
ScaleAxis[1] = attr_coord_conv_scale[1]
ScaleAxis[2] = attr_coord_conv_scale[2]
도면에 도시되지 않았으나 APS의 신택스는 coord_conv_scale_present_flag를 포함할 수 있다. coord_conv_scale_present_flag는 좌표 변환 스케일 팩터인 scale_x, scale_y, scale_z가 존재하는지 여부를 나타낸다. coord_conv_scale_present_flag의 값이 1인 경우 스케일 팩터가 존재하고, coord_conv_scale_present_flag의 값이 0인 경우 좌표 젼환 스케일 팩터는 존재하지 않는다. 실시예들에 따른 스케일 팩터들 (예를 들면 상술한 scale_x, scale_y, scale_z)는 x축, y축 및 z축들의 최대 거리에 의해 정규화(normalization)된 최소 거리가 될 수 있다.
실시예들에 따른 APS의 신택스는 위 예시에 국한되지 않으며 추가적인 엘레멘트들을 더 포함하거나 시그널링의 효율성을 위해 도면에 도시된 일부 엘레멘트들을 포함하지 않을 수 있다. 일부 엘레멘트들은 APS가 아닌 다른 시그널링 정보(예를 들면 SPS, 어트리뷰트 슬라이스 헤더 등) 또는 어트리뷰트 데이터 유닛을 통해 시그널될 수 있다.
도 29는 실시예들에 따른 포인트 클라우드 데이터 수신 장치의 동작을 나타내는 플로우차트이다.
도 29의 플로우 차트(2900)는 프로젝션이 수행된 포인트 클라우드 데이터를 처리하는 포인트 클라우드 데이터 수신 장치(또는 포인트 클라우드 수신 장치) (예를 들면 도 1의 수신 장치(10004), 도 10 및 도 11의 포인트 클라우드 디코더, 도 13의 수신 장치)의 동작 예시를 나타낸다. 도 1 내지 도 14에서 설명한 바와 같이 포인트 클라우드 수신 장치는 인풋 지오메트리 비트스트림에 대하여 지오메트리 디코딩을 수행한다(2910). 실시예들에 따른 지오메트리 디코딩은 옥트리 지오메트리 디코딩, 트라이숩 지오메트리 디코딩 등을 포함할 수 있으며, 상술한 예시에 국한되지 않는다. 포인트 클라우드 수신 장치는 도 13에서 설명한 도 13에서 설명한 Arithmetic 디코더(13002), Occupancy코드 기반 옥트리 재구성 처리부(13003), 표면 모델 처리부(삼각형 재구성, 업-샘플링, 복셀화)(13004) 및 inverse 양자화 처리부(13005)의 동작 중 적어도 하나 이상의 동작을 수행한다. 포인트 클라우드 수신 장치는 지오메트리 디코딩의 결과로 재구성된 지오메트리를 출력한다.
포인트 클라우드 수신 장치는 도 24 내지 도 28에서 설명한 시그널링 정보를 기반으로 프로젝션 적용 여부를 판단한다. 프로젝션을 적용하는 경우, 포인트 클라우드 수신 장치는 디코드된 지오메트리에 대하여 프로젝션을 수행하고 (2930), 프로젝션이 수행된 지오메트리를 기반으로 어트리뷰트 디코딩을 수행한다(2940). 프로젝션을 적용하지 않는 경우, 포인트 클라우드 수신 장치는 복원된 지오메트리를 기반으로 어트리뷰트 디코딩을 수행한다(2940). 실시예들에 따른 어트리뷰 디코딩(2940)은 도 13에서 설명한 아리스메틱 (arithmetic) 디코더(13007), 인버스(inverse)양자화 처리부(13008), 예측/리프팅/RAHT 역변환 처리부(13009), 색상 역변환 처리부(13010)의 동작들 중 적어도 하나 이상, 조합에 대응하며 위 예시에 국한되지 않는다. 또한 실시예들에 따른 어트리뷰트 디코딩(2940)은 RAHT 코딩, 예측 변환 코딩, 리프팅 변환 코딩 중 적어도 하나 이상 또는 조합을 포함할 수 있다. 포인트 클라우드 수신 장치는 프로젝션을 수행한 경우, 역프로젝션(inverse projection)을 수행한다(2950). 디코드된 어트리뷰트는 프로젝션된 지오메트리에 매칭되므로, 프로젝션된 좌표계(또는 공간)에서 지오메트리와 어트리뷰트가 매칭된 포인트 클라우드 데이터는 다시 원래의 좌표계로 변환되어야 한다. 따라서 포인트 클라우드 수신 장치는 역프로젝션을 수행하여 재구성된 포인트 클라우드 데이터를 확보한다. 만약 프로젝션이 수행되지 않았다면 역프로젝션(2950)은 수행되지 않는다. 실시예들에 따른 프로젝션(2930)은 어트리뷰트 디코딩을 위한 좌표 변환 전처리 과정(coordinate conversion pre-processing)으로 호칭될 수 있다. 실시예들에 따른 역프로젝션(2950)은 어트리뷰트 디코딩을 위한 좌표 변환 후처리 과정(coordinate conversion post-process)로 호칭될 수 있다. 플로우 차트(2900)는 포인트 클라우드 수신 장치의 동작의 예시를 나타내는 것으로 동작 순서는 본 예시에 국한되지 않는다. 실시예들에 따른 플로우 차트(2900)의 구성요소가 나타내는 동작은 포인트 클라우드 수신 장치를 구성하는 하드웨어, 소프트웨어, 프로세스 또는 이들의 조합에 의해 수행될 수 있다.
도 30은 포인트 클라우드 수신 장치의 동작의 예시이다.
도 30의 플로우 차트(3000)는 도 29의 플로우 차트(2900)의 포인트 클라우드 데이터 수신 장치의 동작을 구체화한 것이다. 플로우 차트(3000)는 포인트 클라우드 수신 장치의 동작의 예시를 나타낸다. 따라서 포인트 클라우드 수신 장치의 데이터 처리 순서는 본 예시에 국한되지 않는다. 또한 실시예들에 따른 플로우 차트(3000)의 구성요소가 나타내는 동작은 포인트 클라우드 수신 장치를 구성하는 하드웨어, 소프트웨어, 프로세스 또는 이들의 조합에 의해 수행될 수 있다.
포인트 클라우드 수신 장치는 비트스트림을 디먹싱하여 지오메트리 비트스트림 및 어트리뷰트 비트스트림을 출력한다. 포인트 클라우드 수신 장치는 지오메트리 비트스트림에 대하여 엔트로피 디코딩(Entropy decoding)(3001), 역양자화(Dequantization)(3002) 및 지오메트리 디코딩(Geometry decoding)(3003)을 수행하여 재구성된 지오메트리를 출력한다. 실시예들에 따른 엔트로피 디코딩(3001), 역양자화(3002) 및 지오메트리 디코딩(3003)은 지오메트리 디코딩 또는 지오메트리 프로세싱이라 호칭될 수 있으며, 도 13에서 설명한 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)의 동작들 중 적어도 어느 하나 이상, 또는 조합에 대응한다.
포인트 클라우드 수신 장치는 어트리뷰트 비트스트림에 대하여 엔트로피 디코딩(Entropy decoding)(3010), 역양자화(Dequantization)(3011) 및 어트리뷰트 디코딩(Attribute decoding)(3012)를 수행하여 재구성된 어트리뷰트(또는 디코드된 어트리뷰트)를 출력한다. 실시예들에 따른 엔트로피 디코딩(3010), 역양자화(3011) 및 어트리뷰트 디코딩(3012)은 어트리뷰트 디코딩 또는 어트리뷰트 프로세싱이라고 호칭될 수 있으며, 도 29에서 설명한 어트리뷰트 디코딩(2940)에 대응한다. 또한 실시예들에 따른 엔트로피 디코딩(3010), 역양자화(3011) 및 어트리뷰트 디코딩(3012)은 도 13에서 설명한 아리스메틱 (arithmetic) 디코더(13007), 인버스(inverse)양자화 처리부(13008), 예측/리프팅/RAHT 역변환 처리부(13009), 색상 역변환 처리부(13010)의 동작들 중 적어도 하나 이상, 조합에 대응하며 위 예시에 국한되지 않는다.
도 24 내지 도 28에서 설명한 바와 같이 실시예들에 따른 시그널링 정보는 지오메트리 및/또는 어트리뷰트에 대해 각각 프로젝션 적용 여부를 나타내는 시그널링 정보(예를 들면 geo_projection_enable_flag, attr_projetion_enable_flag, attr_coord_conv_enable_flag 등)을 더 포함한다. 따라서 실시예들에 따른 포인트 클라우드 수신 장치는 재구성된 지오메트리 및 재구성된 어트리뷰트에 대하여 도 24 내지 도 28에서 설명한 시그널링 정보를 기반으로 프로젝션 포스트 프로세싱(projection post processing)을 수행한다(3020).
실시예들에 따른 프로젝션 포스트 프로세싱(3020)은 도 16에서 설명한 송신측의 프로젝션 프리프로세싱(1620)에 대응한다. 실시예들에 따른 프로젝션 포스트 프로세싱(3020)은 도 29에서 설명한 프로젝션(2920) 및 역프로젝션(2950)에 대응한다. 도면 하단의 점선 처리된 박스는 프로젝션 포스트 프로세싱(3020)의 상세한 동작 플로우를 나타낸다. 도면에 도시된 바와 같이 포인트 클라우드 수신 장치는 프로젝션(Projection)(3021), 프로젝션 인덱스 맵 제너레이션(Projection Idx map generation)(3022) 및 역프로젝션(Inverse projection)(3023)을 포함하는 프로젝션 포스트 프로세싱(3020)을 수행한다.
포인트 클라우드 수신 장치는 재구성된 지오메트리에 대하여 프로젝션을 수행한다(3021). 실시예들에 따른 프로젝션(3021)은 도 16에서 설명한 프로젝션(1632)의 역과정에 해당한다. 포인트 클라우드 전송 장치가 지오메트리에 대해 프로젝션을 수행한 경우, 포인트 클라우드 수신 장치는 재구성된 지오메트리는 프로젝션 도메인에서의 포지션을 나타낸다. 따라서 포인트 클라우드 수신 장치는 시그널링 정보(예를 들면 도 24 내지 도 28에서 설명한 프로젝션과 관련된 시그널링 정보, coord_conversion_type, bounding_box_x_offset등)를 기반으로 프로젝션된 지오메트리를 3차원 공간상에 재변환하는 리프로젝션을 수행한다. 포인트 클라우드 수신 장치는 도 24 내지 도 28에서 설명한 프로젝션과 관련된 시그널링 정보로부터 리프로젝션된 데이터의 범위, 스케일링 정보 (예를 들면 bounding_box_x/y/z_length, granurality_radius/angular/normal 등)등을 확보할 수 있다.
실시예들에 따른 포인트 클라우드 수신 장치는 도 24 내지 도 28에서 설명한 프로젝션과 관련된 시그널링 정보(예를 들면 laser_position_adjustment_flag 등)를 기반으로 송신측에서 도 22에서 설명한 레이저 포지션 조정(예를 들면 레이저 포지션 조정(1642))이 수행되었는지를 확인하고 레이저 포지션 조정과 관련된 정보를 확보할 수 있다. 또한 포인트 클라우드 수신 장치는 도 24 내지 도 28에서 설명한 프로젝션과 관련된 시그널링 정보(예를 들면 sampling_adjustment_cubic_flag 등)을 기반으로 송신측에서 샘플링 레이트 조정(예를 들면 샘플링 레이트 조정 (1643))이 수행되었지를 확인하고 관련 정보를 확보할 수 있다. 실시예들에 따른 포인트 클라우드 수신 장치는 레이저 포지션 조정 및 샘플링 레이트 조정을 반영하여 리프로젝션을 수행할 수 있다. 실시예들에 따른 프로젝션, 레이저 포지션 조정 및 샘플링 레이트 조정은 도 21 내지 도 23에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
포인트 클라우드 수신 장치는 도 24 내지 도 28에서 설명한 프로젝션과 관련된 시그널링 정보(예를 들면 projection_type)를 기반으로 리프로젝션된 포인트 클라우드 데이터(지오메트리)의 좌표계(예를 들면 도 18에서 설명한 원통 좌표계(1810), 구면 좌표계(1820))를 원래의 좌표계(예를 들면 xyz 좌표계(1800))으로 변환할 수 있다. 상술한 바와 같이 도 24 내지 도 28에서 설명한 프로젝션과 관련된 시그널링 정보는 원래의 좌표계상 데이터의 출력 범위(예를 들면 orig_bounding_box_x_offset), 변환 좌표계와 관련된 정보 (예를 들면 cylinder_center_x등) 등을 포함한다. 포인트 클라우드 수신 장치는 수학식 1 내지 수학식 6의 역변환 수학식을 이용할 수 있다. 그러나 도 15 내지 도 18에서 설명한 바와 같이 포인트 클라우드 송신 장치가 복셀라이제이션(예를 들면 프로젝션 도메인 복셀라이제이션(1644)) 및 라운딩 (rounding)을 수행하는 과정에서 포인트의 포지션의 오차가 발생할 수 있다. 따라서 포인트 클라우드 수신 장치가 시그널링 정보를 기반으로 프로젝션을 수행하더라도 지오메트리의 무손실 복원이 어려울 수 있다. 즉, 재구성된 어트리뷰트가 무손실 복원되더라도, 재구성된 지오메트리의 손실로 인해 지오메트리와 어트리뷰트 간의 정확한 매칭이 이루어지지 않아 의도하지 않은 오류가 발생할 수 있다. 프로젝션이 어트리뷰트 코딩에만 적용되는 경우, 재구성된 지오메트리에 대응하는 재구성된 어트리뷰트를 연결하면 재구성된 어트리뷰트가 무손실 복원되지 않아도 적합한 매칭이 이루어지므로 오류가 적은 재구성된 포인트 클라우드 데이터를 확보할 수 있다.
따라서 실시예들에 따른 포인트 클라우드 수신 장치는 프로젝션된 지오메트리와 프로젝션이 수행되기 이전의 포지션을 연결하기 위하여 포지션 정보의 인덱스를 나타내는 인덱스 맵을 생성하는 프로젝션 인덱스 맵 제너레이션(3022)를 수행한다. 포인트 클라우드 수신 장치는 재구성된 지오메트리에 대하여 특정 순서(예를 들면 몰톤 코드 순서, x-y-z지그재그 순서 등)으로 재구성된 지오메트리가 나타내는 포인트들을 정렬하고, 순서에 따라 인덱스를 부여한다. 포인트 클라우드 수신 장치는 프로젝션 이전의 포지션과 인덱스의 관계에 기반하여 디코드된 포지션(지오메트리) 맵에 대한 인덱스(index to decoded position map)와 인덱스 맵에 대한 디코드된 포지션(지오메트리)(decoded position to the index map)을 생성할 수 있다. 포인트 클라우드 수신 장치는 인덱스가 부여된 지오메트리에 대해 프로젝션을 수행하고, 프로젝션된 포지션(지오메트리)맵에 대한 디코드된 포지션(decoded position to projected position map)을 생성한다. 또한 포인트 클라우드 수신 장치는 디코드된 포지션과 인덱스 사이의 관계(예를 들면 생성한 디코드된 포지션(지오메트리) 맵에 대한 인덱스와 인덱스 맵에 대한 디코드된 포지션(지오메트리))를 기반으로 인덱스 맵에 대한 프로젝션된 포지션(the projection position to the index map)을 생성한다.
도 15 내지 도 17에서 설명한 바와 같이 포인트 클라우드 전송 장치는 프로젝션이 수행된 지오메트리를 기반으로 어트리뷰트 인코딩을 수행한다. 따라서 재구성된 어트리뷰트는 도 15 내지 도 23에서 설명한 프로젝션 도메인 상에 표현되는 지오메트에 대한 어트리뷰트로 표현된다.
어트리뷰트 디코딩이 수행되면, 프로젝션 도메인상의 각 포인트는 어트리뷰트를 갖게 되므로, 포인트 클라우드 수신 장치는 역프로젝션(3023)을 수행하여 인덱스 맵에 대한 프로젝션된 포지션과 포지션 맵에 대한 인덱스를 기반으로 프로젝션된 지오메트리의 오리지널 지오메트리를 복원하고, 복원된 오리지널 지오메트리와 복원된 어트리뷰트를 매칭할 수 있다. 실시예들에 따른 프로젝션 인덱스 맵 제너레이션(3022)은 역프로젝션(3023)에 포함될 수 있다.
도 31은 포인트 클라우드 수신 장치의 처리과정의 예시를 나타낸다.
도면에 도시된 플로우차트(3100)는 도 29 내지 도 30에서 설명한 포인트 클라우드 수신 장치의 처리 과정의 예시를 나타낸다. 포인트 클라우드 수신 장치의 동작은 본 예시에 국한되지 않으며, 각 엘레멘트에 대응하는 동작은 도 31에 도시된 순서대로 수행될 수 있고, 순차적으로 수행되지 않을 수도 있다.
도 29 내지 도 30에서 설명한 바와 같이 포인트 클라우드 수신 장치는 포인트 클라우드 비트스트림을 입력 받고 지오메트리 비트스트림에 대하여 엔트로피 디코딩(Entropy Decoding)(3110), 역양자화(Dequantization)(3111) 및 지오메트리 디코딩(Geometry Decoding)(3112)를 수행한다. 실시예들에 따른 엔트로피 디코딩(3110), 역양자화(3111) 및 지오메트리 디코딩(3112)는 도 30에서 설명한 지오메트리 프로세싱에 대응하며, 구체적인 설명은 생략한다. 포인트 클라우드 수신 장치는 도 30에서 설명한 바와 같이 도 24 내지 도 28에서 설명한 시그널링 정보를 기반으로 프로젝션의 수행여부를 판단하고 프로젝션을 수행하지 않는 경우 어트리뷰트 디코딩(Attribute decoding)(3130)을 수행한다. 프로젝션을 수행하는 경우, 포인트 클라우드 수신 장치는 프로젝션 포스트 프로세싱(예를 들면 도 30에서 설명한 프로젝션 포스트 프로세싱(3020))을 수행한다. 실시예들에 따른 프로젝션 포스트 프로세싱은 도 30에서 설명한 프로젝션 포스트 프로세싱(3020)의 예시로서, 좌표 변환(coordinate conversion)(3120), 좌표 프로젝션(Coordinate projection)(3121), 환산 조정(Translation adjustment)(3122), 바운딩 박스 조정(Bounding box adjustment)(3123), 프로젝션 도메인 복셀라이제이션(Projection domain voxelization)(3124) 및 역 프로젝션(Inverse Projection)(3125)을 포함한다. 좌표 변환(3120), 좌표 프로젝션(3121), 환산 조정(3122), 바운딩 박스 조정(3123) 및 프로젝션 도메인 복셀라이제이션(3124)은 도 30에서 설명한 프로젝션(3021)에 대응할 수 있다. 도 30에서 설명한 바와 같이 포인트 클라우드 수신 장치는 도 24 내지 도 28에서 설명한 시그널링 정보에 포함된 레이저 포지션 조정(예를 들면 레이저 포지션 조정(1642)), 샘플링 레이트 조정(예를 들면 샘플링 레이트 조정(1643))등과 관련된 정보를 기반으로 환산 조정(3122), 바운딩 박스 조정(3123)등을 수행할 수 있다. 포인트 클라우드 수신 장치는 역프로젝션(3125)를 수행한다. 실시예들에 따른 역프로젝션(3125)는 도 30에서 설명한 역프로젝션(3023)과 동일하므로 구체적인 설명은 생략한다.
도 32는 역프로젝션의 예시이다.
도 32는 도 30 내지 도 31에서 설명한 역프로젝션의 예시로서 프로젝션 인덱스 맵 제너레이션(3022)의 예시를 나타낸다. 도면에 도시된 실선(3200)은 프로젝션 이전의 포지션과 인덱스의 관계에 기반하여 디코드된 포지션(지오메트리) 맵에 대한 인덱스(index to decoded position map)을 생성하는 과정을 나타낸다. 도면에 도시된 점선(3210)은 인덱스 맵에 대한 디코드된 포지션(지오메트리)(decoded position to the index map)을 생성하는 과정을 나타낸다. 도면에 도시된 실선(3220)은 포인트 클라우드 수신 장치는 인덱스가 부여된 지오메트리에 대해 프로젝션을 수행하고, 프로젝션된 포지션(지오메트리)맵에 대한 디코드된 포지션(decoded position to projected position map)을 생성하는 과정을 나타낸다. 또한 도면에 도시된 점선(3230)은 포인트 클라우드 수신 장치가 디코드된 포지션과 인덱스 사이의 관계(예를 들면 생성한 디코드된 포지션(지오메트리) 맵에 대한 인덱스와 인덱스 맵에 대한 디코드된 포지션(지오메트리))를 기반으로 인덱스 맵에 대한 프로젝션된 포지션(the projection position to the index map)을 생성하는 과정을 나타낸다. 역프로젝션에 대한 설명은 도 30에서 설명한 바와 동일하므로 생략한다.
도 33은 실시예들에 따른 포인트 클라우드 수신 장치의 처리과정의 예시를 나타낸다.
도면에 도시된 플로우 차트(3300)는 도 29 내지 도 31에서 설명한 포인트 클라우드 수신 장치의 처리 과정의 예시를 나타낸다. 포인트 클라우드 수신 장치의 동작은 본 예시에 국한되지 않으며, 각 엘레멘트에 대응하는 동작은 도 33에 도시된 순서대로 수행될 수 있고, 순차적으로 수행되지 않을 수도 있다.
도 29 내지 도 30에서 설명한 바와 같이 포인트 클라우드 수신 장치는 도 28에서 설명한 attr_coord_conv_enabled_flag의 값이 1인 경우, 어트리뷰트 디코딩을 위한 프리 프로세싱으로서 좌표 변환 프리 프로세스(coordinate conversion pre-process)(3310)을 수행할 수 있다. 실시예들에 따른 좌표 변환 프리 프로세스(3310)은 도 30에서 설명한 프로젝션(3021)에 대응할 수 있다. 실시예들에 따른 플로우 차트(3300)의 구성요소가 나타내는 동작은 포인트 클라우드 수신 장치를 구성하는 하드웨어, 소프트웨어, 프로세스 또는 이들의 조합에 의해 수행될 수 있다. 포인트 클라우드 수신 장치는 도 24 내지 도 28에서 설명한 프로젝션과 관련된 시그널링 정보를 기반으로 좌표 변환 프리 프로세스(3310)을 수행한다. 좌표계 변환 프리 프로세스(3310)에서 출력된 포인트의 포지션(지오메트리)는 후속하는 어트리뷰트 디코딩(3320)에서 사용된다. 실시예들에 따른 좌표 변환 프리 프로세스(3310)의 인풋(또는 인풋 데이터)은 다음과 같다. 실시예들에 따른 인풋은 도 24 내지 도 28에서 설명한 프로젝션과 관련된 시그널링 정보에서 확보되거나, 도 24 내지 도 28에서 설명한 프로젝션과 관련된 시그널링 정보를 기반으로 파생되는 변수들을 포함한다.
array PointPos: 직교 좌표(Cartesian coordinate) 내에서 표현되는 포인트 포지션을 특정하는 변수 (array PointPos specifying the point position represented in the Cartesian coordinate)
attr_coord_conv_enabled_flag(예를 들면 도 28에서 설명한 attr_coord_conv_enabled_flag): 어트리뷰트 디코딩에서 좌표 변환이 사용되는지 여부를 나타내는 지시자(an indicator attr_coord_conv_enabled_flag specifying the use of coordinate convertion in the attribute coding process)
number_lasers(예를 들면 도 24에서 설명한 numb_laser): 레이저들의 개수를 특정하는 변수
LaserAngle: 레이저들의 엘레베이션 앵글의 탄젠트 값을 나타내는 변수
geomAngularOrigin: 레이저들의 원점의 좌표(x,y,z)를 나타내는 변수
ScaleAxis: 각 축의 좌표 변환을 위한 스케일 팩터들을 나타내는 변수
LaserCorrection: geomAngularOrigin에 상대적인 레이저 포지션의 보정을 나타내는 변수
실시예들에 따른 좌표 변환 프리 프로세스(3310)의 출력은 보정된 array PointPos 및 좌표 변환 전후 포지션들의 연결을 나타내는 PointPosCart이다.
실시예들에 따른 좌표 변환 프리 프로세스(3310)은 레이저 인덱스 결정 프로세스(process to determine the laser index)를 포할 수 있다.
실시예들에 따른 레이저 인덱스 결정 프로세스는 좌표 변환을 수행하는 포인트를 위하여 0 to PointCount-1로 표현되는 범위 내의 포인트를 지시하는 포인트 인덱스(pointIdx)로 레이저 인덱스(laserIndex[　pointIdx])를 결정하는 프로세스이다. 이 프로세스는 attr_coord_conv_enabled_flag의 값이 1일 때만 수행된다.
먼저 추정 레이저 인덱스(laserIndexEstimate[　pointIdx])는 노드 각도(PointTheta)를 결정하고 이 점에 가장 가까운 레이저 각도(the closest laser angle LaserAngle[　laserIndexEstimate[　pointIdx]]를 결정하여 계산된다. 이하는 노드 각도를 결정하는 과정을 나타낸다.
Figure PCTKR2021003175-appb-img-000138
이하는 가장 가까운 레이저 각도를 결정하는 과정을 나타낸다.
Figure PCTKR2021003175-appb-img-000139
Figure PCTKR2021003175-appb-img-000140
실시예들에 따른 좌표 변환 프리 프로세스(3310)은 좌표 변환(Coordinate conversion)프로세스를 포할 수 있다
좌표 변환 프로세스의 시작에서, 직교 좌표계의 포인트 포지션의 배열에서의 위치는 0부터 PointCOunt-1의 범위 내의 pointIdx를 사용하여 PointPosCart[pointIdx]로 복사된다. 이하는 PointPosCart[pointIdx]를 나타낸다.
PointPosCart[pointIdx][0] = PointPos[pointIdx][0]
PointPosCart[pointIdx][1] = PointPos[pointIdx][1]
PointPosCart[pointIdx][2] = PointPos[pointIdx][2]
다음 과정은 좌표축을 죄교 좌표에서 원통 좌표로 변환하기 위해 포인트에 적용된다. ConvPointPos[pointIdx]는 변환된 원통 좌표의 점 포지션을 0에서 PointCoint-1의 범위의 pointIdX를 사용하여 나타낸다.
Figure PCTKR2021003175-appb-img-000141
업데이트된 포인트 포지션(PointPos)은 각 축에서 스케일 팩터의 배수들로 지정된다. 만약 ScaleAxis가 0이 아닌 양수 값이면 업데이트된 포인트 포지션은 다음과 같이 파생된다.
Figure PCTKR2021003175-appb-img-000142
여기서, MinPointPos는 0 부터 PointCount-1의 범위 내의 PointIdx를 사용하여 나타내어지는 ConvPointPos[PointIdx] 중 최소 포인트 포지션을 나타낸다.
만약 ScaleAxis의 적어도 하나의 엘레멘트가 0과 같다면, ScaleAxis는 바운딩 박스에 의해 파생된다. MaxPointPos는 주어진 ConvPointPos의 맥시멈 포인트 포지션이라고 하면, LengthBbox의 축을 따라 바운딩 박스의 길이는 다음과 같다.
LengthBbox[0] = MaxPointPos[0] - MinPointPos[0]
LengthBbox[1] = MaxPointPos[1] - MinPointPos[1]
LengthBbox[2] = MaxPointPos[2] - MinPointPos[2]
또한 세가지 엘레멘트 중 맥시멈 길이는 다음과 같다.
MaxLengthBbox = Max( LengthBbox[0], Max( LengthBbox[1],
LengthBbox[2] ) )
그리고 ScaleAxis는 다음과 같이 파생된다.
ScaleAxis[0] = MaxLengthBbox
Figure PCTKR2021003175-appb-img-000143
LengthBbox[0]
ScaleAxis[1] = MaxLengthBbox
Figure PCTKR2021003175-appb-img-000144
LengthBbox[1]
ScaleAxis[2] = MaxLengthBbox
Figure PCTKR2021003175-appb-img-000145
LengthBbox[2]
도 29 내지 도 30에서 설명한 바와 같이 포인트 클라우드 수신 장치는 어트리뷰트 디코딩(Attribute decoding)을 수행한다(3320). 실시예들에 따른 어트리뷰트 디코딩(3320)은 도 29의 어트리뷰트 디코딩(2940), 도 30에서 설명한 어트리뷰트 디코딩 또는 어트리뷰트 프로세싱과 동일하므로 구체적인 설명은 생략한다. 포인트 클라우드 수신 장치는 어트리뷰트 디코딩을 수행하고, 직교 좌표계에서의 포인트 포지션을 사용하여 어트리뷰트를 매치하기 이하여 좌표 변환 포스트 프로세스(coordinate conversion post process)를 수행한다(3330). 실시예들에 따른 좌표 변환 포스트 프로세스(3330)의 인풋(또는 인풋 데이터)는 다음과 같다. 실시예들에 따른 인풋은 도 24 내지 도 28에서 설명한 프로젝션과 관련된 시그널링 정보에서 확보되거나, 도 24 내지 도 28에서 설명한 프로젝션과 관련된 시그널링 정보를 기반으로 파생되는 변수들을 포함한다.
attr_coord_conv_enabled_flag(예를 들면 도 28에서 설명한 attr_coord_conv_enabled_flag): 어트리뷰트 디코딩에서 좌표 변환이 사용되는지 여부를 나타내는 지시자
0부터 PointCount - 1의 범위 내의 포인트 인덱스(pointIdx)와 0부터 AttriDim-1 범위의 cIdx를 갖는 PointsAttr[ pointIdx][ cIdx ] 엘레멘트들을 갖는 PointsAttr 배열(array PointsAttr)
0부터 PointCount - 1의 범위 내의 포인트 인덱스(pointIdx)를 갖는 PointPosCart[pointIdx] 엘레멘트들을 갖는 PointsPosCart 배열(array PointPosCart)
좌표 변환 포스트 프로세스(3330)의 출력은 PointsAttr[pointIdx][cIdx] 엘레멘트들이 있는 PointsAttr 배열(PointsAttr array)이다. 여기서 PointsAttr의 PointIdx를 갖는 각 엘레멘트는 동일한 인덱스 pointIdx를 갖는 PointPosCart 배열(PointPosCart array)에 의해 주어지는 포지션과 연관된다.
도 34는 실시예들에 따른 포인트 클라우드 데이터 전송 방법을 나타내는 플로우 다이어그램이다.
도 34의 플로우 다이어그램(3400)는 도 1 내지 도 33에서 설명한 포인트 클라우드 데이터 전송 장치(또는 포인트 클라우드 전송 장치, 예를 들면 도 1, 도 12 및 도 14에서 설명한 전송 장치 또는 포인트 클라우드 인코더)는 포인트 클라우드 데이터 전송 방법을 나타낸다. 포인트 클라우드 데이터 전송 장치는 지오메트리 및 어트리뷰트를 포함하는 포인트 클라우드 데이터를 인코딩한다(3410). 지오메트리는 포인트 클라우드 데이터의 포인트들의 포지션들을 나타내는 정보이고, 어트리뷰트는 포인트들의 색상 및 반사율 중 적어도 하나 이상을 포함한다. 포인트 클라우드 데이터 전송 장치는 지오메트리를 인코딩한다. 도 1 내지 도 33에서 설명한 바와 같이 어트리뷰트 인코딩은 지오메트리 인코딩에 종속된다. 실시예들에 따른 포인트 클라우드 전송 장치는 지오메트리 및/또는 어트리뷰트에 대해 좌표계 변환(예를 들면 도 15 내지 도 17에서 설명한 프로젝션)을 수행할 수 있다. 프로젝션에 대한 구체적인 내용은 도 15내지 도 33에서 설명한 바와 동일하므로 생략한다. 포인트 클라우드 데이터가 하나 또는 그 이상의 레이저들에 의해 획득된 경우, 포인트 클라우드 전송 장치는 하나 또는 그 이상의 레이저들을 출력하는 레이저 헤드의 중심 위치 및 중심 위치에 상대적인 각 레이저의 위치를 기반으로 각 레이저의 포지션을 조정할 수 있다. 조정된 레이저의 포지션은 포인트들의 포지션들을 나타내는 좌표계에서 표현되는 수직 각도를 포함할 수 있다. 레이저 포지션 조정에 대한 설명은 도 15 내지 도 22에서 설명한 바와 동일하므로 구체적인 설명은 생략한다. 실시예들에 따른 비트스트림은 도 24 내지 도 28에서 설명한 프로젝션과 관련된 시그널링 정보를 포함한다. 예를 들어 비트스트림은 각 레이저의 포지션을 조정하였는지 여부를 나타내는 정보(예를 들면 도 24에서 설명한 laser_position_adjustment_flag) 및 하나 또는 그 이상의 레이저들의 개수를 나타내는 정보(예를 들면 도 24 에서 설명한 num_laser 등), 레이저 조정과 관련된 정보를 포함할 수 있다. 또한 비트스트림은 인코드된 어트리뷰트를 디코딩하기 위해 좌표 변환이 적용되는지 여부를 나타내는 정보(예를 들면 도 28에서 설명한 attr_coord_conv_enable_flag) 및 변환된 좌표축의 스케일 팩터들에 대한 정보(예를 들면 도 28에서 설명한 attr_coord_conv_scale[i])을 포함할 수 있다.
포인트 클라우드 수신 장치는 이러한 시그널링 정보를 확보하고 레이저 위치 재조정, 좌표 변환등 프로젝션 및 역 프로젝션을 수행할 수 있다. 포인트 클라우드 데이터 송신 장치의 동작은 도 1 내지 도 23에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
도 35는 실시예들에 따른 포인트 클라우드 데이터 처리 방법의 플로우 다이어그램이다.
도 35의 플로우 다이어그램(3500)은 도 1 내지 도 33에서 설명한 포인트 클라우드 데이터 수신 장치(예를 들면 예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10006))의 포인트 클라우드 데이터 처리 방법을 나타낸다.
포인트 클라우드 데이터 수신 장치(예를 들면 도 1의 receiver, 도 13의 수신부 등 수신기)는 포인트 클라우드 데이터를 포함하는 비트스트림을 수신한다(2510). 실시예들에 따른 비트스트림은 포인트 클라우드 데이터를 디코딩하기 위해 필요한 시그널링 정보(예를 들면 SPS, APS, 어트리뷰트 헤더 등)를 포함한다. 도 24 내지 도 28에서 설명한 바와 같이 실시예들에 따른 포인트 클라우드 전송 장치는 비트스트림에 포함된 시그널링 정보(예를 들면 SPS, APS, 어트리뷰트 헤더 등)를 통해 프로젝션(예를 들면 도 15 내지 도 33에서 설명한 프로젝션)과 관련된 시그널링 정보를 전송한다. 상술한 바와 같이 비트스트림의 시그널링 정보(예를 들면 SPS, APS, 어트리뷰트 헤더 등)는 시퀀스 레벨 또는 슬라이스 레벨에서 프로젝션과 관련된 정보를 포함할 수 있다.
포인트 클라우드 데이터 수신 장치(예를 들면 도 10의 디코더)는 시그널링 정보를 기반으로 포인트 클라우드 데이터를 디코딩한다(2520). 포인트 클라우드 데이터 수신 장치(예를 들면 도 10의 지오메트리 디코더)는 포인트 클라우드 데이터에 포함된 지오메트리를 디코딩한다. 포인트 클라우드 데이터는 지오메트리 및 어트리뷰트를 포함하고, 지오메트리는 포인트 클라우드 데이트의 포인트들의 포지션들을 나타내는 정보이고, 어트리뷰트는 포인트들의 색상 및 반사율 중 적어도 하나 이상을 포함한다.
실시예들에 따른 포인트 클라우드 수신장치는 지오메트리 및/또는 어트리뷰트에 대해 좌표계 변환(예를 들면 도 15 내지 도 33에서 설명한 좌표 변환(3310, 3330))을 수행할 수 있다. 좌표 변환에 대한 구체적인 내용은 도 15내지 도 33에서 설명한 바와 동일하므로 생략한다.
실시예들에 따른 비트스트림은 도 24 내지 도 28에서 설명한 프로젝션과 관련된 시그널링 정보를 포함한다. 예를 들어 시그널링 정보는 각 레이저의 포지션을 조정하였는지 여부를 나타내는 정보(예를 들면 도 24에서 설명한 laser_position_adjustment_flag) 및 하나 또는 그 이상의 레이저들의 개수를 나타내는 정보(예를 들면 도 24 에서 설명한 num_laser 등), 레이저 조정과 관련된 정보를 포함할 수 있다. 또한 비트스트림은 어트리뷰트를 디코딩하기 위해 좌표 변환이 적용되는지 여부를 나타내는 정보(예를 들면 도 28에서 설명한 attr_coord_conv_enable_flag) 및 변환된 좌표축의 스케일 팩터들에 대한 정보(예를 들면 도 28에서 설명한 attr_coord_conv_scale[i])을 포함할 수 있다. 포인트 클라우드 수신 장치는 레이저 조정과 관련된 정보를 기반으로 각 레이저의 포지션을 조정할 수 있다. 레이저의 포지션은 하나 또는 그 이상의 레이저들을 출력하는 레이저 헤드의 중심 위치 및 중심 위치에 상대적인 각 레이저의 위치를 기반으로 조정된 포지션으로, 포인트들을 나타내는 좌표계에서 표현되는 수직 각도를 포함한다. 포인트 클라우드 데이터 처리 방법은 본 예시에 국한되지 않는다.
도 1 내지 도 35에서 설명한 실시예들에 따른 포인트 클라우드 데이터 처리 장치의 구성요소들은 메모리와 결합된 하나 또는 그 이상의 프로세서들을 포함하는 하드웨어, 소프트웨어, 펌웨어, 또는 이들의 결합으로 구현될 수 있다. 실시예들에 따른 디바이스의 구성요소들은 하나의 칩, 예를 들면 하나의 하드웨어 서킷으로 구현될 수 있다. 또한 실시예들에 따른 포인트 클라우드 데이터 처리 장치의 구성요소들은 각각 별도의 칩들로 구현될 수 있다. 또한 실시예들에 따른 포인트 클라우드 데이터 처리 장치의 구성요소들은 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 도 1 내지 도 35에서 설명한 포인트 클라우드 데이터 처리 장치의 동작/방법들 중 어느 하나 또는 그 이상의 동작들을 수행시키거나, 수행하기 위한 인스트럭션들을 포함할 수 있다.
설명의 편의를 위하여 각 도면을 나누어 설명하였으나, 각 도면에 서술되어 있는 실시예들을 병합하여 새로운 실시예를 구현하도록 설계하는 것도 가능하다. 그리고, 통상의 기술자의 필요에 따라, 이전에 설명된 실시예들을 실행하기 위한 프로그램이 기록되어 있는 컴퓨터에서 판독 가능한 기록 매체를 설계하는 것도 실시예들의 권리범위에 속한다. 실시예들에 따른 장치 및 방법은 상술한 바와 같이 설명된 실시예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다. 실시예들의 바람직한 실시예에 대하여 도시하고 설명하였지만, 실시예들은 상술한 특정의 실시예에 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.
실시예들에 따른 장치 및 방법에 대한 설명은 서로 보완하여 적용될 수 있다. 예를 들어, 실시예들에 따른 포인트 클라우드 데이터 전송 방법은 실시예들에 따른 포인트 클라우드 데이터 전송 장치 또는 포인트 클라우드 데이터 전송 장치에 포함된 구성요소들에 의해 수행될 수 있다. 또한 실시예들에 따른 포인트 클라우드 데이터 수신 방법은 실시예들에 따른 포인트 클라우드 데이터 수신 장치 또는 포인트 클라우드 데이터 수신 장치에 포함된 구성요소들에 의해 수행될 수 있다.
실시예들에 따른 장치의 다양한 구성요소들은 하드웨어, 소프트웨어, 펌웨어 또는 그것들의 조합에 의해 구성될 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 의미하거나, 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.
발명의 실시를 위한 최선의 형태에서 구체적으로 설명되었다.
본 발명의 사상이나 범위를 벗어나지 않고 본 발명에서 다양한 변경 및 변형이 가능함은 당업자에게 자명하다. 따라서, 본 발명은 첨부된 청구항 및 그 동등 범위 내에서 제공되는 본 발명의 변경 및 변형을 포함하는 것으로 의도된다.

Claims (16)

  1. 지오메트리 및 어트리뷰트를 포함하는 포인트 클라우드 데이터를 인코딩하는 단계로서, 상기 지오메트리는 상기 포인트 클라우드 데이터의 포인트들의 포지션들을 나타내는 정보이고, 상기 어트리뷰트는 상기 포인트들의 색상 및 반사율 중 적어도 하나 이상을 포함하고,
    상기 포인트 클라우드 데이터를 인코딩하는 단계는,
    상기 포인트들의 포지션들을 나타내는 좌표를 변환(conversion)하는 단계를 포함하고; 및
    상기 인코드된 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 단계를 포함하는 포인트 클라우드 데이터 전송 방법.
  2. 제 1 항에 있어서, 상기 포인트 클라우드 데이터를 인코딩하는 단계는,
    상기 포인트 클라우드 데이터가 하나 또는 그 이상의 레이저들에 의해 획득된 경우,
    상기 하나 또는 그 이상의 레이저들을 출력하는 레이저 헤드의 중심 위치 및 상기 중심 위치에 상대적인 각 레이저의 위치를 기반으로 상기 각 레이저의 포지션을 조정하는 단계를 포함하고, 상기 조정된 레이저의 포지션은 상기 포인트들의 포지션들을 나타내는 좌표계에서 표현되는 수직 각도를 포함하는 포인트 클라우드 데이터 전송 방법.
  3. 제 2항에 있어서, 상기 비트스트림은 상기 각 레이저의 포지션을 조정하였는지 여부를 나타내는 정보 및 상기 하나 또는 그 이상의 레이저들의 개수를 나타내는 정보를 포함하는 포인트 클라우드 데이터 전송 방법.
  4. 제 1 항에 있어서, 상기 비트스트림은 상기 인코드된 어트리뷰트를 디코딩하기 위해 상기 좌표 변환이 적용되는지 여부를 나타내는 정보 및 변환된 좌표축의 스케일 팩터들에 대한 정보를 포함하는 포인트 클라우드 데이터 전송 방법.
  5. 지오메트리 및 어트리뷰트를 포함하는 포인트 클라우드 데이터를 인코딩하는 인코더, 상기 지오메트리는 상기 포인트 클라우드 데이터의 포인트들의 포지션들을 나타내는 정보이고, 상기 어트리뷰트는 상기 포인트들의 색상 및 반사율 중 적어도 하나 이상을 포함하고,
    상기 인코더는 상기 포인트들의 포지션들을 나타내는 좌표를 변환(Conversion)하고; 및
    상기 인코드된 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 단계를 포함하는 포인트 클라우드 데이터 전송 장치.
  6. 제 5항에 있어서, 상기 인코더는,
    상기 포인트 클라우드 데이터가 하나 또는 그 이상의 레이저들에 의해 획득된 경우,
    상기 하나 또는 그 이상의 레이저들을 출력하는 레이저 헤드의 중심 위치 및 상기 중심 위치에 상대적인 각 레이저의 위치를 기반으로 상기 각 레이저의 포지션을 조정하고, 상기 조정된 레이저의 포지션은 상기 포인트들의 포지션들을 나타내는 좌표계에서 표현되는 수직 각도를 포함하고 포인트 클라우드 데이터 전송 장치.
  7. 제 6항에 있어서, 상기 비트스트림은 상기 하나 또는 그 이상의 레이저들의 위치를 조정하였는지 여부를 나타내는 정보 및 상기 하나 또는 그 이상의 레이저들의 개수를 나타내는 정보를 포함하는 포인트 클라우드 데이터 전송 장치.
  8. 제 6 항에 있어서, 상기 비트스트림은 상기 인코드된 어트리뷰트를 디코딩하기 위해 상기 좌표 변환이 적용되는지 여부를 나타내는 정보 및 변환된 좌표축의 스케일 팩터들에 대한 정보를 포함하는 포인트 클라우드 데이터 전송 장치.
  9. 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 단계로서 상기 비트스트림은 시그널링 정보를 포함하고; 및
    상기 포인트 클라우드 데이터를 디코딩하는 단계로서, 상기 포인트 클라우드 데이터는 지오메트리 및 어트리뷰트를 포함하고, 상기 지오메트리는 상기 포인트 클라우드 데이트의 포인트들의 포지션들을 나타내는 정보이고, 상기 어트리뷰트는 포인트들의 색상 및 반사율 중 적어도 하나 이상을 포함하고, 상기 포인트 클라우드 데이터를 디코딩하는 단계는,
    상기 시그널링 정보를 기반으로 상기 포인트들의 포지션들을 나타내는 좌표를 변환(conversion) 하는 단계를 포함하는 포인트 클라우드 데이터 처리 방법.
  10. 제 9 항에 있어서, 상기 시그널링 정보는 상기 포인트 클라우드 데이터가 하나 또는 그 이상의 레이저들에 의해 획득된 경우 각 레이저의 포지션을 조정하였는지 여부를 나타내는 정보 및 상기 하나 또는 그 이상의 레이저들의 개수를 나타내는 정보를 포함하는 포인트 클라우드 데이터 처리 방법.
  11. 제 10 항에 있어서, 상기 포인트 클라우드 데이터를 디코딩하는 단계는,
    상기 각 레이저의 포지션을 조정하였는지 여부를 나타내는 정보 및 상기 하나 또는 그 이상의 레이저들의 개수를 나타내는 정보를 기반으로, 상기 각 레이저의 포지션을 조정하는 단계를 포함하고, 상기 레이저의 포지션은 상기 하나 또는 그 이상의 레이저들을 출력하는 레이저 헤드의 중심 위치 및 상기 중심 위치에 상대적인 각 레이저의 위치를 기반으로 조정된 포지션으로서, 상기 포인트들의 포지션들을 나타내는 좌표계에서 표현되는 수직 각도를 포함하는 포인트 클라우드 데이터 처리 방법.
  12. 제 9 항에 있어서, 상기 시그널링 정보는 상기 어트리뷰트를 디코딩하기 위해 포인트들의 포지션들을 나타내는 좌표 변환이 적용되는지 여부를 나타내는 정보 및 변환된 좌표의 축들의 스케일 팩터들에 대한 정보를 포함하는 포인트 클라우드 데이터 처리 방법.
  13. 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 수신부로서 상기 비트스트림은 시그널링 정보를 포함하고; 및
    상기 포인트 클라우드 데이터를 디코딩하는 디코더로서, 상기 포인트 클라우드 데이터는 지오메트리 및 어트리뷰트를 포함하고, 상기 지오메트리는 상기 포인트 클라우드 데이트의 포인트들의 포지션들을 나타내는 정보이고, 상기 어트리뷰트는 포인트들의 색상 및 반사율 중 적어도 하나 이상을 포함하고, 상기 디코더는
    상기 시그널링 정보를 기반으로 상기 포인트들의 포지션들을 나타내는 좌표를 변환(conversion)하는 것을 포함하는 포인트 클라우드 데이터 처리 장치.
  14. 제 13항에 있어서, 상기 시그널링 정보는 상기 포인트 클라우드 데이터가 하나 또는 그 이상의 레이저들에 의해 획득된 경우 각 레이저의 포지션을 조정하였는지 여부를 나타내는 정보 및 상기 하나 또는 그 이상의 레이저들의 개수를 나타내는 정보를 포함하는 포인트 클라우드 데이터 처리 장치.
  15. 제 14항에 있어서,
    상기 디코더는,
    상기 각 레이저의 포지션을 조정하였는지 여부를 나타내는 정보 및 상기 하나 또는 그 이상의 레이저들의 개수를 나타내는 정보를 기반으로, 상기 각 레이저의 포지션을 조정하고, 상기 레이저의 포지션은 상기 하나 또는 그 이상의 레이저들을 출력하는 레이저 헤드의 중심 위치 및 상기 중심 위치에 상대적인 각 레이저의 위치를 기반으로 조정된 포지션으로서, 상기 포인트들의 포지션들을 나타내는 좌표계에서 표현되는 수직 각도를 포함하는 포인트 클라우드 데이터 처리 장치.
  16. 제 13 항에 있어서, 상기 시그널링 정보는 상기 어트리뷰트를 디코딩하기 위해 포인트들의 포지션들을 나타내는 좌표 변환이 적용되는지 여부를 나타내는 정보 및 변환된 좌표의 축들의 스케일 팩터들에 대한 정보를 포함하는 포인트 클라우드 데이터 처리 장치.
PCT/KR2021/003175 2020-03-16 2021-03-15 포인트 클라우드 데이터 전송 장치, 전송 방법, 처리 장치 및 처리 방법 WO2021187839A1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202180020269.4A CN115280780A (zh) 2020-03-16 2021-03-15 点云数据发送装置、发送方法、处理装置和处理方法
EP21771575.4A EP4124041A4 (en) 2020-03-16 2021-03-15 POINT CLOUD DATA TRANSMISSION APPARATUS, TRANSMISSION METHOD, PROCESSING APPARATUS AND PROCESSING METHOD

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR10-2020-0032156 2020-03-16
KR20200032156 2020-03-16
US202063042549P 2020-06-22 2020-06-22
US63/042,549 2020-06-22

Publications (1)

Publication Number Publication Date
WO2021187839A1 true WO2021187839A1 (ko) 2021-09-23

Family

ID=77665188

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/003175 WO2021187839A1 (ko) 2020-03-16 2021-03-15 포인트 클라우드 데이터 전송 장치, 전송 방법, 처리 장치 및 처리 방법

Country Status (5)

Country Link
US (1) US20210289211A1 (ko)
EP (1) EP4124041A4 (ko)
KR (1) KR102378138B1 (ko)
CN (1) CN115280780A (ko)
WO (1) WO2021187839A1 (ko)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11551334B2 (en) * 2020-01-09 2023-01-10 Tencent America LLC Techniques and apparatus for coarse granularity scalable lifting for point-cloud attribute coding
US11770562B2 (en) * 2020-06-23 2023-09-26 Qualcomm Incorporated High-level syntax for geometry-based point cloud compression
US11871037B2 (en) * 2020-06-26 2024-01-09 Qualcomm Incorporated Sorted laser angles for geometry-based point cloud compression (G-PCC)
EP4156107A1 (en) * 2021-09-24 2023-03-29 Beijing Xiaomi Mobile Software Co., Ltd. Method and apparatus of encoding/decoding point cloud geometry data sensed by at least one sensor
WO2023068754A1 (ko) * 2021-10-18 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
US11924467B2 (en) * 2021-11-16 2024-03-05 Google Llc Mapping-aware coding tools for 360 degree videos
WO2023149781A1 (ko) * 2022-02-07 2023-08-10 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2023153758A1 (ko) * 2022-02-08 2023-08-17 엘지전자 주식회사 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치
WO2023158249A1 (ko) * 2022-02-16 2023-08-24 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
CN116781676A (zh) * 2022-03-11 2023-09-19 腾讯科技（深圳）有限公司 一种点云媒体的数据处理方法、装置、设备及介质
WO2023182764A1 (ko) * 2022-03-21 2023-09-28 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법.
WO2023182762A1 (ko) * 2022-03-21 2023-09-28 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2024064043A1 (en) * 2022-09-19 2024-03-28 Innopeak Technology, Inc. Point cloud decoding method, point cloud encoding method, decoder and encoder

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170135914A (ko) * 2015-09-10 2017-12-08 테년 3디 (톈진) 테크놀로지 코.,엘티디 멀티 라인 레이저 어레이 3차원 스캐닝 시스템 및 멀티 라인 레이저 어레이 3차원 스캐닝 방법
KR20180035816A (ko) * 2015-07-31 2018-04-06 퀄컴 인코포레이티드 센서 기반 카메라 초기화
KR20180117230A (ko) * 2014-09-11 2018-10-26 사이버옵틱스 코포레이션 3-차원 형상측정에서 복수 카메라 및 광원으로부터의 포인트 클라우드 병합
KR20190082065A (ko) * 2017-12-29 2019-07-09 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 포인트 클라우드 데이터를 처리하기 위한 방법 및 장치

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10535161B2 (en) * 2017-11-09 2020-01-14 Samsung Electronics Co., Ltd. Point cloud compression using non-orthogonal projection
US10984541B2 (en) * 2018-04-12 2021-04-20 Samsung Electronics Co., Ltd. 3D point cloud compression systems for delivery and access of a subset of a compressed 3D point cloud
CN108549087B (zh) * 2018-04-16 2021-10-08 北京瑞途科技有限公司 一种基于激光雷达的在线检测方法
US10796457B2 (en) * 2018-06-26 2020-10-06 Intel Corporation Image-based compression of LIDAR sensor data with point re-ordering

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180117230A (ko) * 2014-09-11 2018-10-26 사이버옵틱스 코포레이션 3-차원 형상측정에서 복수 카메라 및 광원으로부터의 포인트 클라우드 병합
KR20180035816A (ko) * 2015-07-31 2018-04-06 퀄컴 인코포레이티드 센서 기반 카메라 초기화
KR20170135914A (ko) * 2015-09-10 2017-12-08 테년 3디 (톈진) 테크놀로지 코.,엘티디 멀티 라인 레이저 어레이 3차원 스캐닝 시스템 및 멀티 라인 레이저 어레이 3차원 스캐닝 방법
KR20190082065A (ko) * 2017-12-29 2019-07-09 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 포인트 클라우드 데이터를 처리하기 위한 방법 및 장치

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
KHALED MAMMOU, PHILIP A. CHOU, DAVID FLYNN, MAJA KRIVOKUĆA, OHJI NAKAGAMI , TOSHIYASU SUGIO: "G-PCC codec description v2", ISO/IEC JTC1/SC29/WG11 N18189, no. N18189, 1 January 2019 (2019-01-01), pages 1 - 39, XP055686871 *
See also references of EP4124041A4 *

Also Published As

Publication number Publication date
EP4124041A1 (en) 2023-01-25
KR20210116336A (ko) 2021-09-27
CN115280780A (zh) 2022-11-01
KR102378138B1 (ko) 2022-03-25
US20210289211A1 (en) 2021-09-16
EP4124041A4 (en) 2024-03-27

Similar Documents

Publication Publication Date Title
WO2021187839A1 (ko) 포인트 클라우드 데이터 전송 장치, 전송 방법, 처리 장치 및 처리 방법
WO2021066312A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021141346A1 (ko) 포인트 클라우드 데이터 전송 장치, 전송 방법, 처리 장치 및 처리 방법
WO2021025251A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2020242244A1 (ko) 포인트 클라우드 데이터 처리 방법 및 장치
WO2021049758A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2020189943A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021002604A1 (ko) 포인트 클라우드 데이터 처리 방법 및 장치
WO2020197086A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021060850A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2020262831A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2020256308A1 (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
WO2021029511A1 (ko) 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021215849A1 (ko) 포인트 클라우드 데이터 처리 장치 및 처리 방법
WO2022060176A1 (ko) 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치
WO2021002558A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법.
WO2022075786A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021206291A1 (ko) 포인트 클라우드 데이터 전송 장치, 전송 방법, 처리 장치 및 처리 방법
WO2021029575A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022080982A1 (ko) 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치
WO2021194069A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022240128A1 (ko) 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치
WO2023287220A1 (ko) 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치

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: 21771575

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2021771575

Country of ref document: EP

Effective date: 20221017