WO2021200921A1 - 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置 - Google Patents

三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置 Download PDF

Info

Publication number
WO2021200921A1
WO2021200921A1 PCT/JP2021/013495 JP2021013495W WO2021200921A1 WO 2021200921 A1 WO2021200921 A1 WO 2021200921A1 JP 2021013495 W JP2021013495 W JP 2021013495W WO 2021200921 A1 WO2021200921 A1 WO 2021200921A1
Authority
WO
WIPO (PCT)
Prior art keywords
value
coding
dimensional data
information
prediction mode
Prior art date
Application number
PCT/JP2021/013495
Other languages
English (en)
French (fr)
Inventor
敏康 杉尾
賀敬 井口
Original Assignee
パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ
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 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ filed Critical パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ
Publication of WO2021200921A1 publication Critical patent/WO2021200921A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding

Definitions

  • the present disclosure relates to a three-dimensional data coding method, a three-dimensional data decoding method, a three-dimensional data coding device, and a three-dimensional data decoding device.
  • 3D data In the future, devices or services that utilize 3D data are expected to become widespread in a wide range of fields such as computer vision for autonomous operation of automobiles or robots, map information, monitoring, infrastructure inspection, or video distribution.
  • the three-dimensional data is acquired by various methods such as a distance sensor such as a range finder, a stereo camera, or a combination of a plurality of monocular cameras.
  • point cloud compression is partially supported by a public library (Point Cloud Library) that performs point cloud-related processing.
  • Point Cloud Library a public library that performs point cloud-related processing.
  • Patent Document 1 a technique for searching and displaying facilities located around a vehicle using three-dimensional map data is known (see, for example, Patent Document 1).
  • the predicted value of the position information of the three-dimensional points included in the point cloud data is calculated by using a prediction tree showing the reference relationship of the position information, and the predicted value is obtained. Is clipped within a predetermined range, the predicted residual which is the difference between the position information and the predicted value after clipping is calculated, and a bit stream including the predicted residual is generated.
  • the predicted value of the position information of the three-dimensional points included in the point cloud data is calculated using a prediction tree showing the reference relationship of the position information, and the predicted value is calculated.
  • Clip within a predetermined range acquire the predicted residual from the bit stream, and calculate the position information by adding the predicted value after clipping and the predicted residual.
  • the present disclosure can provide a three-dimensional data coding method, a three-dimensional data decoding method, a three-dimensional data coding device, or a three-dimensional data decoding device that can improve the coding efficiency.
  • FIG. 1 is a diagram showing a configuration of a three-dimensional data coding / decoding system according to the first embodiment.
  • FIG. 2 is a diagram showing a configuration example of point cloud data according to the first embodiment.
  • FIG. 3 is a diagram showing a configuration example of a data file in which the point cloud data information according to the first embodiment is described.
  • FIG. 4 is a diagram showing the types of point cloud data according to the first embodiment.
  • FIG. 5 is a diagram showing a configuration of a first coding unit according to the first embodiment.
  • FIG. 6 is a block diagram of the first coding unit according to the first embodiment.
  • FIG. 7 is a diagram showing a configuration of a first decoding unit according to the first embodiment.
  • FIG. 1 is a diagram showing a configuration of a three-dimensional data coding / decoding system according to the first embodiment.
  • FIG. 2 is a diagram showing a configuration example of point cloud data according to the first embodiment.
  • FIG. 3 is a diagram showing a
  • FIG. 8 is a block diagram of the first decoding unit according to the first embodiment.
  • FIG. 9 is a block diagram of the three-dimensional data coding device according to the first embodiment.
  • FIG. 10 is a diagram showing an example of position information according to the first embodiment.
  • FIG. 11 is a diagram showing an example of an ocree representation of position information according to the first embodiment.
  • FIG. 12 is a block diagram of the three-dimensional data decoding device according to the first embodiment.
  • FIG. 13 is a block diagram of the attribute information coding unit according to the first embodiment.
  • FIG. 14 is a block diagram of the attribute information decoding unit according to the first embodiment.
  • FIG. 15 is a block diagram showing a configuration of an attribute information coding unit according to the first embodiment.
  • FIG. 16 is a block diagram of the attribute information coding unit according to the first embodiment.
  • FIG. 17 is a block diagram showing a configuration of an attribute information decoding unit according to the first embodiment.
  • FIG. 18 is a block diagram of the attribute information decoding unit according to the first embodiment.
  • FIG. 19 is a diagram showing a configuration of a second coding unit according to the first embodiment.
  • FIG. 20 is a block diagram of a second coding unit according to the first embodiment.
  • FIG. 21 is a diagram showing a configuration of a second decoding unit according to the first embodiment.
  • FIG. 22 is a block diagram of a second decoding unit according to the first embodiment.
  • FIG. 23 is a diagram showing a protocol stack related to PCC coded data according to the first embodiment.
  • FIG. 24 is a diagram showing a configuration of a coding unit and a multiplexing unit according to the second embodiment.
  • FIG. 25 is a diagram showing a configuration example of coded data according to the second embodiment.
  • FIG. 26 is a diagram showing a configuration example of the coded data and the NAL unit according to the second embodiment.
  • FIG. 27 is a diagram showing an example of semantics of pcc_nal_unit_type according to the second embodiment.
  • FIG. 28 is a diagram showing an example of the delivery order of the NAL unit according to the second embodiment.
  • FIG. 29 is a flowchart of processing by the three-dimensional data coding apparatus according to the second embodiment.
  • FIG. 30 is a flowchart of processing by the three-dimensional data decoding device according to the second embodiment.
  • FIG. 31 is a flowchart of the multiplexing process according to the second embodiment.
  • FIG. 32 is a flowchart of the demultiplexing process according to the second embodiment.
  • FIG. 33 is a diagram showing a configuration of a distribution system according to the third embodiment.
  • FIG. 34 is a diagram showing a configuration example of a bit stream of the coded three-dimensional map according to the third embodiment.
  • FIG. 35 is a diagram for explaining the effect of improving the coding efficiency according to the third embodiment.
  • FIG. 36 is a flowchart of processing by the server according to the third embodiment.
  • FIG. 37 is a flowchart of processing by the client according to the third embodiment.
  • FIG. 38 is a diagram showing an example of syntax of the submap according to the third embodiment.
  • FIG. 39 is a diagram schematically showing the coding type switching process according to the third embodiment.
  • FIG. 40 is a diagram showing an example of syntax of the submap according to the third embodiment.
  • FIG. 41 is a flowchart of the three-dimensional data coding process according to the third embodiment.
  • FIG. 42 is a flowchart of the three-dimensional data decoding process according to the third embodiment.
  • FIG. 43 is a diagram schematically showing the operation of a modified example of the coding type switching process according to the third embodiment.
  • FIG. 44 is a diagram schematically showing the operation of a modified example of the coding type switching process according to the third embodiment.
  • FIG. 45 is a diagram schematically showing the operation of a modified example of the coding type switching process according to the third embodiment.
  • FIG. 40 is a diagram showing an example of syntax of the submap according to the third embodiment.
  • FIG. 41 is a flowchart of the three-dimensional data coding process according to the third embodiment.
  • FIG. 42 is a flowchar
  • FIG. 46 is a diagram schematically showing the operation of a modified example of the difference value calculation process according to the third embodiment.
  • FIG. 47 is a diagram schematically showing the operation of a modified example of the difference value calculation process according to the third embodiment.
  • FIG. 48 is a diagram schematically showing the operation of a modified example of the difference value calculation process according to the third embodiment.
  • FIG. 49 is a diagram schematically showing the operation of a modified example of the difference value calculation process according to the third embodiment.
  • FIG. 50 is a diagram showing an example of volume syntax according to the third embodiment.
  • FIG. 51 is a diagram showing an example of a prediction tree used in the three-dimensional data coding method according to the fourth embodiment.
  • FIG. 52 is a flowchart showing an example of the three-dimensional data coding method according to the fourth embodiment.
  • FIG. 53 is a flowchart showing an example of the three-dimensional data decoding method according to the fourth embodiment.
  • FIG. 54 is a diagram for explaining a method of generating a predicted tree according to the fourth embodiment.
  • FIG. 55 is a diagram for explaining a first example of the prediction mode according to the fourth embodiment.
  • FIG. 56 is a diagram showing a second example of a table showing predicted values calculated in each prediction mode according to the fourth embodiment.
  • FIG. 57 is a diagram showing a specific example of a second example of a table showing predicted values calculated in each prediction mode according to the fourth embodiment.
  • FIG. 58 is a diagram showing a third example of a table showing predicted values calculated in each prediction mode according to the fourth embodiment.
  • FIG. 54 is a diagram for explaining a method of generating a predicted tree according to the fourth embodiment.
  • FIG. 55 is a diagram for explaining a first example of the prediction mode according to the fourth embodiment.
  • FIG. 56 is a diagram showing a second example of a table showing predicted
  • FIG. 59 is a diagram showing a fourth example of a table showing predicted values calculated in each prediction mode according to the fourth embodiment.
  • FIG. 60 is a diagram showing a fifth example of a table showing predicted values calculated in each prediction mode according to the fourth embodiment.
  • FIG. 61 is a diagram showing a sixth example of a table showing predicted values calculated in each prediction mode according to the fourth embodiment.
  • FIG. 62 is a diagram showing a seventh example of a table showing predicted values calculated in each prediction mode according to the fourth embodiment.
  • FIG. 63 is a diagram showing a first example of a binarization table in the case where the prediction mode value according to the fourth embodiment is binarized and encoded.
  • FIG. 64 is a diagram showing a second example of the binarization table in the case where the prediction mode value according to the fourth embodiment is binarized and encoded.
  • FIG. 65 is a diagram showing a third example of a binarization table in the case where the prediction mode value according to the fourth embodiment is binarized and encoded.
  • FIG. 66 is a diagram for explaining an example of encoding the binary data of the binarization table when the prediction mode according to the fourth embodiment is binarized and encoded.
  • FIG. 67 is a flowchart showing an example of coding of the prediction mode value according to the fourth embodiment.
  • FIG. 68 is a flowchart showing an example of decoding the predicted mode value according to the fourth embodiment.
  • FIG. 69 is a diagram showing another example of a table showing predicted values calculated in each prediction mode according to the fourth embodiment.
  • FIG. 70 is a diagram for explaining an example of encoding the binary data of the binarization table in the case where the prediction mode according to the fourth embodiment is binarized and encoded.
  • FIG. 71 is a flowchart showing another example of coding the prediction mode value according to the fourth embodiment.
  • FIG. 72 is a flowchart showing another example of decoding the predicted mode value according to the fourth embodiment.
  • FIG. 73 is a flowchart showing an example of a process of determining whether or not to fix the prediction mode value according to the condition A at the time of coding according to the fourth embodiment.
  • FIG. 74 is a flowchart showing an example of a process of determining whether to set the prediction mode value to a fixed value or to decode according to the condition A at the time of decoding according to the fourth embodiment.
  • FIG. 75 is a diagram showing an example of the syntax of the header of the position information according to the fourth embodiment.
  • FIG. 76 is a diagram showing an example of the syntax of position information according to the fourth embodiment.
  • FIG. 77 is a diagram showing another example of the syntax of position information according to the fourth embodiment.
  • FIG. 78 is a diagram showing an example of a prediction tree used in the three-dimensional data coding method according to the fifth embodiment.
  • FIG. 79 is a diagram showing another example of the syntax of position information according to the fifth embodiment.
  • FIG. 75 is a diagram showing an example of the syntax of the header of the position information according to the fourth embodiment.
  • FIG. 76 is a diagram showing an example of the syntax of position information according to the fourth embodiment.
  • FIG. 77 is a diagram showing
  • FIG. 80 is a diagram showing an example of the configuration of a prediction tree commonly used for coding the position information and the attribute information according to the fifth embodiment.
  • FIG. 81 is a flowchart showing an example of a three-dimensional data coding method according to a modified example of the fifth embodiment.
  • FIG. 82 is a flowchart showing an example of a three-dimensional data decoding method according to a modified example of the fifth embodiment.
  • FIG. 83 is a diagram showing an example of the syntax of the header of the attribute information according to the fifth embodiment.
  • FIG. 84 is a diagram showing another example of the syntax of attribute information according to the fifth embodiment.
  • FIG. 85 is a diagram showing an example of the syntax of position information and attribute information according to the fifth embodiment.
  • FIG. 86 is a flowchart of processing of the three-dimensional data coding apparatus according to the fourth and fifth embodiments.
  • FIG. 87 is a flowchart of processing of the three-dimensional data decoding apparatus according to the fourth and fifth embodiments.
  • FIG. 88 is a diagram showing an example of a reference relationship in the prediction using the prediction tree according to the sixth embodiment.
  • FIG. 89 is a flowchart of a predicted value determination process in the three-dimensional data coding apparatus according to the sixth embodiment.
  • FIG. 90 is a flowchart of a predicted value determination process in the three-dimensional data decoding apparatus according to the sixth embodiment.
  • FIG. 91 is a flowchart of the three-dimensional data coding process according to the sixth embodiment.
  • FIG. 92 is a flowchart of the three-dimensional data decoding process according to the sixth embodiment.
  • FIG. 93 is a block diagram of the three-dimensional data creation device according to the seventh embodiment.
  • FIG. 94 is a flowchart of the three-dimensional data creation method according to the seventh embodiment.
  • FIG. 95 is a diagram showing a configuration of the system according to the seventh embodiment.
  • FIG. 96 is a block diagram of the client device according to the seventh embodiment.
  • FIG. 97 is a block diagram of the server according to the seventh embodiment.
  • FIG. 98 is a flowchart of the three-dimensional data creation process by the client device according to the seventh embodiment.
  • FIG. 99 is a flowchart of the sensor information transmission process by the client device according to the seventh embodiment.
  • FIG. 100 is a flowchart of the three-dimensional data creation process by the server according to the seventh embodiment.
  • FIG. 101 is a flowchart of a three-dimensional map transmission process by the server according to the seventh embodiment.
  • FIG. 102 is a diagram showing a configuration of a modified example of the system according to the seventh embodiment.
  • FIG. 103 is a diagram showing a configuration of a server and a client device according to the seventh embodiment.
  • FIG. 104 is a diagram showing a configuration of a server and a client device according to the seventh embodiment.
  • FIG. 105 is a flowchart of processing by the client device according to the seventh embodiment.
  • FIG. 106 is a diagram showing the configuration of the sensor information collection system according to the seventh embodiment.
  • FIG. 107 is a diagram showing an example of the system according to the seventh embodiment.
  • FIG. 108 is a diagram showing a modified example of the system according to the seventh embodiment.
  • FIG. 109 is a flowchart showing an example of application processing according to the seventh embodiment.
  • FIG. 110 is a diagram showing a sensor range of various sensors according to the seventh embodiment.
  • FIG. 111 is a diagram showing a configuration example of the automatic driving system according to the seventh embodiment.
  • FIG. 112 is a diagram showing a configuration example of a bit stream according to the seventh embodiment.
  • FIG. 113 is a flowchart of the point group selection process according to the seventh embodiment.
  • FIG. 114 is a diagram showing a screen example of the point group selection process according to the seventh embodiment.
  • FIG. 115 is a diagram showing a screen example of the point group selection process according to the seventh embodiment.
  • FIG. 116 is a diagram showing a screen example of the point group selection process according to the seventh embodiment.
  • the predicted value of the position information of the three-dimensional points included in the point cloud data is calculated by using a prediction tree showing the reference relationship of the position information, and the predicted value is obtained. Is clipped within a predetermined range, the predicted residual which is the difference between the position information and the predicted value after clipping is calculated, and a bit stream including the predicted residual is generated.
  • the three-dimensional data coding method can suppress an increase in the value of the predicted residual, so that the coding efficiency can be improved.
  • the predicted value is calculated using the predicted mode selected from a plurality of predicted mode candidates, and whether or not the predicted value is clipped according to the selected predicted mode. May be switched.
  • the three-dimensional data coding method can reduce the processing amount by switching whether or not to perform clipping according to the prediction mode.
  • the three-dimensional data coding method may further store information for determining the predetermined range in the header information included in the bit stream.
  • the predicted value of the position information of the three-dimensional points included in the point cloud data is calculated using a prediction tree showing the reference relationship of the position information, and the predicted value is calculated.
  • Clip within a predetermined range acquire the predicted residual from the bit stream, and calculate the position information by adding the predicted value after clipping and the predicted residual.
  • the three-dimensional data decoding method can suppress an increase in the predicted residual value, so that the coding efficiency can be improved.
  • the predicted value is calculated using the predicted mode selected from a plurality of predicted mode candidates, and whether or not the predicted value is clipped according to the selected predicted mode. May be switched.
  • the three-dimensional data decoding method can reduce the processing amount by switching whether or not to perform clipping according to the prediction mode.
  • the three-dimensional data decoding method further acquires information for determining the predetermined range from the header information included in the bit stream, and uses the acquired information to obtain the predetermined range. May be determined.
  • the three-dimensional data encoding device includes a processor and a memory, and the processor uses the memory to predict the position information of the three-dimensional points included in the point cloud data. Is calculated using a prediction tree showing the reference relationship of the position information, the predicted value is clipped within a predetermined range, and the predicted balance which is the difference between the position information and the predicted value after clipping. The difference is calculated to generate a bit stream containing the predicted residuals.
  • the three-dimensional data coding device can suppress an increase in the value of the predicted residual, so that the coding efficiency can be improved.
  • the three-dimensional data decoding device includes a processor and a memory, and the processor uses the memory to obtain a predicted value of position information of a three-dimensional point included in the point cloud data. , Calculated using a prediction tree showing the reference relationship of position information, clip the prediction value within a predetermined range, acquire the prediction residual from the bit stream, and the predicted value after clipping and the above. The position information is calculated by adding the predicted residual.
  • the three-dimensional data decoding device can suppress an increase in the predicted residual value, so that the coding efficiency can be improved.
  • a recording medium such as a system, method, integrated circuit, computer program or computer-readable CD-ROM, and the system, method, integrated circuit, computer program. And any combination of recording media may be realized.
  • a three-dimensional data coding method and a three-dimensional data coding device for providing a function of transmitting and receiving necessary information according to an application in the coded data of a three-dimensional point cloud, and the code thereof.
  • a three-dimensional data decoding method and a three-dimensional data decoding device for decoding the encoded data, a three-dimensional data multiplexing method for multiplexing the encoded data, and a three-dimensional data transmission method for transmitting the encoded data will be described. do.
  • a first coding method and a second coding method are being studied as a coding method (coding method) for point group data.
  • the method of storing in the format is not defined, and there is a problem that the MUX processing (multiplexing), transmission or storage in the coding unit cannot be performed as it is.
  • FIG. 1 is a diagram showing a configuration example of a three-dimensional data coding / decoding system according to the present embodiment.
  • the three-dimensional data coding / decoding system includes a three-dimensional data coding system 4601, a three-dimensional data decoding system 4602, a sensor terminal 4603, and an external connection unit 4604.
  • the three-dimensional data coding system 4601 generates coded data or multiplexed data by encoding point cloud data which is three-dimensional data.
  • the three-dimensional data coding system 4601 may be a three-dimensional data coding device realized by a single device, or may be a system realized by a plurality of devices. Further, the three-dimensional data coding apparatus may include a part of a plurality of processing units included in the three-dimensional data coding system 4601.
  • the three-dimensional data coding system 4601 includes a point cloud data generation system 4611, a presentation unit 4612, a coding unit 4613, a multiplexing unit 4614, an input / output unit 4615, and a control unit 4616.
  • the point cloud data generation system 4611 includes a sensor information acquisition unit 4617 and a point cloud data generation unit 4618.
  • the sensor information acquisition unit 4617 acquires the sensor information from the sensor terminal 4603 and outputs the sensor information to the point cloud data generation unit 4618.
  • the point cloud data generation unit 4618 generates point cloud data from the sensor information and outputs the point cloud data to the coding unit 4613.
  • the presentation unit 4612 presents the sensor information or the point cloud data to the user. For example, the presentation unit 4612 displays information or an image based on sensor information or point cloud data.
  • the coding unit 4613 encodes (compresses) the point cloud data, and outputs the obtained coded data, the control information obtained in the coding process, and other additional information to the multiplexing unit 4614.
  • the additional information includes, for example, sensor information.
  • the multiplexing unit 4614 generates multiplexed data by multiplexing the coded data input from the coding unit 4613, the control information, and the additional information.
  • the format of the multiplexed data is, for example, a file format for storage or a packet format for transmission.
  • the input / output unit 4615 (for example, the communication unit or the interface) outputs the multiplexed data to the outside.
  • the multiplexed data is stored in a storage unit such as an internal memory.
  • the control unit 4616 (or application execution unit) controls each processing unit. That is, the control unit 4616 controls coding, multiplexing, and the like.
  • the sensor information may be input to the coding unit 4613 or the multiplexing unit 4614. Further, the input / output unit 4615 may output the point cloud data or the coded data as it is to the outside.
  • the transmission signal (multiplexed data) output from the three-dimensional data coding system 4601 is input to the three-dimensional data decoding system 4602 via the external connection unit 4604.
  • the three-dimensional data decoding system 4602 generates point cloud data, which is three-dimensional data, by decoding encoded data or multiplexed data.
  • the three-dimensional data decoding system 4602 may be a three-dimensional data decoding device realized by a single device, or may be a system realized by a plurality of devices. Further, the three-dimensional data decoding device may include a part of a plurality of processing units included in the three-dimensional data decoding system 4602.
  • the three-dimensional data decoding system 4602 includes a sensor information acquisition unit 4621, an input / output unit 4622, a demultiplexing unit 4623, a decoding unit 4624, a presentation unit 4625, a user interface 4626, and a control unit 4627.
  • the sensor information acquisition unit 4621 acquires sensor information from the sensor terminal 4603.
  • the input / output unit 4622 acquires the transmission signal, decodes the multiplexed data (file format or packet) from the transmitted signal, and outputs the multiplexed data to the demultiplexed unit 4623.
  • the demultiplexing unit 4623 acquires the coded data, the control information and the additional information from the multiplexing data, and outputs the coded data, the control information and the additional information to the decoding unit 4624.
  • the decoding unit 4624 reconstructs the point cloud data by decoding the coded data.
  • the presentation unit 4625 presents the point cloud data to the user. For example, the presentation unit 4625 displays information or an image based on the point cloud data.
  • the user interface 4626 acquires instructions based on user operations.
  • the control unit 4627 (or application execution unit) controls each processing unit. That is, the control unit 4627 controls demultiplexing, decoding, presentation, and the like.
  • the input / output unit 4622 may acquire the point cloud data or the coded data as it is from the outside. Further, the presentation unit 4625 may acquire additional information such as sensor information and present information based on the additional information. In addition, the presentation unit 4625 may make a presentation based on the user's instruction acquired by the user interface 4626.
  • the sensor terminal 4603 generates sensor information, which is information obtained by the sensor.
  • the sensor terminal 4603 is a terminal equipped with a sensor or a camera, and includes, for example, a moving object such as an automobile, a flying object such as an airplane, a mobile terminal, or a camera.
  • the sensor information that can be acquired by the sensor terminal 4603 is, for example, (1) the distance between the sensor terminal 4603 and the object obtained from the LIDAR, the millimeter-wave radar, or the infrared sensor, or the reflectance of the object, and (2) a plurality.
  • the sensor information may include the attitude, orientation, gyro (angular velocity), position (GPS information or altitude), speed, acceleration, and the like of the sensor.
  • the sensor information may include temperature, atmospheric pressure, humidity, magnetism, and the like.
  • the external connection unit 4604 is realized by communication with an integrated circuit (LSI or IC), an external storage unit, a cloud server via the Internet, broadcasting, or the like.
  • LSI integrated circuit
  • IC integrated circuit
  • cloud server via the Internet, broadcasting, or the like.
  • FIG. 2 is a diagram showing the structure of point cloud data.
  • FIG. 3 is a diagram showing a configuration example of a data file in which information on point cloud data is described.
  • the point cloud data includes data of a plurality of points.
  • the data of each point includes position information (three-dimensional coordinates) and attribute information for the position information.
  • a collection of multiple points is called a point cloud.
  • a point cloud indicates a three-dimensional shape of an object.
  • Position information such as three-dimensional coordinates is sometimes called geometry.
  • the data of each point may include attribute information (attribute) of a plurality of attribute types.
  • the attribute type is, for example, color or reflectance.
  • One attribute information may be associated with one position information, or attribute information having a plurality of different attribute types may be associated with one position information. Further, a plurality of attribute information of the same attribute type may be associated with one position information.
  • the configuration example of the data file shown in FIG. 3 is an example in which the position information and the attribute information have a one-to-one correspondence, and shows the position information and the attribute information of N points constituting the point cloud data. There is.
  • the position information is, for example, information on three axes of x, y, and z.
  • the attribute information is, for example, RGB color information.
  • a typical data file is a ply file or the like.
  • FIG. 4 is a diagram showing the types of point cloud data.
  • the point cloud data includes a static object and a dynamic object.
  • the static object is 3D point cloud data at an arbitrary time (certain time).
  • a dynamic object is three-dimensional point cloud data that changes over time.
  • the three-dimensional point cloud data at a certain time is referred to as a PCC frame or a frame.
  • the object may be a point cloud whose area is limited to some extent like ordinary video data, or a large-scale point cloud whose area is not limited such as map information.
  • the sensor information is acquired by various methods such as a distance sensor such as LIDAR or a range finder, a stereo camera, or a combination of a plurality of monocular cameras.
  • the point cloud data generation unit 4618 generates point cloud data based on the sensor information obtained by the sensor information acquisition unit 4617.
  • the point cloud data generation unit 4618 generates position information as point cloud data, and adds attribute information for the position information to the position information.
  • the point cloud data generation unit 4618 may process the point cloud data when generating position information or adding attribute information. For example, the point cloud data generation unit 4618 may reduce the amount of data by deleting the point clouds whose positions overlap. Further, the point cloud data generation unit 4618 may convert the position information (position shift, rotation, normalization, etc.), or may render the attribute information.
  • point cloud data generation system 4611 is included in the three-dimensional data coding system 4601 in FIG. 1, it may be provided independently outside the three-dimensional data coding system 4601.
  • the coding unit 4613 generates coded data by coding the point cloud data based on a predetermined coding method.
  • a predetermined coding method There are roughly the following two types of coding methods.
  • the first is a coding method using position information, and this coding method will be hereinafter referred to as a first coding method.
  • the second is a coding method using a video codec, and this coding method will be hereinafter referred to as a second coding method.
  • the decoding unit 4624 decodes the point cloud data by decoding the coded data based on a predetermined coding method.
  • the multiplexing unit 4614 generates multiplexed data by multiplexing the encoded data using an existing multiplexing method.
  • the generated multiplexed data is transmitted or accumulated.
  • the multiplexing unit 4614 multiplexes other media such as video, audio, subtitles, applications, and files, or reference time information. Further, the multiplexing unit 4614 may further multiplex the attribute information related to the sensor information or the point cloud data.
  • the multiplexing method or file format includes ISOBMFF, ISOBMFF-based transmission method MPEG-DASH, MMT, MPEG-2 TS Systems, RMP, and the like.
  • the demultiplexing unit 4623 extracts PCC coded data, other media, time information, etc. from the multiplexing data.
  • the input / output unit 4615 transmits the multiplexed data by using a method suitable for the medium to be transmitted or the medium to be stored, such as broadcasting or communication.
  • the input / output unit 4615 may communicate with other devices via the Internet, or may communicate with a storage unit such as a cloud server.
  • http http, ftp, TCP, UDP, etc. are used.
  • a PULL type communication method may be used, or a PUSH type communication method may be used.
  • Either wired transmission or wireless transmission may be used.
  • Ethernet registered trademark
  • USB registered trademark
  • RS-232C USB-232C
  • HDMI registered trademark
  • coaxial cable or the like
  • wireless transmission a wireless LAN, Wi-Fi (registered trademark), Bluetooth (registered trademark), millimeter wave, or the like is used.
  • DVB-T2 DVB-S2, DVB-C2, ATSC3.0, ISDB-S3 or the like is used.
  • FIG. 5 is a diagram showing the configuration of the first coding unit 4630, which is an example of the coding unit 4613 that encodes the first coding method.
  • FIG. 6 is a block diagram of the first coding unit 4630.
  • the first coding unit 4630 generates coded data (coded stream) by coding the point cloud data by the first coding method.
  • the first coding unit 4630 includes a position information coding unit 4631, an attribute information coding unit 4632, an additional information coding unit 4633, and a multiplexing unit 4634.
  • the first coding unit 4630 has a feature of performing coding while being aware of the three-dimensional structure. Further, the first coding unit 4630 has a feature that the attribute information coding unit 4632 performs coding using the information obtained from the position information coding unit 4631.
  • the first coding method is also called GPCC (Geometry based PCC).
  • the point cloud data is PCC point cloud data such as a PLY file, or PCC point cloud data generated from sensor information, and is position information (Position), attribute information (Attribute), and other additional information (MetaData). including.
  • the position information is input to the position information coding unit 4631, the attribute information is input to the attribute information coding unit 4632, and the additional information is input to the additional information coding unit 4633.
  • the position information coding unit 4631 generates coded position information (Compressed Geometry) which is coded data by encoding the position information.
  • the position information coding unit 4631 encodes the position information using an N-branch structure such as an octa-tree. Specifically, in the octave tree, the target space is divided into eight nodes (subspaces), and 8-bit information (occupancy code) indicating whether or not each node contains a point cloud is generated. .. Further, the node including the point cloud is further divided into eight nodes, and 8-bit information indicating whether or not the point cloud is included in each of the eight nodes is generated. This process is repeated until it becomes equal to or less than the threshold value of the number of point clouds included in the predetermined hierarchy or node.
  • the attribute information coding unit 4632 generates coded attribute information (Compressed Attribute) which is coded data by encoding using the configuration information generated by the position information coding unit 4631. For example, the attribute information coding unit 4632 determines a reference point (reference node) to be referred to in the coding of the target point (target node) to be processed based on the ocree tree structure generated by the position information coding unit 4631. do. For example, the attribute information coding unit 4632 refers to a node whose parent node in the octree is the same as the target node among the peripheral nodes or adjacent nodes. The method of determining the reference relationship is not limited to this.
  • the attribute information coding process may include at least one of a quantization process, a prediction process, and an arithmetic coding process.
  • the reference means that the reference node is used to calculate the predicted value of the attribute information, or the state of the reference node (for example, occupancy indicating whether or not the reference node contains a point group) is used to determine the encoding parameter. Information) is used.
  • the coding parameter is a quantization parameter in the quantization process, a context in arithmetic coding, or the like.
  • the additional information coding unit 4633 generates the encoded additional information (Compressed Metadata Data) which is the encoded data by encoding the compressible data among the additional information.
  • Compressed Metadata Data is the encoded data by encoding the compressible data among the additional information.
  • a coded stream (Compressed Stream), which is coded data, is input to the first decoding unit 4640 from a processing unit of a system layer (not shown).
  • the demultiplexing unit 4641 separates the coded position information (Compressed Geometry), the coded attribute information (Compressed Attribute), the coded additional information (Compressed Metadata), and other additional information from the coded data.
  • FIG. 12 is a block diagram of the position information decoding unit 2710 according to the present embodiment.
  • the position information decoding unit 2710 includes an octane tree generation unit 2711, a geometric information calculation unit 2712, a coding table selection unit 2713, and an entropy decoding unit 2714.
  • the coding table selection unit 2713 selects a coding table (decoding table) to be used for entropy decoding of the target node using the occupancy information of the adjacent node calculated by the geometric information calculation unit 2712. For example, the coded table selection unit 2713 may generate a bit string using the occupancy information of the adjacent node and select the coded table of the index number generated from the bit string.
  • a coding table decoding table
  • the entropy decoding unit 2714 generates position information by entropy decoding the occupancy code of the target node using the selected coding table.
  • the entropy decoding unit 2714 may decode and acquire the information of the selected coding table from the bit stream, and use the coding table indicated by the information to entropy-decode the occupancy code of the target node. ..
  • the attribute information coding unit A100 includes a LoD attribute information coding unit A101 and a conversion attribute information coding unit A102.
  • the LoD attribute information coding unit A101 classifies each three-dimensional point into a plurality of layers using the position information of the three-dimensional points, predicts the attribute information of the three-dimensional points belonging to each layer, and encodes the predicted residual. To become.
  • each classified layer is referred to as LoD (Level of Detail).
  • the conversion attribute information coding unit A102 encodes the attribute information using RAHT (Region Adaptive Hierarchical Transfer). Specifically, the conversion attribute information coding unit A102 generates high-frequency components and low-frequency components of each layer by applying RAHT or Har conversion to each attribute information based on the position information of the three-dimensional points. Then, those values are encoded by using quantization, entropy coding, or the like.
  • RAHT Registered Adaptive Hierarchical Transfer
  • FIG. 14 is a block diagram showing a configuration example of the attribute information decoding unit A110.
  • the attribute information decoding unit may include a plurality of decoding units that execute different decoding methods. For example, the attribute information decoding unit may switch between the following two methods based on the information included in the header and metadata for decoding.
  • FIG. 15 is a block diagram showing the configuration of the attribute information coding unit 3140, which is an example of the LoD attribute information coding unit A101.
  • LoD generation unit 3141 generates LoD using the position information of the three-dimensional point.
  • the surrounding search unit 3142 searches for neighboring three-dimensional points adjacent to each three-dimensional point by using the LoD generation result by the LoD generation unit 3141 and the distance information indicating the distance between each three-dimensional point.
  • the prediction unit 3143 generates a prediction value of the attribute information of the target three-dimensional point to be encoded.
  • the predicted residual calculation unit 3144 calculates (generates) the predicted residual of the predicted value of the attribute information generated by the prediction unit 3143.
  • the quantization unit 3145 quantizes the predicted residual of the attribute information calculated by the predicted residual calculation unit 3144.
  • the arithmetic coding unit 3146 arithmetically encodes the predicted residual after being quantized by the quantization unit 3145.
  • the arithmetic coding unit 3146 outputs a bit stream including the arithmetically coded predicted residual to, for example, a three-dimensional data decoding device.
  • the predicted residual may be binarized by, for example, the quantization unit 3145 before being arithmetically coded by the arithmetic coding unit 3146.
  • the arithmetic coding unit 3146 may initialize the coding table used for arithmetic coding before arithmetic coding.
  • the arithmetic coding unit 3146 may initialize the coding table used for arithmetic coding for each layer.
  • the arithmetic coding unit 3146 may include information indicating the position of the layer in which the coding table is initialized in the bit stream and output the information.
  • the inverse quantization unit 3147 dequantizes the predicted residual after being quantized by the quantization unit 3145.
  • the decoded value generation unit 3148 generates a decoded value by adding the predicted value of the attribute information generated by the prediction unit 3143 and the predicted residual after dequantization by the inverse quantization unit 3147.
  • FIG. 16 is a block diagram of the attribute information coding unit 6600, which is an example of the conversion attribute information coding unit A102.
  • the attribute information coding unit 6600 includes a sorting unit 6601, a Har conversion unit 6602, a quantization unit 6603, an inverse quantization unit 6604, an inverse Haar conversion unit 6605, a memory 6606, and an arithmetic coding unit 6607. Be prepared.
  • the sort unit 6601 generates a Morton code using the position information of the three-dimensional points, and sorts a plurality of three-dimensional points in the order of the Morton code.
  • the Haar conversion unit 6602 generates a coding coefficient by applying the Haar conversion to the attribute information.
  • the quantization unit 6603 quantizes the coding coefficient of the attribute information.
  • FIG. 17 is a block diagram showing the configuration of the attribute information decoding unit 3150, which is an example of the LoD attribute information decoding unit A111.
  • the LoD generation unit 3151 generates LoD using the position information of the three-dimensional points decoded by the position information decoding unit (not shown in FIG. 17).
  • the prediction unit 3153 generates a predicted value of the attribute information of the target three-dimensional point to be decoded.
  • the inverse quantization unit 3155 dequantizes the predicted residuals arithmetically decoded by the arithmetic decoding unit 3154.
  • the memory 3157 is a memory that stores the decoded value of the attribute information of each three-dimensional point decoded by the decoded value generation unit 3156. For example, when the prediction unit 3153 generates a predicted value of a three-dimensional point that has not been decoded yet, the prediction unit 3153 generates the predicted value by using the decoded value of the attribute information of each three-dimensional point stored in the memory 3157. ..
  • the dequantization unit 6612 dequantizes the arithmetically decoded coding coefficient.
  • the inverse Haar conversion unit 6613 applies the inverse Har conversion to the coding coefficient after the inverse quantization.
  • the memory 6614 stores the values of the attribute information of the plurality of decoded three-dimensional points. For example, the attribute information of the decoded three-dimensional point stored in the memory 6614 may be used for predicting the undecoded three-dimensional point.
  • the second coding unit 4650 generates a position image and an attribute image by projecting the three-dimensional structure onto the two-dimensional image, and encodes the generated position image and the attribute image using an existing video coding method. It has the feature.
  • the second coding method is also called VPCC (Video based PCC).
  • the point cloud data is PCC point cloud data such as a PLY file, or PCC point cloud data generated from sensor information, and provides position information (Position), attribute information (Attribute), and other additional information (MetaData).
  • PCC point cloud data such as a PLY file, or PCC point cloud data generated from sensor information, and provides position information (Position), attribute information (Attribute), and other additional information (MetaData).
  • the attribute image generation unit 4653 generates an attribute image based on the attribute information and the map information generated by the additional information generation unit 4651.
  • This attribute image is, for example, an image in which attribute information (for example, color (RGB)) is shown as a pixel value.
  • RGB color
  • this image may be an image in which a plurality of point groups are viewed from one viewpoint (an image in which a plurality of point groups are projected on one two-dimensional plane), or a plurality of point groups may be viewed from a plurality of viewpoints. It may be a plurality of images viewed, or it may be a single image in which these plurality of images are integrated.
  • the video coding unit 4654 encodes the position image and the attribute image by using the video coding method, so that the coded position image (Compressed Geometry Image) and the coded attribute image (Compressed Attribute Image) which are the coded data are encoded. ) Is generated.
  • the video coding method any known coding method may be used.
  • the video coding method is AVC, HEVC, or the like.
  • a coded stream (Compressed Stream), which is coded data, is input to the second decoding unit 4660 from a processing unit of a system layer (not shown).
  • the demultiplexing unit 4661 separates the coded position image (Compressed Geometry Image), the coded attribute image (Compressed Attribute Image), the coded additional information (Compressed Metadata Image), and other additional information from the coded data. ..
  • the video decoding unit 4662 generates a position image and an attribute image by decoding the coded position image and the coded attribute image using a video coding method.
  • a video coding method any known coding method may be used.
  • the video coding method is AVC, HEVC, or the like.
  • the additional information decoding unit 4663 generates additional information including map information and the like by decoding the coded additional information.
  • the position information generation unit 4664 generates position information using the position image and the map information.
  • the attribute information generation unit 4665 generates attribute information using the attribute image and the map information.
  • the second decoding unit 4660 uses the additional information necessary for decoding at the time of decoding, and outputs the additional information necessary for the application to the outside.
  • FIG. 23 is a diagram showing a protocol stack related to PCC coded data.
  • FIG. 23 shows an example in which data of another medium such as video (for example, HEVC) or audio is multiplexed, transmitted or stored in PCC coded data.
  • video for example, HEVC
  • audio is multiplexed, transmitted or stored in PCC coded data.
  • a first coding method (Codec1) and a second coding method (Codec2) are being studied as a method for coding point group data.
  • the method of storing in the system format is not defined, and there is a problem that MUX processing (multiplexing), transmission and storage in the coding unit cannot be performed as it is.
  • the coded data (position information (Geometry), attribute information (Attribute), additional information (Metadata)) generated by the first coding unit 4630 or the second coding unit 4650 described above).
  • the type of the data, the method of generating additional information (metadata), and the multiplexing process in the multiplexing unit will be described.
  • the additional information (metadata) may be referred to as a parameter set or control information.
  • the dynamic object (three-dimensional point cloud data that changes with time) described with reference to FIG. 4 will be described as an example, but even in the case of a static object (three-dimensional point cloud data at an arbitrary time). A similar method may be used.
  • FIG. 24 is a diagram showing a configuration of a coding unit 4801 and a multiplexing unit 4802 included in the three-dimensional data coding apparatus according to the present embodiment.
  • the coding unit 4801 corresponds to, for example, the first coding unit 4630 or the second coding unit 4650 described above.
  • the multiplexing unit 4802 corresponds to the multiplexing unit 4634 or 4656 described above.
  • the coding unit 4801 encodes the point cloud data of a plurality of PCC (Point Cloud Compression) frames and generates coded data (Multiple Compressed Data) of a plurality of position information, attribute information and additional information.
  • PCC Point Cloud Compression
  • the multiplexing unit 4802 converts the data of a plurality of data types (position information, attribute information, and additional information) into a NAL unit, thereby converting the data into a data configuration in consideration of data access in the decoding device.
  • FIG. 25 is a diagram showing a configuration example of coded data generated by the coding unit 4801.
  • the arrow in the figure shows the dependency related to the decoding of the coded data, and the source of the arrow depends on the data at the tip of the arrow. That is, the decoding device decodes the data at the tip of the arrow, and uses the decoded data to decode the original data of the arrow.
  • "dependence" means that the dependent data is referenced (used) in the processing (encoding or decoding, etc.) of the dependent data.
  • the coding unit 4801 encodes the position information of each frame to generate coded position data (Compressed Geometry Data) for each frame.
  • the coded position data is represented by G (i). i indicates a frame number, a frame time, or the like.
  • the coding unit 4801 generates a position parameter set (GPS (i)) corresponding to each frame.
  • the position parameter set contains parameters that can be used to decode the coded position data. Also, the coded position data for each frame depends on the corresponding position parameter set.
  • the coded position data composed of a plurality of frames is defined as a position sequence (Geometry Sequence).
  • the coding unit 4801 generates a position sequence parameter set (also referred to as Geometry Sequence PS: position SPS) that stores parameters commonly used in decoding processing for a plurality of frames in the position sequence.
  • the position sequence depends on the position SPS.
  • the coding unit 4801 encodes the attribute information of each frame to generate the coded attribute data (Compressed Attribute Data) for each frame.
  • the coded attribute data is represented by A (i).
  • FIG. 25 shows an example in which the attribute X and the attribute Y exist, the coded attribute data of the attribute X is represented by AX (i), and the coded attribute data of the attribute Y is represented by AY (i). ..
  • the coding unit 4801 generates an attribute parameter set (APS (i)) corresponding to each frame.
  • the attribute parameter set of the attribute X is represented by AXPS (i)
  • the attribute parameter set of the attribute Y is represented by AYPS (i).
  • the attribute parameter set contains parameters that can be used to decode the coded attribute information.
  • the coded attribute data depends on the corresponding set of attribute parameters.
  • the coded attribute data consisting of a plurality of frames is defined as an attribute sequence (Attribute Sequence).
  • the coding unit 4801 generates an attribute sequence parameter set (Attribute Sequence PS: also referred to as attribute SPS) that stores parameters commonly used for decoding processing for a plurality of frames in the attribute sequence.
  • attribute sequence PS also referred to as attribute SPS
  • the attribute sequence depends on the attribute SPS.
  • the coding attribute data depends on the coding position data.
  • FIG. 25 shows an example in which the position information is one type and the attribute information is two types, but the present invention is not limited to this, and the attribute information may be one type or three or more types. good.
  • the coded data can be generated by the same method.
  • the attribute information may not be present. In that case, the coding unit 4801 does not have to generate the parameter set related to the attribute information.
  • the coding unit 4801 generates a PCC stream PS (PCC Stream PS: also referred to as a stream PS), which is a parameter set for the entire PCC stream.
  • the coding unit 4801 stores in the stream PS parameters that can be commonly used in the decoding process for one or more position sequences and one or more attribute sequences.
  • the stream PS includes identification information indicating the codec of the point cloud data, information indicating the algorithm used for encoding, and the like.
  • the position sequence and attribute sequence depend on the stream PS.
  • An access unit is a basic unit for accessing data at the time of decryption, and is composed of one or more data and one or more metadata.
  • the access unit is composed of position information at the same time and one or more attribute information.
  • a GOF is a random access unit and is composed of one or more access units.
  • the coding unit 4801 generates an access unit header (AU Header) as identification information indicating the head of the access unit.
  • the coding unit 4801 stores the parameters related to the access unit in the access unit header.
  • the access unit header contains the structure or information of the coded data contained in the access unit.
  • the access unit header includes parameters commonly used for data included in the access unit, for example, parameters related to decoding of coded data.
  • the coding unit 4801 may generate an access unit delimiter that does not include parameters related to the access unit instead of the access unit header.
  • This access unit delimiter is used as identification information indicating the head of the access unit.
  • the decoding device identifies the head of the access unit by detecting the access unit header or the access unit delimiter.
  • the coding unit 4801 generates a GOF header (GOF Header) as identification information indicating the beginning of the GOF.
  • the coding unit 4801 stores the parameters related to the GOF in the GOF header.
  • the GOF header contains the structure or information of the coded data contained in the GOF.
  • the GOF header includes parameters commonly used for the data included in the GOF, for example, parameters related to decoding of the coded data.
  • the coding unit 4801 may generate a GOF delimiter that does not include the parameters related to the GOF instead of the GOF header.
  • This GOF delimiter is used as identification information indicating the beginning of the GOF.
  • the decoding device identifies the beginning of the GOF by detecting the GOF header or the GOF delimiter.
  • the access unit is defined as a PCC frame unit.
  • the decoding device accesses the PCC frame based on the identification information at the head of the access unit.
  • GOF is defined as one random access unit.
  • the decoding device accesses the random access unit based on the identification information at the head of the GOF.
  • a PCC frame may be defined as a random access unit as long as the PCC frames do not depend on each other and can be decoded independently.
  • one access unit may be assigned two or more PCC frames, or one GOF may be assigned a plurality of random access units.
  • the coding unit 4801 may define and generate a parameter set or metadata other than the above.
  • the coding unit 4801 may generate SEI (Supplemental Enchanment Information) that stores parameters (optional parameters) that may not necessarily be used at the time of decoding.
  • SEI Supplemental Enchanment Information
  • the coded data includes a header and a payload.
  • the coded data may include length information indicating the length (data amount) of the coded data, the header or the payload. Further, the coded data does not have to include a header.
  • the header contains, for example, identification information indicating a reference relationship. This identification information is stored in the header when there is a dependency between the data, for example, and is information for referencing the reference destination from the reference source.
  • the referenced header contains identification information for identifying the data.
  • the header of the reference source includes identification information indicating the reference destination.
  • the multiplexing unit 4802 stores the coded data in the payload of the NAL unit.
  • the NAL unit header includes pcc_nal_unit_type, which is identification information of the coded data.
  • FIG. 27 is a diagram showing an example of the semantics of pcc_nal_unit_type.
  • pcc_codec_type is codec 1 (Codec1: first coding method)
  • the values 0 to 10 of pcc_naal_unit_type are codec position data (Geometry) and coding attribute X data in codec 1.
  • HeaderX Codec Attribute Y Data (HeaderY), Position PS (Geom.PS), Attribute XPS (AttrX.PS), Attribute YPS (AttrX.PS), Position SPS (Geometry Sequence PS), Attribute XSPS (HeaderX) It is assigned to PS), attribute YSPS (AttributeY Sequence PS), AU header (AU Header), and GOF header (GOF Header). Further, the value 11 or later is assigned to the reserve of the codec 1.
  • pcc_codec_type is codec 2 (Codec 2: second coding method)
  • the values 0 to 2 of pcc_nal_unit_type are assigned to codec data A (DataA), metadata A (MetaDataA), and metadata B (MetaDataB). .. Further, the value 3 or later is assigned to the reserve of the codec 2.
  • the decoding device decodes the referenced data and then decodes the reference source data. In order to enable the decoding device to decode the data in the order in which they are received without rearranging the data, the multiplexing unit 4802 sends the referenced data first.
  • a decoding device that does not decode the attribute information may be able to set a time for not processing by ignoring the decoding of the attribute information. Further, for example, in the case of a decoding device that wants to decode the position information quickly, there is a possibility that the position information can be decoded faster by obtaining the coded data of the position information earlier.
  • the attribute XSPS and the attribute YSPS are integrated and described as the attribute SPS, but the attribute XSPS and the attribute YSPS may be arranged separately.
  • the three-dimensional data decoding device may perform decoding based on the order identification information.
  • the three-dimensional data decoding device may instruct the three-dimensional data coding device of the desired transmission order, and the three-dimensional data coding device (multiplexing unit 4802) may control the transmission order according to the instructed transmission order.
  • the multiplexing unit 4802 may generate coded data in which a plurality of functions are merged as long as the transmission order is restricted, such as the transmission order of data integration.
  • the GOF header and the AU header may be integrated, or the AXIS and the AYPS may be integrated.
  • an identifier indicating that the data has a plurality of functions is defined in pcc_nal_unit_type.
  • the default PS value is indicated by the higher PS.
  • the value of PS is indicated by the lower PS.
  • the PS value is not described in the upper PS, and the PS value is described in the lower PS.
  • the information on whether the value of PS is indicated by the lower PS, the upper PS, or both is indicated in one or both of the lower PS and the upper PS.
  • the lower PS may be merged with the upper PS.
  • the multiplexing unit 4802 may omit the transmission of either one.
  • FIG. 29 is a flowchart of processing by the three-dimensional data coding apparatus (encoding unit 4801 and multiplexing unit 4802) relating to the transmission order of the NAL unit.
  • the three-dimensional data encoding device determines the transmission order (position information priority or parameter set priority) of the NAL unit (S4801). For example, the three-dimensional data coding device determines the transmission order based on the designation from the user or an external device (for example, a three-dimensional data decoding device).
  • the three-dimensional data encoding device sets the order identification information included in the stream PS to position information priority (S4803). That is, in this case, the order identification information indicates that the NAL units are sent in the order in which the position information is prioritized. Then, the three-dimensional data coding device sends out the NAL units in the order of prioritizing the position information (S4804).
  • the three-dimensional data encoding device sets the order identification information included in the stream PS to parameter set priority (S4805). That is, in this case, the order identification information indicates that the NAL units are sent in the order in which the parameter set is prioritized. Then, the three-dimensional data coding apparatus sends out NAL units in the order of parameter set parameter set priority (S4806).
  • the three-dimensional data decoding device decodes the NAL unit assuming that the transmission order of the NAL unit is position information priority (S4812). S4813).
  • step S4813 the NAL unit related to the position information is acquired without acquiring all the NAL units, and the position information is decoded from the acquired NAL unit. May be good.
  • the three-dimensional data coding device determines the type of coded data (S4821). Specifically, the three-dimensional data coding apparatus determines whether the coded data to be processed is the data at the head of the AU, the data at the head of the GOF, or other data.
  • the three-dimensional data coding device arranges the GOF header and the AU header at the head of the coded data belonging to the GOF to generate a NAL unit (the head of the GOF). S4823).
  • the three-dimensional data decoding device determines the type of coded data included in the NAL unit by analyzing the nal_unit_type included in the NAL unit (S4831). Specifically, the three-dimensional data decoding device determines whether the coded data included in the NAL unit is the data at the head of the AU, the data at the head of the GOF, or other data.
  • the three-dimensional data decoding device determines that the NAL unit is the start position of random access and accesses the NAL unit. Then, the decoding process is started (S4833).
  • the three-dimensional data decoding device determines that the NAL unit is the AU head, and the data included in the NAL unit. To decode the AU (S4834).
  • the three-dimensional data decoding device does not process the NAL unit.
  • FIG. 33 is a block diagram showing a configuration of a three-dimensional data distribution system according to the present embodiment.
  • the distribution system shown in FIG. 33 includes a server 1501 and a plurality of clients 1502.
  • the server 1501 includes a storage unit 1511 and a control unit 1512.
  • the storage unit 1511 stores a coded three-dimensional map 1513 which is coded three-dimensional data.
  • FIG. 34 is a diagram showing a configuration example of a bit stream of the coded three-dimensional map 1513.
  • the three-dimensional map is divided into a plurality of submaps (sub-maps), and each submap is encoded.
  • a random access header (RA) containing sub-coordinate information is added to each sub-map.
  • the sub-coordinate information is used to improve the coding efficiency of the sub-map.
  • This sub-coordinate information indicates the sub-coordinate (sub-coordinate) of the sub-map.
  • the sub-coordinates are the coordinates of the sub-map with reference to the reference coordinates.
  • a three-dimensional map including a plurality of submaps is called an overall map. Further, the reference coordinates (for example, the origin) in the entire map are called reference coordinates.
  • the sub-coordinates are the coordinates of the sub-map in the coordinate system of the whole map.
  • the sub-coordinates indicate the offset between the coordinate system of the entire map and the coordinate system of the sub-map.
  • the coordinates in the coordinate system of the whole map based on the reference coordinates are called the whole coordinates.
  • the coordinates in the coordinate system of the submap based on the subcoordinates are called the difference coordinates.
  • Client 1502 sends a message to server 1501.
  • This message includes the location information of client 1502.
  • the control unit 1512 included in the server 1501 acquires a bitstream of the submap of the position closest to the position of the client 1502 based on the position information included in the received message.
  • the bitstream of the submap contains the subcoordinate information and is transmitted to the client 1502.
  • the decoder 1521 included in the client 1502 uses this sub-coordinate information to obtain the overall coordinates of the sub-map with reference to the reference coordinates.
  • the application 1522 included in the client 1502 executes the application related to the self-position using the whole coordinates of the obtained submap.
  • the submap shows a part of the whole map.
  • the sub-coordinates are the coordinates where the sub-map is located in the reference coordinate space of the entire map.
  • a submap A of AA and a submap B of AB exist in the entire map of A.
  • the vehicle wants to refer to the map of AA, it starts decoding from submap A, and when it wants to refer to the map of AB, it starts decoding from submap B.
  • the submap is a random access point.
  • A is Osaka Prefecture
  • AA Osaka City
  • AB Takatsuki City.
  • Each submap is sent to the client along with the subcoordinate information.
  • the sub-coordinate information is included in the header information of each sub-map, the transmission packet, and the like.
  • the reference coordinates which are the reference coordinates of the sub-coordinate information of each sub-map, may be added to the header information of the space higher than the sub-map, such as the header information of the entire map.
  • the submap may consist of one space (SPC). Further, the submap may be composed of a plurality of SPCs.
  • the submap may include GOS (Group of Space).
  • the submap may be composed of worlds. For example, when there are a plurality of objects in a submap, if the plurality of objects are assigned to different SPCs, the submap is composed of a plurality of SPCs. If a plurality of objects are assigned to one SPC, the submap is composed of one SPC.
  • FIG. 35 is a diagram for explaining this effect.
  • the coding efficiency can be improved by coding the coordinates of the three-dimensional point A with reference to the sub-coordinates, as compared with the case of coding the coordinates of the three-dimensional point A with reference to the reference coordinates.
  • the bitstream of the submap contains subcoordinate information. By sending the bitstream of the submap and the reference coordinates to the decoding side (client), the decoding side can restore the entire coordinates of the submap.
  • FIG. 36 is a flowchart of processing by the server 1501 which is the transmitting side of the submap.
  • the server 1501 receives a message including the location information of the client 1502 from the client 1502 (S1501).
  • the control unit 1512 acquires a coded bit stream of the submap based on the position information of the client from the storage unit 1511 (S1502).
  • the server 1501 transmits the coded bit stream of the submap and the reference coordinates to the client 1502 (S1503).
  • FIG. 37 is a flowchart of processing by the client 1502, which is the receiving side of the submap.
  • the client 1502 receives the coded bit stream of the submap transmitted from the server 1501 and the reference coordinates (S1511). Next, the client 1502 acquires the submap and the subcoordinate information by decoding the coded bit stream (S1512). Next, the client 1502 restores the difference coordinates in the submap to the overall coordinates using the reference coordinates and the subcoordinates (S1513).
  • the three-dimensional data coding device calculates the difference coordinates by subtracting the sub-coordinates from the coordinates of each point cloud (three-dimensional point). Then, the three-dimensional data encoding device encodes the difference coordinates into a bit stream as the value of each point cloud. Further, the coding apparatus encodes the sub-coordinate information indicating the sub-coordinate as the header information of the bit stream. As a result, the three-dimensional data decoding device can obtain the overall coordinates of each point cloud. For example, the 3D data encoding device is included in the server 1501 and the 3D data decoding device is included in the client 1502.
  • FIG. 38 is a diagram showing an example of syntax of the submap.
  • NuMofPoint shown in FIG. 38 indicates the number of point clouds included in the submap.
  • sub_coordinate_x, sub_coordinate_y, and sub_coordinate_z are sub-coordinate information.
  • sub_coordinate_x indicates the x-coordinate of the sub-coordinate.
  • sub_coordinate_y indicates the y-coordinate of the sub-coordinate.
  • sub_coordinate_z indicates the z-coordinate of the sub-coordinate.
  • diff_x [i], diff_y [i], and diff_z [i] are the difference coordinates of the i-th point cloud in the submap.
  • diff_x [i] indicates the difference value between the x-coordinate of the i-th point cloud in the sub-map and the x-coordinate of the sub-coordinate.
  • diff_y [i] indicates the difference value between the y-coordinate of the i-th point cloud in the sub-map and the y-coordinate of the sub-coordinate.
  • diff_z [i] indicates the difference value between the z-coordinate of the i-th point cloud in the sub-map and the z-coordinate of the sub-coordinate.
  • the three-dimensional data decoding device decodes the overall coordinates of the i-th point cloud, point_cloud [i] _x, point_clud [i] _y, and point_cloud [i] _z, using the following equations.
  • point_cloud [i] _x is the x-coordinate of the overall coordinates of the i-th point cloud.
  • point_cloud [i] _y is the y-coordinate of the entire coordinate of the i-th point cloud.
  • point_cloud [i] _z is the z-coordinate of the entire coordinate of the i-th point cloud.
  • the three-dimensional data coding device uses or encodes each point cloud in an ocree representation (hereinafter referred to as ocree coding) at the time of submap coding, or from subcoordinates. Select whether to use encoding of the difference value (hereinafter referred to as non-octree coding).
  • FIG. 39 is a diagram schematically showing this operation.
  • a three-dimensional data encoding device applies ocree coding to a submap when the number of point clouds in the submap is greater than or equal to a predetermined threshold.
  • the three-dimensional data encoding device applies non-octree coding to the submap when the number of point clouds in the submap is less than the above threshold.
  • the 3D data coding device can appropriately select whether to use octree coding or non-octree coding according to the shape and density of the objects contained in the submap. The coding efficiency can be improved.
  • the three-dimensional data encoding device provides information indicating whether the octree coding or the non-octree coding is applied to the submap (hereinafter, referred to as octree coding application information). Add to the header of the submap.
  • the three-dimensional data decoding device is obtained by either the bitstream is a bitstream obtained by submap being octuple-encoded or the submap is non-octuple-encoded. It can be determined whether it is a bitstream.
  • the three-dimensional data coding device calculates the coding efficiency when each of the octree coding and the non-octree coding is applied to the same point cloud, and is a coding method having good coding efficiency. May be applied to the submap.
  • FIG. 40 is a diagram showing an example of syntax of the submap when this switching is performed.
  • the coding_type shown in FIG. 40 is information indicating the coding type, and is the above-mentioned octane coding application information.
  • the submap includes NuOfPoint and sub-coordinate information (sub_coordinate_x, sub_coordinate_y, and sub_coordinate_z).
  • the submap includes octree_info.
  • the octree_info is information necessary for octane tree coding, and includes, for example, depth information.
  • the submap includes the difference coordinates (diff_x [i], diff_y [i], and diff_z [i]).
  • the submap includes octree_data which is the coding data for the octree coding.
  • a polar coordinate system may be used.
  • FIG. 41 is a flowchart of the three-dimensional data coding process by the three-dimensional data coding device.
  • the three-dimensional data coding device calculates the number of point clouds in the target submap, which is the submap to be processed (S1521).
  • the three-dimensional data coding device determines whether or not the calculated number of point clouds is equal to or greater than a predetermined threshold value (S1522).
  • the 3D data encoding device applies octree coding to the target submap (S1523). Further, the three-dimensional point data encoding device adds the octree coding application information indicating that the octree coding has been applied to the target submap to the header of the bitstream (S1525).
  • the three-dimensional data encoding device applies non-octree coding to the target submap (S1524).
  • the three-dimensional point data encoding device adds octree coding application information indicating that non-octree coding has been applied to the target submap to the header of the bitstream (S1525).
  • FIG. 42 is a flowchart of the three-dimensional data decoding process by the three-dimensional data decoding device.
  • the three-dimensional data decoding device decodes the octane coding application information from the header of the bit stream (S1531).
  • the three-dimensional data decoding apparatus determines whether or not the coding type applied to the target submap is octree coding based on the decoded octree coding application information (S1532).
  • the three-dimensional data decoding device decodes the target submap by ocree decoding (S1533).
  • the coding type indicated by the octree coding application information is non-octree coding (No in S1532)
  • the three-dimensional data decoding device decodes the target submap by non-octree decoding. (S1534).
  • 43 to 45 are diagrams schematically showing the operation of a modified example of the coding type switching process.
  • the three-dimensional data coding apparatus may select whether to apply octree coding or non-octree coding for each space.
  • the 3D data encoding device adds the octane coding application information to the header of the space.
  • the three-dimensional data decoding device can determine for each space whether or not the octree coding has been applied. Further, in this case, the three-dimensional data encoding device sets the sub-coordinates for each space and encodes the difference value obtained by subtracting the sub-coordinate value from the coordinates of each point cloud in the space.
  • the three-dimensional data encoding device can appropriately switch whether or not to apply the octree coding according to the shape of the object in the space or the number of point clouds, so that the coding efficiency can be improved. ..
  • the three-dimensional data encoding device may select whether to apply octree coding or non-octree coding for each volume.
  • the three-dimensional data encoding device adds the octane coding application information to the header of the volume.
  • the three-dimensional data decoding device can determine for each volume whether or not the octree coding has been applied. Further, in this case, the three-dimensional data coding device sets the sub-coordinates for each volume and encodes the difference value obtained by subtracting the sub-coordinate value from the coordinates of each point cloud in the volume.
  • the three-dimensional data encoding device can appropriately switch whether or not to apply the octree coding according to the shape of the object in the volume or the number of point clouds, so that the coding efficiency can be improved. ..
  • non-octree coding an example of coding the difference obtained by subtracting the sub-coordinates from the coordinates of each point cloud is shown, but the present invention is not limited to this, and any device other than the octa-tree coding is used. It may be encoded by such an encoding method.
  • the 3D data coding device encodes the value of the point cloud itself in the submap, space, or volume as non-octree coding, not the difference from the subcoordinates. (Hereinafter, referred to as original coordinate coding) may be used.
  • the 3D data encoding device stores in the header information indicating that the original coordinate coding has been applied to the target space (submap, space, or volume). As a result, the three-dimensional data decoding device can determine whether or not the original coordinate coding has been applied to the target space.
  • the three-dimensional data coding device may perform coding without applying the quantization and arithmetic coding to the original coordinates. Further, the three-dimensional data coding apparatus may encode the original coordinates with a predetermined fixed bit length. As a result, the three-dimensional data coding device can generate a stream having a constant bit length at a certain timing.
  • non-octree coding an example of coding the difference obtained by subtracting the sub-coordinates from the coordinates of each point cloud is shown, but this is not always the case.
  • the three-dimensional data coding device may encode the difference values between the coordinates of each point cloud in order.
  • FIG. 46 is a diagram for explaining the operation in this case.
  • the three-dimensional data encoding device uses the sub-coordinates as the predicted coordinates when encoding the point cloud PA, and encodes the difference value between the coordinates of the point cloud PA and the predicted coordinates. do.
  • the three-dimensional data encoding device uses the coordinates of the point cloud PA as the predicted coordinates when encoding the point cloud PB, and encodes the difference value between the point cloud PB and the predicted coordinates.
  • the three-dimensional data encoding device uses the point cloud PB as the predicted coordinates when encoding the point cloud PC, and encodes the difference value between the point cloud PB and the predicted coordinates. In this way, the three-dimensional data encoding device sets the scan order for a plurality of point clouds, and the coordinates of the target point cloud to be processed and the coordinates of the point cloud immediately before in the scan order with respect to the target point cloud are set.
  • the difference value may be encoded.
  • the sub-coordinates are the coordinates of the lower left front corner of the sub-map, but the position of the sub-coordinates is not limited to this.
  • 47 to 49 are diagrams showing another example of the position of the sub coordinate.
  • the setting position of the sub-coordinate may be set to any coordinate in the target space (sub-map, space, or volume). That is, as described above, the sub-coordinates may be the coordinates of the lower left front corner of the target space. As shown in FIG. 47, the sub-coordinates may be the coordinates of the center of the target space. As shown in FIG. 48, the sub-coordinates may be the coordinates of the upper right corner of the target space. Further, the sub-coordinates are not limited to the coordinates of the lower left front corner or the upper right back corner of the target space, and may be the coordinates of any corner of the target space.
  • the setting position of the sub-coordinates may be the same as the coordinates of a certain point cloud in the target space (sub-map, space, or volume).
  • the coordinates of the sub-coordinates match the coordinates of the point cloud PD.
  • the three-dimensional data encoding device may switch between applying another tree structure other than the octree tree and applying a non-tree structure other than the tree structure.
  • another tree structure is a kd tree that divides using a plane perpendicular to one of the coordinate axes. Any method may be used as another tree structure.
  • the three-dimensional data coding apparatus may encode, for example, color information, three-dimensional feature amounts, visible light feature amounts, and the like in the same manner as coordinate information.
  • the three-dimensional data encoding device sets the average value of the color information of each point cloud in the submap to the sub color information (sub-color), and the difference between the color information of each point cloud and the sub color information. May be encoded.
  • a server-side three-dimensional data encoder is encoded by a point cloud bitstream encoded by octree coding, a point cloud bitstream encoded by non-octree coding, or both.
  • the bit stream of the converted point cloud may be retained, and the bit stream to be transmitted to the three-dimensional data decoding device may be switched according to the communication environment or the processing capacity of the three-dimensional data decoding device.
  • FIG. 50 is a diagram showing an example of volume syntax when switching the application of ocree coding.
  • the syntax shown in FIG. 50 is basically the same as the syntax shown in FIG. 40, except that each piece of information is volume unit information.
  • NuMofPoint indicates the number of point clouds included in the volume.
  • sub_coordinate_x, sub_coordinate_y, and sub_coordinate_z are sub-coordinate information of the volume.
  • diff_x [i], diff_y [i], and diff_z [i] are the difference coordinates of the i-th point cloud in the volume.
  • diff_x [i] indicates the difference value between the x-coordinate of the i-th point cloud in the volume and the x-coordinate of the sub-coordinate.
  • diff_y [i] indicates the difference value between the y-coordinate of the i-th point cloud in the volume and the y-coordinate of the sub-coordinate.
  • diff_z [i] indicates the difference value between the z-coordinate of the i-th point cloud in the volume and the z-coordinate of the sub-coordinate.
  • the three-dimensional data encoding device does not have to include the sub-coordinate information in the header of the volume. That is, the three-dimensional data encoding device may calculate the relative position of the volume in the space without including the sub-coordinate information in the header, and use the calculated position as the sub-coordinate of each volume.
  • the three-dimensional data coding apparatus has an octree structure for the target spatial unit among a plurality of spatial units (for example, submap, space or volume) included in the three-dimensional data. It is determined whether or not to encode (for example, S1522 in FIG. 41). For example, when the number of three-dimensional points included in the target space unit is larger than a predetermined threshold value, the three-dimensional data coding device determines that the target space unit is encoded by an ocree tree structure. Further, when the number of three-dimensional points included in the target space unit is equal to or less than the above threshold value, the three-dimensional data coding device determines that the target space unit is not encoded by the octagonal tree structure.
  • the three-dimensional data encoding device encodes the target space unit by using the octane tree structure (S1523). Further, when it is determined that the target space unit is not encoded by the octa-tree structure (No in S1522), the three-dimensional data encoding device encodes the target space unit by a method different from that of the octa-tree structure (No). S1524). For example, a three-dimensional data coding device encodes the coordinates of a three-dimensional point included in a target space unit in a different method. Specifically, the three-dimensional data encoding device encodes the difference between the reference coordinates of the target space unit and the coordinates of the three-dimensional points included in the target space unit in different methods.
  • the three-dimensional data encoding device adds information indicating whether or not the target space unit is encoded by the octree structure to the bit stream (S1525).
  • the three-dimensional data coding device can reduce the amount of data of the coded signal, so that the coding efficiency can be improved.
  • the three-dimensional data encoding device includes a processor and a memory, and the processor uses the memory to perform the above processing.
  • the three-dimensional data decoding apparatus decodes the target space unit among a plurality of target space units (for example, submap, space or volume) included in the three-dimensional data in an octree structure. Decoding the information indicating whether or not from the bit stream (for example, S1531 in FIG. 42). When it is indicated by the above information that the target space unit is decoded in the octane tree structure (Yes in S1532), the three-dimensional data decoding apparatus decodes the target space unit using the octane tree structure (S1533).
  • the three-dimensional data decoding device decodes the target space unit in a method different from that in the octree structure (S1534). ..
  • a three-dimensional data decoding device decodes the coordinates of a three-dimensional point included in a target space unit in a different method.
  • the three-dimensional data decoding device decodes the difference between the reference coordinates of the target space unit and the coordinates of the three-dimensional points included in the target space unit in different methods.
  • the three-dimensional data decoding device can reduce the amount of data of the coded signal, so that the coding efficiency can be improved.
  • the three-dimensional data decoding device includes a processor and a memory, and the processor uses the memory to perform the above processing.
  • the position information of a plurality of three-dimensional points is encoded by using the prediction tree generated based on the position information.
  • FIG. 51 is a diagram showing an example of a prediction tree used in the three-dimensional data coding method according to the fourth embodiment.
  • FIG. 52 is a flowchart showing an example of the three-dimensional data coding method according to the fourth embodiment.
  • FIG. 53 is a flowchart showing an example of the three-dimensional data decoding method according to the fourth embodiment.
  • a prediction tree is generated using a plurality of three-dimensional points, and then the node information included in each node of the prediction tree is encoded. This gives a bitstream containing the encoded node information.
  • Each node information is, for example, information about one node of the prediction tree.
  • Each node information includes, for example, the position information of one node, the index of the one node, the number of child nodes of the one node, and the prediction mode used to encode the position information of the one node. And includes the predicted residuals.
  • each encoded node information included in the bit stream is decoded, and then the position information is decoded while generating a prediction tree. ..
  • FIG. 54 is a diagram for explaining a method of generating a predicted tree according to the fourth embodiment.
  • the three-dimensional data encoding device first adds a point 0 as the initial point of the prediction tree.
  • the position information of the point 0 is indicated by the coordinates including the three elements (x0, y0, z0).
  • the position information of the point 0 may be indicated by the coordinates of the three-axis Cartesian coordinate system or may be indicated by the coordinates of the polar coordinate system.
  • Child_count is incremented by 1 each time one child node is added to the node for which the child_count is set.
  • the child_count of each node after the generation of the predicted tree is completed indicates the number of child nodes possessed by each node, and is added to the bit stream.
  • the pred_mode indicates a prediction mode for predicting the value of the position information of each node. The details of the prediction mode will be described later.
  • the three-dimensional data coding device adds point 1 to the prediction tree.
  • the three-dimensional data encoding device may search for the nearest neighbor point of the point 1 from the point cloud already added to the prediction tree, and add the point 1 as a child node of the nearest neighbor point.
  • the position information of the point 1 is indicated by the coordinates including the three elements (x1, y1, z1).
  • the position information of the point 1 may be indicated by the coordinates of the three-axis Cartesian coordinate system or may be indicated by the coordinates of the polar coordinate system.
  • point 0 is the nearest point to point 1
  • point 1 is added as a child node of point 0.
  • the three-dimensional data coding device increments the value indicated by the child_count at point 0 by 1.
  • the predicted value of the position information of each node may be calculated when a node is added to the prediction tree.
  • the three-dimensional data coding device may add point 1 as a child node of point 0 and calculate the position information of point 0 as a predicted value.
  • pred_mode 1 may be set.
  • the pred_mode is prediction mode information (prediction mode value) indicating the prediction mode.
  • the three-dimensional data coding apparatus may calculate the error_value (prediction residual) of the point 1 after calculating the predicted value.
  • residual_value is a difference value obtained by subtracting the predicted value calculated in the predicted mode indicated by pred_mode from the position information of each node.
  • the coding efficiency can be improved by coding the difference value from the predicted value instead of the position information itself.
  • the three-dimensional data coding device adds point 2 to the prediction tree.
  • the three-dimensional data encoding device may search for the nearest neighbor point of the point 2 from the point cloud already added to the prediction tree, and add the point 2 as a child node of the nearest neighbor point.
  • the position information of the point 2 is indicated by the coordinates including the three elements (x2, y2, z2).
  • the position information of the point 2 may be indicated by the coordinates of the three-axis Cartesian coordinate system or may be indicated by the coordinates of the polar coordinate system.
  • the point 1 becomes the nearest point of the point 2, and the point 2 is added as a child node of the point 1.
  • the three-dimensional data coding device increments the value indicated by the child_count of point 1 by 1.
  • the three-dimensional data coding device adds the point 3 to the prediction tree.
  • the three-dimensional data encoding device may search for the nearest neighbor point of the point 3 from the point cloud already added to the prediction tree, and add the point 3 as a child node of the nearest neighbor point.
  • the position information of the point 3 is indicated by the coordinates including the three elements (x3, y3, z3).
  • the position information of the point 3 may be indicated by the coordinates of the three-axis Cartesian coordinate system or may be indicated by the coordinates of the polar coordinate system.
  • point 0 is the nearest point to point 3
  • point 3 is added as a child node of point 0.
  • the three-dimensional data coding device increments the value indicated by the child_count at point 0 by 1.
  • the 3D data coding device adds all the points to the prediction tree and completes the generation of the prediction tree.
  • the three-dimensional data encoding device encodes the children_count, pred_mode, and residual_value of each node selected from the nodes of the root in the order of depth priority. That is, when the three-dimensional data encoding device selects the nodes in the depth priority order, the three-dimensional data encoding device selects a child node that has not yet been selected from one or more child nodes of the selected node as the next node of the selected node. .. If the selected node does not have a child node, the 3D data encoder selects another unselected child node of the parent node of the selected node.
  • the coding order is not limited to the depth priority order, but may be, for example, a breadth first order.
  • the three-dimensional data encoding device selects a node that has not yet been selected from one or more nodes of the same depth (hierarchy) as the selected node as the next node of the selected node. select. If there is no node with the same depth as the selected node, the three-dimensional data coding device selects a node that has not yet been selected from one or more nodes of the next depth.
  • points 0 to 3 are examples of a plurality of three-dimensional points.
  • child_count, pred_mode, and regional_value are calculated when each point is added to the prediction tree, but the present invention is not limited to this, and for example, after the generation of the prediction tree is completed. , They may be calculated.
  • the input order of the plurality of three-dimensional points to the three-dimensional data encoding device may be such that the input three-dimensional points are sorted in ascending or descending order of the Morton orderer and processed in order from the first three-dimensional point.
  • the three-dimensional data coding apparatus can efficiently search for the nearest neighbor point of the three-dimensional point to be processed, and can improve the coding efficiency.
  • the three-dimensional data coding apparatus may process the three-dimensional points in the input order without rearranging them.
  • the 3D data coding device may generate a predictive tree without branches in the input order of a plurality of 3D points.
  • the three-dimensional data encoding device adds the input three-dimensional point next to the input three-dimensional point as a child node of a predetermined three-dimensional point in the input order of a plurality of three-dimensional points. You may.
  • FIG. 55 is a diagram for explaining a first example of the prediction mode according to the fourth embodiment.
  • FIG. 55 is a diagram showing a part of the predicted tree.
  • Eight prediction modes may be set as shown below. For example, as shown in FIG. 55, a case where the predicted value of the point c is calculated will be described as an example.
  • the prediction tree shows that the parent node at point c is point p0, the grandfather node at point c is point p1, and the great-grandfather node at point c is point p2.
  • the point c, the point p0, the point p1, and the point p2 are examples of a plurality of three-dimensional points.
  • the prediction mode in which the prediction mode value is 0 (hereinafter referred to as prediction mode 0) may be set without prediction. That is, the three-dimensional data coding apparatus may calculate the input position information of the point c as the predicted value of the point c in the prediction mode 0.
  • prediction mode 1 the prediction mode in which the prediction mode value is 1 (hereinafter referred to as prediction mode 1) may be set to the difference prediction from the point p0. That is, the three-dimensional data encoding device may calculate the position information of the point p0, which is the parent node of the point c, as the predicted value of the point c.
  • the prediction mode in which the prediction mode value is 2 (hereinafter referred to as prediction mode 2) may be set to linear prediction with points p0 and points p1. That is, the three-dimensional data encoding device obtains the prediction result of the point c by linear prediction using the position information of the point p0 which is the parent node of the point c and the position information of the point p1 which is the grandfather node of the point c. It may be calculated as a predicted value. Specifically, the three-dimensional data coding device calculates the predicted value of the point c in the prediction mode 2 using the following formula T1.
  • p0 indicates the position information of the point p0
  • p1 indicates the position information of the point p1.
  • the prediction mode in which the prediction mode value is 3 may be set to Parallelogram prediction using points p0, point p1 and point p2. That is, the three-dimensional data encoding device has the position information of the point p0 which is the parent node of the point c, the position information of the point p1 which is the grandfather node of the point c, and the position information of the point p2 which is the great-grandfather node of the point c.
  • the prediction result by the Parentogram prediction using and may be calculated as the prediction value of the point c.
  • the three-dimensional data coding device calculates the predicted value of the point c in the prediction mode 3 using the following formula T2.
  • the prediction mode in which the prediction mode value is 6 may be set to the average of any two or more position information of points p0, point p1, and points p2. That is, the three-dimensional data encoding device has the position information of the point p0 which is the parent node of the point c, the position information of the point p1 which is the grandfather node of the point c, and the position information of the point p2 which is the great-grandfather node of the point c.
  • the average value of two or more position information of the above may be calculated as the predicted value of the point c.
  • the predicted value of the point c in the prediction mode 6 is calculated using the following equation T3. do.
  • p0 indicates the position information of the point p0
  • p1 indicates the position information of the point p1.
  • prediction mode 7 the prediction mode in which the prediction mode value is 7 (hereinafter referred to as prediction mode 7) is used for non-linear prediction using the distance d0 between the points p0 and p1 and the distance d1 between the points p2 and p1. It may be set. That is, the three-dimensional data coding apparatus may calculate the prediction result by the non-linear prediction using the distance d0 and the distance d1 as the prediction value of the point c.
  • the prediction method assigned to each prediction mode is not limited to the above example. Further, the above eight prediction modes and the above eight prediction methods do not have to be the above combinations, and may be any combination. For example, when the prediction mode is encoded by using entropy coding such as arithmetic coding, the prediction mode 0 may be assigned a frequently used prediction method. Thereby, the coding efficiency can be improved. Further, the three-dimensional data coding apparatus may improve the coding efficiency by dynamically changing the allocation of the prediction mode according to the frequency of use of the prediction mode while proceeding with the coding process.
  • the three-dimensional data coding apparatus may, for example, count the frequency of use of each prediction mode at the time of coding, and assign a prediction mode indicated by a smaller value as the prediction method has a higher frequency of use. As a result, the coding efficiency can be improved.
  • the three-dimensional data encoding device uses the predicted value (px, py, pz) of the position information (x, y, z) of the three-dimensional point as a code among the three-dimensional points around the three-dimensional point to be encoded.
  • the predicted value used for calculating the position information of the three-dimensional point to be encoded may be calculated by using the position information of the three-dimensional point whose distance is close to the three-dimensional point to be encoded. Further, the three-dimensional data coding apparatus may add prediction mode information (pred_mode) for each three-dimensional point so that the predicted value calculated according to the prediction mode can be selected.
  • the position information of the three-dimensional point p0 of the nearest neighbor point is assigned to the prediction mode 0, ...
  • the position information of the three-dimensional point p2 is assigned to the prediction mode M-1 and used for prediction. It is conceivable to add the predicted mode to the bit stream for each three-dimensional point.
  • FIG. 56 is a diagram showing a second example of a table showing predicted values calculated in each prediction mode according to the fourth embodiment.
  • the predicted value of the position information of the point c is calculated using at least one of the position information of the point p0, the point p1, and the point p2.
  • the prediction mode is added for each three-dimensional point to be encoded.
  • the predicted value is calculated according to the added prediction mode.
  • FIG. 57 is a diagram showing a specific example of the second example of the table showing the predicted values calculated in each prediction mode according to the fourth embodiment.
  • the three-dimensional data encoding device selects, for example, the prediction mode 1, and encodes the position information (x, y, z) of the three-dimensional point to be encoded by using the predicted values (p0x, p0y, p0z), respectively. It may be changed. In this case, "1", which is a prediction mode value indicating the selected prediction mode 1, is added to the bit stream.
  • the three-dimensional data coding apparatus can be used as one prediction mode for calculating the prediction value of each of the three elements included in the position information of the three-dimensional point to be encoded in the selection of the prediction mode.
  • a common prediction mode may be selected for the three elements.
  • FIG. 58 is a diagram showing a third example of a table showing predicted values calculated in each prediction mode according to the fourth embodiment.
  • the predicted value of the position information of the point c is calculated using at least one of the position information of the point p0 and the point p1.
  • the prediction mode is added for each three-dimensional point to be encoded.
  • the predicted value is calculated according to the added prediction mode.
  • the prediction mode in which the prediction value is not assigned may be set to not available.
  • another prediction method may be assigned to the prediction mode.
  • the position information of the point p2 may be assigned as a predicted value to the prediction mode.
  • the prediction mode may be assigned a prediction value assigned to another prediction mode.
  • the position information of the point p1 assigned to the prediction mode 4 may be assigned to the prediction mode 3 in which the not variable is set. At that time, the position information of the point p2 may be newly assigned to the prediction mode 4. In this way, when a prediction mode in which not variable is set occurs, the coding efficiency can be improved by assigning a new prediction method to the prediction mode.
  • the predicted value may be calculated in the prediction mode divided for each of the three elements. For example, if the three elements are represented by x, y, z of the coordinates (x, y, z) of the three-axis Cartesian coordinate system, each of the predicted values of the three elements is the prediction selected in each element. It may be calculated in mode.
  • the prediction mode pred_mode_x for calculating the predicted value of the element x (that is, the x coordinate)
  • the prediction mode pred_mode_y for calculating the predicted value of the element y (that is, the y coordinate)
  • the predicted value of the element z that is, the z coordinate predicted value
  • a prediction mode value may be selected in each of the prediction modes pred_mode_z for calculation.
  • the values in the tables of FIGS. 59 to 61 which will be described later, are used as the prediction mode values indicating the prediction modes of each element.
  • Each of these prediction mode values may be added to the bit stream.
  • the coordinates of the three-axis orthogonal coordinate system have been described as an example of the position information, but the coordinates of the polar coordinate system have also been described in the same manner. Can be applied.
  • the three-dimensional data coding apparatus can be used as one prediction mode for calculating the prediction value of each of the three elements included in the position information of the three-dimensional point to be encoded in the selection of the prediction mode.
  • Independent prediction modes may be selected for each of the three elements.
  • the predicted value including two or more elements among the plurality of elements of the position information may be calculated in a common prediction mode.
  • the prediction mode pred_mode_x for calculating the predicted value using the element x and the element
  • the prediction mode value may be selected in each of the prediction mode pred_mode_yz for calculating the prediction value using y and the element z.
  • the values in the tables of FIGS. 59 and 62 which will be described later, are used as the prediction mode values indicating the prediction modes of each component, and these prediction mode values may be added to the bit stream, respectively.
  • the three-dimensional data coding apparatus can be used as one prediction mode for calculating the prediction value of each of the three elements included in the position information of the three-dimensional point to be encoded in the selection of the prediction mode.
  • a common prediction mode may be selected for two of the three elements, and a prediction mode independent of the above two elements may be selected for the remaining one element.
  • FIG. 59 is a diagram showing a fourth example of a table showing predicted values calculated in each prediction mode.
  • the fourth example is an example in which the position information used for the predicted value is the value of the element x of the position information of the surrounding three-dimensional points.
  • the predicted value calculated in the predicted mode pred_mode_x whose predicted mode value is indicated by "0" is 0.
  • the predicted value calculated in the predicted mode pred_mode_x whose predicted mode value is indicated by "1” is the x-coordinate of the point p0, which is p0x.
  • the predicted value calculated in the predicted mode pred_mode_x whose prediction mode value is indicated by "2” is a prediction result of linear prediction based on the x-coordinate of the point p0 and the x-coordinate of the point p1 (2 x p0x-p1x). Is.
  • the predicted value calculated in the predicted mode pred_mode_x whose prediction mode value is indicated by "3" is the prediction result of Parallelogram prediction by the x-coordinate of the point p0, the x-coordinate of the point p1, and the x-coordinate of the point p2. , (P0x + p1x ⁇ p2x). Further, the predicted value calculated in the predicted mode pred_mode_x whose predicted mode value is indicated by "4" is the x-coordinate of the point p1 and is p1x.
  • the prediction mode pred_mode_x whose prediction mode value is indicated by "1" is selected in the table of FIG. 59
  • the x-coordinate of the position information of the three-dimensional point to be encoded is coded using the prediction value p0x. It may be changed. In this case, "1" as the prediction mode value is added to the bit stream.
  • FIG. 60 is a diagram showing a fifth example of a table showing predicted values calculated in each prediction mode.
  • the fifth example is an example in which the position information used for the predicted value is the value of the element y of the position information of the surrounding three-dimensional points.
  • the predicted value calculated in the predicted mode pred_mode_y in which the predicted mode value is indicated by "0" is 0.
  • the predicted value calculated in the predicted mode pred_mode_y whose prediction mode value is indicated by "1” is the y coordinate of the point p0, which is p0y.
  • the predicted value calculated in the predicted mode pred_mode_y whose prediction mode value is indicated by "2” is a prediction result of linear prediction based on the y coordinate of the point p0 and the y coordinate of the point p1 (2 ⁇ p0y ⁇ p1y). Is.
  • the predicted value calculated in the predicted mode pred_mode_y whose prediction mode value is indicated by "3" is the prediction result of Parallelogram prediction by the y coordinate of the point p0, the y coordinate of the point p1, and the y coordinate of the point p2. , (P0y + p1y ⁇ p2y). Further, the predicted value calculated in the predicted mode pred_mode_y whose prediction mode value is indicated by "4" is the y coordinate of the point p1 and is p1y.
  • the prediction mode pred_mode_y whose prediction mode value is indicated by "1" is selected in the table of FIG. 60
  • the y-coordinate of the position information of the three-dimensional point to be encoded is coded using the prediction value p0y. It may be changed. In this case, "1" as the prediction mode value is added to the bit stream.
  • FIG. 61 is a diagram showing a sixth example of a table showing predicted values calculated in each prediction mode.
  • the sixth example is an example in which the position information used for the predicted value is the value of the element z of the position information of the surrounding three-dimensional points.
  • the predicted value calculated in the predicted mode pred_mode_z whose predicted mode value is indicated by "0" is 0.
  • the predicted value calculated in the predicted mode pred_mode_z whose prediction mode value is indicated by "1” is the z coordinate of the point p0, which is p0z.
  • the predicted value calculated in the predicted mode pred_mode_z whose prediction mode value is indicated by "2” is a prediction result of linear prediction based on the z coordinate of the point p0 and the z coordinate of the point p1 (2 ⁇ p0z ⁇ p1z). Is.
  • the predicted value calculated in the predicted mode pred_mode_z whose prediction mode value is indicated by "3" is the prediction result of Parallelogram prediction by the z coordinate of the point p0, the z coordinate of the point p1, and the z coordinate of the point p2. , (P0z + p1z-p2z). Further, the predicted value calculated in the predicted mode pred_mode_z whose prediction mode value is indicated by "4" is the z coordinate of the point p1 and is p1z.
  • the prediction mode pred_mode_z whose prediction mode value is indicated by "1" is selected in the table of FIG. 61, the z-coordinate of the position information of the three-dimensional point to be encoded is coded using the predicted value p0z. It may be changed. In this case, "1" as the prediction mode value is added to the bit stream.
  • FIG. 62 is a diagram showing a seventh example of a table showing predicted values calculated in each prediction mode.
  • the seventh example is an example in which the position information used for the predicted value is the value of the element y and the element z of the position information of the surrounding three-dimensional points.
  • the predicted value calculated in the predicted mode pred_mode_yz whose predicted mode value is indicated by “0” is 0.
  • the predicted values calculated in the predicted mode pred_mode_yz whose predicted mode value is indicated by "1” are the y-coordinate and the z-coordinate of the point p0, and are (p0y, p0z).
  • the predicted value calculated in the predicted mode pred_mode_yz whose prediction mode value is indicated by "2" is a prediction result of linear prediction based on the y-coordinate and z-coordinate of the point p0 and the y-coordinate and z-coordinate of the point p1.
  • the predicted values calculated in the predicted mode pred_mode_yz whose prediction mode value is indicated by "3" are the y-coordinate and z-coordinate of the point p0, the y-coordinate and z-coordinate of the point p1, and the y-coordinate and z of the point p2. It is a prediction result of the Parallelog prediction based on the coordinates, and is (p0y + p1y-p2y, p0z + p1z-p2z). Further, the predicted values calculated in the predicted mode pred_mode_yz whose predicted mode value is indicated by "4" are the y-coordinate and the z-coordinate of the point p1, and are (p1y, p1z).
  • the prediction mode pred_mode_yz whose prediction mode value is indicated by "1" is selected in the table of FIG. 62, the y-coordinate and z-coordinate of the position information of the three-dimensional point to be encoded are set to the predicted value (p0y). , P0z). In this case, "1" as the prediction mode value is added to the bit stream.
  • the correspondence between the prediction mode and the prediction method of the calculated predicted value is the same as the above correspondence in the table in the second example.
  • the prediction mode at the time of coding may be selected by RD optimization. For example, it is conceivable to calculate the cost cost (P) when a certain prediction mode P is selected and select the prediction mode P in which the cost (P) is minimized.
  • the cost cost (P) is adjusted with, for example, the predicted residual residual_value (P) when the predicted value of the predicted mode P is used, and the number of bits required to encode the predicted mode P bit (P). It may be calculated by the equation D1 using the parameter ⁇ value.
  • Abs (x) indicates the absolute value of x.
  • the square value of x may be used instead of abs (x).
  • the adjustment parameter ⁇ may be set to a different value depending on the value of the quantization scale. For example, when the quantization scale is small (at a high bit rate), the prediction mode in which the prediction residual residual_value (P) is small by reducing the ⁇ value is selected to improve the prediction accuracy as much as possible, and when the quantization scale is large. (At a low bit rate), an appropriate prediction mode may be selected by increasing the ⁇ value while considering the number of bits (P) required to encode the prediction mode P.
  • the case where the quantization scale is small is, for example, a case where it is smaller than the first quantization scale.
  • the case where the quantization scale is large is, for example, the case where it is larger than the second quantization scale which is equal to or larger than the first quantization scale.
  • the smaller the quantization scale the smaller the ⁇ value may be set.
  • the predicted residual error_value (P) is calculated by subtracting the predicted value of the prediction mode P from the position information of the three-dimensional point to be encoded. Instead of the predicted residual error_value (P) at the time of cost calculation, the predicted residual error_value (P) is quantized and inversely quantized, added to the predicted value to obtain the decoded value, and the position of the original three-dimensional point is obtained.
  • the difference (coding error) between the information and the decoded value when the prediction mode P is used may be reflected in the cost value. This makes it possible to select a prediction mode with a small coding error.
  • the number of bits (P) required to encode the prediction mode P may be, for example, the number of bits after binarization when the prediction mode is binarized and encoded.
  • the prediction mode value indicating the prediction mode may be binarized by a truncated unary code in which the maximum value is 5 using the number of prediction modes M.
  • 4 bits are used as the number of bits (P) required for encoding each prediction mode value.
  • the code amount of the prediction mode value indicating the prediction mode for calculating the prediction value that is easy to be selected, for example, the cost (P) is likely to be minimized, such as the position information of the three-dimensional point that is close to the three-dimensional point to be converted. Can be reduced.
  • the three-dimensional data encoding device may encode the prediction mode value indicating the selected prediction mode by using the number of prediction modes. Specifically, the three-dimensional data encoding device may encode the prediction mode value with a truncated number code having the maximum number of prediction modes.
  • the prediction mode value indicating the prediction mode may be binarized by the unary code as shown in FIG. Further, when the probability of occurrence of each prediction mode is close, as shown in FIG. 65, the prediction mode value indicating the prediction mode may be binarized by the fixed code to reduce the code amount.
  • the number of bits (P) required to encode the prediction mode value indicating the prediction mode P the binary data of the prediction mode value indicating the prediction mode P is arithmetically coded, and the code amount after the arithmetic coding is performed. May be the value of bit (P).
  • the cost can be calculated using a more accurate required number of bits (P), so that a more appropriate prediction mode can be selected.
  • FIG. 63 is a diagram showing a first example of a binarization table in the case where the prediction mode value according to the fourth embodiment is binarized and encoded.
  • FIG. 64 is a diagram showing a second example of the binarization table in the case where the prediction mode value according to the fourth embodiment is binarized and encoded.
  • FIG. 65 is a diagram showing a third example of the binarization table in the case where the prediction mode value according to the fourth embodiment is binarized and encoded.
  • the prediction mode value indicating the prediction mode may be arithmetically encoded and added to the bit stream after binarization.
  • the prediction mode value may be binarized by, for example, a truncated unary code using a value of the number of prediction modes M. In this case, the maximum number of bits after binarization of the prediction mode value is M-1.
  • the binarized data may be arithmetically coded using a coding table.
  • the coding efficiency may be improved by switching the coding table for each bit of the binary data and coding.
  • the first bit one bit is encoded using the coding table A for one bit, and each bit of the remaining bits reminding bit is used for reminding bit. It may be encoded using the encoding table B.
  • the first bit “1” of one bit is encoded using the encoding table A, and the remaining bits are being remaining.
  • Each bit of "110" of the bit may be encoded by using the encoding table B.
  • FIG. 66 is a diagram for explaining an example of encoding the binary data of the binarization table when the prediction mode according to the fourth embodiment is binarized and encoded.
  • the coding efficiency can be improved by switching the coding table according to the bit position of the binary data while suppressing the number of coding tables.
  • the coding table may be further switched for each bit to perform arithmetic coding, or the coding table may be switched and decoded according to the result of arithmetic coding.
  • the prediction mode value When the prediction mode value is binarized and encoded by the truncated unary code using the number M of the prediction modes, the prediction mode used for the truncated unary code so that the prediction mode can be specified from the binary data decoded on the decoding side.
  • a number M may be added to the header of the bit stream or the like. Bitstream headers are, for example, sequence parameter sets (SPS), positional parameter sets (GPS), slice headers, and the like.
  • SPS sequence parameter sets
  • GPS positional parameter sets
  • slice headers are, for example, sequence parameter sets (SPS), positional parameter sets (GPS), slice headers, and the like.
  • the number of prediction modes M may be specified by a profile or level such as a standard without being added to the stream.
  • the predicted mode value binarized using the truncated unary code is arithmetically coded by switching the coding table between the one bit part and the reminding part as described above.
  • the probability of occurrence of 0 and 1 in each coding table may be updated according to the value of the binary data actually generated. Further, the probability of occurrence of 0 and 1 in either coding table may be fixed. As a result, the number of updates of the occurrence probability may be suppressed to reduce the processing amount. For example, the probability of occurrence of the one bit portion may be updated, and the probability of occurrence of the reminding bit portion may be fixed.
  • FIG. 67 is a flowchart showing an example of coding of the prediction mode value according to the fourth embodiment.
  • FIG. 68 is a flowchart showing an example of decoding the predicted mode value according to the fourth embodiment.
  • the prediction mode value is first binarized by a thresholded mode using the number of prediction modes M (S9701).
  • the binary data of the truncated unary code is arithmetically encoded (S9702).
  • the bitstream contains binary data as a prediction mode.
  • the bit stream is arithmetically decoded using the number of predicted modes M, and binary data of a truncated unary code is generated (S9711).
  • the prediction mode value is calculated from the binary data of the truncated unary code (S9712).
  • the binary value is higher than the case of the thresholded number code with the number of prediction modes M.
  • the number of bits after conversion can be reduced.
  • the number of bits after binarization of the predicted mode value may be reduced by binarizing the number L assigned to the predicted mode as the maximum value in the thresholded number code.
  • the binarized data may be arithmetically coded using a coding table.
  • the coding efficiency may be improved by switching the coding table for each bit of the binary data and coding.
  • the first bit one bit is encoded using the coding table A for one bit, and each bit of the remaining bits reminding bit is used for reminding bit. It may be encoded using the encoding table B.
  • the first bit one bit "1” is encoded by using the encoding table A. Since there is no remaining bit remaining bit, it is not necessary to encode it. If there are remaining bit reminding bits, the remaining bits may be encoded using the coding table B.
  • FIG. 70 is a diagram for explaining an example of encoding the binary data of the binarization table when the prediction mode according to the fourth embodiment is binarized and encoded.
  • the coding efficiency can be improved by switching the coding table according to the bit position of the binary data while suppressing the number of coding tables.
  • the coding table may be further switched for each bit to perform arithmetic coding, or the coding table may be switched and decoded according to the result of arithmetic coding.
  • the prediction mode value is binarized and encoded by the truncated unary code using the number L to which the predicted value is assigned
  • the prediction mode is specified at the time of encoding so that the predicted mode can be specified from the binary data decoded on the decoding side.
  • the number L may be calculated by assigning the predicted value to the predicted mode in the same manner, and the predicted mode may be decoded using the calculated L.
  • the predicted mode value binarized using the truncated unary code is arithmetically coded by switching the coding table between the one bit part and the reminding part as described above.
  • the probability of occurrence of 0 and 1 in each coding table may be updated according to the value of the binary data actually generated. Further, the probability of occurrence of 0 and 1 in either coding table may be fixed. As a result, the number of updates of the occurrence probability may be suppressed to reduce the processing amount. For example, the probability of occurrence of the one bit portion may be updated, and the probability of occurrence of the reminding bit portion may be fixed.
  • FIG. 71 is a flowchart showing another example of coding the prediction mode value according to the fourth embodiment.
  • FIG. 72 is a flowchart showing another example of decoding the predicted mode value according to the fourth embodiment.
  • the number L in which the prediction value is assigned to the prediction mode is calculated (S9721).
  • the prediction mode value is binarized by a truncated unary code using the number L (S9722).
  • the number L in which the predicted value is assigned to the predicted mode is calculated (S9731).
  • bit stream is arithmetically decoded using the number L to generate binary data of a truncated unary code (S9732).
  • the prediction mode value is calculated from the binary data of the truncated unary code (S9733).
  • the prediction mode value does not have to be added for all position information. For example, if certain conditions are met, the prediction mode is fixed so that the prediction mode value is not added to the bitstream, and if certain conditions are not met, the prediction mode is selected and the prediction mode value is added to the bitstream. You may. For example, if the condition A is satisfied, the prediction mode value is fixed to "2" and the prediction value is calculated from the linear prediction of the surrounding three-dimensional points. If the condition A is not satisfied, one prediction mode is selected from a plurality of prediction modes. Then, a prediction mode value indicating the selected prediction mode may be added to the bit stream.
  • the three-dimensional data coding device determines that the difference between the predicted value by linear prediction and the position information of the point to be processed is small, and fixes the prediction mode value to "2". By not coding the prediction mode value, it is possible to generate an appropriate prediction value while reducing the amount of coding for coding the prediction mode.
  • the three-dimensional data coding apparatus may select the prediction mode and encode the prediction mode value indicating the selected prediction mode.
  • the threshold value Thfix may be added to the header of the bit stream or the like, and the encoder may change the value of the threshold value Thfix so that it can be encoded. For example, when encoding at a high bit rate, the encoder adds a threshold Thfix value to the header smaller than that at a low bit rate, and selects a prediction mode to increase the number of cases of coding. It may be encoded so that the predicted residual is small. Further, the encoder adds the value of the threshold value Thfix to the header at the time of coding at the low bit rate to be larger than that at the time of the high bit rate, and encodes with the prediction mode fixed.
  • the threshold value Thfix may be specified by a standard profile or level without being added to the bit stream.
  • the N 3D points around the 3D point to be coded used for prediction are N coded and decoded 3D points whose distance from the 3D point to be coded is smaller than the threshold THd. It is a point.
  • the maximum value of N may be added to the bitstream as a NumberNightborPoint.
  • the value of N does not always have to match the value of NuNeightborPoint, such as when the surrounding coded and decoded 3D points are less than the value of NuNeightborPoint.
  • the prediction mode value is fixed to "2" if the difference absolute value dustdiff used for prediction is smaller than the threshold value Thfix [i], but the prediction mode value is not necessarily limited to "0" to "0” to “. It may be fixed to any of "M-1". Further, a fixed prediction mode value may be added to the bitstream.
  • FIG. 73 is a flowchart showing an example of a process of determining whether or not to fix the prediction mode value according to the condition A at the time of coding according to the fourth embodiment.
  • FIG. 74 is a flowchart showing an example of a process of determining whether to set the prediction mode value to a fixed value or to decode according to the condition A at the time of decoding according to the fourth embodiment.
  • the three-dimensional data coding device determines whether or not the difference absolute value dustdiff is less than the threshold value Thfix (S9742).
  • the threshold Thfix may be encoded and added to the header of the stream or the like.
  • the three-dimensional data encoding device determines the prediction mode value to "2" when the difference absolute value disasterdiff is less than the threshold value Thfix (Yes in S9742) (S9743).
  • the three-dimensional data encoding device sets one prediction mode among the plurality of prediction modes when the difference absolute value disasterdiff is equal to or higher than the threshold value Thfix (No in S9742) (S9744).
  • the three-dimensional data coding device arithmetically encodes the prediction mode value indicating the set prediction mode (S9745). Specifically, the three-dimensional data coding apparatus arithmetically encodes the prediction mode value by executing steps S9701 and S9702 described with reference to FIG. 67.
  • the three-dimensional data coding device may perform arithmetic coding by binarizing the prediction mode pred_mode with a truncated number code using the number of prediction modes assigned by the prediction value. That is, the three-dimensional data coding apparatus may arithmetically code the prediction mode value by executing steps S9721 to S9723 described with reference to FIG. 71.
  • the three-dimensional data coding device calculates the predicted value of the prediction mode determined in step S9743 or the prediction mode set in step S9745, and outputs the calculated predicted value (S9746).
  • the prediction mode value is the prediction mode value indicated by "2"
  • the position information of the surrounding N three-dimensional points is used. Calculated by linear prediction.
  • the three-dimensional data decoding device determines whether or not the difference absolute value dustdiff is less than the threshold value Thfix (S9752).
  • the threshold Thfix may be set by decoding the header of the stream or the like.
  • the three-dimensional data decoding device determines the prediction mode value to "2" when the difference absolute value disasterdiff is less than the threshold value Thfix (Yes in S9752) (S9753).
  • the three-dimensional data decoding device decodes the predicted mode value from the bit stream when the difference absolute value disasterdiff is equal to or greater than the threshold value Thfix (No in S9752) (S9754).
  • the three-dimensional data decoding device calculates the predicted mode value determined in step S9753 or the predicted mode value indicated by the predicted mode value decoded in step S9754, and outputs the calculated predicted value (S9755). ).
  • the prediction mode value is the prediction mode value indicated by "2"
  • the prediction value is linearized with the position information of the surrounding N three-dimensional points. Calculated by prediction.
  • FIG. 75 is a diagram showing an example of the syntax of the header of the position information. NumNeigborPoint, NumPredMode, Thfix, QP, and unique_point_per_leaf in the syntax of FIG. 75 will be described in order.
  • NumNeigborPoint indicates the upper limit of the number of surrounding points used to generate the predicted value of the position information of the three-dimensional point.
  • the peripheral score M is less than the NuMenigborPoint (M ⁇ NumNeighborPoint)
  • the predicted value may be calculated using the M surrounding points.
  • NumPredMode indicates the total number M of prediction modes used for predicting position information.
  • the maximum value MaxM of the number of possible prediction modes may be specified by a standard or the like.
  • the number of prediction modes NumPredMode does not have to be added to the bit stream, and the value may be specified by a profile or level such as a standard. Further, the number of prediction modes may be defined by NumNeightborPoint + NumPredMode.
  • Thfix is a threshold value for determining whether or not to fix the prediction mode.
  • the prediction mode is fixed at ⁇ .
  • ⁇ is a prediction mode for calculating a prediction value using linear prediction, and is “2” in the above embodiment. It should be noted that Thfix does not have to be added to the bit stream, and the value may be specified by a profile or level such as a standard.
  • the three-dimensional data coding apparatus may calculate the quantization step from the quantization parameter and quantize the position information using the calculated quantization step.
  • the determination of whether or not to fix the prediction mode is performed using the absolute difference value between the distance d0 and the distance d1, but the determination is not necessarily limited to this, and any method is used. You can judge. For example, this judgment calculates the distance d0 between the points p1 and p0, and if the distance d0 is larger than the threshold value, it is determined that the point p1 cannot be used for prediction, and the prediction mode value is set to "1" (prediction value). It may be fixed to p0), and if not, the prediction mode may be set. As a result, the coding efficiency can be improved while suppressing the overhead.
  • the NumNeigborPoint, NumPredMode, Thfix, and unique_point_per_leaf may be entropy-encoded and added to the header. For example, each value may be binarized and calculated and coded. Further, each value may be encoded with a fixed length in order to reduce the amount of processing.
  • FIG. 76 is a diagram showing an example of the syntax of position information. NuOfPoint, child_count, pred_mode, and residual_value [j] in the syntax of FIG. 76 will be described in order.
  • NuMofPoint indicates the total number of 3D points included in the bitstream.
  • Child_count indicates the number of child nodes possessed by the i-th three-dimensional point (node [i]).
  • Pred_mode indicates a prediction mode for encoding or decoding the position information of the i-th three-dimensional point.
  • ⁇ is a prediction mode for calculating a prediction value using linear prediction, and is “2” in the above embodiment. In addition, ⁇ is not limited to “2”, and any value from 0 to M-1 may be set as an estimated value.
  • the estimated value when pred_mode is not in the bit stream may be added to the header or the like separately.
  • the pred_mode may be binarized by a truncated unary code using the number of prediction modes assigned by the prediction value and arithmetically coded.
  • the specific prediction mode is a predetermined prediction mode.
  • the pred_mode may indicate the prediction mode for each of the three elements of the position information (x, y, z). That is, pred_mode [0] indicates the prediction mode of the element x, pred_mode [1] indicates the prediction mode of the element y, and pred_mode [2] indicates the prediction mode of the element z.
  • the pred_mode [0], pred_mode [1], and pred_mode [2] may be added to the bitstream.
  • the depth of each node may be calculated when the predicted tree is generated in the predicted tree generation method.
  • the possible value of pred_mode may be changed according to the value of depth. That is, in the setting of the prediction mode, the three-dimensional data encoding device may set the prediction mode for predicting the three-dimensional point based on the depth of the hierarchical structure of each three-dimensional point.
  • pred_mode may be limited to a value less than or equal to the value of depth. That is, the predicted mode value to be set may be set to be equal to or less than the value of the depth of the hierarchical structure of each three-dimensional point.
  • the pred_mode is binarized by the thresholded number code according to the number of prediction modes and arithmetically coded
  • the bit length of the binary data of pred_mode when depth ⁇ M can be reduced, and the coding efficiency can be improved.
  • the nearest neighbor point may be searched by using the nearest neighbor method. As a result, the nearest neighbor point can be searched while suppressing the processing load, and the processing amount and the coding efficiency can be balanced. Further, the search range may be set when searching for the nearest neighbor point using the nearest neighbor method. As a result, the amount of processing can be reduced.
  • the three-dimensional data coding device may quantize and encode the predicted residual error_value. For example, a three-dimensional data encoding device may add a quantization parameter QP to a header such as a slice, quantize the residual_value using the Qstep calculated from the QP, binarize the quantization value, and perform arithmetic coding. good.
  • the three-dimensional data decoding apparatus may decode the position information by applying inverse quantization to the quantization value of residual_value using the same Qstep and adding it to the predicted value. In that case, the decoded position information may be added to the prediction tree.
  • the three-dimensional data encoding device or the three-dimensional data decoding device can calculate the predicted value using the decoded position information, so that the three-dimensional data decoding device can correctly decode the data.
  • a three-dimensional data encoder can generate a bit stream.
  • the prediction tree is not necessarily limited to this, and the prediction tree may be generated by any method or order. For example, when the input 3D points are the data acquired by the lidar, the 3D points may be added in the order scanned by the lidar to generate the prediction tree. As a result, the prediction accuracy can be improved and the coding efficiency can be improved.
  • FIG. 79 is a diagram showing another example of the syntax of position information.
  • the syntax_is_zero, regional_sign, regional_bitcount_minus1, and regional_bit [k] in the syntax of FIG. 79 will be described in order.
  • pred_mode 0 (no prediction, predicted value 0)
  • the three-dimensional data coding device does not have to encode the residual_sign and add it to the bitstream. That is, when the three-dimensional data encoding device is set to the prediction mode in which the predicted value is calculated to be 0, the three-dimensional data coding device does not encode the positive / negative information indicating whether the predicted residual is positive or negative. A bit stream that does not contain positive / negative information may be generated.
  • Residual_bitcount_minus1 indicates the number obtained by subtracting 1 from the number of bits of regual_bit. That is, residual_bitcount is equal to the number obtained by adding 1 to regional_bitcount_minus1.
  • the threshold_bit [k] indicates the k-th bit information when the absolute value of threshold_value is binarized with a fixed length according to the value of threshold_bitcount.
  • the element x's regional_is_zero [0] the element y's regional_is_zero [1]
  • the element z's regional_is_zero [2] cannot all become 0 at the same time, so that any one of the elements It is not necessary to add residual_is_zero to the bitstream.
  • a prediction tree is generated using the position information (x, y, z) of a three-dimensional point, and the position information is encoded and decoded
  • the present invention is not necessarily limited to this.
  • predictive coding using a predictive tree may be applied to coding of attribute information (color, reflectance, etc.) of a three-dimensional point.
  • the prediction tree generated in the coding of the position information may also be used in the coding of the attribute information. As a result, it is not necessary to generate a prediction tree when encoding the attribute information, and the amount of processing can be reduced.
  • FIG. 80 is a diagram showing an example of the configuration of a prediction tree commonly used for coding position information and attribute information.
  • each node of this prediction tree includes child_count, g_pred_mode, g_resideual_value, a_pred_mode, and a_residal_value.
  • g_pred_mode indicates a prediction mode of position information.
  • g_residual_value indicates the predicted residual of the position information.
  • a_pred_mode indicates the prediction mode of the attribute information.
  • a_residual_value indicates the prediction mode of the attribute information.
  • child_count may be shared by location information and attribute information. As a result, the overhead can be suppressed and the coding efficiency can be improved.
  • child_count may be added independently as position information and attribute information.
  • the three-dimensional data decoding device can independently decode the position information and the attribute information.
  • the three-dimensional data decoding device can also decode only the attribute information.
  • the three-dimensional data coding device may generate separate prediction trees for position information and attribute information.
  • the three-dimensional data coding apparatus can generate a prediction tree suitable for each of the position information and the attribute information, and can improve the coding efficiency.
  • the three-dimensional data encoding device may add information (child_count, etc.) necessary for the three-dimensional data decoding device to reconstruct each prediction tree of the position information and the attribute information to the bit stream. ..
  • the three-dimensional data encoding device may add identification information indicating whether or not the prediction tree is shared by the position information and the attribute information to the header or the like. As a result, it is possible to adaptively switch whether the prediction tree is shared by the position information and the attribute information, and it is possible to control the balance between the coding efficiency and the reduction in the amount of processing.
  • FIG. 81 is a flowchart showing an example of a three-dimensional data coding method according to a modified example of the fifth embodiment.
  • the three-dimensional data coding device generates a prediction tree using the position information of a plurality of three-dimensional points (S9761).
  • the three-dimensional data encoding device encodes the node information included in each node of the prediction tree and the prediction residual of the position information (S9762). Specifically, the three-dimensional data encoding device calculates a predicted value for predicting the position information of each node, and calculates a predicted residual which is a difference between the calculated predicted value and the position information of the node. Then, the predicted residuals of the node information and the position information are encoded.
  • the three-dimensional data encoding device encodes the node information included in each node of the prediction tree and the prediction residual of the attribute information (S9763). Specifically, the three-dimensional data encoding device calculates a predicted value for predicting the attribute information of each node, and calculates a predicted residual which is a difference between the calculated predicted value and the attribute information of the node. Then, the predicted residuals of the node information and the attribute information are encoded.
  • FIG. 82 is a flowchart showing an example of a three-dimensional data decoding method according to a modified example of the fifth embodiment.
  • the three-dimensional data decoding device decodes the node information and reconstructs the prediction tree (S9771).
  • the three-dimensional data decoding device decodes the position information of the node (S9772). Specifically, the three-dimensional data decoding device calculates the predicted value of the position information of each node, and decodes the position information by adding the calculated predicted value and the acquired predicted residual.
  • the three-dimensional data decoding device decodes the attribute information of the node (S9773). Specifically, the three-dimensional data decoding device decodes the position information by calculating the predicted value of the attribute information of each node and adding the calculated predicted value and the acquired predicted residual.
  • the three-dimensional data decoding device determines whether or not the decoding of all the nodes is completed (S9774).
  • the three-dimensional data decoding apparatus ends the three-dimensional data decoding method when the decoding of all the nodes is completed, and executes steps S9771 to S9773 for the unprocessed nodes when the decoding of all the nodes is not completed. ..
  • FIG. 83 is a diagram showing an example of the syntax of the attribute information header. NumNeigborPoint, NumPredMode, Thfix, QP, and unique_point_per_leaf in the syntax of FIG. 83 will be described in order.
  • NumNeigborPoint indicates the upper limit of the number of surrounding points used to generate the predicted value of the attribute information of the three-dimensional point.
  • the peripheral score M is less than the NuMenigborPoint (M ⁇ NumNeighborPoint)
  • the predicted value may be calculated using the M surrounding points.
  • NumPredMode indicates the total number M of prediction modes used for predicting attribute information.
  • the maximum value MaxM of the number of possible prediction modes may be specified by a standard or the like.
  • the number of prediction modes NumPredMode does not have to be added to the bit stream, and the value may be specified by a profile or level such as a standard. Further, the number of prediction modes may be defined by NumNeightborPoint + NumPredMode.
  • Thfix is a threshold value for determining whether or not to fix the prediction mode.
  • the prediction mode is fixed at ⁇ .
  • ⁇ is a prediction mode for calculating a prediction value using linear prediction, and is “2” in the above embodiment. It should be noted that Thfix does not have to be added to the bit stream, and the value may be specified by a profile or level such as a standard.
  • the three-dimensional data coding apparatus may calculate the quantization step from the quantization parameter and quantize the attribute information using the calculated quantization step.
  • the determination of whether or not to fix the prediction mode is performed using the absolute difference value between the distance d0 and the distance d1, but the determination is not necessarily limited to this, and any method is used. You can judge. For example, this judgment calculates the distance d0 between the points p1 and p0, and if the distance d0 is larger than the threshold value, it is determined that the point p1 cannot be used for prediction, and the prediction mode value is set to "1" (prediction value). It may be fixed to p0), and if not, the prediction mode may be set. As a result, the coding efficiency can be improved while suppressing the overhead.
  • the NumNeigborPoint, NumPredMode, Thfix, and unique_point_per_leaf may be entropy-encoded and added to the header. For example, each value may be binarized and calculated and coded. Further, each value may be encoded with a fixed length in order to reduce the amount of processing.
  • FIG. 84 is a diagram showing another example of the syntax of attribute information. NuOfPoint, child_count, pred_mode, dimension, residential_is_zero, residual_sign, residential_bitcount_minus1, and residential_bit [k] in the syntax of FIG. 84 will be described in order.
  • NuMofPoint indicates the total number of 3D points included in the bitstream. NuOfPoint may be shared with NuOfPoint of location information.
  • Child_count indicates the number of child nodes possessed by the i-th three-dimensional point (node [i]).
  • the child_count may be shared with the child_count of location information.
  • child_count may not be added to attribute_data. This can reduce the overhead.
  • Pred_mode indicates a prediction mode for encoding or decoding the position information of the i-th three-dimensional point.
  • ⁇ is a prediction mode for calculating a prediction value using linear prediction, and is “2” in the above embodiment. In addition, ⁇ is not limited to “2”, and any value from 0 to M-1 may be set as an estimated value.
  • the estimated value when pred_mode is not in the bit stream may be added to the header or the like separately.
  • the pred_mode may be binarized by a truncated unary code using the number of prediction modes assigned by the prediction value and arithmetically coded.
  • Dimension is information indicating the dimension of attribute information.
  • the dimension may be added to the header of SPS or the like. For example, when the attribute information is color, the dimension may be set to "3", and when the attribute information is reflectance, the dimension may be set to "1".
  • pred_mode 0 (no prediction, predicted value 0)
  • pred_mode 0 (no prediction, predicted value 0)
  • residual_value becomes positive, so the three-dimensional data encoding device does not have to encode relay_sign and add it to the bitstream. That is, when the predicted residual is positive, the three-dimensional data encoding device does not encode the positive / negative information indicating whether the predicted residual is positive or negative, and outputs a bit stream that does not include the positive / negative information. If it is generated and the predicted residual is negative, a bit stream containing positive and negative information may be generated.
  • the three-dimensional data decoding device when the three-dimensional data decoding device acquires a bit stream that does not include positive / negative information indicating whether the predicted residual is positive or negative, it treats the predicted residual as a positive number and bits containing positive / negative information. When the stream is acquired, the predicted residual may be treated as a negative number.
  • Residual_bitcount_minus1 indicates the number obtained by subtracting 1 from the number of bits of regual_bit. That is, residual_bitcount is equal to the number obtained by adding 1 to regional_bitcount_minus1.
  • the threshold_bit [k] indicates the k-th bit information when the absolute value of threshold_value is binarized with a fixed length according to the value of threshold_bitcount.
  • the element x's regional_is_zero [0] the element y's regional_is_zero [1]
  • the element z's residential_is_zero [2] cannot all become 0 at the same time, so that any one of the elements It is not necessary to add property_is_zero to the bitstream.
  • FIG. 85 is a diagram showing an example of the syntax of position information and attribute information.
  • coded information of position information and attribute information may be stored in one data unit.
  • g_ * indicates the coding information regarding geometry
  • a_ * indicates the coding information regarding the attribute information.
  • the three-dimensional data coding apparatus performs the processing shown in FIG. 86.
  • the three-dimensional data coding apparatus executes a three-dimensional data coding method for encoding a plurality of three-dimensional points having a hierarchical structure.
  • the three-dimensional data encoding device calculates a predicted value of the first position information of the first three-dimensional point by using the second position information of one or more second three-dimensional points around the first three-dimensional point.
  • One of the two or more prediction modes for the purpose is set (S9781).
  • the three-dimensional data coding device calculates the predicted value of the set prediction mode (S9782).
  • the three-dimensional data coding apparatus calculates a predicted residual, which is a difference between the first position information and the calculated predicted value (S9783).
  • the three-dimensional data encoding device generates a first bit stream including the set prediction mode and the prediction residual (S9784).
  • the prediction mode is set based on the depth of the hierarchical structure of the first three-dimensional point.
  • the position information can be encoded using the predicted value of one prediction mode set based on the depth of the hierarchical structure among the two or more prediction modes, so that the coding efficiency of the position information can be improved. Can be improved.
  • the three-dimensional data coding device sets a prediction mode value that is equal to or less than the value of the depth of the hierarchical structure of the first three-dimensional point.
  • the prediction mode value indicates the prediction mode.
  • the first bit stream further includes a number of prediction modes indicating the number of the two or more prediction modes.
  • the three-dimensional data encoding device encodes the predicted mode value indicating the set predicted mode by using the number of predicted modes.
  • the first bitstream includes the encoded prediction mode value as the set prediction mode.
  • the prediction mode value is encoded by a truncated unary code having the number of prediction modes as the maximum value. Therefore, the code amount of the prediction mode value can be reduced.
  • each of the first position information and the second position information includes three elements.
  • the three-dimensional data coding device is common to the three elements as the one prediction mode for calculating the predicted value of each element of the three elements included in the first position information. Set the prediction mode. Therefore, the code amount of the prediction mode value can be reduced.
  • each of the first position information and the second position information includes three elements.
  • the three-dimensional data coding apparatus has an independent prediction mode for each of the three elements as the one prediction mode for calculating the prediction value of each element of the three elements included in the first position information. To set. Therefore, the three-dimensional data decoding device can independently decode each element.
  • each of the first position information and the second position information includes three elements.
  • the three-dimensional data coding apparatus has two elements of the three elements as the one prediction mode for calculating the predicted value of each element of the three elements included in the first position information.
  • a common prediction mode is set for, and a prediction mode independent of the two elements is set for the remaining one element. Therefore, the code amount of the prediction mode value for the two elements can be reduced.
  • the three-dimensional data decoding device can independently decode the remaining one element.
  • the three-dimensional data encoding device when the number of prediction modes is 1, the three-dimensional data encoding device does not encode the prediction mode value indicating the prediction mode, and does not include the prediction mode value in the second bit stream. To generate. Therefore, the code amount of the bit stream can be reduced.
  • the three-dimensional data encoding device indicates whether the prediction residual is positive or negative in the generation when the prediction mode in which the predicted value calculated in the calculation is 0 is set.
  • a third bit stream that does not include the positive / negative information is generated without encoding the positive / negative information. Therefore, the code amount of the bit stream can be reduced.
  • the three-dimensional data encoding device includes a processor and a memory, and the processor uses the memory to perform the above processing.
  • the three-dimensional data decoding device performs the process shown in FIG. 87.
  • the three-dimensional data decoding device executes a three-dimensional data decoding method for decoding a plurality of three-dimensional points having a hierarchical structure.
  • the three-dimensional data decoding apparatus acquires a prediction mode of the first three-dimensional point among the plurality of encoded three-dimensional points and a first bit stream including the encoded prediction residual (S9791). ..
  • the three-dimensional data decoding device decodes the prediction mode value indicating the coded prediction mode and the coded prediction residual (S9792).
  • the three-dimensional data decoding apparatus calculates the predicted value of the predicted mode indicated by the predicted mode value obtained by decoding (S9793).
  • the three-dimensional data decoding device calculates the first position information of the first three-dimensional point by adding the predicted value and the predicted residual obtained by decoding (S9794).
  • the encoded prediction mode included in the first bitstream is a prediction mode set based on the depth of the hierarchical structure of the first three-dimensional point.
  • the prediction mode value indicating the encoded prediction mode included in the first bit stream is equal to or less than the value of the depth of the hierarchical structure of the first three-dimensional point.
  • the first bit stream includes a number of prediction modes indicating the number of the two or more prediction modes.
  • the three-dimensional data decoding device decodes the encoded prediction mode value with a truncated number code having the number of prediction modes as the maximum value.
  • each of the first position information and the second position information of one or more second three-dimensional points around the first three-dimensional point includes three elements.
  • the prediction mode is used for calculating the predicted value of each element of the three elements included in the first position information, and is set in common for the three elements.
  • each of the first position information and the second position information of one or more second three-dimensional points around the first three-dimensional point includes three elements.
  • the prediction mode is used to calculate the predicted value of each element of the three elements included in the first position information, and is set independently for each of the three elements.
  • the prediction value is calculated by calculating the prediction value of the specific prediction mode.
  • the three-dimensional data decoding device acquires a third bit stream that does not include positive / negative information indicating whether the predicted residual is positive or negative in the acquisition (S9791), the first position information In the calculation of (S9794), the predicted residual is treated as 0 or a positive number.
  • the three-dimensional data decoding device includes a processor and a memory, and the processor uses the memory to perform the above processing.
  • FIG. 88 is a diagram showing an example of a reference relationship in prediction using a prediction tree. Further, p0 is the position information of the parent node (partent node), p1 is the position information of the grandfather node (grandparent node), and p2 is the position information of the great-grandfather node (grand-grandparent node).
  • the following mode is used as the prediction mode (pred_mode).
  • prediction mode no prediction is used.
  • the prediction mode 1 the difference prediction from p0 is performed.
  • the predicted value p0.
  • prediction mode 2 linear prediction using p0 and p1 is used.
  • the predicted value 2 ⁇ p0 ⁇ p1.
  • the average value using any two or more of p0, p1 and p2 is used.
  • the predicted value (p0 + p1) / 2.
  • a non-linear prediction using the distance d0 between p1 and p0 and the distance d1 between p2 and p1 is used.
  • the prediction mode shown here is an example, and the types and contents of the prediction modes are not limited to the above.
  • p0 and p1 are position information, both are 8 bits.
  • the predicted residual from the original position information is obtained using the predicted value, the predicted residual becomes large and the coding efficiency decreases.
  • the three-dimensional data encoding device may change the predicted value to a value that can be expressed by the number of bits of the position information after the predicted value is calculated.
  • the three-dimensional data encoding device may apply clipping processing to the predicted value by using a value that can be represented by the number of bits of the position information.
  • clipping processing for example, since the range in which the position information can be taken is 0 to 255, it is conceivable that the three-dimensional data coding device clips the predicted value in this range.
  • an example of clipping processing of the predicted value is shown below.
  • Max 255 (maximum value that can be expressed by the number of bits of position information)
  • the three-dimensional data encoding device clips the predicted value to Max when the predicted value exceeds Max, and clips the predicted value to Min when the predicted value is smaller than Min, and the predicted value. If is within the range of Min to Max, the predicted value is not changed.
  • the three-dimensional data coding device may switch whether or not to apply the clip processing for each prediction mode.
  • the three-dimensional data encoding device may apply the clip processing in the case of the prediction mode 2 or the prediction mode 3 in which the predicted value can exceed the range of the number of bits of the position information among the above prediction modes. ..
  • the three-dimensional data coding apparatus does not have to apply the clipping process when a prediction mode other than the above is used.
  • the three-dimensional data coding apparatus does not need to always apply the clip processing, and the processing amount can be reduced.
  • the three-dimensional data device may always apply the clipping process after the calculation of the predicted value regardless of the predicted mode used. As a result, the amount of processing for determining whether or not to apply the clip processing can be reduced.
  • the same clip processing may be performed in the three-dimensional data decoding device.
  • the three-dimensional data encoding device sets at least one of the maximum value (Max) and the minimum value (Min) that can be represented by the number of bits of the position information used for the clip processing from the geo_bit_depth added to the header such as the slice header. It may be calculated.
  • geo_bit_depth represents the bit precision of the position information.
  • the three-dimensional data encoding device and the three-dimensional data decoding device can perform clip processing using the same values, and an appropriate predicted value can be generated.
  • the three-dimensional data coding apparatus may calculate at least one of the maximum value (Max) and the minimum value (Min) from geo_bit_depth [3] added to a header such as a slice header.
  • geo_bit_depth [3] represents the bit precision of each component of the position information (x, y, z).
  • geo_bit_dept [0] may represent the bit precision of x
  • geo_bit_dept [1] may represent the bit precision of y
  • geo_bit_dept [2] may represent the bit precision of z.
  • FIG. 89 is a flowchart of a predicted value determination process in the three-dimensional data coding apparatus.
  • the three-dimensional data coding apparatus initializes p indicating the prediction mode to 0 (S11001).
  • the three-dimensional data coding device calculates the predicted value of the prediction mode p (S11002).
  • the three-dimensional data coding device applies clipping processing to the predicted value (S11003).
  • the three-dimensional data coding device calculates the evaluation value (cost (p)) of the prediction mode p (S11004).
  • cost (p) may be calculated based on the prediction residual when the prediction value of the prediction mode p is used and the number of bits required to encode the prediction mode p.
  • the larger the prediction residual the larger the cost (p), and the larger the number of bits required to encode the prediction mode p, the larger the cost (p). That is, the smaller the cost (p), the higher the evaluation.
  • the three-dimensional data coding device updates the prediction mode candidate and the prediction value candidate (S11005). For example, the three-dimensional data encoding device may update the prediction mode and the prediction value having the minimum cost (p) as the prediction mode candidate and the prediction value candidate.
  • the three-dimensional data encoding device increments P by 1 (S11007), and performs the processing after step S11002 again. That is, the three-dimensional data coding device performs the same processing for the next prediction mode.
  • the three-dimensional data encoding device determines the current prediction mode candidate as the prediction mode to be used.
  • the current predicted value candidate is determined as the predicted value to be used (S11008).
  • the three-dimensional data coding device encodes the position information using the determined predicted value. Specifically, the three-dimensional data coding device calculates the predicted residual, which is the difference between the position information and the determined predicted value, and encodes the predicted residual. In addition, the three-dimensional data coding device adds information indicating the determined prediction mode to the bit stream.
  • FIG. 90 is a flowchart of a predicted value determination process in the three-dimensional data decoding device.
  • the three-dimensional data decoding device decodes (acquires) the prediction mode from the bit stream (S11011).
  • the three-dimensional data decoding device calculates the predicted value of the prediction mode (S11012).
  • the three-dimensional data decoding device applies clipping processing to the predicted value (S11013).
  • the three-dimensional data decoding device determines the predicted value after applying the clip processing as the predicted value to be used (S11014).
  • the three-dimensional data decoding device decodes (acquires) the predicted residual from the bit stream, and generates the position information by adding the determined predicted value to the predicted residual.
  • the clip processing is applied to the predicted value when the position information of the three-dimensional point is encoded by using the prediction tree by using the number of bits of the position information, but this is not necessarily the case. Not limited to.
  • the clip processing may be applied to the predicted value by using the number of bits of the information.
  • a three-dimensional data coding device predictively encodes attribute information (attribute value) of a three-dimensional point, it applies clip processing to the predicted value of the attribute information by using the number of bits of the attribute information. May be good. As a result, the prediction accuracy when the attribute information is predictively coded is improved, so that the coding efficiency can be improved.
  • the three-dimensional data encoding device predictively encodes color information as attribute information
  • the number of bits of the color information is 8 bits
  • the maximum value of clip processing is set to 255 and the minimum value is set. May be set to 0 and clip processing may be applied to the predicted value of the attribute information.
  • clip processing may be applied to the predicted value of the attribute information.
  • the minimum value is 0
  • the minimum value is not necessarily limited to this.
  • the three-dimensional data coding device may set the maximum value to 255, the minimum value to -255, and apply clipping processing to the predicted value so as to fall within this range.
  • the three-dimensional data coding device can keep the predicted value within an appropriate range, so that the coding efficiency can be improved.
  • the clip processing is applied when the predicted value is larger than the value that can be expressed by the number of bits of the original position information, but this is not always the case.
  • the three-dimensional data encoding device may apply clipping processing when it is desired to keep the predicted value within the range of the value that can be expressed by a certain number of bits. As a result, the amount of memory can be reduced by suppressing the number of bits required for expressing the predicted value to a certain number or less.
  • the clip processing in the three-dimensional data coding device has been mainly described as an example in the above-described embodiment and modification, the same method may be applied to the clip processing in the three-dimensional data decoding device.
  • the three-dimensional data encoding device and the three-dimensional data decoding device may notify the user of an error instead of performing the above-mentioned clip processing. For example, this error indicates that the obtained point cloud data or bitstream violates the standard or does not conform to the standard.
  • the three-dimensional data coding device and the three-dimensional data decoding device may perform clip processing and then notify an error.
  • the three-dimensional data coding apparatus performs the processing shown in FIG.
  • the three-dimensional data encoding device calculates the predicted value of the position information of the three-dimensional points included in the point group data using the prediction tree showing the reference relationship of the position information (S11021), and the predicted value is predetermined. Clipping within the specified range (S11022), calculating the predicted residual which is the difference between the position information and the predicted value after clipping (S11023), and generating a bit stream including the predicted residual (S11024).
  • the three-dimensional data coding apparatus can suppress an increase in the value of the predicted residual, so that the coding efficiency can be improved.
  • the three-dimensional data encoding device calculates the predicted value using the predicted mode selected from a plurality of predicted mode candidates, and predicts according to the selected predicted mode. Toggles whether to clip the value. That is, when the three-dimensional data encoding device selects the first prediction mode candidate from the plurality of prediction mode candidates as the prediction mode and calculates the prediction value using the first prediction mode candidate, the prediction value is used. Clip and calculate the predicted residual, which is the difference between the predicted value after clipping and the position information. Further, the three-dimensional data encoding device selects a second prediction mode candidate different from the first prediction mode candidate as the prediction mode from the plurality of prediction mode candidates, and calculates the prediction value using the second prediction mode candidate.
  • the predicted value is not clipped, and the predicted residual, which is the difference between the predicted value without the original clipping and the position information, is calculated.
  • the three-dimensional data coding apparatus can reduce the processing amount by switching whether or not to perform clipping according to the prediction mode.
  • the three-dimensional data encoding device further stores information (for example, geo_bit_depth) for determining a predetermined range in the header information included in the bit stream.
  • information for example, geo_bit_depth
  • the three-dimensional data encoding device includes a processor and a memory, and the processor uses the memory to perform the above processing.
  • the three-dimensional data decoding device performs the processing shown in FIG. 92.
  • the three-dimensional data decoding device calculates the predicted value of the position information of the three-dimensional points included in the point group data using the prediction tree showing the reference relationship of the position information (S11031), and determines the predicted value in advance.
  • the position information is calculated by clipping within the range (S11032), acquiring the predicted residual from the bit stream (S11033), and adding the predicted value after clipping and the predicted residual (S11034). According to this, the three-dimensional data decoding apparatus can suppress an increase in the value of the predicted residual, so that the coding efficiency can be improved.
  • the three-dimensional data decoding device calculates the predicted value using the predicted mode selected from the plurality of predicted mode candidates, and the predicted value is calculated according to the selected predicted mode. Toggles whether or not to clip. That is, when the three-dimensional data decoding device selects the first prediction mode candidate among the plurality of prediction mode candidates as the prediction mode and calculates the prediction value using the first prediction mode candidate, the three-dimensional data decoding device clips the prediction value. Then, the position information is calculated by adding the predicted value after clipping and the predicted residual. For example, the three-dimensional data decoding device acquires information indicating the prediction mode from the bit stream and selects the prediction mode indicated by the acquired information.
  • the three-dimensional data decoding device selects a second prediction mode candidate different from the first prediction mode candidate as the prediction mode from a plurality of prediction mode candidates and calculates the prediction value using the second prediction mode candidate.
  • the position information is calculated by adding the predicted value without clipping the original and the predicted residual without clipping the predicted value. According to this, the three-dimensional data decoding apparatus can reduce the processing amount by switching whether or not to perform clipping according to the prediction mode.
  • the three-dimensional data decoding device further acquires information for determining a predetermined range from the header information included in the bit stream (for example, geo_bit_depth), and uses the acquired information to obtain a predetermined range. decide.
  • the three-dimensional data decoding device includes a processor and a memory, and the processor uses the memory to perform the above processing.
  • FIG. 93 is a block diagram showing a configuration example of the three-dimensional data creation device 810 according to the present embodiment.
  • the three-dimensional data creation device 810 is mounted on a vehicle, for example.
  • the three-dimensional data creation device 810 transmits and receives three-dimensional data to and from an external traffic monitoring cloud, a vehicle in front or a following vehicle, and creates and stores three-dimensional data.
  • the three-dimensional data creation device 810 includes a data reception unit 811, a communication unit 812, a reception control unit 813, a format conversion unit 814, a plurality of sensors 815, a three-dimensional data creation unit 816, and a three-dimensional data synthesis unit. It includes 817, a three-dimensional data storage unit 818, a communication unit 819, a transmission control unit 820, a format conversion unit 821, and a data transmission unit 822.
  • the data receiving unit 811 receives the three-dimensional data 831 from the traffic monitoring cloud or the vehicle in front.
  • the three-dimensional data 831 includes information such as point cloud, visible light image, depth information, sensor position information, speed information, and the like, including an area that cannot be detected by the sensor 815 of the own vehicle.
  • the communication unit 812 communicates with the traffic monitoring cloud or the vehicle in front, and transmits a data transmission request or the like to the traffic monitoring cloud or the vehicle in front.
  • the reception control unit 813 exchanges information such as the corresponding format with the communication destination via the communication unit 812, and establishes communication with the communication destination.
  • the format conversion unit 814 generates the three-dimensional data 832 by performing format conversion or the like on the three-dimensional data 831 received by the data receiving unit 811. Further, the format conversion unit 814 performs decompression or decoding processing when the three-dimensional data 831 is compressed or encoded.
  • the plurality of sensors 815 are a group of sensors that acquire information outside the vehicle, such as a LiDAR, a visible light camera, or an infrared camera, and generate sensor information 833.
  • the sensor information 833 is three-dimensional data such as a point cloud (point cloud data) when the sensor 815 is a laser sensor such as LiDAR.
  • the number of sensors 815 does not have to be plural.
  • the three-dimensional data creation unit 816 generates three-dimensional data 834 from the sensor information 833.
  • the three-dimensional data 834 includes information such as point cloud, visible light image, depth information, sensor position information, and speed information.
  • the three-dimensional data synthesizing unit 817 synthesizes the three-dimensional data 834 created based on the sensor information 833 of the own vehicle with the three-dimensional data 832 created by the traffic monitoring cloud or the vehicle in front of the own vehicle, thereby combining the three-dimensional data 832 of the own vehicle.
  • the three-dimensional data storage unit 818 stores the generated three-dimensional data 835 and the like.
  • the communication unit 819 communicates with the traffic monitoring cloud or the following vehicle, and transmits a data transmission request or the like to the traffic monitoring cloud or the following vehicle.
  • the transmission control unit 820 exchanges information such as the corresponding format with the communication destination via the communication unit 819, and establishes communication with the communication destination. Further, the transmission control unit 820 is in the space of the three-dimensional data to be transmitted based on the three-dimensional data construction information of the three-dimensional data 832 generated by the three-dimensional data synthesis unit 817 and the data transmission request from the communication destination. Determine a transmission area.
  • the transmission control unit 820 determines a transmission area including the space in front of the own vehicle that cannot be detected by the sensor of the following vehicle in response to a data transmission request from the traffic monitoring cloud or the following vehicle. Further, the transmission control unit 820 determines the transmission area by determining whether or not the space that can be transmitted or the space that has been transmitted is updated based on the three-dimensional data construction information. For example, the transmission control unit 820 determines the area designated by the data transmission request and the area in which the corresponding three-dimensional data 835 exists as the transmission area. Then, the transmission control unit 820 notifies the format conversion unit 821 of the format and the transmission area supported by the communication destination.
  • the format conversion unit 821 converts the three-dimensional data 836 in the transmission area out of the three-dimensional data 835 stored in the three-dimensional data storage unit 818 into a format supported by the receiving side to convert the three-dimensional data 837. Generate.
  • the format conversion unit 821 may reduce the amount of data by compressing or encoding the three-dimensional data 837.
  • the data transmission unit 822 transmits the three-dimensional data 837 to the traffic monitoring cloud or the following vehicle.
  • the three-dimensional data 837 includes information such as a point cloud in front of the own vehicle, a visible light image, depth information, or sensor position information, including an area that becomes a blind spot of the following vehicle, for example.
  • the format conversion may not be performed.
  • the three-dimensional data creation device 810 obtains three-dimensional data including the space in front of the own vehicle, which cannot be detected by the sensor of the following vehicle, in the traffic monitoring cloud or the following in response to a data transmission request from the traffic monitoring cloud or the following vehicle. Can be sent to vehicles, etc.
  • FIG. 94 is a flowchart showing an example of a procedure for transmitting three-dimensional data to the traffic monitoring cloud or the following vehicle by the three-dimensional data creation device 810.
  • the three-dimensional data creation device 810 generates and updates three-dimensional data 835 of the space including the space on the road ahead of the own vehicle (S801). Specifically, the three-dimensional data creation device 810 synthesizes the three-dimensional data 834 created based on the sensor information 833 of the own vehicle with the three-dimensional data 831 created by the traffic monitoring cloud or the vehicle in front. Therefore, the three-dimensional data 835 including the space in front of the vehicle in front, which cannot be detected by the sensor 815 of the own vehicle, is constructed.
  • the three-dimensional data creation device 810 determines whether the three-dimensional data 835 included in the transmitted space has changed (S802).
  • the three-dimensional data creation device 810 may transmit the three-dimensional data in the space where the change has occurred in accordance with the transmission timing of the three-dimensional data to be transmitted at predetermined intervals, but the three-dimensional data creation device 810 transmits immediately after detecting the change. You may. That is, the three-dimensional data creation device 810 may transmit the three-dimensional data of the changed space with priority over the three-dimensional data transmitted at predetermined intervals.
  • the three-dimensional data creation device 810 may transmit all the three-dimensional data of the changed space as the three-dimensional data of the changed space, or the difference (for example, appearance or disappearance) of the three-dimensional data. Only the information of the three-dimensional point, the displacement information of the three-dimensional point, etc.) may be transmitted.
  • the three-dimensional data creation device 810 may transmit metadata related to the danger avoidance operation of the own vehicle such as a sudden braking warning to the following vehicle prior to the three-dimensional data of the space where the change has occurred.
  • the following vehicle can recognize the sudden braking of the preceding vehicle at an early stage, and can start the danger avoidance operation such as deceleration at an earlier stage.
  • the three-dimensional data creation device 810 When the three-dimensional data 835 included in the transmitted space has not changed (No in S802), or after step S803, the three-dimensional data creation device 810 has a predetermined shape at a distance L in front of the own vehicle.
  • the three-dimensional data contained in the space of is transmitted to the traffic monitoring cloud or the following vehicle (S804).
  • steps S801 to S804 are repeatedly performed at predetermined time intervals.
  • the three-dimensional data creation device 810 does not have to transmit the three-dimensional data 837 of the space if there is no difference between the three-dimensional data 835 of the space to be transmitted at present and the three-dimensional map.
  • the client device transmits the sensor information obtained by the sensor to the server or another client device.
  • FIG. 95 is a diagram showing a configuration of a three-dimensional map and a sensor information transmission / reception system according to the present embodiment.
  • the system includes a server 901 and client devices 902A and 902B.
  • client devices 902A and 902B are not particularly distinguished, they are also referred to as the client devices 902.
  • the client device 902 is, for example, an in-vehicle device mounted on a moving body such as a vehicle.
  • the server 901 is, for example, a traffic monitoring cloud or the like, and can communicate with a plurality of client devices 902.
  • the server 901 transmits a three-dimensional map composed of a point cloud to the client device 902.
  • the configuration of the three-dimensional map is not limited to the point cloud, and may represent other three-dimensional data such as a mesh structure.
  • the client device 902 transmits the sensor information acquired by the client device 902 to the server 901.
  • the sensor information includes, for example, at least one of LiDAR acquisition information, visible light image, infrared image, depth image, sensor position information, and speed information.
  • the data sent and received between the server 901 and the client device 902 may be compressed to reduce the data, or may remain uncompressed to maintain the accuracy of the data.
  • a three-dimensional compression method based on an octa-tree structure can be used for the point cloud.
  • a two-dimensional image compression method can be used for visible light images, infrared images, and depth images.
  • the two-dimensional image compression method is, for example, MPEG-4 AVC or HEVC standardized by MPEG.
  • the server 901 transmits the three-dimensional map managed by the server 901 to the client device 902 in response to the transmission request of the three-dimensional map from the client device 902.
  • the server 901 may transmit the three-dimensional map without waiting for the three-dimensional map transmission request from the client device 902.
  • the server 901 may broadcast a three-dimensional map to one or more client devices 902 in a predetermined space.
  • the server 901 may transmit a three-dimensional map suitable for the position of the client device 902 to the client device 902 that has received the transmission request once at regular intervals.
  • the server 901 may transmit the three-dimensional map to the client device 902 every time the three-dimensional map managed by the server 901 is updated.
  • the client device 902 issues a three-dimensional map transmission request to the server 901. For example, when the client device 902 wants to estimate its own position during traveling, the client device 902 transmits a transmission request for a three-dimensional map to the server 901.
  • the client device 902 may issue a three-dimensional map transmission request to the server 901.
  • the client device 902 may issue a transmission request for the three-dimensional map to the server 901.
  • the client device 902 may issue a three-dimensional map transmission request to the server 901.
  • the client device 902 may issue a three-dimensional map transmission request to the server 901 before a certain time when the client device 902 goes out. For example, when the client device 902 exists within a predetermined distance from the boundary of the space indicated by the three-dimensional map held by the client device 902, the client device 902 issues a three-dimensional map transmission request to the server 901. You may. If the movement route and movement speed of the client device 902 are known, the time when the client device 902 goes out is predicted from the space shown by the three-dimensional map held by the client device 902. You may.
  • the client device 902 may issue a three-dimensional map transmission request to the server 901.
  • the client device 902 transmits the sensor information to the server 901 in response to the sensor information transmission request transmitted from the server 901.
  • the client device 902 may send the sensor information to the server 901 without waiting for the sensor information transmission request from the server 901. For example, once the client device 902 receives a request for transmitting sensor information from the server 901, the client device 902 may periodically transmit the sensor information to the server 901 for a certain period of time. Further, when the error at the time of alignment between the three-dimensional data created by the client device 902 based on the sensor information and the three-dimensional map obtained from the server 901 is equal to or more than a certain value, the client device 902 is located around the client device 902. It may be determined that the three-dimensional map may have changed, and that fact and the sensor information may be transmitted to the server 901.
  • the server 901 issues a sensor information transmission request to the client device 902.
  • the server 901 receives the position information of the client device 902 such as GPS from the client device 902.
  • the server 901 determines that the client device 902 is approaching a space with little information in the three-dimensional map managed by the server 901 based on the position information of the client device 902
  • the server 901 determines that the client device 902 is approaching a space with little information, and the client 901 generates a new three-dimensional map.
  • a request for transmitting sensor information is sent to the device 902.
  • the server 901 issues a sensor information transmission request when it wants to update the three-dimensional map, when it wants to check the road condition such as when it snows or when there is a disaster, when it wants to check the traffic jam situation, or when it wants to check the incident accident situation. May be good.
  • the client device 902 may set the data amount of the sensor information to be transmitted to the server 901 according to the communication state or the band at the time of receiving the transmission request of the sensor information received from the server 901.
  • Setting the amount of sensor information data to be transmitted to the server 901 means, for example, increasing or decreasing the data itself, or appropriately selecting a compression method.
  • FIG. 96 is a block diagram showing a configuration example of the client device 902.
  • the client device 902 receives a three-dimensional map composed of a point cloud or the like from the server 901, and estimates the self-position of the client device 902 from the three-dimensional data created based on the sensor information of the client device 902. Further, the client device 902 transmits the acquired sensor information to the server 901.
  • the client device 902 includes a data reception unit 1011, a communication unit 1012, a reception control unit 1013, a format conversion unit 1014, a plurality of sensors 1015, a three-dimensional data creation unit 1016, and a three-dimensional image processing unit 1017. It includes a three-dimensional data storage unit 1018, a format conversion unit 1019, a communication unit 1020, a transmission control unit 1021, and a data transmission unit 1022.
  • the data receiving unit 1011 receives the three-dimensional map 1031 from the server 901.
  • the three-dimensional map 1031 is data including a point cloud such as WLD or SWLD.
  • the three-dimensional map 1031 may include either compressed data or uncompressed data.
  • the communication unit 1012 communicates with the server 901 and transmits a data transmission request (for example, a three-dimensional map transmission request) or the like to the server 901.
  • a data transmission request for example, a three-dimensional map transmission request
  • the reception control unit 1013 exchanges information such as the corresponding format with the communication destination via the communication unit 1012, and establishes communication with the communication destination.
  • the format conversion unit 1014 generates the three-dimensional map 1032 by performing format conversion or the like on the three-dimensional map 1031 received by the data receiving unit 1011. Further, the format conversion unit 1014 performs decompression or decoding processing when the three-dimensional map 1031 is compressed or encoded. If the three-dimensional map 1031 is uncompressed data, the format conversion unit 1014 does not perform decompression or decoding processing.
  • the plurality of sensors 1015 are a group of sensors that acquire information outside the vehicle on which the client device 902 is mounted, such as a LiDAR, a visible light camera, an infrared camera, or a depth sensor, and generate sensor information 1033.
  • the sensor information 1033 is three-dimensional data such as a point cloud (point cloud data) when the sensor 1015 is a laser sensor such as LiDAR.
  • the number of sensors 1015 does not have to be plural.
  • the three-dimensional data creation unit 1016 creates three-dimensional data 1034 around the own vehicle based on the sensor information 1033. For example, the three-dimensional data creation unit 1016 creates point cloud data with color information around the own vehicle by using the information acquired by LiDAR and the visible light image obtained by the visible light camera.
  • the three-dimensional image processing unit 1017 uses the received three-dimensional map 1032 such as a point cloud and the three-dimensional data 1034 around the own vehicle generated from the sensor information 1033 to perform self-position estimation processing of the own vehicle and the like. ..
  • the three-dimensional image processing unit 1017 creates three-dimensional data 1035 around the own vehicle by synthesizing the three-dimensional map 1032 and the three-dimensional data 1034, and estimates the self-position using the created three-dimensional data 1035. Processing may be performed.
  • the three-dimensional data storage unit 1018 stores the three-dimensional map 1032, the three-dimensional data 1034, the three-dimensional data 1035, and the like.
  • the format conversion unit 1019 generates the sensor information 1037 by converting the sensor information 1033 into a format supported by the receiving side.
  • the format conversion unit 1019 may reduce the amount of data by compressing or encoding the sensor information 1037. Further, the format conversion unit 1019 may omit the process when it is not necessary to perform the format conversion. Further, the format conversion unit 1019 may control the amount of data to be transmitted according to the designation of the transmission range.
  • the communication unit 1020 communicates with the server 901 and receives a data transmission request (sensor information transmission request) and the like from the server 901.
  • the transmission control unit 1021 exchanges information such as the corresponding format with the communication destination via the communication unit 1020 to establish communication.
  • the data transmission unit 1022 transmits the sensor information 1037 to the server 901.
  • the sensor information 1037 includes a plurality of sensors such as information acquired by LiDAR, a brightness image acquired by a visible light camera, an infrared image acquired by an infrared camera, a depth image acquired by a depth sensor, sensor position information, and speed information. Includes information acquired by 1015.
  • FIG. 97 is a block diagram showing a configuration example of the server 901.
  • the server 901 receives the sensor information transmitted from the client device 902, and creates three-dimensional data based on the received sensor information.
  • the server 901 uses the created three-dimensional data to update the three-dimensional map managed by the server 901. Further, the server 901 transmits the updated three-dimensional map to the client device 902 in response to the transmission request of the three-dimensional map from the client device 902.
  • the server 901 includes a data reception unit 1111, a communication unit 1112, a reception control unit 1113, a format conversion unit 1114, a three-dimensional data creation unit 1116, a three-dimensional data synthesis unit 1117, and a three-dimensional data storage unit 1118. , A format conversion unit 1119, a communication unit 1120, a transmission control unit 1121, and a data transmission unit 1122.
  • the data receiving unit 1111 receives the sensor information 1037 from the client device 902.
  • the sensor information 1037 includes, for example, information acquired by LiDAR, a brightness image acquired by a visible light camera, an infrared image acquired by an infrared camera, a depth image acquired by a depth sensor, sensor position information, speed information, and the like.
  • the communication unit 1112 communicates with the client device 902 and transmits a data transmission request (for example, a sensor information transmission request) or the like to the client device 902.
  • a data transmission request for example, a sensor information transmission request
  • the reception control unit 1113 exchanges information such as the corresponding format with the communication destination via the communication unit 1112 to establish communication.
  • the format conversion unit 1114 When the received sensor information 1037 is compressed or encoded, the format conversion unit 1114 generates the sensor information 1132 by performing decompression or decoding processing. If the sensor information 1037 is uncompressed data, the format conversion unit 1114 does not perform decompression or decoding processing.
  • the three-dimensional data creation unit 1116 creates three-dimensional data 1134 around the client device 902 based on the sensor information 1132. For example, the three-dimensional data creation unit 1116 creates point cloud data with color information around the client device 902 using the information acquired by LiDAR and the visible light image obtained by the visible light camera.
  • the three-dimensional data synthesis unit 1117 updates the three-dimensional map 1135 by synthesizing the three-dimensional data 1134 created based on the sensor information 1132 with the three-dimensional map 1135 managed by the server 901.
  • the three-dimensional data storage unit 1118 stores the three-dimensional map 1135 and the like.
  • the format conversion unit 1119 generates the 3D map 1031 by converting the 3D map 1135 into a format supported by the receiving side.
  • the format conversion unit 1119 may reduce the amount of data by compressing or encoding the three-dimensional map 1135. Further, the format conversion unit 1119 may omit the process when it is not necessary to perform the format conversion. Further, the format conversion unit 1119 may control the amount of data to be transmitted according to the designation of the transmission range.
  • the communication unit 1120 communicates with the client device 902 and receives a data transmission request (three-dimensional map transmission request) or the like from the client device 902.
  • the transmission control unit 1121 exchanges information such as the corresponding format with the communication destination via the communication unit 1120 to establish communication.
  • the data transmission unit 1122 transmits the three-dimensional map 1031 to the client device 902.
  • the three-dimensional map 1031 is data including a point cloud such as WLD or SWLD.
  • the three-dimensional map 1031 may include either compressed data or uncompressed data.
  • the client device 902 requests the server 901 to transmit a three-dimensional map (point cloud, etc.) (S1001). At this time, the client device 902 may request the server 901 to transmit a three-dimensional map related to the position information by transmitting the position information of the client device 902 obtained by GPS or the like together.
  • a three-dimensional map point cloud, etc.
  • the client device 902 receives the three-dimensional map from the server 901 (S1002). If the received 3D map is compressed data, the client device 902 decodes the received 3D map to generate an uncompressed 3D map (S1003).
  • the client device 902 creates three-dimensional data 1034 around the client device 902 from the sensor information 1033 obtained by the plurality of sensors 1015 (S1004).
  • the client device 902 estimates the self-position of the client device 902 using the three-dimensional map 1032 received from the server 901 and the three-dimensional data 1034 created from the sensor information 1033 (S1005).
  • FIG. 99 is a flowchart showing the operation when the sensor information is transmitted by the client device 902.
  • the client device 902 receives the sensor information transmission request from the server 901 (S1011).
  • the client device 902 transmits the sensor information 1037 to the server 901 (S1012).
  • the sensor information 1033 includes a plurality of information obtained by the plurality of sensors 1015
  • the client device 902 may generate the sensor information 1037 by compressing each information by a compression method suitable for each information. good.
  • FIG. 100 is a flowchart showing an operation when the server 901 acquires sensor information.
  • the server 901 requests the client device 902 to transmit the sensor information (S1021).
  • the server 901 receives the sensor information 1037 transmitted from the client device 902 in response to the request (S1022).
  • the server 901 creates three-dimensional data 1134 using the received sensor information 1037 (S1023).
  • the server 901 reflects the created three-dimensional data 1134 on the three-dimensional map 1135 (S1024).
  • FIG. 101 is a flowchart showing the operation when the server 901 transmits the three-dimensional map.
  • the server 901 receives a three-dimensional map transmission request from the client device 902 (S1031).
  • the server 901 that has received the three-dimensional map transmission request transmits the three-dimensional map 1031 to the client device 902 (S1032).
  • the server 901 may extract a three-dimensional map in the vicinity thereof according to the position information of the client device 902 and transmit the extracted three-dimensional map.
  • the server 901 may compress the three-dimensional map composed of the point cloud by using, for example, a compression method based on an octa-tree structure, and transmit the compressed three-dimensional map.
  • the server 901 creates three-dimensional data 1134 near the position of the client device 902 using the sensor information 1037 received from the client device 902. Next, the server 901 calculates the difference between the three-dimensional data 1134 and the three-dimensional map 1135 by matching the created three-dimensional data 1134 with the three-dimensional map 1135 of the same area managed by the server 901. .. When the difference is equal to or greater than a predetermined threshold value, the server 901 determines that some abnormality has occurred in the vicinity of the client device 902. For example, when land subsidence occurs due to a natural disaster such as an earthquake, a large difference occurs between the three-dimensional map 1135 managed by the server 901 and the three-dimensional data 1134 created based on the sensor information 1037. Can be considered.
  • the sensor information 1037 may include information indicating at least one of the sensor type, the sensor performance, and the sensor model number. Further, a class ID or the like corresponding to the performance of the sensor may be added to the sensor information 1037. For example, when the sensor information 1037 is the information acquired by LiDAR, the sensor capable of acquiring information with an accuracy of several mm is class 1, the sensor capable of acquiring information with an accuracy of several cm is class 2, and the sensor is united with several meters. As in class 3, it is conceivable to assign an identifier to the performance of the sensor that can acquire information with accuracy. Further, the server 901 may estimate the performance information of the sensor and the like from the model number of the client device 902.
  • the server 901 may determine the sensor spec information from the vehicle type of the vehicle. In this case, the server 901 may acquire information on the vehicle type of the vehicle in advance, or the sensor information may include the information. Further, the server 901 may switch the degree of correction for the three-dimensional data 1134 created by using the sensor information 1037 by using the acquired sensor information 1037. For example, if the sensor performance is high accuracy (class 1), the server 901 does not make corrections to the three-dimensional data 1134. When the sensor performance is low accuracy (class 3), the server 901 applies a correction to the three-dimensional data 1134 according to the accuracy of the sensor. For example, in the server 901, the lower the accuracy of the sensor, the stronger the degree (strength) of the correction.
  • the server 901 may issue a sensor information transmission request to a plurality of client devices 902 in a certain space at the same time.
  • the server 901 receives a plurality of sensor information from the plurality of client devices 902, it is not necessary to use all the sensor information for creating the three-dimensional data 1134.
  • the sensor to be used depends on the performance of the sensor. Information may be selected.
  • the server 901 selects highly accurate sensor information (class 1) from a plurality of received sensor information, and creates three-dimensional data 1134 using the selected sensor information. You may.
  • the server 901 is not limited to a server such as a traffic monitoring cloud, and may be another client device (vehicle-mounted).
  • FIG. 102 is a diagram showing a system configuration in this case.
  • the client device 902C issues a sensor information transmission request to the nearby client device 902A, and acquires the sensor information from the client device 902A. Then, the client device 902C creates three-dimensional data using the acquired sensor information of the client device 902A, and updates the three-dimensional map of the client device 902C. As a result, the client device 902C can generate a three-dimensional map of the space that can be acquired from the client device 902A by utilizing the performance of the client device 902C. For example, it is considered that such a case occurs when the performance of the client device 902C is high.
  • the client device 902A that provided the sensor information is given the right to acquire the highly accurate three-dimensional map generated by the client device 902C.
  • the client device 902A receives a highly accurate 3D map from the client device 902C in accordance with its rights.
  • the client device 902C may issue a request for transmitting sensor information to a plurality of nearby client devices 902 (client device 902A and client device 902B).
  • client device 902A and client device 902B client devices 902
  • the client device 902C can create three-dimensional data using the sensor information obtained by this high-performance sensor.
  • the client device 902 includes a three-dimensional map decoding processing unit 1211 and a sensor information compression processing unit 1212.
  • the three-dimensional map decoding processing unit 1211 receives the encoded data of the compressed three-dimensional map, decodes the encoded data, and acquires the three-dimensional map.
  • the sensor information compression processing unit 1212 compresses the sensor information itself instead of the three-dimensional data created from the acquired sensor information, and transmits the compressed sensor information encoded data to the server 901.
  • the client device 902 may internally hold a processing unit (device or LSI) that performs a process of decoding a three-dimensional map (point cloud, etc.), and the three-dimensional data of the three-dimensional map (point cloud, etc.). It is not necessary to hold a processing unit that performs processing for compressing. As a result, the cost and power consumption of the client device 902 can be suppressed.
  • the client device 902 is mounted on the moving body, and is obtained from the sensor information 1033 indicating the surrounding condition of the moving body obtained by the sensor 1015 mounted on the moving body. Create peripheral three-dimensional data 1034.
  • the client device 902 estimates the self-position of the moving body using the created three-dimensional data 1034.
  • the client device 902 transmits the acquired sensor information 1033 to the server 901 or another client device 902.
  • the client device 902 transmits the sensor information 1033 to the server 901 and the like.
  • the amount of data to be transmitted can be reduced as compared with the case where three-dimensional data is transmitted.
  • the processing amount of the client device 902 can be reduced. Therefore, the client device 902 can reduce the amount of data to be transmitted or simplify the configuration of the device.
  • the client device 902 further transmits a three-dimensional map transmission request to the server 901, and receives the three-dimensional map 1031 from the server 901. In estimating the self-position, the client device 902 estimates the self-position using the three-dimensional data 1034 and the three-dimensional map 1032.
  • the sensor information 1033 includes at least one of the information obtained by the laser sensor, the luminance image, the infrared image, the depth image, the position information of the sensor, and the speed information of the sensor.
  • the sensor information 1033 includes information indicating the performance of the sensor.
  • the client device 902 encodes or compresses the sensor information 1033, and in transmitting the sensor information, the encoded or compressed sensor information 1037 is transmitted to the server 901 or another client device 902. According to this, the client device 902 can reduce the amount of data to be transmitted.
  • the client device 902 includes a processor and a memory, and the processor uses the memory to perform the above processing.
  • the server 901 can communicate with the client device 902 mounted on the mobile body, and the sensor information 1037 indicating the surrounding situation of the mobile body obtained by the sensor 1015 mounted on the mobile body is obtained. Is received from the client device 902. The server 901 creates three-dimensional data 1134 around the moving body from the received sensor information 1037.
  • the server 901 creates the three-dimensional data 1134 using the sensor information 1037 transmitted from the client device 902. As a result, there is a possibility that the amount of data to be transmitted can be reduced as compared with the case where the client device 902 transmits three-dimensional data. Further, since it is not necessary for the client device 902 to perform processing such as compression or coding of three-dimensional data, the processing amount of the client device 902 can be reduced. Therefore, the server 901 can reduce the amount of data to be transmitted or simplify the configuration of the device.
  • the server 901 further transmits a transmission request for sensor information to the client device 902.
  • the server 901 updates the three-dimensional map 1135 using the created three-dimensional data 1134, and sends the three-dimensional map 1135 to the client device 902 in response to the transmission request of the three-dimensional map 1135 from the client device 902. Send.
  • the sensor information 1037 includes at least one of the information obtained by the laser sensor, the luminance image, the infrared image, the depth image, the position information of the sensor, and the speed information of the sensor.
  • the sensor information 1037 includes information indicating the performance of the sensor.
  • the server 901 further corrects the three-dimensional data according to the performance of the sensor. According to this, the three-dimensional data creation method can improve the quality of the three-dimensional data.
  • the server 901 receives a plurality of sensor information 1037 from the plurality of client devices 902, and based on a plurality of information indicating the performance of the sensor included in the plurality of sensor information 1037, the server 901 receives the three-dimensional data 1134.
  • the sensor information 1037 used for creating the above is selected. According to this, the server 901 can improve the quality of the three-dimensional data 1134.
  • the server 901 decodes or decompresses the received sensor information 1037, and creates three-dimensional data 1134 from the decoded or decompressed sensor information 1132. According to this, the server 901 can reduce the amount of data to be transmitted.
  • the server 901 includes a processor and a memory, and the processor uses the memory to perform the above processing.
  • FIG. 104 is a diagram showing a configuration of a system according to the present embodiment.
  • the system shown in FIG. 104 includes a server 2001, a client device 2002A, and a client device 2002B.
  • the client device 2002A and the client device 2002B are mounted on a moving body such as a vehicle, and transmit sensor information to the server 2001.
  • the server 2001 transmits a three-dimensional map (point cloud) to the client device 2002A and the client device 2002B.
  • the client device 2002A includes a sensor information acquisition unit 2011, a storage unit 2012, and a data transmission availability determination unit 2013.
  • the configuration of the client device 2002B is also the same. Further, in the following, when the client device 2002A and the client device 2002B are not particularly distinguished, they are also described as the client device 2002.
  • FIG. 105 is a flowchart showing the operation of the client device 2002 according to the present embodiment.
  • the sensor information acquisition unit 2011 acquires various sensor information using a sensor (sensor group) mounted on the moving body. That is, the sensor information acquisition unit 2011 acquires sensor information indicating the surrounding state of the moving body, which is obtained by the sensor (sensor group) mounted on the moving body. Further, the sensor information acquisition unit 2011 stores the acquired sensor information in the storage unit 2012.
  • This sensor information includes at least one of LiDAR acquisition information, visible light image, infrared image and depth image. Further, the sensor information may include at least one of sensor position information, speed information, acquisition time information, and acquisition location information.
  • the sensor position information indicates the position of the sensor from which the sensor information has been acquired.
  • the velocity information indicates the velocity of the moving object when the sensor acquires the sensor information.
  • the acquisition time information indicates the time when the sensor information is acquired by the sensor.
  • the acquisition location information indicates the position of the moving body or the sensor when the sensor information is acquired by the sensor.
  • the data transmission availability determination unit 2013 determines whether the mobile body (client device 2002) exists in an environment in which the sensor information can be transmitted to the server 2001 (S2002). For example, the data transmission availability determination unit 2013 may specify the location and time of the client device 2002 by using information such as GPS, and determine whether or not the data can be transmitted. In addition, the data transmission availability determination unit 2013 may determine whether or not data can be transmitted depending on whether or not it can be connected to a specific access point.
  • the client device 2002 determines that the moving body exists in an environment in which the sensor information can be transmitted to the server 2001 (Yes in S2002), the client device 2002 transmits the sensor information to the server 2001 (S2003). That is, when the client device 2002 is in a situation where the sensor information can be transmitted to the server 2001, the client device 2002 transmits the held sensor information to the server 2001.
  • a millimeter-wave access point capable of high-speed communication is installed at an intersection or the like.
  • the sensor information held by the client device 2002 is transmitted to the server 2001 at high speed by using millimeter wave communication.
  • the client device 2002 deletes the sensor information transmitted to the server 2001 from the storage unit 2012 (S2004).
  • the client device 2002 may delete the sensor information when the sensor information not transmitted to the server 2001 satisfies a predetermined condition.
  • the client device 2002 may delete the sensor information from the storage unit 2012 when the acquisition time of the sensor information to be held is older than a certain time before the current time. That is, the client device 2002 may delete the sensor information from the storage unit 2012 when the difference between the time when the sensor information is acquired by the sensor and the current time exceeds a predetermined time. Further, the client device 2002 may delete the sensor information from the storage unit 2012 when the acquisition location of the sensor information to be held is more than a certain distance from the current position.
  • the sensor information May be deleted from the storage unit 2012.
  • the capacity of the storage unit 2012 of the client device 2002 can be suppressed.
  • the client device 2002 performs the processing after step S2001 again.
  • the client device 2002 ends the process.
  • the client device 2002 may select the sensor information to be transmitted to the server 2001 according to the communication status. For example, when high-speed communication is possible, the client device 2002 preferentially transmits sensor information (for example, LiDAR acquisition information) having a large size held in the storage unit 2012. Further, when high-speed communication is difficult, the client device 2002 transmits sensor information (for example, a visible light image) having a small size and a high priority held in the storage unit 2012. As a result, the client device 2002 can efficiently transmit the sensor information held in the storage unit 2012 to the server 2001 according to the network conditions.
  • sensor information for example, LiDAR acquisition information
  • sensor information for example, a visible light image
  • the client device 2002 may acquire the time information indicating the current time and the location information indicating the current location from the server 2001. Further, the client device 2002 may determine the acquisition time and acquisition location of the sensor information based on the acquired time information and location information. That is, the client device 2002 may acquire the time information from the server 2001 and generate the acquisition time information using the acquired time information. Further, the client device 2002 may acquire the location information from the server 2001 and generate the acquisition location information using the acquired location information.
  • the server 2001 and the client device 2002 synchronize the time using a mechanism such as NTP (Network Time Protocol) or PTP (Precision Time Protocol).
  • NTP Network Time Protocol
  • PTP Precision Time Protocol
  • the client device 2002 can acquire accurate time information.
  • the server 2001 can handle the sensor information indicating the synchronized time.
  • the time synchronization mechanism may be any method other than NTP or PTP.
  • GPS information may be used as the time information and location information.
  • the server 2001 may acquire sensor information from a plurality of client devices 2002 by designating a time or place. For example, in the event of an accident, the server 2001 broadcasts a sensor information transmission request to a plurality of client devices 2002 by designating the time and place of the accident in order to search for a client in the vicinity thereof. Then, the client device 2002 having the sensor information of the corresponding time and place transmits the sensor information to the server 2001. That is, the client device 2002 receives the sensor information transmission request including the designated information for designating the place and time from the server 2001. The client device 2002 determines that the storage unit 2012 stores the sensor information obtained at the place and time indicated by the designated information, and that the moving body exists in an environment in which the sensor information can be transmitted to the server 2001.
  • the sensor information obtained at the place and time indicated by the designated information is transmitted to the server 2001.
  • the server 2001 can acquire sensor information related to the occurrence of an accident from a plurality of client devices 2002 and use it for accident analysis and the like.
  • the client device 2002 may refuse to transmit the sensor information when it receives the sensor information transmission request from the server 2001. Further, the client device 2002 may set in advance which sensor information among the plurality of sensor information can be transmitted. Alternatively, the server 2001 may inquire of the client device 2002 whether or not the sensor information can be transmitted each time.
  • points may be given to the client device 2002 that has transmitted the sensor information to the server 2001. These points can be used to pay, for example, gasoline purchase costs, EV (Electric Vehicle) charging costs, highway tolls, or rental car costs.
  • the server 2001 may delete the information for identifying the client device 2002 that is the source of the sensor information. For example, this information is information such as the network address of the client device 2002.
  • the sensor information can be anonymized, so that the user of the client device 2002 can safely transmit the sensor information from the client device 2002 to the server 2001.
  • the server 2001 may be composed of a plurality of servers. For example, by sharing sensor information among a plurality of servers, even if one server fails, another server can communicate with the client device 2002. As a result, it is possible to avoid stopping the service due to a server failure.
  • the designated location specified in the sensor information transmission request indicates the position where the accident occurred, and may differ from the position of the client device 2002 at the designated time specified in the sensor information transmission request. Therefore, the server 2001 can request the client device 2002 existing in the range to acquire information by designating a range such as within XXm in the vicinity as the designated place. Similarly, for the designated time, the server 2001 may specify a range such as within N seconds before and after a certain time. As a result, the server 2001 can acquire the sensor information from the client device 2002 that exists at "time: t-N to t + N, location: within XXm from the absolute position S". When transmitting three-dimensional data such as LiDAR, the client device 2002 may transmit the data generated immediately after the time t.
  • three-dimensional data such as LiDAR
  • the server 2001 may separately specify, as the designated location, the information indicating the location of the client device 2002 for which the sensor information is to be acquired and the location where the sensor information is desired. For example, the server 2001 specifies that the sensor information including at least the range from the absolute position S to YYm is acquired from the client device 2002 existing within XXm from the absolute position S.
  • the client device 2002 selects the 3D data of one or more randomly accessible units so as to include at least the sensor information in the specified range.
  • the client device 2002 may transmit a plurality of time-consecutive image data including at least a frame immediately before or after the time t.
  • the client device 2002 uses a network to be used according to the priority notified from the server 2001. You may choose. Alternatively, the client device 2002 itself may select a network that can secure an appropriate bandwidth based on the size of the transmitted data. Alternatively, the client device 2002 may select a network to be used based on the cost for data transmission and the like. Further, the transmission request from the server 2001 may include information indicating a transmission deadline, such as transmission when the client device 2002 can start transmission by time T. The server 2001 may issue a transmission request again if sufficient sensor information cannot be acquired within the deadline.
  • a transmission deadline such as transmission when the client device 2002 can start transmission by time T.
  • the sensor information may include header information indicating the characteristics of the sensor data together with the compressed or uncompressed sensor data.
  • the client device 2002 may transmit the header information to the server 2001 via a physical network or communication protocol different from the sensor data. For example, the client device 2002 transmits the header information to the server 2001 prior to the transmission of the sensor data.
  • the server 2001 determines whether or not to acquire the sensor data of the client device 2002 based on the analysis result of the header information.
  • the header information may include information indicating the point cloud acquisition density, elevation angle, or frame rate of LiDAR, or the resolution, SN ratio, or frame rate of a visible light image. As a result, the server 2001 can acquire the sensor information from the client device 2002 having the sensor data of the determined quality.
  • the client device 2002 acquires the sensor information indicating the surrounding situation of the moving body, which is mounted on the moving body and obtained by the sensor mounted on the moving body, and stores the sensor information in the storage unit 2012. ..
  • the client device 2002 determines whether the mobile body exists in an environment capable of transmitting sensor information to the server 2001, and if it determines that the mobile body exists in an environment capable of transmitting sensor information to the server, the client device 2002 transmits the sensor information to the server 2001. Send to.
  • the client device 2002 further creates three-dimensional data around the moving body from the sensor information, and estimates the self-position of the moving body using the created three-dimensional data.
  • the client device 2002 further transmits a three-dimensional map transmission request to the server 2001, and receives the three-dimensional map from the server 2001.
  • the client device 2002 estimates the self-position by using the three-dimensional data and the three-dimensional map in the estimation of the self-position.
  • processing by the client device 2002 may be realized as an information transmission method in the client device 2002.
  • the client device 2002 includes a processor and a memory, and the processor may perform the above processing using the memory.
  • the data collection server 2024 collects data such as sensor data obtained by the sensor included in the terminal 2021 as position-related data associated with the position in the three-dimensional space.
  • the sensor data is, for example, data acquired by using a sensor included in the terminal 2021 such as a state around the terminal 2021 or an internal state of the terminal 2021.
  • the terminal 2021 transmits sensor data collected from one or more sensor devices at a position capable of directly communicating with the terminal 2021 or relaying one or a plurality of relay devices by the same communication method to the data collection server 2024. Send.
  • the data included in the position-related data may include, for example, information indicating the operation status of the terminal itself or the device included in the terminal, the operation log, the usage status of the service, and the like. Further, the data included in the position-related data may include information in which the identifier of the terminal 2021 is associated with the position or movement route of the terminal 2021.
  • the information indicating the position included in the position-related data is associated with the information indicating the position in the three-dimensional data such as the three-dimensional map data.
  • the details of the information indicating the position will be described later.
  • the position-related data includes the above-mentioned time information and the attributes of the data included in the position-related data, or information indicating the type of sensor (for example, model number) that generated the data, in addition to the position information which is the information indicating the position. It may contain at least one of.
  • the position information and the time information may be stored in the header area of the position-related data or the header area of the frame for storing the position-related data. Further, the position information and the time information may be transmitted and / or stored separately from the position-related data as metadata associated with the position-related data.
  • the map server 2025 is connected to the network 2023, for example, and transmits three-dimensional data such as three-dimensional map data in response to a request from another device such as the terminal 2021. Further, as described in each of the above-described embodiments, the map server 2025 may have a function of updating three-dimensional data by using the sensor information transmitted from the terminal 2021.
  • the data collection server 2024 is connected to the network 2023, for example, collects position-related data from another device such as the terminal 2021, and stores the collected position-related data in a storage device inside or in another server. Further, the data collection server 2024 transmits the collected position-related data or the metadata of the three-dimensional map data generated based on the position-related data to the terminal 2021 in response to the request from the terminal 2021.
  • Network 2023 is a communication network such as the Internet.
  • the terminal 2021 is connected to the network 2023 via the communication device 2022.
  • the communication device 2022 communicates with the terminal 2021 while switching between one communication method or a plurality of communication methods.
  • the communication device 2022 is, for example, (1) a base station such as LTE (Long Term Evolution), (2) an access point (AP) such as WiFi or millimeter wave communication, and (3) LPWA such as SIGFOX, LoRaWAN or Wi-SUN. (Low Power Wide Area)
  • a communication satellite that communicates using a network gateway or (4) a satellite communication method such as DVB-S2.
  • the base station may communicate with the terminal 2021 by a method classified into LPWA such as NB-IoT (Narrow Band-IoT) or LTE-M, or may switch between these methods and the terminal 2021. Communication may be performed.
  • LPWA Low Band-IoT
  • LTE-M Long Term Evolution
  • Communication may be performed.
  • the terminal 2021 has a function of communicating with a communication device 2022 that uses two types of communication methods, and a communication device that uses any of these communication methods, or is a plurality of these communication methods and a direct communication partner.
  • a communication device 2022 that uses two types of communication methods
  • a communication device that uses any of these communication methods, or is a plurality of these communication methods and a direct communication partner.
  • An example is given in the case of communicating with the map server 2025 or the data collection server 2024 while switching 2022, but the configuration of the sensor information collection system and the terminal 2021 is not limited to this.
  • the terminal 2021 may not have a communication function in a plurality of communication methods, but may have a function of performing communication in any one communication method.
  • the terminal 2021 may support three or more communication methods. Further, the corresponding communication method may be different for each terminal 2021.
  • the terminal 2021 includes, for example, the configuration of the client device 902 shown in FIG. 96.
  • the terminal 2021 estimates the position such as its own position using the received three-dimensional data. Further, the terminal 2021 generates position-related data by associating the sensor data acquired from the sensor with the position information obtained by the position estimation process.
  • the position information added to the position-related data indicates, for example, the position in the coordinate system used in the three-dimensional data.
  • the position information is a coordinate value represented by a value of latitude and longitude.
  • the terminal 2021 may include the coordinate value as well as the information indicating the coordinate system that is the reference of the coordinate value and the three-dimensional data used for the position estimation in the position information.
  • the coordinate values may include altitude information.
  • the position information may be associated with a data unit or a space unit that can be used for encoding the three-dimensional data described above.
  • This unit is, for example, WLD, GOS, SPC, VLM, VXL, or the like.
  • the position information is represented by an identifier for specifying a data unit such as an SPC corresponding to the position-related data.
  • the position information is information indicating three-dimensional data in which the three-dimensional space including the data unit such as SPC is encoded, or details in the SPC. It may include information indicating a different position.
  • the information indicating the three-dimensional data is, for example, a file name of the three-dimensional data.
  • the system generates the position-related data associated with the position information based on the position estimation using the three-dimensional data, so that the self-position of the client device (terminal 2021) acquired by using GPS is set. It is possible to add position information to the sensor information with higher accuracy than when the based position information is added to the sensor information. As a result, even when the position-related data is used by another device in another service, the position corresponding to the position-related data can be more accurately specified in the real space by performing the position estimation based on the same three-dimensional data. There is a possibility that it can be done.
  • the data transmitted from the terminal 2021 is position-related data
  • the data transmitted from the terminal 2021 may be data not associated with the position information. good. That is, the transmission / reception of the three-dimensional data or the sensor data described in the other embodiment may be performed via the network 2023 described in the present embodiment.
  • the position information added to the position-related data may be information indicating a position relative to a feature point in the three-dimensional data.
  • the feature point that serves as a reference for the position information is, for example, a feature point encoded as SWLD and notified to the terminal 2021 as three-dimensional data.
  • the information indicating the relative position with respect to the feature point is represented by, for example, a vector from the feature point to the point indicated by the position information, and may be information indicating the direction and distance from the feature point to the point indicated by the position information.
  • the information indicating the relative position with respect to the feature point may be information indicating the amount of displacement of each of the X-axis, Y-axis, and Z-axis from the feature point to the point indicated by the position information.
  • the information indicating the relative position with respect to the feature point may be information indicating the distance from each of the three or more feature points to the point indicated by the position information.
  • the relative position may not be the relative position of the point indicated by the position information expressed with respect to each feature point, but may be the relative position of each feature point expressed with reference to the point indicated by the position information.
  • An example of position information based on a relative position with respect to a feature point includes information for specifying a reference feature point and information indicating a relative position of a point indicated by the position information with respect to the feature point.
  • the information indicating the relative position with respect to the feature point includes the coordinate axes used for deriving the relative position and the information indicating the type of the three-dimensional data. Alternatively, it may include information indicating the magnitude (scale, etc.) of the value of the information indicating the relative position per unit amount.
  • the position information may include information indicating a relative position with respect to each feature point for a plurality of feature points.
  • the terminal 2021 that attempts to specify the position indicated by the position information in the real space has the position information from the position of the feature point estimated from the sensor data for each feature point.
  • the candidate points of the positions indicated by may be calculated, and the points obtained by averaging the calculated plurality of candidate points may be determined to be the points indicated by the position information. According to this configuration, the influence of an error when estimating the position of a feature point from the sensor data can be reduced, so that the estimation accuracy of the point indicated by the position information in the real space can be improved.
  • the position information includes information indicating a relative position with respect to a plurality of feature points, even if there is a feature point that cannot be detected due to restrictions such as the type or performance of the sensor included in the terminal 2021, any of the plurality of feature points. If even one of them can be detected, the value of the point indicated by the position information can be estimated.
  • a point that can be identified from the sensor data can be used.
  • the points that can be identified from the sensor data are, for example, points within a region or points that satisfy predetermined conditions for feature point detection, such as the above-mentioned three-dimensional feature amount or feature amount of visible light data being equal to or greater than a threshold value.
  • markers installed in the real space may be used as feature points.
  • the marker may be detected and its position can be specified from the data acquired by using a sensor such as LiDER or a camera.
  • the marker is represented by a change in color or brightness value (reflectance), or a three-dimensional shape (unevenness, etc.).
  • a coordinate value indicating the position of the marker, a two-dimensional code or a barcode generated from the identifier of the marker, or the like may be used.
  • a light source that transmits an optical signal may be used as a marker.
  • a light source of an optical signal When a light source of an optical signal is used as a marker, not only information for acquiring a position such as a coordinate value or an identifier but also other data may be transmitted by the optical signal.
  • the optical signal connects to the wireless communication device with the content of the service according to the position of the marker, the address such as ur for acquiring the content, or the identifier of the wireless communication device for receiving the provision of the service. It may include information indicating a wireless communication method for the purpose.
  • the terminal 2021 grasps the correspondence relationship of feature points between different data by using, for example, an identifier commonly used between data or information or a table indicating the correspondence relationship of feature points between data. Further, when there is no information indicating the correspondence between the feature points, the terminal 2021 is the feature at the closest distance when the coordinates of the feature points in one three-dimensional data are converted to the positions in the other three-dimensional data space. A point may be determined to be a corresponding feature point.
  • the position information based on the relative position described above is used, it is included in each three-dimensional data or associated with each three-dimensional data even between terminals 2021 or services that use different three-dimensional data.
  • the position indicated by the position information can be specified or estimated based on a common feature point. As a result, it becomes possible to identify or estimate the same position with higher accuracy between terminals 2021 or services that use different three-dimensional data.
  • the data collection server 2024 may transfer the received position-related data to another data server.
  • the data collection server 2024 determines to which data server the received position-related data is to be transferred, and transfers the position-related data to the data server determined as the transfer destination.
  • the data collection server 2024 determines the transfer destination based on, for example, the determination rule of the transfer destination server preset in the data collection server 2024.
  • the determination rule of the transfer destination server is set, for example, in a transfer destination table in which the identifier associated with each terminal 2021 and the data server of the transfer destination are associated with each other.
  • the terminal 2021 adds an identifier associated with the terminal 2021 to the position-related data to be transmitted and transmits the data to the data collection server 2024.
  • the data collection server 2024 specifies the data server of the transfer destination corresponding to the identifier added to the position-related data based on the determination rule of the transfer destination server using the transfer destination table or the like, and the position-related data is specified. Send to the data server. Further, the determination rule of the transfer destination server may be specified by the determination condition using the time or place where the position-related data is acquired.
  • the identifier associated with the transmission source terminal 2021 described above is, for example, an identifier unique to each terminal 2021 or an identifier indicating a group to which the terminal 2021 belongs.
  • the transfer destination table does not have to be a direct association between the identifier associated with the source terminal and the transfer destination data server.
  • the data collection server 2024 holds a management table that stores tag information assigned to each identifier unique to the terminal 2021, and a transfer destination table that associates the tag information with the data server of the transfer destination.
  • the data collection server 2024 may determine the data server of the transfer destination based on the tag information by using the management table and the transfer destination table.
  • the tag information is, for example, management control information or service provision control information given to the type, model number, owner, group to which the terminal 2021 corresponds to the identifier, or other identifier.
  • an identifier unique to each sensor may be used instead of the identifier associated with the transmission source terminal 2021.
  • the determination rule of the transfer destination server may be set from the client device 2026.
  • the data collection server 2024 may determine a plurality of data servers as transfer destinations and transfer the received position-related data to the plurality of data servers. According to this configuration, for example, when backing up location-related data automatically, or in order to share location-related data with different services, location-related data is sent to a data server for providing each service. When it is necessary to do so, the data can be transferred as intended by changing the setting for the data collection server 2024. As a result, the man-hours required for constructing and changing the system can be reduced as compared with the case where the transmission destination of the position-related data is set in the individual terminals 2021.
  • the data collection server 2024 registers the data server specified by the transfer request signal as a new transfer destination in response to the transfer request signal received from the data server, and transfers the position-related data received thereafter to the data server. You may.
  • the data collection server 2024 stores the position-related data received from the terminal 2021 in the recording device, and requests the position-related data specified by the transmission request signal according to the transmission request signal received from the terminal 2021 or the data server. It may be transmitted to the terminal 2021 or the data server of.
  • the data collection server 2024 determines whether or not the location-related data can be provided to the requesting data server or terminal 2021, and if it is determined that the location-related data can be provided, the data collection server 2024 transfers or transmits the location-related data to the requesting data server or terminal 2021. May be done.
  • the data collection server 2024 When the request for the current position-related data is received from the client device 2026, the data collection server 2024 requests the terminal 2021 to transmit the position-related data even if the terminal 2021 does not transmit the position-related data. 2021 may transmit position-related data in response to the transmission request.
  • the terminal 2021 transmits the position information data to the data collection server 2024, but the data collection server 2024 collects the position-related data from the terminal 2021, such as a function of managing the terminal 2021. It may be provided with a function necessary for the above or a function used when collecting position-related data from the terminal 2021.
  • the data collection server 2024 may have a function of transmitting a data request signal requesting the transmission of position information data to the terminal 2021 and collecting position-related data.
  • Management information such as an address for communicating with the terminal 2021 to be collected data or an identifier unique to the terminal 2021 is registered in the data collection server 2024 in advance.
  • the data collection server 2024 collects location-related data from the terminal 2021 based on the registered management information.
  • the management information may include information such as the type of sensor included in the terminal 2021, the number of sensors included in the terminal 2021, and the communication method supported by the terminal 2021.
  • the data collection server 2024 may collect information such as the operating status or the current position of the terminal 2021 from the terminal 2021.
  • the communication connecting the data collection server 2024 and the terminal 2021 is a dedicated line provided by a service provider such as an MNO (Mobile Network Operator) or a MVNO (Mobile Virtual Network Operator), or a VPN (Virtual Private Network) configured Network. It may be a virtual dedicated line or the like. According to this configuration, communication between the terminal 2021 and the data collection server 2024 can be performed safely.
  • a service provider such as an MNO (Mobile Network Operator) or a MVNO (Mobile Virtual Network Operator), or a VPN (Virtual Private Network) configured Network. It may be a virtual dedicated line or the like. According to this configuration, communication between the terminal 2021 and the data collection server 2024 can be performed safely.
  • the data collection server 2024 may have a function of authenticating the terminal 2021 or a function of encrypting data transmitted to and received from the terminal 2021.
  • the authentication process of the terminal 2021 or the data encryption process is a terminal group including an identifier unique to the terminal 2021 or a plurality of terminals 2021 shared in advance between the data collection server 2024 and the terminal 2021. This is done using a unique identifier for the server.
  • This identifier is, for example, an IMSI (International Mobile Subscribe Subsiber Identity), which is a unique number stored in a SIM (Subscriber Identity Module) card.
  • IMSI International Mobile Subscribe Subsiber Identity
  • SIM Subscriber Identity Module
  • the process of authentication or data encryption between the data collection server 2024 and the terminal 2021 can be provided as long as both the data collection server 2024 and the terminal 2021 have a function to perform the process, and relays the data. It does not depend on the communication method used by the communication device 2022. Therefore, since the common authentication or encryption process can be used without considering whether the terminal 2021 uses the communication method, the convenience of the user's system construction is improved. However, the fact that the communication device 2022 for relaying does not depend on the communication method means that it is not essential to change the communication method according to the communication method. That is, for the purpose of improving transmission efficiency or ensuring safety, the authentication or data encryption process between the data collection server 2024 and the terminal 2021 may be switched according to the communication method used by the relay device.
  • the data collection server 2024 may provide the client device 2026 with a UI that manages data collection rules such as the type of location-related data collected from the terminal 2021 and the data collection schedule. As a result, the user can specify the terminal 2021 for collecting data using the client device 2026, the data collection time and frequency, and the like. Further, the data collection server 2024 may specify an area on the map on which data is to be collected and collect position-related data from the terminal 2021 included in the area.
  • the client device 2026 When the data collection rule is managed in units of terminals 2021, the client device 2026 presents, for example, a list of terminals 2021 or sensors to be managed on the screen. The user sets the necessity of data collection or the collection schedule for each item in the list.
  • the client device 2026 When designating an area on a map for which data is to be collected, the client device 2026 presents, for example, a two-dimensional or three-dimensional map of the area to be managed on the screen. The user selects an area on the displayed map to collect data.
  • the area selected on the map may be a circular or rectangular area centered on a point specified on the map, or may be a circular or rectangular area that can be specified by a drag operation.
  • the client device 2026 may also select an area in preset units such as a city, an area within the city, a block, or a major road.
  • the area may be set by inputting the numerical values of latitude and longitude, or the area is selected from the list of candidate areas derived based on the input text information. May be done.
  • Textual information may be, for example, the name of a region, city, or landmark.
  • an area on the map may be specified based on the position of the client device 2026 in the real space obtained from the sensor data. For example, the client device 2026 estimates its own position using sensor data, and data a region within a predetermined distance from a point on the map corresponding to the estimated position or a distance specified by the user. May be specified as the area to collect. Further, the client device 2026 may designate the sensing area of the sensor, that is, the area corresponding to the acquired sensor data as the area for collecting the data. Alternatively, the client device 2026 may designate an area based on the position corresponding to the sensor data specified by the user as an area for collecting data. The area or position on the map corresponding to the sensor data may be estimated by the client device 2026 or the data collection server 2024.
  • the data collection server 2024 transmits data such as a list or a map for providing the above-mentioned UI (User Interface) in the application executed by the client device 2026 to the client device 2026.
  • the data collection server 2024 may transmit not only data such as a list or a map but also an application program to the client device 2026.
  • the above-mentioned UI may be provided as content created by HTML or the like that can be displayed by a browser.
  • Some data such as map data may be provided by a server other than the data collection server 2024 such as the map server 2025.
  • the client device 2026 transmits the input information to the data collection server 2024 as setting information when an input for notifying the completion of the input is performed, such as pressing a setting button by the user.
  • the data collection server 2024 transmits a signal for notifying the position-related data request or the position-related data collection rule to each terminal 2021 based on the setting information received from the client device 2026, and collects the position-related data. conduct.
  • object information indicating the position of a power feeding unit such as a wireless power feeding antenna or a power feeding coil embedded in a road or a parking lot is included in the three-dimensional data or associated with the three-dimensional data.
  • a power feeding unit such as a wireless power feeding antenna or a power feeding coil embedded in a road or a parking lot is included in the three-dimensional data or associated with the three-dimensional data.
  • terminal 2021 such as a car or drone.
  • the vehicle or drone that has acquired the object information for charging is automatically driven so that the position of the charging part such as the charging antenna or the charging coil of the vehicle faces the area indicated by the object information. Move the position of and start charging.
  • the driver or operator is presented with the direction to move or the operation to be performed using the image or sound displayed on the screen. NS.
  • the operation or maneuvering is stopped.
  • the image or sound presented to is switched, and charging is started.
  • the object information may not be information indicating the position of the power feeding unit, but may be information indicating an area in which a charging efficiency equal to or higher than a predetermined threshold value can be obtained by arranging the charging unit in the area.
  • the position of the object information may be represented by a point at the center of the region indicated by the object information, a region or line in a two-dimensional plane, or a region, line or plane in a three-dimensional space. good.
  • the antenna for wireless charging provided in the terminal 2021 such as a car and the wireless embedded in the road or the like
  • the alignment with the feeding antenna can be performed with higher accuracy.
  • the charging speed at the time of wireless charging can be shortened and the charging efficiency can be improved.
  • the object information may be an object other than the feeding antenna.
  • the three-dimensional data includes the position of the AP of millimeter-wave wireless communication as object information.
  • the terminal 2021 can grasp the position of the AP in advance, so that the directivity of the beam can be directed in the direction of the object information and the communication can be started.
  • the communication quality such as improving the transmission speed, shortening the time until the start of communication, and extending the communicable period.
  • the object information may include information indicating the type of the object corresponding to the object information. Further, the object information should be executed by the terminal 2021 when the terminal 2021 is included in the area in the real space corresponding to the position of the object information on the three-dimensional data or within a range of a predetermined distance from the area. Information indicating the process may be included.
  • the object information may be provided by a server different from the server that provides the three-dimensional data.
  • the object group in which the object information used in the same service is stored may be provided as different data depending on the type of the target service or the target device. ..
  • the three-dimensional data used in combination with the object information may be WLD point cloud data or SWLD feature point data.
  • the three-dimensional data decoding apparatus can decode the attribute information from LoD0 to LoD (M-1) required by the three-dimensional data decoding apparatus while suppressing the processing load.
  • FIG. 107 is a diagram showing the above use case.
  • the server holds a three-dimensional map obtained by encoding the three-dimensional position information and the attribute information.
  • the server (three-dimensional data coding device) broadcasts a three-dimensional map to a client device (three-dimensional data decoding device: for example, a vehicle or a drone) in an area managed by the server, and the client device receives the data from the server.
  • a process of specifying the self-position of the client device using a three-dimensional map, or a process of displaying map information to a user or the like who operates the client device is performed.
  • the server encodes the position information of the three-dimensional map using an ocree tree configuration or the like. Then, the server hierarchically encodes the attribute information of the three-dimensional map using N LoDs constructed based on the position information. The server stores a bitstream of the 3D map obtained by hierarchical coding.
  • the server transmits a bit stream of the encoded three-dimensional map to the client device in response to a transmission request for map information transmitted from the client device in the area managed by the server.
  • the client device receives the bitstream of the three-dimensional map transmitted from the server, and decodes the position information and the attribute information of the three-dimensional map according to the use of the client device. For example, when the client device performs highly accurate self-position estimation using the position information and the attribute information of N LoDs, the client device determines that the decoding result up to a dense three-dimensional point is required as the attribute information. And decrypt all the information in the bitstream.
  • the client device determines that the decoding result up to the sparse three-dimensional point is necessary as the attribute information, and the position information and the upper layer of LoD are used. Decrypts LoD attribute information from a certain LoD0 to M (M ⁇ N).
  • the three-dimensional point map includes position information and attribute information.
  • the position information is encoded by an ocree.
  • the attribute information is encoded by N LoDs.
  • Client device A performs highly accurate self-position estimation. In this case, the client device A determines that all the position information and the attribute information are necessary, and decodes all the position information in the bit stream and the attribute information composed of N LoDs.
  • Client device B displays a three-dimensional map to the user.
  • the client device B determines that the position information and the attribute information of M LoDs (M ⁇ N) are necessary, and decodes the position information in the bit stream and the attribute information composed of M LoDs. do.
  • the server may broadcast the three-dimensional map to the client device, multicast transmission, or unicast transmission.
  • the three-dimensional data coding device when the attribute information of the target three-dimensional point, which is the three-dimensional point to be coded, is hierarchically coded using LoD, the three-dimensional data coding device is the three-dimensional data decoding device. It is not necessary to encode the attribute information up to the required LoD hierarchy and not to encode the attribute information of the unnecessary hierarchy. For example, when the total number of LoDs is N, the three-dimensional data encoding device encodes M (M ⁇ N) LoDs from the top layer LoD0 to LoD (M-1), and the remaining LoDs (N). A bit stream may be generated by not encoding LoD up to -1).
  • the 3D data encoding device encodes a bit stream in which the attribute information from LoD0 to LoD (M-1) required by the 3D data decoding device is encoded in response to the request from the 3D data decoding device. Can be provided.
  • FIG. 108 is a diagram showing the above use case.
  • the server holds a three-dimensional map obtained by encoding the three-dimensional position information and the attribute information.
  • the server (three-dimensional data encoding device) unicasts a three-dimensional map to the client device (three-dimensional data decoding device: for example, a vehicle or a drone) in the area managed by the server at the request of the client device.
  • the client device performs a process of identifying the self-position of the client device using a three-dimensional map received from the server, or a process of displaying map information to a user or the like who operates the client device.
  • the server encodes the position information of the three-dimensional map using an ocree tree configuration or the like. Then, the server generates a bit stream of the three-dimensional map A by hierarchically coding the attribute information of the three-dimensional map using N LoDs constructed based on the position information, and generates the generated bit stream. Save to the server. Further, the server generates a bit stream of the three-dimensional map B by hierarchically coding the attribute information of the three-dimensional map using M (M ⁇ N) LoDs constructed based on the position information. Save the generated bitstream on the server.
  • the client device requests the server to send a three-dimensional map according to the purpose of the client device. For example, when the client device performs highly accurate self-position estimation using the position information and the attribute information of N LoDs, the client device determines that the decoding result up to a dense three-dimensional point is necessary as the attribute information, and is tertiary. Requests the server to send the bitstream of the original map A. Further, when displaying the 3D map information to the user or the like, the client device determines that the decoding result up to the sparse 3D point is necessary as the attribute information, and M pieces from the position information and the upper layer LoD0 of LoD.
  • the server Requests the server to transmit a bitstream of the three-dimensional map B including LoD attribute information up to (M ⁇ N). Then, the server transmits the encoded bit stream of the three-dimensional map A or the three-dimensional map B to the client device in response to the request for transmitting the map information from the client device.
  • the client device receives the bitstream of the three-dimensional map A or the three-dimensional map B transmitted from the server according to the use of the client device, and decodes the bitstream. In this way, the server switches the bit stream to be transmitted according to the usage of the client device. As a result, the processing load of the client device can be reduced.
  • the server holds the three-dimensional map A and the three-dimensional map B.
  • the server generates the three-dimensional map A by encoding the position information of the three-dimensional map with, for example, an octree, and encoding the attribute information of the three-dimensional map with N LoDs. That is, NumLoD included in the bitstream of the three-dimensional map A indicates N.
  • the server generates the three-dimensional map B by encoding the position information of the three-dimensional map with, for example, an octree, and the attribute information of the three-dimensional map with M LoDs. That is, NumLoD included in the bitstream of the three-dimensional map B indicates M.
  • Client device A performs highly accurate self-position estimation.
  • the client device A determines that all the position information and the attribute information are necessary, and sends a transmission request of the three-dimensional map A including all the position information and the attribute information composed of N LoDs to the server. ..
  • the client device A receives the three-dimensional map A and decodes all the position information and the attribute information composed of N LoDs.
  • Client device B displays a three-dimensional map to the user.
  • the client device B determines that the position information and the attribute information of M LoDs (M ⁇ N) are necessary, and includes all the position information and the attribute information composed of M LoDs in three dimensions.
  • the client device B receives the three-dimensional map B and decodes all the position information and the attribute information composed of M LoDs.
  • the server (three-dimensional data encoding device) encodes the three-dimensional map C in which the remaining NM attribute information of LoD is encoded in addition to the three-dimensional map B, and the request of the client device B.
  • the three-dimensional map C may be transmitted to the client device B according to the above. Further, the client device B may obtain the decoding results of N LoDs by using the bitstream of the three-dimensional map B and the three-dimensional map C.
  • FIG. 109 is a flowchart showing an example of application processing.
  • the three-dimensional data demultiplexing device acquires an ISOBMFF file containing the point cloud data and the plurality of encoded data (S7301).
  • the three-dimensional data demultiplexing device may acquire the ISOBMFF file by communication or may read the ISOBMFF file from the accumulated data.
  • the three-dimensional data demultiplexing device analyzes the entire configuration information in the ISOBMFF file and identifies the data to be used for the application (S7302). For example, the three-dimensional data demultiplexing device acquires data used for processing and does not acquire data not used for processing.
  • the three-dimensional data demultiplexing device extracts one or more data to be used for the application and analyzes the configuration information of the data (S7303).
  • the three-dimensional data demultiplexing device converts ISOBMFF into a coded stream and extracts a time stamp (S7305). Further, the three-dimensional data demultiplexing device determines whether or not the data are synchronized, for example, by referring to a flag indicating whether or not the data are synchronized, and if they are not, the synchronization is performed. Processing may be performed.
  • the three-dimensional data demultiplexing device decodes the data by a predetermined method according to the time stamp and other instructions, and processes the decoded data (S7306).
  • the three-dimensional data demultiplexing device extracts the data and the time stamp (S7307). Further, the three-dimensional data demultiplexing device determines whether or not the data are synchronized, for example, by referring to a flag indicating whether or not the data are synchronized, and if they are not, the synchronization is performed. Processing may be performed. The three-dimensional data demultiplexer then processes the data according to the time stamp and other instructions (S7308).
  • FIG. 110 is a diagram showing an example of the sensor range of the beam LiDAR, FLASH LiDAR, and the camera.
  • the beam LiDAR detects all directions around the vehicle (sensor), and the FLASH LiDAR and the camera detect a range in one direction (for example, forward) of the vehicle.
  • the three-dimensional data demultiplexing device extracts and decodes the coded data of the beam LiDAR and FLASH LiDAR with reference to the overall configuration information. Further, the three-dimensional data demultiplexing device does not extract the camera image.
  • the three-dimensional data demultiplexing device simultaneously processes each coded data at the same time stamp according to the time stamps of LiDAR and FLASH LiDAR.
  • the three-dimensional data demultiplexing device may present the processed data with the presenting device, synthesize the point cloud data of the beam LiDAR and the FLASH LiDAR, perform processing such as rendering.
  • the three-dimensional data demultiplexing device may extract the sensor position information and use it in the application.
  • the three-dimensional data demultiplexing device may select whether to use beam LiDAR information or FLASH LiDAR in the application, and switch the processing according to the selection result.
  • FIG. 111 is a diagram showing a configuration example of an automatic driving system.
  • This autonomous driving system includes a cloud server 7350 and an edge 7360 such as an in-vehicle device or a mobile device.
  • the cloud server 7350 includes a demultiplexing unit 7351, decoding units 7352A, 7352B and 7355, a point cloud data synthesis unit 7353, a large-scale data storage unit 7354, a comparison unit 7356, and an encoding unit 7357.
  • the edge 7360 includes sensors 7361A and 7361B, point cloud data generation units 7362A and 7362B, synchronization unit 7363, coding units 7364A and 7364B, multiplexing unit 7365, update data storage unit 7366, and demultiplexing unit. It includes a 7637, a decoding unit 7368, a filter 7369, a self-position estimation unit 7370, and an operation control unit 7371.
  • Edge 7360 downloads large-scale data which is large-scale point cloud map data stored in the cloud server 7350.
  • the edge 7360 performs self-position estimation processing of the edge 7360 (vehicle or terminal) by matching the large-scale data with the sensor information obtained by the edge 7360. Further, the edge 7360 uploads the acquired sensor information to the cloud server 7350 and updates the large-scale data with the latest map data.
  • point cloud data with different coding methods is handled.
  • the cloud server 7350 encodes and multiplexes large-scale data.
  • the coding unit 7357 performs coding by using a third coding method suitable for coding a large-scale point cloud.
  • the coding unit 7357 multiplexes the coded data.
  • the large-scale data storage unit 7354 stores data encoded and multiplexed by the coding unit 7357.
  • Edge 7360 performs sensing.
  • the point cloud data generation unit 7362A generates the first point cloud data (position information (geometry) and attribute information) using the sensing information acquired by the sensor 7361A.
  • the point cloud data generation unit 7362B generates the second point cloud data (position information and attribute information) by using the sensing information acquired by the sensor 7361B.
  • the generated first point cloud data and the second point cloud data are used for self-position estimation or vehicle control of automatic driving, or map update. In each process, some information of the first point cloud data and the second point cloud data may be used.
  • Edge 7360 performs self-position estimation. Specifically, Edge 7360 downloads large-scale data from the cloud server 7350.
  • the demultiplexing unit 7376 acquires the coded data by demultiplexing the large-scale data in the file format.
  • the decoding unit 7368 acquires large-scale data, which is large-scale point cloud map data, by decoding the acquired coded data.
  • the self-position estimation unit 7370 matches the acquired large-scale data with the first point cloud data and the second point cloud data generated by the point cloud data generation units 7362A and 7362B to map the vehicle. Estimate the self-position in. Further, the operation control unit 7371 uses the matching result or the self-position estimation result for the operation control.
  • the synchronization unit 7363 performs time synchronization and position correction between a plurality of sensor signals or a plurality of point cloud data. Further, the synchronization unit 7363 corrects the position information of the sensor signal or the point cloud data so as to match the large-scale data based on the position correction information of the large-scale data and the sensor data generated by the self-position estimation process. May be good.
  • synchronization and position correction may be performed on the cloud server 7350 instead of the edge 7360.
  • the edge 7360 may multiplex the synchronization information and the location information and transmit them to the cloud server 7350.
  • Edge 7360 is. Encode and multiplex sensor signals or point cloud data.
  • the sensor signal or point cloud data is encoded using a first or second coding method suitable for encoding each signal.
  • the coding unit 7364A generates the first coded data by coding the first point cloud data using the first coding method.
  • the coding unit 7364B generates the second coded data by coding the second point cloud data using the second coding method.
  • the multiplexing unit 7365 generates a multiplexing signal by multiplexing the first coded data, the second coded data, the synchronization information, and the like.
  • the update data storage unit 7366 stores the generated multiplexed signal. Further, the update data storage unit 7366 uploads the multiplexing signal to the cloud server 7350.
  • the cloud server 7350 synthesizes the point cloud data. Specifically, the demultiplexing unit 7351 acquires the first coded data and the second coded data by demultiplexing the multiplexing signal uploaded to the cloud server 7350.
  • the decoding unit 7352A acquires the first point cloud data (or sensor signal) by decoding the first coded data.
  • the decoding unit 7352B acquires the second point cloud data (or sensor signal) by decoding the second coded data.
  • the point cloud data synthesis unit 7353 synthesizes the first point cloud data and the second point cloud data by a predetermined method.
  • the point cloud data synthesis unit 7353 may perform the synthesis using the information.
  • the decoding unit 7355 demultiplexes and decodes the large-scale data stored in the large-scale data storage unit 7354.
  • the comparison unit 7356 compares the point cloud data generated based on the sensor signal obtained at the edge 7360 with the large-scale data possessed by the cloud server 7350, and determines the point cloud data that needs to be updated.
  • the comparison unit 7356 updates the point cloud data determined to be required to be updated among the large-scale data to the point cloud data obtained from the edge 7360.
  • the coding unit 7357 encodes and multiplexes the updated large-scale data, and stores the obtained data in the large-scale data storage unit 7354.
  • the signals to be handled may differ, and the signals to be multiplexed or the coding method may differ depending on the intended use or application. Even in such a case, flexible decoding and application processing can be performed by multiplexing data of various coding methods using the present embodiment. In addition, even if the signal coding methods are different, various applications and systems can be constructed by converting the coding methods that are more suitable for demultiplexing, decoding, data conversion, coding, and multiplexing processing. , Flexible service can be provided.
  • FIG. 112 is a diagram showing a configuration example of a bit stream.
  • the entire information of the divided data indicates a sensor ID (sensor_id) and a data ID (data_id) of the divided data for each divided data.
  • the data ID is also shown in the header of each coded data.
  • the overall information of the divided data shown in FIG. 112 includes the sensor information (Sensor), the sensor version (Version), the sensor manufacturer name (Maker), and the sensor, in addition to the sensor ID. At least one of the installation information (Mount Info.) And the position coordinates (World Coordinate) of the sensor may be included.
  • the three-dimensional data decoding device can acquire information on various sensors from the configuration information.
  • the entire information of the divided data may be stored in the metadata SPS, GPS or APS, or may be stored in the metadata SEI which is not essential for encoding. Further, the three-dimensional data encoding device stores the SEI in the ISOBMFF file at the time of multiplexing. The three-dimensional data decoding device can acquire desired divided data based on the metadata.
  • SPS is the metadata of the entire coded data
  • GPS is the metadata of the position information
  • APS is the metadata for each attribute information
  • G is the coded data of the position information for each divided data.
  • Yes, A1 and the like are coded data of attribute information for each divided data.
  • FIG. 113 is a flowchart of the point group selection process executed by this application.
  • 114 to 116 are diagrams showing a screen example of the point group selection process.
  • the three-dimensional data decoding device that executes the application has, for example, a UI unit that displays an input UI (user interface) 8661 for selecting an arbitrary point cloud.
  • the input UI 8661 has a presentation unit 8662 that presents the selected point cloud, and an operation unit (buttons 8663 and 8664) that accepts the user's operation.
  • the three-dimensional data decoding device acquires desired data from the storage unit 8665 after the point cloud is selected by UI8661.
  • the point cloud information that the user wants to display is selected based on the operation for the user's input UI8661 (S8631). Specifically, when the button 8663 is selected, a point cloud based on the sensor 1 is selected. When the button 8664 is selected, a point cloud based on the sensor 2 is selected. Alternatively, by selecting both the button 8663 and the button 8664, both the point cloud based on the sensor 1 and the point cloud based on the sensor 2 are selected.
  • the point cloud selection method is an example and is not limited to this.
  • the three-dimensional data decoding device analyzes the entire information of the divided data included in the multiplexed signal (bit stream) or the coded data, and selects a point group from the sensor ID (sensor_id) of the selected sensor.
  • the data ID (data_id) of the divided data constituting the above is specified (S8632).
  • the three-dimensional data decoding device extracts coded data including the specified desired data ID from the multiplexed signal, and decodes the extracted coded data to obtain a point cloud based on the selected sensor. Is decoded (S8633).
  • the three-dimensional data decoding device does not decode other coded data.
  • the three-dimensional data decoding device presents (for example, displays) the decoded point cloud (S8634).
  • FIG. 115 shows an example when the button 8663 of the sensor 1 is pressed, and the point cloud of the sensor 1 is presented.
  • FIG. 116 shows an example in which both the button 8663 of the sensor 1 and the button 8664 of the sensor 2 are pressed, and the point cloud of the sensor 1 and the sensor 2 is presented.
  • each processing unit included in the three-dimensional data coding device, the three-dimensional data decoding device, and the like according to the above embodiment is typically realized as an LSI which is an integrated circuit. These may be individually integrated into one chip, or may be integrated into one chip so as to include a part or all of them.
  • the integrated circuit is not limited to the LSI, and may be realized by a dedicated circuit or a general-purpose processor.
  • An FPGA Field Programmable Gate Array
  • a reconfigurable processor that can reconfigure the connection and settings of the circuit cells inside the LSI may be used.
  • each component may be configured by dedicated hardware or may be realized by executing a software program suitable for each component.
  • Each component may be realized by a program execution unit such as a CPU or a processor reading and executing a software program recorded on a recording medium such as a hard disk or a semiconductor memory.
  • the present disclosure may be realized as a three-dimensional data coding method, a three-dimensional data decoding method, or the like executed by a three-dimensional data coding device, a three-dimensional data decoding device, or the like.
  • the division of the functional block in the block diagram is an example, and a plurality of functional blocks can be realized as one functional block, one functional block can be divided into a plurality of functional blocks, and some functions can be transferred to other functional blocks. You may. Further, the functions of a plurality of functional blocks having similar functions may be processed by a single hardware or software in parallel or in a time division manner.
  • each step in the flowchart is executed is for exemplifying in order to specifically explain the present disclosure, and may be an order other than the above. Further, a part of the above steps may be executed at the same time (parallel) as other steps.
  • the three-dimensional data coding device, the three-dimensional data decoding device, and the like have been described above based on the embodiment, but the present disclosure is not limited to this embodiment. .. As long as the gist of the present disclosure is not deviated, various modifications that can be conceived by those skilled in the art are applied to the present embodiment, and a form constructed by combining components in different embodiments is also within the scope of one or more embodiments. May be included within.
  • the present disclosure is applicable to a three-dimensional data coding device and a three-dimensional data decoding device.
  • Three-dimensional data creation device 811 Data reception unit 812, 819 Communication unit 813 Reception control unit 814, 821 Format conversion unit 815

Landscapes

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

Abstract

三次元データ符号化方法は、点群データに含まれる三次元点の位置情報の予測値を、位置情報の参照関係を示す予測木を用いて算出し（Ｓ１１０２１）、予測値を、予め定められた範囲内にクリップし（Ｓ１１０２２）、位置情報と、クリップ後の予測値との差分である予測残差を算出し（Ｓ１１０２３）、予測残差を含むビットストリームを生成する（Ｓ１１０２４）。例えば、三次元データ符号化装置は、予測値の算出では（Ｓ１１０２１）、複数の予測モード候補から選択された予測モードを用いて、予測値を算出し、選択された予測モードに応じて、予測値をクリップするか否かを切り替えてもよい。

Description

三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
　本開示は、三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置に関する。
　自動車或いはロボットが自律的に動作するためのコンピュータビジョン、マップ情報、監視、インフラ点検、又は、映像配信など、幅広い分野において、今後、三次元データを活用した装置又はサービスの普及が見込まれる。三次元データは、レンジファインダなどの距離センサ、ステレオカメラ、又は複数の単眼カメラの組み合わせなど様々な方法で取得される。
　三次元データの表現方法の１つとして、三次元空間内の点群によって三次元構造の形状を表すポイントクラウドと呼ばれる表現方法がある。ポイントクラウドでは、点群の位置と色とが格納される。ポイントクラウドは三次元データの表現方法として主流になると予想されるが、点群はデータ量が非常に大きい。よって、三次元データの蓄積又は伝送においては二次元の動画像（一例として、ＭＰＥＧで規格化されたＭＰＥＧ－４　ＡＶＣ又はＨＥＶＣなどがある）と同様に、符号化によるデータ量の圧縮が必須となる。
　また、ポイントクラウドの圧縮については、ポイントクラウド関連の処理を行う公開のライブラリ（Ｐｏｉｎｔ　Ｃｌｏｕｄ　Ｌｉｂｒａｒｙ）などによって一部サポートされている。
　また、三次元の地図データを用いて、車両周辺に位置する施設を検索し、表示する技術が知られている（例えば、特許文献１参照）。
国際公開第２０１４／０２０６６３号
　三次元データの符号化処理及び三次元データ復号処理では、符号化効率を向上できることが望まれている。
　本開示は、符号化効率を向上できる三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、又は三次元データ復号装置を提供することを目的とする。
　本開示の一態様に係る三次元データ符号化方法は、点群データに含まれる三次元点の位置情報の予測値を、位置情報の参照関係を示す予測木を用いて算出し、前記予測値を、予め定められた範囲内にクリップし、前記位置情報と、クリップ後の前記予測値との差分である予測残差を算出し、前記予測残差を含むビットストリームを生成する。
　本開示の一態様に係る三次元データ復号方法は、点群データに含まれる三次元点の位置情報の予測値を、位置情報の参照関係を示す予測木を用いて算出し、前記予測値を、予め定められた範囲内にクリップし、ビットストリームから、予測残差を取得し、クリップ後の前記予測値と前記予測残差とを加算することで前記位置情報を算出する。
　本開示は、符号化効率を向上できる三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、又は三次元データ復号装置を提供できる。
図１は、実施の形態１に係る三次元データ符号化復号システムの構成を示す図である。 図２は、実施の形態１に係る点群データの構成例を示す図である。 図３は、実施の形態１に係る点群データ情報が記述されたデータファイルの構成例を示す図である。 図４は、実施の形態１に係る点群データの種類を示す図である。 図５は、実施の形態１に係る第１の符号化部の構成を示す図である。 図６は、実施の形態１に係る第１の符号化部のブロック図である。 図７は、実施の形態１に係る第１の復号部の構成を示す図である。 図８は、実施の形態１に係る第１の復号部のブロック図である。 図９は、実施の形態１に係る三次元データ符号化装置のブロック図である。 図１０は、実施の形態１に係る位置情報の例を示す図である。 図１１は、実施の形態１に係る位置情報の８分木表現の例を示す図である。 図１２は、実施の形態１に係る三次元データ復号装置のブロック図である。 図１３は、実施の形態１に係る属性情報符号化部のブロック図である。 図１４は、実施の形態１に係る属性情報復号部のブロック図である。 図１５は、実施の形態１に係る属性情報符号化部の構成を示すブロック図である。 図１６は、実施の形態１に係る属性情報符号化部のブロック図である。 図１７は、実施の形態１に係る属性情報復号部の構成を示すブロック図である。 図１８は、実施の形態１に係る属性情報復号部のブロック図である。 図１９は、実施の形態１に係る第２の符号化部の構成を示す図である。 図２０は、実施の形態１に係る第２の符号化部のブロック図である。 図２１は、実施の形態１に係る第２の復号部の構成を示す図である。 図２２は、実施の形態１に係る第２の復号部のブロック図である。 図２３は、実施の形態１に係るＰＣＣ符号化データに関わるプロトコルスタックを示す図である。 図２４は、実施の形態２に係る符号化部及び多重化部の構成を示す図である。 図２５は、実施の形態２に係る符号化データの構成例を示す図である。 図２６は、実施の形態２に係る符号化データ及びＮＡＬユニットの構成例を示す図である。 図２７は、実施の形態２に係るｐｃｃ＿ｎａｌ＿ｕｎｉｔ＿ｔｙｐｅのセマンティクス例を示す図である。 図２８は、実施の形態２に係るＮＡＬユニットの送出順序の例を示す図である。 図２９は、実施の形態２に係る三次元データ符号化装置による処理のフローチャートである。 図３０は、実施の形態２に係る三次元データ復号装置による処理のフローチャートである。 図３１は、実施の形態２に係る多重化処理のフローチャートである。 図３２は、実施の形態２に係る逆多重化処理のフローチャートである。 図３３は、実施の形態３に係る配信システムの構成を示す図である。 図３４は、実施の形態３に係る符号化三次元マップのビットストリームの構成例を示す図である。 図３５は、実施の形態３に係る符号化効率の改善効果を説明するための図である。 図３６は、実施の形態３に係るサーバによる処理のフローチャートである。 図３７は、実施の形態３に係るクライアントによる処理のフローチャートである。 図３８は、実施の形態３に係るサブマップのシンタックス例を示す図である。 図３９は、実施の形態３に係る符号化タイプの切り替え処理を模式的に示す図である。 図４０は、実施の形態３に係るサブマップのシンタックス例を示す図である。 図４１は、実施の形態３に係る三次元データ符号化処理のフローチャートである。 図４２は、実施の形態３に係る三次元データ復号処理のフローチャートである。 図４３は、実施の形態３に係る符号化タイプの切り替え処理の変形例の動作を模式的に示す図である。 図４４は、実施の形態３に係る符号化タイプの切り替え処理の変形例の動作を模式的に示す図である。 図４５は、実施の形態３に係る符号化タイプの切り替え処理の変形例の動作を模式的に示す図である。 図４６は、実施の形態３に係る差分値の算出処理の変形例の動作を模式的に示す図である。 図４７は、実施の形態３に係る差分値の算出処理の変形例の動作を模式的に示す図である。 図４８は、実施の形態３に係る差分値の算出処理の変形例の動作を模式的に示す図である。 図４９は、実施の形態３に係る差分値の算出処理の変形例の動作を模式的に示す図である。 図５０は、実施の形態３に係るボリュームのシンタックス例を示す図である。 図５１は、実施の形態４に係る、三次元データ符号化方法に用いられる予測木の一例を示す図である。 図５２は、実施の形態４に係る三次元データ符号化方法の一例を示すフローチャートである。 図５３は、実施の形態４に係る三次元データ復号方法の一例を示すフローチャートである。 図５４は、実施の形態４に係る予測木の生成方法を説明するための図である。 図５５は、実施の形態４に係る予測モードの第１の例を説明するための図である。 図５６は、実施の形態４に係る、各予測モードにおいて算出される予測値を示すテーブルの第２の例を示す図である。 図５７は、実施の形態４に係る、各予測モードにおいて算出される予測値を示すテーブルの第２の例の具体例を示す図である。 図５８は、実施の形態４に係る、各予測モードにおいて算出される予測値を示すテーブルの第３の例を示す図である。 図５９は、実施の形態４に係る各予測モードにおいて算出される予測値を示すテーブルの第４の例を示す図である。 図６０は、実施の形態４に係る各予測モードにおいて算出される予測値を示すテーブルの第５の例を示す図である。 図６１は、実施の形態４に係る各予測モードにおいて算出される予測値を示すテーブルの第６の例を示す図である。 図６２は、実施の形態４に係る各予測モードにおいて算出される予測値を示すテーブルの第７の例を示す図である。 図６３は、実施の形態４に係る予測モード値を二値化して符号化する場合の二値化テーブルの第１の例を示す図である。 図６４は、実施の形態４に係る予測モード値を二値化して符号化する場合の二値化テーブルの第２の例を示す図である。 図６５は、実施の形態４に係る予測モード値を二値化して符号化する場合の二値化テーブルの第３の例を示す図である。 図６６は、実施の形態４に係る予測モードを二値化して符号化する場合の二値化テーブルの二値データを符号化する例について説明するための図である。 図６７は、実施の形態４に係る予測モード値の符号化の一例を示すフローチャートである。 図６８は、実施の形態４に係る予測モード値の復号の一例を示すフローチャートである。 図６９は、実施の形態４に係る各予測モードにおいて算出される予測値を示すテーブルの他の例を示す図である。 図７０は、実施の形態４に係る予測モードを二値化して符号化する場合の二値化テーブルの二値データを符号化する例について説明するための図である。 図７１は、実施の形態４に係る予測モード値の符号化の他の一例を示すフローチャートである。 図７２は、実施の形態４に係る予測モード値の復号の他の一例を示すフローチャートである。 図７３は、実施の形態４に係る符号化時に条件Ａに応じて予測モード値を固定するか否かを決定する処理の一例を示すフローチャートである。 図７４は、実施の形態４に係る復号時に条件Ａに応じて予測モード値を固定された値にするか復号するかを決定する処理の一例を示すフローチャートである。 図７５は、実施の形態４に係る位置情報のヘッダのシンタックスの一例を示す図である。 図７６は、実施の形態４に係る位置情報のシンタックスの一例を示す図である。 図７７は、実施の形態４に係る位置情報のシンタックスの他の一例を示す図である。 図７８は、実施の形態５に係る、三次元データ符号化方法に用いられる予測木の一例を示す図である。 図７９は、実施の形態５に係る位置情報のシンタックスの他の例を示す図である。 図８０は、実施の形態５に係る位置情報及び属性情報の符号化に共通して用いられる予測木の構成の一例を示す図である。 図８１は、実施の形態５の変形例に係る三次元データ符号化方法の一例を示すフローチャートである。 図８２は、実施の形態５の変形例に係る三次元データ復号方法の一例を示すフローチャートである。 図８３は、実施の形態５に係る属性情報のヘッダのシンタックスの一例を示す図である。 図８４は、実施の形態５に係る属性情報のシンタックスの他の一例を示す図である。 図８５は、実施の形態５に係る位置情報及び属性情報のシンタックスの一例を示す図である。 図８６は、実施の形態４及び実施の形態５に係る三次元データ符号化装置の処理のフローチャートである。 図８７は、実施の形態４及び実施の形態５に係る三次元データ復号装置の処理のフローチャートである。 図８８は、実施の形態６に係る予測木を用いた予測における参照関係の例を示す図である。 図８９は、実施の形態６に係る三次元データ符号化装置における予測値の決定処理のフローチャートである。 図９０は、実施の形態６に係る三次元データ復号装置における予測値の決定処理のフローチャートである。 図９１は、実施の形態６に係る三次元データ符号化処理のフローチャートである。 図９２は、実施の形態６に係る三次元データ復号処理のフローチャートである。 図９３は、実施の形態７に係る三次元データ作成装置のブロック図である。 図９４は、実施の形態７に係る三次元データ作成方法のフローチャートである。 図９５は、実施の形態７に係るシステムの構成を示す図である。 図９６は、実施の形態７に係るクライアント装置のブロック図である。 図９７は、実施の形態７に係るサーバのブロック図である。 図９８は、実施の形態７に係るクライアント装置による三次元データ作成処理のフローチャートである。 図９９は、実施の形態７に係るクライアント装置によるセンサ情報送信処理のフローチャートである。 図１００は、実施の形態７に係るサーバによる三次元データ作成処理のフローチャートである。 図１０１は、実施の形態７に係るサーバによる三次元マップ送信処理のフローチャートである。 図１０２は、実施の形態７に係るシステムの変形例の構成を示す図である。 図１０３は、実施の形態７に係るサーバ及びクライアント装置の構成を示す図である。 図１０４は、実施の形態７に係るサーバ及びクライアント装置の構成を示す図である。 図１０５は、実施の形態７に係るクライアント装置による処理のフローチャートである。 図１０６は、実施の形態７に係るセンサ情報収集システムの構成を示す図である。 図１０７は、実施の形態７に係るシステムの例を示す図である。 図１０８は、実施の形態７に係るシステムの変形例を示す図である。 図１０９は、実施の形態７に係るアプリケーション処理の例を示すフローチャートである。 図１１０は、実施の形態７に係る各種センサのセンサ範囲を示す図である。 図１１１は、実施の形態７に係る自動運転システムの構成例を示す図である。 図１１２は、実施の形態７に係るビットストリームの構成例を示す図である。 図１１３は、実施の形態７に係る点群選択処理のフローチャートである。 図１１４は、実施の形態７に係る点群選択処理の画面例を示す図である。 図１１５は、実施の形態７に係る点群選択処理の画面例を示す図である。 図１１６は、実施の形態７に係る点群選択処理の画面例を示す図である。
　本開示の一態様に係る三次元データ符号化方法は、点群データに含まれる三次元点の位置情報の予測値を、位置情報の参照関係を示す予測木を用いて算出し、前記予測値を、予め定められた範囲内にクリップし、前記位置情報と、クリップ後の前記予測値との差分である予測残差を算出し、前記予測残差を含むビットストリームを生成する。
　これによれば、当該三次元データ符号化方法は、予測残差の値が大きくなることを抑制できるので符号化効率を向上できる。
　例えば、前記予測値の算出では、複数の予測モード候補から選択された予測モードを用いて、前記予測値を算出し、前記選択された予測モードに応じて、前記予測値をクリップするか否かを切り替えてもよい。
　これによれば、当該三次元データ符号化方法は、予測モードに応じてクリップを行うか否かを切り替えることで処理量を低減できる。
　例えば、前記三次元データ符号化方法は、さらに、前記ビットストリームに含まれるヘッダ情報に前記予め定められた範囲を決定するための情報を格納してもよい。
　本開示の一態様に係る三次元データ復号方法は、点群データに含まれる三次元点の位置情報の予測値を、位置情報の参照関係を示す予測木を用いて算出し、前記予測値を、予め定められた範囲内にクリップし、ビットストリームから、予測残差を取得し、クリップ後の前記予測値と前記予測残差とを加算することで前記位置情報を算出する。
　これによれば、当該三次元データ復号方法は、予測残差の値が大きくなることを抑制できるので符号化効率を向上できる。
　例えば、前記予測値の算出では、複数の予測モード候補から選択された予測モードを用いて、前記予測値を算出し、前記選択された予測モードに応じて、前記予測値をクリップするか否かを切り替えてもよい。
　これによれば、当該三次元データ復号方法は、予測モードに応じてクリップを行うか否かを切り替えることで処理量を低減できる。
　例えば、前記三次元データ復号方法は、さらに、前記ビットストリームに含まれるヘッダ情報から前記予め定められた範囲を決定するための情報を取得し、取得した前記情報を用いて前記予め定められた範囲を決定してもよい。
　また、本開示の一態様に係る三次元データ符号化装置は、プロセッサと、メモリとを備え、前記プロセッサは、前記メモリを用いて、点群データに含まれる三次元点の位置情報の予測値を、位置情報の参照関係を示す予測木を用いて算出し、前記予測値を、予め定められた範囲内にクリップし、前記位置情報と、クリップ後の前記予測値との差分である予測残差を算出し、前記予測残差を含むビットストリームを生成する。
　これによれば、当該三次元データ符号化装置は、予測残差の値が大きくなることを抑制できるので符号化効率を向上できる。
　また、本開示の一態様に係る三次元データ復号装置は、プロセッサと、メモリとを備え、前記プロセッサは、前記メモリを用いて、点群データに含まれる三次元点の位置情報の予測値を、位置情報の参照関係を示す予測木を用いて算出し、前記予測値を、予め定められた範囲内にクリップし、ビットストリームから、予測残差を取得し、クリップ後の前記予測値と前記予測残差とを加算することで前記位置情報を算出する。
　これによれば、当該三次元データ復号装置は、予測残差の値が大きくなることを抑制できるので符号化効率を向上できる。
　なお、これらの包括的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ－ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。
　以下、実施の形態について、図面を参照しながら具体的に説明する。なお、以下で説明する実施の形態は、いずれも本開示の一具体例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本開示を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、独立請求項に記載されていない構成要素については、任意の構成要素として説明される。
　（実施の形態１）
　ポイントクラウドの符号化データを実際の装置又はサービスにおいて使用する際には、ネットワーク帯域を抑制するために用途に応じて必要な情報を送受信することが望ましい。しかしながら、これまで、三次元データの符号化構造にはそのような機能が存在せず、そのための符号化方法も存在しなかった。
　本実施の形態では、三次元のポイントクラウドの符号化データにおいて用途に応じて必要な情報を送受信する機能を提供するための三次元データ符号化方法及び三次元データ符号化装置、並びに、当該符号化データを復号する三次元データ復号方法及び三次元データ復号装置、並びに、当該符号化データを多重化する三次元データ多重化方法、並びに、当該符号化データを伝送する三次元データ伝送方法について説明する。
　特に、現在、点群データの符号化方法（符号化方式）として第１の符号化方法、及び第２の符号化方法が検討されているが、符号化データの構成、及び符号化データをシステムフォーマットへ格納する方法が定義されておらず、このままでは符号化部におけるＭＵＸ処理（多重化）、又は、伝送或いは蓄積ができないという課題がある。
　また、ＰＣＣ（Ｐｏｉｎｔ　Ｃｌｏｕｄ　Ｃｏｍｐｒｅｓｓｉｏｎ）のように、第１の符号化方法と第２の符号化方法の２つのコーデックが混在するフォーマットをサポートする方法はこれまで存在しない。
　本実施の形態では、第１の符号化方法と第２の符号化方法の２つのコーデックが混在するＰＣＣ符号化データの構成、及び符号化データをシステムフォーマットへ格納する方法について説明する。
　まず、本実施の形態に係る三次元データ（点群データ）符号化復号システムの構成を説明する。図１は、本実施の形態に係る三次元データ符号化復号システムの構成例を示す図である。図１に示すように、三次元データ符号化復号システムは、三次元データ符号化システム４６０１と、三次元データ復号システム４６０２と、センサ端末４６０３と、外部接続部４６０４とを含む。
　三次元データ符号化システム４６０１は、三次元データである点群データを符号化することで符号化データ又は多重化データを生成する。なお、三次元データ符号化システム４６０１は、単一の装置により実現される三次元データ符号化装置であってもよいし、複数の装置により実現されるシステムであってもよい。また、三次元データ符号化装置は、三次元データ符号化システム４６０１に含まれる複数の処理部のうち一部を含んでもよい。
　三次元データ符号化システム４６０１は、点群データ生成システム４６１１と、提示部４６１２と、符号化部４６１３と、多重化部４６１４と、入出力部４６１５と、制御部４６１６とを含む。点群データ生成システム４６１１は、センサ情報取得部４６１７と、点群データ生成部４６１８とを含む。
　センサ情報取得部４６１７は、センサ端末４６０３からセンサ情報を取得し、センサ情報を点群データ生成部４６１８に出力する。点群データ生成部４６１８は、センサ情報から点群データを生成し、点群データを符号化部４６１３へ出力する。
　提示部４６１２は、センサ情報又は点群データをユーザに提示する。例えば、提示部４６１２は、センサ情報又は点群データに基づく情報又は画像を表示する。
　符号化部４６１３は、点群データを符号化（圧縮）し、得られた符号化データと、符号化過程において得られた制御情報と、その他の付加情報とを多重化部４６１４へ出力する。付加情報は、例えば、センサ情報を含む。
　多重化部４６１４は、符号化部４６１３から入力された符号化データと、制御情報と、付加情報とを多重することで多重化データを生成する。多重化データのフォーマットは、例えば蓄積のためのファイルフォーマット、又は伝送のためのパケットフォーマットである。
　入出力部４６１５（例えば、通信部又はインタフェース）は、多重化データを外部へ出力する。または、多重化データは、内部メモリ等の蓄積部に蓄積される。制御部４６１６（またはアプリ実行部）は、各処理部を制御する。つまり、制御部４６１６は、符号化及び多重化等の制御を行う。
　なお、センサ情報が符号化部４６１３又は多重化部４６１４へ入力されてもよい。また、入出力部４６１５は、点群データ又は符号化データをそのまま外部へ出力してもよい。
　三次元データ符号化システム４６０１から出力された伝送信号（多重化データ）は、外部接続部４６０４を介して、三次元データ復号システム４６０２に入力される。
　三次元データ復号システム４６０２は、符号化データ又は多重化データを復号することで三次元データである点群データを生成する。なお、三次元データ復号システム４６０２は、単一の装置により実現される三次元データ復号装置であってもよいし、複数の装置により実現されるシステムであってもよい。また、三次元データ復号装置は、三次元データ復号システム４６０２に含まれる複数の処理部のうち一部を含んでもよい。
　三次元データ復号システム４６０２は、センサ情報取得部４６２１と、入出力部４６２２と、逆多重化部４６２３と、復号部４６２４と、提示部４６２５と、ユーザインタフェース４６２６と、制御部４６２７とを含む。
　センサ情報取得部４６２１は、センサ端末４６０３からセンサ情報を取得する。
　入出力部４６２２は、伝送信号を取得し、伝送信号から多重化データ（ファイルフォーマット又はパケット）を復号し、多重化データを逆多重化部４６２３へ出力する。
　逆多重化部４６２３は、多重化データから符号化データ、制御情報及び付加情報を取得し、符号化データ、制御情報及び付加情報を復号部４６２４へ出力する。
　復号部４６２４は、符号化データを復号することで点群データを再構成する。
　提示部４６２５は、点群データをユーザに提示する。例えば、提示部４６２５は、点群データに基づく情報又は画像を表示する。ユーザインタフェース４６２６は、ユーザの操作に基づく指示を取得する。制御部４６２７（またはアプリ実行部）は、各処理部を制御する。つまり、制御部４６２７は、逆多重化、復号及び提示等の制御を行う。
　なお、入出力部４６２２は、点群データ又は符号化データをそのまま外部から取得してもよい。また、提示部４６２５は、センサ情報などの付加情報を取得し、付加情報に基づいた情報を提示してもよい。また、提示部４６２５は、ユーザインタフェース４６２６で取得されたユーザの指示に基づき、提示を行ってもよい。
　センサ端末４６０３は、センサで得られた情報であるセンサ情報を生成する。センサ端末４６０３は、センサ又はカメラを搭載した端末であり、例えば、自動車などの移動体、飛行機などの飛行物体、携帯端末、又はカメラなどがある。
　センサ端末４６０３で取得可能なセンサ情報は、例えば、（１）ＬＩＤＡＲ、ミリ波レーダ、又は赤外線センサから得られる、センサ端末４６０３と対象物との距離、又は対象物の反射率、（２）複数の単眼カメラ画像又はステレオカメラ画像から得られるカメラと対象物との距離又は対象物の反射率等である。また、センサ情報は、センサの姿勢、向き、ジャイロ（角速度）、位置（ＧＰＳ情報又は高度）、速度、又は加速度等を含んでもよい。また、センサ情報は、気温、気圧、湿度、又は磁気等を含んでもよい。
　外部接続部４６０４は、集積回路（ＬＳＩ又はＩＣ）、外部蓄積部、インターネットを介したクラウドサーバとの通信、又は、放送等により実現される。
　次に、点群データについて説明する。図２は、点群データの構成を示す図である。図３は、点群データの情報が記述されたデータファイルの構成例を示す図である。
　点群データは、複数の点のデータを含む。各点のデータは、位置情報（三次元座標）、及びその位置情報に対する属性情報とを含む。この点が複数集まったものを点群と呼ぶ。例えば、点群は対象物（オブジェクト）の三次元形状を示す。
　三次元座標等の位置情報（Ｐｏｓｉｔｉｏｎ）をジオメトリ（ｇｅｏｍｅｔｒｙ）と呼ぶこともある。また、各点のデータは、複数の属性種別の属性情報（ａｔｔｒｉｂｕｔｅ）を含んでもよい。属性種別は、例えば色又は反射率などである。
　１つの位置情報に対して１つの属性情報が対応付けられてもよいし、１つの位置情報に対して複数の異なる属性種別を持つ属性情報が対応付けられてもよい。また、１つの位置情報に対して同じ属性種別の属性情報が複数対応付けられてもよい。
　図３に示すデータファイルの構成例は、位置情報と属性情報とが１対１に対応する場合の例であり、点群データを構成するＮ個の点の位置情報と属性情報とを示している。
　位置情報は、例えば、ｘ、ｙ、ｚの３軸の情報である。属性情報は、例えば、ＲＧＢの色情報である。代表的なデータファイルとしてｐｌｙファイルなどがある。
　次に、点群データの種類について説明する。図４は、点群データの種類を示す図である。図４に示すように、点群データには、静的オブジェクトと、動的オブジェクトとがある。
　静的オブジェクトは、任意の時間（ある時刻）の三次元点群データである。動的オブジェクトは、時間的に変化する三次元点群データである。以降、ある時刻の三次元点群データをＰＣＣフレーム、又はフレームと呼ぶ。
　オブジェクトは、通常の映像データのように、ある程度領域が制限されている点群であってもよいし、地図情報のように領域が制限されていない大規模点群であってもよい。
　また、様々な密度の点群データがあり、疎な点群データと、密な点群データとが存在してもよい。
　以下、各処理部の詳細について説明する。センサ情報は、ＬＩＤＡＲ或いはレンジファインダなどの距離センサ、ステレオカメラ、又は、複数の単眼カメラの組合せなど様々な方法で取得される。点群データ生成部４６１８は、センサ情報取得部４６１７で得られたセンサ情報に基づき点群データを生成する。点群データ生成部４６１８は、点群データとして、位置情報を生成し、位置情報に、当該位置情報に対する属性情報を付加する。
　点群データ生成部４６１８は、位置情報の生成又は属性情報の付加の際に、点群データを加工してもよい。例えば、点群データ生成部４６１８は、位置が重複する点群を削除することでデータ量を減らしてもよい。また、点群データ生成部４６１８は、位置情報を変換（位置シフト、回転又は正規化など）してもよいし、属性情報をレンダリングしてもよい。
　なお、図１では、点群データ生成システム４６１１は、三次元データ符号化システム４６０１に含まれるが、三次元データ符号化システム４６０１の外部に独立して設けられてもよい。
　符号化部４６１３は、点群データを予め規定された符号化方法に基づき符号化することで符号化データを生成する。符号化方法には大きく以下の２種類がある。一つ目は、位置情報を用いた符号化方法であり、この符号化方法を、以降、第１の符号化方法と記載する。二つ目は、ビデオコーデックを用いた符号化方法であり、この符号化方法を、以降、第２の符号化方法と記載する。
　復号部４６２４は、符号化データを予め規定された符号化方法に基づき復号することで点群データを復号する。
　多重化部４６１４は、符号化データを、既存の多重化方式を用いて多重化することで多重化データを生成する。生成された多重化データは、伝送又は蓄積される。多重化部４６１４は、ＰＣＣ符号化データの他に、映像、音声、字幕、アプリケーション、ファイルなどの他のメディア、又は基準時刻情報を多重化する。また、多重化部４６１４は、さらに、センサ情報又は点群データに関連する属性情報を多重してもよい。
　多重化方式又はファイルフォーマットとしては、ＩＳＯＢＭＦＦ、ＩＳＯＢＭＦＦベースの伝送方式であるＭＰＥＧ－ＤＡＳＨ、ＭＭＴ、ＭＰＥＧ－２　ＴＳ　Ｓｙｓｔｅｍｓ、ＲＭＰなどがある。
　逆多重化部４６２３は、多重化データからＰＣＣ符号化データ、その他のメディア、及び時刻情報などを抽出する。
　入出力部４６１５は、多重化データを、放送又は通信など、伝送する媒体又は蓄積する媒体にあわせた方法を用いて伝送する。入出力部４６１５は、インターネット経由で他のデバイスと通信してもよいし、クラウドサーバなどの蓄積部と通信してもよい。
　通信プロトコルとしては、ｈｔｔｐ、ｆｔｐ、ＴＣＰ又はＵＤＰなどが用いられる。ＰＵＬＬ型の通信方式が用いられてもよいし、ＰＵＳＨ型の通信方式が用いられてもよい。
　有線伝送及び無線伝送のいずれが用いられてもよい。有線伝送としては、Ｅｔｈｅｒｎｅｔ（登録商標）、ＵＳＢ、ＲＳ－２３２Ｃ、ＨＤＭＩ（登録商標）、又は同軸ケーブルなどが用いられる。無線伝送としては、無線ＬＡＮ、Ｗｉ－Ｆｉ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）又はミリ波などが用いられる。
　また、放送方式としては、例えばＤＶＢ－Ｔ２、ＤＶＢ－Ｓ２、ＤＶＢ－Ｃ２、ＡＴＳＣ３．０、又はＩＳＤＢ－Ｓ３などが用いられる。
　図５は、第１の符号化方法の符号化を行う符号化部４６１３の例である第１の符号化部４６３０の構成を示す図である。図６は、第１の符号化部４６３０のブロック図である。第１の符号化部４６３０は、点群データを第１の符号化方法で符号化することで符号化データ（符号化ストリーム）を生成する。この第１の符号化部４６３０は、位置情報符号化部４６３１と、属性情報符号化部４６３２と、付加情報符号化部４６３３と、多重化部４６３４とを含む。
　第１の符号化部４６３０は、三次元構造を意識して符号化を行うという特徴を有する。また、第１の符号化部４６３０は、属性情報符号化部４６３２が、位置情報符号化部４６３１から得られる情報を用いて符号を行うという特徴を有する。第１の符号化方法は、ＧＰＣＣ（Ｇｅｏｍｅｔｒｙ　ｂａｓｅｄ　ＰＣＣ）とも呼ばれる。
　点群データは、ＰＬＹファイルのようなＰＣＣ点群データ、又は、センサ情報から生成されたＰＣＣ点群データであり、位置情報（Ｐｏｓｉｔｉｏｎ）、属性情報（Ａｔｔｒｉｂｕｔｅ）、及びその他の付加情報（ＭｅｔａＤａｔａ）を含む。位置情報は位置情報符号化部４６３１に入力され、属性情報は属性情報符号化部４６３２に入力され、付加情報は付加情報符号化部４６３３に入力される。
　位置情報符号化部４６３１は、位置情報を符号化することで符号化データである符号化位置情報（Ｃｏｍｐｒｅｓｓｅｄ　Ｇｅｏｍｅｔｒｙ）を生成する。例えば、位置情報符号化部４６３１は、８分木等のＮ分木構造を用いて位置情報を符号化する。具体的には、８分木では、対象空間が８個のノード（サブ空間）に分割され、各ノードに点群が含まれるか否かを示す８ビットの情報（オキュパンシー符号）が生成される。また、点群が含まれるノードは、さらに、８個のノードに分割され、当該８個のノードの各々に点群が含まれるか否かを示す８ビットの情報が生成される。この処理が、予め定められた階層又はノードに含まれる点群の数の閾値以下になるまで繰り返される。
　属性情報符号化部４６３２は、位置情報符号化部４６３１で生成された構成情報を用いて符号化することで符号化データである符号化属性情報（Ｃｏｍｐｒｅｓｓｅｄ　Ａｔｔｒｉｂｕｔｅ）を生成する。例えば、属性情報符号化部４６３２は、位置情報符号化部４６３１で生成された８分木構造に基づき、処理対象の対象点（対象ノード）の符号化において参照する参照点（参照ノード）を決定する。例えば、属性情報符号化部４６３２は、周辺ノード又は隣接ノードのうち、８分木における親ノードが対象ノードと同一のノードを参照する。なお、参照関係の決定方法はこれに限らない。
　また、属性情報の符号化処理は、量子化処理、予測処理、及び算術符号化処理のうち少なくとも一つを含んでもよい。この場合、参照とは、属性情報の予測値の算出に参照ノードを用いること、又は、符号化のパラメータの決定に参照ノードの状態（例えば、参照ノードに点群が含まれる否かを示す占有情報）を用いること、である。例えば、符号化のパラメータとは、量子化処理における量子化パラメータ、又は算術符号化におけるコンテキスト等である。
　付加情報符号化部４６３３は、付加情報のうち、圧縮可能なデータを符号化することで符号化データである符号化付加情報（Ｃｏｍｐｒｅｓｓｅｄ　ＭｅｔａＤａｔａ）を生成する。
　多重化部４６３４は、符号化位置情報、符号化属性情報、符号化付加情報及びその他の付加情報を多重化することで符号化データである符号化ストリーム（Ｃｏｍｐｒｅｓｓｅｄ　Ｓｔｒｅａｍ）を生成する。生成された符号化ストリームは、図示しないシステムレイヤの処理部へ出力される。
　次に、第１の符号化方法の復号を行う復号部４６２４の例である第１の復号部４６４０について説明する。図７は、第１の復号部４６４０の構成を示す図である。図８は、第１の復号部４６４０のブロック図である。第１の復号部４６４０は、第１の符号化方法で符号化された符号化データ（符号化ストリーム）を、第１の符号化方法で復号することで点群データを生成する。この第１の復号部４６４０は、逆多重化部４６４１と、位置情報復号部４６４２と、属性情報復号部４６４３と、付加情報復号部４６４４とを含む。
　図示しないシステムレイヤの処理部から符号化データである符号化ストリーム（Ｃｏｍｐｒｅｓｓｅｄ　Ｓｔｒｅａｍ）が第１の復号部４６４０に入力される。
　逆多重化部４６４１は、符号化データから、符号化位置情報（Ｃｏｍｐｒｅｓｓｅｄ　Ｇｅｏｍｅｔｒｙ）、符号化属性情報（Ｃｏｍｐｒｅｓｓｅｄ　Ａｔｔｒｉｂｕｔｅ）、符号化付加情報（Ｃｏｍｐｒｅｓｓｅｄ　ＭｅｔａＤａｔａ）、及び、その他の付加情報を分離する。
　位置情報復号部４６４２は、符号化位置情報を復号することで位置情報を生成する。例えば、位置情報復号部４６４２は、８分木等のＮ分木構造で表される符号化位置情報から三次元座標で表される点群の位置情報を復元する。
　属性情報復号部４６４３は、位置情報復号部４６４２で生成された構成情報に基づき、符号化属性情報を復号する。例えば、属性情報復号部４６４３は、位置情報復号部４６４２で得られた８分木構造に基づき、処理対象の対象点（対象ノード）の復号において参照する参照点（参照ノード）を決定する。例えば、属性情報復号部４６４３は、周辺ノード又は隣接ノードのうち、８分木における親ノードが対象ノードと同一のノードを参照する。なお、参照関係の決定方法はこれに限らない。
　また、属性情報の復号処理は、逆量子化処理、予測処理、及び算術復号処理のうち少なくとも一つを含んでもよい。この場合、参照とは、属性情報の予測値の算出に参照ノードを用いること、又は、復号のパラメータの決定に参照ノードの状態（例えば、参照ノードに点群が含まれる否かを示す占有情報）を用いること、である。例えば、復号のパラメータとは、逆量子化処理における量子化パラメータ、又は算術復号におけるコンテキスト等である。
　付加情報復号部４６４４は、符号化付加情報を復号することで付加情報を生成する。また、第１の復号部４６４０は、位置情報及び属性情報の復号処理に必要な付加情報を復号時に使用し、アプリケーションに必要な付加情報を外部に出力する。
　次に、位置情報符号化部の構成例を説明する。図９は、本実施の形態に係る位置情報符号化部２７００のブロック図である。位置情報符号化部２７００は、８分木生成部２７０１と、幾何情報算出部２７０２と、符号化テーブル選択部２７０３と、エントロピー符号化部２７０４とを備える。
　８分木生成部２７０１は、入力された位置情報から、例えば８分木を生成し、８分木の各ノードのオキュパンシー符号を生成する。幾何情報算出部２７０２は、対象ノードの隣接ノードが占有ノードか否かを示す情報を取得する。例えば、幾何情報算出部２７０２は、対象ノードが所属する親ノードのオキュパンシー符号から隣接ノードの占有情報（隣接ノードが占有ノードであるか否かを示す情報）を算出する。また、幾何情報算出部２７０２は、符号化済みのノードをリストに保存しておき、そのリスト内から隣接ノードを探索してもよい。なお、幾何情報算出部２７０２は、対象ノードの親ノード内の位置に応じて隣接ノードを切替えてもよい。
　符号化テーブル選択部２７０３は、幾何情報算出部２７０２で算出された隣接ノードの占有情報を用いて対象ノードのエントロピー符号化に用いる符号化テーブルを選択する。例えば、符号化テーブル選択部２７０３は、隣接ノードの占有情報を用いてビット列を生成し、そのビット列から生成されるインデックス番号の符号化テーブルを選択してもよい。
　エントロピー符号化部２７０４は、選択されたインデックス番号の符号化テーブルを用いて対象ノードのオキュパンシー符号にエントロピー符号化を行うことで符号化位置情報及びメタデータを生成する。エントロピー符号化部２７０４は、選択された符号化テーブルを示す情報を符号化位置情報に付加してもよい。
　以下、８分木表現と位置情報のスキャン順について説明する。位置情報（位置データ）は８分木構造に変換（８分木化）された後、符号化される。８分木構造はノードとリーフとで構成される。各ノードは８つのノード又はリーフを持ち、各リーフはボクセル（ＶＸＬ）情報を持つ。図１０は、複数のボクセルを含む位置情報の構造例を示す図である。図１１は、図１０に示す位置情報を８分木構造に変換した例を示す図である。ここで、図１１に示すリーフのうち、リーフ１、２、３はそれぞれ図１０に示すボクセルＶＸＬ１、ＶＸＬ２、ＶＸＬ３を表し、点群を含むＶＸＬ（以下、有効ＶＸＬ）を表現している。
　具体的には、ノード１は、図１０の位置情報を包含する全体空間に対応する。ノード１に対応する全体空間は８つのノードに分割され、８つのノードのうち、有効ＶＸＬを含むノードが、さらに８つのノードまたはリーフに分割され、この処理が木構造の階層分繰り返される。ここで、各ノードはサブ空間に対応し、ノード情報として分割後のどの位置に次のノードまたはリーフを持つかを示す情報(オキュパンシー符号)を持つ。また、最下層のブロックはリーフに設定され、リーフ情報としてリーフ内に含まれる点群数などが保持される。
　次に、位置情報復号部の構成例を説明する。図１２は、本実施の形態に係る位置情報復号部２７１０のブロック図である。位置情報復号部２７１０は、８分木生成部２７１１と、幾何情報算出部２７１２と、符号化テーブル選択部２７１３と、エントロピー復号部２７１４とを備える。
　８分木生成部２７１１は、ビットストリームのヘッダ情報又はメタデータ等を用いて、ある空間（ノード）の８分木を生成する。例えば、８分木生成部２７１１は、ヘッダ情報に付加されたある空間のｘ軸、ｙ軸、ｚ軸方向の大きさを用いて大空間（ルートノード）を生成し、その空間をｘ軸、ｙ軸、ｚ軸方向にそれぞれ２分割することで８個の小空間Ａ（ノードＡ０～Ａ７）を生成することで８分木を生成する。また、対象ノードとしてノードＡ０～Ａ７が順に設定される。
　幾何情報算出部２７１２は、対象ノードの隣接ノードが占有ノードであるか否かを示す占有情報を取得する。例えば、幾何情報算出部２７１２は、対象ノードが所属する親ノードのオキュパンシー符号から隣接ノードの占有情報を算出する。また、幾何情報算出部２７１２は、復号済みのノードをリストに保存しておき、そのリスト内から隣接ノードを探索してもよい。なお、幾何情報算出部２７１２は、対象ノードの親ノード内の位置に応じて隣接ノードを切替えてもよい。
　符号化テーブル選択部２７１３は、幾何情報算出部２７１２で算出された隣接ノードの占有情報を用いて対象ノードのエントロピー復号に用いる符号化テーブル（復号テーブル）を選択する。例えば、符号化テーブル選択部２７１３は、隣接ノードの占有情報を用いてビット列を生成し、そのビット列から生成されるインデックス番号の符号化テーブルを選択してもよい。
　エントロピー復号部２７１４は、選択された符号化テーブルを用いて対象ノードのオキュパンシー符号をエントロピー復号することで、位置情報を生成する。なお、エントロピー復号部２７１４は、選択された符号化テーブルの情報をビットストリームから復号して取得し、当該情報で示される符号化テーブルを用いて、対象ノードのオキュパンシー符号をエントロピー復号してもよい。
　以下、属性情報符号化部及び属性情報復号部の構成を説明する。図１３は属性情報符号化部Ａ１００の構成例を示すブロック図である。属性情報符号化部は異なる符号化方法を実行する複数の符号化部を含んでもよい。例えば、属性情報符号化部は、下記の２方式をユースケースに応じて切替えて用いてもよい。
　属性情報符号化部Ａ１００は、ＬｏＤ属性情報符号化部Ａ１０１と、変換属性情報符号化部Ａ１０２とを含む。ＬｏＤ属性情報符号化部Ａ１０１は、三次元点の位置情報を用いて各三次元点を複数階層に分類し、各階層に属する三次元点の属性情報を予測して、その予測残差を符号化する。ここで、分類した各階層をＬｏＤ（Ｌｅｖｅｌ　ｏｆ　Ｄｅｔａｉｌ）と呼ぶ。
　変換属性情報符号化部Ａ１０２は、ＲＡＨＴ（Ｒｅｇｉｏｎ　Ａｄａｐｔｉｖｅ　Ｈｉｅｒａｒｃｈｉｃａｌ　Ｔｒａｎｓｆｏｒｍ）を用いて属性情報を符号化する。具体的には、変換属性情報符号化部Ａ１０２は、三次元点の位置情報を元に各属性情報に対してＲＡＨＴまたはＨａａｒ変換を適用することで、各階層の高周波成分および低周波数成分を生成し、それらの値を量子化及びエントロピー符号化等を用いて符号化する。
　図１４は属性情報復号部Ａ１１０の構成例を示すブロック図である。属性情報復号部は異なる復号方法を実行する複数の復号部を含んでもよい。例えば、属性情報復号部は、下記の２方式をヘッダやメタデータに含まれる情報を元に切替えて復号してもよい。
　属性情報復号部Ａ１１０は、ＬｏＤ属性情報復号部Ａ１１１と、変換属性情報復号部Ａ１１２とを含む。ＬｏＤ属性情報復号部Ａ１１１は、三次元点の位置情報を用いて各三次元点を複数階層に分類し、各階層に属する三次元点の属性情報を予測しながら属性値を復号する。
　変換属性情報復号部Ａ１１２は、ＲＡＨＴ（Ｒｅｇｉｏｎ　Ａｄａｐｔｉｖｅ　Ｈｉｅｒａｒｃｈｉｃａｌ　Ｔｒａｎｓｆｏｒｍ）を用いて属性情報を復号する。具体的には、変換属性情報復号部Ａ１１２は、三次元点の位置情報を元に各属性値の高周波成分および低周波成分に対して、ｉｎｖｅｒｓｅ　ＲＡＨＴまたはｉｎｖｅｒｓｅ　Ｈａａｒ変換を適用することで属性値を復号する。
　図１５は、ＬｏＤ属性情報符号化部Ａ１０１の一例である属性情報符号化部３１４０の構成を示すブロック図である。
　属性情報符号化部３１４０は、ＬｏＤ生成部３１４１と、周囲探索部３１４２と、予測部３１４３と、予測残差算出部３１４４と、量子化部３１４５と、算術符号化部３１４６と、逆量子化部３１４７と、復号値生成部３１４８と、メモリ３１４９と、を含む。
　ＬｏＤ生成部３１４１は、三次元点の位置情報を用いてＬｏＤを生成する。
　周囲探索部３１４２は、ＬｏＤ生成部３１４１によるＬｏＤの生成結果と各三次元点間の距離を示す距離情報とを用いて、各三次元点に隣接する近隣三次元点を探索する。
　予測部３１４３は、符号化対象の対象三次元点の属性情報の予測値を生成する。
　予測残差算出部３１４４は、予測部３１４３により生成された属性情報の予測値の予測残差を算出（生成）する。
　量子化部３１４５は、予測残差算出部３１４４により算出された属性情報の予測残差を量子化する。
　算術符号化部３１４６は、量子化部３１４５により量子化された後の予測残差を算術符号化する。算術符号化部３１４６は、算術符号化した予測残差を含むビットストリームを、例えば、三次元データ復号装置に出力する。
　なお、予測残差は、算術符号化部３１４６によって算術符号化される前に、例えば量子化部３１４５によって二値化されてもよい。
　また、例えば、算術符号化部３１４６は、算術符号化に用いる符号化テーブルを算術符号化前に初期化してもよい。算術符号化部３１４６は、算術符号化に用いる符号化テーブルを、層毎に初期化してもよい。また、算術符号化部３１４６は、符号化テーブルを初期化した層の位置を示す情報をビットストリームに含めて出力してもよい。
　逆量子化部３１４７は、量子化部３１４５によって量子化された後の予測残差を逆量子化する。
　復号値生成部３１４８は、予測部３１４３により生成された属性情報の予測値と、逆量子化部３１４７により逆量子化された後の予測残差とを加算することで復号値を生成する。
　メモリ３１４９は、復号値生成部３１４８により復号された各三次元点の属性情報の復号値を記憶するメモリである。例えば、予測部３１４３は、まだ符号化していない三次元点の予測値を生成する場合に、メモリ３１４９に記憶されている各三次元点の属性情報の復号値を利用して予測値を生成する。
　図１６は、変換属性情報符号化部Ａ１０２の一例である属性情報符号化部６６００のブロック図である。属性情報符号化部６６００は、ソート部６６０１と、Ｈａａｒ変換部６６０２と、量子化部６６０３と、逆量子化部６６０４と、逆Ｈａａｒ変換部６６０５と、メモリ６６０６と、算術符号化部６６０７とを備える。
　ソート部６６０１は、三次元点の位置情報を用いてモートン符号を生成し、複数の三次元点をモートン符号順にソートする。Ｈａａｒ変換部６６０２は、属性情報にＨａａｒ変換を適用することで符号化係数を生成する。量子化部６６０３は、属性情報の符号化係数を量子化する。
　逆量子化部６６０４は、量子化後の符号化係数を逆量子化する。逆Ｈａａｒ変換部６６０５は、符号化係数に逆Ｈａａｒ変換を適用する。メモリ６６０６は、復号済みの複数の三次元点の属性情報の値を記憶する。例えば、メモリ６６０６に記憶される復号済みの三次元点の属性情報は、符号化されていない三次元点の予測等に利用されてもよい。
　算術符号化部６６０７は、量子化後の符号化係数からＺｅｒｏＣｎｔを算出し、ＺｅｒｏＣｎｔを算術符号化する。また、算術符号化部６６０７は、量子化後の非ゼロの符号化係数を算術符号化する。算術符号化部６６０７は、符号化係数を算術符号化前に二値化してもよい。また、算術符号化部６６０７は、各種ヘッダ情報を生成及び符号化してもよい。
　図１７は、ＬｏＤ属性情報復号部Ａ１１１の一例である属性情報復号部３１５０の構成を示すブロック図である。
　属性情報復号部３１５０は、ＬｏＤ生成部３１５１と、周囲探索部３１５２と、予測部３１５３と、算術復号部３１５４と、逆量子化部３１５５と、復号値生成部３１５６と、メモリ３１５７と、を含む。
　ＬｏＤ生成部３１５１は、位置情報復号部（図１７には不図示）により復号された三次元点の位置情報を用いてＬｏＤを生成する。
　周囲探索部３１５２は、ＬｏＤ生成部３１５１によるＬｏＤの生成結果と各三次元点間の距離を示す距離情報とを用いて、各三次元点に隣接する近隣三次元点を探索する。
　予測部３１５３は、復号対象の対象三次元点の属性情報の予測値を生成する。
　算術復号部３１５４は、図１５に示す属性情報符号化部３１４０より取得したビットストリーム内の予測残差を算術復号する。なお、算術復号部３１５４は、算術復号に用いる復号テーブルを初期化してもよい。算術復号部３１５４は、図１５に示す算術符号化部３１４６が符号化処理を行った層について、算術復号に用いる復号テーブルを初期化する。算術復号部３１５４は、算術復号に用いる復号テーブルを層毎に初期化してもよい。また、算術復号部３１５４は、ビットストリームに含まれる、符号化テーブルを初期化した層の位置を示す情報に基づいて、復号テーブルを初期化してもよい。
　逆量子化部３１５５は、算術復号部３１５４が算術復号した予測残差を逆量子化する。
　復号値生成部３１５６は、予測部３１５３により生成された予測値と逆量子化部３１５５により逆量子化された後の予測残差とを加算して復号値を生成する。復号値生成部３１５６は、復号された属性情報データを他の装置へ出力する。
　メモリ３１５７は、復号値生成部３１５６により復号された各三次元点の属性情報の復号値を記憶するメモリである。例えば、予測部３１５３は、まだ復号していない三次元点の予測値を生成する場合に、メモリ３１５７に記憶されている各三次元点の属性情報の復号値を利用して予測値を生成する。
　図１８は、変換属性情報復号部Ａ１１２の一例である属性情報復号部６６１０のブロック図である。属性情報復号部６６１０は、算術復号部６６１１と、逆量子化部６６１２と、逆Ｈａａｒ変換部６６１３と、メモリ６６１４とを備える。
　算術復号部６６１１は、ビットストリームに含まれるＺｅｒｏＣｎｔと符号化係数を算術復号する。なお、算術復号部６６１１は、各種ヘッダ情報を復号してもよい。
　逆量子化部６６１２は、算術復号した符号化係数を逆量子化する。逆Ｈａａｒ変換部６６１３は、逆量子化後の符号化係数に逆Ｈａａｒ変換を適用する。メモリ６６１４は、復号済みの複数の三次元点の属性情報の値を記憶する。例えば、メモリ６６１４に記憶される復号済みの三次元点の属性情報は、復号されていない三次元点の予測に利用されてもよい。
　次に、第２の符号化方法の符号化を行う符号化部４６１３の例である第２の符号化部４６５０について説明する。図１９は、第２の符号化部４６５０の構成を示す図である。図２０は、第２の符号化部４６５０のブロック図である。
　第２の符号化部４６５０は、点群データを第２の符号化方法で符号化することで符号化データ（符号化ストリーム）を生成する。この第２の符号化部４６５０は、付加情報生成部４６５１と、位置画像生成部４６５２と、属性画像生成部４６５３と、映像符号化部４６５４と、付加情報符号化部４６５５と、多重化部４６５６とを含む。
　第２の符号化部４６５０は、三次元構造を二次元画像に投影することで位置画像及び属性画像を生成し、生成した位置画像及び属性画像を既存の映像符号化方式を用いて符号化するという特徴を有する。第２の符号化方法は、ＶＰＣＣ（Ｖｉｄｅｏ　ｂａｓｅｄ　ＰＣＣ）とも呼ばれる。
　点群データは、ＰＬＹファイルのようなＰＣＣ点群データ、又は、センサ情報から生成されたＰＣＣ点群データであり、位置情報（Ｐｏｓｉｔｉｏｎ）、属性情報（Ａｔｔｒｉｂｕｔｅ）、及びその他の付加情報ＭｅｔａＤａｔａ）を含む。
　付加情報生成部４６５１は、三次元構造を二次元画像に投影することで、複数の二次元画像のマップ情報を生成する。
　位置画像生成部４６５２は、位置情報と、付加情報生成部４６５１で生成されたマップ情報とに基づき、位置画像（Ｇｅｏｍｅｔｒｙ　Ｉｍａｇｅ）を生成する。この位置画像は、例えば、画素値として距離（Ｄｅｐｔｈ）が示される距離画像である。なお、この距離画像は、一つの視点から複数の点群を見た画像（一つの二次元平面に複数の点群を投影した画像）であってもよいし、複数の視点から複数の点群を見た複数の画像であってもよいし、これらの複数の画像を統合した一つの画像であってもよい。
　属性画像生成部４６５３は、属性情報と、付加情報生成部４６５１で生成されたマップ情報とに基づき、属性画像を生成する。この属性画像は、例えば、画素値として属性情報（例えば色（ＲＧＢ））が示される画像である。なお、この画像は、一つの視点から複数の点群を見た画像（一つの二次元平面に複数の点群を投影した画像）であってもよいし、複数の視点から複数の点群を見た複数の画像であってもよいし、これらの複数の画像を統合した一つの画像であってもよい。
　映像符号化部４６５４は、位置画像及び属性画像を、映像符号化方式を用いて符号化することで、符号化データである符号化位置画像（Ｃｏｍｐｒｅｓｓｅｄ　Ｇｅｏｍｅｔｒｙ　Ｉｍａｇｅ）及び符号化属性画像（Ｃｏｍｐｒｅｓｓｅｄ　Ａｔｔｒｉｂｕｔｅ　Ｉｍａｇｅ）を生成する。なお、映像符号化方式として、公知の任意の符号化方法が用いられてよい。例えば、映像符号化方式は、ＡＶＣ又はＨＥＶＣ等である。
　付加情報符号化部４６５５は、点群データに含まれる付加情報、及びマップ情報等を符号化することで符号化付加情報（Ｃｏｍｐｒｅｓｓｅｄ　ＭｅｔａＤａｔａ）を生成する。
　多重化部４６５６は、符号化位置画像、符号化属性画像、符号化付加情報、及び、その他の付加情報を多重化することで符号化データである符号化ストリーム（Ｃｏｍｐｒｅｓｓｅｄ　Ｓｔｒｅａｍ）を生成する。生成された符号化ストリームは、図示しないシステムレイヤの処理部へ出力される。
　次に、第２の符号化方法の復号を行う復号部４６２４の例である第２の復号部４６６０について説明する。図２１は、第２の復号部４６６０の構成を示す図である。図２２は、第２の復号部４６６０のブロック図である。第２の復号部４６６０は、第２の符号化方法で符号化された符号化データ（符号化ストリーム）を、第２の符号化方法で復号することで点群データを生成する。この第２の復号部４６６０は、逆多重化部４６６１と、映像復号部４６６２と、付加情報復号部４６６３と、位置情報生成部４６６４と、属性情報生成部４６６５とを含む。
　図示しないシステムレイヤの処理部から符号化データである符号化ストリーム（Ｃｏｍｐｒｅｓｓｅｄ　Ｓｔｒｅａｍ）が第２の復号部４６６０に入力される。
　逆多重化部４６６１は、符号化データから、符号化位置画像（Ｃｏｍｐｒｅｓｓｅｄ　Ｇｅｏｍｅｔｒｙ　Ｉｍａｇｅ）、符号化属性画像（Ｃｏｍｐｒｅｓｓｅｄ　Ａｔｔｒｉｂｕｔｅ　Ｉｍａｇｅ）、符号化付加情報（Ｃｏｍｐｒｅｓｓｅｄ　ＭｅｔａＤａｔａ）、及び、その他の付加情報を分離する。
　映像復号部４６６２は、符号化位置画像及び符号化属性画像を、映像符号化方式を用いて復号することで、位置画像及び属性画像を生成する。なお、映像符号化方式として、公知の任意の符号化方式が用いられてよい。例えば、映像符号化方式は、ＡＶＣ又はＨＥＶＣ等である。
　付加情報復号部４６６３は、符号化付加情報を復号することで、マップ情報等を含む付加情報を生成する。
　位置情報生成部４６６４は、位置画像とマップ情報とを用いて位置情報を生成する。属性情報生成部４６６５は、属性画像とマップ情報とを用いて属性情報を生成する。
　第２の復号部４６６０は、復号に必要な付加情報を復号時に使用し、アプリケーションに必要な付加情報を外部に出力する。
　以下、ＰＣＣ符号化方式における課題を説明する。図２３は、ＰＣＣ符号化データに関わるプロトコルスタックを示す図である。図２３には、ＰＣＣ符号化データに、映像（例えばＨＥＶＣ）又は音声などの他のメディアのデータを多重し、伝送又は蓄積する例を示す。
　多重化方式及びファイルフォーマットは、様々な符号化データを多重し、伝送又は蓄積するための機能を有している。符号化データを伝送又は蓄積するためには、符号化データを多重化方式のフォーマットに変換しなければならない。例えば、ＨＥＶＣでは、ＮＡＬユニットと呼ばれるデータ構造に符号化データを格納し、ＮＡＬユニットをＩＳＯＢＭＦＦに格納する技術が規定されている。
　一方、現在、点群データの符号化方法として第１の符号化方法（Ｃｏｄｅｃ１）、及び第２の符号化方法（Ｃｏｄｅｃ２）が検討されているが、符号化データの構成、及び符号化データをシステムフォーマットへ格納する方法が定義されておらず、このままでは符号化部におけるＭＵＸ処理（多重化）、伝送及び蓄積ができないという課題がある。
　なお、以降において、特定の符号化方法の記載がなければ、第１の符号化方法、及び第２の符号化方法のいずれかを示すものとする。
　（実施の形態２）
　本実施の形態では、上述した第１の符号化部４６３０、又は第２の符号化部４６５０で生成される符号化データ（位置情報（Ｇｅｏｍｅｔｒｙ）、属性情報（Ａｔｔｒｉｂｕｔｅ）、付加情報（Ｍｅｔａｄａｔａ））の種別、及び付加情報（メタデータ）の生成方法、及び多重化部における多重処理について説明する。なお、付加情報（メタデータ）は、パラメータセット、又は制御情報と表記することもある。
　本実施の形態では、図４で説明した動的オブジェクト（時間的に変化する三次元点群データ）を例に説明するが、静的オブジェクト（任意の時刻の三次元点群データ）の場合でも同様の方法を用いてもよい。
　図２４は、本実施の形態に係る三次元データ符号化装置に含まれる符号化部４８０１及び多重化部４８０２の構成を示す図である。符号化部４８０１は、例えば、上述した第１の符号化部４６３０又は第２の符号化部４６５０に対応する。多重化部４８０２は、上述した多重化部４６３４又は４６５６に対応する。
　符号化部４８０１は、複数のＰＣＣ（Ｐｏｉｎｔ　Ｃｌｏｕｄ　Ｃｏｍｐｒｅｓｓｉｏｎ）フレームの点群データを符号化し、複数の位置情報、属性情報及び付加情報の符号化データ（Ｍｕｌｔｉｐｌｅ　Ｃｏｍｐｒｅｓｓｅｄ　Ｄａｔａ）を生成する。
　多重化部４８０２は、複数のデータ種別（位置情報、属性情報及び付加情報）のデータをＮＡＬユニット化することで、データを復号装置におけるデータアクセスを考慮したデータ構成に変換する。
　図２５は、符号化部４８０１で生成される符号化データの構成例を示す図である。図中の矢印は符号化データの復号に係る依存関係を示しており、矢印の元は矢印の先のデータに依存している。つまり、復号装置は、矢印の先のデータを復号し、その復号したデータを用いて矢印の元のデータを復号する。言い換えると、依存するとは、依存元のデータの処理（符号化又は復号等）において依存先のデータが参照（使用）されることを意味する。
　まず、位置情報の符号化データの生成処理について説明する。符号化部４８０１は、各フレームの位置情報を符号化することで、フレーム毎の符号化位置データ（Ｃｏｍｐｒｅｓｓｅｄ　Ｇｅｏｍｅｔｒｙ　Ｄａｔａ）を生成する。また、符号化位置データをＧ（ｉ）で表す。ｉはフレーム番号、又はフレームの時刻等を示す。
　また、符号化部４８０１は、各フレームに対応する位置パラメータセット（ＧＰＳ（ｉ））を生成する。位置パラメータセットは、符号化位置データの復号に使用することが可能なパラメータを含む。また、フレーム毎の符号化位置データは、対応する位置パラメータセットに依存する。
　また、複数フレームから成る符号化位置データを位置シーケンス（Ｇｅｏｍｅｔｒｙ　Ｓｅｑｕｅｎｃｅ）と定義する。符号化部４８０１は、位置シーケンス内の複数のフレームに対する復号処理に共通に使用するパラメータを格納する位置シーケンスパラメータセット（Ｇｅｏｍｅｔｒｙ　Ｓｅｑｕｅｎｃｅ　ＰＳ：位置ＳＰＳとも記す）を生成する。位置シーケンスは、位置ＳＰＳに依存する。
　次に、属性情報の符号化データの生成処理について説明する。符号化部４８０１は、各フレームの属性情報を符号化することで、フレーム毎の符号化属性データ（Ｃｏｍｐｒｅｓｓｅｄ　Ａｔｔｒｉｂｕｔｅ　Ｄａｔａ）を生成する。また、符号化属性データをＡ（ｉ）で表す。また、図２５では、属性Ｘと属性Ｙとが存在する例を示しており、属性Ｘの符号化属性データをＡＸ（ｉ）で表し、属性Ｙの符号化属性データをＡＹ（ｉ）で表す。
　また、符号化部４８０１は、各フレームに対応する属性パラメータセット（ＡＰＳ（ｉ））を生成する。また、属性Ｘの属性パラメータセットをＡＸＰＳ（ｉ）で表し、属性Ｙの属性パラメータセットをＡＹＰＳ（ｉ）で表す。属性パラメータセットは、符号化属性情報の復号に使用することが可能なパラメータを含む。符号化属性データは、対応する属性パラメータセットに依存する。
　また、複数フレームから成る符号化属性データを属性シーケンス（Ａｔｔｒｉｂｕｔｅ　Ｓｅｑｕｅｎｃｅ）と定義する。符号化部４８０１は、属性シーケンス内の複数のフレームに対する復号処理に共通に使用するパラメータを格納する属性シーケンスパラメータセット（Ａｔｔｒｉｂｕｔｅ　Ｓｅｑｕｅｎｃｅ　ＰＳ：属性ＳＰＳとも記す）を生成する。属性シーケンスは、属性ＳＰＳに依存する。
　また、第１の符号化方法では、符号化属性データは符号化位置データに依存する。
　また、図２５では２種類の属性情報（属性Ｘと属性Ｙ）が存在する場合の例を示している。２種類の属性情報がある場合は、例えば、２つの符号化部により、それぞれのデータ及びメタデータが生成される。また、例えば、属性情報の種類毎に属性シーケンスが定義され、属性情報の種類毎に属性ＳＰＳが生成される。
　なお、図２５では、位置情報が１種類、属性情報が２種類である例を示しているが、これに限らず、属性情報は１種類であってもよいし、３種類以上であってもよい。この場合も、同様の方法で符号化データを生成できる。また、属性情報を持たない点群データの場合は、属性情報はなくてもよい。その場合は、符号化部４８０１は、属性情報に関連するパラメータセットを生成しなくてもよい。
　次に、付加情報（メタデータ）の生成処理について説明する。符号化部４８０１は、ＰＣＣストリーム全体のパラメータセットであるＰＣＣストリームＰＳ（ＰＣＣ　Ｓｔｒｅａｍ　ＰＳ：ストリームＰＳとも記す）を生成する。符号化部４８０１は、ストリームＰＳに、１又は複数の位置シーケンス及び１又は複数の属性シーケンスに対する復号処理に共通に使用することができるパラメータを格納する。例えば、ストリームＰＳには、点群データのコーデックを示す識別情報、及び符号化に使用されたアルゴリズムを示す情報等が含まれる。位置シーケンス及び属性シーケンスはストリームＰＳに依存する。
　次に、アクセスユニット及びＧＯＦについて説明する。本実施の形態では、新たにアクセスユニット（Ａｃｃｅｓｓ　Ｕｎｉｔ：ＡＵ）、及びＧＯＦ（Ｇｒｏｕｐ　ｏｆ　Ｆｒａｍｅ）の考え方を導入する。
　アクセスユニットは、復号時にデータにアクセスするため基本単位であり、１つ以上のデータ及び１つ以上のメタデータで構成される。例えば、アクセスユニットは、同一時刻の位置情報と１又は複数の属性情報とで構成される。ＧＯＦは、ランダムアクセス単位であり、１つ以上のアクセスユニットで構成される。
　符号化部４８０１は、アクセスユニットの先頭を示す識別情報として、アクセスユニットヘッダ（ＡＵ　Ｈｅａｄｅｒ）を生成する。符号化部４８０１は、アクセスユニットヘッダに、アクセスユニットに係るパラメータを格納する。例えば、アクセスユニットヘッダは、アクセスユニットに含まれる符号化データの構成又は情報を含む。また、アクセスユニットヘッダは、アクセスユニットに含まれるデータに共通に用いられるパラメータ、例えば、符号化データの復号に係るパラメータなどを含む。
　なお、符号化部４８０１は、アクセスユニットヘッダの代わりに、アクセスユニットに係るパラメータを含まないアクセスユニットデリミタを生成してもよい。このアクセスユニットデリミタは、アクセスユニットの先頭を示す識別情報として用いられる。復号装置は、アクセスユニットヘッダ又はアクセスユニットデリミタを検出することにより、アクセスユニットの先頭を識別する。
　次に、ＧＯＦ先頭の識別情報の生成について説明する。符号化部４８０１は、ＧＯＦの先頭を示す識別情報として、ＧＯＦヘッダ（ＧＯＦ　Ｈｅａｄｅｒ）を生成する。符号化部４８０１は、ＧＯＦヘッダに、ＧＯＦに係るパラメータを格納する。例えば、ＧＯＦヘッダは、ＧＯＦに含まれる符号化データの構成又は情報を含む。また、ＧＯＦヘッダは、ＧＯＦに含まれるデータに共通に用いられるパラメータ、例えば、符号化データの復号に係るパラメータなどを含む。
　なお、符号化部４８０１は、ＧＯＦヘッダの代わりに、ＧＯＦに係るパラメータを含まないＧＯＦデリミタを生成してもよい。このＧＯＦデリミタは、ＧＯＦの先頭を示す識別情報として用いられる。復号装置は、ＧＯＦヘッダ又はＧＯＦデリミタを検出することにより、ＧＯＦの先頭を識別する。
　ＰＣＣ符号化データにおいて、例えば、アクセスユニットはＰＣＣフレーム単位であると定義される。復号装置は、アクセスユニット先頭の識別情報に基づき、ＰＣＣフレームにアクセスする。
　また、例えば、ＧＯＦは１つのランダムアクセス単位であると定義される。復号装置は、ＧＯＦ先頭の識別情報に基づき、ランダムアクセス単位にアクセスする。例えば、ＰＣＣフレームが互いに依存関係がなく、単独で復号可能であれば、ＰＣＣフレームをランダムアクセス単位と定義してもよい。
　なお、１つのアクセスユニットに２つ以上のＰＣＣフレームが割り当てられてもよいし、１つのＧＯＦに複数のランダムアクセス単位が割り当てられてもよい。
　また、符号化部４８０１は、上記以外のパラメータセット又はメタデータを定義し、生成してもよい。例えば、符号化部４８０１は、復号時に必ずしも用いない可能性のあるパラメータ（オプションのパラメータ）を格納するＳＥＩ（Ｓｕｐｐｌｅｍｅｎｔａｌ　Ｅｎｈａｎｃｅｍｅｎｔ　Ｉｎｆｏｒｍａｔｉｏｎ）を生成してもよい。
　次に、符号化データの構成、及び符号化データのＮＡＬユニットへの格納方法を説明する。
　例えば、符号化データの種類毎にデータフォーマットが規定される。図２６は、符号化データ及びＮＡＬユニットの例を示す図である。
　例えば、図２６に示すように符号化データは、ヘッダとペイロードとを含む。なお、符号化データは、符号化データ、ヘッダ又はペイロードの長さ（データ量）を示す長さ情報を含んでもよい。また、符号化データは、ヘッダを含まなくてもよい。
　ヘッダは、例えば、データを特定するための識別情報を含む。この識別情報は、例えば、データ種別又はフレーム番号を示す。
　ヘッダは、例えば、参照関係を示す識別情報を含む。この識別情報は、例えば、データ間に依存関係がある場合にヘッダに格納され、参照元から参照先を参照するための情報である。例えば、参照先のヘッダには、当該データを特定するための識別情報が含まれる。参照元のヘッダには、参照先を示す識別情報が含まれる。
　なお、他の情報から参照先又は参照元を識別可能又は導出可能である場合は、データを特定するための識別情報、又は参照関係を示す識別情報を省略してもよい。
　多重化部４８０２は、符号化データを、ＮＡＬユニットのペイロードに格納する。ＮＡＬユニットヘッダには、符号化データの識別情報であるｐｃｃ＿ｎａｌ＿ｕｎｉｔ＿ｔｙｐｅが含まれる。図２７は、ｐｃｃ＿ｎａｌ＿ｕｎｉｔ＿ｔｙｐｅのセマンティクスの例を示す図である。
　図２７に示すように、ｐｃｃ＿ｃｏｄｅｃ＿ｔｙｐｅがコーデック１（Ｃｏｄｅｃ１：第１の符号化方法）である場合、ｐｃｃ＿ｎａｌ＿ｕｎｉｔ＿ｔｙｐｅの値０～１０は、コーデック１における、符号化位置データ（Ｇｅｏｍｅｔｒｙ）、符号化属性Ｘデータ（ＡｔｔｒｉｂｕｔｅＸ）、符号化属性Ｙデータ（ＡｔｔｒｉｂｕｔｅＹ）、位置ＰＳ（Ｇｅｏｍ．ＰＳ）、属性ＸＰＳ（ＡｔｔｒＸ．ＰＳ）、属性ＹＰＳ（ＡｔｔｒＸ．ＰＳ）、位置ＳＰＳ（Ｇｅｏｍｅｔｒｙ　Ｓｅｑｕｅｎｃｅ　ＰＳ）、属性ＸＳＰＳ（ＡｔｔｒｉｂｕｔｅＸ　Ｓｅｑｕｅｎｃｅ　ＰＳ）、属性ＹＳＰＳ（ＡｔｔｒｉｂｕｔｅＹ　Ｓｅｑｕｅｎｃｅ　ＰＳ）、ＡＵヘッダ（ＡＵ　Ｈｅａｄｅｒ）、ＧＯＦヘッダ（ＧＯＦ　Ｈｅａｄｅｒ）に割り当てられる。また、値１１以降は、コーデック１の予備に割り当てられる。
　ｐｃｃ＿ｃｏｄｅｃ＿ｔｙｐｅがコーデック２（Ｃｏｄｅｃ２：第２の符号化方法）である場合、ｐｃｃ＿ｎａｌ＿ｕｎｉｔ＿ｔｙｐｅの値０～２は、コーデックのデータＡ（ＤａｔａＡ）、メタデータＡ（ＭｅｔａＤａｔａＡ）、メタデータＢ（ＭｅｔａＤａｔａＢ）に割り当てられる。また、値３以降は、コーデック２の予備に割り当てられる。
　次に、データの送出順序について説明する。以下、ＮＡＬユニットの送出順序の制約について説明する。
　多重化部４８０２は、ＮＡＬユニットをＧＯＦ又はＡＵ単位でまとめて送出する。多重化部４８０２は、ＧＯＦの先頭にＧＯＦヘッダを配置し、ＡＵの先頭にＡＵヘッダを配置する。
　パケットロスなどでデータが失われた場合でも、復号装置が次のＡＵから復号できるように、多重化部４８０２は、シーケンスパラメータセット（ＳＰＳ）を、ＡＵ毎に配置してもよい。
　符号化データに復号に係る依存関係がある場合には、復号装置は、参照先のデータを復号した後に、参照元のデータを復号する。復号装置において、データを並び替ることなく、受信した順番に復号できるようにするために、多重化部４８０２は、参照先のデータを先に送出する。
　図２８は、ＮＡＬユニットの送出順の例を示す図である。図２８は、位置情報優先と、パラメータ優先と、データ統合との３つの例を示す。
　位置情報優先の送出順序は、位置情報に関する情報と、属性情報に関する情報との各々をまとめて送出する例である。この送出順序の場合、位置情報に関する情報の送出が属性情報に関する情報の送出よりも早く完了する。
　例えば、この送出順序を用いることで、属性情報を復号しない復号装置は、属性情報の復号を無視することで、処理しない時間を設けることができる可能性がある。また、例えば、位置情報を早く復号したい復号装置の場合、位置情報の符号化データを早く得ることにより、より早く位置情報を復号することができる可能性がある。
　なお、図２８では、属性ＸＳＰＳと属性ＹＳＰＳを統合し、属性ＳＰＳと記載しているが、属性ＸＳＰＳと属性ＹＳＰＳとを個別に配置してもよい。
　パラメータセット優先の送出順序では、パラメータセットが先に送出され、データが後で送出される。
　以上のようにＮＡＬユニット送出順序の制約に従えば、多重化部４８０２は、ＮＡＬユニットをどのような順序で送出してもよい。例えば、順序識別情報が定義され、多重化部４８０２は、複数パターンの順序でＮＡＬユニットを送出する機能を有してもよい。例えばストリームＰＳにＮＡＬユニットの順序識別情報が格納される。
　三次元データ復号装置は、順序識別情報に基づき復号を行ってもよい。三次元データ復号装置から三次元データ符号化装置に所望の送出順序が指示され、三次元データ符号化装置（多重化部４８０２）は、指示された送出順序に従って送出順序を制御してもよい。
　なお、多重化部４８０２は、データ統合の送出順序のように、送出順序の制約に従う範囲であれば、複数の機能をマージした符号化データを生成してもよい。例えば、図２８に示すように、ＧＯＦヘッダとＡＵヘッダとを統合してもよいし、ＡＸＰＳとＡＹＰＳとを統合してもよい。この場合、ｐｃｃ＿ｎａｌ＿ｕｎｉｔ＿ｔｙｐｅには、複数の機能を有するデータであることを示す識別子が定義される。
　以下、本実施の形態の変形例について説明する。フレームレベルのＰＳ、シーケンスレベルのＰＳ、ＰＣＣシーケンスレベルのＰＳのように、ＰＳにはレベルがあり、ＰＣＣシーケンスレベルを上位のレベルとし、フレームレベルを下位のレベルとすると、パラメータの格納方法には下記の方法を用いてもよい。
　デフォルトのＰＳの値をより上位のＰＳで示す。また、下位のＰＳの値が上位のＰＳの値と異なる場合には、下位のＰＳでＰＳの値が示される。または、上位ではＰＳの値を記載せず、下位のＰＳにＰＳの値を記載する。または、ＰＳの値を、下位のＰＳで示すか、上位のＰＳで示すか、両方で示すかの情報を、下位のＰＳと上位のＰＳのいずれか一方又は両方に示す。または、下位のＰＳを上位のＰＳにマージしてもよい。または、下位のＰＳと上位のＰＳとが重複する場合には、多重化部４８０２は、いずれか一方の送出を省略してもよい。
　なお、符号化部４８０１又は多重化部４８０２は、データをスライス又はタイルなどに分割し、分割したデータを送出してもよい。分割したデータには、分割したデータを識別するための情報が含まれ、分割データの復号に使用するパラメータがパラメータセットに含まれる。この場合、ｐｃｃ＿ｎａｌ＿ｕｎｉｔ＿ｔｙｐｅには、タイル又はスライスに係るデータ又はパラメータを格納するデータであることを示す識別子が定義される。
　以下、順序識別情報に係る処理について説明する。図２９は、ＮＡＬユニットの送出順序に係る三次元データ符号化装置（符号化部４８０１及び多重化部４８０２）による処理のフローチャートである。
　まず、三次元データ符号化装置は、ＮＡＬユニットの送出順序（位置情報優先又はパラメータセット優先）を決定する（Ｓ４８０１）。例えば、三次元データ符号化装置は、ユーザ又は外部装置（例えば三次元データ復号装置）からの指定に基づき送出順序を決定する。
　決定された送出順序が位置情報優先である場合（Ｓ４８０２で位置情報優先）、三次元データ符号化装置は、ストリームＰＳに含まれる順序識別情報を、位置情報優先に設定する（Ｓ４８０３）。つまり、この場合、順序識別情報は、位置情報優先の順序でＮＡＬユニットが送出されることを示す。そして、三次元データ符号化装置は、位置情報優先の順序でＮＡＬユニットを送出する（Ｓ４８０４）。
　一方、決定された送出順序がパラメータセット優先である場合（Ｓ４８０２でパラメータセット優先）、三次元データ符号化装置は、ストリームＰＳに含まれる順序識別情報をパラメータセット優先に設定する（Ｓ４８０５）。つまり、この場合、順序識別情報は、パラメータセット優先の順序でＮＡＬユニットが送出されることを示す。そして、三次元データ符号化装置は、パラメータセットパラメータセット優先の順序でＮＡＬユニットを送出する（Ｓ４８０６）。
　図３０は、ＮＡＬユニットの送出順序に係る三次元データ復号装置による処理のフローチャートである。まず、三次元データ復号装置は、ストリームＰＳに含まれる順序識別情報を解析する（Ｓ４８１１）。
　順序識別情報で示される送出順序が位置情報優先である場合（Ｓ４８１２で位置情報優先）、三次元データ復号装置は、ＮＡＬユニットの送出順序が位置情報優先であるものとして、ＮＡＬユニットを復号する（Ｓ４８１３）。
　一方、順序識別情報で示される送出順序がパラメータセット優先である場合（Ｓ４８１２でパラメータセット優先）、三次元データ復号装置は、ＮＡＬユニットの送出順序がパラメータセット優先であるものとして、ＮＡＬユニットを復号する（Ｓ４８１４）。
　例えば、三次元データ復号装置は、属性情報を復号しない場合、ステップＳ４８１３において、全てのＮＡＬユニットを取得せずに、位置情報に関するＮＡＬユニットを取得し、取得したＮＡＬユニットから位置情報を復号してもよい。
　次に、ＡＵ及びＧＯＦの生成に係る処理について説明する。図３１は、ＮＡＬユニットの多重化におけるＡＵ及びＧＯＦ生成に係る三次元データ符号化装置（多重化部４８０２）による処理のフローチャートである。
　まず、三次元データ符号化装置は、符号化データの種類を判定する（Ｓ４８２１）。具体的には、三次元データ符号化装置は、処理対象の符号化データがＡＵ先頭のデータであるか、ＧＯＦ先頭のデータであるか、それ以外のデータであるかを判定する。
　符号化データがＧＯＦ先頭のデータである場合（Ｓ４８２２でＧＯＦ先頭）、三次元データ符号化装置は、ＧＯＦヘッダ及びＡＵヘッダをＧＯＦに属する符号化データの先頭に配置してＮＡＬユニットを生成する（Ｓ４８２３）。
　符号化データがＡＵ先頭のデータである場合（Ｓ４８２２でＡＵ先頭）、三次元データ符号化装置は、ＡＵヘッダをＡＵに属する符号化データの先頭に配置してＮＡＬユニットを生成する（Ｓ４８２４）。
　符号化データがＧＯＦ先頭及びＡＵ先頭のいずれでもない場合（Ｓ４８２２でＧＯＦ先頭、ＡＵ先頭以外）、三次元データ符号化装置は、符号化データが属するＡＵのＡＵヘッダの後に符号化データを配置してＮＡＬユニットを生成する（Ｓ４８２５）。
　次に、ＡＵ及びＧＯＦへのアクセスに係る処理について説明する。図３２は、ＮＡＬユニットの逆多重化におけるＡＵ及びＧＯＦのアクセスに係る三次元データ復号装置の処理のフローチャートである。
　まず、三次元データ復号装置は、ＮＡＬユニットに含まれるｎａｌ＿ｕｎｉｔ＿ｔｙｐｅを解析することでＮＡＬユニットに含まれる符号化データの種類を判定する（Ｓ４８３１）。具体的には、三次元データ復号装置は、ＮＡＬユニットに含まれる符号化データが、ＡＵ先頭のデータであるか、ＧＯＦ先頭のデータであるか、それ以外のデータであるかを判定する。
　ＮＡＬユニットに含まれる符号化データがＧＯＦ先頭のデータである場合（Ｓ４８３２のＧＯＦ先頭）、三次元データ復号装置は、ＮＡＬユニットがランダムアクセスの開始位置であると判断して、当該ＮＡＬユニットにアクセスし、復号処理を開始する（Ｓ４８３３）。
　一方、ＮＡＬユニットに含まれる符号化データがＡＵ先頭のデータである場合（Ｓ４８３２でＡＵ先頭）、三次元データ復号装置は、ＮＡＬユニットがＡＵ先頭であると判断して、ＮＡＬユニットに含まれるデータにアクセスし、当該ＡＵを復号する（Ｓ４８３４）。
　一方、ＮＡＬユニットに含まれる符号化データが、ＧＯＦ先頭及びＡＵ先頭のいずれでもない場合（Ｓ４８３２でＧＯＦ先頭、ＡＵ先頭以外）、三次元データ復号装置は、当該ＮＡＬユニットを処理しない。
　（実施の形態３）
　本実施の形態では、三次元データの符号化における三次元点（ポイントクラウド）の表現手法について説明する。
　図３３は、本実施の形態に係る三次元データの配信システムの構成を示すブロック図である。図３３に示す配信システムは、サーバ１５０１と、複数のクライアント１５０２とを含む。
　サーバ１５０１は、記憶部１５１１と、制御部１５１２とを含む。記憶部１５１１は、符号化された三次元データである符号化三次元マップ１５１３を格納している。
　図３４は、符号化三次元マップ１５１３のビットストリームの構成例を示す図である。三次元マップは、複数のサブマップ（ｓｕｂ－ｍａｐ）に分割され、各サブマップが符号化される。各サブマップには、サブ座標情報を含むランダムアクセスヘッダ（ＲＡ）が付加される。サブ座標情報は、サブマップの符号化効率を向上させるために用いられる。このサブ座標情報は、サブマップのサブ座標（ｓｕｂ－ｃｏｏｒｄｉｎａｔｅ）を示す。サブ座標は、基準座標（ｒｅｆｅｒｅｎｃｅ　ｃｏｏｒｄｉｎａｔｅ）を基準としたサブマップの座標である。なお、複数のサブマップが含まれる三次元マップを全体マップと呼ぶ。また、全体マップにおいて基準となる座標（例えば原点）を基準座標と呼ぶ。つまり、サブ座標は、全体マップの座標系におけるサブマップの座標である。言い換えると、サブ座標は、全体マップの座標系とサブマップの座標系とのオフセットを示す。また、基準座標を基準とする全体マップの座標系における座標を全体座標と呼ぶ。サブ座標を基準とするサブマップの座標系における座標を差分座標と呼ぶ。
　クライアント１５０２は、サーバ１５０１にメッセージを送信する。このメッセージは、クライアント１５０２の位置情報を含む。サーバ１５０１に含まれる制御部１５１２は、受信したメッセージに含まれる位置情報に基づき、クライアント１５０２の位置に最も近い位置のサブマップのビットストリームを取得する。サブマップのビットストリームは、サブ座標情報を含み、クライアント１５０２に送信される。クライアント１５０２に含まれるデコーダ１５２１は、このサブ座標情報を用いて、基準座標を基準としたサブマップの全体座標を得る。クライアント１５０２に含まれるアプリケーション１５２２は、得られたサブマップの全体座標を用いて、自己位置に関連するアプリケーションを実行する。
　また、サブマップは全体マップの一部領域を示す。サブ座標は全体マップの基準座標空間においてサブマップが位置する座標である。例えばＡの全体マップ中に、ＡＡのサブマップＡ、及びＡＢのサブマップＢが存在するとする。車両は、ＡＡの地図を参照したい場合は、サブマップＡから復号を開始し、ＡＢの地図を参照したい場合は、サブマップＢから復号を開始する。ここでサブマップはランダムアクセスポイントである。具体的には、Ａは大阪府、ＡＡは大阪市、ＡＢは高槻市などである。
　各サブマップはサブ座標情報と共にクライアントに送信される。サブ座標情報は各サブマップのヘッダ情報、又は送信パケット等に含まれる。
　各サブマップのサブ座標情報の基準の座標となる基準座標は、全体マップのヘッダ情報などサブマップより上位の空間のヘッダ情報に付加されてもよい。
　サブマップは１つのスペース（ＳＰＣ）で構成されてもよい。また、サブマップは複数のＳＰＣで構成されてもよい。
　また、サブマップは、ＧＯＳ（Ｇｒｏｕｐ　ｏｆ　Ｓｐａｃｅ）を含んでもよい。またサブマップは、ワールドで構成されてもよい。例えば、サブマップの中に複数のオブジェクトがある場合、複数のオブジェクトを別々のＳＰＣに割り当てるとサブマップは複数のＳＰＣで構成される。また複数のオブジェクトを１つのＳＰＣに割り当てるとサブマップは１つのＳＰＣで構成される。
　次に、サブ座標情報を用いた場合の符号化効率の改善効果について説明する。図３５は、この効果を説明するための図である。例えば、図３５に示す、基準座標から遠い位置の三次元点Ａを符号化するためには、多くのビット数が必要となる。ここで、サブ座標と三次元点Ａとの距離は、基準座標と三次元点Ａとの距離よりも短い。よって、基準座標を基準とした三次元点Ａの座標を符号化する場合よりも、サブ座標を基準とした三次元点Ａの座標を符号化することで、符号化効率を改善できる。また、サブマップのビットストリームは、サブ座標情報を含む。サブマップのビットストリームと基準座標とを復号側（クライアント）に送ることで、復号側においてサブマップの全体座標を復元できる。
　図３６は、サブマップの送信側であるサーバ１５０１による処理のフローチャートである。
　まず、サーバ１５０１は、クライアント１５０２から、クライアント１５０２の位置情報を含むメッセージを受信する（Ｓ１５０１）。制御部１５１２は、記憶部１５１１から、クライアントの位置情報に基づくサブマップの符号化ビットストリームを取得する（Ｓ１５０２）。そして、サーバ１５０１は、サブマップの符号化ビットストリームと基準座標とをクライアント１５０２に送信する（Ｓ１５０３）。
　図３７は、サブマップの受信側であるクライアント１５０２による処理のフローチャートである。
　まず、クライアント１５０２は、サーバ１５０１から送信されたサブマップの符号化ビットストリームと基準座標とを受信する（Ｓ１５１１）。次に、クライアント１５０２は、符号化ビットストリームを復号することでサブマップとサブ座標情報とを取得する（Ｓ１５１２）。次に、クライアント１５０２は、基準座標とサブ座標とを用いてサブマップ内の差分座標を全体座標に復元する（Ｓ１５１３）。
　次に、サブマップに関する情報のシンタックス例を説明する。サブマップの符号化において、三次元データ符号化装置は、各ポイントクラウド（三次元点）の座標からサブ座標を減算することで差分座標を算出する。そして、三次元データ符号化装置は、各ポイントクラウドの値として、差分座標をビットストリームに符号化する。また、符号化装置は、サブ座標を示すサブ座標情報をビットストリームのヘッダ情報として符号化する。これにより、三次元データ復号装置は、各ポイントクラウドの全体座標を得ることができる。例えば、三次元データ符号化装置はサーバ１５０１に含まれ、三次元データ復号装置はクライアント１５０２に含まれる。
　図３８は、サブマップのシンタックス例を示す図である。図３８に示すＮｕｍＯｆＰｏｉｎｔは、サブマップに含まれるポイントクラウド数を示す。ｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｘ、ｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｙ、及びｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｚは、サブ座標情報である。ｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｘは、サブ座標のｘ座標を示す。ｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｙは、サブ座標のｙ座標を示す。ｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｚは、サブ座標のｚ座標を示す。
　また、ｄｉｆｆ＿ｘ［ｉ］、ｄｉｆｆ＿ｙ［ｉ］、及びｄｉｆｆ＿ｚ［ｉ］は、サブマップ内のｉ番目ポイントクラウドの差分座標である。ｄｉｆｆ＿ｘ［ｉ］は、サブマップ内のｉ番目ポイントクラウドのｘ座標とサブ座標のｘ座標との差分値を示す。ｄｉｆｆ＿ｙ［ｉ］は、サブマップ内のｉ番目ポイントクラウドのｙ座標とサブ座標のｙ座標との差分値を示す。ｄｉｆｆ＿ｚ［ｉ］は、サブマップ内のｉ番目ポイントクラウドのｚ座標とサブ座標のｚ座標との差分値を示す。
　三次元データ復号装置は、ｉ番目のポイントクラウドの全体座標であるｐｏｉｎｔ＿ｃｌｏｕｄ［ｉ］＿ｘ、ｐｏｉｎｔ＿ｃｌｏｕｄ［ｉ］＿ｙ、及びｐｏｉｎｔ＿ｃｌｏｕｄ［ｉ］＿ｚを下記式を用いて復号する。ｐｏｉｎｔ＿ｃｌｏｕｄ［ｉ］＿ｘは、ｉ番目のポイントクラウドの全体座標のｘ座標である。ｐｏｉｎｔ＿ｃｌｏｕｄ［ｉ］＿ｙは、ｉ番目のポイントクラウドの全体座標のｙ座標である。ｐｏｉｎｔ＿ｃｌｏｕｄ［ｉ］＿ｚは、ｉ番目のポイントクラウドの全体座標のｚ座標である。
　ｐｏｉｎｔ＿ｃｌｏｕｄ［ｉ］＿ｘ＝ｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｘ＋ｄｉｆｆ＿ｘ［ｉ］
　ｐｏｉｎｔ＿ｃｌｏｕｄ［ｉ］＿ｙ＝ｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｙ＋ｄｉｆｆ＿ｙ［ｉ］
　ｐｏｉｎｔ＿ｃｌｏｕｄ［ｉ］＿ｚ＝ｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｚ＋ｄｉｆｆ＿ｚ［ｉ］
　次に、８分木符号化の適用の切り替え処理について説明する。三次元データ符号化装置は、サブマップ符号化時に、各ポイントクラウドを８分木表現で符号化する（以下、８分木符号化（ｏｃｔｒｅｅ符号化）と呼ぶ）を用いるか、サブ座標からの差分値を符号化する（以下、非８分木符号化（ｎｏｎ－ｏｃｔｒｅｅ符号化）と呼ぶ）を用いるかを選択する。図３９は、この動作を模式的に示す図である。例えば、三次元データ符号化装置は、サブマップ内のポイントクラウド数が予め定められた閾値以上の場合には、サブマップに８分木符号化を適用する。三次元データ符号化装置は、サブマップ内のポイントクラウド数が上記閾値より小さい場合は、サブマップに非８分木符号化を適用する。これにより、三次元データ符号化装置は、サブマップ内に含まれるオブジェクトの形状及び密度に応じて適切に８分木符号化を用いるか、非８分木符号化を用いるかを選択できるので、符号化効率を向上することができる。
　また、三次元データ符号化装置は、サブマップに８分木符号化と非８分木符号化とのどちらを適用したかを示す情報（以下、８分木符号化適用情報と呼ぶ）を、サブマップのヘッダ等に付加する。これにより、三次元データ復号装置は、ビットストリームが、サブマップが８分木符号化されることで得られたビットストリームであるか、サブマップが非８分木符号化されることで得られたビットストリームであるかを判別できる。
　また、三次元データ符号化装置は、８分木符号化と非８分木符号化とのそれぞれを同一のポイントクラウドに適用した際の符号化効率を算出し、符号化効率が良い符号化方式をサブマップに適用してもよい。
　図４０は、この切り替えを行う場合のサブマップのシンタックス例を示す図である。図４０に示すｃｏｄｉｎｇ＿ｔｙｐｅは、符号化タイプを示す情報であり、上記８分木符号化適用情報である。ｃｏｄｉｎｇ＿ｔｙｐｅ＝００は、８分木符号化が適用されたことを示す。ｃｏｄｉｎｇ＿ｔｙｐｅ＝０１は、非８分木符号化が適用されたことを示す。ｃｏｄｉｎｇ＿ｔｙｐｅ＝１０又は１１は、上記外の他の符号化方式などが適用されたことを示す。
　符号化タイプが非８分木符号化（ｎｏｎ＿ｏｃｔｒｅｅ）の場合、サブマップは、ＮｕｍＯｆＰｏｉｎｔと、サブ座標情報（ｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｘ、ｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｙ、及びｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｚ）とを含む。
　符号化タイプが８分木符号化（ｏｃｔｒｅｅ）の場合、サブマップは、ｏｃｔｒｅｅ＿ｉｎｆｏを含む。ｏｃｔｒｅｅ＿ｉｎｆｏは、８分木符号化に必要な情報であり、例えばｄｅｐｔｈ情報などを含む。
　符号化タイプが非８分木符号化（ｎｏｎ＿ｏｃｔｒｅｅ）の場合、サブマップは、差分座標（ｄｉｆｆ＿ｘ［ｉ］、ｄｉｆｆ＿ｙ［ｉ］、及びｄｉｆｆ＿ｚ［ｉ］）を含む。
　符号化タイプが８分木符号化（ｏｃｔｒｅｅ）の場合、サブマップは、８分木符号化に関する符号化データであるｏｃｔｒｅｅ＿ｄａｔａを含む。
　なお、ここでは、ポイントクラウドの座標系としてｘｙｚ座標系が用いられる例を示したが、極座標系が用いられてもよい。
　図４１は、三次元データ符号化装置による三次元データ符号化処理のフローチャートである。まず、三次元データ符号化装置は、処理対象のサブマップである対象サブマップ内のポイントクラウド数を算出する（Ｓ１５２１）。次に、三次元データ符号化装置は、算出されたポイントクラウド数が予め定められた閾値以上であるか否かを判定する（Ｓ１５２２）。
　ポイントクラウド数が閾値以上の場合（Ｓ１５２２でＹｅｓ）、三次元データ符号化装置は、対象サブマップに８分木符号化を適用する（Ｓ１５２３）。また、三次元点データ符号化装置は、対象サブマップに８分木符号化を適用したことを示す８分木符号化適用情報をビットストリームのヘッダに付加する（Ｓ１５２５）。
　一方、ポイントクラウド数が閾値未満の場合（Ｓ１５２２でＮｏ）、三次元データ符号化装置は、対象サブマップに非８分木符号化を適用する（Ｓ１５２４）。また、三次元点データ符号化装置は、対象サブマップに非８分木符号化を適用したことを示す８分木符号化適用情報をビットストリームのヘッダに付加する（Ｓ１５２５）。
　図４２は、三次元データ復号装置による三次元データ復号処理のフローチャートである。まず、三次元データ復号装置は、ビットストリームのヘッダから８分木符号化適用情報を復号する（Ｓ１５３１）。次に、三次元データ復号装置は、復号した８分木符号化適用情報に基づき、対象サブマップに適用された符号化タイプが８分木符号化であるか否かを判定する（Ｓ１５３２）。
　８分木符号化適用情報により示される符号化タイプが８分木符号化である場合（Ｓ１５３２でＹｅｓ）、三次元データ復号装置は、８分木復号により対象サブマップを復号する（Ｓ１５３３）。一方、８分木符号化適用情報により示される符号化タイプが非８分木符号化である場合（Ｓ１５３２でＮｏ）、三次元データ復号装置は、非８分木復号により対象サブマップを復号する（Ｓ１５３４）。
　以下、本実施の形態の変形例について説明する。図４３～図４５は、符号化タイプの切り替え処理の変形例の動作を模式的に示す図である。
　図４３に示すように、三次元データ符号化装置は、８分木符号化を適用するか非８分木符号化を適用するかをスペース毎に選択してもよい。この場合は、三次元データ符号化装置は、８分木符号化適用情報をスペースのヘッダに付加する。これにより、三次元データ復号装置は、８分木符号化が適用されたか否かをスペース毎に判断できる。また、この場合、三次元データ符号化装置は、スペース毎にサブ座標を設定し、スペース内の各ポイントクラウドの座標からサブ座標の値を引いた差分値を符号化する。
　これにより、三次元データ符号化装置は、スペース内のオブジェクトの形状又はポイントクラウド数に応じて８分木符号化を適用するか否かを適切に切り替えることができるので、符号化効率を向上できる。
　また、図４４に示すように、三次元データ符号化装置は、８分木符号化を適用するか非８分木符号化を適用するかをボリューム毎に選択してもよい。この場合は、三次元データ符号化装置は、８分木符号化適用情報をボリュームのヘッダに付加する。これにより、三次元データ復号装置は、８分木符号化が適用されたか否かをボリューム毎に判断できる。また、この場合、三次元データ符号化装置は、ボリューム毎にサブ座標を設定し、ボリューム内の各ポイントクラウドの座標からサブ座標の値を引いた差分値を符号化する。
　これにより、三次元データ符号化装置は、ボリューム内のオブジェクトの形状又はポイントクラウド数に応じて８分木符号化を適用するか否かを適切に切り替えることができるので、符号化効率を向上できる。
　また、上記説明では、非８分木符号化として、各ポイントクラウドの座標からサブ座標を引いた差分を符号化する例を示したが、必ずしもこれに限らず、８分木符号化以外のどのような符号化方法で符号化してもよい。例えば、図４５に示すように、三次元データ符号化装置は、非８分木符号化として、サブ座標からの差分ではなく、サブマップ、スペース、又はボリューム内のポイントクラウドの値そのものを符号化する方式（以下、原座標符号化と呼ぶ）を用いてもよい。
　その場合は、三次元データ符号化装置は、対象空間（サブマップ、スペース、又はボリューム）に原座標符号化が適用されたことを示す情報をヘッダに格納する。これにより、三次元データ復号装置は、対象空間に原座標符号化が適用されたか否かを判断できる。
　また、原座標符号化を適用する場合には、三次元データ符号化装置は、原座標に量子化及び算術符号化を適用せずに符号化を行ってもよい。また、三次元データ符号化装置は、原座標を予め定められた固定のビット長で符号化してもよい。これにより、三次元データ符号化装置は、あるタイミングで一定のビット長のストリームを生成することができる。
　また、上記説明では、非８分木符号化として、各ポイントクラウドの座標からサブ座標を引いた差分を符号化する例を示したが、必ずしもこれに限らない。
　例えば、三次元データ符号化装置は、各ポイントクラウドの座標間の差分値を順に符号化してもよい。図４６は、この場合の動作を説明するための図である。例えば、図４６に示す例では、三次元データ符号化装置は、ポイントクラウドＰＡを符号化する際に、サブ座標を予測座標として用い、ポイントクラウドＰＡの座標と予測座標との差分値を符号化する。また、三次元データ符号化装置は、ポイントクラウドＰＢを符号化する際には、ポイントクラウドＰＡの座標を予測座標として用い、ポイントクラウドＰＢと予測座標との差分値を符号化する。また、三次元データ符号化装置は、ポイントクラウドＰＣを符号化する際には、ポイントクラウドＰＢを予測座標として用い、ポイントクラウドＰＢと予測座標との差分値を符号化する。このように、三次元データ符号化装置は、複数のポイントクラウドにスキャン順を設定し、処理対象の対象ポイントクラウドの座標と、対象ポイントクラウドに対してスキャン順で直前のポイントクラウドの座標との差分値を符号化してもよい。
　また、上記説明では、サブ座標は、サブマップの左下手前の隅の座標であったが、サブ座標の位置はこれに限らない。図４７～図４９は、サブ座標の位置の別の例を示す図である。サブ座標は、サブ座標の設定位置は、対象空間（サブマップ、スペース、又はボリューム）内のどの座標に設定されてもよい。つまり、サブ座標は、上述したように、対象空間の左下手前の隅の座標であってもよい。図４７に示すように、サブ座標は、対象空間の中心の座標であってもよい。図４８に示すように、サブ座標は、対象空間の右上奥の隅の座標であってもよい。また、サブ座標は、対象空間の左下手前又は右上奥の隅の座標に限らず、対象空間のいずれかの隅の座標であってもよい。
　また、サブ座標の設定位置は、対象空間（サブマップ、スペース、又はボリューム）内のあるポイントクラウドの座標と同一であってもよい。例えば、図４９に示す例では、サブ座標の座標は、ポイントクラウドＰＤの座標と一致する。
　また、本実施の形態では、８分木符号化を適用するか、非８分木符号化を適用するかを切り替える例を示したが、必ずしもこれには限らない。例えば、三次元データ符号化装置は、８分木以外の別の木構造を適用するかと、当該木構造以外の非木構造を適用するかとを切り替えてもよい。例えば、別の木構造とは、座標軸の１つに垂直な平面を使って分割を行うｋｄ木などである。なお、別の木構造として、どのような方式を用いてもよい。
　また、本実施の形態では、ポイントクラウドが持つ座標情報を符号化する例を示したが、必ずしもこれには限らない。三次元データ符号化装置は、例えば、色情報、三次元特徴量又は、可視光の特徴量なども座標情報と同様の方法で符号化してもよい。例えば、三次元データ符号化装置は、サブマップ内の各ポイントクラウドが持つ色情報の平均値をサブ色情報（ｓｕｂ－ｃｏｌｏｒ）に設定し、各ポイントクラウドの色情報とサブ色情報との差分を符号化してもよい。
　また、本実施の形態では、ポイントクラウドの数等に応じて符号化効率が良い符号化方式（８分木符号化又は非８分木符号化）を選択する例を示したが、必ずこれには限らない。例えば、サーバ側である三次元データ符号化装置は、８分木符号化により符号化したポイントクラウドのビットストリーム、非８分木符号化により符号化したポイントクラウドのビットストリーム、及びその両方により符号化したポイントクラウドのビットストリームを保持しておき、通信環境又は三次元データ復号装置の処理能力に応じて、三次元データ復号装置に送信するビットストリームを切り替えてもよい。
　図５０は、８分木符号化の適用を切り替える場合のボリュームのシンタックス例を示す図である。図５０に示すシンタックスは、図４０に示すシンタックスと基本的には同じであるが、各情報がボリューム単位の情報である点が異なる。具体的には、ＮｕｍＯｆＰｏｉｎｔは、ボリュームに含まれるポイントクラウド数を示す。ｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｘ、ｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｙ、及びｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｚは、ボリュームのサブ座標情報である。
　また、ｄｉｆｆ＿ｘ［ｉ］、ｄｉｆｆ＿ｙ［ｉ］、及びｄｉｆｆ＿ｚ［ｉ］は、ボリューム内のｉ番目ポイントクラウドの差分座標である。ｄｉｆｆ＿ｘ［ｉ］は、ボリューム内のｉ番目ポイントクラウドのｘ座標とサブ座標のｘ座標との差分値を示す。ｄｉｆｆ＿ｙ［ｉ］は、ボリューム内のｉ番目ポイントクラウドのｙ座標とサブ座標のｙ座標との差分値を示す。ｄｉｆｆ＿ｚ［ｉ］は、ボリューム内のｉ番目ポイントクラウドのｚ座標とサブ座標のｚ座標との差分値を示す。
　なお、スペースにおけるボリュームの相対位置が計算できる場合は、三次元データ符号化装置は、サブ座標情報をボリュームのヘッダに含めなくてもよい。つまり、三次元データ符号化装置は、サブ座標情報をヘッダに含めずに、スペースにおけるボリュームの相対位置を計算し、計算した位置を各ボリュームのサブ座標として用いてよい。
　以上のように、本実施の形態に係る三次元データ符号化装置は、三次元データに含まれる複数の空間単位（例えば、サブマップ、スペース又はボリューム）のうち対象空間単位を８分木構造で符号化するか否かを判定する（例えば、図４１のＳ１５２２）。例えば、三次元データ符号化装置は、対象空間単位に含まれる三次元点の数が予め定められた閾値より多い場合、対象空間単位を８分木構造で符号化すると判定する。また、三次元データ符号化装置は、対象空間単位に含まれる三次元点の数が上記閾値以下の場合、対象空間単位を８分木構造で符号化しないと判定する。
　対象空間単位を８分木構造で符号化すると判定された場合（Ｓ１５２２でＹｅｓ）、三次元データ符号化装置は、対象空間単位を８分木構造を用いて符号化する（Ｓ１５２３）。また、対象空間単位を８分木構造で符号化しないと判定された場合（Ｓ１５２２でＮｏ）、三次元データ符号化装置は、対象空間単位を８分木構造とは異なる方式で符号化する（Ｓ１５２４）。例えば、三次元データ符号化装置は、異なる方式では、対象空間単位に含まれる三次元点の座標を符号化する。具体的には、三次元データ符号化装置は、異なる方式では、対象空間単位の基準座標と、対象空間単位に含まれる三次元点の座標との差分を符号化する。
　次に、三次元データ符号化装置は、対象空間単位を８分木構造で符号化したか否かを示す情報をビットストリームに付加する（Ｓ１５２５）。
　これによれば、当該三次元データ符号化装置は、符号化信号のデータ量を削減できるので符号化効率を向上できる。
　例えば、三次元データ符号化装置は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、上記の処理を行う。
　また、本実施の形態に係る三次元データ復号装置は、三次元データに含まれる複数の対象空間単位（例えば、サブマップ、スペース又はボリューム）のうち対象空間単位を８分木構造で復号するか否かを示す情報をビットストリームから復号する（例えば、図４２のＳ１５３１）。上記情報により対象空間単位を８分木構造で復号すると示される場合（Ｓ１５３２でＹｅｓ）、三次元データ復号装置は、対象空間単位を８分木構造を用いて復号する（Ｓ１５３３）。
　上記情報により前記対象空間単位を８分木構造で復号しないと示される場合（Ｓ１５３２でＮｏ）、三次元データ復号装置は、対象空間単位を８分木構造とは異なる方式で復号する（Ｓ１５３４）。例えば、三次元データ復号装置は、異なる方式では、対象空間単位に含まれる三次元点の座標を復号する。具体的には、三次元データ復号装置は、異なる方式では、対象空間単位の基準座標と、対象空間単位に含まれる三次元点の座標との差分を復号する。
　これによれば、当該三次元データ復号装置は、符号化信号のデータ量を削減できるので符号化効率を向上できる。
　例えば、三次元データ復号装置は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、上記の処理を行う。
　（実施の形態４）
　実施の形態４に係る三次元データ符号化方法では、複数の三次元点の位置情報を、当該位置情報に基づいて生成した予測木を用いて符号化する。
　図５１は、実施の形態４に係る、三次元データ符号化方法に用いられる予測木の一例を示す図である。図５２は、実施の形態４に係る三次元データ符号化方法の一例を示すフローチャートである。図５３は、実施の形態４に係る三次元データ復号方法の一例を示すフローチャートである。
　図５１及び図５２に示されるように、三次元データ符号化方法においては、複数の三次元点を用いて予測木を生成し、その後、予測木の各ノードが含むノード情報を符号化する。これにより、符号化されたノード情報を含むビットストリームが得られる。各ノード情報は、例えば、予測木の１つのノードに関する情報である。各ノード情報は、例えば、１つのノードの位置情報、当該１つのノードのインデックス、当該１つのノードが有する子ノードの数、当該１つのノードの位置情報を符号化するために用いられる予測モード、及び、予測残差を含む。
　また、図５１及び図５３に示される様に、三次元データ復号方法においては、ビットストリームに含まれる符号化された各ノード情報を復号し、その後、予測木を生成しながら位置情報を復号する。
　次に、予測木の生成方法について、図５４を用いて説明する。
　図５４は、実施の形態４に係る予測木の生成方法を説明するための図である。
　予測木の生成方法では、図５４の（ａ）に示すように、三次元データ符号化装置は、まず、予測木の初期点として点０を追加する。点０の位置情報は、（ｘ０、ｙ０、ｚ０）の３つの要素を含む座標で示される。点０の位置情報は、三軸直交座標系の座標で示されてもよいし、極座標系の座標で示されてもよい。
　ｃｈｉｌｄ＿ｃｏｕｎｔは、当該ｃｈｉｌｄ＿ｃｏｕｎｔが設定されているノードに１つの子ノードが追加される度に＋１される。予測木の生成完了後の各ノードのｃｈｉｌｄ＿ｃｏｕｎｔは、各ノードが有する子ノードの数を示すこととなり、ビットストリームに付加される。ｐｒｅｄ＿ｍｏｄｅは、各ノードの位置情報の値を予測するための予測モードを示す。予測モードの詳細は、後述する。
　次に、図５４の（ｂ）に示すように、三次元データ符号化装置は、点１を予測木に追加する。この際、三次元データ符号化装置は、既に予測木に追加されている点群から点１の最近傍点を探索し、その最近傍点の子ノードとして点１を追加してもよい。点１の位置情報は、（ｘ１、ｙ１、ｚ１）の３つの要素を含む座標で示される。点１の位置情報は、三軸直交座標系の座標で示されてもよいし、極座標系の座標で示されてもよい。図５４の場合、点０が点１の最近傍点となり、点０の子ノードとして点１が追加される。そして、三次元データ符号化装置は、点０のｃｈｉｌｄ＿ｃｏｕｎｔで示される値を１増加させる。
　なお、各ノードの位置情報の予測値は、予測木にノードを追加した際に算出されてもよい。例えば、図５４の（ｂ）の場合、三次元データ符号化装置は、点１を点０の子ノードとして追加し、点０の位置情報を予測値として算出してもよい。その場合、ｐｒｅｄ＿ｍｏｄｅ＝１と設定されてもよい。ｐｒｅｄ＿ｍｏｄｅは、予測モードを示す予測モード情報（予測モード値）である。また、三次元データ符号化装置は、予測値の算出後、点１のｒｅｓｉｄｕａｌ＿ｖａｌｕｅ（予測残差）を算出してもよい。ここで、ｒｅｓｉｄｕａｌ＿ｖａｌｕｅは、各ノードの位置情報からｐｒｅｄ＿ｍｏｄｅで示される予測モードで算出された予測値を引いた差分値である。このように、三次元データ符号化方法では、位置情報そのものではなく、予測値からの差分値を符号化することで符号化効率を向上できる。
　次に、図５４の（ｃ）に示すように、三次元データ符号化装置は、点２を予測木に追加する。この際、三次元データ符号化装置は、既に予測木に追加されている点群から点２の最近傍点を探索し、その最近傍点の子ノードとして点２を追加してもよい。点２の位置情報は、（ｘ２、ｙ２、ｚ２）の３つの要素を含む座標で示される。点２の位置情報は、三軸直交座標系の座標で示されてもよいし、極座標系の座標で示されてもよい。図５４の場合、点１が点２の最近傍点となり、点１の子ノードとして点２が追加される。そして、三次元データ符号化装置は、点１のｃｈｉｌｄ＿ｃｏｕｎｔで示される値を１増加させる。
　次に、図５４の（ｄ）に示すように、三次元データ符号化装置は、点３を予測木に追加する。この際、三次元データ符号化装置は、既に予測木に追加されている点群から点３の最近傍点を探索し、その最近傍点の子ノードとして点３を追加してもよい。点３の位置情報は、（ｘ３、ｙ３、ｚ３）の３つの要素を含む座標で示される。点３の位置情報は、三軸直交座標系の座標で示されてもよいし、極座標系の座標で示されてもよい。図５４の場合、点０が点３の最近傍点となり、点０の子ノードとして点３が追加される。そして、三次元データ符号化装置は、点０のｃｈｉｌｄ＿ｃｏｕｎｔで示される値を１増加させる。
　このように、三次元データ符号化装置は、全ての点を予測木に追加し、予測木の生成を完了する。予測木の生成が完了すると、最終的にｃｈｉｌｄ＿ｃｏｕｎｔ＝０を有するノードが予測木のｌｅａｆとなる。三次元データ符号化装置は、予測木の生成が完了後、ｒｏｏｔのノードからｄｅｐｔｈ優先順に選択した各ノードのｃｈｉｌｄ＿ｃｏｕｎｔ、ｐｒｅｄ＿ｍｏｄｅ、及び、ｒｅｓｉｄｕａｌ＿ｖａｌｕｅを符号化する。つまり、三次元データ符号化装置は、ｄｅｐｔｈ優先順にノードを選択する場合、選択したノードの次のノードとして、当該選択したノードの１以上の子ノードのうちまだ選択されていない子ノードを選択する。三次元データ符号化装置は、選択したノードに子ノードがない場合、選択したノードの親ノードの未選択の他の子ノードを選択する。
　なお、符号化順は、ｄｅｐｔｈ優先順に限らずに、例えば幅優先（ｗｉｄｔｈ　ｆｉｒｓｔ）順でも構わない。三次元データ符号化装置は、幅優先順にノードを選択する場合、選択したノードの次のノードとして、当該選択したノードと同一のｄｅｐｔｈ（階層）の１以上のノードのうちまだ選択されていないノードを選択する。三次元データ符号化装置は、選択したノードと同一のｄｅｐｔｈのノードがない場合、次のｄｅｐｔｈの１以上のノードのうちまだ選択されていないノードを選択する。
　なお、点０～３は、複数の三次元点の一例である。
　なお、上記の三次元データ符号化方法では、ｃｈｉｌｄ＿ｃｏｕｎｔ、ｐｒｅｄ＿ｍｏｄｅ、及び、ｒｅｓｉｄｕａｌ＿ｖａｌｕｅを、各点を予測木に追加した際に算出するとしたが、必ずしもこれに限らず、例えば、予測木の生成完了後に、それらを算出してもよい。
　複数の三次元点の三次元データ符号化装置への入力順は、入力された三次元点をＭｏｒｔｏｎ　ｏｒｄｅｒの昇順または降順に並べ替えて、その先頭の三次元点から順に処理してもよい。これにより、三次元データ符号化装置は、処理対象の三次元点の最近傍点を効率よく探索でき、符号化効率を向上できる。また、三次元データ符号化装置は、三次元点を並べ替えずに入力された順に処理してもよい。例えば、三次元データ符号化装置は、複数の三次元点の入力順に分岐の無い予測木を生成してもよい。具体的には、三次元データ符号化装置は、複数の三次元点の入力順において、入力されたの三次元点の次に入力された三次元点を所定の三次元点の子ノードとして追加してもよい。
　次に、予測モードの第１の例について、図５５を用いて説明する。図５５は、実施の形態４に係る予測モードの第１の例を説明するための図である。図５５は、予測木の一部を示す図である。
　予測モードは、以下に示すとおり、８つ設定されてもよい。例えば、図５５に示すように、点ｃの予測値を算出する場合を例に説明する。予測木では、点ｃの親ノードは点ｐ０であり、点ｃの祖父ノードは点ｐ１であり、点ｃの曾祖父ノードは点ｐ２であることが示されている。なお、点ｃ、点ｐ０、点ｐ１、及び、点ｐ２は、複数の三次元点の一例である。
　予測モード値が０である予測モード（以下、予測モード０という）は、予測なしに設定されてもよい。つまり、三次元データ符号化装置は、予測モード０において、入力された点ｃの位置情報を、当該点ｃの予測値として算出してもよい。
　また、予測モード値が１である予測モード（以下、予測モード１という）は、点ｐ０との差分予測に設定されてもよい。つまり、三次元データ符号化装置は、点ｃの親ノードである点ｐ０の位置情報を、当該点ｃの予測値として算出してもよい。
　また、予測モード値が２である予測モード（以下、予測モード２という）は、点ｐ０と、点ｐ１とによる線形予測に設定されてもよい。つまり、三次元データ符号化装置は、点ｃの親ノードである点ｐ０の位置情報と、点ｃの祖父ノードである点ｐ１の位置情報とを用いた線形予測による予測結果を、点ｃの予測値として算出してもよい。具体的には、三次元データ符号化装置は、下記の式Ｔ１を用いて予測モード２における点ｃの予測値を算出する。
　予測値＝２×ｐ０－ｐ１　　　（式Ｔ１）
　式Ｔ１において、ｐ０は点ｐ０の位置情報を示し、ｐ１は点ｐ１の位置情報を示す。
　また、予測モード値が３である予測モード（以下、予測モード３という）は、点ｐ０、点ｐ１及び点ｐ２を用いたＰａｒａｌｌｅｌｏｇｒａｍ予測に設定されてもよい。つまり、三次元データ符号化装置は、点ｃの親ノードである点ｐ０の位置情報と、点ｃの祖父ノードである点ｐ１の位置情報と、点ｃの曾祖父ノードである点ｐ２の位置情報とを用いたＰａｒａｌｌｅｌｏｇｒａｍ予測による予測結果を、点ｃの予測値として算出してもよい。具体的には、三次元データ符号化装置は、下記の式Ｔ２を用いて予測モード３における点ｃの予測値を算出する。
　予測値＝ｐ０＋ｐ１－ｐ２　　　（式Ｔ２）
　式Ｔ２において、ｐ０は点ｐ０の位置情報を示し、ｐ１は点ｐ１の位置情報を示し、ｐ２は点ｐ２の位置情報を示す。
　また、予測モード値が４である予測モード（以下、予測モード４という）は、点ｐ１との差分予測に設定されてもよい。つまり、三次元データ符号化装置は、点ｃの祖父ノードである点ｐ１の位置情報を、当該点ｃの予測値として算出してもよい。
　また、予測モード値が５である予測モード（以下、予測モード５という）は、点ｐ２との差分予測に設定されてもよい。つまり、三次元データ符号化装置は、点ｃの曾祖父ノードである点ｐ２の位置情報を、当該点ｃの予測値として算出してもよい。
　また、予測モード値が６である予測モード（以下、予測モード６という）は、点ｐ０、点ｐ１、及び、点ｐ２のいずれか２個以上の位置情報の平均に設定されてもよい。つまり、三次元データ符号化装置は、点ｃの親ノードである点ｐ０の位置情報と、点ｃの祖父ノードである点ｐ１の位置情報と、点ｃの曾祖父ノードである点ｐ２の位置情報とのうちの２以上の位置情報の平均値を、点ｃの予測値として算出してもよい。例えば、三次元データ符号化装置は、点ｐ０の位置情報と、点ｐ１の位置情報とを予測値の算出に用いる場合、次の式Ｔ３を用いて予測モード６における点ｃの予測値を算出する。
　予測値＝（ｐ０＋ｐ１）／２　　　（式Ｔ３）
　式Ｔ３において、ｐ０は点ｐ０の位置情報を示し、ｐ１は点ｐ１の位置情報を示す。
　また、予測モード値が７である予測モード（以下、予測モード７という）は、点ｐ０及び点ｐ１の間の距離ｄ０と、点ｐ２及び点ｐ１の間の距離ｄ１とを用いた非線形予測に設定されてもよい。つまり、三次元データ符号化装置は、距離ｄ０と、距離ｄ１とを用いた非線形予測による予測結果を、点ｃの予測値として算出してもよい。
　なお、各予測モードに割当てる予測方法は、上記例に限らない。また、上記の８つの予測モードと、上記の８つの予測方法とは、上記の組み合わせでなくてもよく、どのような組み合わせであってもよい。例えば、予測モードを算術符号化などのエントロピー符号化を用いて符号化する場合、予測モード０に使用頻度が高い予測方法が割り当てられてもよい。これにより、符号化効率を向上できる。また、三次元データ符号化装置は、符号化処理を進めながら、予測モードの使用頻度に合わせて動的に予測モードの割り当てを変更することで符号化効率を向上させてもよい。三次元データ符号化装置は、例えば、符号化時の各予測モードの使用頻度をカウントし、使用頻度が高い予測方法ほどより小さい値で示される予測モードを割り当ててもよい。これにより符号化効率を向上できる。なお、Ｍは、予測モードの数を示す予測モード数であり、上記例の場合、予測モードは、予測モード０～７の８つあるため、Ｍ＝８となる。
　三次元データ符号化装置は、三次元点の位置情報（ｘ，ｙ，ｚ）の予測値（ｐｘ，ｐｙ，ｐｚ）として、符号化対象の三次元点の周囲の三次元点のうち、符号化対象の三次元点に距離が近い三次元点の位置情報を用いて、符号化対象の三次元点の位置情報の算出に用いる予測値を算出してもよい。また、三次元データ符号化装置は、予測モード情報（ｐｒｅｄ＿ｍｏｄｅ）を三次元点毎に付加し、予測モードに応じて算出される予測値を選択できるようにしてもよい。
　例えば、総数がＭの予測モードにおいて、予測モード０に最近傍点の三次元点ｐ０の位置情報を割り当て、・・・、予測モードＭ－１に三次元点ｐ２の位置情報を割り当て、予測に使用した予測モードを三次元点毎にビットストリームに付加することが考えられる。
　なお、予測モード数Ｍは、ビットストリームに付加されても構わない。また、予測モード数Ｍは、ビットストリームに付加されずに規格のｐｒｏｆｉｌｅ、ｌｅｖｅｌ等で値が規定されても構わない。また、予測モード数Ｍは、予測に用いる三次元点数Ｎから算出された値が用いられても構わない。例えば予測モード数Ｍは、Ｍ＝Ｎ＋１により算出されても構わない。
　図５６は、実施の形態４に係る、各予測モードにおいて算出される予測値を示すテーブルの第２の例を示す図である。
　図５６に示されるテーブルは、予測に用いる三次元点数Ｎ＝４、かつ、予測モード数Ｍ＝５の場合の例である。
　第２の例において、点ｃの位置情報の予測値は、点ｐ０、点ｐ１、及び、点ｐ２の少なくともいずれか１つの位置情報を用いて算出される。予測モードは、符号化対象の三次元点毎に付加される。予測値は、付加された予測モードに応じた値に算出される。
　図５７は、実施の形態４に係る、各予測モードにおいて算出される予測値を示すテーブルの第２の例の具体例を示す図である。
　三次元データ符号化装置は、例えば、予測モード１を選択し、符号化対象の三次元点の位置情報（ｘ、ｙ、ｚ）を、それぞれ予測値（ｐ０ｘ、ｐ０ｙ、ｐ０ｚ）を用いて符号化してもよい。この場合、選択された予測モード１を示す予測モード値である「１」がビットストリームに付加される。
　このように、三次元データ符号化装置は、予測モードの選択において、符号化対象の三次元点の位置情報が含む３つの要素の各要素の予測値を算出するための１つの予測モードとして、３つの要素について共通した予測モードを選択してもよい。
　図５８は、実施の形態４に係る、各予測モードにおいて算出される予測値を示すテーブルの第３の例を示す図である。
　図５８に示されるテーブルは、予測に用いる三次元点数Ｎ＝２、かつ、予測モード数Ｍ＝５の場合の例である。
　第３の例において、点ｃの位置情報の予測値は、点ｐ０及び点ｐ１の少なくともいずれか１つの位置情報を用いて算出される。予測モードは、符号化対象の三次元点毎に付加される。予測値は、付加された予測モードに応じた値に算出される。
　なお、第３の例のように、点ｃの周囲の点の数（隣接点数）が３個に満たない場合、予測値が未割当てである予測モードは、ｎｏｔ　ａｖａｉｌａｂｌｅに設定されてもよい。また、ｎｏｔ　ａｖａｉｌａｂｌｅが設定された予測モードが発生した場合、その予測モードには、別の予測方法が割り当てられてもよい。例えば、その予測モードには、予測値として点ｐ２の位置情報が割り当てられてもよい。また、その予測モードには、他の予測モードに割り当てられた予測値が割り当てられてもよい。例えば、ｎｏｔ　ａｖａｉｌａｂｌｅが設定された予測モード３に、予測モード４に割り当てられている点ｐ１の位置情報が割り当てられてもよい。その際、予測モード４には、新たに点ｐ２の位置情報が割り当てられてもよい。このように、ｎｏｔ　ａｖａｉｌａｂｌｅが設定された予測モードが発生した場合、当該予測モードに新たな予測方法を割り当てることで符号化効率を向上できる。
　なお、位置情報が三軸直交座標系、極座標系などのように３つの要素を有する場合、３つの要素毎に分けた予測モードで予測値が算出されても構わない。例えば、３つの要素が三軸直交座標系の座標（ｘ、ｙ、ｚ）のｘ、ｙ、ｚで表される場合、３つの要素の予測値のそれぞれは、それぞれの要素において選択された予測モードで算出されてもよい。例えば、要素ｘ（つまりｘ座標）の予測値を算出するための予測モードｐｒｅｄ＿ｍｏｄｅ＿ｘ、要素ｙ（つまりｙ座標）の予測値を算出するための予測モードｐｒｅｄ＿ｍｏｄｅ＿ｙ、要素ｚの（つまりｚ座標予測値を算出するための予測モードｐｒｅｄ＿ｍｏｄｅ＿ｚのそれぞれにおいて、予測モード値が選択されてもよい。この場合、各要素の予測モードを示す予測モード値には、後述する図５９～図６１のテーブルの値が用いられ、これらの予測モード値が、それぞれビットストリームに付加されてもよい。なお、上記では、位置情報の一例として、三軸直交座標系の座標について説明したが、極座標系の座標についても同様に適用することができる。
　このように、三次元データ符号化装置は、予測モードの選択において、符号化対象の三次元点の位置情報が含む３つの要素の各要素の予測値を算出するための１つの予測モードとして、３つの要素それぞれについて独立した予測モードを選択してもよい。
　また、位置情報の複数の要素のうちの２以上の要素を含む予測値は、共通する予測モードで算出されてもよい。例えば、３つの要素が三軸直交座標系の座標（ｘ、ｙ、ｚ）のｘ、ｙ、ｚで表される場合、要素ｘを用いた予測値を算出するための予測モードｐｒｅｄ＿ｍｏｄｅ＿ｘと、要素ｙ及び要素ｚを用いた予測値を算出するための予測モードｐｒｅｄ＿ｍｏｄｅ＿ｙｚとのそれぞれにおいて、予測モード値が選択されてもよい。この場合、各成分の予測モードを示す予測モード値には、後述する図５９及び図６２のテーブルの値が用いられ、これらの予測モード値が、それぞれビットストリームに付加されてもよい。
　このように、三次元データ符号化装置は、予測モードの選択において、符号化対象の三次元点の位置情報が含む３つの要素の各要素の予測値を算出するための１つの予測モードとして、３つの要素のうちの２つの要素について共通した予測モードを選択し、残りの１つの要素について上記２つの要素とは独立した予測モードを選択してもよい。
　図５９は、各予測モードにおいて算出される予測値を示すテーブルの第４の例を示す図である。具体的には、第４の例は、予測値に用いられる位置情報が周囲の三次元点の位置情報の要素ｘの値である場合の例である。
　図５９に示されるように、予測モード値が「０」で示される予測モードｐｒｅｄ＿ｍｏｄｅ＿ｘにおいて算出される予測値は、０である。また、予測モード値が「１」で示される予測モードｐｒｅｄ＿ｍｏｄｅ＿ｘにおいて算出される予測値は、点ｐ０のｘ座標であり、ｐ０ｘである。また、予測モード値が「２」で示される予測モードｐｒｅｄ＿ｍｏｄｅ＿ｘにおいて算出される予測値は、点ｐ０のｘ座標及び点ｐ１のｘ座標による線形予測の予測結果であり、（２×ｐ０ｘ－ｐ１ｘ）である。また、予測モード値が「３」で示される予測モードｐｒｅｄ＿ｍｏｄｅ＿ｘにおいて算出される予測値は、点ｐ０のｘ座標、点ｐ１のｘ座標、及び、点ｐ２のｘ座標によるＰａｒａｌｌｅｌｏｇｒａｍ予測の予測結果であり、（ｐ０ｘ＋ｐ１ｘ－ｐ２ｘ）である。また、予測モード値が「４」で示される予測モードｐｒｅｄ＿ｍｏｄｅ＿ｘにおいて算出される予測値は、点ｐ１のｘ座標であり、ｐ１ｘである。
　なお、例えば、図５９のテーブルにおいて予測モード値が「１」で示される予測モードｐｒｅｄ＿ｍｏｄｅ＿ｘが選択された場合、符号化対象の三次元点の位置情報のｘ座標を、予測値ｐ０ｘを用いて符号化してもよい。この場合、予測モード値としての「１」がビットストリームに付加される。
　図６０は、各予測モードにおいて算出される予測値を示すテーブルの第５の例を示す図である。具体的には、第５の例は、予測値に用いられる位置情報が周囲の三次元点の位置情報の要素ｙの値である場合の例である。
　図６０に示されるように、予測モード値が「０」で示される予測モードｐｒｅｄ＿ｍｏｄｅ＿ｙにおいて算出される予測値は、０である。また、予測モード値が「１」で示される予測モードｐｒｅｄ＿ｍｏｄｅ＿ｙにおいて算出される予測値は、点ｐ０のｙ座標であり、ｐ０ｙである。また、予測モード値が「２」で示される予測モードｐｒｅｄ＿ｍｏｄｅ＿ｙにおいて算出される予測値は、点ｐ０のｙ座標及び点ｐ１のｙ座標による線形予測の予測結果であり、（２×ｐ０ｙ－ｐ１ｙ）である。また、予測モード値が「３」で示される予測モードｐｒｅｄ＿ｍｏｄｅ＿ｙにおいて算出される予測値は、点ｐ０のｙ座標、点ｐ１のｙ座標、及び、点ｐ２のｙ座標によるＰａｒａｌｌｅｌｏｇｒａｍ予測の予測結果であり、（ｐ０ｙ＋ｐ１ｙ－ｐ２ｙ）である。また、予測モード値が「４」で示される予測モードｐｒｅｄ＿ｍｏｄｅ＿ｙにおいて算出される予測値は、点ｐ１のｙ座標であり、ｐ１ｙである。
　なお、例えば、図６０のテーブルにおいて予測モード値が「１」で示される予測モードｐｒｅｄ＿ｍｏｄｅ＿ｙが選択された場合、符号化対象の三次元点の位置情報のｙ座標を、予測値ｐ０ｙを用いて符号化してもよい。この場合、予測モード値としての「１」がビットストリームに付加される。
　図６１は、各予測モードにおいて算出される予測値を示すテーブルの第６の例を示す図である。具体的には、第６の例は、予測値に用いられる位置情報が周囲の三次元点の位置情報の要素ｚの値である場合の例である。
　図６１に示されるように、予測モード値が「０」で示される予測モードｐｒｅｄ＿ｍｏｄｅ＿ｚにおいて算出される予測値は、０である。また、予測モード値が「１」で示される予測モードｐｒｅｄ＿ｍｏｄｅ＿ｚにおいて算出される予測値は、点ｐ０のｚ座標であり、ｐ０ｚである。また、予測モード値が「２」で示される予測モードｐｒｅｄ＿ｍｏｄｅ＿ｚにおいて算出される予測値は、点ｐ０のｚ座標及び点ｐ１のｚ座標による線形予測の予測結果であり、（２×ｐ０ｚ－ｐ１ｚ）である。また、予測モード値が「３」で示される予測モードｐｒｅｄ＿ｍｏｄｅ＿ｚにおいて算出される予測値は、点ｐ０のｚ座標、点ｐ１のｚ座標、及び、点ｐ２のｚ座標によるＰａｒａｌｌｅｌｏｇｒａｍ予測の予測結果であり、（ｐ０ｚ＋ｐ１ｚ－ｐ２ｚ）である。また、予測モード値が「４」で示される予測モードｐｒｅｄ＿ｍｏｄｅ＿ｚにおいて算出される予測値は、点ｐ１のｚ座標であり、ｐ１ｚである。
　なお、例えば、図６１のテーブルにおいて予測モード値が「１」で示される予測モードｐｒｅｄ＿ｍｏｄｅ＿ｚが選択された場合、符号化対象の三次元点の位置情報のｚ座標を、予測値ｐ０ｚを用いて符号化してもよい。この場合、予測モード値としての「１」がビットストリームに付加される。
　図６２は、各予測モードにおいて算出される予測値を示すテーブルの第７の例を示す図である。具体的には、第７の例は、予測値に用いられる位置情報が周囲の三次元点の位置情報の要素ｙ及び要素ｚの値である場合の例である。
　図６２に示されるように、予測モード値が「０」で示される予測モードｐｒｅｄ＿ｍｏｄｅ＿ｙｚにおいて算出される予測値は、０である。また、予測モード値が「１」で示される予測モードｐｒｅｄ＿ｍｏｄｅ＿ｙｚにおいて算出される予測値は、点ｐ０のｙ座標及びｚ座標であり、（ｐ０ｙ、ｐ０ｚ）である。また、予測モード値が「２」で示される予測モードｐｒｅｄ＿ｍｏｄｅ＿ｙｚにおいて算出される予測値は、点ｐ０のｙ座標及びｚ座標と点ｐ１のｙ座標及びｚ座標とによる線形予測の予測結果であり、（２×ｐ０ｙ－ｐ１ｙ、２×ｐ０ｚ－ｐ１ｚ）である。また、予測モード値が「３」で示される予測モードｐｒｅｄ＿ｍｏｄｅ＿ｙｚにおいて算出される予測値は、点ｐ０のｙ座標及びｚ座標と、点ｐ１のｙ座標及びｚ座標と、点ｐ２のｙ座標及びｚ座標とによるＰａｒａｌｌｅｌｏｇｒａｍ予測の予測結果であり、（ｐ０ｙ＋ｐ１ｙ－ｐ２ｙ、ｐ０ｚ＋ｐ１ｚ－ｐ２ｚ）である。また、予測モード値が「４」で示される予測モードｐｒｅｄ＿ｍｏｄｅ＿ｙｚにおいて算出される予測値は、点ｐ１のｙ座標及びｚ座標であり、（ｐ１ｙ、ｐ１ｚ）である。
　なお、例えば、図６２のテーブルにおいて予測モード値が「１」で示される予測モードｐｒｅｄ＿ｍｏｄｅ＿ｙｚが選択された場合、符号化対象の三次元点の位置情報のｙ座標及びｚ座標を、予測値（ｐ０ｙ、ｐ０ｚ）を用いて符号化してもよい。この場合、予測モード値としての「１」がビットストリームに付加される。
　第４～第７の例におけるテーブルにおいて、予測モードと、算出される予測値の予測方法との対応関係は、第２の例のテーブルにおける上記対応関係と同様である。
　符号化時の予測モードは、ＲＤ最適化によって選択されてもよい。例えば、ある予測モードＰを選択した場合のコストｃｏｓｔ（Ｐ）を算出し、ｃｏｓｔ（Ｐ）が最小になる予測モードＰを選択することが考えられる。コストｃｏｓｔ（Ｐ）としては、例えば、予測モードＰの予測値を用いた場合の予測残差ｒｅｓｉｄｕａｌ＿ｖａｌｕｅ（Ｐ）と、予測モードＰを符号化するために必要なビット数ｂｉｔ（Ｐ）と、調整パラメータλ値とを用いて、式Ｄ１で算出してもよい。
　ｃｏｓｔ（Ｐ）＝ａｂｓ（ｒｅｓｉｄｕａｌ（Ｐ））＋λ×ｂｉｔ（Ｐ）・・・（式Ｄ１）
　ａｂｓ（ｘ）はｘの絶対値を示す。
　ａｂｓ（ｘ）の代わりにｘの２乗値を用いても構わない。
　上記式Ｄ１を用いることにより、予測残差の大きさと予測モードを符号化するために必要なビット数とのバランスを考慮した予測モードを選択することが可能となる。なお、調整パラメータλは、量子化スケールの値に応じて異なる値が設定されてもよい。例えば量子化スケールが小さい場合（高ビットレート時）、λ値を小さくすることで予測残差ｒｅｓｉｄｕａｌ＿ｖａｌｕｅ（Ｐ）が小さくなる予測モードを選択して予測精度をなるべく向上し、量子化スケールが大きい場合（低ビットレート時）、λ値を大きくすることで予測モードＰを符号化するために必要なビット数ｂｉｔ（Ｐ）を考慮しながら適切な予測モードが選択されるようにしてもよい。
　なお、量子化スケールが小さい場合とは、例えば、第１の量子化スケールよりも小さい場合である。量子化スケールが大きい場合とは、例えば、第１の量子化スケール以上の第２の量子化スケールより大きい場合である。また、量子化スケールが小さいほどλ値を小さい値に設定してもよい。
　予測残差ｒｅｓｉｄｕａｌ＿ｖａｌｕｅ（Ｐ）は、符号化対象の三次元点の位置情報から予測モードＰの予測値を減算することで算出される。なお、コスト算出時の予測残差ｒｅｓｉｄｕａｌ＿ｖａｌｕｅ（Ｐ）の代わりに、予測残差ｒｅｓｉｄｕａｌ＿ｖａｌｕｅ（Ｐ）を量子化、逆量子化し、予測値と加算して復号値を求め、元の三次元点の位置情報と予測モードＰを用いた場合の復号値との差分（符号化誤差）をコスト値に反映しても構わない。これにより、符号化誤差が小さい予測モードを選択することが可能となる。
　予測モードＰを符号化するために必要なビット数ｂｉｔ（Ｐ）は、例えば予測モードを二値化して符号化する場合は、二値化後のビット数を用いてもよい。
　例えば、予測モード数Ｍ＝５の場合、図６３のように、予測モード数Ｍを用いて最大値を５としたｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで予測モードを示す予測モード値を二値化してもよい。この場合、予測モード値が「０」の場合は１ビット、予測モード値が「１」の場合は２ビット、予測モード値が「２」の場合は３ビット、予測モード値が「３」および「４」の場合は４ビットが、それぞれの予測モード値の符号化に必要なビット数ｂｉｔ（Ｐ）として用いられる。ｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅを用いることで予測モードの値が小さいほど少ないビット数となる。このため、予測モード値が「０」の場合に予測値として算出される０、または、予測モード値が「１」の場合に予測値として算出される三次元点ｐ０の位置情報、つまり、符号化対象の三次元点に距離が近い三次元点の位置情報のように、選択されやすい、例えばｃｏｓｔ（Ｐ）が最小になりやすい予測値を算出する予測モードを示す予測モード値の符号量を削減することができる。
　このように三次元データ符号化装置は、選択された予測モードを示す予測モード値を、予測モード数を用いて符号化してもよい。具体的には、三次元データ符号化装置は、予測モード数を最大値としたｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで予測モード値を符号化してもよい。
　また、予測モード数の最大値が決まっていない場合は、図６４のように、予測モードを示す予測モード値をｕｎａｒｙ　ｃｏｄｅで二値化してもよい。また、各予測モードの発生確率が近い場合は、図６５のように、予測モードを示す予測モード値をｆｉｘｅｄ　ｃｏｄｅで二値化して符号量を削減するようにしてもよい。
　なお、予測モードＰを示す予測モード値を符号化するために必要なビット数ｂｉｔ（Ｐ）として、予測モードＰを示す予測モード値の二値データを算術符号化し、算術符号化後の符号量をｂｉｔ（Ｐ）の値としても構わない。これにより、より正確な必要ビット数ｂｉｔ（Ｐ）を用いてコストが算出できるため、より適切な予測モードを選択することが可能となる。
　なお、図６３は、実施の形態４に係る予測モード値を二値化して符号化する場合の二値化テーブルの第１の例を示す図である。具体的には、第１の例は、予測モード数Ｍ＝５の場合において、ｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで予測モード値を二値化する例である。
　また、図６４は、実施の形態４に係る予測モード値を二値化して符号化する場合の二値化テーブルの第２の例を示す図である。具体的には、第２の例は、予測モード数Ｍ＝５の場合において、ｕｎａｒｙ　ｃｏｄｅで予測モード値を二値化する例である。
　また、図６５は、実施の形態４に係る予測モード値を二値化して符号化する場合の二値化テーブルの第３の例を示す図である。具体的には、第３の例は、予測モード数Ｍ＝５の場合において、ｆｉｘｅｄ　ｃｏｄｅで予測モード値を二値化する例である。
　予測モード（ｐｒｅｄ＿ｍｏｄｅ）を示す予測モード値は、二値化後に算術符号化してビットストリームに付加されてもよい。予測モード値は、上述したように、例えば予測モード数Ｍの値を用いたｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで二値化されてもよい。この場合、予測モード値の二値化後のビット数の最大数は、Ｍ－１となる。
　また、二値化後の二値データは、符号化テーブルを用いて算術符号化されてもよい。この場合、例えば、二値データのビット毎に符号化テーブルを切替えて符号化することで符号化効率を向上させてもよい。また、符号化テーブル数を抑制するために、二値データのうち、先頭ビットｏｎｅ　ｂｉｔにｏｎｅ　ｂｉｔ用の符号化テーブルＡを用いて符号化し、残りのビットｒｅｍａｉｎｉｎｇ　ｂｉｔの各ビットにｒｅｍａｉｎｉｎｇ　ｂｉｔ用の符号化テーブルＢを用いて符号化してもよい。例えば、図６６に示される予測モード値が「３」の二値データ「１１１０」を符号化する場合、先頭ビットｏｎｅ　ｂｉｔの「１」に符号化テーブルＡを用いて符号化し、残りのビットｒｅｍａｉｎｉｎｇ　ｂｉｔの「１１０」のそれぞれのビットに符号化テーブルＢを用いて符号化してもよい。
　なお、図６６は、実施の形態４に係る予測モードを二値化して符号化する場合の二値化テーブルの二値データを符号化する例について説明するための図である。図６６における二値化テーブルは、予測モード数Ｍ＝５において、ｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで予測モード値を二値化する例である。
　これにより、符号化テーブル数を抑制しつつ、二値データのビット位置に応じて符号化テーブルを切替えることで符号化効率を向上させることができる。なお、Ｒｅｍａｉｎｉｎｇ　ｂｉｔの符号化時に、更に、ビット毎に符号化テーブルを切替えて算術符号化する、または、算術符号化された結果に応じて当該符号化テーブルを切り替えて復号してもよい。
　予測モード数Ｍを用いたｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで予測モード値を二値化して符号化する場合、復号側で復号した二値データから予測モードが特定できるように、ｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅに用いられた予測モード数Ｍがビットストリームのヘッダ等に付加されても構わない。ビットストリームのヘッダは、例えば、シーケンスパラメータセット（ＳＰＳ）、位置パラメータセット（ＧＰＳ）、スライスヘッダ等である。また、予測モード数の取りうる値ＭａｘＭが規格等で規定されてもよく、ＭａｘＭ－Ｍの値（Ｍ＜＝ＭａｘＭ）がヘッダに付加されても構わない。また、予測モード数Ｍは、ストリームに付加されずに、規格等のｐｒｏｆｉｌｅまたはｌｅｖｅｌで規定されても構わない。
　なお、ｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅを用いて二値化した予測モード値は、上述のようにｏｎｅ　ｂｉｔ部とｒｅｍａｉｎｉｎｇ部で符号化テーブルを切替えて算術符号化することが考えられる。なお、各符号化テーブルにおける０と１の発生確率は、実際に発生した二値データの値に応じて更新されてもよい。また、どちらかの符号化テーブルにおける０と１の発生確率は、固定化されてもよい。これにより、発生確率の更新回数を抑制して処理量を削減しても構わない。例えばｏｎｅ　ｂｉｔ部の発生確率は更新され、ｒｅｍａｉｎｉｎｇ　ｂｉｔ部の発生確率は固定化されてもよい。
　図６７は、実施の形態４に係る予測モード値の符号化の一例を示すフローチャートである。図６８は、実施の形態４に係る予測モード値の復号の一例を示すフローチャートである。
　図６７に示されるように、予測モード値の符号化では、まず、予測モード値を、予測モード数Ｍを用いたｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで二値化する（Ｓ９７０１）。
　次に、ｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅの二値データを算術符号化する（Ｓ９７０２）。これにより、ビットストリームには、二値データが予測モードとして含まれる。
　また、図６８に示されるように、予測モード値の復号では、まず、予測モード数Ｍを用いてビットストリームを算術復号し、ｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅの二値データを生成する（Ｓ９７１１）。
　次に、ｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅの二値データから予測モード値を算出する（Ｓ９７１２）。
　予測モード（ｐｒｅｄ＿ｍｏｄｅ）を示す予測モード値の二値化の方法として、予測モード数Ｍの値を用いたｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで二値化する例を示したが、必ずしもこれに限らない。例えば、予測モードに予測値が割当たった数Ｌ（Ｌ＜＝Ｍ）を用いたｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで予測モード値を二値化してもよい。例えば、予測モード数Ｍ＝５の場合に、ある符号対象の三次元点の予測に利用可能な周囲の三次元点が１個の場合、図６９に示されるように２個の予測モードがａｖａｉｌａｂｌｅとなり、残りの３個の予測モードがｎｏｔ　ａｖａｉｌａｂｌｅとなるケースがある。例えば、図６９に示されるように予測モード数Ｍ＝５の場合で、符号化対象の三次元点の周囲にある予測に利用可能な三次元点の数が１個であり、予測モード値が「２」、「３」及び「４」を示す予測モードに予測値が割当たっていない場合がある。
　この場合、図７０に示されるように、予測モードが割当たった値Ｌを最大値としてｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで予測モード値を二値化することにより、予測モード数Ｍでｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅした場合より二値化後のビット数を削減できる可能性がある。例えば、この場合Ｌ＝３であるため、最大値３としてｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで二値化することでビット数を削減することができる。このように、予測モードに予測値が割当たった数Ｌを最大値としてｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅにて二値化することで、予測モード値の二値化後のビット数を削減してもよい。
　二値化後の二値データは符号化テーブルを用いて算術符号化されてもよい。この場合、例えば二値データのビット毎に符号化テーブルを切替えて符号化することで符号化効率を向上させてもよい。また、符号化テーブル数を抑制するために、二値データのうち、先頭ビットｏｎｅ　ｂｉｔにｏｎｅ　ｂｉｔ用の符号化テーブルＡを用いて符号化し、残りのビットｒｅｍａｉｎｉｎｇ　ｂｉｔの各ビットにｒｅｍａｉｎｉｎｇ　ｂｉｔ用の符号化テーブルＢを用いて符号化してもよい。例えば、図７０に示される予測モード値が「１」の二値データ「１」を符号化する場合、先頭ビットｏｎｅ　ｂｉｔの「１」に符号化テーブルＡを用いて符号化する。残りのビットｒｅｍａｉｎｉｎｇ　ｂｉｔはないので符号化しなくてもよい。残りのビットｒｅｍａｉｎｉｎｇ　ｂｉｔがある場合、残りのビットｒｅｍａｉｎｉｎｇ　ｂｉｔに符号化テーブルＢを用いて符号化してもよい。
　なお、図７０は、実施の形態４に係る予測モードを二値化して符号化する場合の二値化テーブルの二値データを符号化する例について説明するための図である。図７０における二値化テーブルは、予測モードに予測値が割り当たった数Ｌ＝２において、ｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで予測モード値を二値化する例である。
　これにより、符号化テーブル数を抑制しつつ、二値データのビット位置に応じて符号化テーブルを切替えることで符号化効率を向上させることができる。なお、Ｒｅｍａｉｎｉｎｇ　ｂｉｔの符号化時に、更に、ビット毎に符号化テーブルを切替えて算術符号化する、または、算術符号化された結果に応じて当該符号化テーブルを切り替えて復号してもよい。
　予測モード値を、予測値が割り当たった数Ｌを用いたｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで二値化して符号化する場合、復号側で復号した二値データから予測モードが特定できるように、符号化時と同様の方法にて予測モードに予測値を割当てることで数Ｌを算出し、算出されたＬを用いて予測モードを復号しても構わない。
　なお、ｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅを用いて二値化した予測モード値は、上述のようにｏｎｅ　ｂｉｔ部とｒｅｍａｉｎｉｎｇ部で符号化テーブルを切替えて算術符号化することが考えられる。なお、各符号化テーブルにおける０と１の発生確率は、実際に発生した二値データの値に応じて更新されてもよい。また、どちらかの符号化テーブルにおける０と１の発生確率は、固定化されてもよい。これにより、発生確率の更新回数を抑制して処理量を削減しても構わない。例えばｏｎｅ　ｂｉｔ部の発生確率は更新され、ｒｅｍａｉｎｉｎｇ　ｂｉｔ部の発生確率は固定化されてもよい。
　図７１は、実施の形態４に係る予測モード値の符号化の他の一例を示すフローチャートである。図７２は、実施の形態４に係る予測モード値の復号の他の一例を示すフローチャートである。
　図７１に示されるように、予測モード値の符号化では、まず、予測モードに予測値が割り当たった数Ｌを算出する（Ｓ９７２１）。
　次に、予測モード値を、数Ｌを用いたｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで二値化する（Ｓ９７２２）。
　次に、ｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅの二値データを算術符号化する（Ｓ９７２３）。
　また、図７２に示されるように、予測モード値の復号では、まず、予測モードに予測値が割り当たった数Ｌを算出する（Ｓ９７３１）。
　次に、数Ｌを用いてビットストリームを算術復号し、ｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅの二値データを生成する（Ｓ９７３２）。
　次に、ｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅの二値データから予測モード値を算出する（Ｓ９７３３）。
　予測モード値は、全ての位置情報毎に付加されなくてもよい。例えば、ある条件を満たせば予測モードを固定して、予測モード値をビットストリームに付加しないようにし、ある条件を満たさなければ、予測モードを選択してビットストリームに予測モード値を付加するようにしてもよい。例えば、条件Ａを満たせば予測モード値を「２」に固定して周囲の三次元点の線形予測から予測値を算出し、条件Ａを満たさなければ複数の予測モードから１つの予測モードを選択してビットストリームに選択した予測モードを示す予測モード値を付加するようにしてもよい。
　ある条件Ａとしては、例えば、点ｐ１及び点Ｐ０の間の距離ｄ０と、点ｐ２及び点ｐ１の間の距離ｄ１を算出し、その差分絶対値ｄｉｓｔｄｉｆｆ＝｜ｄ０－ｄ１｜が閾値Ｔｈｆｉｘ未満であることである。三次元データ符号化装置は、差分絶対値が閾値Ｔｈｆｉｘ未満である場合、線形予測による予測値と処理対象の点の位置情報との差が小さいと判定し、予測モード値を「２」に固定して予測モード値を符号化しないことで、予測モードを符号化するための符号量を削減しつつ、適切な予測値を生成することが可能となる。なお、三次元データ符号化装置は、差分絶対値が閾値Ｔｈｆｉｘ以上である場合、予測モードを選択して、選択した予測モードを示す予測モード値を符号化してもよい。
　なお、閾値Ｔｈｆｉｘは、ビットストリームのヘッダ等に付加されてもよく、エンコーダは、閾値Ｔｈｆｉｘの値を変えて符号化できるようにしても構わない。例えば、エンコーダは、高ビットレートでの符号化時に、閾値Ｔｈｆｉｘの値を低ビットレート時よりも小さくしてヘッダに付加し、予測モードを選択して符号化するケースを増やすことで、少しでも予測残差が小さくなるように符号化してもよい。また、エンコーダは、低ビットレートでの符号化時に、閾値Ｔｈｆｉｘの値を高ビットレート時よりも大きくしてヘッダに付加し、予測モードを固定して符号化する。このように、低ビットレート時に予測モードが固定して符号化されるケースを増やすことで、予測モードを符号化するビット量を抑えつつ、符号化効率を向上することができる。また、閾値Ｔｈｆｉｘは、ビットストリームに付加されずに、規格のｐｒｏｆｉｌｅまたはｌｅｖｅｌで規定されてもよい。
　予測に用いられる、符号化対象の三次元点の周囲のＮ個の三次元点は、符号化対象の三次元点からの距離が閾値ＴＨｄより小さい符号化済みおよび復号済みのＮ個の三次元点である。Ｎの最大値は、ＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔとしてビットストリームに付加されてもよい。周囲の符号化済みおよび復号済みの三次元点数がＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔの値に満たない場合など、Ｎの値は、常にＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔの値に一致しなくてもよい。
　予測に用いられる、差分絶対値ｄｉｓｔｄｉｆｆが閾値Ｔｈｆｉｘ［ｉ］より小さければ予測モード値が「２」に固定される例を示したが、必ずしもこれに限らず、予測モード値を「０」～「Ｍ－１」のいずれかに固定するようにしても構わない。また固定される予測モード値をビットストリームに付加しても構わない。
　図７３は、実施の形態４に係る符号化時に条件Ａに応じて予測モード値を固定するか否かを決定する処理の一例を示すフローチャートである。図７４は、実施の形態４に係る復号時に条件Ａに応じて予測モード値を固定された値にするか復号するかを決定する処理の一例を示すフローチャートである。
　図７３に示されるように、まず、三次元データ符号化装置は、点ｐ１及び点ｐ０の間の距離ｄ０と、点ｐ２及び点ｐ１の間の距離ｄ１を算出し、その差分絶対値ｄｉｓｔｄｉｆｆ＝｜ｄ０－ｄ１｜を算出する（Ｓ９７４１）。
　次に、三次元データ符号化装置は、差分絶対値ｄｉｓｔｄｉｆｆが閾値Ｔｈｆｉｘ未満であるか否かを判定する（Ｓ９７４２）。なお、閾値Ｔｈｆｉｘは、符号化され、ストリームのヘッダ等に付加されてもよい。
　三次元データ符号化装置は、差分絶対値ｄｉｓｔｄｉｆｆが閾値Ｔｈｆｉｘ未満である場合（Ｓ９７４２でＹｅｓ）、予測モード値を「２」に決定する（Ｓ９７４３）。
　一方で、三次元データ符号化装置は、差分絶対値ｄｉｓｔｄｉｆｆが閾値Ｔｈｆｉｘ以上である場合（Ｓ９７４２でＮｏ）、複数の予測モードのうちの１つの予測モードを設定する（Ｓ９７４４）。
　そして、三次元データ符号化装置は、設定された予測モードを示す予測モード値を算術符号化する（Ｓ９７４５）。具体的には、三次元データ符号化装置は、図６７で説明したステップＳ９７０１及びＳ９７０２を実行することで予測モード値を算術符号化する。なお、三次元データ符号化装置は、予測モードｐｒｅｄ＿ｍｏｄｅを、予測値が割当たった予測モード数を用いてｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで二値化して算術符号化してもよい。つまり、三次元データ符号化装置は、図７１で説明したステップＳ９７２１～Ｓ９７２３を実行することで予測モード値を算術符号化してもよい。
　三次元データ符号化装置は、ステップＳ９７４３において決定された予測モード、または、ステップＳ９７４５において設定された予測モードの予測値を算出し、算出された予測値を出力する（Ｓ９７４６）。三次元データ符号化装置は、ステップＳ９７４３で決定された予測モード値を用いる場合、予測モード値が「２」で示される予測モードの予測値を、周囲のＮ個の三次元点の位置情報の線形予測により算出する。
　また、図７４に示されるように、まず、三次元データ復号装置は、点ｐ１及び点ｐ０の間の距離ｄ０と、点ｐ２及び点ｐ１の間の距離ｄ１を算出し、その差分絶対値ｄｉｓｔｄｉｆｆ＝｜ｄ０－ｄ１｜を算出する（Ｓ９７５１）。
　次に、三次元データ復号装置は、差分絶対値ｄｉｓｔｄｉｆｆが閾値Ｔｈｆｉｘ未満であるか否かを判定する（Ｓ９７５２）。なお、閾値Ｔｈｆｉｘは、ストリームのヘッダ等が復号されて設定されてもよい。
　三次元データ復号装置は、差分絶対値ｄｉｓｔｄｉｆｆが閾値Ｔｈｆｉｘ未満である場合（Ｓ９７５２でＹｅｓ）、予測モード値を「２」に決定する（Ｓ９７５３）。
　一方で、三次元データ復号装置は、差分絶対値ｄｉｓｔｄｉｆｆが閾値Ｔｈｆｉｘ以上である場合（Ｓ９７５２でＮｏ）、予測モード値をビットストリームから復号する（Ｓ９７５４）。
　三次元データ復号装置は、ステップＳ９７５３で決定された予測モード値、または、ステップＳ９７５４で復号された予測モード値で示される予測モードの予測値を算出し、算出された予測値を出力する（Ｓ９７５５）。三次元データ復号装置は、ステップＳ９７５３で決定された予測モード値を用いる場合、予測モード値が「２」で示される予測モードの予測値を、周囲のＮ個の三次元点の位置情報の線形予測により算出する。
　図７５は、位置情報のヘッダのシンタックスの一例を示す図である。図７５のシンタックスにおけるＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔ、ＮｕｍＰｒｅｄＭｏｄｅ、Ｔｈｆｉｘ、ＱＰ、及び、ｕｎｉｑｕｅ＿ｐｏｉｎｔ＿ｐｅｒ＿ｌｅａｆについて順に説明する。
　ＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔは、三次元点の位置情報の予測値の生成に用いる周囲の点数の上限値を示す。周囲の点数ＭがＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔに満たない場合（Ｍ＜ＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔ）、予測値の算出処理では、Ｍ個の周囲の点数を用いて予測値が算出されてもよい。
　ＮｕｍＰｒｅｄＭｏｄｅは、位置情報の予測に用いる予測モードの総数Ｍを示す。なお、予測モード数の取りうる値の最大値ＭａｘＭは、規格等で値が規定されてもよい。三次元データ符号化装置は、（ＭａｘＭ－Ｍ）の値（０＜Ｍ＜＝ＭａｘＭ）をＮｕｍＰｒｅｄＭｏｄｅとしてヘッダに付加し、（ＭａｘＭ－１）をｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで二値化して符号化しても構わない。また、予測モード数ＮｕｍＰｒｅｄＭｏｄｅは、ビットストリームに付加されなくてもよく、規格等のｐｒｏｆｉｌｅまたはｌｅｖｅｌで値が規定されても構わない。また、予測モード数は、ＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔ＋ＮｕｍＰｒｅｄＭｏｄｅで規定されても構わない。
　Ｔｈｆｉｘは、予測モードを固定するか否かを判定するための閾値である。予測に用いる点ｐ１及び点ｐ０の間の距離ｄ０と、点ｐ２及び点ｐ１の間の距離ｄ１とを算出し、その差分絶対値ｄｉｓｔｄｉｆｆ＝｜ｄ０－ｄ１｜が閾値Ｔｈｆｉｘ［ｉ］より小さければ予測モードがαに固定される。αは、予測モードが線形予測を用いた予測値を算出するための予測モードであり、上記実施の形態では「２」である。なお、Ｔｈｆｉｘはビットストリームに付加されなくてもよく、規格等のｐｒｏｆｉｌｅまたはｌｅｖｅｌで値が規定されても構わない。
　ＱＰは、位置情報を量子化する際に用いる量子化パラメータを示す。三次元データ符号化装置は、量子化パラメータから量子化ステップを算出し、算出した量子化ステップを用いて位置情報を量子化してもよい。
　ｕｎｉｑｕｅ＿ｐｏｉｎｔ＿ｐｅｒ＿ｌｅａｆは、ビットストリーム内にｄｕｐｌｉｃａｔｅｄ　ｐｏｉｎｔ（位置情報が同じ点）が含まれるか否かを示す情報である。ｕｎｉｑｕｅ＿ｐｏｉｎｔ＿ｐｅｒ＿ｌｅａｆ＝１であることは、ビットストリーム内にｄｕｐｌｉｃａｔｅｄ　ｐｏｉｎｔがないことを示す。ｕｎｉｑｕｅ＿ｐｏｉｎｔ＿ｐｅｒ＿ｌｅａｆ＝０であることは、ビットストリーム内にｄｕｐｌｉｃａｔｅｄ　ｐｏｉｎｔが１つ以上存在することを示す。
　なお、本実施の形態では、予測モードを固定するか否かの判断は、距離ｄ０と距離ｄ１との差分絶対値を用いて行われるとしたが、必ずしもこれに限らず、どのような方法で判断しても構わない。例えば、この判断は、点ｐ１及び点ｐ０の間の距離ｄ０を算出し、距離ｄ０が閾値よりも大きい場合、点ｐ１は予測に使えないと判定し、予測モード値を「１」（予測値ｐ０）に固定し、そうでなければ、予測モードを設定するようにしても構わない。これにより、オーバーヘッドを抑えつつ、符号化効率を向上できる。
　上記ＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔ、ＮｕｍＰｒｅｄＭｏｄｅ、Ｔｈｆｉｘ、ｕｎｉｑｕｅ＿ｐｏｉｎｔ＿ｐｅｒ＿ｌｅａｆは、エントロピー符号化されてヘッダに付加されてもよい。例えば各値は、二値化されて算出符号化されてもよい。また、各値は、処理量を抑えるために固定長で符号化されても構わない。
　図７６は、位置情報のシンタックスの一例を示す図である。図７６のシンタックスにおけるＮｕｍＯｆＰｏｉｎｔ、ｃｈｉｌｄ＿ｃｏｕｎｔ、ｐｒｅｄ＿ｍｏｄｅ、及び、ｒｅｓｉｄｕａｌ＿ｖａｌｕｅ［ｊ］について順に説明する。
　ＮｕｍＯｆＰｏｉｎｔは、ビットストリームに含まれる三次元点の総数を示す。
　ｃｈｉｌｄ＿ｃｏｕｎｔは、ｉ番目の三次元点（ｎｏｄｅ［ｉ］）が持つ子ノードの数を示す。
　ｐｒｅｄ＿ｍｏｄｅは、ｉ番目の三次元点の位置情報を符号化又は復号するための予測モードを示す。ｐｒｅｄ＿ｍｏｄｅは、値０からＭ－１（Ｍは予測モードの総数）までの値をとる。ｐｒｅｄ＿ｍｏｄｅがビットストリームにない場合（条件であるｄｉｓｔｄｉｆｆ　＞＝　Ｔｈｆｉｘ［ｉ］　＆＆ＮｕｍＰｒｅｄＭｏｄｅ　＞　１を満たさない場合）、ｐｒｅｄ＿ｍｏｄｅは、固定値αと推定されてもよい。αは、予測モードが線形予測を用いた予測値を算出するための予測モードであり、上記実施の形態では「２」である。なお、αは、「２」に限らずに０からＭ－１までのいずれかの値が推定値として設定されてもよい。また、ｐｒｅｄ＿ｍｏｄｅがビットストリームにない場合の推定値は、別途ヘッダ等に付加されても構わない。また、ｐｒｅｄ＿ｍｏｄｅは予測値が割当たった予測モード数を用いてｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで二値化して算術符号化されてもよい。
　なお、ＮｕｍＰｒｅｄＭｏｄｅ＝１である場合、つまり、予測モード数が１である場合、三次元データ符号化装置は、予測モードを示す予測モード値を符号化せずに、予測モード値を含まないビットストリームを生成してもよい。また、三次元データ復号装置は、予測モード値を含まないビットストリームを取得した場合、予測値の算出において、特定の予測モードの予測値を算出してもよい。特定の予測モードは、予め定められた予測モードである。
　ｒｅｓｉｄｕａｌ＿ｖａｌｕｅ［ｊ］は、位置情報の予測値との間の予測残差の符号化データを示す。ｒｅｓｉｄｕａｌ＿ｖａｌｕｅ［０］は、位置情報の要素ｘを示し、ｒｅｓｉｄｕａｌ＿ｖａｌｕｅ［１］が位置情報の要素ｙを示し、ｒｅｓｉｄｕａｌ＿ｖａｌｕｅ［２］が位置情報の要素ｚを示してもよい。
　図７７は、位置情報のシンタックスの他の一例を示す図である。図７７の例は、図７６の例の変形例である。
　ｐｒｅｄ＿ｍｏｄｅは、図７７に示すように、位置情報（ｘ、ｙ、ｚ）の３つの要素毎の予測モードを示していてもよい。つまり、ｐｒｅｄ＿ｍｏｄｅ［０］は、要素ｘの予測モードを示し、ｐｒｅｄ＿ｍｏｄｅ［１］は要素ｙの予測モードを示し、ｐｒｅｄ＿ｍｏｄｅ［２］は要素ｚの予測モードを示す。ｐｒｅｄ＿ｍｏｄｅ［０］、ｐｒｅｄ＿ｍｏｄｅ［１］、及び、ｐｒｅｄ＿ｍｏｄｅ［２］は、ビットストリームに付加されてもよい。
　（実施の形態５）
　図７８は、実施の形態５に係る、三次元データ符号化方法に用いられる予測木の一例を示す図である。
　実施の形態５では、実施の形態４と比較して、予測木の生成方法において、予測木を生成する際に各ノードのｄｅｐｔｈを算出してもよい。
　例えば、予測木のｒｏｏｔはｄｅｐｔｈ＝０に設定され、ｒｏｏｔの子ノードはｄｅｐｔｈ＝１に設定され、その子ノードはｄｅｐｔｈ＝２に設定されてもよい。なお、この際、ｄｅｐｔｈの値に応じてｐｒｅｄ＿ｍｏｄｅの取り得る値は、変更されてもよい。つまり、予測モードの設定では、三次元データ符号化装置は、各三次元点の階層構造の深さに基づいて、当該三次元点を予測するための予測モードを設定してもよい。例えば、ｐｒｅｄ＿ｍｏｄｅは、ｄｅｐｔｈの値以下の値に制限されてもよい。つまり、設定される予測モード値は、各三次元点の階層構造の深さの値以下に設定されてもよい。
　また、ｐｒｅｄ＿ｍｏｄｅは、予測モード数に応じてｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで二値化されて算術符号化される場合、予測モード数＝ｍｉｎ（ｄｅｐｔｈ，予測モード数Ｍ）としてｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで二値化されてもよい。これにより、ｄｅｐｔｈ＜Ｍの場合のｐｒｅｄ＿ｍｏｄｅの二値データのビット長を小さくでき、符号化効率を向上できる。
　予測木の生成方法において、三次元点Ａを予測木に追加する際に、その最近傍点Ｂを探索して、三次元点Ｂの子ノードに三次元点Ａを追加する例を示した。ここで、最近傍点の探索方法には、どのような方法が用いられても構わない。例えば、ｋｄ－ｔｒｅｅ法を用いて最近傍点の探索が行われてもよい。これにより、効率的に最近傍点を探索でき、符号化効率を向上できる。
　また、ｎｅａｒｅｓｔ　ｎｅｉｇｈｂｏｕｒ法を用いて、最近傍点の探索が行われてもよい。これにより、処理負荷を抑えつつ、最近傍点を探索でき、処理量と符号化効率のバランスをとることができる。また、ｎｅａｒｅｓｔ　ｎｅｉｇｈｂｏｕｒ法を用いた最近傍点の探索の際に、探索範囲が設定されてもよい。これにより処理量を削減することができる。
　また、三次元データ符号化装置は、予測残差ｒｅｓｉｄｕａｌ＿ｖａｌｕｅを量子化して符号化してもよい。例えば、三次元データ符号化装置は、量子化パラメータＱＰをスライス等のヘッダに付加し、ＱＰから算出されるＱｓｔｅｐを用いてｒｅｓｉｄｕａｌ＿ｖａｌｕｅを量子化し、量子化値を二値化して算術符号化してもよい。なお、この場合、三次元データ復号装置は、ｒｅｓｉｄｕａｌ＿ｖａｌｕｅの量子化値に、同じＱｓｔｅｐを用いて逆量子化を適用し、予測値に加算することで位置情報を復号してもよい。なおその場合、予測木には、復号した位置情報を追加してもよい。これにより、量子化を適用した場合でも、三次元データ符号化装置又は三次元データ復号装置は復号した位置情報を用いて予測値を算出することができるため、三次元データ復号装置が正しく復号できるビットストリームを三次元データ符号化装置は生成することができる。なお、予測木の生成時に三次元点の最近傍点を探索して予測木に追加する例を示したが、必ずしもこれに限らず、どのような方法や順番で予測木を生成してもよい。例えば、入力された三次元点がｌｉｄａｒで取得されたデータである場合は、ｌｉｄａｒでスキャンされた順に三次元点を追加して予測木を生成してもよい。これにより、予測精度が向上し、符号化効率を向上することができる。
　図７９は、位置情報のシンタックスの他の例を示す図である。図７９のシンタックスにおけるｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏ、ｒｅｓｉｄｕａｌ＿ｓｉｇｎ、ｒｅｓｉｄｕａｌ＿ｂｉｔｃｏｕｎｔ＿ｍｉｎｕｓ１、及び、ｒｅｓｉｄｕａｌ＿ｂｉｔ［ｋ］について順に説明する。
　ｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏはｒｅｓｉｄｕａｌ＿ｖａｌｕｅが０か否かを示す情報である。例えば、ｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏ＝１であることは、ｒｅｓｉｄｕａｌ＿ｖａｌｕｅが０であることを示し、ｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏ＝０であることは、ｒｅｓｉｄｕａｌ＿ｖａｌｕｅが０でないことを示す。なお、ｐｒｅｄ＿ｍｏｄｅ＝０（予測なし、予測値０）の場合、ｒｅｓｉｄｕａｌ＿ｖａｌｕｅが０になる可能性が低いため、ｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏを符号化してビットストリームに付加しなくてもよい。ｐｒｅｄ＿ｍｏｄｅ＝０の場合、三次元データ復号装置は、ｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏをビットストリームから復号せず、ｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏ＝０であると推定してもよい。
　ｒｅｓｉｄｕａｌ＿ｓｉｇｎは、ｒｅｓｉｄｕａｌ＿ｖａｌｕｅが正であるか負であるかを示す正負情報（符号ビット）である。例えば、ｒｅｓｉｄｕａｌ＿ｓｉｇｎ＝１であることはｒｅｓｉｄｕａｌ＿ｖａｌｕｅが負であることを示し、ｒｅｓｉｄｕａｌ＿ｓｉｇｎ＝０はｒｅｓｉｄｕａｌ＿ｖａｌｕｅが正であることを示す。
　なお、ｐｒｅｄ＿ｍｏｄｅ＝０の場合、予測値が０となるためｒｅｓｉｄｕａｌ＿ｖａｌｕｅは必ず正又は０になる。このため、三次元データ符号化装置は、ｒｅｓｉｄｕａｌ＿ｓｉｇｎを符号化してビットストリームに付加しなくてもよい。つまり、三次元データ符号化装置は、予測値が０に算出される予測モードに設定されている場合、予測残差が正であるか負であるかを示す正負情報を符号化せずに、正負情報を含まないビットストリームを生成してもよい。ｐｒｅｄ＿ｍｏｄｅ＝０の場合、三次元データ復号装置は、ｒｅｓｉｄｕａｌ＿ｓｉｇｎをビットストリームから復号せず、ｒｅｓｉｄｕａｌ＿ｓｉｇｎ＝０であると推定してもよい。つまり、三次元データ復号装置は、予測残差が正であるか負であるかを示す正負情報を含まないビットストリームを取得した場合、予測残差を０又は正の数として扱ってもよい。
　ｒｅｓｉｄｕａｌ＿ｂｉｔｃｏｕｎｔ＿ｍｉｎｕｓ１は、ｒｅｓｉｄｕａｌ＿ｂｉｔのビット数から１引いた数を示す。つまり、ｒｅｓｉｄｕａｌ＿ｂｉｔｃｏｕｎｔは、ｒｅｓｉｄｕａｌ＿ｂｉｔｃｏｕｎｔ＿ｍｉｎｕｓ１に１足した数と等しい。
　ｒｅｓｉｄｕａｌ＿ｂｉｔ［ｋ］は、ｒｅｓｉｄｕａｌ＿ｖａｌｕｅの絶対値をｒｅｓｉｄｕａｌ＿ｂｉｔｃｏｕｎｔの値に合わせて固定長で二値化した際の、ｋ番目のビット情報を示す。
　なお、条件Ａが「予測モード１のように、点ｐ０、点ｐ１、及び、点ｐ２のいずれか１つの点の位置情報を直接予測値とする場合にｕｎｉｑｕｅ＿ｐｏｉｎｔ＿ｐｅｒ＿ｌｅａｆ＝１（ｄｕｐｌｉｃａｔｅｄ　ｐｏｉｎｔがない）である」と規定される場合、要素ｘのｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏ［０］と、要素ｙのｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏ［１］と、要素ｚのｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏ［２］が全て同時に０になることはないため、いずれか一つの要素のｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏをビットストリームに付加しなくてもよい。
　例えば、三次元データ符号化装置は、条件Ａが真であり、かつ、ｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏ［０］及びｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏ［１］が０である場合、ｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏ［２］をビットストリームに付加しなくてもよい。また、この場合、三次元データ復号装置は、ビットストリームに付加されなかったｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏ［２］＝１であると推定してもよい。
　（変形例）
　本実施の形態では、三次元点の位置情報（ｘ，ｙ，ｚ）を用いて予測木を生成し、位置情報を符号化及び復号する例を示したが、必ずしもこれに限らない。例えば、三次元点の属性情報（色、反射率等）の符号化に、予測木を用いた予測符号化が適用されても構わない。また、位置情報の符号化において生成された予測木は、属性情報の符号化時にも利用されても構わない。これにより、属性情報の符号化時に予測木を生成する必要がなくなり、処理量を削減できる。
　図８０は、位置情報及び属性情報の符号化に共通して用いられる予測木の構成の一例を示す図である。
　図８０に示すように、この予測木の各ノードは、ｃｈｉｌｄ＿ｃｏｕｎｔ、ｇ＿ｐｒｅｄ＿ｍｏｄｅ、ｇ＿ｒｅｓｉｄｕａｌ＿ｖａｌｕｅ、ａ＿ｐｒｅｄ＿ｍｏｄｅ、及び、ａ＿ｒｅｓｉｄｕａｌ＿ｖａｌｕｅを含む。ｇ＿ｐｒｅｄ＿ｍｏｄｅは位置情報の予測モードを示す。ｇ＿ｒｅｓｉｄｕａｌ＿ｖａｌｕｅは位置情報の予測残差を示す。ａ＿ｐｒｅｄ＿ｍｏｄｅは属性情報の予測モードを示す。ａ＿ｒｅｓｉｄｕａｌ＿ｖａｌｕｅは属性情報の予測モードを示す。
　ここで、ｃｈｉｌｄ＿ｃｏｕｎｔは位置情報及び属性情報で共有されてもよい。これにより、オーバーヘッドを抑制でき、符号化効率を向上できる。
　なお、ｃｈｉｌｄ＿ｃｏｕｎｔは位置情報及び属性情報でそれぞれ独立して付加されてもよい。これにより、三次元データ復号装置は、位置情報及び属性情報を独立して復号することができる。例えば、三次元データ復号装置は、属性情報だけを復号することも可能となる。
　なお、三次元データ符号化装置は、位置情報及び属性情報で別々の予測木を生成してもよい。これにより、三次元データ符号化装置は、位置情報及び属性情報のそれぞれに適した予測木を生成することができ、符号化効率を向上できる。この場合、三次元データ符号化装置は、位置情報及び属性情報のそれぞれの予測木を三次元データ復号装置が再構成するために必要な情報（ｃｈｉｌｄ＿ｃｏｕｎｔなど）をそれぞれビットストリームに付加してもよい。なお、三次元データ符号化装置は、予測木を位置情報及び属性情報で共有するか否かを示す識別情報をヘッダ等に付加してもよい。これにより、予測木を位置情報及び属性情報で共有するかを適応的に切替えることができ、符号化効率と低処理量化とのバランスを制御することができる。
　図８１は、実施の形態５の変形例に係る三次元データ符号化方法の一例を示すフローチャートである。
　三次元データ符号化装置は、複数の三次元点の位置情報を用いて予測木を生成する（Ｓ９７６１）。
　次に、三次元データ符号化装置は、予測木の各ノードが含むノード情報と位置情報の予測残差とを符号化する（Ｓ９７６２）。三次元データ符号化装置は、具体的には、各ノードの位置情報を予測するための予測値を算出し、算出した予測値と、当該ノードの位置情報との差分である予測残差を算出し、ノード情報及び位置情報の予測残差を符号化する。
　次に、三次元データ符号化装置は、予測木の各ノードが含むノード情報と属性情報の予測残差とを符号化する（Ｓ９７６３）。三次元データ符号化装置は、具体的には、各ノードの属性情報を予測するための予測値を算出し、算出した予測値と、当該ノードの属性情報との差分である予測残差を算出し、ノード情報及び属性情報の予測残差を符号化する。
　図８２は、実施の形態５の変形例に係る三次元データ復号方法の一例を示すフローチャートである。
　三次元データ復号装置は、ノード情報を復号して予測木を再構成する（Ｓ９７７１）。
　次に、三次元データ復号装置は、ノードの位置情報を復号する（Ｓ９７７２）。三次元データ復号装置は、具体的には、各ノードの位置情報の予測値を算出し、算出した予測値と、取得した予測残差とを加算することで、位置情報を復号する。
　次に、三次元データ復号装置は、ノードの属性情報を復号する（Ｓ９７７３）。三次元データ復号装置は、具体的には、各ノードの属性情報の予測値を算出し、算出した予測値と、取得した予測残差とを加算することで、位置情報を復号する。
　次に、三次元データ復号装置は、全てのノードの復号が完了したか否かを判定する（Ｓ９７７４）。三次元データ復号装置は、全てのノードの復号が完了した場合、三次元データ復号方法を終了し、全てのノードの復号が完了していない場合、未処理のノードについてステップＳ９７７１～Ｓ９７７３を実行する。
　図８３は、属性情報のヘッダのシンタックスの一例を示す図である。図８３のシンタックスにおけるＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔ、ＮｕｍＰｒｅｄＭｏｄｅ、Ｔｈｆｉｘ、ＱＰ、及び、ｕｎｉｑｕｅ＿ｐｏｉｎｔ＿ｐｅｒ＿ｌｅａｆについて順に説明する。
　ＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔは、三次元点の属性情報の予測値の生成に用いる周囲の点数の上限値を示す。周囲の点数ＭがＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔに満たない場合（Ｍ＜ＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔ）、予測値の算出処理では、Ｍ個の周囲の点数を用いて予測値が算出されてもよい。
　ＮｕｍＰｒｅｄＭｏｄｅは、属性情報の予測に用いる予測モードの総数Ｍを示す。なお、予測モード数の取りうる値の最大値ＭａｘＭは、規格等で値が規定されてもよい。三次元データ符号化装置は、（ＭａｘＭ－Ｍ）の値（０＜Ｍ＜＝ＭａｘＭ）をＮｕｍＰｒｅｄＭｏｄｅとしてヘッダに付加し、（ＭａｘＭ－１）をｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで二値化して符号化しても構わない。また、予測モード数ＮｕｍＰｒｅｄＭｏｄｅは、ビットストリームに付加されなくてもよく、規格等のｐｒｏｆｉｌｅまたはｌｅｖｅｌで値が規定されても構わない。また、予測モード数は、ＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔ＋ＮｕｍＰｒｅｄＭｏｄｅで規定されても構わない。
　Ｔｈｆｉｘは、予測モードを固定するか否かを判定するための閾値である。予測に用いる点ｐ１及び点ｐ０の間の距離ｄ０と、点ｐ２及び点ｐ１の間の距離ｄ１とを算出し、その差分絶対値ｄｉｓｔｄｉｆｆ＝｜ｄ０－ｄ１｜が閾値Ｔｈｆｉｘ［ｉ］より小さければ予測モードがαに固定される。αは、予測モードが線形予測を用いた予測値を算出するための予測モードであり、上記実施の形態では「２」である。なお、Ｔｈｆｉｘはビットストリームに付加されなくてもよく、規格等のｐｒｏｆｉｌｅまたはｌｅｖｅｌで値が規定されても構わない。
　ＱＰは、属性情報を量子化する際に用いる量子化パラメータを示す。三次元データ符号化装置は、量子化パラメータから量子化ステップを算出し、算出した量子化ステップを用いて属性情報を量子化してもよい。
　ｕｎｉｑｕｅ＿ｐｏｉｎｔ＿ｐｅｒ＿ｌｅａｆは、ビットストリーム内にｄｕｐｌｉｃａｔｅｄ　ｐｏｉｎｔ（位置情報が同じ点）が含まれるか否かを示す情報である。ｕｎｉｑｕｅ＿ｐｏｉｎｔ＿ｐｅｒ＿ｌｅａｆ＝１であることは、ビットストリーム内にｄｕｐｌｉｃａｔｅｄ　ｐｏｉｎｔがないことを示す。ｕｎｉｑｕｅ＿ｐｏｉｎｔ＿ｐｅｒ＿ｌｅａｆ＝０であることは、ビットストリーム内にｄｕｐｌｉｃａｔｅｄ　ｐｏｉｎｔが１つ以上存在することを示す。
　なお、本実施の形態では、予測モードを固定するか否かの判断は、距離ｄ０と距離ｄ１との差分絶対値を用いて行われるとしたが、必ずしもこれに限らず、どのような方法で判断しても構わない。例えば、この判断は、点ｐ１及び点ｐ０の間の距離ｄ０を算出し、距離ｄ０が閾値よりも大きい場合、点ｐ１は予測に使えないと判定し、予測モード値を「１」（予測値ｐ０）に固定し、そうでなければ、予測モードを設定するようにしても構わない。これにより、オーバーヘッドを抑えつつ、符号化効率を向上できる。
　上記ＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔ、ＮｕｍＰｒｅｄＭｏｄｅ、Ｔｈｆｉｘ、または、ｕｎｉｑｕｅ＿ｐｏｉｎｔ＿ｐｅｒ＿ｌｅａｆは、位置情報と共通化し、ａｔｔｒｉｂｕｔｅ＿ｈｅａｄｅｒには追加しなくてもよい。これによりオーバーヘッドを削減できる。
　上記ＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔ、ＮｕｍＰｒｅｄＭｏｄｅ、Ｔｈｆｉｘ、ｕｎｉｑｕｅ＿ｐｏｉｎｔ＿ｐｅｒ＿ｌｅａｆは、エントロピー符号化されてヘッダに付加されてもよい。例えば各値は、二値化されて算出符号化されてもよい。また、各値は、処理量を抑えるために固定長で符号化されても構わない。
　図８４は、属性情報のシンタックスの他の一例を示す図である。図８４のシンタックスにおけるＮｕｍＯｆＰｏｉｎｔ、ｃｈｉｌｄ＿ｃｏｕｎｔ、ｐｒｅｄ＿ｍｏｄｅ、ｄｉｍｅｎｓｉｏｎ、ｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏ、ｒｅｓｉｄｕａｌ＿ｓｉｇｎ、ｒｅｓｉｄｕａｌ＿ｂｉｔｃｏｕｎｔ＿ｍｉｎｕｓ１、及び、ｒｅｓｉｄｕａｌ＿ｂｉｔ［ｋ］について順に説明する。
　ＮｕｍＯｆＰｏｉｎｔは、ビットストリームに含まれる三次元点の総数を示す。ＮｕｍＯｆＰｏｉｎｔは、位置情報のＮｕｍＯｆＰｏｉｎｔと共通化されてもよい。
　ｃｈｉｌｄ＿ｃｏｕｎｔは、ｉ番目の三次元点（ｎｏｄｅ［ｉ］）が持つ子ノードの数を示す。なお、ｃｈｉｌｄ＿ｃｏｕｎｔは、位置情報のｃｈｉｌｄ＿ｃｏｕｎｔと共通化されてもよい。ｃｈｉｌｄ＿ｃｏｕｎｔは、位置情報のｃｈｉｌｄ＿ｃｏｕｎｔと共通化される場合、ａｔｔｒｉｂｕｔｅ＿ｄａｔａにはｃｈｉｌｄ＿ｃｏｕｎｔが付加されなくてもよい。これによりオーバーヘッドを削減できる。
　ｐｒｅｄ＿ｍｏｄｅは、ｉ番目の三次元点の位置情報を符号化又は復号するための予測モードを示す。ｐｒｅｄ＿ｍｏｄｅは、値０からＭ－１（Ｍは予測モードの総数）までの値をとる。ｐｒｅｄ＿ｍｏｄｅがビットストリームにない場合（条件であるｄｉｓｔｄｉｆｆ　＞＝　Ｔｈｆｉｘ［ｉ］　＆＆ＮｕｍＰｒｅｄＭｏｄｅ　＞　１を満たさない場合）、ｐｒｅｄ＿ｍｏｄｅは、固定値αと推定されてもよい。αは、予測モードが線形予測を用いた予測値を算出するための予測モードであり、上記実施の形態では「２」である。なお、αは、「２」に限らずに０からＭ－１までのいずれかの値が推定値として設定されてもよい。また、ｐｒｅｄ＿ｍｏｄｅがビットストリームにない場合の推定値は、別途ヘッダ等に付加されても構わない。また、ｐｒｅｄ＿ｍｏｄｅは予測値が割当たった予測モード数を用いてｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで二値化して算術符号化されてもよい。
　ｄｉｍｅｎｓｉｏｎは、属性情報の次元を示す情報である。ｄｉｍｅｎｓｉｏｎは、ＳＰＳ等のヘッダに付加されてもよい。例えば、属性情報が色の場合にｄｉｍｅｎｓｉｏｎは「３」に設定され、反射率の場合にｄｉｍｅｎｓｉｏｎは「１」に設定されてもよい。
　ｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏはｒｅｓｉｄｕａｌ＿ｖａｌｕｅが０か否かを示す情報である。例えば、ｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏ＝１であることは、ｒｅｓｉｄｕａｌ＿ｖａｌｕｅが０であることを示し、ｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏ＝０であることは、ｒｅｓｉｄｕａｌ＿ｖａｌｕｅが０でないことを示す。なお、ｐｒｅｄ＿ｍｏｄｅ＝０（予測なし、予測値０）の場合、ｒｅｓｉｄｕａｌ＿ｖａｌｕｅが０になる可能性が低いため、ｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏを符号化してビットストリームに付加しなくてもよい。ｐｒｅｄ＿ｍｏｄｅ＝０の場合、三次元データ復号装置は、ｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏをビットストリームから復号せず、ｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏ＝０であると推定してもよい。
　ｒｅｓｉｄｕａｌ＿ｓｉｇｎは、ｒｅｓｉｄｕａｌ＿ｖａｌｕｅが正であるか負であるかを示す正負情報（符号ビット）である。例えば、ｒｅｓｉｄｕａｌ＿ｓｉｇｎ＝１であることはｒｅｓｉｄｕａｌ＿ｖａｌｕｅが負であることを示し、ｒｅｓｉｄｕａｌ＿ｓｉｇｎ＝０はｒｅｓｉｄｕａｌ＿ｖａｌｕｅが正であることを示す。
　なお、ｐｒｅｄ＿ｍｏｄｅ＝０（予測なし、予測値０）の場合、ｒｅｓｉｄｕａｌ＿ｖａｌｕｅは正になるため、三次元データ符号化装置は、ｒｅｓｉｄｕａｌ＿ｓｉｇｎを符号化してビットストリームに付加しなくてもよい。つまり、三次元データ符号化装置は、予測残差が正である場合、予測残差が正であるか負であるかを示す正負情報を符号化せずに、正負情報を含まないビットストリームを生成し、予測残差が負である場合、正負情報を含むビットストリームを生成してもよい。ｐｒｅｄ＿ｍｏｄｅ＝０の場合、三次元データ復号装置は、ｒｅｓｉｄｕａｌ＿ｓｉｇｎをビットストリームから復号せず、ｒｅｓｉｄｕａｌ＿ｓｉｇｎ＝０であると推定してもよい。つまり、三次元データ復号装置は、予測残差が正であるか負であるかを示す正負情報を含まないビットストリームを取得した場合、予測残差を正の数として扱い、正負情報を含むビットストリームを取得した場合、予測残差を負の数として扱ってもよい。
　ｒｅｓｉｄｕａｌ＿ｂｉｔｃｏｕｎｔ＿ｍｉｎｕｓ１は、ｒｅｓｉｄｕａｌ＿ｂｉｔのビット数から１引いた数を示す。つまり、ｒｅｓｉｄｕａｌ＿ｂｉｔｃｏｕｎｔは、ｒｅｓｉｄｕａｌ＿ｂｉｔｃｏｕｎｔ＿ｍｉｎｕｓ１に１足した数と等しい。
　ｒｅｓｉｄｕａｌ＿ｂｉｔ［ｋ］は、ｒｅｓｉｄｕａｌ＿ｖａｌｕｅの絶対値をｒｅｓｉｄｕａｌ＿ｂｉｔｃｏｕｎｔの値に合わせて固定長で二値化した際の、ｋ番目のビット情報を示す。
　なお、条件Ａが「予測モード１のように、点ｐ０、点ｐ１、及び、点ｐ２のいずれか１つの点の属性情報を直接予測値とする場合にｕｎｉｑｕｅ＿ｐｏｉｎｔ＿ｐｅｒ＿ｌｅａｆ＝１（ｄｕｐｌｉｃａｔｅｄ　ｐｏｉｎｔがない）である」と規定される場合、要素ｘのｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏ［０］と、要素ｙのｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏ［１］と、要素ｚのｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏ［２］が全て同時に０になることはないため、いずれか一つの要素のｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏをビットストリームに付加しなくてもよい。
　例えば、三次元データ符号化装置は、条件Ａが真であり、かつ、ｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏ［０］及びｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏ［１］が０である場合、ｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏ［２］をビットストリームに付加しなくてもよい。また、この場合、三次元データ復号装置は、ビットストリームに付加されなかったｒｅｓｉｄｕａｌ＿ｉｓ＿ｚｅｒｏ［２］＝１であると推定してもよい。
　図８５は、位置情報及び属性情報のシンタックスの一例を示す図である。
　図８５に示すように、１つのデータユニットに、位置情報及び属性情報の符号化情報が格納されてもよい。ここで、ｇ＿＊はｇｅｏｍｅｔｒｙに関する符号化情報を示し、ａ＿＊は属性情報に関する符号化情報を示す。これにより、位置情報及び属性情報を同時に復号することができる。
　以上のように、本実施の形態の一態様に係る三次元データ符号化装置は、図８６に示す処理を行う。三次元データ符号化装置は、階層構造を有する複数の三次元点を符号化する三次元データ符号化方法を実行する。三次元データ符号化装置は、第１三次元点の周囲の１以上の第２三次元点の第２位置情報を用いて、前記第１三次元点の第１位置情報の予測値を算出するための２以上の予測モードのうちの１つの予測モードを設定する（Ｓ９７８１）。次に、三次元データ符号化装置は、設定された前記予測モードの予測値を算出する（Ｓ９７８２）。次に、三次元データ符号化装置は、前記第１位置情報と、算出された前記予測値との差分である予測残差を算出する（Ｓ９７８３）。次に、三次元データ符号化装置は、前記設定された予測モードと前記予測残差とを含む第１ビットストリームを生成する（Ｓ９７８４）。前記設定（Ｓ９７８１）では、前記第１三次元点の前記階層構造の深さに基づいて、前記予測モードを設定する。
　これによれば、２以上の予測モードのうちで、階層構造の深さに基づいて設定された１つの予測モードの予測値を用いて位置情報を符号化できるため、位置情報の符号化効率を向上させることができる。
　例えば、三次元データ符号化装置は、前記設定（Ｓ９７８４）では、前記第１三次元点の前記階層構造の深さの値以下の、予測モード値を設定する。前記予測モード値は、前記予測モードを示す。
　例えば、前記第１ビットストリームは、さらに、前記２以上の予測モードの数を示す予測モード数を含む。
　例えば、三次元データ符号化装置は、前記生成（Ｓ９７８４）では、設定された前記予測モードを示す予測モード値を、前記予測モード数を用いて符号化する。前記第１ビットストリームは、符号化された前記予測モード値を、前記設定された予測モードとして含む。
　例えば、前記生成（Ｓ９７８４）では、前記予測モード数を最大値としたｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで前記予測モード値を符号化する。このため、予測モード値の符号量を低減することができる。
　例えば、前記第１位置情報、及び、前記第２位置情報のそれぞれは、３つの要素を含む。三次元データ符号化装置は、前記設定（Ｓ９７８１）では、前記第１位置情報が含む３つの要素の各要素の予測値を算出するための前記１つの予測モードとして、前記３つの要素について共通した予測モードを設定する。このため、予測モード値の符号量を低減することができる。
　例えば、前記第１位置情報、及び、前記第２位置情報のそれぞれは、３つの要素を含む。三次元データ符号化装置は、前記設定では、前記第１位置情報が含む３つの要素の各要素の予測値を算出するための前記１つの予測モードとして、前記３つの要素それぞれについて独立した予測モードを設定する。このため、三次元データ復号装置は、各要素を独立して復号することができる。
　例えば、前記第１位置情報、及び、前記第２位置情報のそれぞれは、３つの要素を含む。三次元データ符号化装置は、前記設定では、前記第１位置情報が含む３つの要素の各要素の予測値を算出するための前記１つの予測モードとして、前記３つの要素のうちの２つの要素について共通した予測モードを設定し、残りの１つの要素について前記２つの要素とは独立した予測モードを設定する。このため、２つの要素についての予測モード値の符号量を低減することができる。また、三次元データ復号装置は、残りの１つの要素を独立して復号することができる。
　例えば、三次元データ符号化装置は、前記生成では、前記予測モード数が１である場合、前記予測モードを示す予測モード値を符号化せずに、前記予測モード値を含まない第２ビットストリームを生成する。このため、ビットストリームの符号量を低減することができる。
　例えば、三次元データ符号化装置は、前記生成では、前記算出において算出される予測値が０となる予測モードが設定されている場合、前記予測残差が正であるか負であるかを示す正負情報を符号化せずに、前記正負情報を含まない第３ビットストリームを生成する。このため、ビットストリームの符号量を低減することができる。
　例えば、三次元データ符号化装置は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、上記の処理を行う。
　また、本実施の形態の一態様に係る三次元データ復号装置は、図８７に示す処理を行う。三次元データ復号装置は、階層構造を有する複数の三次元点を復号する三次元データ復号方法を実行する。三次元データ復号装置は、符号化された前記複数の三次元点のうちの第１三次元点の予測モード、及び、符号化された予測残差を含む第１ビットストリームを取得する（Ｓ９７９１）。次に、三次元データ復号装置は、前記符号化された予測モードを示す予測モード値、及び、前記符号化された予測残差を復号する（Ｓ９７９２）。次に、三次元データ復号装置は、復号することで得られた前記予測モード値で示される予測モードの予測値を算出する（Ｓ９７９３）。次に、三次元データ復号装置は、前記予測値と、復号することで得られた予測残差とを加算することで、前記第１三次元点の第１位置情報を算出する（Ｓ９７９４）。前記第１ビットストリームに含まれる、符号化された前記予測モードは、前記第１三次元点の前記階層構造の深さに基づいて設定された予測モードである。
　これによれば、２以上の予測モードのうちで、階層構造の深さに基づいて設定された１つの予測モードの予測値を用いて符号化された位置情報を適切に復号することができる。
　例えば、前記第１ビットストリームに含まれる、符号化された予測モードを示す予測モード値は、前記第１三次元点の前記階層構造の深さの値以下である。
　例えば、前記第１ビットストリームは、前記２以上の予測モードの数を示す予測モード数を含む。
　例えば、三次元データ復号装置は、前記復号（Ｓ９７９２）では、前記予測モード数を最大値としたｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで前記符号化された予測モード値を復号する。
　例えば、前記第１位置情報、及び、前記第１三次元点の周囲の１以上の第２三次元点の第２位置情報のそれぞれは、３つの要素を含む。前記予測モードは、前記第１位置情報が含む３つの要素の各要素の予測値を算出するために用いられ、前記３つの要素について共通して設定されている。
　例えば、前記第１位置情報、及び、前記第１三次元点の周囲の１以上の第２三次元点の第２位置情報のそれぞれは、３つの要素を含む。前記予測モードは、前記第１位置情報が含む３つの要素の各要素の予測値を算出するために用いられ、前記３つの要素それぞれについて独立して設定されている。
　例えば、前記第１位置情報、及び、前記第１三次元点の周囲の１以上の第２三次元点の第２位置情報のそれぞれは、３つの要素を含む。前記予測モードは、前記第１位置情報が含む３つの要素の各要素の予測値を算出するために用いられ、前記３つの要素のうちの２つの要素について共通して設定されており、かつ、残りの１つの要素について前記２つの要素とは独立して設定されている。
　例えば、三次元データ復号装置は、前記取得（Ｓ９７９１）において、前記予測モード値を含まない第２ビットストリームを取得した場合、前記予測値の算出では、特定の予測モードの予測値を算出する。
　例えば、三次元データ復号装置は、前記取得（Ｓ９７９１）において、前記予測残差が正であるか負であるかを示す正負情報を含まない第３ビットストリームを取得した場合、前記第１位置情報の算出（Ｓ９７９４）では、前記予測残差を０又は正の数として扱う。
　例えば、三次元データ復号装置は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、上記の処理を行う。
　（実施の形態６）
　図８８は、予測木を用いた予測における参照関係の例を示す図である。また、ｐ０は親ノード（ｐａｒｅｎｔ　ｎｏｄｅ）の位置情報であり、ｐ１は祖父ノード（ｇｒａｎｄｐａｒｅｎｔ　ｎｏｄｅ）の位置情報であり、ｐ２は曾祖父ノード（ｇｒａｎｄ－ｇｒａｎｄｐａｒｅｎｔ　ｎｏｄｅ）の位置情報である。
　この場合、予測モード（ｐｒｅｄ＿ｍｏｄｅ）として例えば、以下のモードが用いられる。予測モード０の場合、予測が用いられない。予測モード１の場合、ｐ０との差分予測が行われる。例えば、予測値＝ｐ０である。予測モード２の場合、ｐ０及びｐ１を用いた線形予測が用いられる。例えば、予測値＝２×ｐ０－ｐ１である。
　予測モード３の場合、Ｐａｒａｌｌｅｌｏｇｒａｍ予測が用いられる。例えば、予測値＝２×ｐ０＋ｐ１－ｐ２である。予測モード４の場合、ｐ１との差分予測が用いられる。例えば、予測値＝ｐ１である。予測モード５の場合、ｐ２との差分予測が用いられる。例えば、予測値＝ｐ２である。
　予測モード６の場合、ｐ０、ｐ１及びｐ２のいずれか２個以上を用いた平均値が用いられる。例えば、ｐ０とｐ１を用いる場合、予測値＝（ｐ０＋ｐ１）／２である。予測モード７の場合、ｐ１とｐ０の距離ｄ０と、ｐ２とｐ１の距離ｄ１とを用いた非線形予測が用いられる。なお、ここで示す予測モードは一例であり、予測モードの種類及び内容は、上記に限らない。
　上記の予測モードにて、三次元点群の位置情報の予測値を生成する場合、予測モードによっては、元の位置情報のビット数で表現できる値より、予測値が大きな値となる場合がある。例えば、元の位置情報のビット数＝８の場合、位置情報の値の範囲は０～２５５である。この場合に予測モード２で予測値を算出するケースを考える。
　ｐ０及びｐ１は位置情報であるため、両方とも８ビットである。例えば、ｐ０＝２５５、ｐ１＝０の場合、予測モード２の予測値は５１０（＝２×２５５－０）となり、これは８ビットで表現できる値を超える。このような場合に、その予測値を用いて元の位置情報からの予測残差を求めると、予測残差が大きくなり符号化効率が低下する。例えば、上記例にて元の位置情報の値が１２８の場合、予測残差は－３８２（＝１２８－５１０）と大きい値になる。
　そこで、三次元データ符号化装置は、予測値の算出後に、予測値を位置情報のビット数で表現できる値に変更してもよい。例えば、三次元データ符号化装置は、位置情報のビット数で表現できる値を用いて、予測値にクリップ処理を適用してもよい。例えば、上記例では、位置情報の取り得る範囲は０～２５５であるため、三次元データ符号化装置は、予測値をこの範囲にクリップすることが考えらえる。ここで、予測値のクリップ処理の例を下記に示す。
　Ｍａｘ＝２５５（位置情報のビット数で表現できる最大値）
　Ｍｉｎ＝０（位置情報のビット数で表現できる最小値）
　ｉｆ　（予測値　＞　Ｍａｘ）　ｔｈｅｎ　予測値＝Ｍａｘ
　ｅｌｓｅ　ｉｆ　（予測値＜Ｍｉｎ）　ｔｈｅｎ　予測値＝Ｍｉｎ
　つまり、三次元データ符号化装置は、予測値がＭａｘを超えている場合には、予測値をＭａｘにクリップし、予測値がＭｉｎより小さい場合には、予測値をＭｉｎにクリップし、予測値がＭｉｎからＭａｘの範囲内の場合には、予測値を変更しない。
　上記例の場合、予測モード２の予測値＝５１０は、上記クリップ処理により、予測値＝２５５となる。元の位置情報の値が１２８の場合、予測残差は－１２７（＝１２８－２５５）となる。よって、クリップ処理なしの場合の予測残差＝－３８２と比べて予測残差を小さくできる。これにより、符号化効率を向上できる。
　なお、三次元データ符号化装置は、予測モード毎にクリップ処理を適用するか否かを切替えてもよい。例えば、三次元データ符号化装置は、上記予測モードのうち、予測値が位置情報のビット数の範囲を越え得る予測モード２、または、予測モード３の場合に、クリップ処理を適用してもよい。また、三次元データ符号化装置は、上記以外の予測モードが用いられる場合には、クリップ処理を適用しなくてもよい。これにより、三次元データ符号化装置は、常にクリップ処理を適用する必要がなくなり、処理量を削減できる。また、三次元データ装置は、使用される予測モードに関わらず、予測値の算出後にクリップ処理を常に適用してもよい。これにより、クリップ処理を適用するか否かを判定するための処理量を削減できる。
　また、三次元データ復号装置においても同様のクリップ処理が行われてもよい。また、三次元データ符号化装置は、クリップ処理に用いる位置情報のビット数で表現できる最大値（Ｍａｘ）、及び最小値（Ｍｉｎ）の少なくとも一方を、スライスヘッダ等のヘッダに付加されたｇｅｏ＿ｂｉｔ＿ｄｅｐｔｈから算出してもよい。ｇｅｏ＿ｂｉｔ＿ｄｅｐｔｈは、位置情報のビット精度を表す。ここでビット精度とは、その値が取り得る値の範囲を表すために必要なビット数である。例えば、ｇｅｏ＿ｂｉｔ＿ｄｅｐｔｈ＝８の場合、最大値は２５５、最小値は０である。これにより、三次元データ符号化装置と三次元データ復号装置とで同じ値を用いたクリップ処理が可能となり、適切な予測値を生成できる。
　また、三次元データ符号化装置は、最大値（Ｍａｘ）及び最小値（Ｍｉｎ）の少なくとも一方をスライスヘッダ等のヘッダに付加されたｇｅｏ＿ｂｉｔ＿ｄｅｐｔｈ［３］から算出してもよい。ｇｅｏ＿ｂｉｔ＿ｄｅｐｔｈ［３］は、位置情報（ｘ、ｙ、ｚ）のそれぞれの成分のビット精度を表す。例えば、ｇｅｏ＿ｂｉｔ＿ｄｅｐｔｈ［０］はｘのビット精度を表し、ｇｅｏ＿ｂｉｔ＿ｄｅｐｔｈ［１］はｙのビット精度を表し、ｇｅｏ＿ｂｉｔ＿ｄｅｐｔｈ［２］はｚのビット精度を表してもよい。
　例えば、ｇｅｏ＿ｂｉｔ＿ｄｅｐｔｈ［０］＝１０、ｇｅｏ＿ｂｉｔ＿ｄｅｐｔｈ［１］＝８、ｇｅｏ＿ｂｉｔ＿ｄｅｐｔｈ［２］＝４の場合、ｘ座標の最大値は１０２３、最小値は０であり、ｙ座標の最大値は２５５、最小値は０であり、ｚ座標の最大値は１５、最小値は０である。これにより、三次元データ符号化装置は、ｘｙｚの座標毎に適切なクリップ処理を適用できるので、符号化効率を向上できる。なお、クリップ処理に用いる最大値と最小値とは規格のプロファイル又はレベル等で規定されてもよい。これにより、クリップ処理に用いる情報をヘッダに付加しないことでヘッダ量を削減できる。
　図８９は、三次元データ符号化装置における予測値の決定処理のフローチャートである。まず、三次元データ符号化装置は、予測モードを示すｐを０に初期化する（Ｓ１１００１）。次に、三次元データ符号化装置は、予測モードｐの予測値を算出する（Ｓ１１００２）。次に、三次元データ符号化装置は、予測値にクリップ処理を適用する（Ｓ１１００３）。
　次に、三次元データ符号化装置は、予測モードｐの評価値（ｃｏｓｔ（ｐ））を算出する（Ｓ１１００４）。例えば、ｃｏｓｔ（ｐ）は、予測モードｐの予測値を用いた場合の予測残差と、予測モードｐを符号化するために必要なビット数とに基づき算出されてもよい。例えば、予測残差が大きいほどｃｏｓｔ（ｐ）が大きくなり、予測モードｐを符号化するために必要なビット数が大きいほどｃｏｓｔ（ｐ）が大きくなる。つまり、ｃｏｓｔ（ｐ）が小さいほど評価が高いことを意味する。
　次に、三次元データ符号化装置は、予測モード候補と予測値候補を更新する（Ｓ１１００５）。例えば、三次元データ符号化装置は、ｃｏｓｔ（ｐ）が最小となる予測モードと予測値とを、予測モード候補と予測値候補として更新してもよい。
　ｐ＜予測モード数である場合（Ｓ１１００６でＹｅｓ）、三次元データ符号化装置は、Ｐを１インクリメントし（Ｓ１１００７）、再度ステップＳ１１００２以降の処理を行う。つまり、三次元データ符号化装置は、次の予測モードに対して同様の処理を行う。
　一方、ｐ＜予測モード数でない場合（Ｓ１１００６でＮｏ）、つまり、全ての予測モードに対する処理が完了した場合、三次元データ符号化装置は、現在の予測モード候補を、使用する予測モードとして決定し、現在の予測値候補を、使用する予測値として決定する（Ｓ１１００８）。また、三次元データ符号化装置は、決定された予測値を用いて位置情報を符号化する。具体的には、三次元データ符号化装置は、位置情報と、決定された予測値との差分である予測残差を算出し、予測残差を符号化する。また、三次元データ符号化装置は、決定された予測モードを示す情報をビットストリームに付加する。
　図９０は、三次元データ復号装置における予測値の決定処理のフローチャートである。まず、三次元データ復号装置は、ビットストリームから予測モードを復号（取得）する（Ｓ１１０１１）。次に、三次元データ復号装置は、予測モードの予測値を算出する（Ｓ１１０１２）。次に、三次元データ復号装置は、予測値にクリップ処理を適用する（Ｓ１１０１３）。次に、三次元データ復号装置は、クリップ処理適用後の予測値を、使用する予測値として決定する（Ｓ１１０１４）。
　また、三次元データ復号装置は、ビットストリームから予測残差を復号（取得）し、予測残差に、決定した予測値を加算することで位置情報を生成する。
　なお、本実施の形態では、三次元点の位置情報を予測木を用いて符号化する場合の予測値に、位置情報のビット数を用いてクリップ処理を適用する例を示したが、必ずしもこれに限らない。三次元データ符号化装置は、三次元点の他の情報を予測符号化する場合に、その情報のビット数を用いて、予測値にクリップ処理を適用してもよい。
　例えば、三次元データ符号化装置は、三次元点の属性情報（属性値）を予測符号化する場合に、その属性情報のビット数を用いて、属性情報の予測値にクリップ処理を適用してもよい。これにより、その属性情報を予測符号化する場合の予測精度が向上するので、符号化効率を向上できる。
　具体的には、三次元データ符号化装置は、属性情報として色情報を予測符号化する場合、色情報のビット数が８ビットであれば、クリップ処理の最大値を２５５に設定し、最小値を０に設定し、属性情報の予測値にクリップ処理を適用してもよい。これにより、色情報の予測値を色情報のビット数で表現できる値の範囲内に抑えることができるので、符号化効率を向上できる。
　なお、本実施の形態では、最小値が０の例を示したが、必ずしもこれに限らない。例えば、三次元データ符号化装置は、最大値を２５５に設定し、最小値を－２５５に設定し、この間に収まるように予測値にクリップ処理を適用してもよい。これにより、三次元データ符号化装置は、予測値を適切な範囲内に収めることができるので符号化効率を向上できる。
　なお、本実施の形態では、元の位置情報のビット数で表現できる値より、予測値が大きな値の際にクリップ処理を適用するとしたが、必ずしもこれに限らない。例えば、三次元データ符号化装置は、予測値をあるビット数で表現できる値の範囲内に抑えたい場合に、クリップ処理を適用してもよい。これにより、予測値の表現に必要なビット数を一定数以下に抑えることでメモリ量を削減できる。
　なお、上記実施の形態及び変形例において主に三次元データ符号化装置におけるクリップ処理を例に説明を行ったが、三次元データ復号装置におけるクリップ処理に同様の手法を適用してもよい。
　また、三次元データ符号化装置及び三次元データ復号装置は、上記のクリップ処理を行う代わりに、ユーザにエラーを通知してもよい。例えば、このエラーは、得られた点群データ又はビットストリームが規格違反である旨、又は規格に適合していない旨を示す。なお、三次元データ符号化装置及び三次元データ復号装置は、クリップ処理を行ったうえで、エラーの通知を行ってもよい。
　以上のように、本実施の形態に係る三次元データ符号化装置は、図９１に示す処理を行う。三次元データ符号化装置は、点群データに含まれる三次元点の位置情報の予測値を、位置情報の参照関係を示す予測木を用いて算出し（Ｓ１１０２１）、予測値を、予め定められた範囲内にクリップし（Ｓ１１０２２）、位置情報と、クリップ後の予測値との差分である予測残差を算出し（Ｓ１１０２３）、予測残差を含むビットストリームを生成する（Ｓ１１０２４）。これによれば、三次元データ符号化装置は、予測残差の値が大きくなることを抑制できるので符号化効率を向上できる。
　例えば、三次元データ符号化装置は、予測値の算出では（Ｓ１１０２１）、複数の予測モード候補から選択された予測モードを用いて、予測値を算出し、選択された予測モードに応じて、予測値をクリップするか否かを切り替える。つまり、三次元データ符号化装置は、複数の予測モード候補のうち第１予測モード候補を予測モードとして選択し、第１予測モード候補を用いて予測値を算出した場合には、当該予測値をクリップし、クリップ後の予測値と位置情報との差分である予測残差を算出する。また、三次元データ符号化装置は、複数の予測モード候補のうち、第１予測モード候補と異なる第２予測モード候補を予測モードとして選択し、第２予測モード候補を用いて予測値を算出した場合には、当該予測値をクリップせず、元のクリップを行っていない予測値と位置情報との差分である予測残差を算出する。これによれば、三次元データ符号化装置は、予測モードに応じてクリップを行うか否かを切り替えることで処理量を低減できる。
　例えば、三次元データ符号化装置は、さらに、ビットストリームに含まれるヘッダ情報に予め定められた範囲を決定するための情報（例えばｇｅｏ＿ｂｉｔ＿ｄｅｐｔｈ）を格納する。
　例えば、三次元データ符号化装置は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、上記の処理を行う。
　また、本実施の形態に係る三次元データ復号装置は、図９２に示す処理を行う。三次元データ復号装置は、点群データに含まれる三次元点の位置情報の予測値を、位置情報の参照関係を示す予測木を用いて算出し（Ｓ１１０３１）、予測値を、予め定められた範囲内にクリップし（Ｓ１１０３２）、ビットストリームから、予測残差を取得し（Ｓ１１０３３）、クリップ後の予測値と予測残差とを加算することで位置情報を算出する（Ｓ１１０３４）。これによれば、三次元データ復号装置は、予測残差の値が大きくなることを抑制できるので符号化効率を向上できる。
　例えば、三次元データ復号装置は、予測値の算出（Ｓ１１０３１）では、複数の予測モード候補から選択された予測モードを用いて、予測値を算出し、選択された予測モードに応じて、予測値をクリップするか否かを切り替える。つまり、三次元データ復号装置は、複数の予測モード候補のうち第１予測モード候補を予測モードとして選択し、第１予測モード候補を用いて予測値を算出した場合には、当該予測値をクリップし、クリップ後の予測値と予測残差とを加算することで位置情報を算出する。例えば、三次元データ復号装置は、ビットストリームから予測モードを示す情報を取得し、取得した情報で示される予測モードを選択する。また、三次元データ復号装置は、複数の予測モード候補のうち、第１予測モード候補と異なる第２予測モード候補を予測モードとして選択し、第２予測モード候補を用いて予測値を算出した場合には、当該予測値をクリップせず、元のクリップを行っていない予測値と予測残差とを加算することで位置情報を算出する。これによれば、三次元データ復号装置は、予測モードに応じてクリップを行うか否かを切り替えることで処理量を低減できる。
　例えば、三次元データ復号装置は、さらに、ビットストリームに含まれるヘッダ情報から予め定められた範囲を決定するための情報（例えばｇｅｏ＿ｂｉｔ＿ｄｅｐｔｈ）を取得し、取得した情報を用いて予め定められた範囲を決定する。
　例えば、三次元データ復号装置は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、上記の処理を行う。
　（実施の形態７）
　次に、本実施の形態に係る三次元データ作成装置８１０の構成を説明する。図９３は、本実施の形態に係る三次元データ作成装置８１０の構成例を示すブロック図である。この三次元データ作成装置８１０は、例えば、車両に搭載される。三次元データ作成装置８１０は、外部の交通監視クラウド、前走車両又は後続車両と三次元データの送受信を行うとともに、三次元データを作成及び蓄積する。
　三次元データ作成装置８１０は、データ受信部８１１と、通信部８１２と、受信制御部８１３と、フォーマット変換部８１４と、複数のセンサ８１５と、三次元データ作成部８１６と、三次元データ合成部８１７と、三次元データ蓄積部８１８と、通信部８１９と、送信制御部８２０と、フォーマット変換部８２１と、データ送信部８２２とを備える。
　データ受信部８１１は、交通監視クラウド又は前走車両から三次元データ８３１を受信する。三次元データ８３１は、例えば、自車両のセンサ８１５で検知不能な領域を含む、ポイントクラウド、可視光映像、奥行き情報、センサ位置情報、又は速度情報などの情報を含む。
　通信部８１２は、交通監視クラウド又は前走車両と通信し、データ送信要求などを交通監視クラウド又は前走車両に送信する。
　受信制御部８１３は、通信部８１２を介して、対応フォーマット等の情報を通信先と交換し、通信先との通信を確立する。
　フォーマット変換部８１４は、データ受信部８１１が受信した三次元データ８３１にフォーマット変換等を行うことで三次元データ８３２を生成する。また、フォーマット変換部８１４は、三次元データ８３１が圧縮又は符号化されている場合には、伸張又は復号処理を行う。
　複数のセンサ８１５は、ＬｉＤＡＲ、可視光カメラ又は赤外線カメラなどの、車両の外部の情報を取得するセンサ群であり、センサ情報８３３を生成する。例えば、センサ情報８３３は、センサ８１５がＬｉＤＡＲなどのレーザセンサである場合、ポイントクラウド（点群データ）等の三次元データである。なお、センサ８１５は複数でなくてもよい。
　三次元データ作成部８１６は、センサ情報８３３から三次元データ８３４を生成する。三次元データ８３４は、例えば、ポイントクラウド、可視光映像、奥行き情報、センサ位置情報、又は速度情報などの情報を含む。
　三次元データ合成部８１７は、自車両のセンサ情報８３３に基づいて作成された三次元データ８３４に、交通監視クラウド又は前走車両等が作成した三次元データ８３２を合成することで、自車両のセンサ８１５では検知できない前走車両の前方の空間も含む三次元データ８３５を構築する。
　三次元データ蓄積部８１８は、生成された三次元データ８３５等を蓄積する。
　通信部８１９は、交通監視クラウド又は後続車両と通信し、データ送信要求などを交通監視クラウド又は後続車両に送信する。
　送信制御部８２０は、通信部８１９を介して、対応フォーマット等の情報を通信先と交換し、通信先と通信を確立する。また、送信制御部８２０は、三次元データ合成部８１７で生成された三次元データ８３２の三次元データ構築情報と、通信先からのデータ送信要求とに基づき、送信対象の三次元データの空間である送信領域を決定する。
　具体的には、送信制御部８２０は、交通監視クラウド又は後続車両からのデータ送信要求に応じて、後続車両のセンサでは検知できない自車両の前方の空間を含む送信領域を決定する。また、送信制御部８２０は、三次元データ構築情報に基づいて送信可能な空間又は送信済み空間の更新有無等を判断することで送信領域を決定する。例えば、送信制御部８２０は、データ送信要求で指定された領域であり、かつ、対応する三次元データ８３５が存在する領域を送信領域に決定する。そして、送信制御部８２０は、通信先が対応するフォーマット、及び送信領域をフォーマット変換部８２１に通知する。
　フォーマット変換部８２１は、三次元データ蓄積部８１８に蓄積されている三次元データ８３５のうち、送信領域の三次元データ８３６を、受信側が対応しているフォーマットへ変換することで三次元データ８３７を生成する。なお、フォーマット変換部８２１は、三次元データ８３７を圧縮又は符号化することでデータ量を削減してもよい。
　データ送信部８２２は、三次元データ８３７を交通監視クラウド又は後続車両に送信する。この三次元データ８３７は、例えば、後続車両の死角になる領域を含む、自車両の前方のポイントクラウド、可視光映像、奥行き情報、又はセンサ位置情報などの情報を含む。
　なお、ここでは、フォーマット変換部８１４及び８２１にてフォーマット変換等が行われる例を述べたが、フォーマット変換は行われなくてもよい。
　このような構成により、三次元データ作成装置８１０は、自車両のセンサ８１５では検知できない領域の三次元データ８３１を外部から取得し、三次元データ８３１と自車両のセンサ８１５で検知したセンサ情報８３３に基づく三次元データ８３４とを合成することで三次元データ８３５を生成する。これにより、三次元データ作成装置８１０は、自車両のセンサ８１５で検知できない範囲の三次元データを生成できる。
　また、三次元データ作成装置８１０は、交通監視クラウド又は後続車両からのデータ送信要求に応じて、後続車両のセンサでは検知できない自車両の前方の空間を含む三次元データを、交通監視クラウド又は後続車両等へ送信できる。
　次に、三次元データ作成装置８１０における後続車両への三次元データの送信手順について説明する。図９４は、三次元データ作成装置８１０による交通監視クラウド又は後続車両へ三次元データを送信する手順の一例を示すフローチャートである。
　まず、三次元データ作成装置８１０は、自車両の前方道路上の空間を含む空間の三次元データ８３５を生成及び更新する（Ｓ８０１）。具体的には、三次元データ作成装置８１０は、自車両のセンサ情報８３３に基づいて作成した三次元データ８３４に、交通監視クラウド又は前走車両等が作成した三次元データ８３１を合成するなどして、自車両のセンサ８１５では検知できない前走車両の前方の空間も含む三次元データ８３５を構築する。
　次に、三次元データ作成装置８１０は、送信済みの空間に含まれる三次元データ８３５が変化したかを判定する（Ｓ８０２）。
　送信済みの空間に外部から車両又は人が進入するなどして、当該空間に含まれる三次元データ８３５に変化が生じた場合には（Ｓ８０２でＹｅｓ）、三次元データ作成装置８１０は、変化が生じた空間の三次元データ８３５を含む三次元データを交通監視クラウド又は後続車両に送信する（Ｓ８０３）。
　なお、三次元データ作成装置８１０は、変化が生じた空間の三次元データを、所定間隔で送信する三次元データの送信タイミングに合わせて送信してもよいが、変化を検知した後すぐに送信してもよい。つまり、三次元データ作成装置８１０は、変化が生じた空間の三次元データを、所定間隔で送信する三次元データよりも優先して送信してもよい。
　また、三次元データ作成装置８１０は、変化が生じた空間の三次元データとして、変化が生じた空間の三次元データの全てを送信してもよいし、三次元データの差分（例えば出現又は消失した三次元点の情報、又は三次元点の変位情報など）のみを送信してもよい。
　また、三次元データ作成装置８１０は、変化が生じた空間の三次元データに先行して、急制動警報など自車両の危険回避動作に関するメタデータを後続車両へ送信してもよい。これによれば、後続車両は前走車両の急制動などを早期に認知でき、より早期に減速などの危険回避動作を開始できる。
　送信済みの空間に含まれる三次元データ８３５に変化が生じていない場合（Ｓ８０２でＮｏ）、又は、ステップＳ８０３の後、三次元データ作成装置８１０は、自車両の前方距離Ｌにある所定の形状の空間に含まれる三次元データを、交通監視クラウド又は後続車両へ送信する（Ｓ８０４）。
　また、例えば、ステップＳ８０１～Ｓ８０４の処理は、所定の時間間隔で繰り返し行われる。
　また、三次元データ作成装置８１０は、現在の送信対象の空間の三次元データ８３５と、三次元地図とに差がない場合には、空間の三次元データ８３７を送信しなくてもよい。
　本実施の形態では、クライアント装置は、サーバ又は他のクライアント装置にセンサで得られたセンサ情報を送信する。
　まず、本実施の形態に係るシステムの構成を説明する。図９５は、本実施の形態に係る三次元マップ及びセンサ情報の送受信システムの構成を示す図である。このシステムは、サーバ９０１と、クライアント装置９０２Ａ及び９０２Ｂを含む。なお、クライアント装置９０２Ａ及び９０２Ｂを特に区別しない場合には、クライアント装置９０２とも記す。
　クライアント装置９０２は、例えば、車両等の移動体に搭載される車載機器である。サーバ９０１は、例えば、交通監視クラウド等であり、複数のクライアント装置９０２と通信可能である。
　サーバ９０１は、クライアント装置９０２に、ポイントクラウドから構成される三次元マップを送信する。なお、三次元マップの構成はポイントクラウドに限定されず、メッシュ構造等、他の三次元データを表すものであってもよい。
　クライアント装置９０２は、サーバ９０１に、クライアント装置９０２が取得したセンサ情報を送信する。センサ情報は、例えば、ＬｉＤＡＲ取得情報、可視光画像、赤外画像、デプス画像、センサ位置情報及び速度情報のうち少なくとも一つを含む。
　サーバ９０１とクライアント装置９０２との間で送受信されるデータは、データ削減のために圧縮されてもよいし、データの精度を維持するために非圧縮のままでも構わない。データを圧縮する場合、ポイントクラウドには例えば８分木構造に基づく三次元圧縮方式を用いることができる。また、可視光画像、赤外画像、及びデプス画像には二次元の画像圧縮方式を用いることできる。二次元の画像圧縮方式とは、例えば、ＭＰＥＧで規格化されたＭＰＥＧ－４　ＡＶＣ又はＨＥＶＣ等である。
　また、サーバ９０１は、クライアント装置９０２からの三次元マップの送信要求に応じてサーバ９０１で管理する三次元マップをクライアント装置９０２に送信する。なお、サーバ９０１はクライアント装置９０２からの三次元マップの送信要求を待たずに三次元マップを送信してもよい。例えば、サーバ９０１は、予め定められた空間にいる１つ以上のクライアント装置９０２に三次元マップをブロードキャストしても構わない。また、サーバ９０１は、一度送信要求を受けたクライアント装置９０２に、一定時間毎にクライアント装置９０２の位置に適した三次元マップを送信してもよい。また、サーバ９０１は、サーバ９０１が管理する三次元マップが更新される度にクライアント装置９０２に三次元マップを送信してもよい。
　クライアント装置９０２は、サーバ９０１に三次元マップの送信要求を出す。例えば、クライアント装置９０２が、走行時に自己位置推定を行いたい場合に、クライアント装置９０２は、三次元マップの送信要求をサーバ９０１に送信する。
　なお、次のような場合に、クライアント装置９０２はサーバ９０１に三次元マップの送信要求を出してもよい。クライアント装置９０２の保持する三次元マップが古い場合に、クライアント装置９０２はサーバ９０１に三次元マップの送信要求を出してもよい。例えば、クライアント装置９０２が三次元マップを取得してから一定期間が経過した場合に、クライアント装置９０２はサーバ９０１に三次元マップの送信要求を出してもよい。
　クライアント装置９０２が保持する三次元マップで示される空間から、クライアント装置９０２が外に出る一定時刻前に、クライアント装置９０２はサーバ９０１に三次元マップの送信要求を出してもよい。例えば、クライアント装置９０２が、クライアント装置９０２が保持する三次元マップで示される空間の境界から予め定められた距離以内に存在する場合に、クライアント装置９０２はサーバ９０１に三次元マップの送信要求を出してもよい。また、クライアント装置９０２の移動経路及び移動速度が把握できている場合には、これらに基づき、クライアント装置９０２が保持する三次元マップで示される空間から、クライアント装置９０２が外に出る時刻を予測してもよい。
　クライアント装置９０２がセンサ情報から作成した三次元データと三次元マップとの位置合せ時の誤差が一定以上の場合に、クライアント装置９０２はサーバ９０１に三次元マップの送信要求を出してもよい。
　クライアント装置９０２は、サーバ９０１から送信されたセンサ情報の送信要求に応じて、サーバ９０１にセンサ情報を送信する。なお、クライアント装置９０２はサーバ９０１からのセンサ情報の送信要求を待たずにセンサ情報をサーバ９０１に送ってもよい。例えば、クライアント装置９０２は、一度サーバ９０１からセンサ情報の送信要求を得た場合、一定期間の間、定期的にセンサ情報をサーバ９０１に送信してもよい。また、クライアント装置９０２は、クライアント装置９０２がセンサ情報を元に作成した三次元データと、サーバ９０１から得た三次元マップとの位置合せ時の誤差が一定以上の場合、クライアント装置９０２の周辺の三次元マップに変化が生じた可能性があると判断し、その旨とセンサ情報とをサーバ９０１に送信してもよい。
　サーバ９０１は、クライアント装置９０２にセンサ情報の送信要求を出す。例えば、サーバ９０１は、クライアント装置９０２から、ＧＰＳ等のクライアント装置９０２の位置情報を受信する。サーバ９０１は、クライアント装置９０２の位置情報に基づき、サーバ９０１が管理する三次元マップにおいて情報が少ない空間にクライアント装置９０２が近づいていると判断した場合、新たな三次元マップを生成するためにクライアント装置９０２にセンサ情報の送信要求を出す。また、サーバ９０１は、三次元マップを更新したい場合、積雪時或いは災害時などの道路状況を確認したい場合、渋滞状況、或いは事件事故状況等を確認したい場合に、センサ情報の送信要求を出してもよい。
　また、クライアント装置９０２は、サーバ９０１から受け取るセンサ情報の送信要求の受信時における通信状態又は帯域に応じて、サーバ９０１に送信するセンサ情報のデータ量を設定してもよい。サーバ９０１に送信するセンサ情報のデータ量を設定するというのは、例えば、当該データそのものを増減させること、又は圧縮方式を適宜選択することである。
　図９６は、クライアント装置９０２の構成例を示すブロック図である。クライアント装置９０２は、サーバ９０１からポイントクラウド等で構成される三次元マップを受信し、クライアント装置９０２のセンサ情報に基づいて作成した三次元データからクライアント装置９０２の自己位置を推定する。また、クライアント装置９０２は、取得したセンサ情報をサーバ９０１に送信する。
　クライアント装置９０２は、データ受信部１０１１と、通信部１０１２と、受信制御部１０１３と、フォーマット変換部１０１４と、複数のセンサ１０１５と、三次元データ作成部１０１６と、三次元画像処理部１０１７と、三次元データ蓄積部１０１８と、フォーマット変換部１０１９と、通信部１０２０と、送信制御部１０２１と、データ送信部１０２２とを備える。
　データ受信部１０１１は、サーバ９０１から三次元マップ１０３１を受信する。三次元マップ１０３１は、ＷＬＤ又はＳＷＬＤ等のポイントクラウドを含むデータである。三次元マップ１０３１には、圧縮データ、及び非圧縮データのどちらが含まれていてもよい。
　通信部１０１２は、サーバ９０１と通信し、データ送信要求（例えば、三次元マップの送信要求）などをサーバ９０１に送信する。
　受信制御部１０１３は、通信部１０１２を介して、対応フォーマット等の情報を通信先と交換し、通信先との通信を確立する。
　フォーマット変換部１０１４は、データ受信部１０１１が受信した三次元マップ１０３１にフォーマット変換等を行うことで三次元マップ１０３２を生成する。また、フォーマット変換部１０１４は、三次元マップ１０３１が圧縮又は符号化されている場合には、伸張又は復号処理を行う。なお、フォーマット変換部１０１４は、三次元マップ１０３１が非圧縮データであれば、伸張又は復号処理を行わない。
　複数のセンサ１０１５は、ＬｉＤＡＲ、可視光カメラ、赤外線カメラ、又はデプスセンサなど、クライアント装置９０２が搭載されている車両の外部の情報を取得するセンサ群であり、センサ情報１０３３を生成する。例えば、センサ情報１０３３は、センサ１０１５がＬｉＤＡＲなどのレーザセンサである場合、ポイントクラウド（点群データ）等の三次元データである。なお、センサ１０１５は複数でなくてもよい。
　三次元データ作成部１０１６は、センサ情報１０３３に基づいて自車両の周辺の三次元データ１０３４を作成する。例えば、三次元データ作成部１０１６は、ＬｉＤＡＲで取得した情報と、可視光カメラで得られた可視光映像とを用いて自車両の周辺の色情報付きのポイントクラウドデータを作成する。
　三次元画像処理部１０１７は、受信したポイントクラウド等の三次元マップ１０３２と、センサ情報１０３３から生成した自車両の周辺の三次元データ１０３４とを用いて、自車両の自己位置推定処理等を行う。なお、三次元画像処理部１０１７は、三次元マップ１０３２と三次元データ１０３４とを合成することで自車両の周辺の三次元データ１０３５を作成し、作成した三次元データ１０３５を用いて自己位置推定処理を行ってもよい。
　三次元データ蓄積部１０１８は、三次元マップ１０３２、三次元データ１０３４及び三次元データ１０３５等を蓄積する。
　フォーマット変換部１０１９は、センサ情報１０３３を、受信側が対応しているフォーマットへ変換することでセンサ情報１０３７を生成する。なお、フォーマット変換部１０１９は、センサ情報１０３７を圧縮又は符号化することでデータ量を削減してもよい。また、フォーマット変換部１０１９は、フォーマット変換をする必要がない場合は処理を省略してもよい。また、フォーマット変換部１０１９は、送信範囲の指定に応じて送信するデータ量を制御してもよい。
　通信部１０２０は、サーバ９０１と通信し、データ送信要求（センサ情報の送信要求）などをサーバ９０１から受信する。
　送信制御部１０２１は、通信部１０２０を介して、対応フォーマット等の情報を通信先と交換し、通信を確立する。
　データ送信部１０２２は、センサ情報１０３７をサーバ９０１に送信する。センサ情報１０３７は、例えば、ＬｉＤＡＲで取得した情報、可視光カメラで取得した輝度画像、赤外線カメラで取得した赤外画像、デプスセンサで取得したデプス画像、センサ位置情報、及び速度情報など、複数のセンサ１０１５によって取得した情報を含む。
　次に、サーバ９０１の構成を説明する。図９７は、サーバ９０１の構成例を示すブロック図である。サーバ９０１は、クライアント装置９０２から送信されたセンサ情報を受信し、受信したセンサ情報に基づいて三次元データを作成する。サーバ９０１は、作成した三次元データを用いて、サーバ９０１が管理する三次元マップを更新する。また、サーバ９０１は、クライアント装置９０２からの三次元マップの送信要求に応じて、更新した三次元マップをクライアント装置９０２に送信する。
　サーバ９０１は、データ受信部１１１１と、通信部１１１２と、受信制御部１１１３と、フォーマット変換部１１１４と、三次元データ作成部１１１６と、三次元データ合成部１１１７と、三次元データ蓄積部１１１８と、フォーマット変換部１１１９と、通信部１１２０と、送信制御部１１２１と、データ送信部１１２２とを備える。
　データ受信部１１１１は、クライアント装置９０２からセンサ情報１０３７を受信する。センサ情報１０３７は、例えば、ＬｉＤＡＲで取得した情報、可視光カメラで取得した輝度画像、赤外線カメラで取得した赤外画像、デプスセンサで取得したデプス画像、センサ位置情報、及び速度情報などを含む。
　通信部１１１２は、クライアント装置９０２と通信し、データ送信要求（例えば、センサ情報の送信要求）などをクライアント装置９０２に送信する。
　受信制御部１１１３は、通信部１１１２を介して、対応フォーマット等の情報を通信先と交換し、通信を確立する。
　フォーマット変換部１１１４は、受信したセンサ情報１０３７が圧縮又は符号化されている場合には、伸張又は復号処理を行うことでセンサ情報１１３２を生成する。なお、フォーマット変換部１１１４は、センサ情報１０３７が非圧縮データであれば、伸張又は復号処理を行わない。
　三次元データ作成部１１１６は、センサ情報１１３２に基づいてクライアント装置９０２の周辺の三次元データ１１３４を作成する。例えば、三次元データ作成部１１１６は、ＬｉＤＡＲで取得した情報と、可視光カメラで得られた可視光映像とを用いてクライアント装置９０２の周辺の色情報付ポイントクラウドデータを作成する。
　三次元データ合成部１１１７は、センサ情報１１３２を元に作成した三次元データ１１３４を、サーバ９０１が管理する三次元マップ１１３５に合成することで三次元マップ１１３５を更新する。
　三次元データ蓄積部１１１８は、三次元マップ１１３５等を蓄積する。
　フォーマット変換部１１１９は、三次元マップ１１３５を、受信側が対応しているフォーマットへ変換することで三次元マップ１０３１を生成する。なお、フォーマット変換部１１１９は、三次元マップ１１３５を圧縮又は符号化することでデータ量を削減してもよい。また、フォーマット変換部１１１９は、フォーマット変換をする必要がない場合は処理を省略してもよい。また、フォーマット変換部１１１９は、送信範囲の指定に応じて送信するデータ量を制御してもよい。
　通信部１１２０は、クライアント装置９０２と通信し、データ送信要求（三次元マップの送信要求）などをクライアント装置９０２から受信する。
　送信制御部１１２１は、通信部１１２０を介して、対応フォーマット等の情報を通信先と交換し、通信を確立する。
　データ送信部１１２２は、三次元マップ１０３１をクライアント装置９０２に送信する。三次元マップ１０３１は、ＷＬＤ又はＳＷＬＤ等のポイントクラウドを含むデータである。三次元マップ１０３１には、圧縮データ、及び非圧縮データのどちらが含まれていてもよい。
　次に、クライアント装置９０２の動作フローについて説明する。図９８は、クライアント装置９０２による三次元マップ取得時の動作を示すフローチャートである。
　まず、クライアント装置９０２は、サーバ９０１へ三次元マップ（ポイントクラウド等）の送信を要求する（Ｓ１００１）。このとき、クライアント装置９０２は、ＧＰＳ等で得られたクライアント装置９０２の位置情報を合わせて送信することで、その位置情報に関連する三次元マップの送信をサーバ９０１に要求してもよい。
　次に、クライアント装置９０２は、サーバ９０１から三次元マップを受信する（Ｓ１００２）。受信した三次元マップが圧縮データであれば、クライアント装置９０２は、受信した三次元マップを復号して非圧縮の三次元マップを生成する（Ｓ１００３）。
　次に、クライアント装置９０２は、複数のセンサ１０１５で得られたセンサ情報１０３３からクライアント装置９０２の周辺の三次元データ１０３４を作成する（Ｓ１００４）。次に、クライアント装置９０２は、サーバ９０１から受信した三次元マップ１０３２と、センサ情報１０３３から作成した三次元データ１０３４とを用いてクライアント装置９０２の自己位置を推定する（Ｓ１００５）。
　図９９は、クライアント装置９０２によるセンサ情報の送信時の動作を示すフローチャートである。まず、クライアント装置９０２は、サーバ９０１からセンサ情報の送信要求を受信する（Ｓ１０１１）。送信要求を受信したクライアント装置９０２は、センサ情報１０３７をサーバ９０１に送信する（Ｓ１０１２）。なお、クライアント装置９０２は、センサ情報１０３３が複数のセンサ１０１５で得られた複数の情報を含む場合、各情報を、各情報に適した圧縮方式で圧縮することでセンサ情報１０３７を生成してもよい。
　次に、サーバ９０１の動作フローについて説明する。図１００は、サーバ９０１によるセンサ情報の取得時の動作を示すフローチャートである。まず、サーバ９０１は、クライアント装置９０２へセンサ情報の送信を要求する（Ｓ１０２１）。次に、サーバ９０１は、当該要求に応じてクライアント装置９０２から送信されたセンサ情報１０３７を受信する（Ｓ１０２２）。次に、サーバ９０１は、受信したセンサ情報１０３７を用いて三次元データ１１３４を作成する（Ｓ１０２３）。次に、サーバ９０１は、作成した三次元データ１１３４を三次元マップ１１３５に反映する（Ｓ１０２４）。
　図１０１は、サーバ９０１による三次元マップの送信時の動作を示すフローチャートである。まず、サーバ９０１は、クライアント装置９０２から三次元マップの送信要求を受信する（Ｓ１０３１）。三次元マップの送信要求を受信したサーバ９０１は、クライアント装置９０２へ三次元マップ１０３１を送信する（Ｓ１０３２）。このとき、サーバ９０１は、クライアント装置９０２の位置情報に合わせてその付近の三次元マップを抽出し、抽出した三次元マップを送信してもよい。また、サーバ９０１は、ポイントクラウドで構成される三次元マップを、例えば８分木構造による圧縮方式等を用いて圧縮し、圧縮後の三次元マップを送信してもよい。
　以下、本実施の形態の変形例について説明する。
　サーバ９０１は、クライアント装置９０２から受信したセンサ情報１０３７を用いてクライアント装置９０２の位置付近の三次元データ１１３４を作成する。次に、サーバ９０１は、作成した三次元データ１１３４と、サーバ９０１が管理する同エリアの三次元マップ１１３５とのマッチングを行うことによって、三次元データ１１３４と三次元マップ１１３５との差分を算出する。サーバ９０１は、差分が予め定められた閾値以上の場合は、クライアント装置９０２の周辺で何らかの異常が発生したと判断する。例えば、地震等の自然災害によって地盤沈下等が発生した際などに、サーバ９０１が管理する三次元マップ１１３５と、センサ情報１０３７を基に作成した三次元データ１１３４との間に大きな差が発生することが考えられる。
　センサ情報１０３７は、センサの種類、センサの性能、及びセンサの型番のうち少なくとも一つを示す情報を含んでもよい。また、センサ情報１０３７に、センサの性能に応じたクラスＩＤ等が付加されてもよい。例えば、センサ情報１０３７がＬｉＤＡＲで取得された情報である場合、数ｍｍ単位の精度で情報を取得できるセンサをクラス１、数ｃｍ単位の精度で情報を取得できるセンサをクラス２、数ｍ単位の精度で情報を取得できるセンサをクラス３のように、センサの性能に識別子を割り当てることが考えられる。また、サーバ９０１は、センサの性能情報等を、クライアント装置９０２の型番から推定してもよい。例えば、クライアント装置９０２が車両に搭載されている場合、サーバ９０１は、当該車両の車種からセンサのスペック情報を判断してもよい。この場合、サーバ９０１は、車両の車種の情報を事前に取得していてもよいし、センサ情報に、当該情報が含まれてもよい。また、サーバ９０１は取得したセンサ情報１０３７を用いて、センサ情報１０３７を用いて作成した三次元データ１１３４に対する補正の度合いを切り替えてもよい。例えば、センサ性能が高精度（クラス１）である場合、サーバ９０１は、三次元データ１１３４に対する補正を行わない。センサ性能が低精度（クラス３）である場合、サーバ９０１は、三次元データ１１３４に、センサの精度に応じた補正を適用する。例えば、サーバ９０１は、センサの精度が低いほど補正の度合い（強度）を強くする。
　サーバ９０１は、ある空間にいる複数のクライアント装置９０２に同時にセンサ情報の送信要求を出してもよい。サーバ９０１は、複数のクライアント装置９０２から複数のセンサ情報を受信した場合に、全てのセンサ情報を三次元データ１１３４の作成に利用する必要はなく、例えば、センサの性能に応じて、利用するセンサ情報を選択してもよい。例えば、サーバ９０１は、三次元マップ１１３５を更新する場合、受信した複数のセンサ情報の中から高精度なセンサ情報（クラス１）を選別し、選別したセンサ情報を用いて三次元データ１１３４を作成してもよい。
　サーバ９０１は、交通監視クラウド等のサーバのみに限定されず、他のクライアント装置（車載）であってもよい。図１０２は、この場合のシステム構成を示す図である。
　例えば、クライアント装置９０２Ｃが近くにいるクライアント装置９０２Ａにセンサ情報の送信要求を出し、クライアント装置９０２Ａからセンサ情報を取得する。そして、クライアント装置９０２Ｃは、取得したクライアント装置９０２Ａのセンサ情報を用いて三次元データを作成し、クライアント装置９０２Ｃの三次元マップを更新する。これにより、クライアント装置９０２Ｃは、クライアント装置９０２Ａから取得可能な空間の三次元マップを、クライアント装置９０２Ｃの性能を活かして生成できる。例えば、クライアント装置９０２Ｃの性能が高い場合に、このようなケースが発生すると考えられる。
　また、この場合、センサ情報を提供したクライアント装置９０２Ａは、クライアント装置９０２Ｃが生成した高精度な三次元マップを取得する権利が与えられる。クライアント装置９０２Ａは、その権利に従ってクライアント装置９０２Ｃから高精度な三次元マップを受信する。
　また、クライアント装置９０２Ｃは近くにいる複数のクライアント装置９０２（クライアント装置９０２Ａ及びクライアント装置９０２Ｂ）にセンサ情報の送信要求を出してもよい。クライアント装置９０２Ａ又はクライアント装置９０２Ｂのセンサが高性能である場合には、クライアント装置９０２Ｃは、この高性能なセンサで得られたセンサ情報を用いて三次元データを作成できる。
　図１０３は、サーバ９０１及びクライアント装置９０２の機能構成を示すブロック図である。サーバ９０１は、例えば、三次元マップを圧縮及び復号する三次元マップ圧縮／復号処理部１２０１と、センサ情報を圧縮及び復号するセンサ情報圧縮／復号処理部１２０２とを備える。
　クライアント装置９０２は、三次元マップ復号処理部１２１１と、センサ情報圧縮処理部１２１２とを備える。三次元マップ復号処理部１２１１は、圧縮された三次元マップの符号化データを受信し、符号化データを復号して三次元マップを取得する。センサ情報圧縮処理部１２１２は、取得したセンサ情報から作成した三次元データの代わりに、センサ情報そのものを圧縮し、圧縮したセンサ情報の符号化データをサーバ９０１へ送信する。この構成により、クライアント装置９０２は、三次元マップ（ポイントクラウド等）を復号する処理を行う処理部（装置又はＬＳＩ）を内部に保持すればよく、三次元マップ（ポイントクラウド等）の三次元データを圧縮する処理を行う処理部を内部に保持する必要がない。これにより、クライアント装置９０２のコスト及び消費電力等を抑えることができる。
　以上のように、本実施の形態に係るクライアント装置９０２は、移動体に搭載され、移動体に搭載されたセンサ１０１５により得られた、移動体の周辺状況を示すセンサ情報１０３３から、移動体の周辺の三次元データ１０３４を作成する。クライアント装置９０２は、作成された三次元データ１０３４を用いて移動体の自己位置を推定する。クライアント装置９０２は、取得したセンサ情報１０３３をサーバ９０１又は他のクライアント装置９０２に送信する。
　これによれば、クライアント装置９０２は、センサ情報１０３３をサーバ９０１等に送信する。これにより、三次元データを送信する場合に比べて、送信データのデータ量を削減できる可能性がある。また、三次元データの圧縮又は符号化等の処理をクライアント装置９０２で行う必要がないので、クライアント装置９０２の処理量を削減できる。よって、クライアント装置９０２は、伝送されるデータ量の削減、又は、装置の構成の簡略化を実現できる。
　また、クライアント装置９０２は、さらに、サーバ９０１に三次元マップの送信要求を送信し、サーバ９０１から三次元マップ１０３１を受信する。クライアント装置９０２は、自己位置の推定では、三次元データ１０３４と三次元マップ１０３２とを用いて、自己位置を推定する。
　また、センサ情報１０３３は、レーザセンサで得られた情報、輝度画像、赤外画像、デプス画像、センサの位置情報、及びセンサの速度情報のうち少なくとも一つを含む。
　また、センサ情報１０３３は、センサの性能を示す情報を含む。
　また、クライアント装置９０２は、センサ情報１０３３を符号化又は圧縮し、センサ情報の送信では、符号化又は圧縮後のセンサ情報１０３７を、サーバ９０１又は他のクライアント装置９０２に送信する。これによれば、クライアント装置９０２は、伝送されるデータ量を削減できる。
　例えば、クライアント装置９０２は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、上記の処理を行う。
　また、本実施の形態に係るサーバ９０１は、移動体に搭載されるクライアント装置９０２と通信可能であり、移動体に搭載されたセンサ１０１５により得られた、移動体の周辺状況を示すセンサ情報１０３７をクライアント装置９０２から受信する。サーバ９０１は、受信したセンサ情報１０３７から、移動体の周辺の三次元データ１１３４を作成する。
　これによれば、サーバ９０１は、クライアント装置９０２から送信されたセンサ情報１０３７を用いて三次元データ１１３４を作成する。これにより、クライアント装置９０２が三次元データを送信する場合に比べて、送信データのデータ量を削減できる可能性がある。また、三次元データの圧縮又は符号化等の処理をクライアント装置９０２で行う必要がないので、クライアント装置９０２の処理量を削減できる。よって、サーバ９０１は、伝送されるデータ量の削減、又は、装置の構成の簡略化を実現できる。
　また、サーバ９０１は、さらに、クライアント装置９０２にセンサ情報の送信要求を送信する。
　また、サーバ９０１は、さらに、作成された三次元データ１１３４を用いて三次元マップ１１３５を更新し、クライアント装置９０２からの三次元マップ１１３５の送信要求に応じて三次元マップ１１３５をクライアント装置９０２に送信する。
　また、センサ情報１０３７は、レーザセンサで得られた情報、輝度画像、赤外画像、デプス画像、センサの位置情報、及びセンサの速度情報のうち少なくとも一つを含む。
　また、センサ情報１０３７は、センサの性能を示す情報を含む。
　また、サーバ９０１は、さらに、センサの性能に応じて、三次元データを補正する。これによれば、当該三次元データ作成方法は、三次元データの品質を向上できる。
　また、サーバ９０１は、センサ情報の受信では、複数のクライアント装置９０２から複数のセンサ情報１０３７を受信し、複数のセンサ情報１０３７に含まれるセンサの性能を示す複数の情報に基づき、三次元データ１１３４の作成に用いるセンサ情報１０３７を選択する。これによれば、サーバ９０１は、三次元データ１１３４の品質を向上できる。
　また、サーバ９０１は、受信したセンサ情報１０３７を復号又は伸張し、復号又は伸張後のセンサ情報１１３２から、三次元データ１１３４を作成する。これによれば、サーバ９０１は、伝送されるデータ量を削減できる。
　例えば、サーバ９０１は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、上記の処理を行う。
　以下、変形例について説明する。図１０４は、本実施の形態に係るシステムの構成を示す図である。図１０４に示すシステムは、サーバ２００１と、クライアント装置２００２Ａと、クライアント装置２００２Ｂとを含む。
　クライアント装置２００２Ａ及びクライアント装置２００２Ｂは、車両等の移動体に搭載され、センサ情報をサーバ２００１に送信する。サーバ２００１は、三次元マップ（ポイントクラウド）をクライアント装置２００２Ａ及びクライアント装置２００２Ｂに送信する。
　クライアント装置２００２Ａは、センサ情報取得部２０１１と、記憶部２０１２と、データ送信可否判定部２０１３とを備える。なお、クライアント装置２００２Ｂの構成も同様である。また、以下ではクライアント装置２００２Ａとクライアント装置２００２Ｂとを特に区別しない場合には、クライアント装置２００２とも記載する。
　図１０５は、本実施の形態に係るクライアント装置２００２の動作を示すフローチャートである。
　センサ情報取得部２０１１は、移動体に搭載されたセンサ（センサ群）を用いて各種センサ情報を取得する。つまり、センサ情報取得部２０１１は、移動体に搭載されたセンサ（センサ群）により得られた、移動体の周辺状況を示すセンサ情報を取得する。また、センサ情報取得部２０１１は、取得したセンサ情報を記憶部２０１２に記憶する。このセンサ情報は、ＬｉＤＡＲ取得情報、可視光画像、赤外画像及びデプス画像の少なくとも一つを含む。また、センサ情報は、センサ位置情報、速度情報、取得時刻情報、及び取得場所情報の少なくとも一つを含んでもよい。センサ位置情報は、センサ情報を取得したセンサの位置を示す。速度情報は、センサがセンサ情報を取得した際の移動体の速度を示す。取得時刻情報は、センサ情報がセンサにより取得された時刻を示す。取得場所情報は、センサ情報がセンサにより取得された際の移動体又はセンサの位置を示す。
　次に、データ送信可否判定部２０１３は、移動体（クライアント装置２００２）がサーバ２００１へセンサ情報を送信可能な環境に存在するかを判定する（Ｓ２００２）。例えば、データ送信可否判定部２０１３は、ＧＰＳ等の情報を用いて、クライアント装置２００２がいる場所及び時刻を特定し、データを送信可能かどうかを判定してもよい。また、データ送信可否判定部２０１３は、特定のアクセスポイントに接続できるかどうかで、データを送信可能かどうかを判定してもよい。
　クライアント装置２００２は、移動体がサーバ２００１へセンサ情報を送信可能な環境に存在すると判定した場合（Ｓ２００２でＹｅｓ）、センサ情報をサーバ２００１に送信する（Ｓ２００３）。つまり、クライアント装置２００２がセンサ情報をサーバ２００１に送信できるような状況になった時点で、クライアント装置２００２は、保持しているセンサ情報をサーバ２００１に送信する。例えば、交差点等に高速通信が可能なミリ波のアクセスポイントが設置される。クライアント装置２００２は、交差点内に入った時点で、ミリ波通信を用いてクライアント装置２００２が保持するセンサ情報を高速にサーバ２００１に送信する。
　次に、クライアント装置２００２は、サーバ２００１に送信済みのセンサ情報を記憶部２０１２から削除する（Ｓ２００４）。なお、クライアント装置２００２は、サーバ２００１に送信していないセンサ情報が所定の条件を満たした場合に、当該センサ情報を削除してもよい。例えば、クライアント装置２００２は、保持するセンサ情報の取得時刻が現在時刻から一定時刻前より古くなった時点でそのセンサ情報を記憶部２０１２から削除してもよい。つまり、クライアント装置２００２は、センサ情報がセンサにより取得された時刻と、現在の時刻との差が、予め定められた時間を超えた場合にセンサ情報を記憶部２０１２から削除してもよい。また、クライアント装置２００２は、保持するセンサ情報の取得場所が現在地点から一定距離より離れた時点でそのセンサ情報を記憶部２０１２から削除してもよい。つまり、クライアント装置２００２は、センサ情報がセンサにより取得された際の移動体又はセンサの位置と、現在の移動体又はセンサの位置との差が、予め定められた距離を超えた場合にセンサ情報を記憶部２０１２から削除してもよい。これにより、クライアント装置２００２の記憶部２０１２の容量を抑制することができる。
　クライアント装置２００２によるセンサ情報の取得が終了していない場合（Ｓ２００５でＮｏ）、クライアント装置２００２は、ステップＳ２００１以降の処理を再度行う。また、クライアント装置２００２によるセンサ情報の取得が終了した場合（Ｓ２００５でＹｅｓ）、クライアント装置２００２は処理を終了する。
　また、クライアント装置２００２はサーバ２００１に送信するセンサ情報を通信状況に合わせて選択してもよい。例えば、クライアント装置２００２は、高速通信が可能な場合は、記憶部２０１２に保持されるサイズが大きいセンサ情報（例えばＬｉＤＡＲ取得情報等）を優先して送信する。また、クライアント装置２００２は、高速通信が難しい場合は、記憶部２０１２に保持されるサイズが小さく優先度の高いセンサ情報（例えば可視光画像）を送信する。これにより、クライアント装置２００２は記憶部２０１２に保持したセンサ情報をネットワークの状況に応じて効率的にサーバ２００１に送信できる。
　また、クライアント装置２００２は、上記現在時刻を示す時刻情報、及び、現在地点を示す場所情報をサーバ２００１から取得してもよい。また、クライアント装置２００２は、取得した時刻情報及び場所情報に基づきセンサ情報の取得時刻及び取得場所を決定してもよい。つまり、クライアント装置２００２は、サーバ２００１から時刻情報を取得し、取得した時刻情報を用いて取得時刻情報を生成してもよい。また、クライアント装置２００２は、サーバ２００１から場所情報を取得し、取得した場所情報を用いて取得場所情報を生成してもよい。
　例えば時刻情報については、サーバ２００１とクライアント装置２００２とはＮＴＰ（Ｎｅｔｗｏｒｋ　Ｔｉｍｅ　Ｐｒｏｔｏｃｏｌ）、又はＰＴＰ（Ｐｒｅｃｉｓｉｏｎ　Ｔｉｍｅ　Ｐｒｏｔｏｃｏｌ）等の仕組みを用いて時刻同期を行う。これにより、クライアント装置２００２は正確な時刻情報を取得できる。また、サーバ２００１と複数のクライアント装置との間で時刻を同期できるので、別々のクライアント装置２００２が取得したセンサ情報内の時刻を同期できる。よって、サーバ２００１は、同期された時刻を示すセンサ情報を取り扱える。なお、時刻同期の仕組みはＮＴＰ又はＰＴＰ以外のどのような方法でも構わない。また、上記時刻情報及び場所情報としてＧＰＳの情報が用いられてもよい。
　サーバ２００１は、時刻又は場所を指定して複数のクライアント装置２００２からセンサ情報を取得しても構わない。例えば何らかの事故が発生した場合に、その付近にいたクライアントを探すため、サーバ２００１は、事故発生時刻と場所を指定して複数のクライアント装置２００２にセンサ情報送信要求をブロードキャスト送信する。そして、該当する時刻と場所のセンサ情報を持つクライアント装置２００２は、サーバ２００１にセンサ情報を送信する。つまり、クライアント装置２００２は、サーバ２００１から場所及び時刻を指定する指定情報を含むセンサ情報送信要求を受信する。クライアント装置２００２は、記憶部２０１２に、指定情報で示される場所及び時刻において得られたセンサ情報が記憶されており、かつ、移動体がサーバ２００１へセンサ情報を送信可能な環境に存在すると判定した場合、指定情報で示される場所及び時刻において得られたセンサ情報をサーバ２００１に送信する。これにより、サーバ２００１は、事故の発生に関連するセンサ情報を複数のクライアント装置２００２から取得し、事故解析等に利用できる。
　なお、クライアント装置２００２は、サーバ２００１からのセンサ情報送信要求を受信した場合に、センサ情報の送信を拒否してもよい。また、複数のセンサ情報のうち、どのセンサ情報を送信可能かどうかを事前にクライアント装置２００２が設定してもよい。または、サーバ２００１は、センサ情報の送信の可否を都度クライアント装置２００２に問い合わせてもよい。
　また、サーバ２００１にセンサ情報を送信したクライアント装置２００２にはポイントが付与されてもよい。このポイントは、例えば、ガソリン購入費、ＥＶ（Ｅｌｅｃｔｒｉｃ　Ｖｅｈｉｃｌｅ）の充電費、高速道路の通行料、又はレンタカー費用などの支払いに使用できる。また、サーバ２００１は、センサ情報を取得した後、センサ情報の送信元のクライアント装置２００２を特定するための情報を削除してもよい。例えば、この情報は、クライアント装置２００２のネットワークアドレスなどの情報である。これによりセンサ情報を匿名化することができるので、クライアント装置２００２のユーザは安心して、クライアント装置２００２からセンサ情報をサーバ２００１に送信できる。また、サーバ２００１は、複数のサーバから構成されてもよい。例えば複数のサーバでセンサ情報が共有化されることで、あるサーバが故障しても他のサーバがクライアント装置２００２と通信できる。これにより、サーバ故障によるサービスの停止を回避できる。
　また、センサ情報送信要求で指定される指定場所は事故の発生位置などを示すものであり、センサ情報送信要求で指定される指定時刻におけるクライアント装置２００２の位置とは異なることがある。よって、サーバ２００１は、例えば、指定場所として周辺ＸＸｍ以内などの範囲を指定することで、当該範囲内に存在するクライアント装置２００２に対して情報取得を要求できる。指定時刻についても同様に、サーバ２００１は、ある時刻から前後Ｎ秒以内など範囲を指定してもよい。これにより、サーバ２００１は、「時刻：ｔ－Ｎからｔ＋Ｎにおいて、場所：絶対位置ＳからＸＸｍ以内」に存在していたクライアント装置２００２からセンサ情報が取得できる。クライアント装置２００２は、ＬｉＤＡＲなどの三次元データを送信する際に、時刻ｔの直後に生成したデータを送信してもよい。
　また、サーバ２００１は、指定場所として、センサ情報取得対象となるクライアント装置２００２の場所を示す情報と、センサ情報が欲しい場所とをそれぞれ別に指定してもよい。例えば、サーバ２００１は、絶対位置ＳからＹＹｍの範囲を少なくとも含むセンサ情報を、絶対位置ＳからＸＸｍ以内に存在したクライアント装置２００２から取得することを指定する。クライアント装置２００２は、送信する三次元データを選択する際には、指定された範囲のセンサ情報を少なくとも含むように、１つ以上のランダムアクセス可能な単位の三次元データを選択する。また、クライアント装置２００２は、可視光画像を送信する際は、少なくとも時刻ｔの直前又は直後のフレームを含む、時間的に連続した複数の画像データを送信してもよい。
　クライアント装置２００２が５Ｇ或いはＷｉＦｉ、又は、５Ｇにおける複数モードなど、複数の物理ネットワークをセンサ情報の送信に利用できる場合には、クライアント装置２００２は、サーバ２００１から通知された優先順位に従って利用するネットワークを選択してもよい。または、クライアント装置２００２自身が送信データのサイズに基づいて適切な帯域を確保できるネットワークを選択してもよい。または、クライアント装置２００２は、データ送信にかかる費用等に基づいて利用するネットワークを選択してもよい。また、サーバ２００１からの送信要求には、クライアント装置２００２が時刻Ｔまでに送信を開始可能な場合に送信を行う、など、送信期限を示す情報が含まれてもよい。サーバ２００１は、期限内に十分なセンサ情報が取得できなければ再度送信要求を発行してもよい。
　センサ情報は、圧縮又は非圧縮のセンサデータと共に、センサデータの特性を示すヘッダ情報を含んでもよい。クライアント装置２００２は、ヘッダ情報を、センサデータとは異なる物理ネットワーク又は通信プロトコルを介してサーバ２００１に送信してもよい。例えば、クライアント装置２００２は、センサデータの送信に先立ってヘッダ情報をサーバ２００１に送信する。サーバ２００１は、ヘッダ情報の解析結果に基づいてクライアント装置２００２のセンサデータを取得するかどうかを判断する。例えば、ヘッダ情報は、ＬｉＤＡＲの点群取得密度、仰角、或いはフレームレート、又は、可視光画像の解像度、ＳＮ比、或いはフレームレートなどを示す情報を含んでもよい。これにより、サーバ２００１は、決定した品質のセンサデータを有するクライアント装置２００２からセンサ情報を取得できる。
　以上のように、クライアント装置２００２は、移動体に搭載され、移動体に搭載されたセンサにより得られた、移動体の周辺状況を示すセンサ情報を取得し、センサ情報を記憶部２０１２に記憶する。クライアント装置２００２は、移動体がサーバ２００１へセンサ情報を送信可能な環境に存在するかを判定し、移動体がサーバへセンサ情報を送信可能な環境に存在すると判定した場合、センサ情報をサーバ２００１に送信する。
　また、クライアント装置２００２は、さらに、センサ情報から、移動体の周辺の三次元データを作成し、作成された三次元データを用いて移動体の自己位置を推定する。
　また、クライアント装置２００２は、さらに、サーバ２００１に三次元マップの送信要求を送信し、サーバ２００１から三次元マップを受信する。クライアント装置２００２は、自己位置の推定では、三次元データと三次元マップとを用いて、自己位置を推定する。
　なお、上記クライアント装置２００２による処理は、クライアント装置２００２における情報送信方法として実現されてもよい。
　また、クライアント装置２００２は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、上記の処理を行ってもよい。
　次に、本実施の形態に係るセンサ情報収集システムについて説明する。図１０６は、本実施の形態に係るセンサ情報収集システムの構成を示す図である。図１０６に示すように本実施の形態に係るセンサ情報収集システムは、端末２０２１Ａと、端末２０２１Ｂと、通信装置２０２２Ａと、通信装置２０２２Ｂと、ネットワーク２０２３と、データ収集サーバ２０２４と、地図サーバ２０２５と、クライアント装置２０２６とを含む。なお、端末２０２１Ａ及び端末２０２１Ｂを特に区別しない場合には端末２０２１とも記載する。通信装置２０２２Ａ及び通信装置２０２２Ｂを特に区別しない場合には通信装置２０２２とも記載する。
　データ収集サーバ２０２４は、端末２０２１が備えるセンサで得られたセンサデータなどのデータを三次元空間中の位置と対応付けられた位置関連データとして収集する。
　センサデータとは、例えば、端末２０２１の周囲の状態または端末２０２１の内部の状態などを、端末２０２１が備えるセンサを用いて取得したデータである。端末２０２１は、端末２０２１と直接通信可能、又は同一の通信方式で一或いは複数の中継装置を中継して通信可能な位置にある一又は複数のセンサ機器から収集したセンサデータをデータ収集サーバ２０２４に送信する。
　位置関連データに含まれるデータは、例えば、端末自身又は端末が備える機器の動作状態、動作ログ、サービスの利用状況などを示す情報を含んでいてもよい。また、位置関連データに含まれるデータは、端末２０２１の識別子と端末２０２１の位置又は移動経路などとを対応付けた情報などを含んでもよい。
　位置関連データに含まれる、位置を示す情報は、例えば三次元地図データなどの三次元データにおける位置を示す情報と対応付けられている。位置を示す情報の詳細については後述する。
　位置関連データは、位置を示す情報である位置情報に加えて、前述した時刻情報と、位置関連データに含まれるデータの属性、又は当該データを生成したセンサの種類（例えば型番など）を示す情報とのうち少なくとも一つを含んでいてもよい。位置情報及び時刻情報は、位置関連データのヘッダ領域又は位置関連データを格納するフレームのヘッダ領域に格納されていてもよい。また、位置情報及び時刻情報は、位置関連データと対応付けられたメタデータとして位置関連データとは別に送信及び／又は格納されてもよい。
　地図サーバ２０２５は、例えば、ネットワーク２０２３に接続されており、端末２０２１などの他の装置からの要求に応じて三次元地図データなどの三次元データを送信する。また、前述した各実施の形態で説明したように、地図サーバ２０２５は、端末２０２１から送信されたセンサ情報を用いて、三次元データを更新する機能などを備えていてもよい。
　データ収集サーバ２０２４は、例えば、ネットワーク２０２３に接続されており、端末２０２１などの他の装置から位置関連データを収集し、収集した位置関連データを内部又は他のサーバ内の記憶装置に格納する。また、データ収集サーバ２０２４は、収集した位置関連データ又は位置関連データに基づいて生成した三次元地図データのメタデータなどを、端末２０２１からの要求に応じて端末２０２１に対して送信する。
　ネットワーク２０２３は、例えばインターネットなどの通信ネットワークである。端末２０２１は、通信装置２０２２を介してネットワーク２０２３に接続されている。通信装置２０２２は、一つの通信方式、又は複数の通信方式を切り替えながら端末２０２１と通信を行う。通信装置２０２２は、例えば、（１）ＬＴＥ（Ｌｏｎｇ　Ｔｅｒｍ　Ｅｖｏｌｕｔｉｏｎ）などの基地局、（２）ＷｉＦｉ或いはミリ波通信などのアクセスポイント（ＡＰ）、（３）ＳＩＧＦＯＸ、ＬｏＲａＷＡＮ或いはＷｉ－ＳＵＮなどのＬＰＷＡ（Ｌｏｗ　Ｐｏｗｅｒ　Ｗｉｄｅ　Ａｒｅａ）　Ｎｅｔｗｏｒｋのゲートウェイ、又は、（４）ＤＶＢ－Ｓ２などの衛星通信方式を用いて通信を行う通信衛星である。
　なお、基地局は、ＮＢ－ＩｏＴ（Ｎａｒｒｏｗ　Ｂａｎｄ－ＩｏＴ）又はＬＴＥ－ＭなどのＬＰＷＡに分類される方式で端末２０２１との通信を行っていてもよいし、これらの方式を切り替えながら端末２０２１との通信を行っていてもよい。
　ここでは、端末２０２１が２種類の通信方式を用いる通信装置２０２２と通信する機能を備え、これらの通信方式のいずれかを用いて、またはこれらの複数の通信方式及び直接の通信相手となる通信装置２０２２を切り替えながら地図サーバ２０２５又はデータ収集サーバ２０２４と通信を行う場合を例に挙げるが、センサ情報収集システム及び端末２０２１の構成はこれに限らない。例えば、端末２０２１は、複数の通信方式での通信機能を有さず、いずれか一つの通信方式で通信を行う機能を備えてもよい。また、端末２０２１は、３つ以上の通信方式に対応していてもよい。また、端末２０２１ごとに対応する通信方式が異なっていてもよい。
　端末２０２１は、例えば図９６に示したクライアント装置９０２の構成を備える。端末２０２１は、受信した三次元データを用いて自己位置などの位置推定を行う。また、端末２０２１は、センサから取得したセンサデータと位置推定の処理により得られた位置情報とを対応付けて位置関連データを生成する。
　位置関連データに付加される位置情報は、例えば、三次元データで用いられている座標系における位置を示す。例えば、位置情報は、緯度及び経度の値で表される座標値である。このとき、端末２０２１は、座標値と共に当該座標値の基準となる座標系、及び位置推定に用いた三次元データを示す情報を位置情報に含めてもよい。また、座標値は高度の情報を含んでいてもよい。
　また、位置情報は、前述した三次元データの符号化に用いることができるデータの単位又は空間の単位に対応付けられていてもよい。この単位とは、例えば、ＷＬＤ、ＧＯＳ、ＳＰＣ、ＶＬＭ、又はＶＸＬなどである。このとき、位置情報は、例えば位置関連データに対応するＳＰＣなどのデータ単位を特定するための識別子で表現される。なお、位置情報は、ＳＰＣなどのデータ単位を特定するための識別子に加えて、当該ＳＰＣなどのデータ単位を含む三次元空間を符号化した三次元データを示す情報、又は当該ＳＰＣ内での詳細な位置を示す情報などを含んでいてもよい。三次元データを示す情報とは、例えば、当該三次元データのファイル名である。
　このように、当該システムは、三次元データを用いた位置推定に基づく位置情報と対応付けた位置関連データを生成することにより、ＧＰＳを用いて取得されたクライアント装置（端末２０２１）の自己位置に基づく位置情報をセンサ情報に付加する場合よりも精度の高い位置情報をセンサ情報に付与することができる。その結果、位置関連データを他の装置が他のサービスにおいて利用する場合においても、同じ三次元データに基づいて位置推定を行うことで、位置関連データに対応する位置を実空間でより正確に特定できる可能性がある。
　なお、本実施の形態では、端末２０２１から送信されるデータが位置関連データの場合を例に挙げて説明したが、端末２０２１から送信されるデータは位置情報と関連付けられていないデータであってもよい。すなわち、他の実施の形態で説明した三次元データ又はセンサデータの送受信が本実施の形態で説明したネットワーク２０２３を介して行われてもよい。
　次に、三次元又は二次元の実空間又は地図空間における位置を示す位置情報の異なる例について説明する。位置関連データに付加される位置情報は、三次元データ中の特徴点に対する相対位置を示す情報であってもよい。ここで、位置情報の基準となる特徴点は、例えばＳＷＬＤとして符号化され、三次元データとして端末２０２１に通知された特徴点である。
　特徴点に対する相対位置を示す情報は、例えば、特徴点から位置情報が示す点までのベクトルで表され、特徴点から位置情報が示す点までの方向と距離を示す情報であってもよい。または、特徴点に対する相対位置を示す情報は、特徴点から位置情報が示す点までのＸ軸、Ｙ軸、Ｚ軸のそれぞれの変位量を示す情報であってもよい。また、特徴点に対する相対位置を示す情報は、３以上の特徴点のそれぞれから位置情報が示す点までの距離を示す情報であってもよい。なお、相対位置は、各特徴点を基準として表現された位置情報が示す点の相対位置ではなく、位置情報が示す点を基準として表現された各特徴点の相対位置であってもよい。特徴点に対する相対位置に基づく位置情報の一例は、基準となる特徴点を特定するための情報と、当該特徴点に対する位置情報が示す点の相対位置を示す情報とを含む。また、特徴点に対する相対位置を示す情報が三次元データとは別に提供される場合、特徴点に対する相対位置を示す情報は、相対位置の導出に用いた座標軸、三次元データの種類を示す情報、又は／及び相対位置を示す情報の値の単位量あたりの大きさ（縮尺など）を示す情報などを含んでいてもよい。
　また、位置情報は、複数の特徴点について、各特徴点に対する相対位置を示す情報を含んでいてもよい。位置情報を複数の特徴点に対する相対位置で表した場合、実空間において当該位置情報が示す位置を特定しようとする端末２０２１は、特徴点ごとにセンサデータから推定した当該特徴点の位置から位置情報が示す位置の候補点を算出し、算出された複数の候補点を平均して求めた点を位置情報が示す点であると判定してもよい。この構成によると、センサデータから特徴点の位置を推定する際の誤差の影響を軽減できるため、実空間における位置情報が示す点の推定精度を向上できる。また、位置情報が複数の特徴点に対する相対位置を示す情報を含む場合、端末２０２１が備えるセンサの種類又は性能などの制約で検出できない特徴点がある場合であっても、複数の特徴点のいずれか一つでも検出することができれば位置情報が示す点の値を推定することが可能となる。
　特徴点として、センサデータから特定可能な点を用いことができる。センサデータから特定可能な点とは、例えば、前述した三次元特徴量又は可視光データの特徴量が閾値以上であるなど特徴点検出用の所定の条件を満たす点又は領域内の点である。
　また、実空間に設置されたマーカなどを特徴点として用いてもよい。この場合、マーカは、ＬｉＤＥＲ又はカメラなどのセンサを用いて取得されたデータから検出及び位置の特定が可能であればよい。例えば、マーカは、色或いは輝度値（反射率）の変化、又は、三次元形状（凹凸など）で表現される。また、当該マーカの位置を示す座標値、又は当該マーカの識別子から生成された二次元コード又はバーコードなどが用いられてもよい。
　また、光信号を送信する光源をマーカとして用いてもよい。光信号の光源をマーカとして用いる場合、座標値又は識別子などの位置を取得するための情報だけでなく、その他のデータが光信号により送信されてもよい。例えば、光信号は、当該マーカの位置に応じたサービスのコンテンツ、コンテンツを取得するためのｕｒｌなどのアドレス、又はサービスの提供を受けるための無線通信装置の識別子と、当該無線通信装置と接続するための無線通信方式などを示す情報を含んでもよい。光通信装置（光源）をマーカとして用いることで、位置を示す情報以外のデータの送信が容易になると共に、当該データを動的に切り替えることが可能となる。
　端末２０２１は、互いに異なるデータ間での特徴点の対応関係を、例えば、データ間で共通に用いられる識別子、又は、データ間の特徴点の対応関係を示す情報或いはテーブルを用いて把握する。また、特徴点間の対応関係を示す情報がない場合、端末２０２１は、一方の三次元データにおける特徴点の座標を他方の三次元データ空間上の位置に変換した場合に最も近い距離にある特徴点を対応する特徴点であると判定してもよい。
　以上で説明した相対位置に基づく位置情報を用いた場合、互いに異なる三次元データを用いる端末２０２１又はサービス間であっても、各三次元データに含まれる、又は各三次元データと対応付けられた共通の特徴点を基準に位置情報が示す位置を特定、又は推定することができる。その結果、互いに異なる三次元データを用いる端末２０２１又はサービス間で、同じ位置をより高い精度で特定又は推定することが可能となる。
　また、互いに異なる座標系を用いて表現された地図データ又は三次元データを用いる場合であっても、座標系の変換に伴う誤差の影響を低減できるため、より高精度な位置情報に基づくサービスの連携が可能となる。
　以下、データ収集サーバ２０２４が提供する機能の例について説明する。データ収集サーバ２０２４は、受信した位置関連データを他のデータサーバに転送してもよい。データサーバが複数ある場合、データ収集サーバ２０２４は、受信した位置関連データをどのデータサーバに転送するかを判定して、転送先として判定されたデータサーバ宛に位置関連データを転送する。
　データ収集サーバ２０２４は、転送先の判定を、例えば、データ収集サーバ２０２４に事前に設定された転送先サーバの判定ルールに基づいて行う。転送先サーバの判定ルールとは、例えば、各端末２０２１に対応付けられた識別子と転送先のデータサーバとを対応付けた転送先テーブルなどで設定される。
　端末２０２１は、送信する位置関連データに対して当該端末２０２１に対応付けられた識別子を付加してデータ収集サーバ２０２４に送信する。データ収集サーバ２０２４は、位置関連データに付加された識別子に対応する転送先のデータサーバを転送先テーブルなどを用いた転送先サーバの判定ルールに基づいて特定し、当該位置関連データを特定されたデータサーバに送信する。また、転送先サーバの判定ルールは、位置関連データが取得された時間又は場所などを用いた判定条件で指定されてもよい。ここで、上述した送信元の端末２０２１に対応付けられた識別子とは、例えば各端末２０２１に固有の識別子、又は端末２０２１が属するグループを示す識別子などである。
　また、転送先テーブルは、送信元の端末に対応付けられた識別子と転送先のデータサーバとを直接対応付けたものでなくてもよい。例えば、データ収集サーバ２０２４は、端末２０２１に固有の識別子毎に付与されたタグ情報を格納した管理テーブルと、当該タグ情報と転送先のデータサーバを対応付けた転送先テーブルとを保持する。データ収集サーバ２０２４は、管理テーブルと転送先テーブルとを用いてタグ情報に基づく転送先のデータサーバを判定してもよい。ここで、タグ情報は、例えば当該識別子に対応する端末２０２１の種類、型番、所有者、所属するグループ又はその他の識別子に付与された管理用の制御情報又はサービス提供用の制御情報である。また、転送先テーブルに、送信元の端末２０２１に対応付けられた識別子の代わりに、センサ毎に固有の識別子が用いられてもよい。また、転送先サーバの判定ルールは、クライアント装置２０２６から設定できてもよい。
　データ収集サーバ２０２４は、複数のデータサーバを転送先として判定し、受信した位置関連データを当該複数のデータサーバに転送してもよい。この構成によると、例えば、位置関連データを自動的にバックアップする場合、又は位置関連データを異なるサービスで共通に利用するために、各サービスを提供するためのデータサーバに対して位置関連データを送信する必要がある場合に、データ収集サーバ２０２４に対する設定を変更ことで意図通りのデータの転送を実現できる。その結果、個別の端末２０２１に位置関連データの送信先を設定する場合と比較して、システムの構築及び変更に要する工数を削減することができる。
　データ収集サーバ２０２４は、データサーバから受信した転送要求信号に応じて、転送要求信号で指定されたデータサーバを新たな転送先として登録し、以降に受信した位置関連データを当該データサーバに転送してもよい。
　データ収集サーバ２０２４は、端末２０２１から受信した位置関連データを記録装置に保存し、端末２０２１又はデータサーバから受信した送信要求信号に応じて、送信要求信号で指定された位置関連データを、要求元の端末２０２１又はデータサーバに送信してもよい。
　データ収集サーバ２０２４は、要求元のデータサーバ又は端末２０２１に対する位置関連データの提供の可否を判断し、提供可能と判断された場合に要求元のデータサーバ又は端末２０２１に位置関連データの転送又は送信を行ってもよい。
　クライアント装置２０２６から現在の位置関連データの要求を受け付けた場合、端末２０２１による位置関連データの送信タイミングでなくても、データ収集サーバ２０２４が端末２０２１に対して位置関連データの送信要求を行い、端末２０２１が当該送信要求に応じて位置関連データを送信してもよい。
　上記の説明では、端末２０２１がデータ収集サーバ２０２４に対して位置情報データを送信するとしたが、データ収集サーバ２０２４は、例えば、端末２０２１を管理する機能など、端末２０２１から位置関連データを収集するために必要な機能又は端末２０２１から位置関連データを収集する際に用いられる機能などを備えてもよい。
　データ収集サーバ２０２４は、端末２０２１に対して位置情報データの送信を要求するデータ要求信号を送信し、位置関連データを収集する機能を備えてもよい。
　データ収集サーバ２０２４には、データ収集の対象となる端末２０２１と通信を行うためのアドレス又は端末２０２１固有の識別子などの管理情報が事前に登録されている。データ収集サーバ２０２４は、登録されている管理情報に基づいて端末２０２１から位置関連データを収集する。管理情報は、端末２０２１が備えるセンサの種類、端末２０２１が備えるセンサの数、及び端末２０２１が対応する通信方式などの情報を含んでいてもよい。
　データ収集サーバ２０２４は、端末２０２１の稼働状態又は現在位置などの情報を端末２０２１から収集してもよい。
　管理情報の登録は、クライアント装置２０２６から行われてもよいし、端末２０２１が登録要求をデータ収集サーバ２０２４に送信することで、登録のための処理が開始されてもよい。データ収集サーバ２０２４は、端末２０２１との間の通信を制御する機能を備えてもよい。
　データ収集サーバ２０２４と端末２０２１とを結ぶ通信は、ＭＮＯ（Ｍｏｂｉｌｅ　Ｎｅｔｗｏｒｋ　Ｏｐｅｒａｔｏｒ）、或いはＭＶＮＯ（Ｍｏｂｉｌｅ　Ｖｉｒｔｕａｌ　Ｎｅｔｗｏｒｋ　Ｏｐｅｒａｔｏｒ）などのサービス事業者が提供する専用回線、又は、ＶＰＮ（Ｖｉｒｔｕａｌ　Ｐｒｉｖａｔｅ　Ｎｅｔｗｏｒｋ）で構成された仮想の専用回線などであってもよい。この構成によると、端末２０２１とデータ収集サーバ２０２４との間の通信を安全に行うことができる。
　データ収集サーバ２０２４は、端末２０２１を認証する機能、又は端末２０２１との間で送受信されるデータを暗号化する機能を備えてもよい。ここで、端末２０２１の認証の処理又はデータの暗号化の処理は、データ収集サーバ２０２４と端末２０２１との間で事前に共有された、端末２０２１に固有の識別子又は複数の端末２０２１を含む端末グループに固有の識別子などを用いて行われる。この識別子とは、例えば、ＳＩＭ（Ｓｕｂｓｃｒｉｂｅｒ　Ｉｄｅｎｔｉｔｙ　Ｍｏｄｕｌｅ）カードに格納された固有の番号であるＩＭＳＩ（Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｍｏｂｉｌｅ　Ｓｕｂｓｃｒｉｂｅｒ　Ｉｄｅｎｔｉｔｙ）などである。認証処理に用いられる識別子とデータの暗号化処理に用いる識別子とは、同じであってもよいし、異なっていてもよい。
　データ収集サーバ２０２４と端末２０２１との間の認証又はデータの暗号化の処理は、データ収集サーバ２０２４と端末２０２１との両方が当該処理を実施する機能を備えていれば提供可能であり、中継を行う通信装置２０２２が用いる通信方式に依存しない。よって、端末２０２１が通信方式を用いるかを考慮することなく、共通の認証又は暗号化の処理を用いることができるので、ユーザのシステム構築の利便性が向上する。ただし、中継を行う通信装置２０２２が用いる通信方式に依存しないとは、通信方式に応じて変更することが必須ではないことを意味している。つまり、伝送効率の向上又は安全性の確保の目的で、中継装置が用いる通信方式に応じてデータ収集サーバ２０２４と端末２０２１との間の認証又はデータの暗号化の処理が切り替えられてもよい。
　データ収集サーバ２０２４は、端末２０２１から収集する位置関連データの種類及びデータ収集のスケジュールなどのデータ収集ルールを管理するＵＩをクライアント装置２０２６に提供してもよい。これにより、ユーザはクライアント装置２０２６を用いてデータを収集する端末２０２１、並びに、データの収集時間及び頻度などを指定できる。また、データ収集サーバ２０２４は、データを収集したい地図上の領域などを指定し、当該領域に含まれる端末２０２１から位置関連データを収集してもよい。
　データ収集ルールを端末２０２１単位で管理する場合、クライアント装置２０２６は、例えば、管理対象となる端末２０２１又はセンサのリストを画面に提示する。ユーザはリストの項目毎にデータの収集の要否又は収集スケジュールなどを設定する。
　データを収集したい地図上の領域などを指定する場合、クライアント装置２０２６は、例えば、管理対象となる地域の二次元又は三次元の地図を画面に提示する。ユーザは、表示された地図上でデータを収集する領域を選択する。地図上で選択される領域は、地図上で指定された点を中心とする円形又は矩形の領域であってもよいし、ドラッグ動作で特定可能な円形又は矩形の領域であってもよい。また、クライアント装置２０２６は、都市、都市内のエリア、ブロック、又は主要な道路など予め設定された単位で領域を選択してもよい。また、地図を用いて領域を指定するのではなく、緯度及び経度の数値を入力して領域が設定されてもよいし、入力されたテキスト情報に基づいて導出した候補領域のリストから領域が選択されてもよい。テキスト情報は、例えば、地域、都市、又はランドマークの名前などである。
　また、ユーザが一又は複数の端末２０２１を指定して、当該端末２０２１の周囲１００メートルの範囲内などの条件を設定することで、指定領域を動的に変更しながらデータの収集が行われてもよい。
　また、クライアント装置２０２６がカメラなどのセンサを備える場合、センサデータから得られたクライアント装置２０２６の実空間での位置に基づいて地図上の領域が指定されてもよい。例えば、クライアント装置２０２６は、センサデータを用いて自己位置を推定し、推定された位置に対応する地図上の点から予め定められた距離、又はユーザが指定した距離の範囲内の領域を、データを収集する領域として指定してもよい。また、クライアント装置２０２６は、センサのセンシング領域、すなわち取得されたセンサデータに対応する領域を、データを収集する領域として指定してもよい。または、クライアント装置２０２６は、ユーザの指定したセンサデータに対応する位置に基づく領域を、データを収集する領域として指定してもよい。センサデータに対応する地図上の領域、又は位置の推定は、クライアント装置２０２６が行ってもよいし、データ収集サーバ２０２４が行ってもよい。
　地図上の領域で指定を行う場合、データ収集サーバ２０２４は、各端末２０２１の現在位置情報を収集することで、指定された領域内の端末２０２１を特定し、特定された端末２０２１に対して位置関連データの送信を要求してもよい。また、データ収集サーバ２０２４が領域内の端末２０２１を特定するのではなく、データ収集サーバ２０２４が指定された領域を示す情報を端末２０２１に送信し、端末２０２１が自身が指定された領域内にあるか否かを判定して、指定された領域内にあると判断された場合に位置関連データを送信してもよい。
　データ収集サーバ２０２４は、クライアント装置２０２６が実行するアプリケーションにおいて上述したＵＩ（Ｕｓｅｒ　Ｉｎｔｅｒｆａｃｅ）を提供するためのリスト又は地図などのデータをクライアント装置２０２６に送信する。データ収集サーバ２０２４は、リスト又は地図などのデータだけでなく、アプリケーションのプログラムをクライアント装置２０２６に送信してもよい。また、上述したＵＩは、ブラウザで表示可能なＨＴＭＬなどで作成されたコンテンツとして提供されてもよい。なお、地図データなど一部のデータは地図サーバ２０２５などのデータ収集サーバ２０２４以外のサーバから提供されてもよい。
　クライアント装置２０２６は、ユーザによる設定ボタンの押下など、入力が完了したことを通知する入力が行われると、入力された情報を設定情報としてデータ収集サーバ２０２４に送信する。データ収集サーバ２０２４は、クライアント装置２０２６から受信した設定情報に基づいて各端末２０２１に対して、位置関連データの要求又は位置関連データの収集ルールを通知する信号を送信し、位置関連データの収集を行う。
　次に、三次元又は二次元の地図データに付加された付加情報に基づいて端末２０２１の動作を制御する例について説明する。
　本構成では、道路又は駐車場に埋設された無線給電の給電アンテナ又は給電コイルなどの給電部の位置を示すオブジェクト情報が、三次元データに含まれて、又は三次元データに対応付けられて、車又はドローンなどである端末２０２１に提供される。
　充電を行うために当該オブジェクト情報を取得した車両又はドローンは、車両が備える充電アンテナ又は充電コイルなどの充電部の位置が、当該オブジェクト情報が示す領域と対向する位置になるよう自動運転で車両自身の位置を移動させ、充電を開始する。なお、自動運転機能を備えていない車両又はドローンの場合は、画面上に表示された画像又は音声などを利用して、移動すべき方向又は行うべき操作を運転手又は操縦者に対して提示される。そして、推定された自己位置に基づいて算出した充電部の位置が、オブジェクト情報で示された領域又は当該領域から所定の距離の範囲内に入った判断されると、運転又は操縦を中止させる内容へと提示する画像又は音声が切り替えられ、充電が開始される。
　また、オブジェクト情報は給電部の位置を示す情報ではなく、当該領域内に充電部を配置すると所定の閾値以上の充電効率が得られる領域を示す情報であってもよい。オブジェクト情報の位置は、オブジェクト情報が示す領域の中心の点で表されてもよいし、二次元平面内の領域或いは線、又は、三次元空間内の領域、線或いは平面などで表されてもよい。
　この構成によると、ＬｉＤＥＲのセンシングデータ又はカメラで撮影した映像では把握できない給電アンテナの位置を把握することができるので、車などの端末２０２１が備える無線充電用のアンテナと道路などに埋設された無線給電アンテナとの位置合わせをより高精度に行うことができる。その結果、無線充電時の充電速度を短くしたり、充電効率を向上させることができる。
　オブジェクト情報は、給電アンテナの以外の対象物であってもよい。例えば、三次元データは、ミリ波無線通信のＡＰの位置などをオブジェクト情報として含む。これにより、端末２０２１は、ＡＰの位置を事前に把握することができるので、当該オブジェクト情報の方向にビームの指向性を向けて通信を開始することができる。その結果、伝送速度の向上、通信開始までの時間の短縮、及び通信可能な期間を延ばすなどの通信品質の向上を実現できる。
　オブジェクト情報は、当該オブジェクト情報に対応する対象物のタイプを示す情報を含んでもよい。また、オブジェクト情報は、当該オブジェクト情報の三次元データ上の位置に対応する実空間上の領域内、又は領域から所定の距離の範囲内に端末２０２１が含まれる場合に、端末２０２１が実施すべき処理を示す情報を含んでもよい。
　オブジェクト情報は、三次元データを提供するサーバとは異なるサーバから提供されてもよい。オブジェクト情報を三次元データとは別に提供する場合、同一のサービスで使用されるオブジェクト情報が格納されたオブジェクトグループが、対象サービス又は対象機器の種類に応じてそれぞれ別のデータとして提供されてもよい。
　オブジェクト情報と組み合わせて用いられる三次元データは、ＷＬＤの点群データであってもよいし、ＳＷＬＤの特徴点データであってもよい。
　三次元データ符号化装置において、符号化対象の三次元点である対象三次元点の属性情報をＬｏＤ（Ｌｅｖｅｌ　ｏｆ　Ｄｅｔａｉｌ）を用いて階層符号化した場合、三次元データ復号装置は、当該三次元データ復号装置で必要なＬｏＤの階層まで属性情報を復号し、必要でない階層の属性情報を復号しなくてもよい。例えば、三次元データ符号化装置が符号化したビットストリーム内の属性情報のＬｏＤの総数がＮ個の場合、三次元データ復号装置は、最上位層のＬｏＤ０からＬｏＤ（Ｍ－１）までのＭ個（Ｍ＜Ｎ）のＬｏＤを復号し、残りのＬｏＤ（Ｎ－１）までのＬｏＤを復号しなくてもよい。これにより、三次元データ復号装置は、処理負荷を抑制しつつ、三次元データ復号装置で必要なＬｏＤ０からＬｏＤ（Ｍ－１）までの属性情報を復号できる。
　図１０７は、上記のユースケースを示す図である。図１０７に例では、サーバは、三次元位置情報と属性情報とを符号化することで得られた三次元地図を保持する。サーバ（三次元データ符号化装置）は、サーバが管理する領域のクライアント装置（三次元データ復号装置：例えば車両又はドローン等）に対し、三次元地図をブロードキャスト送信し、クライアント装置はサーバから受信した三次元地図を用いてクライアント装置の自己位置を特定する処理、又は、クライアント装置を操作するユーザ等に地図情報を表示する処理を行う。
　以下、この例における動作例を説明する。まず、サーバは、三次元地図の位置情報を８分木構成などを用いて符号化する。そして、サーバは、位置情報をベースに構築されたＮ個のＬｏＤを用いて三次元地図の属性情報を階層符号化する。サーバは、階層符号化により得られた三次元地図のビットストリームを保存する。
　次にサーバは、サーバが管理する領域のクライアント装置から送信された地図情報の送信要求に応じて、符号化された三次元地図のビットストリームをクライアント装置に送信する。
　クライアント装置は、サーバから送信された三次元地図のビットストリームを受信し、クライアント装置の用途に応じて三次元地図の位置情報と属性情報とを復号する。例えば、クライアント装置が位置情報とＮ個のＬｏＤの属性情報とを用いて高精度な自己位置推定を行う場合は、クライアント装置は、属性情報として密な三次元点までの復号結果が必要と判断し、ビットストリーム内の全ての情報を復号する。
　また、クライアント装置が三次元地図の情報をユーザ等に表示する場合は、クライアント装置は、属性情報として疎な三次元点までの復号結果までが必要と判断し、位置情報とＬｏＤの上位層であるＬｏＤ０からＭ個（Ｍ＜Ｎ）までのＬｏＤの属性情報とを復号する。
　このようにクライアント装置の用途に応じて復号する属性情報のＬｏＤを切替えることによって、クライアント装置の処理負荷を削減できる。
　図１０７に示す例では、例えば、三次元点地図は、位置情報と属性情報とを含む。位置情報は、８分木で符号化される。属性情報は、Ｎ個のＬｏＤで符号化される。
　クライアント装置Ａは、高精度な自己位置推定を行う。この場合、クライアント装置Ａは、全ての位置情報と属性情報とが必要と判断し、ビットストリーム内の位置情報とＮ個のＬｏＤで構成される属性情報とを全て復号する。
　クライアント装置Ｂは、三次元地図をユーザへ表示する。この場合、クライアント装置Ｂは、位置情報とＭ個（Ｍ＜Ｎ）のＬｏＤの属性情報とが必要と判断し、ビットストリーム内の位置情報とＭ個のＬｏＤで構成される属性情報とを復号する。
　なお、サーバは、三次元地図をクライアント装置にブロードキャスト送信してもよいし、マルチキャスト送信、又はユニキャスト送信してもよい。
　以下、本実施の形態に係るシステムの変形例について説明する。三次元データ符号化装置において、符号化対象の三次元点である対象三次元点の属性情報をＬｏＤを用いて階層符号化する場合、三次元データ符号化装置は、当該三次元データ復号装置で必要なＬｏＤの階層まで属性情報を符号化し、必要でない階層の属性情報を符号化しなくてもよい。例えば、ＬｏＤの総数がＮ個の場合に、三次元データ符号化装置は、最上位層ＬｏＤ０からＬｏＤ（Ｍ－１）までのＭ個（Ｍ＜Ｎ）のＬｏＤを符号化し、残りＬｏＤ（Ｎ－１）までのＬｏＤを符号化しないことによりビットストリームを生成してもよい。これにより、三次元データ符号化装置は、三次元データ復号装置からの要望に応じて、三次元データ復号装置で必要なＬｏＤ０からＬｏＤ（Ｍ－１）までの属性情報を符号化したビットストリームを提供できる。
　図１０８は、上記ユースケースを示す図である。図１０８に示す例では、サーバは、三次元位置情報と属性情報とを符号化することで得られた三次元地図を保持する。サーバ（三次元データ符号化装置）は、サーバが管理する領域のクライアント装置（三次元データ復号装置：例えば車両又はドローン等）に対し、クライアント装置の要望に応じて三次元地図をユニキャスト送信し、クライアント装置はサーバから受信した三次元地図を用いてクライアント装置の自己位置を特定する処理、又は地図情報をクライアント装置を操作するユーザ等に表示する処理を行う。
　以下、この例における動作例を説明する。まず、サーバは、三次元地図の位置情報を８分木構成などを用いて符号化する。そして、サーバは、三次元地図の属性情報を、位置情報をベースに構築されたＮ個のＬｏＤを用いて階層符号化することで三次元地図Ａのビットストリームを生成し、生成したビットストリームを当該サーバに保存する。また、サーバは、三次元地図の属性情報を、位置情報をベースに構築されたＭ個（Ｍ＜Ｎ）のＬｏＤを用いて階層符号化することで三次元地図Ｂのビットストリームを生成し、生成したビットストリームを当該サーバに保存する。
　次にクライアント装置は、クライアント装置の用途に応じて三次元地図の送信をサーバに要求する。例えば、クライアント装置は、位置情報とＮ個のＬｏＤの属性情報とを用いて高精度な自己位置推定を行う場合は、属性情報として密な三次元点までの復号結果が必要と判断し、三次元地図Ａのビットストリームの送信をサーバへ要求する。また、クライアント装置は、三次元地図の情報をユーザ等に表示する場合は、属性情報として疎な三次元点までの復号結果までが必要と判断し、位置情報とＬｏＤの上位層ＬｏＤ０からＭ個（Ｍ＜Ｎ）までのＬｏＤの属性情報とを含む三次元地図Ｂのビットストリームの送信をサーバへ要求する。そしてサーバは、クライアント装置からの地図情報の送信要求に応じて、符号化された三次元地図Ａ又は三次元地図Ｂのビットストリームをクライアント装置に送信する。
　クライアント装置は、クライアント装置の用途に応じてサーバから送信された三次元地図Ａ又は三次元地図Ｂのビットストリームを受信し、当該ビットストリームを復号する。このようにサーバは、クライアント装置の用途に応じて送信するビットストリームを切替える。これにより、クライアント装置の処理負荷を削減できる。
　図１０８に示す例では、サーバは、三次元地図Ａ及び三次元地図Ｂを保持する。サーバは、三次元地図の位置情報を、例えば８分木で符号化し、三次元地図の属性情報をＮ個のＬｏＤで符号化することで三次元地図Ａを生成する。つまり、三次元地図Ａのビットストリームに含まれるＮｕｍＬｏＤはＮを示す。
　また、サーバは、三次元地図の位置情報を、例えば８分木で符号化し、三次元地図の属性情報をＭ個のＬｏＤで符号化することで三次元地図Ｂを生成する。つまり、三次元地図Ｂのビットストリームに含まれるＮｕｍＬｏＤはＭを示す。
　クライアント装置Ａは、高精度な自己位置推定を行う。この場合クライアント装置Ａは、全ての位置情報と属性情報とが必要と判断し、全ての位置情報とＮ個のＬｏＤで構成される属性情報とを含む三次元地図Ａの送信要求をサーバに送る。クライアント装置Ａは、三次元地図Ａを受信し、全ての位置情報とＮ個のＬｏＤで構成される属性情報とを復号する。
　クライアント装置Ｂは、三次元地図をユーザへ表示する。この場合、クライアント装置Ｂは、位置情報とＭ個（Ｍ＜Ｎ）のＬｏＤの属性情報とが必要と判断し、全ての位置情報とＭ個のＬｏＤで構成される属性情報とを含む三次元地図Ｂの送信要求をサーバに送る。クライアント装置Ｂは、三次元地図Ｂを受信して、全ての位置情報とＭ個のＬｏＤで構成される属性情報とを復号する。
　なお、サーバ（三次元データ符号化装置）は、三次元地図Ｂに加え、残りのＮ－Ｍ個のＬｏＤの属性情報を符号化した三次元地図Ｃを符号化しておき、クライアント装置Ｂの要望に応じて三次元地図Ｃをクライアント装置Ｂに送信してもよい。また、クライアント装置Ｂは、三次元地図Ｂと三次元地図Ｃとのビットストリームを用いて、Ｎ個のＬｏＤの復号結果を得てもよい。
　以下、アプリケーション処理の例を説明する。図１０９は、アプリケーション処理の例を示すフローチャートである。アプリ操作が開始されると、三次元データ逆多重化装置は、点群データ及び複数の符号化データを含むＩＳＯＢＭＦＦファイルを取得する（Ｓ７３０１）。例えば、三次元データ逆多重化装置は、ＩＳＯＢＭＦＦファイルを、通信により取得してもよいし、蓄積しているデータから読み込んでもよい。
　次に、三次元データ逆多重化装置は、ＩＳＯＢＭＦＦファイルにおける全体構成情報を解析し、アプリケーションに使用するデータを特定する（Ｓ７３０２）。例えば、三次元データ逆多重化装置は、処理に用いるデータを取得し、処理に用いないデータは取得しない。
　次に、三次元データ逆多重化装置は、アプリケーションに使用する１以上のデータを抽出し、当該データの構成情報を解析する（Ｓ７３０３）。
　データの種別が符号化データである場合（Ｓ７３０４で符号化データ）、三次元データ逆多重化装置は、ＩＳＯＢＭＦＦを符号化ストリームに変換し、タイムスタンプを抽出する（Ｓ７３０５）。また、三次元データ逆多重化装置は、データ間の同期がそろっているか否かを、例えば、データ間の同期がそろっているか否かを示すフラグを参照して判定し、揃っていなければ同期処理を行ってもよい。
　次に、三次元データ逆多重化装置は、タイムスタンプ及びその他の指示に従い、所定の方法でデータを復号し、復号したデータを処理する（Ｓ７３０６）。
　一方、データの種別が符号化データである場合（Ｓ７３０４でＲＡＷデータ）、三次元データ逆多重化装置は、データ及びタイムスタンプを抽出する（Ｓ７３０７）。また、三次元データ逆多重化装置は、データ間の同期がそろっているか否かを、例えば、データ間の同期がそろっているか否かを示すフラグを参照して判定し、揃っていなければ同期処理を行ってもよい。次に、三次元データ逆多重化装置は、タイムスタンプ及びその他の指示に従い、データを処理する（Ｓ７３０８）。
　例えば、ビームＬｉＤＡＲ、ＦＬＡＳＨ　ＬｉＤＡＲ、及びカメラで取得されたセンサ信号が、それぞれ異なる符号化方式で符号化及び多重化されている場合の例を説明する。図１１０は、ビームＬｉＤＡＲ、ＦＬＡＳＨ　ＬｉＤＡＲ及びカメラのセンサ範囲の例を示す図である。例えば、ビームＬｉＤＡＲは、車両（センサ）の周囲の全方向を検知し、ＦＬＡＳＨ　ＬｉＤＡＲ及びカメラは、車両の一方向（例えば前方）の範囲を検知する。
　ＬｉＤＡＲ点群を統合的に扱うアプリケーションの場合、三次元データ逆多重化装置は、全体構成情報を参照して、ビームＬｉＤＡＲとＦＬＡＳＨ　ＬｉＤＡＲの符号化データを抽出して復号する。また、三次元データ逆多重化装置は、カメラ映像は抽出しない。
　三次元データ逆多重化装置は、ＬｉＤＡＲとＦＬＡＳＨ　ＬｉＤＡＲのタイムスタンプに従い、同一のタイムスタンプの時刻のそれぞれの符号化データを同時に処理する。
　例えば、三次元データ逆多重化装置は、処理したデータを提示装置で提示したり、ビームＬｉＤＡＲとＦＬＡＳＨ　ＬｉＤＡＲの点群データを合成したり、レンダリングなどの処理を行ってもよい。
　また、データ間でキャリブレーションをするアプリケーションの場合には、三次元データ逆多重化装置は、センサ位置情報を抽出してアプリケーションで用いてもよい。
　例えば、三次元データ逆多重化装置は、アプリケーションにおいて、ビームＬｉＤＡＲ情報を使用するか、ＦＬＡＳＨ　ＬｉＤＡＲを使用するかを選択し、選択結果に応じて処理を切り替えてもよい。
　このように、アプリケーションの処理に応じて適応的にデータの取得及び符号処理を変えることができるので、処理量及び消費電力を削減できる。
　以下、自動運転におけるユースケースについて説明する。図１１１は、自動運転システムの構成例を示す図である。この自動運転システムは、クラウドサーバ７３５０と、車載装置又はモバイル装置等のエッジ７３６０とを含む。クラウドサーバ７３５０は、逆多重化部７３５１と、復号部７３５２Ａ、７３５２Ｂ及び７３５５と、点群データ合成部７３５３と、大規模データ蓄積部７３５４と、比較部７３５６と、符号化部７３５７とを備える。エッジ７３６０は、センサ７３６１Ａ及び７３６１Ｂと、点群データ生成部７３６２Ａ及び７３６２Ｂと、同期部７３６３と、符号化部７３６４Ａ及び７３６４Ｂと、多重化部７３６５と、更新データ蓄積部７３６６と、逆多重化部７３６７と、復号部７３６８と、フィルタ７３６９と、自己位置推定部７３７０と、運転制御部７３７１とを備える。
　このシステムでは、エッジ７３６０は、クラウドサーバ７３５０に蓄積されている大規模点群地図データである大規模データをダウンロードする。エッジ７３６０は、大規模データとエッジ７３６０で得られたセンサ情報とをマッチングすることで、エッジ７３６０（車両又は端末）の自己位置推定処理を行う。また、エッジ７３６０は、取得したセンサ情報をクラウドサーバ７３５０へアップロードし、大規模データを最新の地図データに更新する。
　また、システム内における点群データを扱う様々なアプリケーションにおいて、符号化方法の異なる点群データが扱われる。
　クラウドサーバ７３５０は、大規模データを符号化及び多重化する。具体的には、符号化部７３５７は、大規模点群を符号化するために適した第３の符号化方法を用いて符号化を行う。また、符号化部７３５７は、符号化データを多重化する。大規模データ蓄積部７３５４は、符号化部７３５７で符号化及び多重化されたデータを蓄積する。
　エッジ７３６０は、センシングを行う。具体的には、点群データ生成部７３６２Ａは、センサ７３６１Ａで取得されるセンシング情報を用いて、第１の点群データ（位置情報（ジオメトリ）及び属性情報）を生成する。点群データ生成部７３６２Ｂは、センサ７３６１Ｂで取得されるセンシング情報を用いて、第２の点群データ（位置情報及び属性情報）を生成する。生成された第１の点群データ及び第２の点群データは、自動運転の自己位置推定或いは車両制御、又は地図更新に用いられる。それぞれの処理において、第１の点群データ及び第２の点群データのうちの一部の情報が用いられてもよい。
　エッジ７３６０は、自己位置推定を行う。具体的には、エッジ７３６０は、大規模データをクラウドサーバ７３５０からダウンロードする。逆多重化部７３６７は、ファイルフォーマットの大規模データを逆多重化することで符号化データを取得する。復号部７３６８は、取得された符号化データを復号することで大規模点群地図データである大規模データを取得する。
　自己位置推定部７３７０は、取得された大規模データと、点群データ生成部７３６２Ａ及び７３６２Ｂで生成された第１の点群データ及び第２の点群データとをマッチングすることで、車両の地図における自己位置を推定する。また、運転制御部７３７１は、当該マッチング結果又は自己位置推定結果を運転制御に用いる。
　なお、自己位置推定部７３７０及び運転制御部７３７１は、大規模データのうち、位置情報などの特定の情報を抽出し、抽出した情報を用いて処理を行ってもよい。また、フィルタ７３６９は、第１の点群データ及び第２の点群データに補正又は間引き等の処理を行う。自己位置推定部７３７０及び運転制御部７３７１は、当該処理が行われた後の第１の点群データ及び第２の点群データを用いてもよい。また、自己位置推定部７３７０及び運転制御部７３７１は、センサ７３６１Ａ及び７３６１Ｂで得られたセンサ信号を用いてもよい。
　同期部７３６３は、複数のセンサ信号又は複数の点群データのデータ間の時間同期及び位置補正を行う。また、同期部７３６３は、自己位置推定処理によって生成された、大規模データとセンサデータとの位置補正情報に基づき、センサ信号又は点群データの位置情報を大規模データに合わせるように補正してもよい。
　なお、同期及び位置補正はエッジ７３６０でなく、クラウドサーバ７３５０で行われてもよい。この場合、エッジ７３６０は、同期情報及び位置情報を多重化してクラウドサーバ７３５０へ送信してもよい。
　エッジ７３６０は．センサ信号又は点群データを符号化及び多重化する。具体的には、センサ信号又は点群データは、それぞれの信号を符号化するために適した第１の符号化方法又は第２の符号化方法を用いて符号化される。例えば、符号化部７３６４Ａは、第１の符号化方法を用いて第１の点群データを符号化することで第１の符号化データを生成する。符号化部７３６４Ｂは、第２の符号化方法を用いて第２の点群データを符号化することで第２の符号化データを生成する。
　多重化部７３６５は、第１の符号化データ、第２の符号化データ、及び同期情報などを多重化することで多重化信号を生成する。更新データ蓄積部７３６６は、生成された多重化信号を蓄積する。また、更新データ蓄積部７３６６は、多重化信号をクラウドサーバ７３５０へアップロードする。
　クラウドサーバ７３５０は、点群データを合成する。具体的には、逆多重化部７３５１は、クラウドサーバ７３５０にアップロードされた多重化信号を逆多重化することで第１の符号化データ及び第２の符号化データを取得する。復号部７３５２Ａは、第１の符号化データを復号することで第１の点群データ（又はセンサ信号）を取得する。復号部７３５２Ｂは、第２の符号化データを復号することで第２の点群データ（又はセンサ信号）を取得する。
　点群データ合成部７３５３は、第１の点群データと第２の点群データとを所定の方法で合成する。多重化信号に同期情報及び位置補正情報が多重化されている場合には、点群データ合成部７３５３は、それらの情報を用いて合成を行ってもよい。
　復号部７３５５は、大規模データ蓄積部７３５４に蓄積されている大規模データを逆多重化及び復号する。比較部７３５６は、エッジ７３６０で得られたセンサ信号に基づき生成された点群データとクラウドサーバ７３５０が有する大規模データとを比較し、更新が必要な点群データを判断する。比較部７３５６は、大規模データのうち、更新が必要と判断された点群データを、エッジ７３６０から得られた点群データに更新する。
　符号化部７３５７は、更新された大規模データを符号化及び多重化し、得られたデータを大規模データ蓄積部７３５４に蓄積する。
　以上のように、使用する用途又はアプリケーションに応じて、取り扱う信号が異なり、多重化する信号又は符号化方法が異なる場合がある。このような場合であっても、本実施の形態を用いて様々な符号化方式のデータを多重化することで、柔軟な復号及びアプリケーション処理が可能となる。また、信号の符号化方式が異なる場合であっても、逆多重化、復号、データ変換、符号化、多重の処理により適した符号化方式を変換することで、様々なアプリケーションやシステムを構築し、柔軟なサービスの提供が可能となる。
　以下、分割データの復号及びアプリケーションの例を説明する。まず、分割データの情報について説明する。図１１２は、ビットストリームの構成例を示す図である。分割データの全体情報は、分割データ毎に、当該分割データのセンサＩＤ（ｓｅｎｓｏｒ＿ｉｄ）とデータＩＤ（ｄａｔａ＿ｉｄ）とを示す。なお、データＩＤは各符号化データのヘッダにも示される。
　なお、図１１２に示す分割データの全体情報は、図４１と同様に、センサＩＤに加え、センサ情報（Ｓｅｎｓｏｒ）と、センサのバージョン（Ｖｅｒｓｉｏｎ）と、センサのメーカー名（Ｍａｋｅｒ）と、センサの設置情報（Ｍｏｕｎｔ　Ｉｎｆｏ．）と、センサの位置座標（Ｗｏｒｌｄ　Ｃｏｏｒｄｉｎａｔｅ）とのうち少なく一つを含んでもよい。これにより、三次元データ復号装置は、構成情報から各種センサの情報を取得できる。
　分割データの全体情報は、メタデータであるＳＰＳ、ＧＰＳ又はＡＰＳに格納されてもよいし、符号化に必須でないメタデータであるＳＥＩに格納されてもよい。また、三次元データ符号化装置は、多重化の際に、当該ＳＥＩをＩＳＯＢＭＦＦのファイルに格納する。三次元データ復号装置は、当該メタデータに基づき、所望の分割データを取得できる。
　図１１２において、ＳＰＳは符号化データ全体のメタデータであり、ＧＰＳは位置情報のメタデータであり、ＡＰＳは属性情報毎のメタデータであり、Ｇは分割データ毎の位置情報の符号化データであり、Ａ１等は分割データ毎の属性情報の符号化データである。
　次に、分割データのアプリケーション例を説明する。点群データから、任意の点群を選択し、選択した点群を提示するアプリケーションの例を説明する。図１１３は、このアプリケーションにより実行される点群選択処理のフローチャートである。図１１４～図１１６は、点群選択処理の画面例を示す図である。
　図１１４に示すように、アプリケーションを実行する三次元データ復号装置は、例えば、任意の点群を選択するための入力ＵＩ（ユーザインタフェース）８６６１を表示するＵＩ部を有する。入力ＵＩ８６６１は、選択された点群を提示する提示部８６６２と、ユーザの操作を受け付ける操作部（ボタン８６６３及び８６６４）を有する。三次元データ復号装置は、ＵＩ８６６１で点群が選択された後、蓄積部８６６５から所望のデータを取得する。
　まず、ユーザの入力ＵＩ８６６１に対する操作に基づき、ユーザが表示したい点群情報が選択される（Ｓ８６３１）。具体的には、ボタン８６６３が選択されることで、センサ１に基づく点群が選択される。ボタン８６６４が選択されることで、センサ２に基づく点群が選択される。または、ボタン８６６３及びボタン８６６４の両方が選択されることで、センサ１に基づく点群とセンサ２に基づく点群の両方が選択される。なお、点群の選択方法は一例であり、これに限らない。
　次に、三次元データ復号装置は、多重化信号（ビットストリーム）又は符号化データに含まれる分割データの全体情報を解析し、選択されたセンサのセンサＩＤ（ｓｅｎｓｏｒ＿ｉｄ）から、選択された点群を構成する分割データのデータＩＤ（ｄａｔａ＿ｉｄ）を特定する（Ｓ８６３２）。次に、三次元データ復号装置は、多重化信号から、特定された所望のデータＩＤを含む符号化データを抽出し、抽出した符号化データを復号することで、選択されたセンサに基づく点群を復号する（Ｓ８６３３）。なお、三次元データ復号装置は、その他の符号化データは復号しない。
　最後に、三次元データ復号装置は、復号された点群を提示（例えば表示）する（Ｓ８６３４）。図１１５は、センサ１のボタン８６６３が押下された場合の例を示し、センサ１の点群が提示される。図１１６は、センサ１のボタン８６６３とセンサ２のボタン８６６４の両方が押下された場合の例を示し、センサ１及びセンサ２の点群が提示される。
　以上、本開示の実施の形態に係る三次元データ符号化装置及び三次元データ復号装置等について説明したが、本開示は、この実施の形態に限定されるものではない。
　また、上記実施の形態に係る三次元データ符号化装置及び三次元データ復号装置等に含まれる各処理部は典型的には集積回路であるＬＳＩとして実現される。これらは個別に１チップ化されてもよいし、一部又は全てを含むように１チップ化されてもよい。
　また、集積回路化はＬＳＩに限るものではなく、専用回路又は汎用プロセッサで実現してもよい。ＬＳＩ製造後にプログラムすることが可能なＦＰＧＡ（Ｆｉｅｌｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ）、又はＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。
　また、上記各実施の形態において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵ又はプロセッサ等のプログラム実行部が、ハードディスク又は半導体メモリ等の記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。
　また、本開示は、三次元データ符号化装置及び三次元データ復号装置等により実行される三次元データ符号化方法又は三次元データ復号方法等として実現されてもよい。
　また、ブロック図における機能ブロックの分割は一例であり、複数の機能ブロックを一つの機能ブロックとして実現したり、一つの機能ブロックを複数に分割したり、一部の機能を他の機能ブロックに移してもよい。また、類似する機能を有する複数の機能ブロックの機能を単一のハードウェア又はソフトウェアが並列又は時分割に処理してもよい。
　また、フローチャートにおける各ステップが実行される順序は、本開示を具体的に説明するために例示するためのものであり、上記以外の順序であってもよい。また、上記ステップの一部が、他のステップと同時（並列）に実行されてもよい。
　以上、一つ又は複数の態様に係る三次元データ符号化装置及び三次元データ復号装置等について、実施の形態に基づいて説明したが、本開示は、この実施の形態に限定されるものではない。本開示の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したものや、異なる実施の形態における構成要素を組み合わせて構築される形態も、一つ又は複数の態様の範囲内に含まれてもよい。
　本開示は、三次元データ符号化装置及び三次元データ復号装置に適用できる。
　８１０　三次元データ作成装置
　８１１　データ受信部
　８１２、８１９　通信部
　８１３　受信制御部
　８１４、８２１　フォーマット変換部
　８１５　センサ
　８１６　三次元データ作成部
　８１７　三次元データ合成部
　８１８　三次元データ蓄積部
　８２０　送信制御部
　８２２　データ送信部
　８３１、８３２、８３４、８３５、８３６、８３７　三次元データ
　８３３　センサ情報
　９０１　サーバ
　９０２、９０２Ａ、９０２Ｂ、９０２Ｃ　クライアント装置
　１０１１、１１１１　データ受信部
　１０１２、１０２０、１１１２、１１２０　通信部
　１０１３、１１１３　受信制御部
　１０１４、１０１９、１１１４、１１１９　フォーマット変換部
　１０１５　センサ
　１０１６、１１１６　三次元データ作成部
　１０１７　三次元画像処理部
　１０１８、１１１８　三次元データ蓄積部
　１０２１、１１２１　送信制御部
　１０２２、１１２２　データ送信部
　１０３１、１０３２、１１３５　三次元マップ
　１０３３、１０３７、１１３２　センサ情報
　１０３４、１０３５、１１３４　三次元データ
　１１１７　三次元データ合成部
　１２０１　三次元マップ圧縮／復号処理部
　１２０２　センサ情報圧縮／復号処理部
　１２１１　三次元マップ復号処理部
　１２１２　センサ情報圧縮処理部
　１５０１　サーバ
　１５０２　クライアント
　１５１１　記憶部
　１５１２　制御部
　１５１３　符号化三次元マップ
　１５２１　デコーダ
　１５２２　アプリケーション
　２００１　サーバ
　２００２、２００２Ａ、２００２Ｂ　クライアント装置
　２０１１　センサ情報取得部
　２０１２　記憶部
　２０１３　データ送信可否判定部
　２０２１、２０２１Ａ、２０２１Ｂ　端末
　２０２２、２０２２Ａ、２０２２Ｂ　通信装置
　２０２３　ネットワーク
　２０２４　データ収集サーバ
　２０２５　地図サーバ
　２０２６　クライアント装置
　２７００　位置情報符号化部
　２７０１、２７１１　８分木生成部
　２７０２、２７１２　幾何情報算出部
　２７０３、２７１３　符号化テーブル選択部
　２７０４　エントロピー符号化部
　２７１０　位置情報復号部
　２７１４　エントロピー復号部
　３１４０　属性情報符号化部
　３１４１、３１５１　ＬｏＤ生成部
　３１４２、３１５２　周囲探索部
　３１４３、３１５３　予測部
　３１４４　予測残差算出部
　３１４５　量子化部
　３１４６　算術符号化部
　３１４７、３１５５　逆量子化部
　３１４８、３１５６　復号値生成部
　３１４９、３１５７　メモリ
　３１５０　属性情報復号部
　３１５４　算術復号部
　４６０１　三次元データ符号化システム
　４６０２　三次元データ復号システム
　４６０３　センサ端末
　４６０４　外部接続部
　４６１１　点群データ生成システム
　４６１２　提示部
　４６１３　符号化部
　４６１４　多重化部
　４６１５　入出力部
　４６１６　制御部
　４６１７　センサ情報取得部
　４６１８　点群データ生成部
　４６２１　センサ情報取得部
　４６２２　入出力部
　４６２３　逆多重化部
　４６２４　復号部
　４６２５　提示部
　４６２６　ユーザインタフェース
　４６２７　制御部
　４６３０　第１の符号化部
　４６３１　位置情報符号化部
　４６３２　属性情報符号化部
　４６３３　付加情報符号化部
　４６３４　多重化部
　４６４０　第１の復号部
　４６４１　逆多重化部
　４６４２　位置情報復号部
　４６４３　属性情報復号部
　４６４４　付加情報復号部
　４６５０　第２の符号化部
　４６５１　付加情報生成部
　４６５２　位置画像生成部
　４６５３　属性画像生成部
　４６５４　映像符号化部
　４６５５　付加情報符号化部
　４６５６　多重化部
　４６６０　第２の復号部
　４６６１　逆多重化部
　４６６２　映像復号部
　４６６３　付加情報復号部
　４６６４　位置情報生成部
　４６６５　属性情報生成部
　４８０１　符号化部
　４８０２　多重化部
　６６００　属性情報符号化部
　６６０１　ソート部
　６６０２　Ｈａａｒ変換部
　６６０３　量子化部
　６６０４、６６１２　逆量子化部
　６６０５、６６１３　逆Ｈａａｒ変換部
　６６０６、６６１４　メモリ
　６６０７　算術符号化部
　６６１０　属性情報復号部
　６６１１　算術復号部
　７３５０　クラウドサーバ
　７３５１　逆多重化部
　７３５２Ａ、７３５２Ｂ　復号部
　７３５３　点群データ合成部
　７３５４　大規模データ蓄積部
　７３５５　復号部
　７３５６　比較部
　７３５７　符号化部
　７３６０　エッジ
　７３６１Ａ、７３６１Ｂ　センサ
　７３６２Ａ、７３６２Ｂ　点群データ生成部
　７３６３　同期部
　７３６４Ａ、７３６４Ｂ　符号化部
　７３６５　多重化部
　７３６６　更新データ蓄積部
　７３６７　逆多重化部
　７３６８　復号部
　７３６９　フィルタ
　７３７０　自己位置推定部
　７３７１　運転制御部
　８６６１　入力ＵＩ
　８６６２　提示部
　８６６３、８６６４　ボタン
　８６６５　蓄積部
　Ａ１００　属性情報符号化部
　Ａ１０１　ＬｏＤ属性情報符号化部
　Ａ１０２　変換属性情報符号化部
　Ａ１１０　属性情報復号部
　Ａ１１１　ＬｏＤ属性情報復号部
　Ａ１１２　変換属性情報復号部

Claims (8)

  1. 　点群データに含まれる三次元点の位置情報の予測値を、位置情報の参照関係を示す予測木を用いて算出し、
    　前記予測値を、予め定められた範囲内にクリップし、
    　前記位置情報と、クリップ後の前記予測値との差分である予測残差を算出し、
    　前記予測残差を含むビットストリームを生成する
    　三次元データ符号化方法。
  2. 　前記予測値の算出では、複数の予測モード候補から選択された予測モードを用いて、前記予測値を算出し、
    　前記選択された予測モードに応じて、前記予測値をクリップするか否かを切り替える
    　請求項１記載の三次元データ符号化方法。
  3. 　前記三次元データ符号化方法は、さらに、
    　前記ビットストリームに含まれるヘッダ情報に前記予め定められた範囲を決定するための情報を格納する
    　請求項１又は２記載の三次元データ符号化方法。
  4. 　点群データに含まれる三次元点の位置情報の予測値を、位置情報の参照関係を示す予測木を用いて算出し、
    　前記予測値を、予め定められた範囲内にクリップし、
    　ビットストリームから、予測残差を取得し、
    　クリップ後の前記予測値と前記予測残差とを加算することで前記位置情報を算出する
    　三次元データ復号方法。
  5. 　前記予測値の算出では、複数の予測モード候補から選択された予測モードを用いて、前記予測値を算出し、
    　前記選択された予測モードに応じて、前記予測値をクリップするか否かを切り替える
    　請求項４記載の三次元データ復号方法。
  6. 　前記三次元データ復号方法は、さらに、
    　前記ビットストリームに含まれるヘッダ情報から前記予め定められた範囲を決定するための情報を取得し、
    　取得した前記情報を用いて前記予め定められた範囲を決定する
    　請求項４又は５記載の三次元データ復号方法。
  7. 　プロセッサと、
    　メモリとを備え、
    　前記プロセッサは、前記メモリを用いて、
    　点群データに含まれる三次元点の位置情報の予測値を、位置情報の参照関係を示す予測木を用いて算出し、
    　前記予測値を、予め定められた範囲内にクリップし、
    　前記位置情報と、クリップ後の前記予測値との差分である予測残差を算出し、
    　前記予測残差を含むビットストリームを生成する
    　三次元データ符号化装置。
  8. 　プロセッサと、
    　メモリとを備え、
    　前記プロセッサは、前記メモリを用いて、
    　点群データに含まれる三次元点の位置情報の予測値を、位置情報の参照関係を示す予測木を用いて算出し、
    　前記予測値を、予め定められた範囲内にクリップし、
    　ビットストリームから、予測残差を取得し、
    　クリップ後の前記予測値と前記予測残差とを加算することで前記位置情報を算出する
    　三次元データ復号装置。
PCT/JP2021/013495 2020-03-31 2021-03-30 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置 WO2021200921A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US202063002705P 2020-03-31 2020-03-31
US63/002,705 2020-03-31

Publications (1)

Publication Number Publication Date
WO2021200921A1 true WO2021200921A1 (ja) 2021-10-07

Family

ID=77928890

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/013495 WO2021200921A1 (ja) 2020-03-31 2021-03-30 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置

Country Status (1)

Country Link
WO (1) WO2021200921A1 (ja)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019126077A (ja) * 2011-06-23 2019-07-25 華為技術有限公司Ｈｕａｗｅｉ Ｔｅｃｈｎｏｌｏｇｉｅｓ Ｃｏ．，Ｌｔｄ． 画像フィルタ装置、フィルタ方法および動画像復号装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019126077A (ja) * 2011-06-23 2019-07-25 華為技術有限公司Ｈｕａｗｅｉ Ｔｅｃｈｎｏｌｏｇｉｅｓ Ｃｏ．，Ｌｔｄ． 画像フィルタ装置、フィルタ方法および動画像復号装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
NISHIO, KOJI: "1G-2 A method of information transformation for point sampled models", LECTURE PROCEEDINGS OF THE 69TH NATIONAL CONVENTION OF IPSJ, vol. 69, no. 4, 6 March 2007 (2007-03-06), pages 4 - 41, XP009532473 *

Similar Documents

Publication Publication Date Title
WO2020241723A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2021070952A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2021261516A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2021187561A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2021141090A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2021066163A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2022075326A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2021210548A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2021141117A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2022075428A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
US12100182B2 (en) Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device
WO2020251019A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
US20230024374A1 (en) Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device
WO2021210549A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
US20230123146A1 (en) Three-dimensional data encoding method and three-dimensional data encoding device
US20230162405A1 (en) Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device
WO2022025280A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2021261458A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2021095879A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2022075234A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2022149589A1 (ja) 三次元データ復号方法、三次元データ符号化方法、三次元データ復号装置、及び三次元データ符号化装置
WO2022080283A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2021210513A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2021200921A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2022025275A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置

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: 21781867

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 13.02.2023)

122 Ep: pct application non-entry in european phase

Ref document number: 21781867

Country of ref document: EP

Kind code of ref document: A1