WO2021201390A1 - 포인트 클라우드 데이터 처리 장치 및 방법 - Google Patents

포인트 클라우드 데이터 처리 장치 및 방법 Download PDF

Info

Publication number
WO2021201390A1
WO2021201390A1 PCT/KR2021/000329 KR2021000329W WO2021201390A1 WO 2021201390 A1 WO2021201390 A1 WO 2021201390A1 KR 2021000329 W KR2021000329 W KR 2021000329W WO 2021201390 A1 WO2021201390 A1 WO 2021201390A1
Authority
WO
WIPO (PCT)
Prior art keywords
attribute
subsampling
information
point cloud
points
Prior art date
Application number
PCT/KR2021/000329
Other languages
English (en)
French (fr)
Inventor
오현묵
오세진
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to US17/912,428 priority Critical patent/US20230111994A1/en
Publication of WO2021201390A1 publication Critical patent/WO2021201390A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/40—Tree coding, e.g. quadtree, octree
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/129—Scanning of coding units, e.g. zig-zag scan of transform coefficients or flexible macroblock ordering [FMO]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
    • H04N19/88—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression involving rearrangement of data among different coding units, e.g. shuffling, interleaving, scrambling or permutation of pixel data or permutation of transform coefficient data among different blocks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/96—Tree coding, e.g. quad-tree coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]

Definitions

  • Embodiments provide point cloud content to provide users with various services such as VR (Virtual Reality), AR (Augmented Reality, Augmented Reality), MR (Mixed Reality), and autonomous driving service. provide a way
  • the point cloud content is content expressed as a point cloud, which is a set of points (points) belonging to a coordinate system representing a three-dimensional space.
  • Point cloud content can express three-dimensional media, and provides various services such as VR (Virtual Reality), AR (Augmented Reality), MR (Mixed Reality), and autonomous driving service. used to provide However, tens of thousands to hundreds of thousands of point data are needed to express point cloud content. Therefore, a method for efficiently processing a large amount of point data is required.
  • Embodiments provide an apparatus and method for efficiently processing point cloud data.
  • Embodiments provide a point cloud data processing method and apparatus for solving latency and encoding/decoding complexity.
  • a method for transmitting point cloud data includes encoding the point cloud data and transmitting a bitstream including the encoded point cloud data.
  • a method for receiving point cloud data includes receiving a bitstream including point cloud data and decoding the point cloud data.
  • the apparatus and method according to the embodiments may process point cloud data with high efficiency.
  • the apparatus and method according to the embodiments may provide a high quality point cloud service.
  • the apparatus and method according to the embodiments may provide point cloud content for providing universal services such as a VR service and an autonomous driving service.
  • FIG. 1 shows an example of a point cloud content providing system according to embodiments.
  • FIG. 2 is a block diagram illustrating an operation of providing point cloud content according to embodiments.
  • FIG 3 shows an example of a point cloud video capture process according to embodiments.
  • FIG. 4 shows an example of a point cloud encoder according to embodiments.
  • FIG. 5 illustrates an example of a voxel according to embodiments.
  • FIG. 6 shows an example of an octree and an occupancy code according to embodiments.
  • FIG. 7 shows an example of a neighbor node pattern according to embodiments.
  • FIG. 10 shows an example of a point cloud decoder according to embodiments.
  • FIG. 11 shows an example of a point cloud decoder according to embodiments.
  • FIG. 13 is an example of a receiving apparatus according to embodiments.
  • FIG. 14 shows an example of a structure capable of interworking with a method/device for transmitting and receiving point cloud data according to embodiments.
  • 15 is a block diagram illustrating an apparatus for transmitting point cloud data according to embodiments.
  • FIG 16 illustrates an example of an attribute subsampling method according to embodiments.
  • FIG 17 illustrates an example of an attribute subsampling method according to embodiments.
  • FIG 19 illustrates an example of an attribute subsampling method according to embodiments.
  • FIG 20 illustrates an example of an attribute subsampling method according to embodiments.
  • FIG. 21 shows an example of a flowchart of a method for transmitting point cloud data according to embodiments.
  • FIG. 22 shows the structure of a bitstream according to embodiments.
  • FIG. 23 shows a structure of signaling information related to a subsampling scheme according to embodiments.
  • SPS Sequantial Parameter Set
  • FIG. 25 illustrates a structure of a Geometry Parameter Set (GPS) of point cloud data according to embodiments.
  • GPS Geometry Parameter Set
  • FIG. 26 shows a structure of an Attribute Parameter Set (APS) of point cloud data according to embodiments.
  • APS Attribute Parameter Set
  • TPS tile parameter set
  • FIG. 28 shows a structure of an Attribute Slice Header (ASH) of point cloud data according to embodiments.
  • ASH Attribute Slice Header
  • GSH Geometry Slice Header
  • FIG. 30 is a flowchart illustrating a method of receiving point cloud data according to embodiments.
  • 31 is a block diagram illustrating an apparatus for receiving point cloud data according to embodiments.
  • 32 is an example of a flowchart illustrating a method of transmitting point cloud data according to embodiments.
  • 33 is an example of a flowchart illustrating a method for receiving point cloud data according to embodiments.
  • FIG. 1 shows an example of a point cloud content providing system according to embodiments.
  • the point cloud content providing system shown in FIG. 1 may include a transmission device 10000 and a reception device 10004 .
  • the transmitting device 10000 and the receiving device 10004 are capable of wired/wireless communication in order to transmit/receive point cloud data.
  • the transmission device 10000 may secure, process, and transmit a point cloud video (or point cloud content).
  • the transmission device 10000 may be a fixed station, a base transceiver system (BTS), a network, an Ariticial Intelligence (AI) device and/or system, a robot, an AR/VR/XR device and/or a server and the like.
  • BTS base transceiver system
  • AI Ariticial Intelligence
  • robot an AR/VR/XR device and/or a server and the like.
  • the transmission device 10000 uses a radio access technology (eg, 5G NR (New RAT), LTE (Long Term Evolution)) to perform communication with a base station and/or other wireless devices; It may include robots, vehicles, AR/VR/XR devices, mobile devices, home appliances, Internet of Things (IoT) devices, AI devices/servers, and the like.
  • a radio access technology eg, 5G NR (New RAT), LTE (Long Term Evolution)
  • 5G NR New RAT
  • LTE Long Term Evolution
  • IoT Internet of Things
  • Transmission device 10000 is a point cloud video acquisition unit (Point Cloud Video Acquisition, 10001), a point cloud video encoder (Point Cloud Video Encoder, 10002) and / or a transmitter (Transmitter (or Communication module), 10003) ) contains
  • the point cloud video acquisition unit 10001 acquires the point cloud video through processing such as capturing, synthesizing, or generating.
  • the point cloud video is point cloud content expressed as a point cloud that is a set of points located in a three-dimensional space, and may be referred to as point cloud video data or the like.
  • a point cloud video according to embodiments may include one or more frames. One frame represents a still image/picture. Accordingly, the point cloud video may include a point cloud image/frame/picture, and may be referred to as any one of a point cloud image, a frame, and a picture.
  • the point cloud video encoder 10002 encodes the obtained point cloud video data.
  • the point cloud video encoder 10002 may encode point cloud video data based on point cloud compression coding.
  • Point cloud compression coding may include Geometry-based Point Cloud Compression (G-PCC) coding and/or Video based Point Cloud Compression (V-PCC) coding or next-generation coding.
  • G-PCC Geometry-based Point Cloud Compression
  • V-PCC Video based Point Cloud Compression
  • the point cloud video encoder 10002 may output a bitstream including encoded point cloud video data.
  • the bitstream may include not only the encoded point cloud video data, but also signaling information related to encoding of the point cloud video data.
  • the transmitter 10003 transmits a bitstream including encoded point cloud video data.
  • the bitstream according to the embodiments is encapsulated into a file or segment (eg, a streaming segment) and transmitted through various networks such as a broadcasting network and/or a broadband network.
  • the transmission device 10000 may include an encapsulation unit (or encapsulation module) that performs an encapsulation operation.
  • the encapsulation unit may be included in the transmitter 10003 .
  • the file or segment may be transmitted to the receiving device 10004 through a network or stored in a digital storage medium (eg, USB, SD, CD, DVD, Blu-ray, HDD, SSD, etc.).
  • the transmitter 10003 may communicate with the receiving device 10004 (or a receiver 10005) through wired/wireless communication through networks such as 4G, 5G, and 6G. Also, the transmitter 10003 may perform a necessary data processing operation according to a network system (eg, a communication network system such as 4G, 5G, or 6G). Also, the transmission device 10000 may transmit encapsulated data according to an on demand method.
  • a network system eg, a communication network system such as 4G, 5G, or 6G.
  • the transmission device 10000 may transmit encapsulated data according to an on demand method.
  • the receiving apparatus 10004 includes a receiver (Receiver, 10005), a point cloud video decoder (Point Cloud Decoder, 10006), and/or a renderer (Renderer, 10007).
  • the receiving device 10004 uses a radio access technology (eg, 5G NR (New RAT), LTE (Long Term Evolution)) to communicate with a base station and/or other wireless devices, a device, a robot , vehicles, AR/VR/XR devices, mobile devices, home appliances, Internet of Things (IoT) devices, AI devices/servers, and the like.
  • 5G NR New RAT
  • LTE Long Term Evolution
  • the receiver 10005 receives a bitstream including point cloud video data or a file/segment in which the bitstream is encapsulated from a network or a storage medium.
  • the receiver 10005 may perform a necessary data processing operation according to a network system (eg, a communication network system such as 4G, 5G, or 6G).
  • the receiver 10005 may output a bitstream by decapsulating the received file/segment.
  • the receiver 10005 may include a decapsulation unit (or a decapsulation module) for performing a decapsulation operation.
  • the decapsulation unit may be implemented as an element (or component) separate from the receiver 10005 .
  • the point cloud video decoder 10006 decodes a bitstream including point cloud video data.
  • the point cloud video decoder 10006 may decode the point cloud video data according to an encoded manner (eg, a reverse process of the operation of the point cloud video encoder 10002 ). Accordingly, the point cloud video decoder 10006 may decode the point cloud video data by performing point cloud decompression coding, which is a reverse process of the point cloud compression.
  • Point cloud decompression coding includes G-PCC coding.
  • the renderer 10007 renders the decoded point cloud video data.
  • the renderer 10007 may output point cloud content by rendering audio data as well as point cloud video data.
  • the renderer 10007 may include a display for displaying the point cloud content.
  • the display may not be included in the renderer 10007 and may be implemented as a separate device or component.
  • the feedback information is information for reflecting the interactivity with the user who consumes the point cloud content, and includes user information (eg, head orientation information, viewport information, etc.).
  • user information eg, head orientation information, viewport information, etc.
  • the feedback information is provided by the content transmitting side (eg, the transmission device 10000) and/or the service provider can be passed on to According to embodiments, the feedback information may be used by the receiving device 10004 as well as the transmitting device 10000 or may not be provided.
  • the head orientation information is information about the user's head position, direction, angle, movement, and the like.
  • the receiving apparatus 10004 may calculate viewport information based on head orientation information.
  • the viewport information is information about the area of the point cloud video that the user is looking at.
  • a viewpoint is a point at which a user is watching a point cloud video, and may mean a central point of the viewport area. That is, the viewport is an area centered on a viewpoint, and the size and shape of the area may be determined by a Field Of View (FOV).
  • FOV Field Of View
  • the reception device 10004 may extract viewport information based on a vertical or horizontal FOV supported by the device in addition to the head orientation information.
  • the receiving device 10004 checks the user's point cloud consumption method, the point cloud video area the user gazes at, the gaze time, and the like by performing a gaze analysis or the like.
  • the receiving device 10004 may transmit feedback information including the result of the gaze analysis to the transmitting device 10000 .
  • Feedback information may be obtained during rendering and/or display.
  • Feedback information may be secured by one or more sensors included in the receiving device 10004 .
  • the feedback information may be secured by the renderer 10007 or a separate external element (or device, component, etc.).
  • a dotted line in FIG. 1 shows a process of transferring feedback information secured by the renderer 10007 .
  • the point cloud content providing system may process (encode/decode) the point cloud data based on the feedback information. Accordingly, the point cloud video data decoder 10006 may perform a decoding operation based on the feedback information. Also, the receiving device 10004 may transmit feedback information to the transmitting device 10000 . The transmitting device 10000 (or the point cloud video data encoder 10002 ) may perform an encoding operation based on the feedback information. Therefore, the point cloud content providing system does not process (encode / decode) all point cloud data, but efficiently processes necessary data (for example, point cloud data corresponding to the user's head position) based on the feedback information, and the user can provide point cloud content to
  • the transmitting apparatus 10000 may be referred to as an encoder, a transmitting device, a transmitter, or the like, and the receiving apparatus 10004 may be referred to as a decoder, a receiving device, a receiver, or the like.
  • Point cloud data (processed in a series of acquisition/encoding/transmission/decoding/rendering) processed in the point cloud content providing system of FIG. 1 according to embodiments may be referred to as point cloud content data or point cloud video data.
  • the point cloud content data may be used as a concept including metadata or signaling information related to the point cloud data.
  • the elements of the point cloud content providing system shown in FIG. 1 may be implemented by hardware, software, a processor and/or a combination thereof.
  • FIG. 2 is a block diagram illustrating an operation of providing point cloud content according to embodiments.
  • the block diagram of FIG. 2 shows the operation of the point cloud content providing system described in FIG. 1 .
  • the point cloud content providing system may process point cloud data based on point cloud compression coding (eg, G-PCC).
  • point cloud compression coding eg, G-PCC
  • the point cloud content providing system may acquire a point cloud video (20000).
  • a point cloud video is expressed as a point cloud belonging to a coordinate system representing a three-dimensional space.
  • a point cloud video according to embodiments may include a Ply (Polygon File format or the Stanford Triangle format) file.
  • the acquired point cloud video may include one or more Ply files.
  • the Ply file contains point cloud data such as the point's geometry and/or attributes. Geometry includes positions of points.
  • the position of each point may be expressed by parameters (eg, values of each of the X-axis, Y-axis, and Z-axis) representing a three-dimensional coordinate system (eg, a coordinate system including XYZ axes).
  • the attribute includes attributes of points (eg, texture information of each point, color (YCbCr or RGB), reflectance (r), transparency, etc.).
  • a point has one or more attributes (or properties).
  • one point may have one attribute of color, or two attributes of color and reflectance.
  • the geometry may be referred to as positions, geometry information, geometry data, and the like, and the attribute may be referred to as attributes, attribute information, attribute data, and the like.
  • the point cloud content providing system receives points from information (eg, depth information, color information, etc.) related to the point cloud video acquisition process. Cloud data can be obtained.
  • the point cloud content providing system may encode the point cloud data (20001).
  • the point cloud content providing system may encode point cloud data based on point cloud compression coding.
  • the point cloud data may include the geometry and attributes of the point.
  • the point cloud content providing system may output a geometry bitstream by performing geometry encoding for encoding the geometry.
  • the point cloud content providing system may output an attribute bitstream by performing attribute encoding for encoding the attribute.
  • the point cloud content providing system may perform attribute encoding based on geometry encoding.
  • the geometry bitstream and the attribute bitstream according to the embodiments may be multiplexed and output as one bitstream.
  • the bitstream according to embodiments may further include signaling information related to geometry encoding and attribute encoding.
  • the point cloud content providing system may transmit the encoded point cloud data (20002).
  • the encoded point cloud data may be expressed as a geometry bitstream and an attribute bitstream.
  • the encoded point cloud data may be transmitted in the form of a bitstream together with signaling information related to encoding of the point cloud data (eg, signaling information related to geometry encoding and attribute encoding).
  • the point cloud content providing system may encapsulate the bitstream for transmitting the encoded point cloud data and transmit it in the form of a file or segment.
  • the point cloud content providing system (eg, the receiving device 10004 or the receiver 10005) according to the embodiments may receive a bitstream including the encoded point cloud data. Also, the point cloud content providing system (eg, the receiving device 10004 or the receiver 10005) may demultiplex the bitstream.
  • the point cloud content providing system may decode the encoded point cloud data (for example, a geometry bitstream, an attribute bitstream) transmitted as a bitstream. have.
  • the point cloud content providing system (for example, the receiving device 10004 or the point cloud video decoder 10005) may decode the point cloud video data based on signaling information related to encoding of the point cloud video data included in the bitstream. have.
  • the point cloud content providing system (eg, the receiving device 10004 or the point cloud video decoder 10005) may decode the geometry bitstream to restore positions (geometry) of the points.
  • the point cloud content providing system may restore attributes of points by decoding an attribute bitstream based on the restored geometry.
  • the point cloud content providing system (eg, the receiving device 10004 or the point cloud video decoder 10005) may reconstruct the point cloud video based on positions and decoded attributes according to the reconstructed geometry.
  • the point cloud content providing system may render the decoded point cloud data (20004).
  • the point cloud content providing system may render the geometry and attributes decoded through the decoding process according to various rendering methods according to the rendering method. Points of the point cloud content may be rendered as a vertex having a certain thickness, a cube having a specific minimum size centered at the vertex position, or a circle centered at the vertex position. All or part of the rendered point cloud content is provided to the user through a display (eg, VR/AR display, general display, etc.).
  • a display eg, VR/AR display, general display, etc.
  • the point cloud content providing system (eg, the receiving device 10004) according to embodiments may secure feedback information (20005).
  • the point cloud content providing system may encode and/or decode the point cloud data based on the feedback information. Since the operation of the feedback information and point cloud content providing system according to the embodiments is the same as the feedback information and operation described with reference to FIG. 1 , a detailed description thereof will be omitted.
  • FIG 3 shows an example of a point cloud video capture process according to embodiments.
  • FIG. 3 shows an example of a point cloud video capture process of the point cloud content providing system described with reference to FIGS. 1 to 2 .
  • the point cloud content is an object located in various three-dimensional spaces (eg, a three-dimensional space representing a real environment, a three-dimensional space representing a virtual environment, etc.) and/or a point cloud video representing the environment (images and/or videos) are included.
  • one or more cameras eg, an infrared camera capable of securing depth information, color information corresponding to depth information
  • Point cloud video can be captured using an RGB camera that can extract
  • the point cloud content providing system according to the embodiments may extract a shape of a geometry composed of points in a three-dimensional space from depth information, and extract an attribute of each point from color information to secure point cloud data.
  • An image and/or an image according to embodiments may be captured based on at least one of an inward-facing method and an outward-facing method.
  • the left side of FIG. 3 shows an inward-pacing scheme.
  • the inward-pacing method refers to a method in which one or more cameras (or camera sensors) located surrounding the central object capture the central object.
  • the inward-facing method provides a 360-degree image of a point cloud content that provides a 360-degree image of a core object to the user (for example, a 360-degree image of an object (e.g., a core object such as a character, player, object, actor, etc.) to the user.
  • VR/AR content for example, a 360-degree image of an object (e.g., a core object such as a character, player, object, actor, etc.)
  • the right side of FIG. 3 shows an outward-pacing scheme.
  • the outward-pacing method refers to a method in which one or more cameras (or camera sensors) positioned surrounding the central object capture the environment of the central object rather than the central object.
  • the outward-pacing method may be used to generate point cloud content (eg, content representing an external environment that may be provided to a user of an autonomous vehicle) for providing a surrounding environment that appears from the user's point of view.
  • point cloud content eg, content representing an external environment that may be provided to a user of an autonomous vehicle
  • the point cloud content may be generated based on a capture operation of one or more cameras.
  • the point cloud content providing system may perform calibration of one or more cameras in order to set a global coordinate system before a capture operation.
  • the point cloud content providing system may generate the point cloud content by synthesizing the image and/or image captured by the above-described capture method and an arbitrary image and/or image.
  • the point cloud content providing system may not perform the capture operation described with reference to FIG. 3 when generating point cloud content representing a virtual space.
  • the point cloud content providing system according to the embodiments may perform post-processing on the captured image and/or the image. That is, the point cloud content providing system removes an unwanted area (for example, a background), recognizes a space where captured images and/or images are connected, and fills in a spatial hole if there is one. can
  • the point cloud content providing system may generate one point cloud content by performing coordinate system transformation on points of the point cloud video obtained from each camera.
  • the point cloud content providing system may perform coordinate system transformation of points based on the position coordinates of each camera. Accordingly, the point cloud content providing system may generate content representing one wide range and may generate point cloud content having a high density of points.
  • FIG. 4 shows an example of a point cloud encoder according to embodiments.
  • the point cloud encoder controls point cloud data (eg, positions of points and/or attributes) and perform an encoding operation.
  • point cloud data e.g, positions of points and/or attributes
  • the point cloud content providing system may not be able to stream the corresponding content in real time. Accordingly, the point cloud content providing system may reconfigure the point cloud content based on a maximum target bitrate in order to provide it according to a network environment.
  • the point cloud encoder may perform geometry encoding and attribute encoding. Geometry encoding is performed before attribute encoding.
  • the point cloud encoder may include a coordinate system transformation unit (Transformation Coordinates, 40000), a quantization unit (Quantize and Remove Points (Voxelize), 40001), an octree analysis unit (Analyze Octree, 40002), and a surface appropriation analysis unit ( Analyze Surface Approximation (40003), Arithmetic Encode (40004), Reconstruct Geometry (40005), Color Transformer (Transform Colors, 40006), Attribute Transformer (Transfer Attributes, 40007), RAHT Transform a unit 40008, an LOD generator (Generated LOD, 40009), a lifting transform unit (Lifting) 40010, a coefficient quantization unit (Quantize Coefficients, 40011) and/or an arithmetic encoder (Arithmetic Encode, 40012).
  • a coordinate system transformation unit Transformation Coordinates, 40000
  • a quantization unit Quantization and Remove Points (Voxelize)
  • the coordinate system transformation unit 40000, the quantization unit 40001, the octree analysis unit 40002, the surface approximation analysis unit 40003, the arithmetic encoder 40004, and the geometry reconstruction unit 40005 perform geometry encoding. can do.
  • Geometry encoding according to embodiments may include octree geometry coding, direct coding, trisoup geometry encoding, and entropy encoding. Direct coding and trisup geometry encoding are applied selectively or in combination. Also, the geometry encoding is not limited to the above example.
  • the coordinate system conversion unit 40000 receives the positions and converts them into a coordinate system.
  • the positions may be converted into position information in a three-dimensional space (eg, a three-dimensional space expressed in an XYZ coordinate system, etc.).
  • Location information in a 3D space according to embodiments may be referred to as geometry information.
  • the quantizer 40001 quantizes the geometry. For example, the quantizer 40001 may quantize the points based on the minimum position values of all points (eg, the minimum values on each axis with respect to the X-axis, Y-axis, and Z-axis). The quantization unit 40001 multiplies the difference between the minimum position value and the position value of each point by a preset quatization scale value, and then performs a quantization operation to find the nearest integer value by rounding or rounding it down. Accordingly, one or more points may have the same quantized position (or position value). The quantizer 40001 according to embodiments performs voxelization based on quantized positions to reconstruct quantized points.
  • the quantizer 40001 performs voxelization based on quantized positions to reconstruct quantized points.
  • a minimum unit including 2D image/video information is a pixel, and points of point cloud content (or 3D point cloud video) according to embodiments may be included in one or more voxels.
  • the quantizer 40001 may match groups of points in a 3D space to voxels.
  • one voxel may include only one point.
  • one voxel may include one or more points.
  • a position of a ceter of a corresponding voxel may be set based on positions of one or more points included in one voxel.
  • attributes of all positions included in one voxel may be combined and assigned to a corresponding voxel.
  • the octree analyzer 40002 performs octree geometry coding (or octree coding) to represent voxels in an octree structure.
  • the octree structure represents points matched to voxels based on the octal tree structure.
  • the surface approximation analyzer 40003 may analyze and approximate the octree.
  • Octree analysis and approximation is a process of analyzing to voxelize a region including a plurality of points in order to efficiently provide octree and voxelization.
  • the arithmetic encoder 40004 entropy encodes the octree and/or the approximated octree.
  • the encoding method includes an arithmetic encoding method.
  • the encoding results in a geometry bitstream.
  • Color transform unit 40006, attribute transform unit 40007, RAHT transform unit 40008, LOD generating unit 40009, lifting transform unit 40010, coefficient quantization unit 40011 and/or arithmetic encoder 40012 performs attribute encoding.
  • one point may have one or more attributes. Attribute encoding according to embodiments is equally applied to attributes of one point. However, when one attribute (eg, color) includes one or more elements, independent attribute encoding is applied to each element.
  • Attribute encoding may include color transform coding, attribute transform coding, region adaptive hierarchical transform (RAHT) coding, interpolaration-based hierarchical nearest-neighbor prediction-Prediction Transform coding, and interpolation-based hierarchical nearest -neighbor prediction with an update/lifting step (Lifting Transform)) may include coding.
  • RAHT region adaptive hierarchical transform
  • coding interpolaration-based hierarchical nearest-neighbor prediction-Prediction Transform coding
  • Lifting Transform interpolation-based hierarchical nearest -neighbor prediction with an update/lifting step
  • attribute encoding is not limited to the above-described example.
  • the color conversion unit 40006 performs color conversion coding for converting color values (or textures) included in attributes.
  • the color conversion unit 40006 may convert the format of color information (eg, convert from RGB to YCbCr).
  • the operation of the color converter 40006 according to embodiments may be optionally applied according to color values included in the attributes.
  • the geometry reconstruction unit 40005 reconstructs (decompresses) an octree and/or an approximated octree.
  • the geometry reconstruction unit 40005 reconstructs an octree/voxel based on a result of analyzing the distribution of points.
  • the reconstructed octree/voxel may be referred to as a reconstructed geometry (or a reconstructed geometry).
  • the attribute transform unit 40007 performs an attribute transform that transforms attributes based on positions where geometry encoding has not been performed and/or a reconstructed geometry. As described above, since the attributes are dependent on the geometry, the attribute conversion unit 40007 may transform the attributes based on the reconstructed geometry information. For example, the attribute conversion unit 40007 may convert an attribute of a point at the position based on the position value of the point included in the voxel. As described above, when the position of the center point of a corresponding voxel is set based on the positions of one or more points included in one voxel, the attribute conversion unit 40007 converts attributes of the one or more points. When the tri-soup geometry encoding is performed, the attribute conversion unit 40007 may convert the attributes based on the tri-soup geometry encoding.
  • the attribute conversion unit 40007 is an average value of attributes or attribute values (eg, color or reflectance of each point) of neighboring points within a specific position/radius from the position (or position value) of the center point of each voxel. can be calculated to perform attribute transformation.
  • the attribute conversion unit 40007 may apply a weight according to the distance from the center point to each point when calculating the average value.
  • each voxel has a position and a computed attribute (or attribute value).
  • the attribute transform unit 40007 may search for neighboring points existing within a specific position/radius from the position of the center point of each voxel based on the K-D tree or the Morton code.
  • the K-D tree is a binary search tree and supports a data structure that can manage points based on location so that Nearest Neighbor Search-NNS is possible quickly.
  • the Molton code represents a coordinate value (eg (x, y, z)) representing the three-dimensional position of all points as a bit value, and is generated by mixing the bits. For example, if the coordinate value indicating the position of the point is (5, 9, 1), the bit value of the coordinate value is (0101, 1001, 0001).
  • the attribute transform unit 40007 may align the points based on the Molton code value and perform a shortest neighbor search (NNS) through a depth-first traversal process. After the attribute transform operation, when the nearest neighbor search (NNS) is required in another transform process for attribute coding, a K-D tree or a Molton code is used.
  • NSS shortest neighbor search
  • the converted attributes are input to the RAHT conversion unit 40008 and/or the LOD generation unit 40009.
  • the RAHT converter 40008 performs RAHT coding for predicting attribute information based on the reconstructed geometry information.
  • the RAHT transform unit 40008 may predict attribute information of a node at an upper level of the octree based on attribute information associated with a node at a lower level of the octree.
  • the LOD generator 40009 generates a level of detail (LOD) to perform predictive transform coding.
  • LOD level of detail
  • the LOD according to the embodiments indicates the detail of the point cloud content, and the smaller the LOD value, the lower the detail of the point cloud content, and the larger the LOD value, the higher the detail of the point cloud content. Points may be classified according to LOD.
  • the lifting transform unit 40010 performs lifting transform coding that transforms the attributes of the point cloud based on weights. As described above, lifting transform coding may be selectively applied.
  • the coefficient quantizer 40011 quantizes the attribute-coded attributes based on the coefficients.
  • the arithmetic encoder 40012 encodes the quantized attributes based on arithmetic coding.
  • the elements of the point cloud encoder of FIG. 4 are hardware including one or more processors or integrated circuits configured to communicate with one or more memories included in the point cloud providing device. , software, firmware, or a combination thereof.
  • the one or more processors may perform at least any one or more of the operations and/or functions of the elements of the point cloud encoder of FIG. 4 described above.
  • the one or more processors may also operate or execute a set of software programs and/or instructions for performing the operations and/or functions of the elements of the point cloud encoder of FIG. 4 .
  • One or more memories may include high speed random access memory, non-volatile memory (eg, one or more magnetic disk storage devices, flash memory devices, or other non-volatile solid state memory). memory devices (such as solid-state memory devices).
  • FIG. 5 shows an example of a voxel according to embodiments.
  • voxel 5 is generated through an octree structure that recursively subdivides a bounding box (cubical axis-aligned bounding box) defined by two poles (0,0,0) and (2d, 2d, 2d)
  • a voxel is shown.
  • One voxel includes at least one or more points.
  • a voxel may estimate spatial coordinates from a positional relationship with a voxel group.
  • voxels have attributes (such as color or reflectance) like pixels of a 2D image/image. A detailed description of the voxel is the same as that described with reference to FIG. 4 and thus will be omitted.
  • FIG. 6 shows an example of an octree and an occupancy code according to embodiments.
  • the point cloud content providing system (point cloud video encoder 10002) or point cloud encoder (eg, octree analysis unit 40002) efficiently manages the area and/or position of voxels.
  • point cloud video encoder 10002 or point cloud encoder eg, octree analysis unit 40002
  • octree geometry coding or octree coding based on octree structure is performed.
  • FIG. 6 shows the octree structure.
  • the three-dimensional space of the point cloud content according to the embodiments is expressed by axes (eg, X-axis, Y-axis, and Z-axis) of the coordinate system.
  • the octree structure is created by recursive subdividing a cubic axis-aligned bounding box defined by two poles (0,0,0) and (2 d , 2 d , 2 d ). . 2d may be set to a value constituting the smallest bounding box surrounding all points of the point cloud content (or point cloud video).
  • d represents the depth of the octree.
  • the value of d is determined according to the following equation. In the following equation (x int n , y int n , z int n ) represents positions (or position values) of quantized points.
  • the entire 3D space may be divided into eight spaces according to the division.
  • Each divided space is represented by a cube with six faces.
  • each of the eight spaces is again divided based on the axes of the coordinate system (eg, X-axis, Y-axis, and Z-axis). Therefore, each space is further divided into 8 small spaces.
  • the divided small space is also expressed as a cube with six faces. This division method is applied until a leaf node of the octree becomes a voxel.
  • the lower part of FIG. 6 shows the occupanci code of the octree.
  • An occupancy code of an octree is generated to indicate whether each of eight divided spaces generated by dividing one space includes at least one point. Accordingly, one occupanci code is expressed by eight child nodes. Each child node represents the occupancies of the divided space, and each child node has a value of 1 bit. Therefore, the occupanci code is expressed as an 8-bit code. That is, if at least one point is included in the space corresponding to the child node, the corresponding node has a value of 1. If the space corresponding to the child node does not contain a point (empty), the node has a value of 0. Since the occupanci code shown in FIG.
  • a point cloud encoder (eg, arithmetic encoder 40004 ) according to embodiments may entropy encode the occupanci code. In addition, to increase the compression efficiency, the point cloud encoder can intra/inter-code the occupanci code.
  • the receiving apparatus (eg, the receiving apparatus 10004 or the point cloud video decoder 10006) according to embodiments reconstructs an octree based on the occupanci code.
  • the point cloud encoder (eg, the point cloud encoder of FIG. 4 , or the octree analyzer 40002) according to embodiments may perform voxelization and octree coding to store positions of points.
  • the points in the 3D space are not always evenly distributed, there may be a specific area where there are not many points. Therefore, it is inefficient to perform voxelization on the entire 3D space. For example, if there are few points in a specific area, it is not necessary to perform voxelization up to the corresponding area.
  • the point cloud encoder does not perform voxelization on the above-described specific region (or a node other than a leaf node of an octree), but directly codes positions of points included in the specific region. ) can be done. Coordinates of direct coding points according to embodiments are called direct coding mode (DCM).
  • DCM direct coding mode
  • the point cloud encoder according to the embodiments may perform trisoup geometry encoding for reconstructing positions of points in a specific region (or node) based on a voxel based on a surface model.
  • Tri-Soop geometry encoding is a geometry encoding that expresses the representation of an object as a series of triangle meshes.
  • the point cloud decoder can generate a point cloud from the mesh surface.
  • Direct coding and trisup geometry encoding according to embodiments may be selectively performed. Also, direct coding and trisup geometry encoding according to embodiments may be performed in combination with octree geometry coding (or octree coding).
  • the option to use a direct mode for applying direct coding must be activated, and a node to which direct coding is to be applied is not a leaf node, but is below a threshold within a specific node. points must exist. In addition, the number of whole points to be subjected to direct coding should not exceed a preset limit value. If the above condition is satisfied, the point cloud encoder (or the arithmetic encoder 40004 ) according to embodiments may entropy-code positions (or position values) of points.
  • the point cloud encoder (for example, the surface appropriation analyzer 40003) according to the embodiments determines a specific level of the octree (when the level is smaller than the depth d of the octree), and from that level, a node using the surface model It is possible to perform tri-soup geometry encoding that reconstructs the position of a point in a region based on voxels (tri-soup mode).
  • the point cloud encoder according to the embodiments may designate a level to which tri-soup geometry encoding is to be applied. For example, if the specified level is equal to the depth of the octree, the point cloud encoder will not operate in trichop mode.
  • the point cloud encoder may operate in the tri-soup mode only when the designated level is smaller than the depth value of the octree.
  • a three-dimensional cube region of nodes of a specified level according to embodiments is called a block.
  • One block may include one or more voxels.
  • a block or voxel may correspond to a brick.
  • the geometry is represented as a surface.
  • a surface according to embodiments may intersect each edge of the block at most once.
  • a vertex existing along an edge is detected when there is at least one occupied voxel adjacent to the edge among all blocks sharing the edge.
  • An ocupided voxel means a voxel including a point. The position of the vertex detected along the edge is the average position along the edge of all voxels of all voxels adjacent to the edge among all blocks sharing the edge.
  • the point cloud encoder When a vertex is detected, the point cloud encoder according to the embodiments entropy-codes the starting point (x, y, z) of the edge, the direction vectors ( ⁇ x, ⁇ y, ⁇ z) of the edge, and the vertex position values (relative position values within the edge).
  • the point cloud encoder eg, the geometry reconstruction unit 40005
  • the point cloud encoder performs triangle reconstruction, up-sampling, and voxelization processes. to create a reconstructed geometry (reconstructed geometry).
  • Vertices located at the edge of a block determine the surface that passes through the block.
  • the surface according to embodiments is a non-planar polygon.
  • the triangle reconstruction process reconstructs the surface represented by a triangle based on the starting point of the edge, the direction vector of the edge, and the position value of the vertex.
  • the triangle reconstruction process is as follows. 1 Calculate the centroid value of each vertex, 2 perform a square on the values obtained by subtracting the center value from each vertex value, and obtain the sum of all the values.
  • the minimum value of the added values is obtained, and the projection process is performed along the axis with the minimum value. For example, if the x element is the minimum, each vertex is projected on the x-axis with respect to the center of the block and projected on the (y, z) plane. If the projected value on the (y, z) plane is (ai, bi), the ⁇ value is obtained through atan2(bi, ai), and the vertices are aligned based on the ⁇ value.
  • the table below shows combinations of vertices for generating a triangle according to the number of vertices. Vertices are sorted in order from 1 to n.
  • the table below shows that for four vertices, two triangles can be formed according to a combination of vertices.
  • the first triangle may be composed of 1st, 2nd, and 3rd vertices among aligned vertices
  • the second triangle may be composed of 3rd, 4th, and 1st vertices among aligned vertices.
  • the upsampling process is performed to voxelize the triangle by adding points along the edge of the triangle. Create additional points based on the upsampling factor and the width of the block. The additional points are called refined vertices.
  • the point cloud encoder may voxel the refined vertices. Also, the point cloud encoder may perform attribute encoding based on the voxelized position (or position value).
  • FIG. 7 shows an example of a neighbor node pattern according to embodiments.
  • the point cloud encoder may perform entropy coding based on context adaptive arithmetic coding.
  • the point cloud content providing system or the point cloud encoder directly transmits the occupanci code.
  • Entropy coding is possible.
  • the point cloud content providing system or point cloud encoder performs entropy encoding (intra-encoding) based on the occupancies of the current node and the occupancies of neighboring nodes, or entropy encoding (inter-encoding) based on the occupancies of the previous frame. ) can be done.
  • a frame according to embodiments means a set of point cloud videos generated at the same time.
  • a point cloud encoder determines occupancy of neighboring nodes of each node of an octree and obtains a value of a neighbor pattern.
  • the neighbor node pattern is used to infer the occupancies pattern of the corresponding node.
  • the left side of FIG. 7 shows a cube corresponding to a node (a cube located in the center) and six cubes (neighbor nodes) sharing at least one face with the cube.
  • the nodes shown in the figure are nodes of the same depth (depth).
  • the numbers shown in the figure represent the weights (1, 2, 4, 8, 16, 32, etc.) associated with each of the six nodes. Each weight is sequentially assigned according to the positions of neighboring nodes.
  • the right side of FIG. 7 shows the neighboring node pattern values.
  • the neighbor node pattern value is the sum of values multiplied by the weights of the ocupided neighbor nodes (neighbor nodes with points). Therefore, the neighbor node pattern values range from 0 to 63. When the value of the neighbor node pattern is 0, it indicates that there is no node (ocupid node) having a point among the neighboring nodes of the corresponding node. When the neighbor node pattern value is 63, it indicates that all of the neighbor nodes are ocupid nodes. As shown in the figure, since neighboring nodes to which weights 1, 2, 4, and 8 are assigned are ocupided nodes, the neighboring node pattern value is 15, which is the sum of 1, 2, 4, and 8.
  • the point cloud encoder may perform coding according to the value of the neighboring node pattern (for example, if the value of the neighboring node pattern is 63, 64 types of coding are performed). According to embodiments, the point cloud encoder may reduce coding complexity by changing the neighbor node pattern value (eg, based on a table that changes 64 to 10 or 6).
  • the encoded geometry is reconstructed (decompressed).
  • the geometry reconstruction operation may include changing the arrangement of the direct coded points (eg, placing the direct coded points in front of the point cloud data).
  • the geometry reconstruction process is triangular reconstruction, upsampling, and voxelization. Since the attribute is dependent on the geometry, the attribute encoding is performed based on the reconstructed geometry.
  • the point cloud encoder may reorganize the points by LOD.
  • the figure shows the point cloud content corresponding to the LOD.
  • the left side of the drawing shows the original point cloud content.
  • the second figure from the left of the figure shows the distribution of the points of the lowest LOD, and the rightmost figure of the figure shows the distribution of the points of the highest LOD. That is, the points of the lowest LOD are sparsely distributed, and the points of the highest LOD are densely distributed. That is, as the LOD increases according to the direction of the arrow indicated at the bottom of the drawing, the interval (or distance) between the points becomes shorter.
  • the point cloud content providing system or the point cloud encoder (for example, the point cloud video encoder 10002, the point cloud encoder of FIG. 4, or the LOD generator 40009) generates an LOD. can do.
  • the LOD is created by reorganizing the points into a set of refinement levels according to a set LOD distance value (or set of Euclidean Distance).
  • the LOD generation process is performed not only in the point cloud encoder but also in the point cloud decoder.
  • FIG. 9 shows examples (P0 to P9) of points of point cloud content distributed in a three-dimensional space.
  • the original order of FIG. 9 indicates the order of points P0 to P9 before LOD generation.
  • the LOD based order of FIG. 9 indicates the order of points according to the LOD generation. Points are rearranged by LOD. Also, the high LOD includes points belonging to the low LOD.
  • LOD0 includes P0, P5, P4 and P2.
  • LOD1 includes the points of LOD0 and P1, P6 and P3.
  • LOD2 includes points of LOD0, points of LOD1, and P9, P8 and P7.
  • the point cloud encoder may perform predictive transform coding, lifting transform coding, and RAHT transform coding selectively or in combination.
  • a point cloud encoder may generate predictors for points and perform predictive transform coding to set a predictive attribute (or predictive attribute value) of each point. That is, N predictors may be generated for N points.
  • the prediction attribute (or attribute value) is a weight calculated based on the distance to each neighboring point in the attributes (or attribute values, for example, color, reflectance, etc.) of neighboring points set in the predictor of each point (or a weight value) is set as the average value of the multiplied value.
  • the point cloud encoder for example, the coefficient quantization unit 40011 according to the embodiments subtracts the predicted attribute (attribute value) from the attribute (attribute value) of each point (residuals, residual attribute, residual attribute value, attribute quantization and inverse quantization can be performed on the prediction residual value, etc.
  • the quantization process is shown in the following table.
  • the point cloud encoder (eg, the arithmetic encoder 40012 ) according to embodiments may entropy-code the quantized and dequantized residual values as described above when there are neighboring points to the predictor of each point.
  • the point cloud encoder (eg, the arithmetic encoder 40012 ) according to embodiments may entropy-code attributes of a corresponding point without performing the above-described process if there are no neighboring points in the predictor of each point.
  • the point cloud encoder (for example, the lifting transform unit 40010) according to the embodiments generates a predictor of each point, sets the LOD calculated in the predictor and registers neighboring points, and according to the distance to the neighboring points
  • Lifting transform coding can be performed by setting weights.
  • Lifting transform coding according to embodiments is similar to the aforementioned predictive transform coding, but is different in that a weight is accumulated and applied to an attribute value.
  • the weights calculated for all predictors are additionally multiplied by the weights stored in the QW corresponding to the predictor index, and the calculated weights are cumulatively added to the update weight array as the indexes of neighboring nodes.
  • the value obtained by multiplying the calculated weight by the attribute value of the index of the neighbor node is accumulated and summed.
  • predictive attribute values are calculated by additionally multiplying the attribute values updated through the lift update process by the weights updated through the lift prediction process (stored in QW).
  • a point cloud encoder eg, the coefficient quantization unit 40011
  • a point cloud encoder eg, arithmetic encoder 40012
  • entropy codes the quantized attribute values.
  • the point cloud encoder (for example, the RAHT transform unit 40008) according to the embodiments may perform RAHT transform coding for predicting the attributes of the nodes of the higher level by using the attributes associated with the nodes at the lower level of the octree.
  • RAHT transform coding is an example of attribute intra coding with octree backward scan.
  • the point cloud encoder according to the embodiments scans the entire area from the voxel, and repeats the merging process up to the root node while merging the voxels into a larger block at each step.
  • the merging process according to the embodiments is performed only for the ocupid node. A merging process is not performed on an empty node, and a merging process is performed on a node immediately above the empty node.
  • the following equation represents the RAHT transformation matrix. denotes the average attribute value of voxels in level l. Is Wow can be calculated from Wow the weight of class am.
  • the root node is the last class is created as follows,
  • the gDC value is also quantized and entropy-coded like the high-pass coefficient.
  • FIG. 10 shows an example of a point cloud decoder according to embodiments.
  • the point cloud decoder shown in FIG. 10 is an example of the point cloud video decoder 10006 described in FIG. 1 , and may perform the same or similar operations to the operation of the point cloud video decoder 10006 described in FIG. 1 .
  • the point cloud decoder may receive a geometry bitstream and an attribute bitstream included in one or more bitstreams.
  • the point cloud decoder includes a geometry decoder and an attribute decoder.
  • the geometry decoder outputs decoded geometry by performing geometry decoding on the geometry bitstream.
  • the attribute decoder outputs decoded attributes by performing attribute decoding based on the decoded geometry and the attribute bitstream.
  • the decoded geometry and decoded attributes are used to reconstruct the point cloud content (decoded point cloud).
  • FIG. 11 shows an example of a point cloud decoder according to embodiments.
  • the point cloud decoder shown in FIG. 11 is an example of the point cloud decoder described with reference to FIG. 10 , and may perform a decoding operation that is a reverse process of the encoding operation of the point cloud encoder described with reference to FIGS. 1 to 9 .
  • the point cloud decoder may perform geometry decoding and attribute decoding. Geometry decoding is performed before attribute decoding.
  • a point cloud decoder may include an arithmetic decoder 11000, a synthesize octree 11001, a synthesize surface approximation 11002, and a reconstruct geometry , 11003), inverse transform coordinates (11004), arithmetic decoder (11005), inverse quantize (11006), RAHT transform unit (11007), LOD generator (generate LOD, 11008) ), an inverse lifting unit (Inverse lifting, 11009), and / or color inverse transform unit (inverse transform colors, 11010).
  • the arithmetic decoder 11000 , the octree synthesizer 11001 , the surface opproximation synthesizer 11002 , the geometry reconstruction unit 11003 , and the coordinate system inverse transformation unit 11004 may perform geometry decoding.
  • Geometry decoding according to embodiments may include direct coding and trisoup geometry decoding. Direct coding and trisup geometry decoding are optionally applied. Also, the geometry decoding is not limited to the above example, and is performed as a reverse process of the geometry encoding described with reference to FIGS. 1 to 9 .
  • the arithmetic decoder 11000 decodes the received geometry bitstream based on arithmetic coding.
  • the operation of the arithmetic decoder 11000 corresponds to the reverse process of the arithmetic encoder 40004 .
  • the octree synthesizing unit 11001 may generate an octree by obtaining an ocupancy code from a decoded geometry bitstream (or information about a geometry secured as a result of decoding).
  • a detailed description of the occupanci code is the same as described with reference to FIGS. 1 to 9 .
  • the surface op-proximation synthesizing unit 11002 may synthesize a surface based on the decoded geometry and/or the generated octree when the tri-top geometry encoding is applied.
  • the geometry reconstruction unit 11003 may reconstruct a geometry based on the surface and/or the decoded geometry. As described with reference to FIGS. 1 to 9 , direct coding and tri-soup geometry encoding are selectively applied. Accordingly, the geometry reconstruction unit 11003 directly brings and adds position information of points to which direct coding is applied. In addition, when tri-soup geometry encoding is applied, the geometry reconstruction unit 11003 may perform a reconstruction operation of the geometry reconstruction unit 40005, for example, triangle reconstruction, up-sampling, and voxelization to restore the geometry. have. Specific details are the same as those described with reference to FIG. 6 and thus will be omitted.
  • the reconstructed geometry may include a point cloud picture or frame that does not include attributes.
  • the coordinate system inverse transform unit 11004 may obtain positions of points by transforming the coordinate system based on the restored geometry.
  • the arithmetic decoder 11005, the inverse quantization unit 11006, the RAHT transform unit 11007, the LOD generation unit 11008, the inverse lifting unit 11009, and/or the color inverse transform unit 11010 are the attributes described with reference to FIG. decoding can be performed.
  • Attribute decoding according to embodiments includes Region Adaptive Hierarchical Transform (RAHT) decoding, Interpolaration-based hierarchical nearest-neighbor prediction-Prediction Transform decoding, and interpolation-based hierarchical nearest-neighbor prediction with an update/lifting step (Lifting Transform)) decoding may be included.
  • RAHT Region Adaptive Hierarchical Transform
  • Interpolaration-based hierarchical nearest-neighbor prediction-Prediction Transform decoding Interpolaration-based hierarchical nearest-neighbor prediction-Prediction Transform decoding
  • interpolation-based hierarchical nearest-neighbor prediction with an update/lifting step (Lifting Transform)) decoding may be included.
  • the arithmetic decoder 11005 decodes an attribute bitstream by arithmetic coding.
  • the inverse quantization unit 11006 inverse quantizes the decoded attribute bitstream or information about the attribute secured as a result of decoding, and outputs inverse quantized attributes (or attribute values). Inverse quantization may be selectively applied based on attribute encoding of the point cloud encoder.
  • the RAHT transformation unit 11007, the LOD generation unit 11008, and/or the inverse lifting unit 11009 may process the reconstructed geometry and dequantized attributes. As described above, the RAHT converting unit 11007, the LOD generating unit 11008 and/or the inverse lifting unit 11009 may selectively perform a corresponding decoding operation according to the encoding of the point cloud encoder.
  • the color inverse transform unit 11010 performs inverse transform coding for inverse transforming color values (or textures) included in decoded attributes.
  • the operation of the color inverse transform unit 11010 may be selectively performed based on the operation of the color transform unit 40006 of the point cloud encoder.
  • the elements of the point cloud decoder of FIG. 11 are not shown in the figure, hardware including one or more processors or integrated circuits configured to communicate with one or more memories included in the point cloud providing apparatus , software, firmware, or a combination thereof.
  • One or more processors may perform at least any one or more of the operations and/or functions of the elements of the point cloud decoder of FIG. 11 described above.
  • the one or more processors may operate or execute a set of software programs and/or instructions for performing operations and/or functions of the elements of the point cloud decoder of FIG. 11 .
  • the transmission device shown in FIG. 12 is an example of the transmission device 10000 of FIG. 1 (or the point cloud encoder of FIG. 4 ).
  • the transmitting apparatus shown in FIG. 12 may perform at least any one or more of the same or similar operations and methods to the operations and encoding methods of the point cloud encoder described with reference to FIGS. 1 to 9 .
  • the transmission apparatus includes a data input unit 12000 , a quantization processing unit 12001 , a voxelization processing unit 12002 , an occupancy code generation unit 12003 , a surface model processing unit 12004 , and an intra/ Inter-coding processing unit 12005, arithmetic coder 12006, metadata processing unit 12007, color conversion processing unit 12008, attribute conversion processing unit (or attribute conversion processing unit) 12009, prediction/lifting/RAHT conversion It may include a processing unit 12010 , an arithmetic coder 12011 , and/or a transmission processing unit 12012 .
  • the data input unit 12000 receives or acquires point cloud data.
  • the data input unit 12000 may perform the same or similar operation and/or acquisition method to the operation and/or acquisition method of the point cloud video acquisition unit 10001 (or the acquisition process 20000 described in FIG. 2 ).
  • the coder 12006 performs geometry encoding. Since the geometry encoding according to the embodiments is the same as or similar to the geometry encoding described with reference to FIGS. 1 to 9 , a detailed description thereof will be omitted.
  • the quantization processing unit 12001 quantizes a geometry (eg, a position value of points or a position value).
  • the operation and/or quantization of the quantization processing unit 12001 is the same as or similar to the operation and/or quantization of the quantization unit 40001 described with reference to FIG. 4 .
  • a detailed description is the same as that described with reference to FIGS. 1 to 9 .
  • the voxelization processing unit 12002 voxelizes position values of quantized points.
  • the voxelization processing unit 12002 may perform the same or similar operations and/or processes as those of the quantization unit 40001 described with reference to FIG. 4 and/or the voxelization process. A detailed description is the same as that described with reference to FIGS. 1 to 9 .
  • the octree occupancy code generator 12003 performs octree coding on the positions of voxelized points based on the octree structure.
  • the octree occupancy code generator 12003 may generate an occupanci code.
  • the octree occupancy code generator 12003 may perform the same or similar operations and/or methods to those of the point cloud encoder (or the octree analyzer 40002) described with reference to FIGS. 4 and 6 . A detailed description is the same as that described with reference to FIGS. 1 to 9 .
  • the surface model processing unit 12004 may perform tri-supply geometry encoding for reconstructing positions of points in a specific region (or node) based on a voxel based on a surface model.
  • the fore surface model processing unit 12004 may perform the same or similar operations and/or methods to those of the point cloud encoder (eg, the surface appropriation analyzer 40003) described with reference to FIG. 4 .
  • a detailed description is the same as that described with reference to FIGS. 1 to 9 .
  • the intra/inter coding processing unit 12005 may perform intra/inter coding of point cloud data.
  • the intra/inter coding processing unit 12005 may perform the same or similar coding to the intra/inter coding described with reference to FIG. 7 . A detailed description is the same as that described with reference to FIG. 7 .
  • the intra/inter coding processing unit 12005 may be included in the arithmetic coder 12006 .
  • the arithmetic coder 12006 entropy encodes an octree and/or an approximated octree of point cloud data.
  • the encoding method includes an arithmetic encoding method.
  • the arithmetic coder 12006 performs the same or similar operations and/or methods as the operations and/or methods of the arithmetic encoder 40004 .
  • the metadata processing unit 12007 processes metadata related to point cloud data, for example, a setting value, and provides it to necessary processing such as geometry encoding and/or attribute encoding. Also, the metadata processing unit 12007 according to embodiments may generate and/or process signaling information related to geometry encoding and/or attribute encoding. Signaling information according to embodiments may be encoded separately from geometry encoding and/or attribute encoding. Also, signaling information according to embodiments may be interleaved.
  • the color conversion processing unit 12008, the attribute conversion processing unit 12009, the prediction/lifting/RAHT conversion processing unit 12010, and the arithmetic coder 12011 perform attribute encoding. Since the attribute encoding according to the embodiments is the same as or similar to the attribute encoding described with reference to FIGS. 1 to 9 , a detailed description thereof will be omitted.
  • the color conversion processing unit 12008 performs color conversion coding for converting color values included in the attributes.
  • the color conversion processing unit 12008 may perform color conversion coding based on the reconstructed geometry.
  • the description of the reconstructed geometry is the same as that described with reference to FIGS. 1 to 9 .
  • the same or similar operation and/or method to the operation and/or method of the color conversion unit 40006 described with reference to FIG. 4 is performed. A detailed description will be omitted.
  • the attribute transformation processing unit 12009 performs an attribute transformation for transforming attributes based on positions where geometry encoding has not been performed and/or a reconstructed geometry.
  • the attribute transformation processing unit 12009 performs the same or similar operations and/or methods as those of the attribute transformation unit 40007 described in FIG. 4 . A detailed description will be omitted.
  • the prediction/lifting/RAHT transform processing unit 12010 may code the transformed attributes by any one or a combination of RAHT coding, predictive transform coding, and lifting transform coding.
  • the prediction/lifting/RAHT transformation processing unit 12010 performs at least one or more of the same or similar operations to the operations of the RAHT transformation unit 40008, the LOD generation unit 40009, and the lifting transformation unit 40010 described with reference to FIG. 4 . do.
  • the descriptions of predictive transform coding, lifting transform coding, and RAHT transform coding are the same as those described with reference to FIGS. 1 to 9 , a detailed description thereof will be omitted.
  • the arithmetic coder 12011 may encode coded attributes based on arithmetic coding.
  • the arithmetic coder 12011 performs the same or similar operations and/or methods to the operations and/or methods of the arithmetic encoder 400012 .
  • the transmission processing unit 12012 transmits each bitstream including the encoded geometry and/or encoded attribute and metadata information, or converts the encoded geometry and/or the encoded attribute and metadata information into one It can be transmitted by composing it as a bitstream.
  • the bitstream may include one or more sub-bitstreams.
  • the bitstream according to the embodiments is a sequence parameter set (SPS) for signaling of a sequence level, a geometry parameter set (GPS) for signaling of a geometry information coding, an attribute parameter set (APS) for signaling of an attribute information coding, a tile Signaling information including a Tile Parameter Set (TPS) for level signaling and slice data may be included.
  • SPS sequence parameter set
  • GPS geometry parameter set
  • APS attribute parameter set
  • TPS Tile Parameter Set
  • Slice data may include information about one or more slices.
  • One slice according to embodiments may include one geometry bitstream (Geom0 0 ) and one or more attribute bitstreams (Attr0 0 , Attr1 0 ).
  • a slice refers to a series of syntax elements representing all or a part of a coded point cloud frame.
  • the TPS may include information about each tile (eg, coordinate value information and height/size information of a bounding box, etc.) for one or more tiles.
  • a geometry bitstream may include a header and a payload.
  • the header of the geometry bitstream according to the embodiments may include identification information (geom_ parameter_set_id), a tile identifier (geom_tile_id), a slice identifier (geom_slice_id) of a parameter set included in GPS, and information about data included in a payload, etc.
  • the metadata processing unit 12007 may generate and/or process signaling information and transmit it to the transmission processing unit 12012 .
  • elements performing geometry encoding and elements performing attribute encoding may share data/information with each other as dotted lines are processed.
  • the transmission processing unit 12012 may perform the same or similar operation and/or transmission method to the operation and/or transmission method of the transmitter 10003 . Since the detailed description is the same as that described with reference to FIGS. 1 to 2 , a detailed description thereof will be omitted.
  • FIG. 13 is an example of a receiving apparatus according to embodiments.
  • the reception apparatus shown in FIG. 13 is an example of the reception apparatus 10004 of FIG. 1 (or the point cloud decoder of FIGS. 10 and 11 ).
  • the receiving apparatus shown in FIG. 13 may perform at least any one or more of the same or similar operations and methods to the operations and decoding methods of the point cloud decoder described with reference to FIGS. 1 to 11 .
  • the reception apparatus includes a reception unit 13000 , a reception processing unit 13001 , an arithmetic decoder 13002 , an Occupancy code-based octree reconstruction processing unit 13003 , and a surface model processing unit (triangle reconstruction). , up-sampling, voxelization) 13004, inverse quantization processing unit 13005, metadata parser 13006, arithmetic decoder 13007, inverse quantization processing unit 13008, prediction It may include a /lifting/RAHT inverse transformation processing unit 13009 , an inverse color transformation processing unit 13010 , and/or a renderer 13011 .
  • Each component of decoding according to embodiments may perform a reverse process of a component of encoding according to embodiments.
  • the receiver 13000 receives point cloud data.
  • the receiver 13000 may perform the same or similar operation and/or reception method as the operation and/or reception method of the receiver 10005 of FIG. 1 . A detailed description will be omitted.
  • the reception processing unit 13001 may acquire a geometry bitstream and/or an attribute bitstream from the received data.
  • the reception processing unit 13001 may be included in the reception unit 13000 .
  • the arithmetic decoder 13002, the occupancy code-based octree reconstruction processing unit 13003, the surface model processing unit 13004, and the inverse quantization processing unit 13005 may perform geometry decoding. Since the geometry decoding according to the embodiments is the same as or similar to the geometry decoding described with reference to FIGS. 1 to 10 , a detailed description thereof will be omitted.
  • the arithmetic decoder 13002 may decode a geometry bitstream based on arithmetic coding.
  • the arithmetic decoder 13002 performs the same or similar operations and/or coding to the operations and/or coding of the arithmetic decoder 11000 .
  • the ocupancy code-based octree reconstruction processing unit 13003 may reconstruct the octopus by obtaining an occupanci code from a decoded geometry bitstream (or information about a geometry secured as a result of decoding).
  • the occupancy code-based octree reconstruction processing unit 13003 performs the same or similar operations and/or methods as those of the octree synthesis unit 11001 and/or the octree generation method.
  • the surface model processing unit 13004 may decode a trichop geometry based on the surface model method and reconstruct the geometry related thereto (eg, triangle reconstruction, up-sampling, voxelization) based on the surface model method when trisuple geometry encoding is applied. can be performed.
  • the surface model processing unit 13004 performs the same or similar operations to the operations of the surface op-proximation synthesis unit 11002 and/or the geometry reconstruction unit 11003 .
  • the inverse quantization processing unit 13005 may inverse quantize the decoded geometry.
  • the metadata parser 13006 may parse metadata included in the received point cloud data, for example, a setting value.
  • the metadata parser 13006 may pass the metadata to geometry decoding and/or attribute decoding. A detailed description of the metadata is the same as that described with reference to FIG. 12 , and thus will be omitted.
  • the arithmetic decoder 13007 , the inverse quantization processing unit 13008 , the prediction/lifting/RAHT inverse transformation processing unit 13009 , and the color inverse transformation processing unit 13010 perform attribute decoding. Since the attribute decoding is the same as or similar to the attribute decoding described with reference to FIGS. 1 to 10 , a detailed description thereof will be omitted.
  • the arithmetic decoder 13007 may decode the attribute bitstream by arithmetic coding.
  • the arithmetic decoder 13007 may perform decoding of the attribute bitstream based on the reconstructed geometry.
  • the arithmetic decoder 13007 performs the same or similar operation and/or coding to the operation and/or coding of the arithmetic decoder 11005 .
  • the inverse quantization processing unit 13008 may inverse quantize the decoded attribute bitstream.
  • the inverse quantization processing unit 13008 performs the same or similar operations and/or methods to those of the inverse quantization unit 11006 and/or the inverse quantization method.
  • the prediction/lifting/RAHT inverse transform processing unit 13009 may process the reconstructed geometry and inverse quantized attributes.
  • the prediction/lifting/RAHT inverse transform processing unit 13009 performs the same or similar operations and/or decodings as the operations and/or decodings of the RAHT transform unit 11007, the LOD generation unit 11008 and/or the inverse lifting unit 11009 and/or At least any one or more of the decodings are performed.
  • the color inverse transform processing unit 13010 according to embodiments performs inverse transform coding for inverse transforming color values (or textures) included in decoded attributes.
  • the color inverse transform processing unit 13010 performs the same or similar operation and/or inverse transform coding to the operation and/or inverse transform coding of the color inverse transform unit 11010 .
  • the renderer 13011 may render point cloud data.
  • FIG. 14 illustrates an example of a structure capable of interworking with a method/device for transmitting and receiving point cloud data according to embodiments.
  • the structure of FIG. 14 includes at least one or more of a server 1460 , a robot 1410 , an autonomous vehicle 1420 , an XR device 1430 , a smartphone 1440 , a home appliance 1450 , and/or an HMD 1470 .
  • a configuration connected to the cloud network 1410 is shown.
  • the robot 1410 , the autonomous vehicle 1420 , the XR device 1430 , the smart phone 1440 , or the home appliance 1450 are referred to as devices.
  • the XR device 1430 may correspond to a point cloud data (PCC) device according to embodiments or may be linked with the PCC device.
  • PCC point cloud data
  • the cloud network 1400 may constitute a part of the cloud computing infrastructure or may refer to a network existing in the cloud computing infrastructure.
  • the cloud network 1400 may be configured using a 3G network, a 4G or Long Term Evolution (LTE) network, or a 5G network.
  • LTE Long Term Evolution
  • the server 1460 includes at least one of a robot 1410 , an autonomous vehicle 1420 , an XR device 1430 , a smartphone 1440 , a home appliance 1450 and/or an HMD 1470 , and a cloud network 1400 . It is connected through and may help at least a part of the processing of the connected devices 1410 to 1470 .
  • a Head-Mount Display (HMD) 1470 represents one of the types in which an XR device and/or a PCC device according to embodiments may be implemented.
  • the HMD-type device according to the embodiments includes a communication unit, a control unit, a memory unit, an I/O unit, a sensor unit, and a power supply unit.
  • the devices 1410 to 1450 shown in FIG. 14 may be linked/coupled with the point cloud data transmission/reception device according to the above-described embodiments.
  • XR / PCC device 1430 is PCC and / or XR (AR + VR) technology is applied, HMD (Head-Mount Display), HUD (Head-Up Display) provided in the vehicle, television, mobile phone, smart phone, It may be implemented as a computer, a wearable device, a home appliance, a digital signage, a vehicle, a stationary robot, or a mobile robot.
  • HMD Head-Mount Display
  • HUD Head-Up Display
  • the XR/PCC device 1430 analyzes three-dimensional point cloud data or image data acquired through various sensors or from an external device to generate position data and attribute data for three-dimensional points in the surrounding space or real objects. Information can be obtained and the XR object to be output can be rendered and output. For example, the XR/PCC apparatus 1430 may output an XR object including additional information on the recognized object to correspond to the recognized object.
  • the XR/PCC device 1430 may be implemented as a mobile phone 1440 or the like to which PCC technology is applied.
  • the mobile phone 1440 may decode and display the point cloud content based on the PCC technology.
  • the autonomous vehicle 1420 may be implemented as a mobile robot, a vehicle, an unmanned aerial vehicle, etc. by applying PCC technology and XR technology.
  • the autonomous driving vehicle 1420 to which the XR/PCC technology is applied may mean an autonomous driving vehicle equipped with a means for providing an XR image or an autonomous driving vehicle subject to control/interaction within the XR image.
  • the autonomous driving vehicle 1420 that is the target of control/interaction within the XR image may be distinguished from the XR device 1430 and may be interlocked with each other.
  • the autonomous vehicle 1420 having means for providing an XR/PCC image may obtain sensor information from sensors including a camera, and output an XR/PCC image generated based on the acquired sensor information.
  • the autonomous vehicle 1420 may provide an XR/PCC object corresponding to a real object or an object in a screen to a passenger by outputting an XR/PCC image with a HUD.
  • the XR/PCC object when the XR/PCC object is output to the HUD, at least a portion of the XR/PCC object may be output to overlap the real object to which the passenger's gaze is directed.
  • the XR/PCC object when the XR/PCC object is output to a display provided inside the autonomous vehicle, at least a part of the XR/PCC object may be output to overlap the object in the screen.
  • the autonomous vehicle 1220 may output XR/PCC objects corresponding to objects such as a lane, other vehicles, traffic lights, traffic signs, two-wheeled vehicles, pedestrians, and buildings.
  • VR Virtual Reality
  • AR Augmented Reality
  • MR Magnetic Reality
  • PCC Point Cloud Compression
  • VR technology is a display technology that provides objects or backgrounds in the real world only as CG images.
  • AR technology refers to a technology that shows a virtual CG image on top of an actual object image.
  • the MR technology is similar to the AR technology described above in that it shows the virtual objects by mixing and combining them in the real world.
  • AR technology the distinction between real objects and virtual objects made of CG images is clear, and virtual objects are used in a form that complements real objects, whereas in MR technology, virtual objects are regarded as having the same characteristics as real objects. distinct from technology. More specifically, for example, a hologram service to which the aforementioned MR technology is applied.
  • VR, AR, and MR technologies are sometimes called XR (extended reality) technologies rather than clearly distinguishing them. Accordingly, embodiments of the present invention are applicable to all of VR, AR, MR, and XR technologies. For these technologies, encoding/decoding based on PCC, V-PCC, and G-PCC technologies may be applied.
  • the PCC method/apparatus according to the embodiments may be applied to a vehicle providing an autonomous driving service.
  • a vehicle providing an autonomous driving service is connected to a PCC device for wired/wireless communication.
  • the point cloud data (PCC) transceiver receives/processes AR/VR/PCC service-related content data that can be provided together with the autonomous driving service when connected to a vehicle to enable wired/wireless communication, can be sent to
  • the point cloud transceiver may receive/process AR/VR/PCC service-related content data according to a user input signal input through the user interface device and provide it to the user.
  • a vehicle or a user interface device may receive a user input signal.
  • a user input signal according to embodiments may include a signal indicating an autonomous driving service.
  • 15 is a block diagram illustrating an apparatus for transmitting point cloud data according to embodiments.
  • the transmitting apparatus 1500 may perform the same or similar operation to the encoding operation described with reference to FIGS. 1 to 14 .
  • the transmitting apparatus includes an octree generation unit 1501, an Octree generation, a geometry prediction unit 1502, a quantization unit 1503, Quantization, an entropy coder 1504, Entropy coding, and a subsampling unit ( 1506, (Color Conversion) & sub-sampling), attribute prediction unit 1507, Attribute prediction unit 1508, Transform & quantization unit 1508, entropy coder 1509, Entropy coding, and/or multiplexing unit 1510 , MUX).
  • the transmitting apparatus according to the embodiments may further include one or more elements for performing the same or similar operation to the encoding operation described with reference to FIGS. 1 to 14 .
  • Point cloud (PCC) data or point cloud compression (Point Cloud Compression, PCC) data is input data of the point cloud data transmission device 1500 and may include geometry and/or attributes.
  • Geometry is information indicating a position (eg, a position) of a point, and may be expressed as parameters of a coordinate system such as a rectangular coordinate system, a cylindrical coordinate system, or a spherical coordinate system.
  • the attribute according to embodiments indicates an attribute of a point (eg, color, transparency, reflectivity, grayscale, etc.).
  • the geometry may be referred to as geometry information (or geometry data), and the attribute may be referred to as attribute information (or attribute data).
  • the octree generator structures the geometry information of the input point cloud data for geometry coding into a structure such as an octree.
  • Geometry information according to embodiments is structured based on at least one of an octree, a quadtree, a binary tree, a triple tree, and a k-d tree.
  • a geometry prediction unit codes structured geometry information.
  • the quantizer according to embodiments may quantize the coded geometry information.
  • the entropy coder 1503 may entropy-code quantized geometry information and output a geometry bitstream.
  • the octree generation unit, the geometry prediction unit, the quantization unit, and the entropy coder 1503 perform the geometry coding (or geometry encoding) described with reference to FIGS. 1 to 14 .
  • the operations of the octree generation unit, the geometry prediction unit, the quantization unit, and the entropy coder 1503 according to the embodiments are the coordinate system transform unit 40000, the quantization unit 40001, the octree analysis unit 40002, and the surface language described with reference to FIG. 4 .
  • the operations of the proximation analyzer 40003 , the arithmetic encoder 40004 , and the geometry reconstruction unit 40005 are the same as or similar to those of the operations.
  • the operations of the octree generation unit, the geometry prediction unit, the quantization unit, and the entropy coder 1503 include the data input unit 12100, the quantization processing unit 12001, the voxelization processing unit 12002, the data input unit 12100 described with reference to FIG.
  • the operations of the octree occupancy code generator 12003 , the surface model processor 12004 , the intra/inter coding processor 12005 , the arithmetic coder 12006 , and the metadata processor 12007 are the same as or similar to those of the operations.
  • the distribution characteristic of the points of the point cloud data may be based on the surrounding environment of the point cloud video acquirer (eg, the acquirer of FIG. 1 ).
  • points of point cloud data obtained through LiDAR may be more sparsely distributed in the z-axis direction than in the x-axis and y-axis directions. That is, points of the acquired point cloud data may be non-uniformly distributed according to the surrounding environment of the acquisition unit.
  • the transmitting apparatus performs point cloud data encoding in consideration of the non-uniform distribution characteristics of the points described above.
  • the transmitter performs geometry encoding based on the above-described octree structure (the octree described in FIGS.
  • the transmitting apparatus may asymmetrically compress (or encode) the geometry information and the attribute information. That is, the transmitter may selectively compress the attribute information to correspond to the selected attribute based on the subsampling scheme for compressing all attribute information corresponding to the geometry information. Compression efficiency can be further improved by reducing the size of the bitstream.
  • the above-described process of selectively compressing attribute information and/or a process necessary for selectively compressing attribute information may be referred to as attribute subsampling, subsampling scheme, or subsampling. . That is, the transmitting apparatus according to the embodiments may compress some attributes instead of compressing all attributes of the points. Also, some attributes are among all attributes.
  • the subsampling unit may perform attribute subsampling (or subsampling process) based on a subsampling scheme.
  • a subsampling scheme may include a method (or subsampling method) of subsampling an attribute of one or more points.
  • the transmitting apparatus may perform attribute encoding (eg, the attribute encoding described with reference to FIGS. 1 to 14 ) only on attributes of points subsampled by the subsampling unit. That is, by subsampling according to embodiments, the number of attributes to be subjected to attribute encoding is reduced compared to the case in which subsampling is not performed.
  • the signaling information (or signaling information) regarding the subsampling scheme including the subsampling method according to the embodiments may be included in the bitstream and delivered to the receiving device.
  • the reception apparatus according to the embodiments may identify a subsampled attribute based on the information on the subsampling method included in the above-described signaling information, and may perform an attribute reconstruction (or restoration) process.
  • the subsampling unit may perform color conversion coding for converting a color value included in the attribute information.
  • the sub-sampling unit according to example embodiments may perform the same or similar operation as that of the color conversion processing unit 12008 of FIG. 12 .
  • the attribute prediction unit receives the subsampled attribute information and performs attribute coding.
  • the transform/quantization unit performs attribute transform and/or quantization on attribute-coded attribute information.
  • the entropy coder 1506 entropy-codes the transformed and/or quantized attribute information and outputs an attribute bitstream.
  • the attribute prediction unit, transform/quantization unit, and entropy coder 1506 perform attribute encoding (or attribute coding).
  • the operation of the attribute prediction unit, the transform/quantization unit, and the entropy coder 1506 according to the embodiments is the geometry reconstruction unit 40005, the color conversion unit 40006, the attribute conversion unit 40007, and the RAHT described with reference to FIG. 4 .
  • the operations of the transform unit 40008 , the LOD generating unit 40009 , the lifting transform unit 40010 , the coefficient quantization unit 40011 , and/or the arithmetic encoder 40012 are the same as or similar to those of the operation.
  • the operation of the attribute prediction unit, the transform/quantization unit, and the entropy coder 1506 according to the embodiments is the color conversion processing unit 12008, the attribute conversion processing unit 12009, and the prediction/lifting/RAHT conversion processing unit described with reference to FIG. 12 . (12110), the same or similar to the operation of the arithmetic coder (12011).
  • the multiplexer according to the embodiments may transmit a geometry bitstream and/or an attribute bitstream, respectively, or may transmit a geometry bitstream and/or an attribute bitstream by forming a single bitstream.
  • the operation of the multiplexer according to the embodiments is the same as or similar to that of the transmission processing unit 12012 of FIG. 12 .
  • the point cloud data transmission apparatus may transmit a bitstream in which a geometry bitstream and/or an attribute bitstream are multiplexed.
  • the bitstream according to the embodiments may further include signaling information (or signaling information) regarding the above-described subsampling scheme.
  • the point cloud data transmission apparatus may encapsulate the bitstream and transmit it in the form of segments and/or files.
  • FIG 16 illustrates an example of an attribute subsampling method according to embodiments.
  • FIG. 16 shows an example of a method of performing the subsampling process described above in FIG. 15 .
  • At least one element included in the transmitting apparatus according to the embodiments may perform the subsampling described with reference to FIG. 16 .
  • the transmitting apparatus eg, the subsampling unit of FIG. 15
  • the transmitting apparatus may perform a process of grouping points (or attributes) of point cloud data into one or more groups.
  • the transmitting apparatus may perform a process of selecting at least one point (or attribute) from among the points (or attributes) included in each group.
  • the transmitting device may subsample the selected point (or attribute).
  • Subsampling according to embodiments may be performed according to a method (or a first method) based on the geometry of one or more points of the point cloud data.
  • the first method according to embodiments may be based on a subsampling unit, a subsampling direction subsampling scan order, and/or a subsampling order.
  • the transmitting apparatus according to the embodiments may perform the above-described grouping process based on the subsampling unit and the subsampling direction.
  • the transmitting apparatus according to the embodiments may perform the above-described selecting process according to a subsampling scan order and/or a subsampling order.
  • the transmitting apparatus according to the embodiments may subsample the attribute of the selected points.
  • the transmitting apparatus according to the embodiments may include the information about the subsampling unit, the subsampling direction subsampling scan order and/or the subsampling order in the signaling information described with reference to FIG. 15 and deliver it to the receiving apparatus.
  • Reference numerals 1600 to 1602 of FIG. 16 correspond to a bird's-eye view of the three-dimensional coordinate system (eg, the three-dimensional coordinate system defined by the x-axis, y-axis, and z-axis described in FIG. 2 ) viewed in xy plane in the z-axis direction.
  • the three-dimensional coordinate system eg, the three-dimensional coordinate system defined by the x-axis, y-axis, and z-axis described in FIG. 2
  • viewed in xy plane in the z-axis direction viewed in xy plane in the z-axis direction.
  • a subsampling unit may indicate a minimum spatial unit in a 3D space for subsampling.
  • a subsampling unit according to embodiments may correspond to a space corresponding to an integer multiple of a leaf node (eg, a leaf node described with reference to FIG. 6 ). That is, the maximum number of points included in the subsampling unit is constant. For example, 1600 to 1602 are cases in which a subsampling unit represents a space corresponding to twice the size of a leaf node.
  • the subsampling direction may indicate a direction in which the above-described subsampling unit is formed. That is, the subsampling direction may be defined when the above-described subsampling unit has an integer multiple of 2 or more of a leaf node. For example, 1600 indicates a case in which a subsampling unit is twice the size of a leaf node, and the subsampling direction is the x-axis direction.
  • Reference numeral 1601 denotes a case in which a subsampling unit corresponds to twice the size of a leaf node, and the subsampling direction is the y-axis direction.
  • Reference numeral 1602 denotes a case in which a subsampling unit represents a space corresponding to twice the size of a leaf node, and subsampling directions are the x-axis and y-axis directions. That is, the subsampling unit according to the embodiments may be defined based on a leaf node and a subsampling direction.
  • the subsampling scan order may indicate an order of scanning points included in the subsampling unit within the subsampling unit.
  • the subsampling scan order is positive in the x-axis, negative in the x-axis, positive in the y-axis, negative in the y-axis, positive in the z-axis, negative in the z-axis, left to right ( left to right), a right to left direction, or a Z-scan direction.
  • 1600 indicates scanning the points in the positive direction of the x-axis within the subsampling unit.
  • 1601 indicates that points are scanned in the positive direction of the y-axis in the subsampling unit.
  • 1602 indicates scanning the points in the z-scan direction within the subsampling unit.
  • the subsampling order according to the embodiments may indicate the order of points to be subjected to subsampling among points scanned according to the aforementioned subsampling scan order. That is, the value of the subsampling order may be less than or equal to a value indicating the number of points included in the subsampling unit. For example, 1600 to 1602 are cases in which the subsampling order represents 1.
  • the transmitting apparatus may group the points by forming a space corresponding to twice the size of the leaf node in the positive direction of the x-axis. A maximum of two points may be included in one group.
  • the transmitting apparatus may select the first scanned point 1600a by scanning the points included in each group in the positive x-axis direction, and may not select the other points 1600b.
  • the transmitting device may select the point 1600a having the smallest x-coordinate value indicating the position of the point from among the points included in each group.
  • the transmitting apparatus may subsample the selected points and may perform attribute encoding (eg, attribute encoding described with reference to FIG. 15 ) on the attributes of the subsampled points.
  • a subsampling unit 1506 may group points by forming a space corresponding to twice the size of the leaf node in the positive y-axis direction. A maximum of two points may be included in one group.
  • the transmitting apparatus may select the first scanned point 1601a by scanning points included in each group in the positive direction of the y-axis, and may not select the other points 1601b. That is, the transmitter may select the point 1601a having the smallest y-coordinate value indicating the position of the point from among the points included in each group.
  • the transmitting apparatus may subsample the selected points and may perform attribute encoding (eg, attribute encoding described with reference to FIG. 15 ) on the attributes of the subsampled points.
  • the subsampling unit 1602 indicates that the subsampling unit represents a space corresponding to twice the number of leaf nodes, the subsampling direction represents the x-axis and y-axis directions, and the subsampling scan order represents the Z-scan direction and the subsampling order represents 1.
  • the transmitting device eg, the subsampling unit 1506 groups the points based on the space generated by forming a space corresponding to twice the size of the leaf node in the positive x-axis and y-axis directions. can Accordingly, a maximum of 4 points may be included in one group.
  • the transmitting apparatus may Z-scan the points included in each group to select the first scanned point 1602a, and may not select the other points 1602b, 1602c, and 1602d. That is, the transmitting device may select a point 1602a having the smallest x-coordinate value and y-coordinate value indicating the position of the point from among the points included in each group.
  • the transmitting apparatus according to embodiments may subsample the selected points and may perform attribute encoding (eg, attribute encoding described with reference to FIG. 15 ) on the attributes of the subsampled points.
  • FIG 17 illustrates an example of an attribute subsampling method according to embodiments.
  • FIG. 17 shows an example of a method of performing the subsampling process described above in FIG. 15 .
  • At least one element (eg, the subsampling unit of FIG. 15 ) included in the transmitting apparatus according to the embodiments may perform the subsampling described with reference to FIG. 17 .
  • the transmitting apparatus (eg, the subsampling unit of FIG. 15 ) may perform a process of grouping points (or attributes) of point cloud data into one or more groups.
  • the transmitting apparatus may perform a process of selecting at least one point (or attribute) from among the points (or attributes) included in each group.
  • the transmitting device may subsample the selected point (or attribute).
  • Subsampling according to embodiments may be performed according to a method (or a second method) based on a rearranged order of one or more points of the point cloud data.
  • Points according to embodiments may be rearranged based on the geometry of the points.
  • a second method according to embodiments may be based on a reordering of points, a subsampling interval and/or a subsampling offset.
  • the transmitting apparatus according to the embodiments may perform the above-described grouping and selection according to realignment of points and a subsampling interval and/or a subsampling offset.
  • the transmitting apparatus may include information about the reordering of the points described above, information about a subsampling interval, and/or information about a subsampling offset in the signaling information described with reference to FIG. 15 and deliver it to the receiving apparatus have.
  • the reordering of points refers to rearranging the order of points based on the geometry of the points.
  • the reordering of points may be based on a Morton code or K-D tree of points (the Morton code or K-D tree described in FIG. 4 ).
  • 1700 and 1701 of FIG. 17 show an example in which points are redefined based on the Molton codes of the points. That is, the Molton code values of the points may increase from left to right of 1700 and 1701 .
  • the rearranged points are indexed in ascending order of the Morton code. That is, the index of the points increases from left to right of 1700 and 1701 .
  • a subsampling rate may indicate an interval between rearranged points for subsampling. That is, the subsampling interval may indicate an interval between indices of points to be selected for subsampling.
  • 1700 is a case in which the subsampling interval represents three. Accordingly, points are grouped by three, and a point having the smallest index in each group may be selected for subsampling. 1702 is a case in which the subsampling interval represents 4. Accordingly, points are grouped by four, and a point having the smallest index in each group may be selected for subsampling.
  • a subsampling offset may indicate a position at which subsampling starts. That is, the subsampling may set the number of points indicated by the subsampling offset value as an offset for the subsampling. For example, 1701 is a case in which the subsampling offset value has two. Accordingly, two points having the earliest order in ascending order of the Morton code may be set as offsets for subsampling. That is, subsampling may be performed from a point corresponding to the third (or the third in ascending index order) of the Morton code in ascending order.
  • the transmitting device eg, the subsampling unit 1506
  • the transmitting device may rearrange the points in an ascending order of the Morton code of the points to assign an index, and may group three points in an ascending order of the index.
  • One group includes three points.
  • the transmitting apparatus may select points 1700a and 1700b having the smallest index (or Morton code) among points included in each group.
  • the transmitting apparatus may subsample the selected points and perform attribute encoding (eg, attribute encoding described with reference to FIG. 15 ) on the attributes of the subsampled points.
  • the transmitting device (for example, the subsampling unit 1506) rearranges the points in the ascending order of the molton code of the points to give an index, and points 2 having the earliest order in the ascending order of the index (or molton code) Except for the number of points, four points may be grouped in ascending order of the index.
  • One group includes 4 points.
  • the transmitting apparatus may select the points 1701a and 1701b having the smallest index (or Morton code) among points included in each group.
  • the transmitting apparatus may subsample the selected points and perform attribute encoding (eg, attribute encoding described with reference to FIG. 15 ) on the attributes of the subsampled points.
  • FIG. 18 shows an example of a method of performing the subsampling process described above in FIG. 15 .
  • At least one element (eg, the subsampling unit of FIG. 15 ) included in the transmitting apparatus according to the embodiments may perform the subsampling described with reference to FIG. 18 .
  • the transmitting apparatus (eg, the subsampling unit of FIG. 15 ) according to embodiments may perform a process of grouping points (or attributes) of point cloud data into one or more groups.
  • the transmitting apparatus may perform a process of selecting at least one point (or attribute) from among the points (or attributes) included in each group.
  • the transmitting device may subsample the selected point (or attribute).
  • Subsampling according to embodiments may be performed according to a method (or a third method) based on a representative point and/or a subsampling distance included in one or more points of the point cloud data.
  • a third method according to embodiments may be based on a representative point and/or a subsampling distance.
  • the transmitting apparatus according to the embodiments may perform the aforementioned grouping and selection according to a representative point and/or a subsampling distance.
  • the transmitting apparatus according to the embodiments may include the aforementioned representative point information and/or subsampling distance information in the signaling information described with reference to FIG. 15 and transmit it to the receiving apparatus.
  • the representative point may be selected from one or more points. Representative points may be selected at regular intervals (or distances).
  • the representative point may correspond to a sub-sampling point.
  • the subsampling distance according to embodiments may be used to form a certain range (or space) based on the representative point.
  • the transmitting device may form a spherical space having a value indicated by a subsampling distance as a radius around a representative point.
  • the transmitting apparatus may group the points by forming a spherical space having a value indicated by the subsampling distance 1801 as a radius around the representative point 1800 .
  • Each group according to embodiments includes at least one point.
  • the spherical space corresponding to each of the grouped groups may or may not overlap each other.
  • the transmitting apparatus according to embodiments may select a representative point from among points included in a spherical space corresponding to each group, and may not select points other than the representative point.
  • the transmitting apparatus may subsample the selected points and perform attribute encoding (eg, attribute encoding described with reference to FIG. 15 ) on the attributes of the subsampled points.
  • attribute encoding eg, attribute encoding described with reference to FIG. 15
  • FIG 19 illustrates an example of an attribute subsampling method according to embodiments.
  • FIG. 19 shows an example of a method of performing the subsampling process described above in FIG. 15 .
  • At least one element (eg, the subsampling unit of FIG. 15 ) included in the transmitting apparatus according to the embodiments may perform the subsampling described with reference to FIG. 19 .
  • the transmitting apparatus (eg, the subsampling unit of FIG. 15 ) according to embodiments may perform a process of grouping points (or attributes) of point cloud data into one or more groups.
  • the transmitting apparatus may perform a process of selecting at least one point (or attribute) from among the points (or attributes) included in each group.
  • the transmitting device may subsample the selected point (or attribute).
  • Subsampling according to embodiments may be performed according to a method (or a fourth method) based on a level of detail (LOD) generated by rearranging one or more points of point cloud data.
  • the LOD according to the embodiments corresponds to the LOD described above with reference to FIGS. 4 and 8 to 15 .
  • the fourth method according to the embodiments may be performed based on the LOD generation method and/or the LOD to be subsampling.
  • the transmitting apparatus according to the embodiments may perform the above-described grouping and selection based on the LOD generation method and/or the LOD to be subsampling.
  • the transmitting apparatus according to the embodiments may include information on the LOD generating method and/or the subsampling target LOD in the signaling information described with reference to FIG. 15 and transmit it to the receiving apparatus.
  • the LOD generating method represents the above-described LOD generating method.
  • the LOD may be generated by reorganizing points into a set of refinement levels.
  • the LOD may be generated based on a Euclidean distance between points.
  • the LOD may be generated based on an octree structure (the octree described with reference to FIGS. 1 to 15 ) according to the geometry of the points.
  • the LOD may be generated based on the Morton code order of the points (the Morton code described with reference to FIGS. 1 to 15 ).
  • a method of generating the LOD by the transmitting apparatus according to the embodiments is not limited to the above-described example.
  • An LOD to be a subsampling target may indicate an LOD including points selected for subsampling. That is, the transmitting apparatus according to the embodiments may select and subsample points included in the LOD to be subsampling. For example, if the LOD to be subsampling indicates LOD 0 and LOD 1, the transmitting device selects points included in LOD 0 and LOD 1 for subsampling, and is included in LODs other than LOD 0 and LOD 1 for subsampling. Points may not be selected. That is, the LOD selected by the LOD as the subsampling target may have a smaller LOD value (or LOD) level than the unselected LOD.
  • the transmitting apparatus may generate the LOD according to the LOD generating method and group the points.
  • Each group of grouped groups may correspond to one LOD.
  • the transmitting apparatus may select points for subsampling according to the LOD to be subsampling. That is, the transmitting apparatus may select points included in the LOD to be subsampling for subsampling.
  • the transmitting apparatus may subsample the selected points and perform attribute encoding (eg, attribute encoding described with reference to FIG. 15 ) on the attributes of the subsampled points.
  • FIG 20 illustrates an example of an attribute subsampling method according to embodiments.
  • At least one element included in the transmitting apparatus according to the embodiments may perform the subsampling described with reference to FIG. 20 .
  • the transmitting apparatus may perform subsampling on attributes of points.
  • the attribute of points may indicate one or more attributes, and each attribute may indicate at least one of texture information, color information, reflectance information, and transparency information.
  • each attribute may include one or more channels (or components).
  • the attribute representing the YCbCr color information includes a Y channel (luminance component), a Cb channel (color difference component), and/or a Cr channel (color difference component).
  • the attribute representing the RGB color information includes an R channel, a G channel, and/or a B channel.
  • the transmitting apparatus according to the embodiments may perform subsampling in units of each attribute and/or each channel described above.
  • the transmitting apparatus may perform subsampling according to different subsampling methods (eg, the first to fourth methods described with reference to FIGS. 16 to 19 ) for each attribute and/or each channel. For example, the transmitting apparatus may perform subsampling only on an attribute indicating reflectance information of points. In addition, the transmitting apparatus performs subsampling according to the first method for the R channel, subsampling for the G channel according to the second method among the attributes indicating RGB color information of points, and subsampling for the B channel may not be performed.
  • different subsampling methods eg, the first to fourth methods described with reference to FIGS. 16 to 19 .
  • the transmitting apparatus may perform subsampling only on an attribute indicating reflectance information of points.
  • the transmitting apparatus performs subsampling according to the first method for the R channel, subsampling for the G channel according to the second method among the attributes indicating RGB color information of points, and subsampling for the B channel may not be performed.
  • 20 is an example of a method of performing subsampling on at least one of an R channel, a G channel, and a B channel among attributes indicating RGB color information of points.
  • Reference numeral 2000 denotes an example in which subsampling is performed according to the same subsampling method (eg, the first to fourth methods described above with reference to FIGS. 16 to 19 ) with respect to the R channel, the G channel, and the B channel. That is, the attribute of the subsampled points of 2000 may include all of the R channel, the G channel, and the B channel.
  • Point cloud data may have a non-uniform attribute distribution.
  • the R channel and the G channel of the point cloud data may be distributed relatively sparsely compared to the B channel.
  • subsampling according to the same subsampling method is applied to the R channel, G channel, and B channel of the above-described point cloud data
  • subsampling according to different subsampling methods is applied to the R channel, G channel and B channel
  • the distortion of the attribute may become more severe.
  • the transmitting device may set the subsampling frequency for the R channel and the G channel to be smaller than the subsampling frequency for the B channel with respect to the above-described point cloud data.
  • the subsampling frequency according to embodiments may indicate the frequency at which subsampling is performed for an attribute or a channel.
  • the subsampling frequency according to the embodiments is a subsampling unit of FIG. 16, a subsampling direction subsampling scan order and a subsampling order, a rearrangement of points in FIG. 17, a subsampling interval and a subsampling offset, a representative of FIG. 18 It may be determined according to the point and the subsampling distance and the LOD generation method of FIG. 19 and the LOD to be subsampling.
  • the attribute of the subsampled points of 2001 may include all of the R channel, the G channel, and the B channel, or may include only the G channel.
  • the subsampling method for the G channel and the subsampling method for the R channel and the B channel are applied differently among the R channel, the G channel, and the B channel. That is, the subsampling frequency for the G channel and the subsampling frequency for the R channel and the B channel may be different from each other.
  • the subsampling order of the first method for the G channel and the subsampling order of the first method for the R channel and the B channel may be different from each other.
  • the attribute of subsampled points in 2002 may include either the R channel, the G channel, and the B channel only, or the R channel and the G channel only (not shown in 2002), or the R channel and the B channel only (shown in 2002). not included) may include only the G channel, or may not include all of the R channel, G channel, and B channel.
  • the attribute of subsampled points in 2003 includes either the R channel, the G channel and the B channel, or the R channel and the G channel only, or the R channel and the B channel only (not shown in 2003) or the B channel and the G channel. It may include only the channel, include only any one of the R channel, the G channel, and the B channel, or may not include all of the R channel, the G channel, and the B channel.
  • the transmitting apparatus may apply subsampling according to different subsampling methods in units of each attribute and/or each channel according to attribute characteristics of the point cloud data. That is, the transmitting device performs the grouping process, selection process, and subsampling described above in FIGS. 16 to 19 for each attribute and/or each channel according to the attribute characteristics of the point cloud data. can be done
  • FIG. 21 shows an example of a flowchart of a method for transmitting point cloud data according to embodiments.
  • FIG. 21 is a transmission apparatus (eg, the point cloud video encoder 10002 of FIG. 1 , the point cloud encoder of FIG. 4 , the point cloud encoder described with reference to FIG. 12 , and the point cloud data described with reference to FIG. 15 ) according to embodiments
  • An example of a method of transmitting point cloud data by the transmitting device 1500 or the like is shown.
  • a flowchart of a method for transmitting point cloud data includes a process of grouping point cloud data (2100), a process of selecting a point based on grouping (2101), a process of subsampling (2102), and transforming an attribute It may include a process 2103 , an attribute coding process 2104 , a quantization process 2105 , and/or an arithmetic encoding process 2106 .
  • the transmitting apparatus according to the embodiments may further include one or more processes to perform the point cloud data transmitting method.
  • the process 2100 of grouping point cloud data may receive point cloud data and group points.
  • the description of the grouping process according to the embodiments is the same as or similar to the description of the grouping process described with reference to FIGS. 16 to 20 .
  • the process 2101 of selecting a point based on grouping according to the embodiments includes subsampling at least one point among points included in each grouped group according to the subsampling method (the subsampling method described with reference to FIGS. 16 to 20). includes the selection process.
  • a description of a process of selecting a point based on grouping according to embodiments is the same as or similar to a description of a process of selecting the points described with reference to FIGS. 16 to 20 .
  • the subsampling process 2102 includes a process necessary to perform attribute encoding on attributes of points selected based on a subsampling scheme.
  • An attribute selected based on a subsampling scheme according to embodiments may correspond to some attributes described above with reference to FIG. 15 .
  • the description of the subsampling process according to the embodiments according to the embodiments is the same as or similar to the description of the subsampling described with reference to FIGS. 15 to 20 .
  • the attribute transformation for transforming the attribute is performed based on the reconstructed geometry.
  • a description of a process of transforming an attribute according to embodiments is the same as or similar to a description of an operation of the attribute transforming unit 40007 described above with reference to FIG. 4 .
  • Attribute coding process 2104 includes a process of performing attribute encoding based on any one of RAHT coding, predictive transform coding, or lifting transform coding.
  • the description of the attribute coding process according to the embodiments is the same as or similar to the description of the operations of the RAHT coding, the predictive transform coding, and the lifting transform coding described above with reference to FIG. 4 .
  • the quantization process 2105 includes performing quantization on attribute-encoded point cloud data.
  • the description of the quantization process according to the embodiments is the same as or similar to the description of the operation of the quantization unit 40011 of FIG. 4 .
  • the arithmetic encoding process 2106 may perform entropy encoding on the quantized point cloud data.
  • the description of the arithmetic encoding process according to the embodiments is the same as or similar to the description of the operation of the arithmetic encoder 40004 of FIG. 4 .
  • the transmitting device may transmit a bitstream (eg, the bitstream described with reference to FIGS. 1 to 20 ) to the receiving device according to the point cloud data transmission method described with reference to FIG. 21 .
  • the bitstream may include a geometry bitstream, an attribute bitstream, and/or signaling information regarding the subsampling scheme described with reference to FIGS. 15 to 20 .
  • FIG. 22 shows the structure of a bitstream according to embodiments.
  • the point cloud processing apparatus may transmit the encoded point cloud data in the form of a bitstream.
  • a bitstream is a sequence of bits that forms a representation of point cloud data (or point cloud frame).
  • Point cloud data (or point cloud frame) may be divided into tiles and slices.
  • Point cloud data may be partitioned into multiple slices and encoded within a bitstream.
  • One slice is a set of points and is expressed as a series of syntax elements representing all or part of encoded point cloud data.
  • One slice may or may not have a dependency on other slices.
  • one slice includes one geometry data unit, and may or may not have one or more attribute data units (zero attribute data unit).
  • the attribute data unit is based on the geometry data unit within the same slice. That is, the point cloud data receiving device (for example, the receiving device 10004 or the point cloud video decoder 10006) may process the attribute data based on the decoded geometry data. Therefore, within a slice, a geometry data unit must appear before the associated attribute data units. Data units within a slice are necessarily contiguous, and the order between slices is not specified.
  • a tile is a rectangular cuboid (three-dimensional) in a bounding box (eg, the bounding box described in FIG. 5).
  • a bounding box may contain one or more tiles.
  • One tile may completely or partially overlap another tile.
  • One tile may include one or more slices.
  • the point cloud data transmitting apparatus may provide high-quality point cloud content by processing data corresponding to a tile according to importance. That is, the point cloud data transmission apparatus according to the embodiments may perform point cloud compression coding processing on data corresponding to an area important to a user with better compression efficiency and appropriate latency.
  • a bitstream includes signaling information and a plurality of slices (slice 0, ..., slice n).
  • signaling information appears before slices in the bitstream.
  • the point cloud data receiving apparatus may first secure signaling information and sequentially or selectively process a plurality of slices based on the signaling information.
  • slice 0 (slice0) includes one geometry data unit (Geom00) and two attribute data units (Attr00, Attr10).
  • geometry data units appear before attribute data units within the same slice. Therefore, the point cloud data receiving apparatus first processes (decodes) the geometry data unit (or geometry data), and processes the attribute data unit (or attribute data) based on the processed geometry data.
  • the signaling information according to the embodiments may be referred to as signaling data, metadata, or the like, and is not limited to examples.
  • the signaling information includes a sequence parameter set (SPS), a geometry parameter set (GPS), and one or more attribute parameter sets (APS).
  • SPS is encoding information for the entire sequence, such as profile and level, and may include comprehensive information (sequence level) for the entire sequence, such as picture resolution and video format.
  • GPS is information about the geometry encoding applied to the geometry included in the sequence (bitstream).
  • the GPS may include information on an octree (eg, the octree described in FIG. 6 ), information on an octree depth, and the like.
  • APS is information on attribute encoding to which an attribute is included in a sequence (bitstream). As shown in the figure, the bitstream includes one or more APSs (eg, APS0, APS1.. shown in the figure) according to an identifier for identifying an attribute.
  • the signaling information according to embodiments may further include a TPS.
  • the TPS is information about a tile, and may include information about a tile identifier, a tile size, and the like.
  • the signaling information according to the embodiments is information of a sequence, that is, a bitstream level, and is applied to a corresponding bitstream.
  • the signaling information has a syntax structure including a syntax element and a descriptor for describing it. A pseudo code for describing the syntax may be used.
  • the point cloud receiving apparatus may sequentially parse and process the syntax elements appearing in the syntax.
  • the geometry data unit and the attribute data unit include a geometry header and an attribute header, respectively.
  • the geometry header and the attribute header according to the embodiments have the above-described syntax structure as signaling information applied at a corresponding slice level.
  • a geometry header includes information (or signaling information) for processing a corresponding geometry data unit. Therefore, the geometry header appears first in the corresponding geometry data unit.
  • the point cloud receiving apparatus may process the geometry data unit by first parsing the geometry header.
  • the geometry header has a relationship with the GPS including information on the entire geometry. Accordingly, the geometry header includes information specifying gps_geom_parameter_set_id included in GPS. Also, the geometry header includes tile information (eg, tile_id) related to the slice to which the geometry data unit belongs, and a slice identifier.
  • the attribute header includes information (or signaling information) for processing the corresponding attribute data unit. Therefore, the attribute header appears first in the corresponding attribute data unit.
  • the point cloud receiving apparatus may process the attribute data unit by first parsing the attribute header.
  • the attribute header has a relationship with the APS that includes information about all attributes. Accordingly, the attribute header includes information specifying aps_attr_parameter_set_id included in the APS. As described above, since attribute decoding is based on geometry decoding, the attribute header includes information specifying the slice identifier included in the geometry header in order to determine the geometry data unit associated with the corresponding attribute data unit.
  • FIG. 23 shows a structure of signaling information related to a subsampling scheme according to embodiments.
  • the bitstream of point cloud data may include signaling information regarding the subsampling scheme of FIG. 23 (eg, signaling information regarding the subsampling scheme described with reference to FIGS. 15 to 21 ).
  • the point cloud data receiver may identify some attributes selected based on the subsampling scheme from among all attributes of the point cloud data based on the signaling information about the subsampling scheme of FIG. 23 .
  • subsampling_info_id may indicate an identifier for identifying signaling information regarding a subsampling scheme.
  • num_subsampled_sets may indicate the number of attribute types to which subsampling is applied. For example, when color information and reflectance information among attributes of point cloud data are subsampled, num_subsampled_sets may represent 2. The number indicated by num_subsampled_sets may have a value less than or equal to the number of all attribute types of the point cloud data.
  • the signaling information described in FIG. 22 may further include the following information identified by i.
  • the value indicated by the identifier i may be greater than or equal to 0 and less than the value indicated by num_subsampled_sets.
  • subsampling_set_type (subsampling type information) may indicate an identifier for an attribute type to which subsampling is applied. For example, if subsampling_set_type has 0, it indicates that the geometry of points is subsampled. The method of subsampling the geometry of the points is the same as or similar to the method of subsampling the attribute described above with reference to FIGS. 15 to 22 . When subsampling_set_type has 1, it indicates that the attribute of points is subsampled. When subsampling_set_type has 2, it indicates that an attribute representing color information is subsampled. When subsampling_set_type has 3, it indicates that an attribute representing reflectance information is subsampled.
  • subsampling_set_type 4 indicates that the attribute representing material information is subsampled. Having subsampling_set_type 5 indicates that the R channel of the attribute indicating color information is subsampled. Having subsampling_set_type 6 indicates that the G channel of the attribute representing color information is subsampled. Having subsampling_set_type 7 indicates that the B channel of the attribute representing color information is subsampled.
  • subsampling_grouping_method (information on the subsampling method) indicates information on the subsampling method described with reference to FIGS. 16 to 21 .
  • subsampling_grouping_method indicates a method of performing subsampling. For example, if subsampling_grouping_method has 0, it indicates that subsampling is not performed. When subsampling_grouping_method has 1 (or information about the first method), it indicates that subsampling is performed according to the first method described in FIG. 16 . If subsampling_grouping_method has 2 (or information about the second method), it indicates that subsampling is performed according to the second method described above in FIG. 17 .
  • subsampling_grouping_method has 3 (or information about the third method), it indicates that subsampling is performed according to the third method described above in FIG. 18 . If subsampling_grouping_method has 4 (or information about the fourth method), it indicates that subsampling is performed according to the fourth method described above in FIG. 19 .
  • the signaling information of FIG. 23 may further include the following information.
  • subsampling_direction (information about the subsampling direction) may indicate the subsampling direction (the subsampling direction of FIG. 16 ). For example, if subsampling_direction has 0, it indicates the x-axis direction. If subsampling_direction has 1, it indicates the y-axis direction. If subsampling_direction has 2, it indicates the z-axis direction. If subsampling_direction has 3, it indicates the x-axis and y-axis directions. If subsampling_direction has 4, it indicates the y-axis and z-axis directions. If subsampling_direction has 5, it indicates the x-axis and z-axis directions. If subsampling_direction has 6, it indicates the x-axis, y-axis, and z-axis directions.
  • subsampling_unit_size (information on the subsampling unit, not shown in this figure) may indicate information on the subsampling unit described above with reference to FIG. 16 .
  • the size of the space corresponding to the subsampling unit may be determined based on a value indicated by subsampling_unit_size. For example, a subsampling unit having a subsampling_unit_size of 2 has a space corresponding to twice that of a leaf node. As described above with reference to FIG. 16 , a subsampling unit may be determined according to subsampling_unit_size and subsampling_direction.
  • the subsampling unit according to embodiments may be determined by the following information instead of the above-described subsampling_unit_size and subsampling_direction.
  • subsampling_unit_size_x (subsampling unit x-axis information), subsampling_unit_size_y (subsampling unit y-axis information), and subsampling_unit_size_z (subsampling unit z-axis information) indicate information on the subsampling unit described above in FIG. 16 .
  • subsampling_unit_size_x represents information about an integer multiple of a leaf node along the x-axis.
  • subsampling_unit_size_y represents information about an integer multiple of leaf nodes along the y-axis.
  • subsampling_unit_size_z represents information about an integer multiple of a leaf node along the z-axis.
  • subsampling_unit_size_x has 2 leaf nodes in the x-axis direction
  • subsampling_unit_size_y has 4
  • subsampling_unit_size_z has 8
  • the subsampling unit has a space corresponding to two leaf nodes in the x-axis direction, and a space corresponding to four leaf nodes in the y-axis direction. It may correspond to a space determined by space and space corresponding to eight leaf nodes in the z-axis direction.
  • subsampling_scan_order (information about subsampling scan order) indicates the subsampling scan order described above with reference to FIG. 16 .
  • subsampling_scan_order may indicate a positive or negative direction of an x-axis, a y-axis, or a z-axis, a Z-scan direction, or the like.
  • subsampling_start_idx (information about the subsampling order) indicates the subsampling order described above with reference to FIG. 16 . That is, the subsampling_start_idx may indicate the order of subsampling target points in the subsampling unit. For example, if subsampling_start_idx has 3, it indicates that the attribute of the third scanned point among points scanned according to the subsampling scan order in the subsampling unit is subsampled.
  • the signaling information of FIG. 23 may further include the following information.
  • subsampling_index_type (information about the reordering of points) indicates the reordering method of the points described above in FIG. 17 .
  • subsampling_index_type may indicate that points are reordered based on a Morton code.
  • subsampling_rate (information about the subsampling interval) indicates the subsampling interval described above with reference to FIG. 17 .
  • subsampling_rate may have an integer value greater than or equal to 2 and less than or equal to 255.
  • subsampling_offset (information about the subsampling offset) indicates the subsampling offset described above with reference to FIG. 17 .
  • subsampling may be started from a point corresponding to the n+1-th in ascending or descending order of indexes (the index described with reference to FIG. 17) of points having subsampling_offset of n.
  • the signaling information of FIG. 23 may further include the following information.
  • subsampling_representative_points (information about representative points, not shown in this figure) may indicate the representative points described above in FIG. 18 .
  • subsampling_representative_point may indicate index information about a representative point.
  • subsampling_distance (information about the subsampling distance) may indicate the subsampling distance described above with reference to FIG. 18 .
  • the signaling information of FIG. 23 may further include the following information.
  • the subsampling_lod_generation_method (information about the LOD generation method) may indicate the LOD generation method described above with reference to FIG. 19 .
  • it may indicate that the LOD is generated by the same method used in attribute encoding (eg, attribute encoding described with reference to FIGS. 1 to 15 ).
  • subsampling_lod_generation_method has a value other than 0, it indicates that the LOD generation method for subsampling is different from the LOD generation method used for attribute encoding.
  • subsampling_lod_generation_method has 1, it indicates that the LOD is generated based on the Euclidean distance between the points described above in FIG. 19 .
  • subsampling_lod_generation_method When subsampling_lod_generation_method has 2, it indicates that the LOD is generated based on the octree structure described above in FIG. 19 . If subsampling_lod_generation_method has 3, it indicates that the LOD is generated based on the Molton codes of the points described above in FIG. 19 .
  • subsampling_lod_num (information on the LOD to be the subsampling target) indicates the LOD to be the subsampling target described above with reference to FIG. 19 . For example, if subsampling_lod_num has n, it indicates that an attribute of points included in LOD n is subsampled.
  • the point cloud data receiving apparatus (eg, the point cloud data receiving apparatus of FIGS. 1, 2, 10, 13 and 14 ) according to the embodiments is subsampled with respect to the point cloud data on which the subsampling is performed. Attributes can be reconstructed.
  • the receiving apparatus according to the embodiments may identify the subsampled attribute based on information on the subsampling method included in the signaling information of FIG. 23 .
  • the receiving apparatus according to the embodiments may reconstruct the subsampled attribute based on information on attribute reconstruction included in the signaling information of FIG. 23 .
  • Attribute reconstruction according to embodiments may be referred to as attribute restoration or attribute interpolation.
  • Information on attribute reconstruction may include at least one of the following information.
  • subsampling_reconstruction_method (information on the reconstruction method) indicates an attribute reconstruction method performed by the receiving device.
  • subsampling_reconstruction_method has 0, the copy value of the attribute of the neighboring point (for example, the neighbor point described above in FIGS. 4 and 9) of the point (or target point) corresponding to the attribute to be reconstructed (or target attribute) It represents the above-described reconfiguration based on .
  • the target attribute may be reconstructed as an attribute of a neighboring point located closest to the target point.
  • the following equation can be used for a method of reconstructing based on attribute copy values of neighboring points.
  • a ⁇ (x, y) represents a target attribute
  • a(x+i, y+i) represents an attribute of a neighboring point of the target point
  • the above-described information on the reconstruction of the attribute may further include the following information.
  • num_neighbor_point (information about neighboring points) may indicate information about the number of one or more neighboring points of the target point. Neighbor points indicate neighboring points used for the reconstruction method described above. For example, num_neighbor_point may represent 1.
  • subsampling_reconstruction_method When subsampling_reconstruction_method has 1, it indicates that the target attribute is reconstructed based on the average value of attributes of one or more neighboring points of the target point.
  • the target attribute may be reconstructed as an attribute average value of three neighboring points located closest to the target point.
  • a method of reconstructing based on the average value of attributes of neighboring points may use the following equation.
  • a ⁇ (x, y) represents a target attribute
  • a(x+i, y+i) represents an attribute of a neighboring point of the target point
  • d(x+i, y+i) represents the distance (eg, Euclidean distance) from the target point to a(x+i, y+i).
  • alpha represents an arbitrary constant.
  • the arbitrary constant may be a value preset in the receiving device. That is, w(i, j) represents a value based on the reciprocal of the distance from the target point to each neighboring point. That is, the average value of the attributes of the neighboring points may be a value reflecting a value based on the reciprocal of the distance from the target point to each neighboring point. Accordingly, the target attribute may be reconstructed as the average value of the attributes of the neighboring points calculated in consideration of the distance from the target point to each neighboring point.
  • the above-described information on the reconstruction of the attribute may further include the following information.
  • num_neighbor_point (information about neighboring points) may indicate information about the number of one or more neighboring points of the target point.
  • Neighbor points indicate neighboring points used for the reconstruction method described above.
  • num_neighbor_point may represent two or more values.
  • the target attribute is reconstructed based on a reference attribute related to the target attribute.
  • the target attribute may be reconstructed based on the ratio of the reference attribute among the attributes of neighboring points of the target point.
  • the G channel may be reconstructed first.
  • the G channel may be reconstructed using the above-described attribute copy value of neighboring points or an average value of neighboring points.
  • the G channel corresponds to a reference attribute related to a target attribute according to embodiments.
  • the receiving device may calculate a ratio of the G channel (eg, G channel/R channel and G channel/B channel) with respect to the attributes of neighboring points of the target point.
  • the receiving device may even reconstruct the R channel and the B channel of the target attribute based on the calculated ratio.
  • the reference attribute may be first reconstructed as described above or may be included in the bitstream and delivered to the receiving device.
  • Information indicating the type of the reference attribute (or information about the reference attribute) may be included in the signaling information described with reference to FIG. 23 and delivered to the receiving device.
  • the reference attribute type may have an attribute type preset in the receiving device. The above-described method may use the following equation.
  • a ⁇ (x, y) represents the target attribute
  • a(x+i, y+i) represents the attributes of neighboring points of the target point.
  • w(i, j) is the same as described above.
  • b ⁇ (x, y) represents the reference attribute of the target point.
  • b(x+i, y+i) represents reference attributes of neighboring points. That is, the target attribute may be reconstructed by multiplying the average value of the ratio of the reference attribute in the attributes of the neighboring points by the reference attribute of the target point.
  • the average value of the ratio of the reference attribute in the attributes of the neighboring points described above may be a value reflecting the distance between the target point and the neighboring points.
  • the above-described information on the reconstruction of the attribute may further include the following information.
  • num_neighbor_point (information about neighboring points) may indicate information about the number of one or more neighboring points of the target point.
  • Neighbor points indicate neighboring points used for the reconstruction method described above.
  • num_neighbor_point may represent two or more values.
  • ref_attr (information about the reference attribute, not shown in this figure) may indicate the type of the reference attribute. For example, when ref_attr has 0, it indicates the first channel (R channel among RGB) among channels included in the subsampled attribute. When ref_attr has 1, it indicates the second channel (G channel among RGB) among channels included in the subsampled attribute. If ref_attr has 2, it indicates a third channel (B channel among RGB) among channels included in the subsampled attribute.
  • the target attribute is reconstructed based on the reference attribute related to the target attribute.
  • the target attribute may be reconstructed based on the ratio of the reference attribute among the attributes of neighboring points of the target point.
  • the G channel may be reconstructed first.
  • the G channel may be reconstructed using the above-described attribute copy value of neighboring points or an average value of neighboring points.
  • the G channel corresponds to a reference attribute related to a target attribute according to embodiments.
  • the receiving device may calculate a ratio of the G channel (eg, G channel-R channel and G channel-B channel) with respect to the attributes of neighboring points of the target point.
  • the receiving device may even reconstruct the R channel and the B channel of the target attribute based on the calculated ratio (or the difference between the reference attribute and the attributes excluding the reference attribute).
  • the description of the reference attribute is the same as described above.
  • the above-described method may use the following equation.
  • a ⁇ (x, y) represents the target attribute
  • a(x+i, y+i) represents the attributes of neighboring points of the target point.
  • Descriptions of w(i, j), b ⁇ (x, y), and b(x+i, y+i) are the same as described above. That is, the target attribute may be reconstructed by adding the average value of the ratio (or the difference between the reference attribute and the attributes excluding the reference attribute) of the reference attribute in the attributes of the neighboring points to the reference attribute of the target point.
  • the average value of the ratio of the reference attribute in the attributes of the neighboring points described above may be a value reflecting the distance between the target point and the neighboring points.
  • the above-described information on the reconstruction of the attribute may further include the following information.
  • num_neighbor_point (information about neighboring points) may indicate information about the number of one or more neighboring points of the target point.
  • Neighbor points indicate neighboring points used for the reconstruction method described above.
  • num_neighbor_point may represent two or more values.
  • ref_attr (information about the reference attribute, not shown in this figure) may indicate the type of the reference attribute.
  • the description of ref_attr is the same as described above.
  • subsampling_reconstruction_method When subsampling_reconstruction_method has 4, it indicates that the target attribute is reconstructed based on the reference attribute related to the target attribute.
  • the target attribute is reconstructed by an equation (eg, a linear equation) with the reference attribute as a variable.
  • the information (or modeling information) for modeling the equation and the information (or coefficient information) for the coefficient of the equation may be included in the signaling information described with reference to FIG. 23 and delivered to the receiving device, or may be preset in the receiving device.
  • the receiving device may calculate the above-described coefficient information through linear regression.
  • the description of the reference attribute is the same as described above.
  • the above-described method may use the following equation.
  • a ⁇ (x, y) represents the target attribute
  • b(x, y) represents the reconstructed reference attribute of the target point
  • c0 to cn represent the coefficients of the equation. That is, the target attribute may be reconstructed based on the first reconstructed reference attribute and the equation for reconstruction as described above.
  • the equation for reconstruction is reconstructed based on the above-described modeling information and coefficient information.
  • the modeling information represents order information of the equation. For example, if the modeling information indicates 2, the equation for reconstruction has a quadratic equation model.
  • the coefficient information may indicate a coefficient value for an equation according to the modeling information. For example, if the modeling information represents 2, the coefficient information may represent values corresponding to c0, c1, and c2.
  • the above-described information on the reconstruction of the attribute may further include the following information.
  • num_neighbor_point (information about neighboring points) may indicate information about the number of one or more neighboring points of the target point.
  • Neighbor points indicate neighboring points used for the reconstruction method described above.
  • num_neighbor_point may represent two or more values.
  • ref_attr (information about the reference attribute, not shown in this figure) may indicate the type of the reference attribute.
  • the description of ref_attr is the same as described above.
  • modeling_type (modeling information) indicates the order of the equation for reconstruction.
  • the description of modeling_type is the same as the description of the above-described modeling information.
  • num_rec_coeff (information on the number of coefficients) indicates the number of coefficients used in an equation for reconstruction. That is, num_rec_coeff represents the number of coefficient values for an equation according to modeling information. For example, num_rec_coeff has an integer greater than or equal to 1.
  • the information on the reconstruction of the attribute described in FIG. 23 may further include the following information identified by j.
  • the identifier j may be greater than or equal to 0 and less than the value indicated by num_rec_coeff.
  • rec_coeff (coefficient information) may indicate a coefficient value for an equation according to modeling information.
  • the description of rec_coeff is the same as the description of the above-described coefficient information.
  • subsampling_reconstruction_method indicates that the target attribute is reconstructed based on one or more reference attributes related to the target attribute.
  • a target attribute is reconstructed by an equation (eg, a linear equation) with one or more reference attributes as variables. Descriptions of reference attributes and equations are the same as described above. The above-described method may use the following equation.
  • a ⁇ (x, y) indicates the target attribute
  • b1(x, y) and b2(x, y) indicate one or more reference attributes.
  • c0 to cn represent the coefficients of the equation. That is, the target attribute may be reconstructed based on the first reconstructed reference attribute and the equation for reconstruction as described above.
  • the equation for reconstruction is reconstructed based on the above-described modeling information and coefficient information. For example, if the modeling information indicates 1, the equation for reconstruction has a linear equation model.
  • the coefficient information may indicate a coefficient value for an equation according to the modeling information. For example, when the modeling information indicates 1, the coefficient information may indicate a value corresponding to c0.
  • the above-described information on the reconstruction of the attribute may further include the following information.
  • num_neighbor_point (information about neighboring points) may indicate information about the number of one or more neighboring points of the target point.
  • Neighbor points indicate neighboring points used for the reconstruction method described above.
  • num_neighbor_point may represent two or more values.
  • ref_attr (information about the reference attribute, not shown in this figure) may indicate the type of the reference attribute.
  • the description of ref_attr is the same as described above.
  • modeling_type (modeling information) indicates the order of the equation for reconstruction.
  • the description of modeling_type is the same as the description of the above-described modeling information.
  • num_rec_coeff (information on the number of coefficients) indicates the number of coefficients used in an equation for reconstruction. That is, num_rec_coeff represents the number of coefficient values for an equation according to modeling information. For example, num_rec_coeff has an integer greater than or equal to 1.
  • the information on the reconstruction of the attribute described in FIG. 23 may further include the following information identified by j.
  • the identifier j may be greater than or equal to 0 and less than the value indicated by num_rec_coeff.
  • rec_coeff (coefficient information) may indicate a coefficient value for an equation according to modeling information.
  • the description of rec_coeff is the same as the description of the above-described coefficient information.
  • subsampling_reconstruction_method When subsampling_reconstruction_method has 6, it indicates that the target attribute is reconstructed based on the reference attribute related to the target attribute. For example, reconstruction of the target attribute may be performed as follows.
  • the reconstruction value of the reference attribute is calculated based on the above-described methods (eg, a method used when subsampling_reconstruction_method 0 to 5 are used) Calculate.
  • the residual value (or predicted residual value) of the target attribute is calculated based on the residual value of the reference attribute.
  • a reconstruction value of the target attribute is calculated through the above-described methods (eg, a method used when subsampling_reconstruction_method 0 to 5 are used).
  • the receiving apparatus may reconstruct the target attribute more accurately than when using the above-described methods (for example, a method used when subsampling_reconstruction_method 0 to 5 is used) through the above-described process. .
  • the above-described process can be expressed through the following equation.
  • a ⁇ (x, y) represents the target attribute
  • ra(x, y) represents the predicted residual value of the target attribute
  • p(x, y) represents the predicted value of the target attribute
  • rb(x, y) is Represents the residual value of the reference attribute.
  • c0 and c1 are coefficients for the equation between the residual value of the reference attribute and the residual value of the target attribute.
  • An equation between the residual value of the reference attribute and the residual value of the target attribute may be defined by the above-described modeling information and coefficient information. The description of the modeling information and the coefficient information is the same as described above.
  • the above-described information on the reconstruction of the attribute may further include the following information.
  • num_neighbor_point (information about neighboring points) may indicate information about the number of one or more neighboring points of the target point.
  • Neighbor points indicate neighboring points used for the reconstruction method described above.
  • num_neighbor_point may represent two or more values.
  • ref_attr (information about the reference attribute, not shown in this figure) may indicate the type of the reference attribute.
  • the description of ref_attr is the same as described above.
  • modeling_type (modeling information) indicates the order of the equation for reconstruction.
  • the description of modeling_type is the same as the description of the above-described modeling information.
  • num_rec_coeff (information on the number of coefficients) indicates the number of coefficients used in an equation for reconstruction. That is, num_rec_coeff represents the number of coefficient values for an equation according to modeling information. For example, num_rec_coeff has an integer greater than or equal to 1.
  • the information on the reconstruction of the attribute described in FIG. 23 may further include the following information identified by j.
  • the identifier j may be greater than or equal to 0 and less than the value indicated by num_rec_coeff.
  • rec_coeff (coefficient information) may indicate a coefficient value for an equation according to modeling information.
  • the description of rec_coeff is the same as the description of the above-described coefficient information.
  • the transmitting apparatus may transmit the signaling information described with reference to FIG. 23 to the receiving apparatus.
  • the signaling information described in FIG. 23 may be included in SPS, GPS, TPS, APS, ash and/or gsh and delivered to the receiving device.
  • the receiving apparatus may identify the subsampled attribute based on the signaling information described with reference to FIG. 23 and reconstruct the subsampled attribute.
  • SPS Sequantial Parameter Set
  • a bitstream of point cloud data may include a sequential parameter set (SPS) including signaling information (or flags) of this figure.
  • the sequential parameter set in this figure may refer to the sequential parameter set 27001 described with reference to FIG. 19 .
  • the point cloud data receiver according to the embodiments may decode the point cloud data according to the embodiments based on the signaling information (or flag information) of this figure.
  • the profile may mean information indicating a profile of a bitstream that can satisfy Annex ⁇ A of the H.264 standard document. Other values of profile_idc may be used later by ISO/IEC. (indicates a profile to which the bitstream conforms as specified in Annex A. Bitstreams shall not contain values of profile_idc other than those specified in Annex A. Other values of profile_idc are reserved for future use by ISO/IEC.)
  • profile compatibility flag (profile_compatibility_flags) is 1, it may indicate that the corresponding bitstream satisfies a profile in which profile_idc is j according to Annex A.
  • the value of profile_compatibility_flag[ j ] may be 0 if j has a value other than the value defined according to Annex A. (equal to 1, indicates that the bitstream conforms to the profile indicated by profile_idc equal to j as specified in Annex A.
  • the value of profile_compatibility_flag[ j ] shall be equal to 0 for any value of j that is not specified as an allowed value of profile_idc in Annex A.
  • the level IDC indicates the level of the bitstream that can satisfy Annex A of the H.264 standard document.
  • the bitstream is information different from the information defined in Annex A of the H.264 standard document and does not have a level_idc value.
  • Other values of Level_idc are reserved for future use by ISO/IEC. (indicates a level to which the bitstream conforms as specified in Annex A. Bitstreams may not contain values of level_idc other than those specified in Annex A. Other values of level_idc are reserved for future use by ISO/IEC.)
  • the SPS bounding box presence flag (sps_bounding_box_present_flag) may be 1 when the bounding box offset and size information are signaled. (equal to 1 specifies the bounding box offset and size information is signaled. sps_bounding_box_present_flag equal to 0 specifies)
  • the SPS is an SPS bounding box x offset (sps_bounding_box_offset_x), an SPS bounding box y offset (sps_bounding_box_offset_z), SPS bounding_box_offset_y), SPS bounding_box_offset (sps_bounding_box_offset_y) It further includes a box scale factor (sps_bounding_box_scale_factor), an SPS bounding box width size (sps_bounding_box_size_width), an SPS bounding box height size (sps_bounding_box_size_height), and an SPS bounding box depth size (sps_bounding_box_size_depth).
  • the SPS bounding box x offset indicates the x offset of the original bounding box of the Cartesian coordinate system. If the corresponding information does not exist, the value of this parameter may be 0. (indicates the x offset of the source bounding box in the cartesian coordinates. When not present, the value of sps_bounding_box_offset_x is inferred to be 0.)
  • the SPS bounding box y offset indicates the y offset of the original bounding box of the Cartesian coordinate system. If the corresponding information does not exist, the value of this parameter may be 0. (indicates indicates the y offset of the source bounding box in the cartesian coordinates. When not present, the value of sps_bounding_box_offset_y is inferred to be 0.)
  • the SPS bounding box z offset indicates the z offset of the original bounding box of the Cartesian coordinate system. If the corresponding information does not exist, the value of this parameter may be 0. (indicates indicates the z offset of the source bounding box in the Cartesian coordinates. When not present, the value of sps_bounding_box_offset_z is inferred to be 0.)
  • the SPS bounding box scale factor indicates the scale factor of the original bounding box in the Cartesian coordinate system. If the corresponding information does not exist, the value of this parameter may be 1 or 0. (indicates the scale factor the source bounding box in the Cartesian coordinates. When not present, the value of sps_bounding_box_scale_factor is inferred to be 1. Indicates. When not present, the value of sps_bounding_box_scale_factor is inferred to be 0.)
  • the SPS bounding box width size indicates the width of the original bounding box in the Cartesian coordinate system.
  • the value of sps_bounding_box_size_width may be a specific value such as 10. (indicates the width of the source bounding box in the Cartesian coordinates. ... When not present, the value of sps_bounding_box_size_width is inferred to be a specific value (such as 10).)
  • the SPS bounding box height size indicates the height of the original bounding box in the Cartesian coordinate system.
  • the value of sps_bounding_box_size_height may be 1 or 0. (indicates the height of the source bounding box in the Cartesian coordinates.
  • the value of sps_bounding_box_size_height is inferred to be 1.
  • the value of sps_bounding_box_size_hieght is inferred to be 0.
  • the SPS bounding box depth size indicates the depth of the original bounding box in the Cartesian coordinate system.
  • the value of sps_bounding_box_size_height may be 1 or 0. (indicates the depth of the source bounding box in the Cartesian coordinates.
  • the value of sps_bounding_box_size_depth is inferred to be 1.
  • the value of sps_bounding_box_size_depth is inferred to be 0.
  • the SPS source scale factor (sps_source_scale_factor) indicates the scale factor of the original point cloud. (Indicates the scale factor of the source point cloud.)
  • the SPS sequential parameter set ID indicates id information for the SPS referenced by another syntax element.
  • sps_seq_parameter_set_id may be set to a value of 0 to 15 within a range that satisfies the conditions in the specification of the corresponding version.
  • sps_seq_parameter_set_id may be used later by ISO/IEC. (provides an identifier for the SPS for reference by other syntax elements.
  • the value of sps_seq_parameter_set_id may be in the range of 0 to 15, inclusive in bitstreams conforming to this version of this Specification..
  • the value other than 0 for sps_seq_parameter_set_id is reserved for future use by ISO/IEC.
  • the number of SPS attribute sets indicates the number of coded attributes in the bitstream.
  • sps_seq_parameter_set_id may have a range of 0 to 64. (indicates the number of coded attributes in the bitstream.
  • the value of sps_num_attribute_sets may be in the range of 0 to 64.
  • the attribute dimension indicates the number of components of the i-th attribute. (Specifies the number of components of the i-th attribute.)
  • the index i may be greater than or equal to 0, and may be less than a value indicated by the number of SPS attribute sets (sps_num_attribute_sets).
  • the attribute instance (attribute_instance_id[ i ]) represents the attribute instance id. (Specifies attribute instance id.)
  • attribute bit depth indicates bitdepth information of the i-th attribute signal(s). (Specifies the bitdepth of the i-th attribute signal(s).)
  • the attribute CICP color primary indicates the chromaticity of color attribute source primaries. (indicates the chromaticity coordinates of the color attribute source primaries.)
  • the attribute CICP transfer characteristic (attribute_cicp_transfer_characteristics[ i ]) represents the reference optoelectronic transfer characteristic function of the color attribute, consisting of the original input linear optical intensity Lc and a nominal real-value between 0 and 1.
  • this parameter may represent the inverse of a reference optoelectronic transfer characteristic function, consisting of an output linear optical intensity Lo and a nominal real-value ranging from 0 to 1.
  • the attribute CICP matrix coeffs(attribute_cicp_matrix_coeffs[ i ]) represents matrix coefficients of luma and chroma signals of green, blue and red (or the three primary colors of Y, Z, and X). (describes the matrix coefficients used in deriving luma and chroma signals from the green, blue, and red, or Y, Z, and X primaries.)
  • the attribute CICP video fullrange flag (attribute_cicp_video_full_range_flag[ i ]) is the black level and luma derived from E'Y, E'PB and E'PR or E'R, E'G and E'B real-value component signals Indicates the range of the saturation signal. (specifies indicates the black level and range of the luma and chroma signals as derived from E′Y, E′PB, and E′PR or E′R, E′G, and E′B real-valued component signals.)
  • known_attribute_label_flag[ i ] When the known attribute label flag (known_attribute_label_flag[ i ]) is 1, it indicates that know_attribute_label is signaled for the i-th attribute. When the corresponding parameter is 0, it indicates that attribute_label_four_bytes is signaled for the i-th attribute. (equal to 1 specifies know_attribute_label is signaled for the i-th attribute. known_attribute_label_flag[ i ] equal to 0 specifies attribute_label_four_bytes is signaled for the i-th attribute. )
  • known attribute label (known_attribute_label[ i ]) When the known attribute label (known_attribute_label[ i ]) is 0, it indicates that the attribute is color. If the corresponding parameter is 1, it indicates that the attribute is reflectance. If the corresponding parameter is 2, it indicates that the attribute is a frame index. (equal to 0 specifies the attribute is colour. known_attribute_label[ i ] equal to 1 specifies the attribute is reflectance. known_attribute_label[ i ] equal to 2 specifies the attribute is farme index.)
  • the SPS according to embodiments may further include the following information for subsampling and/or reconfiguration of subsampling of point cloud data.
  • the subsampling_enable_flag (information indicating that an attribute corresponds to some attribute) may indicate whether or not attribute information (or an attribute) included in the bitstream corresponds to the partial attribute.
  • the transmitting device may selectively compress attributes of the point cloud data through subsampling and transmit it to the receiving device. That is, the attributes included in the bitstream received by the receiving device may correspond to all attributes or some attributes of the point cloud data. Accordingly, subsampling_enable_flag may indicate whether attribute subsampling is performed in the transmitting apparatus. For example, if subsampling_enable_flag has 0, it indicates that the attributes included in the bitstream correspond to all attributes of the point cloud data.
  • subsampling_enable_flag When subsampling_enable_flag has 1, it indicates that the attribute included in the bitstream corresponds to some attribute of the point cloud data. That is, it indicates that attribute subsampling has been performed in the transmitting device.
  • the SPS may further include the following information.
  • subsampling_info indicates signaling information on the subsampling scheme described above in FIG. 23 .
  • the receiving apparatus may identify the subsampled attribute based on the signaling information about the subsampling scheme and reconstruct the subsampled attribute.
  • the SPS extension presence flag (sps_extension_present_flag) is 1, it indicates that sps_extension_data exists in the SPS RBSP syntax structure.
  • the corresponding parameter is 0, it indicates that the corresponding syntax structure does not exist. If it does not exist, the value of sps_extension_present_flag may be 0. (equal to 1 specifies that the sps_extension_data syntax structure is present in the SPS RBSP syntax structure.
  • sps_extension_present_flag 0 specifies that this syntax structure is not present. When not present, the value of sps_extension_present_flag is inferred to be equal to 0.
  • the SPS extension data flag sps_extension_data_flag may have any value. The existence of this parameter does not affect the behavior of the profile presented in Annex A of the corresponding standard document of the decoder. (may have any value. Its presence and value do not affect decoder conformance to profiles specified in Annex A Decoders conforming to a profile specified in Annex A.)
  • the signaling information included in the bitstream according to the embodiments is one of the metadata processing unit or the transmission processing unit (eg, the metadata processing unit 12007 or the transmission processing unit 12012 of FIG. 12 ) included in the point cloud data transmission apparatus. Or it can be created by more elements.
  • the signaling information according to embodiments may be generated based on a result of performing geometry encoding and/or attribute encoding.
  • the point cloud data transmitting apparatus according to the embodiments may transmit the bitstream in the above-described form, thereby increasing compression efficiency, increasing image quality performance, and reducing the burden on the receiving apparatus.
  • GPS Geometry Parameter Set
  • a bitstream of point cloud data may include a geometry parameter set including signaling information (or flags) of this figure.
  • the geometric parameter set of this figure may refer to the geometric parameter set 27002 described with reference to FIG. 19 .
  • the point cloud data receiver according to the embodiments may decode the point cloud data according to the embodiments based on the signaling information (or flag information) of this figure.
  • GPS according to embodiments may further include the following information for subsampling of point cloud data and/or reconstruction of subsampling.
  • the subsampling_enable_flag (information indicating that an attribute corresponds to some attribute) may indicate whether or not attribute information (or an attribute) included in the bitstream corresponds to the partial attribute.
  • the transmitting device may selectively compress attributes of the point cloud data through subsampling and transmit it to the receiving device. That is, the attributes included in the bitstream received by the receiving device may correspond to all attributes or some attributes of the point cloud data. Accordingly, subsampling_enable_flag may indicate whether attribute subsampling is performed in the transmitting apparatus. For example, if subsampling_enable_flag has 0, it indicates that the attributes included in the bitstream correspond to all attributes of the point cloud data.
  • subsampling_enable_flag When subsampling_enable_flag has 1, it indicates that the attribute included in the bitstream corresponds to some attribute of the point cloud data. That is, it indicates that attribute subsampling has been performed in the transmitting device.
  • the GPS may further include the following information.
  • subsampling_info indicates signaling information on the subsampling scheme described above in FIG. 23 .
  • the receiving apparatus may identify the subsampled attribute based on the signaling information about the subsampling scheme and reconstruct the subsampled attribute.
  • the signaling information included in the bitstream according to the embodiments is one of the metadata processing unit or the transmission processing unit (eg, the metadata processing unit 12007 or the transmission processing unit 12012 of FIG. 12 ) included in the point cloud data transmission apparatus. Or it can be created by more elements.
  • the signaling information according to embodiments may be generated based on a result of performing geometry encoding and/or attribute encoding.
  • the point cloud data transmitting apparatus according to the embodiments may transmit the bitstream in the above-described form, thereby increasing compression efficiency, increasing image quality performance, and reducing the burden on the receiving apparatus.
  • FIG. 26 illustrates an Attribute Parameter Set (APS) structure of point cloud data according to embodiments.
  • APS Attribute Parameter Set
  • a bitstream of point cloud data according to embodiments may include an attribute parameter set including signaling information (or flag) of this figure.
  • the attribute parameter set in this figure may refer to the attribute parameter set 27003 described with reference to FIG. 19 .
  • the point cloud data receiver according to the embodiments may decode the point cloud data according to the embodiments based on the signaling information (or flag information) of this figure.
  • the APS according to the embodiments may further include the following information for subsampling and/or reconfiguration of subsampling of point cloud data.
  • the subsampling_enable_flag (information indicating that an attribute corresponds to some attribute) may indicate whether or not attribute information (or an attribute) included in the bitstream corresponds to the partial attribute.
  • the transmitting device may selectively compress attributes of the point cloud data through subsampling and transmit it to the receiving device. That is, the attributes included in the bitstream received by the receiving device may correspond to all attributes or some attributes of the point cloud data. Accordingly, subsampling_enable_flag may indicate whether attribute subsampling is performed in the transmitting apparatus. For example, if subsampling_enable_flag has 0, it indicates that the attributes included in the bitstream correspond to all attributes of the point cloud data.
  • subsampling_enable_flag When subsampling_enable_flag has 1, it indicates that the attribute included in the bitstream corresponds to some attribute of the point cloud data. That is, it indicates that attribute subsampling has been performed in the transmitting device.
  • the APS may further include the following information.
  • subsampling_info indicates signaling information on the subsampling scheme described above in FIG. 23 .
  • the receiving apparatus may identify the subsampled attribute based on the signaling information about the subsampling scheme and reconstruct the subsampled attribute.
  • the signaling information included in the bitstream according to the embodiments is one of the metadata processing unit or the transmission processing unit (eg, the metadata processing unit 12007 or the transmission processing unit 12012 of FIG. 12 ) included in the point cloud data transmission apparatus. Or it can be created by more elements.
  • the signaling information according to embodiments may be generated based on a result of performing geometry encoding and/or attribute encoding.
  • the point cloud data transmitting apparatus according to the embodiments may transmit the bitstream in the above-described form, thereby increasing compression efficiency, increasing image quality performance, and reducing the burden on the receiving apparatus.
  • TPS Tip Parameter Set
  • a bitstream of point cloud data may include a tile parameter set including signaling information (or flag) shown in this figure.
  • the tile parameter set 28000 shown in this figure may refer to the tile parameter set 27004 described with reference to FIG. 19 .
  • the point cloud data receiver according to the embodiments may decode the point cloud data according to the embodiments based on the signaling information (or flag information) described in this figure.
  • a Tile Parameter Set (TPS) 28000 may mean a syntax structure including syntax elements to which zero or more entire tiles (or coded tiles) are applied.
  • num_tiles indicates the number of tiles existing in the corresponding bitstream. (Represents the number of tiles signaled for the bitstream). If there is no tile existing in the corresponding bitstream, num_tiles may be signaled as 0. (When not present, num_tiles is inferred to be 0)
  • the TPS 28000 includes information on positions at which tiles existing in a corresponding bitstream are located in a bounding box (eg, tile_bounding_box_offset_x, tile_bounding_box_offset_y, tile_bounding_box_offset_z, etc.), a scale factor in a bounding box of tiles. factor) information (eg, tile_bounding_box_scale_factor, etc.), width or height information (eg, tile_bounding_box_size_width, tile_bounding_box_size_height information) in the bounding box of tiles.
  • a bounding box eg, tile_bounding_box_offset_x, tile_bounding_box_offset_y, tile_bounding_box_offset_z, etc.
  • factor eg, tile_bounding_box_scale_factor, etc.
  • width or height information eg, tile_bounding_box_size_width, tile_
  • the TPS 28000 may include parameters (eg, tile_bounding_box_offset_x, tile_bounding_box_offset_y, tile_bounding_box_offset_z, tile_bounding_box_scale_factor, tile_bounding_box_size_width_size_tile) included in the for statement of FIG. 27 by the number of tiles, respectively.
  • i may mean an index for each tile.
  • tile_bounding_box_offset_x [i], tile_bounding_box_offset_y [i], tile_bounding_box_offset_z [i], tile_bounding_box_scale_factor [i], tile_bounding_box_size_width [i], tile_bounding_box_size_height [i] is the i-th tile of _bounding_box_offset_x, tile_bounding_box_offset_y, tile_bounding_box_offset_z, tile_bounding_box_scale_factor, tile_bounding_box_size_width, tile_bounding_box_size_height information in each of the for statement can mean
  • tile_bounding_box_offset_x[ i ] indicates the x offset of the i-th tile in Cartesian coordinates. If the corresponding parameter does not exist (that is, if the tile_bounding_box_size_offset_x parameter for the non-zero i-th tile does not exist), the value of tile_bounding_box_offset_x[ 0 ] may mean sps_bounding_box_offset_x included in the SPS according to the embodiments. .
  • tile_bounding_box_offset_y[ i ] indicates the y offset of the i-th tile in Cartesian coordinates. If the corresponding parameter does not exist (that is, when the tile_bounding_box_size_offset_y parameter for the non-zero i-th tile does not exist), the value of tile_bounding_box_offset_y[ 0 ] may mean sps_bounding_box_offset_y included in the SPS according to the embodiments. .
  • tile_bounding_box_offset_z[ i ] indicates the z offset of the i-th tile in Cartesian coordinates. If the corresponding parameter does not exist (that is, when the tile_bounding_box_size_offset_z parameter for the non-zero i-th tile does not exist), the value of tile_bounding_box_offset_z[ 0 ] may mean sps_bounding_box_offset_z included in the SPS according to the embodiments. .
  • tile_bounding_box_scale_factor[ i ] indicates a scale factor associated with the i-th tile in Cartesian coordinates. If the corresponding parameter does not exist (that is, when the tile_bounding_box_size_factor parameter for the non-zero i-th tile does not exist), tile_bounding_box_scale_factor[ 0 ] may mean sps_bounding_box_scale_factor included in the SPS according to embodiments.
  • tile_bounding_box_size_width[ i ] represents the width of the i-th tile in Cartesian coordinates. If the corresponding parameter does not exist (that is, if the tile_bounding_box_size_width parameter for the non-zero i-th tile does not exist), tile_bounding_box_size_width[ 0 ] may mean sps_bounding_box_size_width included in the SPS according to the embodiments.
  • tile_bounding_box_size_height[ i ] represents the height of the i-th tile in Cartesian coordinates. If the corresponding parameter does not exist (that is, when the tile_bounding_box_size_height parameter for the non-zero ith tile does not exist), tile_bounding_box_size_height[ 0 ] may mean sps_bounding_box_size_height included in the SPS according to embodiments.
  • tile_bounding_box_size_depth[ i ] indicates the depth of the i-th tile in Cartesian coordinates. If there is no height value, tile_bounding_box_size_depth[ 0 ] may mean sps_bounding_box_size_depth included in the SPS according to embodiments.
  • the TPS according to embodiments may further include the following information for subsampling and/or reconfiguration of subsampling of point cloud data.
  • the subsampling_enable_flag (information indicating that an attribute corresponds to some attribute) may indicate whether or not attribute information (or an attribute) included in the bitstream corresponds to the partial attribute.
  • the transmitting device may selectively compress attributes of the point cloud data through subsampling and transmit it to the receiving device. That is, the attributes included in the bitstream received by the receiving device may correspond to all attributes or some attributes of the point cloud data. Accordingly, subsampling_enable_flag may indicate whether attribute subsampling is performed in the transmitting apparatus. For example, if subsampling_enable_flag has 0, it indicates that the attributes included in the bitstream correspond to all attributes of the point cloud data.
  • subsampling_enable_flag When subsampling_enable_flag has 1, it indicates that the attribute included in the bitstream corresponds to some attribute of the point cloud data. That is, it indicates that attribute subsampling has been performed in the transmitting device.
  • the TPS may further include the following information.
  • subsampling_info indicates signaling information on the subsampling scheme described above in FIG. 23 .
  • the receiving apparatus may identify the subsampled attribute based on the signaling information about the subsampling scheme and reconstruct the subsampled attribute.
  • the signaling information included in the bitstream according to the embodiments is one of the metadata processing unit or the transmission processing unit (eg, the metadata processing unit 12007 or the transmission processing unit 12012 of FIG. 12 ) included in the point cloud data transmission apparatus. Or it can be created by more elements.
  • the signaling information according to embodiments may be generated based on a result of performing geometry encoding and/or attribute encoding.
  • the point cloud data transmitting apparatus according to the embodiments may transmit the bitstream in the above-described form, thereby increasing compression efficiency, increasing image quality performance, and reducing the burden on the receiving apparatus.
  • FIG. 28 illustrates an attribute_slice_header (ASH) structure of point cloud data according to embodiments.
  • ASH attribute_slice_header
  • a geometry slice header may be referred to as a geometry slice header.
  • GSH may refer to data having header information included in a Geom (Geometry Bitstream) included in one or more slices. That is, the GSH may be header information for geometry information included in the corresponding slice.
  • GSH which is header information of the geometry information, may include parameters such as geom_geom_parameter_set_id, geom_tile_id, geom_slice_id, geom_BoxOrigin, geom_box_log2_scale, beom_max_node_size_log2, geom_num_points, and the like.
  • gsh_geometry_parameter_set_id indicates a value of gps_geom_parameter_set_id of active GPS. (specifies the value of the gps_geom_parameter_set_id of the active GPS)
  • gsh_tile_id indicates an identifier (id) of a tile.
  • gsh_slice_id indicates an identifier (id) of a slice.
  • gps_box_present_flag indicates whether a source bounding box (or box) indicated by GSH according to embodiments exists.
  • the GPS 31000 may include some/all of gsh_box_log2_scale, gsh_box_origin_x, gsh_box_origin_y, and gsh_box_origin_z.
  • gsh_box_log2_scale indicates a scale value of a source bounding box (or box) indicated by GSH according to embodiments.
  • gsh_box_origin_x represents x information of a source bounding box indicated by GSH in the Cartesian coordinate system.
  • gsh_box_origin_y indicates y information of a source bounding box indicated by GSH in the coordinate system.
  • gsh_box_origin_z indicates z information of a source bounding box indicated by GSH in the coordinate system.
  • gsh_log2_max_nodesize indicates the value of the MaxNodeSize variable used in the following decoding operation.
  • MaxNodeSize 2 ( gbh_log2_max_nodesize )
  • gbh_points_number indicates the number of coded points in the slice.
  • Information indicating a method of generating a molton code included in GSH according to embodiments may be information commonly applied to all slices signaled by GSH according to embodiments.
  • ASH according to embodiments may further include the following information for subsampling and/or reconfiguration of subsampling of point cloud data.
  • the subsampling_enable_flag (information indicating that an attribute corresponds to some attribute) may indicate whether or not attribute information (or an attribute) included in the bitstream corresponds to the partial attribute.
  • the transmitting device may selectively compress attributes of the point cloud data through subsampling and transmit it to the receiving device. That is, the attributes included in the bitstream received by the receiving device may correspond to all attributes or some attributes of the point cloud data. Accordingly, subsampling_enable_flag may indicate whether attribute subsampling is performed in the transmitting apparatus. For example, if subsampling_enable_flag has 0, it indicates that the attributes included in the bitstream correspond to all attributes of the point cloud data.
  • subsampling_enable_flag When subsampling_enable_flag has 1, it indicates that the attribute included in the bitstream corresponds to some attribute of the point cloud data. That is, it indicates that attribute subsampling has been performed in the transmitting device.
  • the ASH may further include the following information.
  • subsampling_info indicates signaling information on the subsampling scheme described above in FIG. 23 .
  • the receiving apparatus may identify the subsampled attribute based on the signaling information about the subsampling scheme and reconstruct the subsampled attribute.
  • the signaling information included in the bitstream according to the embodiments may include a metadata processing unit or a transmission processing unit (for example, the metadata processing unit 12007 of FIG. 12 or a transmission processing unit (in the first embodiments) included in the point cloud data transmission apparatus. may be generated by one or more elements in the data input unit 15012012. The signaling information according to embodiments may be generated based on a result of performing geometry encoding and/or attribute encoding.
  • the point cloud data transmitting apparatus may increase compression efficiency, increase image quality performance, and reduce the burden on the receiving apparatus.
  • GSH Garnier_slice_header
  • a geometry slice header may be referred to as a geometry slice header.
  • GSH may refer to data having header information included in a Geom (Geometry Bitstream) included in one or more slices. That is, the GSH may be header information for geometry information included in the corresponding slice.
  • GSH which is header information of the geometry information, may include parameters such as geom_geom_parameter_set_id, geom_tile_id, geom_slice_id, geom_BoxOrigin, geom_box_log2_scale, beom_max_node_size_log2, geom_num_points, and the like.
  • GSH may further include the following information for subsampling and/or reconfiguration of subsampling of point cloud data.
  • the subsampling_enable_flag (information indicating that an attribute corresponds to some attribute) may indicate whether or not attribute information (or an attribute) included in the bitstream corresponds to the partial attribute.
  • the transmitting device may selectively compress attributes of the point cloud data through subsampling and transmit it to the receiving device. That is, the attributes included in the bitstream received by the receiving device may correspond to all attributes or some attributes of the point cloud data. Accordingly, subsampling_enable_flag may indicate whether attribute subsampling is performed in the transmitting apparatus. For example, if subsampling_enable_flag has 0, it indicates that the attributes included in the bitstream correspond to all attributes of the point cloud data.
  • subsampling_enable_flag When subsampling_enable_flag has 1, it indicates that the attribute included in the bitstream corresponds to some attribute of the point cloud data. That is, it indicates that attribute subsampling has been performed in the transmitting device.
  • the GSH may further include the following information.
  • subsampling_info indicates signaling information on the subsampling scheme described above with reference to FIG. 23 .
  • the receiving apparatus may identify the subsampled attribute based on the signaling information about the subsampling scheme and reconstruct the subsampled attribute.
  • the signaling information included in the bitstream according to the embodiments may include a metadata processing unit or a transmission processing unit (for example, the metadata processing unit 12007 of FIG. 12 or a transmission processing unit (in the first embodiments) included in the point cloud data transmission apparatus. may be generated by one or more elements in the data input unit 15012012. The signaling information according to embodiments may be generated based on a result of performing geometry encoding and/or attribute encoding.
  • the point cloud data transmitting apparatus may increase compression efficiency, increase image quality performance, and reduce the burden on the receiving apparatus.
  • FIG. 30 is a flowchart illustrating a method of receiving point cloud data according to embodiments.
  • a flow chart 3000 of a method for receiving point cloud data includes a process 3001 of grouping point cloud data, a process 3002 of selecting a point based on grouping, an arithmetic decoding process 3003, and the reverse.
  • the receiving apparatus may further include one or more processes to perform the point cloud data receiving method.
  • the process 3001 of grouping the point cloud data according to the embodiments and the process 3002 of selecting a point based on the grouping include the process 2100 of grouping the point cloud data described in FIG. 21 and the point based on the grouping. It may correspond to the selection process 2101 .
  • the process of grouping the point cloud data and the process of selecting a point based on the grouping may be performed based on the signaling information regarding the subsampling scheme described with reference to FIGS. 23 to 29 .
  • the receiving device according to the embodiments may identify an attribute on which subsampling is performed based on a process of grouping the point cloud data and a process of selecting a point based on the grouping.
  • the arithmetic decoding process 3003 may include performing entropy decoding on point cloud data.
  • the arithmetic decoding process according to the embodiments may correspond to the reverse process of the arithmetic encoding process 2106 of FIG. 21 .
  • the inverse quantization process 3004 may include performing inverse quantization on the arithmetic decoded point cloud data.
  • the inverse quantization process according to embodiments may correspond to the inverse process of the quantization process 2105 of FIG. 21 .
  • the attribute decoding process 3005 may include performing attribute decoding based on any one of RAHT coding, predictive transform coding, or lifting transform coding.
  • the attribute decoding process according to the embodiments may correspond to the reverse process of the attribute encoding process 2106 of FIG. 21 .
  • the reception apparatus may perform a process 3008 of comparing the decoded geometry information and the decoded attribute information to determine the subsampling-performed attribute. That is, the receiving device may compare the decoded geometry information 3008a with the decoded attribute information 3008b to determine a point having no attribute as a point from which the attribute is subsampled. The receiving device may reconstruct the subsampled attribute 3008c based on the signaling information of FIGS. 23 to 29 .
  • the attribute reconstruction process 3006 may include reconstructing (or restoring) the subsampled attribute.
  • the attribute reconstruction process according to embodiments may be performed based on attribute reconstruction information included in the signaling information described with reference to FIGS. 23 to 29 .
  • a description of a method for the receiving apparatus according to the embodiments to reconstruct the subsampled attribute based on the above-described signaling information is the same as or similar to that described with reference to FIG. 23 .
  • the receiving apparatus may reconstruct the subsampled attribute through the attribute reconstruction process according to the embodiments.
  • the process 3007 of inversely transforming an attribute may include a process of inversely transforming an attribute based on reconstructed point cloud data.
  • the process of inversely transforming the attribute according to the embodiments may correspond to the inverse process of the process of transforming the attribute 2103 described with reference to FIG. 21 .
  • the receiving apparatus may finally output (or render) the point cloud data by reconstructing the subsampled attribute according to the point cloud data transmission method described with reference to FIG. 30 .
  • 31 is a block diagram illustrating an apparatus for receiving point cloud data according to embodiments.
  • FIG. 25 is a point cloud data receiving apparatus (eg, the receiving apparatus 10004 of FIG. 1 , the point cloud video decoder 10006 of FIG. 1 , the decoder of FIG. 10 , the receiving apparatus of FIG. 13 and FIG. 14 is a block diagram showing the XR device 1430).
  • the reception apparatus 2500 according to the embodiments may perform the same or similar operation to the decoding operation described with reference to FIGS. 1 to 30 , and may perform a reverse process of the operation of the transmission apparatus of FIG. 15 .
  • the reception apparatus 3100 includes a reception unit 3101 , an entropy decoder 3102 , an inverse quantization unit 3103 , a geometry decoder 3104 , an entropy decoder 3105 , an inverse quantization unit 3106 , an attribute decoding unit 3107 and/or an attribute reconstruction unit 3108 .
  • the reception apparatus according to the embodiments may further include one or more elements for performing the same or similar operation to the decoding operation described with reference to FIGS. 1 to 30 .
  • the receiver 3100 may receive a bitstream including a geometry bitstream and/or an attribute bitstream.
  • the attributes included in the bitstream may correspond to any one of all attributes or some attributes of the point cloud data.
  • the receiver according to embodiments may perform an operation corresponding to a reverse process of the operation of the multiplexer 1510 of FIG. 15 .
  • the entropy decoder 3102 may perform entropy decoding on geometry data.
  • the entropy decoder according to the embodiments may perform the same or similar operation to the operation of the arithmetic decoder 11000 of FIG. 11 .
  • the entropy decoder according to the embodiments may perform an operation corresponding to a reverse process of the operation of the entropy coder 1504 of FIG. 15 .
  • the inverse quantization unit 3103 may perform an inverse quantization process on entropy-decoded geometry data.
  • the inverse quantizer according to embodiments may perform the same or similar operation as that of the inverse quantizer 11006 of FIG. 11 .
  • the geometry decoder 3104 may perform geometry decoding on geometry.
  • the geometry decoder according to the embodiments may perform the same or similar operation to the geometry decoding operation of FIG. 11 .
  • the entropy decoder 3105 may perform entropy decoding on an attribute.
  • the entropy decoder according to the embodiments may perform the arithmetic decoding process 3003 described above with reference to FIG. 30 .
  • the entropy decoder according to the embodiments may perform an operation corresponding to a reverse process of the operation of the entropy coder 1509 of FIG. 15 .
  • the inverse quantizer 3106 may perform inverse quantization on the entropy-decoded attribute.
  • the inverse quantization unit may perform the inverse quantization process 3004 described above with reference to FIG. 30 .
  • the inverse quantizer according to embodiments may perform an operation corresponding to a reverse process of the operation of the quantizer 1508 of FIG. 15 .
  • the attribute decoding unit 3107 may perform attribute decoding.
  • the attribute decoding unit according to embodiments may perform the attribute decoding process 3005 described above with reference to FIG. 30 .
  • the attribute decoding unit according to embodiments may perform the same or similar operation to the attribute decoding operation described above with reference to FIG. 11 .
  • the attribute reconstruction unit 3108 may perform attribute reconstruction on the decoded attribute. That is, the attribute reconstruction unit may perform attribute reconstruction on the subsampled attributes described with reference to FIGS. 15 to 30 . As described above with reference to FIGS. 23 to 30 , the attribute reconstruction unit may perform attribute reconstruction based on signaling information regarding a subsampling scheme included in a bitstream. The attribute reconstruction unit according to embodiments may perform the attribute reconstruction process 3006 described above with reference to FIG. 30 .
  • the point cloud data receiving apparatus may output (or render) final point cloud data based on the restored (or reconstructed) geometry information and/or the restored (or reconstructed) attribute information.
  • the point cloud data receiving apparatus reconstructs the geometry of points based on signaling information (signaling information described with reference to FIGS. 20 to 24 ) about the prediction geometry encoding scheme included in the received bitstream and decoding process You can adjust the latency in .
  • 32 is an example of a flowchart illustrating a method of transmitting point cloud data according to embodiments.
  • FIGS. 1, 2, 4, 11, 12 and 15 are point cloud data transmission methods of a point cloud data transmission apparatus (eg, the point cloud data transmission apparatus described in FIGS. 1, 2, 4, 11, 12 and 15 ) according to embodiments; indicates.
  • the transmitting apparatus according to the embodiments performs the same or similar operation to the encoding operation described with reference to FIGS. 1 to 31 .
  • the point cloud data transmission apparatus may encode the point cloud data ( 3200 ).
  • a point cloud data transmission apparatus includes a geometry encoder that encodes a geometry indicating a position of one or more points of point cloud data and an attribute encoder that encodes an attribute of one or more points, the encoded point cloud It may include a transmitter for transmitting a bitstream including data.
  • An attribute according to embodiments may correspond to all or some attributes of one or more points, and some attributes may correspond to an attribute selected based on a subsampling scheme among all attributes. Descriptions of all attributes, some attributes, and subsampling schemes according to embodiments are the same as or similar to those described with reference to FIGS. 15 to 31 .
  • a subsampling scheme may include a subsampling method, and the subsampling method may represent at least one of a first method, a second method, a third method, and a fourth method.
  • the first method represents a method based on the geometry of one or more points
  • the second method represents a method based on an order in which the one or more points are rearranged
  • the third method represents a representative included in the one or more points.
  • a method based on a point and a subsampling distance may be shown
  • the fourth method may be a method based on a Level of Detail (LOD) generated by rearranging one or more points.
  • LOD Level of Detail
  • An apparatus for transmitting point cloud data may transmit a bitstream including encoded point cloud data.
  • Bitstreams according to embodiments are the same as or similar to those described with reference to FIGS. 22 to 29 .
  • the bitstream according to the embodiments includes information indicating that an attribute corresponds to some attribute (eg, information described in FIGS. 24-29) and signaling information about a subsampling scheme (eg, in FIGS. 23 to 29) signaling information described above).
  • the signaling about the subsampling scheme according to the embodiments may include information about an attribute selected based on the subsampling scheme, information about a subsampling method, and information about reconstruction of an attribute.
  • Information on an attribute selected based on the subsampling scheme, information on a subsampling method, and information on reconfiguration of an attribute are the same as or similar to those described above with reference to FIGS. 23 to 29 .
  • the information on the subsampling method indicates information on the first method
  • the signaling information indicates information on the subsampling direction
  • the subsampling unit It may further include information about , information about a subsampling scan order, and information about a subsampling order.
  • Information on a subsampling direction, information on a subsampling unit, information on a subsampling scan order, and information on a subsampling order are the same as or similar to those described above with reference to FIG. 23 .
  • the information about the subsampling method indicates information about the second method, and the signaling information includes information about reordering of points, information about a subsampling interval, and a subsampling offset It may further include information about (offset).
  • Information on the rearrangement of points, information on a subsampling interval, and information on a subsampling offset are the same as or similar to those described above with reference to FIG. 23 .
  • the information about the subsampling method indicates information about the third method, and the signaling information may further include information about the representative point and information about the subsampling distance. have.
  • the information on the representative point and the information on the subsampling distance are the same as or similar to those described above with reference to FIG. 23 .
  • the information on the subsampling method indicates information on the fourth method
  • the signaling information further includes information on the LOD generation method and information on the LOD to be subsampling.
  • the information on the LOD generation method and the information on the LOD to be subsampling are the same as or similar to those described above with reference to FIG. 23 .
  • 33 is an example of a flowchart illustrating a method for receiving point cloud data according to embodiments.
  • FIG. 33 illustrates a point cloud data receiving method of a point cloud data receiving apparatus (eg, the point cloud data receiving apparatus described with reference to FIGS. 1, 2, 11, 13 and 25 ) according to embodiments.
  • the reception apparatus according to the embodiments performs the same or similar operation to the decoding operation described with reference to FIGS. 1 to 31 .
  • the device for receiving point cloud data may receive a bitstream including point cloud data ( 3300 ).
  • Bitstreams according to embodiments are the same as or similar to those described with reference to FIGS. 22 to 29 .
  • the point cloud data receiving apparatus may decode the point cloud data ( 3301 ).
  • An apparatus for receiving point cloud data includes a geometry decoder for decoding a geometry indicating a position of one or more points of point cloud data, and an attribute decoder for decoding an attribute of one or more points.
  • An attribute according to embodiments may correspond to all or some attributes of one or more points, and some attributes may correspond to an attribute selected based on a subsampling scheme among all attributes.
  • the bitstream may further include signaling information regarding the subsampling scheme. Descriptions of all attributes, some attributes, and subsampling schemes are the same as or similar to those described above with reference to FIGS. 15 to 31 .
  • the signaling information may include information on an attribute selected based on a subsampling scheme, information on a subsampling method, and information on reconstruction of an attribute.
  • An attribute to be reconstructed according to embodiments may correspond to an attribute excluding some attributes among all attributes.
  • the information on the reconstruction of an attribute may include information on a reconstruction method and information on one or more neighboring points of a point corresponding to the target attribute.
  • the target attribute according to embodiments may be reconstructed based on an attribute of one or more neighboring points.
  • Information on the reconstruction method and information on one or more neighboring points of a point corresponding to the target attribute are the same as or similar to those described above with reference to FIGS. 23 to 29 .
  • the target attribute is an attribute of one or more neighboring points and a reference attribute can be reconstructed based on
  • the reference attribute and information on the reference attribute are the same as or similar to those described above with reference to FIGS. 23 to 29 .
  • Various components of the apparatus of the embodiments may be implemented by hardware, software, firmware, or a combination thereof.
  • Various components of the embodiments may be implemented with one chip, for example, one hardware circuit.
  • the components according to the embodiments may be implemented with separate chips.
  • at least one or more of the components of the device according to the embodiments may be composed of one or more processors capable of executing one or more programs, and the one or more programs may be implemented Any one or more of the operations/methods according to the examples may be performed or may include instructions for performing the operations/methods.
  • Executable instructions for performing the method/acts of the apparatus according to the embodiments may be stored in non-transitory CRM or other computer program products configured for execution by one or more processors, or one or more may be stored in temporary CRM or other computer program products configured for execution by processors.
  • the memory according to the embodiments may be used as a concept including not only volatile memory (eg, RAM, etc.) but also non-volatile memory, flash memory, PROM, and the like. Also, it may be implemented in the form of a carrier wave, such as transmission through the Internet.
  • the processor-readable recording medium is distributed in a computer system connected through a network, so that the processor-readable code can be stored and executed in a distributed manner.
  • first, second, etc. may be used to describe various elements of the embodiments. However, interpretation of various components according to the embodiments should not be limited by the above terms. These terms are only used to distinguish one component from another. it is only For example, the first user input signal may be referred to as a second user input signal. Similarly, the second user input signal may be referred to as a first user input signal. Use of these terms should be interpreted as not departing from the scope of the various embodiments. Although both the first user input signal and the second user input signal are user input signals, they do not mean the same user input signals unless the context clearly indicates otherwise.
  • the embodiments may be wholly or partially applied to a point cloud data transmission/reception device and system.
  • Embodiments may include variations/modifications without departing from the scope of the claims and the like.

Landscapes

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

Abstract

실시예들에 따른 포인트 클라우드 데이터 처리 방법은 포인트 클라우드 데이터를 인코딩하고 전송하는데, 상기 포인트 클라우드 데이터의 하나 또는 그 이상의 포인트들의 포지션을 나타내는 지오메트리를 인코딩하는 단계, 상기 하나 또는 그 이상의 포인트들의 어트리뷰트를 인코딩하는 단계 및 상기 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 단계를 포함할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 처리 방법은 또한 포인트 클라우드 데이터를 수신하고 디코딩할 수 있다.

Description

포인트 클라우드 데이터 처리 장치 및 방법
실시예들은 사용자에게 VR (Virtual Reality, 가상현실), AR (Augmented Reality, 증강현실), MR (Mixed Reality, 혼합현실), 및 자율 주행 서비스 등의 다양한 서비스를 제공하기 위하여 Point Cloud 콘텐츠를 제공하는 방안을 제공한다.
포인트 클라우드 콘텐트는 3차원 공간을 표현하는 좌표계에 속한 점(포인트)들의 집합인 포인트 클라우드로 표현되는 콘텐트이다. 포인트 클라우드 콘텐트는3차원으로 이루어진 미디어를 표현할 수 있으며, VR (Virtual Reality, 가상현실), AR (Augmented Reality, 증강현실), MR (Mixed Reality, 혼합현실), 및 자율 주행 서비스 등의 다양한 서비스를 제공하기 위해 사용된다. 하지만 포인트 클라우드 콘텐트를 표현하기 위해서는 수만개에서 수십만개의 포인트 데이터가 필요하다. 따라서 방대한 양의 포인트 데이터를 효율적으로 처리하기 위한 방법이 요구된다.
실시예들은 포인트 클라우드 데이터를 효율적으로 처리하기 위한 장치 및 방법을 제공한다. 실시예들은 지연시간(latency) 및 인코딩/디코딩 복잡도를 해결하기 위한 포인트 클라우드 데이터 처리 방법 및 장치를 제공한다.
다만, 전술한 기술적 과제만으로 제한되는 것은 아니고, 기재된 전체 내용에 기초하여 당업자가 유추할 수 있는 다른 기술적 과제로 실시예들의 권리범위가 확장될 수 있다.
따라서 효율적으로 포인트 클라우드 데이터를 처리하기 위하여 실시예들에 따른 포인트 클라우드 데이터 송신 방법은 포인트 클라우드 데이터를 인코딩하는 단계 및 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 단계를 포함한다.
실시예들에 따른 포인트 클라우드 데이터 수신 방법은 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 단계 및 포인트 클라우드 데이터를 디코딩하는 단계를 포함한다.
실시예들에 따른 장치 및 방법은 높은 효율로 포인트 클라우드 데이터를 처리할 수 있다.
실시예들에 따른 장치 및 방법은 높은 퀄리티의 포인트 클라우드 서비스를 제공할 수 있다.
실시예들에 따른 장치 및 방법은 VR 서비스, 자율주행 서비스 등 범용적인 서비스를 제공하기 위한 포인트 클라우드 콘텐트를 제공할 수 있다.
도면은 실시예들을 더욱 이해하기 위해서 포함되며, 도면은 실시예들에 관련된 설명과 함께 실시예들을 나타낸다. 이하에서 설명하는 다양한 실시예들의 보다 나은 이해를 위하여, 하기 도면들에 걸쳐 유사한 참조 번호들이 대응하는 부분들을 포함하는 다음의 도면들과 관련하여 이하의 실시예들의 설명을 반드시 참조해야 한다.
도 1은 실시예들에 따른 포인트 클라우드콘텐츠 제공 시스템의 예시를 나타낸다.
도 2는 실시예들에 따른 포인트 클라우드 콘텐트 제공 동작을 나타내는 블록도이다.
도 3은 실시예들에 따른 포인트 클라우드 비디오 캡쳐 과정의 예시를 나타낸다.
도 4는 실시예들에 따른 포인트 클라우드 인코더(Point Cloud Encoder)의 예시를 나타낸다.
도 5는 실시예들에 따른 복셀의 예시를 나타낸다.
도 6은 실시예들에 따른 옥트리 및 오큐판시 코드 (occupancy code)의 예시를 나타낸다.
도 7은 실시예들에 따른 이웃 노드 패턴의 예시를 나타낸다.
도 8은 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 9는 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 10은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder)의 예시를 나타낸다.
도 11은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder)의 예시를 나타낸다.
도 12는 실시예들에 따른 전송 장치의 예시이다.
도 13은 실시예들에 따른 수신 장치의 예시이다.
도 14는 실시예들에 따른 포인트 클라우드 데이터 송수신 방법/장치와 연동 가능한 구조의 예시를 나타낸다.
도 15는, 실시예들에 따른 포인트 클라우드 데이터 송신 장치를 나타내는 블록도이다.
도 16은, 실시예들에 따른 어트리뷰트 서브샘플링 방법의 예시를 나타낸다.
도 17은, 실시예들에 따른 어트리뷰트 서브샘플링 방법의 예시를 나타낸다.
도 18은, 실시예들에 따른 어트리뷰트 서브샘플링 방법의 예시를 나타낸다.
도 19은, 실시예들에 따른 어트리뷰트 서브샘플링 방법의 예시를 나타낸다.
도 20은, 실시예들에 따른 어트리뷰트 서브샘플링 방법의 예시를 나타낸다.
도 21은, 실시예들에 따른 포인트 클라우드 데이터 송신 방법의 플로우 차트의 예시를 나타낸다.
도 22는, 실시예들에 따른 비트스트림의 구조를 나타낸다.
도 23은, 실시예들에 따른 서브샘플링 스킴에 관한 시그널링 정보의 구조를 나타낸다.
도 24는, 실시예들에 따른 포인트 클라우드 데이터의 SPS(Sequantial Parameter Set)의 구조를 나타낸다.
도 25는, 실시예들에 따른 포인트 클라우드 데이터의 GPS(Geometry Parameter Set)의 구조를 나타낸다.
도 26는, 실시예들에 따른 포인트 클라우드 데이터의 APS(Attribute Parameter Set)의 구조를 나타낸다.
도 27는, 실시예들에 따른 포인트 클라우드 데이터의 TPS(Tile Parameter Set)의 구조를 나타낸다.
도 28는, 실시예들에 따른 포인트 클라우드 데이터의 ASH(Attribute Slice Header)의 구조를 나타낸다.
도 29는, 실시예들에 따른 포인트 클라우드 데이터의 GSH(Geometry Slice Header)의 구조를 나타낸다.
도 30은, 실시예들에 따른 포인트 클라우드 데이터 수신 방법을 나타내는 플로우 차트이다.
도 31은, 실시예들에 따른 포인트 클라우드 데이터 수신 장치를 나타내는 블록도이다.
도 32는, 실시예들에 따른 포인트 클라우드 데이터 송신 방법을 나타내는 플로우 차트의 예시이다.
도 33은, 실시예들에 따른 포인트 클라우드 데이터 수신 방법을 나타내는 플로우 차트의 예시이다.
실시예들의 바람직한 실시예에 대해 구체적으로 설명하며, 그 예는 첨부된 도면에 나타낸다. 첨부된 도면을 참조한 아래의 상세한 설명은 실시예들의 실시예에 따라 구현될 수 있는 실시예만을 나타내기보다는 실시예들의 바람직한 실시예를 설명하기 위한 것이다. 다음의 상세한 설명은 실시예들에 대한 철저한 이해를 제공하기 위해 세부 사항을 포함한다. 그러나 실시예들이 이러한 세부 사항 없이 실행될 수 있다는 것은 당업자에게 자명하다.
실시예들에서 사술한다. 따라서 실시예들은 용어의 단순한 명칭이나 의미가 아닌 용어의 의도된 용되는 대부분의 용어는 해당 분야에서 널리 사용되는 일반적인 것들에서 선택되지만, 일부 용어는 출원인에 의해 임의로 선택되며 그 의미는 필요에 따라 다음 설명에서 자세히 서의미에 근거하여 이해되어야 한다.
도 1은 실시예들에 따른 포인트 클라우드콘텐츠 제공 시스템의 예시를 나타낸다.
도 1에 도시된 포인트 클라우드 콘텐트 제공 시스템은 전송 장치(transmission device)(10000) 및 수신 장치(reception device)(10004)를 포함할 수 있다. 전송 장치(10000) 및 수신 장치(10004)는 포인트 클라우드 데이터를 송수신하기 위해 유무선 통신 가능하다.
실시예들에 따른 전송 장치(10000)는 포인트 클라우드 비디오(또는 포인트 클라우드 콘텐트)를 확보하고 처리하여 전송할 수 있다. 실시예들에 따라, 전송 장치(10000)는 고정국(fixed station), BTS(base transceiver system), 네트워크, AI(Ariticial Intelligence) 기기 및/또는 시스템, 로봇, AR/VR/XR 기기 및/또는 서버 등을 포함할 수 있다. 또한 실시예들에 따라 전송 장치(10000)는 무선 접속 기술(예, 5G NR(New RAT), LTE(Long Term Evolution))을 이용하여, 기지국 및/또는 다른 무선 기기와 통신을 수행하는 기기, 로봇, 차량, AR/VR/XR 기기, 휴대기기, 가전, IoT(Internet of Thing)기기, AI 기기/서버 등을 포함할 수 있다.
실시예들에 따른 전송 장치(10000)는 포인트 클라우드 비디오 획득부(Point Cloud Video Acquisition, 10001), 포인트 클라우드 비디오 인코더(Point Cloud Video Encoder, 10002) 및/또는 트랜스미터(Transmitter (or Communication module), 10003)를 포함한다
실시예들에 따른 포인트 클라우드 비디오 획득부(10001)는 캡쳐, 합성 또는 생성 등의 처리 과정을 통해 포인트 클라우드 비디오를 획득한다. 포인트 클라우드 비디오는 3차원 공간에 위치한 포인트들의 집합인 포인트 클라우드로 표현되는 포인트 클라우드 콘텐트로서, 포인트 클라우드 비디오 데이터 등으로 호칭될 수 있다. 실시예들에 따른 포인트 클라우드 비디오는 하나 또는 그 이상의 프레임들을 포함할 수 있다. 하나의 프레임은 정지 영상/픽쳐를 나타낸다. 따라서 포인트 클라우드 비디오는 포인트 클라우드 영상/프레임/픽처를 포함할 수 있으며, 포인트 클라우드 영상, 프레임 및 픽처 중 어느 하나로 호칭될 수 있다.
실시예들에 따른 포인트 클라우드 비디오 인코더(10002)는 확보된 포인트 클라우드 비디오 데이터를 인코딩한다. 포인트 클라우드 비디오 인코더(10002)는 포인트 클라우드 컴프레션(Point Cloud Compression) 코딩을 기반으로 포인트 클라우드 비디오 데이터를 인코딩할 수 있다. 실시예들에 따른 포인트 클라우드 컴프레션 코딩은 G-PCC(Geometry-based Point Cloud Compression) 코딩 및/또는 V-PCC(Video based Point Cloud Compression) 코딩 또는 차세대 코딩을 포함할 수 있다. 또한 실시예들에 따른 포인트 클라우드 컴프레션 코딩은 상술한 실시예에 국한되는 것은 아니다. 포인트 클라우드 비디오 인코더(10002)는 인코딩된 포인트 클라우드 비디오 데이터를 포함하는 비트스트림을 출력할 수 있다. 비트스트림은 인코딩된 포인트 클라우드 비디오 데이터뿐만 아니라, 포인트 클라우드 비디오 데이터의 인코딩과 관련된 시그널링 정보를 포함할 수 있다.
실시예들에 따른 트랜스미터(10003)는 인코딩된 포인트 클라우드 비디오 데이터를 포함하는 비트스트림을 전송한다. 실시예들에 따른 비트스트림은 파일 또는 세그먼트(예를 들면 스트리밍 세그먼트) 등으로 인캡슐레이션되어 방송망 및/또는 브로드밴드 망등의 다양한 네트워크를 통해 전송된다. 도면에 도시되지 않았으나, 전송 장치(10000)는 인캡슐레이션 동작을 수행하는 인캡슐레이션부(또는 인캡슐레이션 모듈)을 포함할 수 있다. 또한 실시예들에 따라 인캡슐레이션부는 트랜스미터(10003)에 포함될 수 있다. 실시예들에 따라 파일 또는 세그먼트는 네트워크를 통해 수신 장치(10004)로 전송되거나, 디지털 저장매체(예를 들면 USB, SD, CD, DVD, 블루레이, HDD, SSD 등)에 저장될 수 있다. 실시예들에 따른 트랜스미터(10003)는 수신 장치(10004) (또는 리시버(Receiver, 10005))와 4G, 5G, 6G 등의 네트워크를 통해 유/무선 통신 가능하다. 또한 트랜스미터(10003)는 네트워크 시스템(예를 들면 4G, 5G, 6G 등의 통신 네트워크 시스템)에 따라 필요한 데이터 처리 동작을 수행할 수 있다. 또한 전송 장치(10000)는 온 디맨드(On Demand) 방식에 따라 인캡슐레이션된 데이터를 전송할 수도 있다.
실시예들에 따른 수신 장치(10004)는 리시버(Receiver, 10005), 포인트 클라우드 비디오 디코더(Point Cloud Decoder, 10006) 및/또는 렌더러(Renderer, 10007)를 포함한다. 실시예들에 따라 수신 장치(10004)는 무선 접속 기술(예, 5G NR(New RAT), LTE(Long Term Evolution))을 이용하여, 기지국 및/또는 다른 무선 기기와 통신을 수행하는 기기, 로봇, 차량, AR/VR/XR 기기, 휴대기기, 가전, IoT(Internet of Thing)기기, AI 기기/서버 등을 포함할 수 있다.
실시예들에 따른 리시버(10005)는 포인트 클라우드 비디오 데이터를 포함하는 비트스트림 또는 비트스트림이 인캡슐레이션된 파일/세그먼트 등을 네트워크 또는 저장매체로부터 수신한다. 리시버(10005)는 네트워크 시스템(예를 들면 4G, 5G, 6G 등의 통신 네트워크 시스템)에 따라 필요한 데이터 처리 동작을 수행할 수 있다. 실시예들에 따른 리시버(10005)는 수신한 파일/세그먼트를 디캡슐레이션하여 비트스트림을 출력할수 있다. 또한 실시예들에 따라 리시버(10005)는 디캡슐레이션 동작을 수행하기 위한 디캡슐레이션부(또는 디캡슐레이션 모듈)을 포함할 수 있다. 또한 디캡슐레이션부는 리시버(10005)와 별개의 엘레멘트(또는 컴포넌트)로 구현될 수 있다.
포인트 클라우드 비디오 디코더(10006)는 포인트 클라우드 비디오 데이터를 포함하는 비트스트림을 디코딩한다. 포인트 클라우드 비디오 디코더(10006)는 포인트 클라우드 비디오 데이터가 인코딩된 방식에 따라 디코딩할 수 있다(예를 들면 포인트 클라우드 비디오 인코더(10002)의 동작의 역과정). 따라서 포인트 클라우드 비디오 디코더(10006)는 포인트 클라우드 컴프레션의 역과정인 포인트 클라우드 디컴프레션 코딩을 수행하여 포인트 클라우드 비디오 데이터를 디코딩할 수 있다. 포인트 클라우드 디컴프레션 코딩은 G-PCC 코딩을 포함한다.
렌더러(10007)는 디코딩된 포인트 클라우드 비디오 데이터를 렌더링한다. 렌더러(10007)는 포인트 클라우드 비디오 데이터 뿐만 아니라 오디오 데이터도 렌더링하여 포인트 클라우드 콘텐트를 출력할 수 있다. 실시예들에 따라 렌더러(10007)는 포인트 클라우드 콘텐트를 디스플레이하기 위한 디스플레이를 포함할 수 있다. 실시예들에 따라 디스플레이는 렌더러(10007)에 포함되지 않고 별도의 디바이스 또는 컴포넌트로 구현될 수 있다.
도면에 점선으로 표시된 화살표는 수신 장치(10004)에서 획득한 피드백 정보(feedback information)의 전송 경로를 나타낸다. 피드백 정보는 포인트 클라우드 컨텐트를 소비하는 사용자와의 인터랙티비를 반영하기 위한 정보로서, 사용자의 정보(예를 들면 헤드 오리엔테이션 정보), 뷰포트(Viewport) 정보 등)을 포함한다. 특히 포인트 클라우드 콘텐트가 사용자와의 상호작용이 필요한 서비스(예를 들면 자율주행 서비스 등)를 위한 콘텐트인 경우, 피드백 정보는 콘텐트 송신측(예를 들면 전송 장치(10000)) 및/또는 서비스 프로바이더에게 전달될 수 있다. 실시예들에 따라 피드백 정보는 전송 장치(10000) 뿐만 아니라 수신 장치(10004)에서도 사용될 수 있으며, 제공되지 않을 수도 있다.
실시예들에 따른 헤드 오리엔테이션 정보는 사용자의 머리 위치, 방향, 각도, 움직임 등에 대한 정보이다. 실시예들에 따른 수신 장치(10004)는 헤드 오리엔테이션 정보를 기반으로 뷰포트 정보를 계산할 수 있다. 뷰포트 정보는 사용자가 바라보고 있는 포인트 클라우드 비디오의 영역에 대한 정보이다. 시점(viewpoint)은 사용자가 포인트 클라우 비디오를 보고 있는 점으로 뷰포트 영역의 정중앙 지점을 의미할 수 있다. 즉, 뷰포트는 시점을 중심으로 한 영역으로서, 영역의 크기, 형태 등은 FOV(Field Of View) 에 의해 결정될 수 있다. 따라서 수신 장치(10004)는 헤드 오리엔테이션 정보 외에 장치가 지원하는 수직(vertical) 혹은 수평(horizontal) FOV 등을 기반으로 뷰포트 정보를 추출할 수 있다. 또한 수신 장치(10004)는 게이즈 분석 (Gaze Analysis) 등을 수행하여 사용자의 포인트 클라우드 소비 방식, 사용자가 응시하는 포인트 클라우 비디오 영역, 응시 시간 등을 확인한다. 실시예들에 따라 수신 장치(10004)는 게이즈 분석 결과를 포함하는 피드백 정보를 송신 장치(10000)로 전송할 수 있다. 실시예들에 따른 피드백 정보는 렌더링 및/또는 디스플레이 과정에서 획득될 수 있다. 실시예들에 따른 피드백 정보는 수신 장치(10004)에 포함된 하나 또는 그 이상의 센서들에 의해 확보될 수 있다. 또한 실시예들에 따라 피드백 정보는 렌더러(10007) 또는 별도의 외부 엘레멘트(또는 디바이스, 컴포넌트 등)에 의해 확보될 수 있다. 도1의 점선은 렌더러(10007)에서 확보한 피드백 정보의 전달 과정을 나타낸다. 포인트 클라우드 콘텐트 제공 시스템은 피드백 정보를 기반으로 포인트 클라우드 데이터를 처리(인코딩/디코딩)할 수 있다. 따라서 포인트 클라우드 비디오 데이터 디코더(10006)는 피드백 정보를 기반으로 디코딩 동작을 수행할 수 있다. 또한 수신 장치(10004)는 피드백 정보를 전송 장치(10000)로 전송할 수 있다. 전송 장치(10000)(또는 포인트 클라우드 비디오 데이터 인코더(10002))는 피드백 정보를 기반으로 인코딩 동작을 수행할 수 있다. 따라서 포인트 클라우드 콘텐트 제공 시스템은 모든 포인트 클라우드 데이터를 처리(인코딩/디코딩)하지 않고, 피드백 정보를 기반으로 필요한 데이터(예를 들면 사용자의 헤드 위치에 대응하는 포인트 클라우드 데이터)를 효율적으로 처리하고, 사용자에게 포인트 클라우드 콘텐트를 제공할 수 있다.
실시예들에 따라, 전송 장치(10000)는 인코더, 전송 디바이스, 전송기 등으로 호칭될 수 있으며, 수신 장치(10004)는 디코더, 수신 디바이스, 수신기 등으로 호칭될 수 있다.
실시예들에 따른 도 1 의 포인트 클라우드 콘텐트 제공 시스템에서 처리되는 (획득/인코딩/전송/디코딩/렌더링의 일련의 과정으로 처리되는) 포인트 클라우드 데이터는 포인트 클라우드 콘텐트 데이터 또는 포인트 클라우드 비디오 데이터라고 호칭할 수 있다. 실시예들에 따라 포인트 클라우드 콘텐트 데이터는 포인트 클라우드 데이터와 관련된 메타데이터 내지 시그널링 정보를 포함하는 개념으로 사용될 수 있다.
도 1에 도시된 포인트 클라우드 콘텐트 제공 시스템의 엘리먼트들은 하드웨어, 소프트웨어, 프로세서 및/또는 그것들의 결합등으로 구현될 수 있다.
도 2는 실시예들에 따른 포인트 클라우드 콘텐트 제공 동작을 나타내는 블록도이다.
도 2의 블록도는 도 1에서 설명한 포인트 클라우드 콘텐트 제공 시스템의 동작을 나타낸다. 상술한 바와 같이 포인트 클라우드 콘텐트 제공 시스템은 포인트 클라우드 컴프레션 코딩(예를 들면 G-PCC)을 기반으로 포인트 클라우드 데이터를 처리할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 포인트 클라우드 전송 장치(10000) 또는 포인트 클라우드 비디오 획득부(10001))은 포인트 클라우드 비디오를 획득할 수 있다(20000). 포인트 클라우드 비디오는 3차원 공간을 표현하는 좌표계에 속한 포인트 클라우드로 표현된다. 실시예들에 따른 포인트 클라우드 비디오는 Ply (Polygon File format or the Stanford Triangle format) 파일을 포함할 수 있다. 포인트 클라우드 비디오가 하나 또는 그 이상의 프레임들을 갖는 경우, 획득한 포인트 클라우드 비디오는 하나 또는 그 이상의 Ply 파일들을 포함할 수 있다. Ply 파일은 포인트의 지오메트리(Geometry) 및/또는 어트리뷰트(Attribute)와 같은 포인트 클라우드 데이터를 포함한다. 지오메트리는 포인트들의 포지션들을 포함한다. 각 포인트의 포지션은 3차원 좌표계(예를 들면 XYZ축들로 이루어진 좌표계 등)를 나타내는 파라미터들(예를 들면 X축, Y축, Z축 각각의 값)로 표현될 수 있다. 어트리뷰트는 포인트들의 어트리뷰트들(예를 들면, 각 포인트의 텍스쳐 정보, 색상(YCbCr 또는 RGB), 반사율(r), 투명도 등)을 포함한다. 하나의 포인트는 하나 또는 그 이상의 어트리뷰트들(또는 속성들)을 가진다. 예를 들어 하나의 포인트는 하나의 색상인 어트리뷰트를 가질 수도 있고, 색상 및 반사율인 두 개의 어트리뷰트들을 가질 수도 있다. 실시예들에 따라, 지오메트리는 포지션들, 지오메트리 정보, 지오메트리 데이터 등으로 호칭 가능하며, 어트리뷰트는 어트리뷰트들, 어트리뷰트 정보, 어트리뷰트 데이터 등으로 호칭할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템(예를 들면 포인트 클라우드 전송 장치(10000) 또는 포인트 클라우드 비디오 획득부(10001))은 포인트 클라우드 비디오의 획득 과정과 관련된 정보(예를 들면 깊이 정보, 색상 정보 등)으로부터 포인트 클라우드 데이터를 확보할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 전송 장치(10000) 또는 포인트 클라우드 비디오 인코더(10002))은 포인트 클라우드 데이터를 인코딩할 수 있다(20001). 포인트 클라우드 콘텐트 제공 시스템은 포인트 클라우드 컴프레션 코딩을 기반으로 포인트 클라우드 데이터를 인코딩할 수 있다. 상술한 바와 같이 포인트 클라우드 데이터는 포인트의 지오메트리 및 어트리뷰트를 포함할 수 있다. 따라서 포인트 클라우드 콘텐트 제공 시스템은 지오메트리를 인코딩하는 지오메트리 인코딩을 수행하여 지오메트리 비트스트림을 출력할 수 있다. 포인트 클라우드 콘텐트 제공 시스템은 어트리뷰트를 인코딩하는 어트리뷰트 인코딩을 수행하여 어트리뷰트 비트스트림을 출력할 수 있다. 실시예들에 따라 포인트 클라우드 콘텐트 제공 시스템은 지오메트리 인코딩에 기초하여 어트리뷰트 인코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 비트스트림 및 어트리뷰트 비트스트림은 멀티플렉싱되어 하나의 비트스트림으로 출력될 수 있다. 실시예들에 따른 비트스트림은 지오메트리 인코딩 및 어트리뷰트 인코딩과 관련된 시그널링 정보를 더 포함할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 전송 장치(10000) 또는 트랜스미터(10003))는 인코딩된 포인트 클라우드 데이터를 전송할 수 있다(20002). 도1에서 설명한 바와 같이 인코딩된 포인트 클라우드 데이터는 지오메트리 비트스트림, 어트리뷰트 비트스트림으로 표현될 수 있다. 또한 인코딩된 포인트 클라우드 데이터는 포인트 클라우드 데이터의 인코딩과 관련된 시그널링 정보(예를 들면 지오메트리 인코딩 및 어트리뷰트 인코딩과 관련된 시그널링 정보)과 함께 비트스트림의 형태로 전송될 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템은 인코딩된 포인트 클라우드 데이터를 전송하는 비트스트림을 인캡슐레이션 하여 파일 또는 세그먼트의 형태로 전송할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 리시버(10005))은 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 수신할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 리시버(10005))은 비트스트림을 디멀티플렉싱할 수 있다.
포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10005))은 비트스트림으로 전송되는 인코딩된 포인트 클라우드 데이터(예를 들면 지오메트리 비트스트림, 어트리뷰트 비트스트림)을 디코딩할 수 있다. 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10005))은 비트스트림에 포함된 포인트 클라우드 비디오 데이터의 인코딩과 관련된 시그널링 정보를 기반으로 포인트 클라우드 비디오 데이터를 디코딩할 수 있다. 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10005))은 지오메트리 비트스트림을 디코딩하여 포인트들의 포지션들(지오메트리)을 복원할 수 있다. 포인트 클라우드 콘텐트 제공 시스템은 복원한 지오메트리를 기반으로 어트리뷰트 비트스트림을 디코딩하여 포인트들의 어트리뷰트들을 복원할 수 있다. 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10005))은 복원된 지오메트리에 따른 포지션들 및 디코딩된 어트리뷰트를 기반으로 포인트 클라우드 비디오를 복원할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 렌더러(10007))은 디코딩된 포인트 클라우드 데이터를 렌더링할 수 있다(20004). 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 렌더러(10007))은 디코딩 과정을 통해 디코딩된 지오메트리 및 어트리뷰트들을 다양한 렌더링 방식에 따라 렌더링 방식에 따라 렌더링 할 수 있다. 포인트 클라우드 콘텐트의 포인트들은 일정 두께를 갖는 정점, 해당 정점 위치를 중앙으로 하는 특정 최소 크기를 갖는 정육면체, 또는 정점 위치를 중앙으로 하는 원 등으로 렌더링 될 수도 있다. 렌더링된 포인트 클라우드 콘텐트의 전부 또는 일부 영역은 디스플레이 (예를 들면 VR/AR 디스플레이, 일반 디스플레이 등)을 통해 사용자에게 제공된다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004))는 피드백 정보를 확보할 수 있다(20005). 포인트 클라우드 콘텐트 제공 시스템은 피드백 정보를 기반으로 포인트 클라우드 데이터를 인코딩 및/또는 디코딩할 수 있다. 실시예들에 따른 피드백 정보 및 포인트 클라우드 콘텐트 제공 시스템의 동작은 도 1에서 설명한 피드백 정보 및 동작과 동일하므로 구체적인 설명은 생략한다.
도 3은 실시예들에 따른 포인트 클라우드 비디오 캡쳐 과정의 예시를 나타낸다.
도 3은 도 1 내지 도 2에서 설명한 포인트 클라우드 콘텐트 제공 시스템의 포인트 클라우드 비디오 캡쳐 과정의 예시를 나타낸다.
포인트 클라우드 콘텐트는 다양한 3차원 공간(예를 들면 현실 환경을 나타내는 3차원 공간, 가상 환경을 나타내는3차원 공간 등)에 위치한 오브젝트(object) 및/또는 환경을 나타내는 포인트 클라우드 비디오(이미지들 및/또는 영상들)을 포함한다. 따라서 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템은 포인트 클라우드 콘텐트를 생성하기 위하여 하나 또는 그 이상의 카메라(camera)들(예를 들면, 깊이 정보를 확보할 수 있는 적외선 카메라, 깊이 정보에 대응되는 색상 정보를 추출 할 수 있는 RGB 카메라 등), 프로젝터(예를 들면 깊이 정보를 확보하기 위한 적외선 패턴 프로젝터 등), 라이다(LiDAR)등을 사용하여 포인트 클라우드 비디오를 캡쳐할 수 있다. 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템은 깊이 정보로부터 3차원 공간상의 포인트들로 구성된 지오메트리의 형태를 추출하고, 색상정보로부터 각 포인트의 어트리뷰트를 추출하여 포인트 클라우드 데이터를 확보할 수 있다. 실시예들에 따른 이미지 및/또는 영상은 인워드-페이싱(inward-facing) 방식 및 아웃워드-페이싱(outward-facing) 방식 중 적어도 어느 하나 이상을 기반으로 캡쳐될 수 있다.
도3의 왼쪽은 인워드-페이싱 방식을 나타낸다. 인워드-페이싱 방식은 중심 오브젝트를 둘러싸고 위치한 하나 또는 그 이상의 카메라들(또는 카메라 센서들)이 중심 오브젝트를 캡쳐하는 방식을 의미한다. 인워드-페이싱 방식은 핵심 객체에 대한 360도 이미지를 사용자에게 제공하는 포인트 클라우드 콘텐트(예를 들면 사용자에게 객체(예-캐릭터, 선수, 물건, 배우 등 핵심이 되는 객체)의 360도 이미지를 제공하는 VR/AR 콘텐트)를 생성하기 위해 사용될 수 있다.
도3의 오른쪽은 아웃워드-페이싱 방식을 나타낸다. 아웃워드-페이싱 방식은 중심 오브젝트를 둘러싸고 위치한 하나 또는 그 이상의 카메라들(또는 카메라 센서들)이 중심 오브젝트가 아닌 중심 오브젝트의 환경을 캡쳐하는 방식을 의미한다. 아웃워드-페이싱 방식은 사용자의 시점에서 나타나는 주변 환경을 제공하기 위한 포인트 클라우드 콘텐트(예를 들면자율 주행 차량의 사용자에게 제공될 수 있는 외부 환경을 나타내는 콘텐트)를 생성하기 위해 사용될 수 있다.
도면에 도시된 바와 같이, 포인트 클라우드 콘텐트는 하나 또는 그 이상의 카메라들의 캡쳐 동작을 기반으로 생성될 수 있다. 이 경우 각 카메라의 좌표계가 다를 수 있으므로 포인트 클라우드 콘텐트 제공 시스템은 캡쳐 동작 이전에 글로벌 공간 좌표계(global coordinate system)을 설정하기 위하여 하나 또는 그 이상의 카메라들의 캘리브레이션을 수행할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템은 상술한 캡쳐 방식으로 캡쳐된 이미지 및/또는 영상과 임의의 이미지 및/또는 영상을 합성하여 포인트 클라우드 콘텐트를 생성할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템은 가상 공간을 나타내는 포인트 클라우드 콘텐트를 생성하는 경우 도3에서 설명한 캡쳐 동작을 수행하지 않을 수 있다. 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템은 캡쳐한 이미지 및/또는 영상에 대해 후처리를 수행할 수 있다. 즉, 포인트 클라우드 콘텐트 제공 시스템은 원하지 않는 영역(예를 들면 배경)을 제거하거나, 캡쳐한 이미지들 및/또는 영상들이 연결된 공간을 인식하고, 구명(spatial hole)이 있는 경우 이를 메우는 동작을 수행할 수 있다.
또한 포인트 클라우드 콘텐트 제공 시스템은 각 카메라로부터 확보한 포인트 클라우드 비디오의 포인트들에 대하여 좌표계 변환을 수행하여 하나의 포인트 클라우드 콘텐트를 생성할 수 있다. 포인트 클라우드 콘텐트 제공 시스템은 각 카메라의 위치 좌표를 기준으로 포인트들의 좌표계 변환을 수행할 수 있다. 이에 따라, 포인트 클라우드 콘텐트 제공 시스템은 하나의 넓은 범위를 나타내는 콘텐트를 생성할 수도 있고, 포인트들의 밀도가 높은 포인트 클라우드 콘텐트를 생성할 수 있다.
도 4는 실시예들에 따른 포인트 클라우드 인코더(Point Cloud Encoder)의 예시를 나타낸다.
도 4는 도 1의 포인트 클라우드 비디오 인코더(10002)의 예시를 나타낸다. 포인트 클라우드 인코더는 네트워크의 상황 혹은 애플리케이션 등에 따라 포인트 클라우드 콘텐트의 질(예를 들어 무손실-lossless, 손실-lossy, near-lossless)을 조절하기 위하여 포인트 클라우드 데이터(예를 들면 포인트들의 포지션들 및/또는 어트리뷰트들)을 재구성하고 인코딩 동작을 수행한다. 포인트 클라우드 콘텐트의 전체 사이즈가 큰 경우(예를 들어 30 fps의 경우 60 Gbps인 포인트 클라우드 콘텐트) 포인트 클라우드 콘텐트 제공 시스템은 해당 콘텐트를 리얼 타임 스트리밍하지 못할 수 있다. 따라서 포인트 클라우드 콘텐트 제공 시스템은 네트워크 환경등에 맞춰 제공하기 위하여 최대 타깃 비트율(bitrate)을 기반으로 포인트 클라우드 콘텐트를 재구성할 수 있다.
도 1 내지 도2 에서 설명한 바와 같이 포인트 클라우드 인코더는 지오메트리 인코딩 및 어트리뷰트 인코딩을 수행할 수 있다. 지오메트리 인코딩은 어트리뷰트 인코딩보다 먼저 수행된다.
실시예들에 따른 포인트 클라우드 인코더는 좌표계 변환부(Transformation Coordinates, 40000), 양자화부(Quantize and Remove Points (Voxelize), 40001), 옥트리 분석부(Analyze Octree, 40002), 서페이스 어프록시메이션 분석부(Analyze Surface Approximation, 40003), 아리스메틱 인코더(Arithmetic Encode, 40004), 지오메트리 리컨스트럭션부(Reconstruct Geometry, 40005), 컬러 변환부(Transform Colors, 40006), 어트리뷰트 변환부(Transfer Attributes, 40007), RAHT 변환부(40008), LOD생성부(Generated LOD, 40009), 리프팅 변환부(Lifting)(40010), 계수 양자화부(Quantize Coefficients, 40011) 및/또는 아리스메틱 인코더(Arithmetic Encode, 40012)를 포함한다.
좌표계 변환부(40000), 양자화부(40001), 옥트리 분석부(40002), 서페이스 어프록시메이션 분석부(40003), 아리스메틱 인코더(40004), 및 지오메트리 리컨스트럭션부(40005)는 지오메트리 인코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 인코딩은 옥트리 지오메트리 코딩, 다이렉트 코딩(direct coding), 트라이숩 지오메트리 인코딩(trisoup geometry encoding) 및 엔트로피 인코딩을 포함할 수 있다. 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 선택적으로 또는 조합으로 적용된다. 또한 지오메트리 인코딩은 위의 예시에 국한되지 않는다.
도면에 도시된 바와 같이, 실시예들에 따른 좌표계 변환부(40000)는 포지션들을 수신하여 좌표계(coordinate)로 변환한다. 예를 들어, 포지션들은 3차원 공간 (예를 들면XYZ 좌표계로 표현되는 3차원 공간 등)의 위치 정보로 변환될 수 있다. 실시예들에 따른 3차원 공간의 위치 정보는 지오메트리 정보로 지칭될 수 있다.
실시예들에 따른 양자화부(40001)는 지오메트리를 양자화한다. 예를 들어, 양자화부(40001)는 전체 포인트들의 최소 위치 값(예를 들면 X축, Y축, Z축 에 대하여 각축상의 최소 값)을 기반으로 포인트들을 양자화 할 수 있다. 양자화부(40001)는 최소 위치 값과 각 포인트의 위치 값의 차이에 기 설정된 양자 스케일(quatization scale) 값을 곱한 뒤, 내림 또는 올림을 수행하여 가장 가까운 정수 값을 찾는 양자화 동작을 수행한다. 따라서 하나 또는 그 이상의 포인트들은 동일한 양자화된 포지션 (또는 포지션 값)을 가질 수 있다. 실시예들에 따른 양자화부(40001)는 양자화된 포인트들을 재구성하기 위해 양자화된 포지션들을 기반으로 복셀화(voxelization)를 수행한다. 2차원 이미지/비디오 정보를 포함하는 최소 단위는 픽셀(pixel)과 같이, 실시예들에 따른 포인트 클라우드 콘텐트(또는 3차원 포인트 클라우드 비디오)의 포인트들은 하나 또는 그 이상의 복셀(voxel)들에 포함될 수 있다. 복셀은 볼륨(Volume)과 픽셀(Pixel)의 조합어로서, 3차원 공간을 표현하는 축들(예를 들면 X축, Y축, Z축)을 기반으로 3차원 공간을 유닛(unit=1.0) 단위로 나누었을 때 발생하는 3차원 큐빅 공간을 의미한다. 양자화부(40001)는 3차원 공간의 포인트들의 그룹들을 복셀들로 매칭할 수 있다. 실시예들에 따라 하나의 복셀은 하나의 포인트만 포함할 수 있다. 실시예들에 따라 하나의 복셀은 하나 또는 그 이상의 포인트들을 포함할 수 있다. 또한 하나의 복셀을 하나의 포인트로 표현하기 위하여, 하나의 복셀에 포함된 하나 또는 그 이상의 포인트들의 포지션들을 기반으로 해당 복셀의 중앙점(ceter)의 포지션을 설정할 수 있다. 이 경우 하나의 복셀에 포함된 모든 포지션들의 어트리뷰트들은 통합되어(combined) 해당 복셀에 할당될(assigned)수 있다.
실시예들에 따른 옥트리 분석부(40002)는 복셀을 옥트리(octree) 구조로 나타내기 위한 옥트리 지오메트리 코딩(또는 옥트리 코딩)을 수행한다. 옥트리 구조는 팔진 트리 구조에 기반하여 복셀에 매칭된 포인트들을 표현한다.
실시예들에 따른 서페이스 어프록시메이션 분석부(40003)는 옥트리를 분석하고, 근사화할 수 있다. 실시예들에 따른 옥트리 분석 및 근사화는 효율적으로 옥트리 및 복셀화를 제공하기 위해서 다수의 포인트들을 포함하는 영역에 대해 복셀화하기 위해 분석하는 과정이다.
실시예들에 따른 아리스메틱 인코더(40004)는 옥트리 및/또는 근사화된 옥트리를 엔트로피 인코딩한다. 예를 들어, 인코딩 방식은 아리스메틱(Arithmetic) 인코딩 방법을 포함한다. 인코딩의 결과로 지오메트리 비트스트림이 생성된다.
컬러 변환부(40006), 어트리뷰트 변환부(40007), RAHT 변환부(40008), LOD생성부(40009), 리프팅 변환부(40010), 계수 양자화부(40011) 및/또는 아리스메틱 인코더(40012)는 어트리뷰트 인코딩을 수행한다. 상술한 바와 같이 하나의 포인트는 하나 또는 그 이상의 어트리뷰트들을 가질 수 있다. 실시예들에 따른 어트리뷰트 인코딩은 하나의 포인트가 갖는 어트리뷰트들에 대해 동일하게 적용된다. 다만, 하나의 어트리뷰트(예를 들면 색상)이 하나 또는 그 이상의 요소들을 포함하는 경우, 각 요소마다 독립적인 어트리뷰트 인코딩이 적용된다. 실시예들에 따른 어트리뷰트 인코딩은 컬러 변환 코딩, 어트리뷰트 변환 코딩, RAHT(Region Adaptive Hierarchial Transform) 코딩, 예측 변환(Interpolaration-based hierarchical nearest-neighbour prediction-Prediction Transform) 코딩 및 리프팅 변환 (interpolation-based hierarchical nearest-neighbour prediction with an update/lifting step (Lifting Transform)) 코딩을 포함할 수 있다. 포인트 클라우드 콘텐트에 따라 상술한 RAHT 코딩, 예측 변환 코딩 및 리프팅 변환 코딩은 선택적으로 사용되거나, 하나 또는 그 이상의 코딩들의 조합이 사용될 수 있다. 또한 실시예들에 따른 어트리뷰트 인코딩은 상술한 예시에 국한되는 것은 아니다.
실시예들에 따른 컬러 변환부(40006)는 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 변환하는 컬러 변환 코딩을 수행한다. 예를 들어, 컬러 변환부(40006)는 색상 정보의 포맷을 변환(예를 들어 RGB에서 YCbCr로 변환)할 수 있다. 실시예들에 따른 컬러 변환부(40006)의 동작은 어트리뷰트들에 포함된 컬러값에 따라 옵셔널(optional)하게 적용될 수 있다.
실시예들에 따른 지오메트리 리컨스트럭션부(40005)는 옥트리 및/또는 근사화된 옥트리를 재구성(디컴프레션)한다. 지오메트리 리컨스트럭션부(40005)는 포인트들의 분포를 분석한 결과에 기반하여 옥트리/복셀을 재구성한다. 재구성된 옥트리/복셀은 재구성된 지오메트리(또는 복원된 지오메트리)로 호칭될 수 있다.
실시예들에 따른 어트리뷰트 변환부(40007)는 지오메트리 인코딩이 수행되지 않은 포지션들 및/또는 재구성된 지오메트리를 기반으로 어트리뷰트들을 변환하는 어트리뷰트 변환을 수행한다. 상술한 바와 같이 어트리뷰트들은 지오메트리에 종속되므로, 어트리뷰트 변환부(40007)는 재구성된 지오메트리 정보를 기반으로 어트리뷰트들을 변환할 수 있다. 예를 들어, 어트리뷰트 변환부(40007)는 복셀에 포함된 포인트의 포지션값을 기반으로 그 포지션의 포인트가 가지는 어트리뷰트를 변환할 수 있다. 상술한 바와 같이 하나의 복셀에 포함된 하나 또는 그 이상의 포인트들의 포지션들을 기반으로 해당 복셀의 중앙점의 포지션이 설정된 경우, 어트리뷰트 변환부(40007)는 하나 또는 그 이상의 포인트들의 어트리뷰트들을 변환한다. 트라이숩 지오메트리 인코딩이 수행된 경우, 어트리뷰트 변환부(40007)는 트라이숩 지오메트리 인코딩을 기반으로 어트리뷰트들을 변환할 수 있다.
어트리뷰트 변환부(40007)는 각 복셀의 중앙점의 포지션(또는 포지션 값)으로부터 특정 위치/반경 내에 이웃하고 있는 포인트들의 어트리뷰트들 또는 어트리뷰트 값들(예를 들면 각 포인트의 색상, 또는 반사율 등)의 평균값을 계산하여 어트리뷰트 변환을 수행할 수 있다. 어트리뷰트 변환부(40007)는 평균값 계산시 중앙점으로부터 각 포인트까지의 거리에 따른 가중치를 적용할 수 있다. 따라서 각 복셀은 포지션과 계산된 어트리뷰트(또는 어트리뷰트 값)을 갖게 된다.
어트리뷰트 변환부(40007)는 K-D 트리 또는 몰톤 코드를 기반으로 각 복셀의 중앙점의 포지션으로부터 특정 위치/반경 내에 존재하는 이웃 포인트들을 탐색할 수 있다. K-D 트리는 이진 탐색 트리(binary search tree)로 빠르게 최단 이웃점 탐색(Nearest Neighbor Search-NNS)이 가능하도록 point들을 위치 기반으로 관리할 수 있는 자료 구조를 지원한다. 몰튼 코드는 모든 포인트들의 3차원 포지션을 나타내는 좌표값(예를 들면 (x, y, z))을 비트값으로 나타내고, 비트들을 믹싱하여 생성된다. 예를 들어 포인트의 포지션을 나타내는 좌표값이 (5, 9, 1)일 경우 좌표값의 비트 값은 (0101, 1001, 0001)이다. 비트 값을z, y, x 순서로 비트 인덱스에 맞춰 믹싱하면 010001000111이다. 이 값을 10진수로 나타내면 1095이 된다. 즉, 좌표값이 (5, 9, 1)인 포인트의 몰톤 코드 값은 1095이다. 어트리뷰트 변환부(40007)는 몰튼 코드 값을 기준으로 포인트들을 정렬하고depth-first traversal 과정을 통해 최단 이웃점 탐색(NNS)을 할 수 있다. 어트리뷰트 변환 동작 이후, 어트리뷰트 코딩을 위한 다른 변환 과정에서도 최단 이웃점 탐색(NNS)이 필요한 경우, K-D 트리 또는 몰톤 코드가 활용된다.
도면에 도시된 바와 같이 변환된 어트리뷰트들은 RAHT 변환부(40008) 및/또는 LOD 생성부(40009)로 입력된다.
실시예들에 따른 RAHT 변환부(40008)는 재구성된 지오메트리 정보에 기반하여 어트리뷰트 정보를 예측하는 RAHT코딩을 수행한다. 예를 들어, RAHT 변환부(40008)는 옥트리의 하위 레벨에 있는 노드와 연관된 어트리뷰트 정보에 기반하여 옥트리의 상위 레벨에 있는 노드의 어트리뷰트 정보를 예측할 수 있다.
실시예들에 따른 LOD생성부(40009)는 예측 변환 코딩을 수행하기 위하여LOD(Level of Detail)를 생성한다. 실시예들에 따른 LOD는 포인트 클라우드 콘텐트의 디테일을 나타내는 정도로서, LOD 값이 작을 수록 포인트 클라우드 콘텐트의 디테일이 떨어지고, LOD 값이 클 수록 포인트 클라우드 콘텐트의 디테일이 높음을 나타낸다. 포인트들을 LOD에 따라 분류될 수 있다.
실시예들에 따른 리프팅 변환부(40010)는 포인트 클라우드의 어트리뷰트들을 가중치에 기반하여 변환하는 리프팅 변환 코딩을 수행한다. 상술한 바와 같이 리프팅 변환 코딩은 선택적으로 적용될 수 있다.
실시예들에 따른 계수 양자화부(40011)은 어트리뷰트 코딩된 어트리뷰트들을 계수에 기반하여 양자화한다.
실시예들에 따른 아리스메틱 인코더(40012)는 양자화된 어트리뷰트들을 아리스메틱 코딩 에 기반하여 인코딩한다.
도 4의 포인트 클라우드 인코더의 엘레멘트들은 도면에 도시되지 않았으나 포인트 클라우드 제공 장치에 포함된 하나 또는 그 이상의 메모리들과 통신가능하도록 설정된 하나 또는 그 이상의 프로세서들 또는 집적 회로들(integrated circuits)을 포함하는 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합으로 구현될 수 있다. 하나 또는 그 이상의 프로세서들은 상술한 도 4의 포인트 클라우드 인코더의 엘레멘트들의 동작들 및/또는 기능들 중 적어도 어느 하나 이상을 수행할 수 있다. 또한 하나 또는 그 이상의 프로세서들은 도 4의 포인트 클라우드 인코더의 엘레멘트들의 동작들 및/또는 기능들을 수행하기 위한 소프트웨어 프로그램들 및/또는 인스트럭션들의 세트를 동작하거나 실행할 수 있다. 실시예들에 따른 하나 또는 그 이상의 메모리들은 하이 스피드 랜덤 억세스 메모리를 포함할 수도 있고, 비휘발성 메모리(예를 들면 하나 또는 그 이상의 마그네틱 디스크 저장 디바이스들, 플래쉬 메모리 디바이스들, 또는 다른 비휘발성 솔리드 스테이트 메모리 디바이스들(Solid-state memory devices)등)를 포함할 수 있다.
도 5 는 실시예들에 따른 복셀의 예시를 나타낸다.
도 5는 X축, Y축, Z축의 3가지 축으로 구성된 좌표계로 표현되는 3차원 공간상에 위치한 복셀을 나타낸다. 도 4에서 설명한 바와 같이 포인트 클라우드 인코더(예를 들면 양자화부(40001) 등)은 복셀화를 수행할 수 있다. 복셀은 3차원 공간을 표현하는 축들(예를 들면 X축, Y축, Z축)을 기반으로 3차원 공간을 유닛(unit=1.0) 단위로 나누었을 때 발생하는 3차원 큐빅 공간을 의미한다. 도 5는 두 개의 극점들(0,0,0) 및 (2d, 2d, 2d) 으로 정의되는 바운딩 박스(cubical axis-aligned bounding box)를 재귀적으로 분할(reculsive subdividing)하는 옥트리 구조를 통해 생성된 복셀의 예시를 나타낸다. 하나의 복셀은 적어도 하나 이상의 포인트를 포함한다. 복셀은 복셀군(voxel group)과의 포지션 관계로부터 공간 좌표를 추정 할 수 있다. 상술한 바와 같이 복셀은 2차원 이미지/영상의 픽셀과 마찬가지로 어트리뷰트(색상 또는 반사율 등)을 가진다. 복셀에 대한 구체적인 설명은 도 4에서 설명한 바와 동일하므로 생략한다.
도 6은 실시예들에 따른 옥트리 및 오큐판시 코드 (occupancy code)의 예시를 나타낸다.
도 1 내지 도 4에서 설명한 바와 같이 포인트 클라우드 콘텐트 제공 시스템(포인트 클라우드 비디오 인코더(10002)) 또는 포인트 클라우드 인코더(예를 들면 옥트리 분석부(40002))는 복셀의 영역 및/또는 포지션을 효율적으로 관리하기 위하여 옥트리 구조 기반의 옥트리 지오메트리 코딩(또는 옥트리 코딩)을 수행한다.
도 6의 상단은 옥트리 구조를 나타낸다. 실시예들에 따른 포인트 클라우드 콘텐트의 3차원 공간은 좌표계의 축들(예를 들면 X축, Y축, Z축)로 표현된다. 옥트리 구조는 두 개의 극점들(0,0,0) 및 (2 d, 2 d, 2 d) 으로 정의되는 바운딩 박스(cubical axis-aligned bounding box)를 재귀적으로 분할(reculsive subdividing)하여 생성된다. 2d는 포인트 클라우드 콘텐트(또는 포인트 클라우드 비디오)의 전체 포인트들을 감싸는 가장 작은 바운딩 박스를 구성하는 값으로 설정될 수 있다. d는 옥트리의 깊이(depth)를 나타낸다. d값은 다음의 식에 따라 결정된다. 하기 식에서 (x int n, y int n, z int n)는 양자화된 포인트들의 포지션들(또는 포지션 값들)을 나타낸다.
Figure PCTKR2021000329-appb-img-000001
도 6의 상단의 중간에 도시된 바와 같이, 분할에 따라 전체 3차원 공간은 8개의 공간들로 분할될 수 있다. 분할된 각 공간은 6개의 면들을 갖는 큐브로 표현된다. 도 6 상단의 오른쪽에 도시된 바와 같이 8개의 공간들 각각은 다시 좌표계의 축들(예를 들면 X축, Y축, Z축)을 기반으로 분할된다. 따라서 각 공간은 다시 8개의 작은 공간들로 분할된다. 분할된 작은 공간 역시 6개의 면들을 갖는 큐브로 표현된다. 이와 같은 분할 방식은 옥트리의 리프 노드(leaf node)가 복셀이 될 때까지 적용된다.
도 6의 하단은 옥트리의 오큐판시 코드를 나타낸다. 옥트리의 오큐판시 코드는 하나의 공간이 분할되어 발생되는 8개의 분할된 공간들 각각이 적어도 하나의 포인트를 포함하는지 여부를 나타내기 위해 생성된다. 따라서 하나의 오큐판시 코드는 8개의 자식 노드(child node)들로 표현된다. 각 자식 노드는 분할된 공간의 오큐판시를 나타내며, 자식 노드는 1비트의 값을 갖는다. 따라서 오큐판시 코드는 8 비트 코드로 표현된다. 즉, 자식 노드에 대응하는 공간에 적어도 하나의 포인트가 포함되어 있으면 해당 노드는 1값을 갖는다. 자식 노드에 대응하는 공간에 포인트가 포함되어 있지 않으면 (empty), 해당 노드는 0값을 갖는다. 도 6에 도시된 오큐판시 코드는 00100001이므로 8개의 자식 노드 중 3번째 자식 노드 및 8번째 자식 노드에 대응하는 공간들은 각각 적어도 하나의 포인트를 포함함을 나타낸다. 도면에 도시된 바와 같이 3번째 자식 노드 및 8번째 자식 노드는 각각 8개의 자식 노드를 가지며, 각 자식 노드는 8비트의 오큐판시 코드로 표현된다. 도면은 3번째 자식 노드의 오큐판시 코드가 10000111이고, 8번째 자식 노드의 오큐판시 코드가 01001111임을 나타낸다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40004))는 오큐판시 코드를 엔트로피 인코딩할 수 있다. 또한 압축 효율을 높이기 위해 포인트 클라우드 인코더는 오큐판시 코드를 인트라/인터 코딩할 수 있다. 실시예들에 따른 수신 장치(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10006))는 오큐판시 코드를 기반으로 옥트리를 재구성한다.
실시예들에 따른 포인트 클라우드 인코더(예를 들면 도 4의 포인트 클라우드 인코더, 또는 옥트리 분석부(40002))는 포인트들의 포지션들을 저장하기 위해 복셀화 및 옥트리 코딩을 수행할 수 있다. 하지만 3차원 공간 내 포인트들이 언제나 고르게 분포하는 것은 아니므로, 포인트들이 많이 존재하지 않는 특정 영역이 존재할 수 있다. 따라서 3차원 공간 전체에 대해 복셀화를 수행하는 것은 비효율 적이다. 예를 들어 특정 영역에 포인트가 거의 존재하지 않는다면, 해당 영역까지 복셀화를 수행할 필요가 없다.
따라서 실시예들에 따른 포인트 클라우드 인코더는 상술한 특정 영역(또는 옥트리의 리프 노드를 제외한 노드)에 대해서는 복셀화를 수행하지 않고, 특정 영역에 포함된 포인트들의 포지션을 직접 코딩하는 다이렉트 코딩(Direct coding)을 수행할 수 있다. 실시예들에 따른 다이렉트 코딩 포인트의 좌표들은 다이렉트 코딩 모드(Direct Coding Mode, DCM)으로 호칭된다. 또한 실시예들에 따른 포인트 클라우드 인코더는 표면 모델(surface model)을 기반으로 특정 영역(또는 노드)내의 포인트들의 포지션들을 복셀 기반으로 재구성하는 트라이숩 지오메트리 인코딩(Trisoup geometry encoding)을 수행할 수 있다. 트라이숩 지오메트리 인코딩은 오브젝트의 표현을 삼각형 메쉬(triangle mesh)의 시리즈로 표현하는 지오메트리 인코딩이다. 따라서 포인트 클라우드 디코더는 메쉬 표면으로부터 포인트 클라우드를 생성할 수 있다. 실시예들에 따른 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 선택적으로 수행될 수 있다. 또한 실시예들에 따른 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 옥트리 지오메트리 코딩(또는 옥트리 코딩)과 결합되어 수행될 수 있다.
다이렉트 코딩(Direct coding)을 수행하기 위해서는 다이렉트 코딩을 적용하기 위한 직접 모드(direct mode) 사용 옵션이 활성화 되어 있어야 하며, 다이렉트 코딩을 적용할 노드는 리프 노드가 아니고, 특정 노드 내에 한계치(threshold) 이하의 포인트들이 존재해야 한다. 또한 다이텍트 코딩의 대상이 되는 전채 포인트들의 개수는 기설정된 한계값을 넘어서는 안된다. 위의 조건이 만족되면, 실시예들에 따른 포인트 클라우드 인코더(또는 아리스메틱 인코더(40004))는 포인트들의 포지션들(또는 포지션 값들)을 엔트로피 코딩할 수 있다.
실시예들에 따른 포인트 클라우드 인코더(예를 들면 서페이스 어프록시메이션 분석부(40003))는 옥트리의 특정 레벨(레벨은 옥트리의 깊이 d보다는 작은 경우)을 정하고, 그 레벨부터는 표면 모델을 사용하여 노드 영역내의 포인트의 포지션을 복셀 기반으로 재구성하는 트라이숩 지오메트리 인코딩을 수행할 수 있다(트라이숩 모드). 실시예들에 따른 포인트 클라우드 인코더는 트라이숩 지오메트리 인코딩을 적용할 레벨을 지정할 수 있다. 예를 들어, 지정된 레벨이 옥트리의 깊이와 같으면 포인트 클라우드 인코더는 트라이숩 모드로 동작하지 않는다. 즉, 실시예들에 따른 포인트 클라우드 인코더는 지정된 레벨이 옥트리의 깊이값 보다 작은 경우에만 트라이숩 모드로 동작할 수 있다. 실시예들에 따른 지정된 레벨의 노드들의 3차원 정육면체 영역을 블록(block)이라 호칭한다. 하나의 블록은 하나 또는 그 이상의 복셀들을 포함할 수 있다. 블록 또는 복셀은 브릭(brick)에 대응될 수도 있다. 각 블록 내에서 지오메트리는 표면(surface)으로 표현된다. 실시예들에 따른 표면은 최대 한번 블록의 각 엣지(edge, 모서리)와 교차할 수 있다.
하나의 블록은 12개의 엣지들을 가지므로, 하나의 블록 내 적어도 12개의 교차점들이 존재한다. 각 교차점은 버텍스(vertex, 정점 또는 꼭지점)라 호칭된다. 엣지를 따라 존재하는 버텍스은 해당 엣지를 공유하는 모든 블록들 중 그 엣지에 인접한 적어도 하나의 오큐파이드 복셀(occupied voxel)이 있는 경우 감지된다. 실시예들에 따른 오큐파이드 복셀은 포인트를 포함하는 복셀을 의미한다. 엣지를 따라 검출된 버텍스의 포지션은 해당 엣지를 공유하는 모든 블록들 중 해당 엣지에 인접한 모든 복셀들의 엣지에 따른 평균 포지션(the average position along the edge of all voxels)이다.
버텍스가 검출되면 실시예들에 따른 포인트 클라우드 인코더는 엣지의 시작점(x, y, z), 엣지의 방향벡터(Δx, Δy, Δz), 버텍스 위치 값 (엣지 내의 상대적 위치 값)들을 엔트로피코딩할 수 있다. 트라이숩 지오메트리 인코딩이 적용된 경우, 실시예들에 따른 포인트 클라우드 인코더(예를 들면 지오메트리 리컨스트럭션부(40005))는 삼각형 재구성(triangle reconstruction), 업-샘플링(up-sampling), 복셀화 과정을 수행하여 복원된 지오메트리(재구성된 지오메트리)를 생성할 수 있다.
블록의 엣지에 위치한 버텍스들은 블록을 통과하는 표면(surface)를 결정한다. 실시예들에 따른 표면은 비평면 다각형이다. 삼각형 재구성 과정은 엣지의 시작점, 엣지의 방향 벡터와 버텍스의 위치값을 기반으로 삼각형으로 나타내는 표면을 재구성한다. 삼각형 재구성 과정은 다음과 같다. ①각 버텍스들의 중심(centroid)값을 계산하고, ②각 버텍스값에서 중심 값을 뺀 값들에 ③ 자승을 수행하고 그 값을 모두 더한 값을 구한다.
Figure PCTKR2021000329-appb-img-000002
더해진 값의 최소값을 구하고, 최소값이 있는 축에 따라서 프로젝션 (Projection, 투영) 과정을 수행한다. 예를 들어 x 요소(element)가 최소인 경우, 각 버텍스를 블록의 중심을 기준으로 x축으로 프로젝션 시키고, (y, z) 평면으로 프로젝션 시킨다. (y, z)평면으로 프로젝션 시키면 나오는 값이 (ai, bi)라면 atan2(bi, ai)를 통해 θ값을 구하고, θ값을 기준으로 버텍스들(vertices)을 정렬한다. 하기의 표는 버텍스들의 개수에 따라 삼각형을 생성하기 위한 버텍스들의 조합을 나타낸다. 버텍스들은 1부터 n까지의 순서로 정렬된다. 하기 표는4개의 버텍스들에 대하여, 버텍스들의 조합에 따라 두 개의 삼각형들이 구성될 수 있음을 나타낸다. 첫번째 삼각형은 정렬된 버텍스들 중 1, 2, 3번째 버텍스들로 구성되고, 두번째 삼각형은 정렬된 버텍스들 중 3, 4, 1번째 버텍스들로 구성될 수 있다 .
표. Triangles formed from vertices ordered 1
n Triangles
3 (1,2,3)
4 (1,2,3), (3,4,1)
5 (1,2,3), (3,4,5), (5,1,3)
6 (1,2,3), (3,4,5), (5,6,1), (1,3,5)
7 (1,2,3), (3,4,5), (5,6,7), (7,1,3), (3,5,7)
8 (1,2,3), (3,4,5), (5,6,7), (7,8,1), (1,3,5), (5,7,1)
9 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,1,3), (3,5,7), (7,9,3)
10 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,10,1), (1,3,5), (5,7,9), (9,1,5)
11 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,10,11), (11,1,3), (3,5,7), (7,9,11), (11,3,7)
12 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,10,11), (11,12,1), (1,3,5), (5,7,9), (9,11,1), (1,5,9)
업샘플링 과정은 삼각형의 엣지를 따라서 중간에 점들을 추가하여 복셀화 하기 위해서 수행된다. 업샘플링 요소 값(upsampling factor)과 블록의 너비를 기준으로 추가 점들을 생성한다. 추가점은 리파인드 버텍스(refined vertice)라고 호칭된다. 실시예들에 따른 포인트 클라우드 인코더는 리파인드 버텍스들을 복셀화할 수 있다. 또한 포인트 클라우드 인코더는 복셀화 된 포지션(또는 포지션 값)을 기반으로 어트리뷰트 인코딩을 수행할 수 있다.도 7은 실시예들에 따른 이웃 노드 패턴의 예시를 나타낸다.
포인트 클라우드 비디오의 압축 효율을 증가시키기 위하여 실시예들에 따른 포인트 클라우드 인코더는 콘텍스트 어탭티브 아리스메틱 (context adaptive arithmetic) 코딩을 기반으로 엔트로피 코딩을 수행할 수 있다.
도 1 내지 도 6에서 설명한 바와 같이 포인트 클라우드 콘텐트 제공 시스템 또는 포인트 클라우드 인코더(예를 들면 포인트 클라우드 비디오 인코더(10002), 도 4의 포인트 클라우드 인코더 또는 아리스메틱 인코더(40004))는 오큐판시 코드를 곧바로 엔트로피 코딩할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템 또는 포인트 클라우드 인코더는 현재 노드의 오큐판시 코드와 이웃 노드들의 오큐판시를 기반으로 엔트로피 인코딩(인트라 인코딩)을 수행하거나, 이전 프레임의 오큐판시 코드를 기반으로 엔트로피 인코딩(인터 인코딩)을 수행할 수 있다. 실시예들에 따른 프레임은 동일한 시간에 생성된 포인트 클라우드 비디오의 집합을 의미한다. 실시예들에 따른 인트라 인코딩/인터 인코딩의 압축 효율은 참조하는 이웃 노드들의 개수에 따라 달라질 수 있다. 비트가 커지면 복잡해지지만 한쪽으로 치우치게 만들어서 압축 효율이 높아질 수 있다. 예를 들어 3-bit context를 가지면, 2의 3승인 = 8가지 방법으로 코딩 해야 한다. 나누어 코딩을 하는 부분은 구현의 복잡도에 영향을 준다. 따라서 압축의 효율과 복잡도의 적정 수준을 맞출 필요가 있다.
도 7은 이웃 노드들의 오큐판시를 기반으로 오큐판시 패턴을 구하는 과정을 나타낸다. 실시예들에 따른 포인트 클라우드 인코더는 옥트리의 각 노드의 이웃 노드들의 오큐판시(occupancy)를 판단하고 이웃 노드 패턴(neighbor pattern) 값을 구한다. 이웃 노드 패턴은 해당 노드의 오큐판시 패턴을 추론하기 위해 사용된다. 도7의 왼쪽은 노드에 대응하는 큐브(가운데 위치한 큐브) 및 해당 큐브와 적어도 하나의 면을 공유하는 6개의 큐브들(이웃 노드들)을 나타낸다. 도면에 도시된 노드들은 같은 뎁스(깊이)의 노드들이다. 도면에 도시된 숫자는 6개의 노드들 각각과 연관된 가중치들(1, 2, 4, 8, 16, 32, 등)을 나타낸다. 각 가중치는 이웃 노드들의 위치에 따라 순차적으로 부여된다.
도 7의 오른쪽은 이웃 노드 패턴 값을 나타낸다. 이웃 노드 패턴 값은 오큐파이드 이웃 노드(포인트를 갖는 이웃 노드)의 가중치가 곱해진 값들의 합이다. 따라서 이웃 노드 패턴 값은 0에서 63까지의 값을 갖는다. 이웃 노드 패턴 값이 0 인 경우, 해당 노드의 이웃 노드 중 포인트를 갖는 노드(오큐파이드 노드)가 없음을 나타낸다. 이웃 노드 패턴 값이 63인 경우, 이웃 노드들이 전부 오큐파이드 노드들임을 나타낸다. 도면에 도시된 바와 같이 가중치1, 2, 4, 8가 부여된 이웃 노드들은 오큐파이드 노드들이므로, 이웃 노드 패턴 값은 1, 2, 4, 8을 더한 값인 15이다. 포인트 클라우드 인코더는 이웃 노드 패턴 값에 따라 코딩을 수행할 수 있다(예를 들어 이웃 노드 패턴 값이 63인 경우, 64가지의 코딩을 수행). 실시예들에 따라 포인트 클라우드 인코더는 이웃 노드 패턴 값을 변경 (예를 들면 64를 10 또는 6으로 변경하는 테이블을 기반으로) 하여 코딩의 복잡도를 줄일 수 있다.
도 8은 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 1 내지 도 7에서 설명한 바와 같이, 어트리뷰트 인코딩이 수행되기 전 인코딩된 지오메트리는 재구성(디컴프레션) 된다. 다이렉트 코딩이 적용된 경우, 지오메트리 재구성 동작은 다이렉트 코딩된 포인트들의 배치를 변경하는 것을 포함할 수 있다(예를 들면 다이렉트 코딩된 포인트들을 포인트 클라우드 데이터의 앞쪽에 배치). 트라이숩 지오메트리 인코딩이 적용된 경우, 지오메트리 재구성 과정은 삼각형 재구성, 업샘플링, 복셀화 과정을 어트리뷰트는 지오메트리에 종속되므로, 어트리뷰트 인코딩은 재구성된 지오메트리를 기반으로 수행된다.
포인트 클라우드 인코더(예를 들면 LOD 생성부(40009))는 포인트들을 LOD별로 분류(reorganization)할 수 있다. 도면은 LOD에 대응하는 포인트 클라우드 콘텐트를 나타낸다. 도면의 왼쪽은 오리지널 포인트 클라우드 콘텐트를 나타낸다. 도면의 왼쪽에서 두번째 그림은 가장 낮은 LOD의 포인트들의 분포를 나타내며, 도면의 가장 오른쪽 그림은 가장 높은 LOD의 포인트들의 분포를 나타낸다. 즉, 가장 낮은 LOD의 포인트들은 드문드문(sparse) 분포하며, 가장 높은 LOD의 포인트들은 촘촘히 분포한다. 즉, 도면 하단에 표시된 화살표 방향에 따라 LOD가 증가할수록 포인트들 간의 간격(또는 거리)는 더 짧아진다.
도 9는 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 1 내지 도 8에서 설명한 바와 같이 포인트 클라우드 콘텐트 제공 시스템, 또는 포인트 클라우드 인코더(예를 들면 포인트 클라우드 비디오 인코더(10002), 도 4의 포인트 클라우드 인코더, 또는 LOD 생성부(40009))는 LOD를 생성할 수 있다. LOD는 포인트들을 설정된 LOD 거리 값(또는 유클리이디언 디스턴스(Euclidean Distance)의 세트)에 따라 리파인먼트 레벨들(refinement levels)의 세트로 재정열(reorganize)하여 생성된다. LOD 생성 과정은 포인트 클라우드 인코더뿐만 아니라 포인트 클라우드 디코더에서도 수행된다.
도 9의 상단은 3차원 공간에 분포된 포인트 클라우드 콘텐트의 포인트들의 예시(P0내지 P9)를 나타낸다. 도 9의 오리지널 오더(Original order)는 LOD 생성전 포인트들 P0내지 P9의 순서를 나타낸다. 도 9의 LOD 기반 오더 (LOD based order)는 LOD 생성에 따른 포인트들의 순서를 나타낸다. 포인트들은 LOD별 재정열된다. 또한 높은 LOD는 낮은 LOD에 속한 포인트들을 포함한다. 도 9에 도시된 바와 같이 LOD0는 P0, P5, P4 및 P2를 포함한다. LOD1은 LOD0의 포인트들과 P1, P6 및 P3를 포함한다. LOD2는 LOD0의 포인트들, LOD1의 포인트들 및 P9, P8 및 P7을 포함한다.
도 4에서 설명한 바와 같이 실시예들에 따른 포인트 클라우드 인코더는 예측 변환 코딩, 리프팅 변환 코딩 및 RAHT 변환 코딩을 선택적으로 또는 조합하여 수행할 수 있다.
실시예들에 따른 포인트 클라우드 인코더는 포인트들에 대한 예측기(predictor)를 생성하여 각 포인트의 예측 어트리뷰트(또는 예측 어트리뷰트값)을 설정하기 위한 예측 변환 코딩을 수행할 수 있다. 즉, N개의 포인트들에 대하여 N개의 예측기들이 생성될 수 있다. 실시예들에 따른 예측기는 각 포인트의 LOD 값과 LOD별 설정된 거리 내에 존재하는 이웃 포인트들에 대한 인덱싱 정보 및 이웃 포인트들까지의 거리 값을 기반으로 가중치(=1/거리) 값을 계산하할 수 있다.
실시예들에 따른 예측 어트리뷰트(또는 어트리뷰트값)은 각 포인트의 예측기에 설정된 이웃 포인트들의 어트리뷰트들(또는 어트리뷰트 값들, 예를 들면 색상, 반사율 등)에 각 이웃 포인트까지의 거리를 기반으로 계산된 가중치(또는 가중치값)을 곱한 값의 평균값으로 설정된다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 계수 양자화부(40011)는 각 포인트의 어트리뷰트(어트리뷰트 값)에서 예측 어트리뷰트(어트리뷰트값)을 뺀 잔여값들(residuals, 잔여 어트리뷰트, 잔여 어트리뷰트값, 어트리뷰트 예측 잔여값 등으로 호칭할 수 있다)을 양자화(quatization) 및 역양자화(inverse quantization)할 수 있다. 양자화 과정은 다음의 표에 나타난 바와 같다.
Attribute prediction residuals quantization pseudo code
int PCCQuantization(int value, int quantStep) {
if( value >=0) {
return floor(value / quantStep + 1.0 / 3.0);
} else {
return -floor(-value / quantStep + 1.0 / 3.0);
}
}
Attribute prediction residuals inverse quantization pseudo code
int PCCInverseQuantization(int value, int quantStep) {
if( quantStep ==0) {
return value;
} else {
return value * quantStep;
}
}
실시예들에 따른 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40012))는 각 포인트의 예측기에 이웃한 포인트들이 있는 경우, 상술한 바와 같이 양자화 및 역양자화된 잔여값을 엔트로피 코딩 할 수 있다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40012))는 각 포인트의 예측기에 이웃한 포인트들이 없으면 상술한 과정을 수행하지 않고 해당 포인트의 어트리뷰트들을 엔트로피 코딩할 수 있다. 실시예들에 따른 포인트 클라우드 인코더 (예를 들면 리프팅 변환부(40010))는 각 포인트의 예측기를 생성하고, 예측기에 계산된 LOD를 설정 및 이웃 포인트들을 등록하고, 이웃 포인트들까지의 거리에 따른 가중치를 설정하여 리프팅 변환 코딩을 수행할 수 있다. 실시예들에 따른 리프팅 변환 코딩은 상술한 예측 변환 코딩과 유사하나, 어트리뷰트값에 가중치를 누적 적용한다는 점에서 차이가 있다. 실시예들에 따른 어트리뷰트값에 가중치를 누적 적용하는 과정은 다음과 같다.
1) 각 포인트의 가중치 값을 저장하는 배열 QW(QuantizationWieght)를 생성한다. QW의 모든 요소들의 초기값은 1.0이다. 예측기에 등록된 이웃 노드의 예측기 인덱스의 QW 값에 현재 포인트의 예측기의 가중치를 곱한 값을 더한다.
2) 리프트 예측 과정: 예측된 어트리뷰트 값을 계산하기 위하여 포인트의 어트리뷰트 값에 가중치를 곱한 값을 기존 어트리뷰트값에서 뺀다.
3) 업데이트웨이트(updateweight) 및 업데이트(update)라는 임시 배열들을 생성하고 임시 배열들을 0으로 초기화한다.
4) 모든 예측기에 대해서 계산된 가중치에 예측기 인덱스에 해당하는 QW에 저장된 가중치를 추가로 곱해서 산출된 가중치를 업데이트웨이트 배열에 이웃 노드의 인덱스로 누적으로 합산한다. 업데이트 배열에는 이웃 노드의 인덱스의 어트리뷰트 값에 산출된 가중치를 곱한 값을 누적 합산한다.
5) 리프트 업데이트 과정: 모든 예측기에 대해서 업데이트 배열의 어트리뷰트 값을 예측기 인덱스의 업데이트웨이트 배열의 가중치 값으로 나누고, 나눈 값에 다시 기존 어트리뷰트 값을 더한다.
6) 모든 예측기에 대해서, 리프트 업데이트 과정을 통해 업데이트된 어트리뷰트 값에 리프트 예측 과정을 통해 업데이트 된(QW에 저장된) 가중치를 추가로 곱하여 예측 어트리뷰트 값을 산출한다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 계수 양자화부(40011))는 예측 어트리뷰트 값을 양자화한다. 또한 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40012))는 양자화된 어트리뷰트 값을 엔트로피 코딩한다.
실시예들에 따른 포인트 클라우드 인코더(예를 들면 RAHT 변환부(40008))는 옥트리의 하위 레벨에 있는 노드와 연관된 어트리뷰트를 사용하여 상위 레벨의 노드들의 어트리뷰트를 예측하는 RAHT 변환 코딩을 수행할 수 있다. RAHT 변환 코딩은 옥트리 백워드 스캔을 통한 어트리뷰트 인트라 코딩의 예시이다. 실시예들에 따른 포인트 클라우드 인코더는 복셀에서 전체 영역으로 스캔하고, 각 스텝에서 복셀을 더 큰 블록으로 합치면서 루트 노드까지의 병합 과정을 반복수행한다. 실시예들에 따른 병합 과정은 오큐파이드 노드에 대해서만 수행된다. 엠티 노드(empty node)에 대해서는 병합 과정이 수행되지 않으며, 엠티 노드의 바로 상위 노드에 대해 병합 과정이 수행된다.
하기의 식은 RAHT 변환 행렬을 나타낸다.
Figure PCTKR2021000329-appb-img-000003
는 레벨 l에서의 복셀들의 평균 어트리뷰트 값을 나타낸다.
Figure PCTKR2021000329-appb-img-000004
는
Figure PCTKR2021000329-appb-img-000005
와
Figure PCTKR2021000329-appb-img-000006
로부터 계산될 수 있다.
Figure PCTKR2021000329-appb-img-000007
와
Figure PCTKR2021000329-appb-img-000008
의 가중치는
Figure PCTKR2021000329-appb-img-000009
과
Figure PCTKR2021000329-appb-img-000010
이다.
Figure PCTKR2021000329-appb-img-000011
Figure PCTKR2021000329-appb-img-000012
는 로-패스(low-pass) 값으로, 다음 상위 레벨에서의 병합 과정에서 사용된다.
Figure PCTKR2021000329-appb-img-000013
은 하이패스 계수(high-pass coefficients)이며, 각 스텝에서의 하이패스 계수들은 양자화되어 엔트로피 코딩 된다(예를 들면 아리스메틱 인코더(400012)의 인코딩). 가중치는
Figure PCTKR2021000329-appb-img-000014
로 계산된다. 루트 노드는 마지막
Figure PCTKR2021000329-appb-img-000015
과
Figure PCTKR2021000329-appb-img-000016
을 통해서 다음과 같이 생성된다.,
Figure PCTKR2021000329-appb-img-000017
gDC값 또한 하이패스 계수와 같이 양자화되어 엔트로피 코딩된다.
도 10은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder)의 예시를 나타낸다.
도 10에 도시된 포인트 클라우드 디코더는 도 1에서 설명한 포인트 클라우드 비디오 디코더(10006) 예시로서, 도 1에서 설명한 포인트 클라우드 비디오 디코더(10006)의 동작 등과 동일 또는 유사한 동작을 수행할 수 있다. 도면이 도시된 바와 같이 포인트 클라우드 디코더는 하나 또는 그 이상의 비트스트림(bitstream)들에 포함된 지오메트리 비트스트림(geometry bitstream) 및 어트리뷰트 비트스트림(attribute bitstream)을 수신할 수 있다. 포인트 클라우드 디코더는 지오메트리 디코더(geometry decoder)및 어트리뷰트 디코더(attribute decoder)를 포함한다. 지오메트리 디코더는 지오메트리 비트스트림에 대해 지오메트리 디코딩을 수행하여 디코딩된 지오메트리(decoded geometry)를 출력한다. 어트리뷰트 디코더는 디코딩된 지오메트리 및 어트리뷰트 비트스트림을 기반으로 어트리뷰트 디코딩을 수행하여 디코딩된 어트리뷰트들(decoded attributes)을 출력한다. 디코딩된 지오메트리 및 디코딩된 어트리뷰트들은 포인트 클라우드 콘텐트를 복원(decoded point cloud)하는데 사용된다.
도 11은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder)의 예시를 나타낸다.
도 11에 도시된 포인트 클라우드 디코더는 도 10에서 설명한 포인트 클라우드 디코더의 예시로서, 도 1 내지 도 9에서 설명한 포인트 클라우드 인코더의 인코딩 동작의 역과정인 디코딩 동작을 수행할 수 있다.
도 1 및 도 10에서 설명한 바와 같이 포인트 클라우드 디코더는 지오메트리 디코딩 및 어트리뷰트 디코딩을 수행할 수 있다. 지오메트리 디코딩은 어트리뷰트 디코딩보다 먼저 수행된다.
실시예들에 따른 포인트 클라우드 디코더는 아리스메틱 디코더(arithmetic decode, 11000), 옥트리 합성부(synthesize octree, 11001), 서페이스 오프록시메이션 합성부(synthesize surface approximation, 11002), 지오메트리 리컨스트럭션부(reconstruct geometry, 11003), 좌표계 역변환부(inverse transform coordinates, 11004), 아리스메틱 디코더(arithmetic decode, 11005), 역양자화부(inverse quantize, 11006), RAHT변환부(11007), LOD생성부(generate LOD, 11008), 인버스 리프팅부(Inverse lifting, 11009), 및/또는 컬러 역변환부(inverse transform colors, 11010)를 포함한다.
아리스메틱 디코더(11000), 옥트리 합성부(11001), 서페이스 오프록시메이션 합성부(11002), 지오메트리 리컨스럭션부(11003), 좌표계 역변환부(11004)는 지오메트리 디코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 디코딩은 다이렉트 코딩(direct coding) 및 트라이숩 지오메트리 디코딩(trisoup geometry decoding)을 포함할 수 있다. 다이렉트 코딩 및 트라이숩 지오메트리 디코딩은 선택적으로 적용된다. 또한 지오메트리 디코딩은 위의 예시에 국한되지 않으며, 도 1 내지 도 9에서 설명한 지오메트리 인코딩의 역과정으로 수행된다.
실시예들에 따른 아리스메틱 디코더(11000)는 수신한 지오메트리 비트스트림을 아리스메틱 코딩을 기반으로 디코딩한다. 아리스메틱 디코더(11000)의 동작은 아리스메틱 인코더(40004)의 역과정에 대응한다.
실시예들에 따른 옥트리 합성부(11001)는 디코딩된 지오메트리 비트스트림으로부터 (또는 디코딩 결과 확보된 지오메트리에 관한 정보)로부터 오큐판시 코드를 획득하여 옥트리를 생성할 수 있다. 오큐판시 코드에 대한 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 같다.
실시예들에 따른 서페이스 오프록시메이션 합성부(11002)는 트라이숩 지오메트리 인코딩이 적용된 경우, 디코딩된 지오메트리 및/또는 생성된 옥트리에 기반하여 서페이스를 합성할 수 있다.
실시예들에 따른 지오메트리 리컨스트럭션부(11003)는 서페이스 및 또는 디코딩된 지오메트리에 기반하여 지오메트리를 재생성할 수 있다. 도 1 내지 도 9에서 설명한 바와 같이, 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 선택적으로 적용된다. 따라서 지오메트리 리컨스트럭션부(11003)는 다이렉트 코딩이 적용된 포인트들의 포지션 정보들을 직접 가져와서 추가한다. 또한, 트라이숩 지오메트리 인코딩이 적용된 경우, 지오메트리 리컨스트럭션부(11003)는 지오메트리 리컨스트럭션부(40005)의 재구성 동작, 예를 들면 삼각형 재구성, 업-샘플링, 복셀화 동작을 수행하여 지오메트리를 복원할 수 있다. 구체적인 내용은 도 6에서 설명한 바와 동일하므로 생략한다. 복원된 지오메트리는 어트리뷰트들을 포함하지 않는 포인트 클라우드 픽쳐 또는 프레임을 포함할 수 있다.
실시예들에 따른 좌표계 역변환부(11004)는 복원된 지오메트리를 기반으로 좌표계를 변환하여 포인트들의 포지션들을 획득할 수 있다.
아리스메틱 디코더(11005), 역양자화부(11006), RAHT 변환부(11007), LOD생성부(11008), 인버스 리프팅부(11009), 및/또는 컬러 역변환부(11010)는 도 10에서 설명한 어트리뷰트 디코딩을 수행할 수 있다. 실시예들에 따른 어트리뷰트 디코딩은 RAHT(Region Adaptive Hierarchial Transform) 디코딩, 예측 변환(Interpolaration-based hierarchical nearest-neighbour prediction-Prediction Transform) 디코딩 및 리프팅 변환 (interpolation-based hierarchical nearest-neighbour prediction with an update/lifting step (Lifting Transform)) 디코딩을 포함할 수 있다. 상술한 3가지의 디코딩들은 선택적으로 사용되거나, 하나 또는 그 이상의 디코딩들의 조합이 사용될 수 있다. 또한 실시예들에 따른 어트리뷰트 디코딩은 상술한 예시에 국한되는 것은 아니다.
실시예들에 따른 아리스메틱 디코더(11005)는 어트리뷰트 비트스트림을 아리스메틱 코딩으로 디코딩한다.
실시예들에 따른 역양자화부(11006)는 디코딩된 어트리뷰트 비트스트림 또는 디코딩 결과 확보한 어트리뷰트에 대한 정보를 역양자화(inverse quantization)하고 역양자화된 어트리뷰트들(또는 어트리뷰트 값들)을 출력한다. 역양자화는 포인트 클라우드 인코더의 어트리뷰트 인코딩에 기반하여 선택적으로 적용될 수 있다.
실시예들에 따라 RAHT 변환부(11007), LOD생성부(11008) 및/또는 인버스 리프팅부(11009)는 재구성된 지오메트리 및 역양자화된 어트리뷰트들을 처리할 수 있다. 상술한 바와 같이 RAHT 변환부(11007), LOD생성부(11008) 및/또는 인버스 리프팅부(11009)는 포인트 클라우드 인코더의 인코딩에 따라 그에 대응하는 디코딩 동작을 선택적으로 수행할 수 있다.
실시예들에 따른 컬러 역변환부(11010)는 디코딩된 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 역변환하기 위한 역변환 코딩을 수행한다. 컬러 역변환부(11010)의 동작은 포인트 클라우드 인코더의 컬러 변환부(40006)의 동작에 기반하여 선택적으로 수행될 수 있다.
도 11의 포인트 클라우드 디코더의 엘레멘트들은 도면에 도시되지 않았으나 포인트 클라우드 제공 장치에 포함된 하나 또는 그 이상의 메모리들과 통신가능하도록 설정된 하나 또는 그 이상의 프로세서들 또는 집적 회로들(integrated circuits)을 포함하는 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합으로 구현될 수 있다. 하나 또는 그 이상의 프로세서들은 상술한 도 11의 포인트 클라우드 디코더의 엘레멘트들의 동작들 및/또는 기능들 중 적어도 어느 하나 이상을 수행할 수 있다. 또한 하나 또는 그 이상의 프로세서들은 도11의 포인트 클라우드 디코더의 엘레멘트들의 동작들 및/또는 기능들을 수행하기 위한 소프트웨어 프로그램들 및/또는 인스트럭션들의 세트를 동작하거나 실행할 수 있다.
도 12는 실시예들에 따른 전송 장치의 예시이다.
도 12에 도시된 전송 장치는 도 1의 전송장치(10000) (또는 도 4의 포인트 클라우드 인코더)의 예시이다. 도 12에 도시된 전송 장치는 도 1 내지 도 9에서 설명한 포인트 클라우드 인코더의 동작들 및 인코딩 방법들과 동일 또는 유사한 동작들 및 방법들 중 적어도 어느 하나 이상을 수행할 수 있다. 실시예들에 따른 전송 장치는 데이터 입력부(12000), 양자화 처리부(12001), 복셀화 처리부(12002), 옥트리 오큐판시 코드 (Occupancy code) 생성부(12003), 표면 모델 처리부(12004), 인트라/인터 코딩 처리부(12005), 아리스메틱 (Arithmetic) 코더(12006), 메타데이터 처리부(12007), 색상 변환 처리부(12008), 어트리뷰트 변환 처리부(또는 속성 변환 처리부)(12009), 예측/리프팅/RAHT 변환 처리부(12010), 아리스메틱 (Arithmetic) 코더(12011) 및/또는 전송 처리부(12012)를 포함할 수 있다.
실시예들에 따른 데이터 입력부(12000)는 포인트 클라우드 데이터를 수신 또는 획득한다. 데이터 입력부(12000)는 포인트 클라우드 비디오 획득부(10001)의 동작 및/또는 획득 방법(또는 도2에서 설명한 획득과정(20000))과 동일 또는 유사한 동작 및/또는 획득 방법을 수행할 수 있다.
데이터 입력부(12000), 양자화 처리부(12001), 복셀화 처리부(12002), 옥트리 오큐판시 코드 (Occupancy code) 생성부(12003), 표면 모델 처리부(12004), 인트라/인터 코딩 처리부(12005), Arithmetic 코더(12006)는 지오메트리 인코딩을 수행한다. 실시예들에 따른 지오메트리 인코딩은 도 1 내지 도 9에서 설명한 지오메트리 인코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 양자화 처리부(12001)는 지오메트리(예를 들면 포인트들의 위치값, 또는 포지션값)을 양자화한다. 양자화 처리부(12001)의 동작 및/또는 양자화는 도 4에서 설명한 양자화부(40001)의 동작 및/또는 양자화와 동일 또는 유사하다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 복셀화 처리부(12002)는 양자화된 포인트들의 포지션 값을 복셀화한다. 복셀화 처리부(120002)는 도 4에서 설명한 양자화부(40001)의 동작 및/또는 복셀화 과정과 동일 또는 유사한 동작 및/또는 과정을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 옥트리 오큐판시 코드 생성부(12003)는 복셀화된 포인트들의 포지션들을 옥트리 구조를 기반으로 옥트리 코딩을 수행한다. 옥트리 오큐판시 코드 생성부(12003)는 오큐판시 코드를 생성할 수 있다. 옥트리 오큐판시 코드 생성부(12003)는 도 4 및 도 6에서 설명한 포인트 클라우드 인코더 (또는 옥트리 분석부(40002))의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 표면 모델 처리부(12004)는 표면 모델(surface model)을 기반으로 특정 영역(또는 노드)내의 포인트들의 포지션들을 복셀 기반으로 재구성하는 트라이숩 지오메트리 인코딩을 수행할 수 있다. 포면 모델 처리부(12004)는 도 4 에서 설명한 포인트 클라우드 인코더(예를 들면 서페이스 어프록시메이션 분석부(40003))의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 인트라/인터 코딩 처리부(12005)는 포인트 클라우드 데이터를 인트라/인터 코딩할 수 있다. 인트라/인터 코딩 처리부(12005)는 도 7에서 설명한 인트라/인터 코딩과 동일 또는 유사한 코딩을 수행할 수 있다. 구체적인 설명은 도 7에서 설명한 바와 동일하다. 실시예들에 따라 인트라/인터 코딩 처리부(12005)는 아리스메틱 코더(12006)에 포함될 수 있다.
실시예들에 따른 아리스메틱 코더(12006)는 포인트 클라우드 데이터의 옥트리 및/또는 근사화된 옥트리를 엔트로피 인코딩한다. 예를 들어, 인코딩 방식은 아리스메틱(Arithmetic) 인코딩 방법을 포함한다. . 아리스메틱 코더(12006)는 아리스메틱 인코더(40004)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다.
실시예들에 따른 메타데이터 처리부(12007)는 포인트 클라우드 데이터에 관한 메타데이터, 예를 들어 설정 값 등을 처리하여 지오메트리 인코딩 및/또는 어트리뷰트 인코딩 등 필요한 처리 과정에 제공한다. 또한 실시예들에 따른 메타데이터 처리부(12007)는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩과 관련된 시그널링 정보를 생성 및/또는 처리할 수 있다. 실시예들에 따른 시그널링 정보는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩과 별도로 인코딩처리될 수 있다. 또한 실시예들에 따른 시그널링 정보는 인터리빙 될 수도 있다.
색상 변환 처리부(12008), 어트리뷰트 변환 처리부(12009), 예측/리프팅/RAHT 변환 처리부(12010), 아리스메틱 (Arithmetic) 코더(12011)는 어트리뷰트 인코딩을 수행한다. 실시예들에 따른 어트리뷰트 인코딩은 도 1 내지 도 9에서 설명한 어트리뷰트 인코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 색상 변환 처리부(12008)는 어트리뷰트들에 포함된 색상값을 변환하는 색상 변환 코딩을 수행한다. 색상 변환 처리부(12008)는 재구성된 지오메트리를 기반으로 색상 변환 코딩을 수행할 수 있다. 재구성된 지오메트리에 대한 설명은 도 1 내지 도 9에서 설명한 바와 동일하다. 또한 도 4에서 설명한 컬러 변환부(40006)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다. 구체적인 설명은 생략한다.
실시예들에 따른 어트리뷰트 변환 처리부(12009)는 지오메트리 인코딩이 수행되지 않은 포지션들 및/또는 재구성된 지오메트리를 기반으로 어트리뷰트들을 변환하는 어트리뷰트 변환을 수행한다. 어트리뷰트 변환 처리부(12009)는 도 4에 설명한 어트리뷰트 변환부(40007)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다. 구체적인 설명은 생략한다. 실시예들에 따른 예측/리프팅/RAHT 변환 처리부(12010)는 변환된 어트리뷰트들을 RAHT 코딩, 예측 변환 코딩 및 리프팅 변환 코딩 중 어느 하나 또는 조합하여 코딩할 수 있다. 예측/리프팅/RAHT 변환 처리부(12010)는 도 4에서 설명한 RAHT 변환부(40008), LOD 생성부(40009) 및 리프팅 변환부(40010)의 동작들과 동일 또는 유사한 동작들 중 적어도 하나 이상을 수행한다. 또한 예측 변환 코딩, 리프팅 변환 코딩 및 RAHT 변환 코딩에 대한 설명은 도 1 내지 도 9에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 아리스메틱 코더(12011)는 코딩된 어트리뷰트들을 아리스메틱 코딩에 기반하여 인코딩할 수 있다. 아리스메틱 코더(12011)는 아리스메틱 인코더(400012)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다.
실시예들에 따른 전송 처리부(12012)는 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트, 메타 데이터 정보를 포함하는 각 비트스트림을 전송하거나, 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트, 메타 데이터 정보를 하나의 비트스트림으로 구성하여 전송할 수 있다. 실시예들에 따른 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트, 메타 데이터 정보가 하나의 비트스트림으로 구성되는 경우, 비트스트림은 하나 또는 그 이상의 서브 비트스트림들을 포함할 수 있다. 실시예들에 따른 비트스트림은 시퀀스 레벨의 시그널링을 위한 SPS (Sequence Parameter Set), 지오메트리 정보 코딩의 시그널링을 위한 GPS(Geometry Parameter Set), 어트리뷰트 정보 코딩의 시그널링을 위한 APS(Attribute Parameter Set), 타일 레벨의 시그널링을 위한 TPS (Tile Parameter Set)를 포함하는 시그널링 정보 및 슬라이스 데이터를 포함할 수 있다. 슬라이스 데이터는 하나 또는 그 이상의 슬라이스들에 대한 정보를 포함할 수 있다. 실시예들에 따른 하나의 슬라이스는 하나의 지오메트리 비트스트림(Geom0 0) 및 하나 또는 그 이상의 어트리뷰트 비트스트림들(Attr0 0, Attr1 0)을 포함할 수 있다.
슬라이스(slice)란, 코딩된 포인트 클라우드 프레임의 전체 또는 일부를 나타내는 신택스 엘리먼트의 시리즈를 말한다.
실시예들에 따른 TPS는 하나 또는 그 이상의 타일들에 대하여 각 타일에 관한 정보(예를 들면 bounding box의 좌표값 정보 및 높이/크기 정보 등)을 포함할 수 있다. 지오메트리 비트스트림은 헤더와 페이로드를 포함할 수 있다. 실시예들에 따른 지오메트리 비트스트림의 헤더는 GPS에 포함된 파라미터 세트의 식별 정보(geom_ parameter_set_id), 타일 식별자(geom_tile_id), 슬라이스 식별자(geom_slice_id) 및 페이로드에 포함된 데이터에 관한 정보 등을 포함할 수 있다. 상술한 바와 같이 실시예들에 따른 메타데이터 처리부(12007)는 시그널링 정보를 생성 및/또는 처리하여 전송 처리부(12012)로 전송할 수 있다. 실시예들에 따라, 지오메트리 인코딩을 수행하는 엘레멘트들 및 어트리뷰트 인코딩을 수행하는 엘레멘트들은 점선 처리된 바와 같이 상호 데이터/정보를 공유할 수 있다. 실시예들에 따른 전송 처리부(12012)는 트랜스미터(10003)의 동작 및/또는 전송 방법과 동일 또는 유사한 동작 및/또는 전송 방법을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 2에서 설명한 바와 동일하므로 생략한다.
도 13은 실시예들에 따른 수신 장치의 예시이다.
도 13에 도시된 수신 장치는 도 1의 수신장치(10004) (또는 도 10 및 도 11의 포인트 클라우드 디코더)의 예시이다. 도 13에 도시된 수신 장치는 도 1 내지 도 11에서 설명한 포인트 클라우드 디코더의 동작들 및 디코딩 방법들과 동일 또는 유사한 동작들 및 방법들 중 적어도 어느 하나 이상을 수행할 수 있다.
실시예들에 따른 수신 장치는 수신부(13000), 수신 처리부(13001), 아리스메틱 (arithmetic) 디코더(13002), 오큐판시 코드 (Occupancy code) 기반 옥트리 재구성 처리부(13003), 표면 모델 처리부(삼각형 재구성, 업-샘플링, 복셀화)(13004), 인버스(inverse) 양자화 처리부(13005), 메타데이터 파서(13006), 아리스메틱 (arithmetic) 디코더(13007), 인버스(inverse)양자화 처리부(13008), 예측/리프팅/RAHT 역변환 처리부(13009), 색상 역변환 처리부(13010) 및/또는 렌더러(13011)를 포함할 수 있다. 실시예들에 따른 디코딩의 각 구성요소는 실시예들에 따른 인코딩의 구성요소의 역과정을 수행할 수 있다.
실시예들에 따른 수신부(13000)는 포인트 클라우드 데이터를 수신한다. 수신부(13000)는 도 1의 리시버(10005)의 동작 및/또는 수신 방법과 동일 또는 유사한 동작 및/또는 수신 방법을 수행할 수 있다. 구체적인 설명은 생략한다.
실시예들에 따른 수신 처리부(13001)는 수신한 데이터로부터 지오메트리 비트스트림 및/또는 어트리뷰트 비트스트림을 획득할 수 있다. 수신 처리부(13001)는 수신부(13000)에 포함될 수 있다.
아리스메틱 디코더(13002), 오큐판시 코드 기반 옥트리 재구성 처리부(13003), 표면 모델 처리부(13004) 및 인버스 양자화 처리부(13005)는 지오메트리 디코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 디코딩은 도 1 내지 도 10에서 설명한 지오메트리 디코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 아리스메틱 디코더(13002)는 지오메트리 비트스트림을 아리스메틱 코딩을 기반으로 디코딩할 수 있다. 아리스메틱 디코더(13002)는 아리스메틱 디코더(11000)의 동작 및/또는 코딩과 동일 또는 유사한 동작 및/또는 코딩을 수행한다.
실시예들에 따른 오큐판시 코드 기반 옥트리 재구성 처리부(13003)는 디코딩된 지오메트리 비트스트림으로부터 (또는 디코딩 결과 확보된 지오메트리에 관한 정보)로부터 오큐판시 코드를 획득하여 옥트리를 재구성할 수 있다. 오큐판시 코드 기반 옥트리 재구성 처리부(13003)는 옥트리 합성부(11001)의 동작 및/또는 옥트리 생성 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다. 실시예들에 따른 표면 모델 처리부(13004)는 트라이숩 지오메트리 인코딩이 적용된 경우, 표면 모델 방식에 기반하여 트라이숩 지오메트리 디코딩 및 이와 관련된 지오메트리 리컨스트럭션(예를 들면 삼각형 재구성, 업-샘플링, 복셀화)을 수행할 수 있다. 표면 모델 처리부(13004)는 서페이스 오프록시메이션 합성부(11002) 및/또는 지오메트리 리컨스트럭션부(11003)의 동작과 동일 또는 유사한 동작을 수행한다.
실시예들에 따른 인버스 양자화 처리부(13005)는 디코딩된 지오메트리를 인버스 양자화할 수 있다.
실시예들에 따른 메타데이터 파서(13006)는 수신한 포인트 클라우드 데이터에 포함된 메타데이터, 예를 들어 설정 값 등을 파싱할 수 있다. 메타데이터 파서(13006)는 메타데이터를 지오메트리 디코딩 및/또는 어트리뷰트 디코딩에 전달할 수 있다. 메타데이터에 대한 구체적인 설명은 도 12에서 설명한 바와 동일하므로 생략한다.
아리스메틱 디코더(13007), 인버스 양자화 처리부(13008), 예측/리프팅/RAHT 역변환 처리부(13009) 및 색상 역변환 처리부(13010)는 어트리뷰트 디코딩을 수행한다. 어트리뷰트 디코딩는 도 1 내지 도 10에서 설명한 어트리뷰트 디코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 아리스메틱 디코더(13007)는 어트리뷰트 비트스트림을 아리스메틱 코딩으로 디코딩할 수 있다. 아리스메틱 디코더(13007)는 재구성된 지오메트리를 기반으로 어트리뷰트 비트스트림의 디코딩을 수행할 수 있다. 아리스메틱 디코더(13007)는 아리스메틱 디코더(11005)의 동작 및/또는 코딩과 동일 또는 유사한 동작 및/또는 코딩을 수행한다.
실시예들에 따른 인버스 양자화 처리부(13008)는 디코딩된 어트리뷰트 비트스트림을 인버스 양자화할 수 있다. 인버스 양자화 처리부(13008)는 역양자화부(11006)의 동작 및/또는 역양자화 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다.
실시예들에 따른 예측/리프팅/RAHT 역변환 처리부(13009)는 재구성된 지오메트리 및 역양자화된 어트리뷰트들을 처리할 수 있다. 예측/리프팅/RAHT 역변환 처리부(13009)는 RAHT 변환부(11007), LOD생성부(11008) 및/또는 인버스 리프팅부(11009)의 동작들 및/또는 디코딩들과 동일 또는 유사한 동작들 및/또는 디코딩들 중 적어도 어느 하나 이상을 수행한다. 실시예들에 따른 색상 역변환 처리부(13010)는 디코딩된 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 역변환하기 위한 역변환 코딩을 수행한다. 색상 역변환 처리부(13010)는 컬러 역변환부(11010)의 동작 및/또는 역변환 코딩과 동일 또는 유사한 동작 및/또는 역변환 코딩을 수행한다. 실시예들에 따른 렌더러(13011)는 포인트 클라우드 데이터를 렌더링할 수 있다.
도 14 는, 실시예들에 따른 포인트 클라우드 데이터 송수신 방법/장치와 연동 가능한 구조의 예시를 나타낸다.
도 14의 구조는 서버(1460), 로봇(1410), 자율 주행 차량(1420), XR 장치(1430), 스마트폰(1440), 가전(1450) 및/또는 HMD(1470) 중에서 적어도 하나 이상이 클라우드 네트워크(1410)와 연결된 구성을 나타낸다. 로봇(1410), 자율 주행 차량(1420), XR 장치(1430), 스마트폰(1440) 또는 가전(1450) 등은 장치라 호칭된다. 또한, XR 장치(1430)는 실시예들에 따른 포인트 클라우드 데이터 (PCC) 장치에 대응되거나 PCC장치와 연동될 수 있다.
클라우드 네트워크(1400)는 클라우드 컴퓨팅 인프라의 일부를 구성하거나 클라우드 컴퓨팅 인프라 안에 존재하는 네트워크를 의미할 수 있다. 여기서, 클라우드 네트워크(1400)는 3G 네트워크, 4G 또는 LTE(Long Term Evolution) 네트워크 또는 5G 네트워크 등을 이용하여 구성될 수 있다.
서버(1460)는 로봇(1410), 자율 주행 차량(1420), XR 장치(1430), 스마트폰(1440), 가전(1450) 및/또는 HMD(1470) 중에서 적어도 하나 이상과 클라우드 네트워크(1400)을 통하여 연결되고, 연결된 장치들(1410 내지 1470)의 프로세싱을 적어도 일부를 도울 수 있다.
HMD (Head-Mount Display)(1470)는 실시예들에 따른 XR 디바이스 및/또는 PCC 디바이스가 구현될 수 있는 타입 중 하나를 나타낸다. 실시예들에 따른HMD 타입의 디바이스는, 커뮤니케이션 유닛, 컨트롤 유닛, 메모리 유닛, I/O 유닛, 센서 유닛, 그리고 파워 공급 유닛 등을 포함한다.
이하에서는, 상술한 기술이 적용되는 장치(1410 내지 1450)의 다양한 실시 예들을 설명한다. 여기서, 도 14에 도시된 장치(1410 내지 1450)는 상술한 실시예들에 따른 포인트 클라우드 데이터 송수신 장치와 연동/결합될 수 있다.
<PCC+XR>
XR/PCC 장치(1430)는 PCC 및/또는 XR(AR+VR) 기술이 적용되어, HMD(Head-Mount Display), 차량에 구비된 HUD(Head-Up Display), 텔레비전, 휴대폰, 스마트 폰, 컴퓨터, 웨어러블 디바이스, 가전 기기, 디지털 사이니지, 차량, 고정형 로봇이나 이동형 로봇 등으로 구현될 수도 있다.
XR/PCC 장치(1430)는 다양한 센서들을 통해 또는 외부 장치로부터 획득한 3차원 포인트 클라우드 데이터 또는 이미지 데이터를 분석하여 3차원 포인트들에 대한 위치 데이터 및 어트리뷰트 데이터를 생성함으로써 주변 공간 또는 현실 객체에 대한 정보를 획득하고, 출력할 XR 객체를 렌더링하여 출력할 수 있다. 예컨대, XR/PCC 장치(1430)는 인식된 물체에 대한 추가 정보를 포함하는 XR 객체를 해당 인식된 물체에 대응시켜 출력할 수 있다.
<PCC+XR+모바일폰>
XR/PCC 장치(1430)는 PCC기술이 적용되어 모바일폰(1440) 등으로 구현될 수 있다.
모바일폰(1440)은 PCC 기술에 기반하여 포인트 클라우드 콘텐츠를 디코딩하고, 디스플레이할 수 있다.
<PCC+자율주행+XR>
자율 주행 차량(1420)은 PCC 기술 및 XR 기술이 적용되어, 이동형 로봇, 차량, 무인 비행체 등으로 구현될 수 있다.
XR/PCC 기술이 적용된 자율 주행 차량(1420)은 XR 영상을 제공하는 수단을 구비한 자율 주행 차량이나, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량 등을 의미할 수 있다. 특히, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량(1420)은 XR 장치(1430)와 구분되며 서로 연동될 수 있다.
XR/PCC영상을 제공하는 수단을 구비한 자율 주행 차량(1420)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하고, 획득한 센서 정보에 기초하여 생성된 XR/PCC 영상을 출력할 수 있다. 예컨대, 자율 주행 차량(1420)은 HUD를 구비하여 XR/PCC 영상을 출력함으로써, 탑승자에게 현실 객체 또는 화면 속의 객체에 대응되는 XR/PCC 객체를 제공할 수 있다.
이때, XR/PCC 객체가 HUD에 출력되는 경우에는 XR/PCC 객체의 적어도 일부가 탑승자의 시선이 향하는 실제 객체에 오버랩되도록 출력될 수 있다. 반면, XR/PCC 객체가 자율 주행 차량의 내부에 구비되는 디스플레이에 출력되는 경우에는 XR/PCC 객체의 적어도 일부가 화면 속의 객체에 오버랩되도록 출력될 수 있다. 예컨대, 자율 주행 차량(1220)은 차로, 타 차량, 신호등, 교통 표지판, 이륜차, 보행자, 건물 등과 같은 객체와 대응되는 XR/PCC 객체들을 출력할 수 있다.
실시예들에 의한 VR (Virtual Reality) 기술, AR (Augmented Reality) 기술, MR (Mixed Reality) 기술 및/또는 PCC(Point Cloud Compression)기술은, 다양한 디바이스에 적용 가능하다.
즉, VR 기술은, 현실 세계의 객체나 배경 등을 CG 영상으로만 제공하는 디스플레이 기술이다. 반면, AR 기술은, 실제 사물 영상 위에 가상으로 만들어진 CG 영상을 함께 보여 주는 기술을 의미한다. 나아가, MR 기술은, 현실세계에 가상 객체들을 섞고 결합시켜서 보여준다는 점에서 전술한 AR 기술과 유사하다. 그러나, AR 기술에서는 현실 객체와 CG 영상으로 만들어진 가상 객체의 구별이 뚜렷하고, 현실 객체를 보완하는 형태로 가상 객체를 사용하는 반면, MR 기술에서는 가상 객체가 현실 객체와 동등한 성격으로 간주된다는 점에서 AR 기술과는 구별이 된다. 보다 구체적으로 예를 들면, 전술한 MR 기술이 적용된 것이 홀로그램 서비스 이다.
다만, 최근에는 VR, AR, MR 기술을 명확히 구별하기 보다는 XR (extended Reality) 기술로 부르기도 한다. 따라서, 본 발명의 실시예들은 VR, AR, MR, XR 기술 모두에 적용 가능하다. 이러한 기술은 PCC, V-PCC, G-PCC 기술 기반 인코딩/디코딩이 적용될 수 있다.
실시예들에 따른 PCC방법/장치는 자율 주행 서비스를 제공하는 차량에 적용될 수 있다.
자율 주행 서비스를 제공하는 차량은 PCC 디바이스와 유/무선 통신이 가능하도록 연결된다.
실시예들에 따른 포인트 클라우드 데이터 (PCC) 송수신 장치는 차량과 유/무선 통신이 가능하도록 연결된 경우, 자율 주행 서비스와 함께 제공할 수 있는 AR/VR/PCC 서비스 관련 콘텐트 데이터를 수신/처리하여 차량에 전송할 수 있다. 또한 포인트 클라우드 데이터 송수신 장치 차량에 탑재된 경우, 포인트 클라우드 송수신 장치는 사용자 인터페이스 장치를 통해 입력된 사용자 입력 신호에 따라 AR/VR/PCC 서비스 관련 콘텐트 데이터를 수신/처리하여 사용자에게 제공할 수 있다. 실시예들에 따른 차량 또는 사용자 인터페이스 장치는 사용자 입력 신호를 수신할 수 있다. 실시예들에 따른 사용자 입력 신호는 자율 주행 서비스를 지시하는 신호를 포함할 수 있다.
도 15는, 실시예들에 따른 포인트 클라우드 데이터 송신 장치를 나타내는 블록도이다.
도 15는 실시예들에 따른 포인트 클라우드 데이터 송신 장치(예를 들어, 도 1의 송신 장치(10000), 도 1의 포인트 클라우드 비디오 인코더(10002), 도 4의 포인트 클라우드 인코더, 도 12의 송신장치, 도 12의 인코더 및 도 14의 XR 디바이스(1430))를 나타내는 블록도이다. 실시예들에 따른 송신 장치(1500)는 도 1 내지 도 14에서 설명한 인코딩 동작과 동일 또는 유사한 동작을 수행할 수 있다. 실시예들에 따른 송신 장치는 옥트리 제너레이션부(1501, Octree generation), 지오메트리 프레딕션부(1502, Geometry prediction), 양자화부(1503, Quantization), 엔트로피 코더(1504, Entropy coding), 서브샘플링부(1506, (Color Conversion) & sub-sampling), 어트리뷰트 프레딕션부(1507, Attribute prediction), 변환/양자화부(1508, Transform & quantization), 엔트로피 코더(1509, Entropy coding) 및/또는 멀티플렉싱부(1510, MUX)를 포함할 수 있다. 실시예들에 따른 송신 장치는 도 15에는 도시되지 않았으나, 도 1 내지 도 14에서 설명한 인코딩 동작과 동일 또는 유사한 동작을 수행하기 위한 하나 또는 그 이상의 엘리먼트들을 더 포함할 수 있다.
포인트 클라우드 (Point Cloud, PCC) 데이터 또는 포인트 클라우드 컴프레션 (Point Cloud Compression, PCC) 데이터는 포인트 클라우드 데이터 송신 장치(1500)의 입력 데이터로서, 지오메트리 및/또는 어트리뷰트를 포함할 수 있다. 실시예들에 따른 지오메트리는 포인트의 포지션(예를 들면 위치)을 나타내는 정보로서, 직교 좌표계, 원통 좌표계, 구면 좌표계 등의 좌표계의 파라미터들로 표현될 수 있다. 실시예들에 따른 어트리뷰트는 포인트의 어트리뷰트(예를 들면 색상, 투명도, 반사도, 그레이스케일 등)을 나타낸다. 지오메트리는 지오메트리 정보(또는 지오메트리 데이터)로 호칭될 수 있고, 어트리뷰트는 어트리뷰트 정보(또는 어트리뷰트 데이터)로 호칭될 수 있다.
실시예들에 따른 옥트리 제너레이션부는 지오메트리 코딩을 위한 입력된 포인트 클라우드 데이터의 지오메트리 정보를 옥트리 등의 구조로 구조화한다. 실시예들에 따른 지오메트리 정보는 옥트리(Octree), 쿼드 트리(Quadtree), 바이너리 트리(Biniary tree), 트리플 트리(Triple tree), k-d 트리 중 적어도 하나를 기반으로 구조화된다.
실시예들에 따른 지오메트리 프레딕션부는 구조화된 지오메트리 정보를 코딩한다.
실시예들에 따른 양자화부는 코딩된 지오메트리 정보를 양자화할 수 있다.
실시예들에 따른 엔트로피 코더(1503)는 양자화된 지오메트리 정보를 엔트로피 코딩하고 지오메트리 비트스트림을 출력할 수 있다.
실시예들에 따른 옥트리 제너레이션부, 지오메트리 프레딕션부, 양자화부 및 엔트로피 코더(1503)는 도 1 내지 도 14에서 설명한 지오메트리 코딩(또는 지오메트리 인코딩)을 수행한다. 실시예들에 따른 옥트리 제너레이션부, 지오메트리 프레딕션부, 양자화부 및 엔트로피 코더(1503)의 동작은 도 4에서 설명한 좌표계 변환부(40000), 양자화(40001), 옥트리 분석부(40002), 서페이스 어프록시메이션 분석부(40003), 아리스메틱 인코더(40004) 및 지오메트리 리컨스럭션부(Reconstruct Geometry, 40005)의 동작들과 동일 또는 유사하다. 또한, 실시예들에 따른 옥트리 제너레이션부, 지오메트리 프레딕션부, 양자화부 및 엔트로피 코더(1503)의 동작은 도 12에서 설명한 데이터 입력부(12100), 양자화 처리부(12001), 복셀화 처리부(12002), 옥트리 오큐판시 코드 생성부(12003), 표면 모델 처리부(12004), 인트라/인터 코딩 처리부(12005), 아리스메틱 코더(12006), 메타데이터 처리부(12007)의 동작들과 동일 또는 유사하다.
포인트 클라우드 데이터의 포인트들의 분포 특성은 포인트 클라우드 비디오 획득부(예를 들어, 도 1의 획득부)의 주변 환경에 기반할 수 있다. 예를 들어, 라이다(LiDAR)를 통해 획득된 포인트 클라우드 데이터의 포인트들은 x축 및 y축 방향 보다 z축 방향으로 더 희박하게(sparse) 분포할 수 있다. 즉, 획득부의 주변 환경에 따라 획득된 포인트 클라우드 데이터의 포인트들은 불균일하게 분포할 수 있다. 따라서, 실시예들에 따른 송신 장치는 상술한 포인트들의 불균일한 분포 특성을 고려하여 포인트 클라우드 데이터 인코딩을 수행한다. 예를 들어, 송신 장치는 포인트들의 불균일한 분포 특성을 고려하여 상술한 옥트리 구조(도 1 내지 도 14에서 설명한 옥트리)를 기반으로 지오메트리 인코딩을 수행하고, 인코딩된 지오메트리를 기반으로 어트리뷰트 인코딩을 수행한다. 또한, 실시예들에 따른 송신 장치는 지오메트리 정보 및 어트리뷰트 정보를 비대칭적으로 압축(또는 인코딩)할 수 있다. 즉, 송신 장치는 어트리뷰트 정보를 선택적으로 압축하여, 지오메트리 정보에 대응되는 어트리뷰트 정보를 모두 압축하는 서브샘플링 스킴에 기반하여 선택된 어트리뷰트에 해당할 수 있다. 경우보다 비트스트림의 크기를 줄여 압축 효율을 더 높일 수 있다. 상술한 어트리뷰트 정보를 선택적으로 압축하는 과정 및/또는 어트리뷰트 정보를 선택적으로 압축하기 위하여 필요한 과정은 어트리뷰트 서브샘플링(attribute subsampling), 서브샘플링 스킴(subsampling scheme) 또는 서브샘플링(subsampling)으로 호칭될 수 있다. 즉, 실시예들에 따른 송신 장치는 포인트들의 모든 어트리뷰트를 압축하는 대신 일부 어트리뷰트를 압축할 수 있다. 또한, 일부 어트리뷰트는 모든 어트리뷰트 중에서
실시예들에 따른 서브샘플링부는 서브샘플링(subsampling) 스킴에 기반하여 어트리뷰트 서브샘플링(또는 서브샘플링 과정)을 수행할 수 있다. 실시예들에 따른 서브샘플링 스킴은 하나 또는 그 이상의 포인트들의 어트리뷰트를 서브샘플링하는 방법(또는 서브샘플링 방법)을 포함할 수 있다. 실시예들에 따른 송신 장치는 서브샘플링부에 의하여 서브샘플링된 포인트들의 어트리뷰트에 대하여만 어트리뷰트 인코딩(예를 들어, 도 1 내지 도 14에서 설명한 어트리뷰트 인코딩)을 수행할 수 있다. 즉, 실시예들에 따른 서브샘플링에 의하여, 서브샘플링을 수행하지 않는 경우보다 어트리뷰트 인코딩의 대상이 되는 어트리뷰트가 줄어든다. 실시예들에 따른 서브샘플링 방법을 포함하는 서브샘플링 스킴에 관한 시그널링 정보(또는 시그널링 정보)는 비트스트림에 포함되어 수신 장치에 전달될 수 있다. 실시예들에 따른 수신 장치는 상술한 시그널링 정보에 포함된 서브샘플링 방법에 관한 정보를 기반으로 서브샘플링된 어트리뷰트를 파악하고, 어트리뷰트 재구성(또는 복원) 과정을 수행할 수 있다.
실시예들에 따른 서브샘플링부는 어트리뷰트 정보에 포함된 색상값을 변환하는 색상 변환 코딩을 수행할 수 있다. 실시예들에 따른 서브샘플링부는 도 12의 색상 변환 처리부(12008)의 동작과 동일 또는 유사한 동작을 수행할 수 있다.
실시예들에 따른 어트리뷰트 프레딕션부는 서브샘플링된 어트리뷰트 정보를 수신하고 어트리뷰트 코딩을 수행한다.
실시예들에 따른 변환/양자화부는 어트리뷰트 코딩된 어트리뷰트 정보에 대해 어트리뷰트 변환 및/또는 양자화를 수행한다.
실시예들에 따른 엔트로피 코더(1506)은 변환 및/또는 양자화된 어트리뷰트 정보를 엔트로피 코딩하고 어트리뷰트 비트스트림을 출력한다.
실시예들에 따른 어트리뷰트 프레딕션부, 변환/양자화부 및 엔트로피 코더(1506)는 어트리뷰트 인코딩(또는 어트리뷰트 코딩)을 수행한다. 실시예들에 따른 어트리뷰트 프레딕션부, 변환/양자화부 및 엔트로피 코더(1506)의 동작은 도 4에서 설명한 지오메트리 리컨스트럭션부(40005), 컬러 변환부(40006), 어트리뷰트 변환부(40007), RAHT 변환부(40008), LOD생성부(40009), 리프팅 변환부(40010), 계수 양자화부(40011) 및/또는 아리스메틱 인코더(40012)의 동작과 동일 또는 유사하다. 또한, 실시예들에 따른 어트리뷰트 프레딕션부, 변환/양자화부 및 엔트로피 코더(1506)의 동작은 도 12에서 설명한 색상 변환 처리부(12008), 어트리뷰트 변환 처리부(12009), 예측/리프팅/RAHT 변환 처리부(12110), 아리스메틱 (Arithmetic) 코더(12011)의 동작과 동일 또는 유사하다.
실시예들에 따른 멀티플렉싱부는 지오메트리 비트스트림 및/또는 어트리뷰트 비트스트림을 각각 전송하거나, 지오메트리 비트스트림 및/또는 어트리뷰트 비트스트림을 하나의 비트스트림으로 구성하여 전송할 수 있다. 실시예들에 따른 멀티플레서의 동작은 도 12의 전송 처리부(12012)의 동작과 동일 또는 유사하다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 지오메트리 비트스트림 및/또는 어트리뷰트 비트스트림이 멀티플렉싱된 비트스트림을 전송할 수 있다. 또한, 실시예들에 따른 비트스트림은 상술한 서브샘플링 스킴에 관한 시그널링 정보(또는 시그널링 정보)를 더 포함할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치는 비트스트림을 인캡슐레이션 하여 세그먼트 및/또는 파일 등의 형태로 전송할 수 있다.
도 16은, 실시예들에 따른 어트리뷰트 서브샘플링 방법의 예시를 나타낸다.
도 16은 도 15에서 상술한 서브샘플링 과정을 수행하는 방법의 예시를 나타낸다. 실시예들에 따른 송신 장치에 포함된 적어도 하나의 엘리먼트(예를 들어, 도 15의 서브샘플링부)는 도 16에서 설명하는 서브샘플링을 수행할 수 있다. 실시예들에 따른 송신 장치(예를 들어, 도 15의 서브샘플링부) 포인트 클라우드 데이터의 포인트들(또는 어트리뷰트)을 하나 또는 그 이상의 그룹들로 그룹핑(grouping)하는 과정을 수행할 수 있다. 송신 장치는 각 그룹에 포함된 포인트(또는 어트리뷰트)들 중에서 적어도 하나의 포인트(또는 어트리뷰트)를 선택(selection)하는 과정을 수행할 수 있다. 송신 장치는 선택된 포인트(또는 어트리뷰트)를 서브샘플링(subsampling)할 수 있다.
실시예들에 따른 서브샘플링은 포인트 클라우드 데이터의 하나 또는 그 이상의 포인트들의 지오메트리에 기반한 방법(또는 제 1 방법)에 따라 수행될 수 있다. 실시예들에 따른 제 1 방법은 서브샘플링 유닛, 서브샘플링 방향 서브샘플링 스캔 오더 및/또는 서브샘플링 순서에 기반할 수 있다. 실시예들에 따른 송신 장치는 서브샘플링 유닛 및 서브샘플링 방향에 기반하여 상술한 그룹핑하는 과정을 수행할 수 있다. 실시예들에 따른 송신 장치는 서브샘플링 스캔 오더 및/또는 서브샘플링 순서에 따라 상술한 선택하는 과정을 수행할 수 있다. 실시예들에 따른 송신 장치는 선택된 포인트들의 어트리뷰트를 서브샘플링할 수 있다. 실시예들에 따른 송신 장치는 도 15에서 설명한 시그널링 정보에 상술한 서브샘플링 유닛, 서브샘플링 방향 서브샘플링 스캔 오더 및/또는 서브샘플링 순서에 관한 정보를 포함시켜 수신 장치에 전달할 수 있다.
도 16의 1600 내지 1602는 3차원 좌표계(예를 들어, 도 2에서 설명한 x축, y축 및 z축으로 정의되는 3차원 좌표계)의 z축 방향에서 xy 평명으로 바라본 조감도에 해당한다.
실시예들에 따른 서브샘플링 유닛은 서브샘플링을 위한 3차원 공간상의 최소 공간 단위를 나타낼 수 있다. 실시예들에 따른 서브샘플링 유닛은 리프 노드(예를 들어, 도 6에서 설명한 리프 노드)의 정수배에 해당하는 공간에 대응할 수 있다. 즉, 서브샘플링 유닛에 포함되는 포인트들의 최대 개수는 일정하다. 예를 들어, 1600 내지 1602는 서브샘플링 유닛이 리프 노드의 2배에 대응하는 공간을 나타내는 경우이다.
실시예들에 따른 서브샘플링 방향은 상술한 서브샘플링 유닛이 형성되는 방향을 나타낼 수 있다. 즉, 서브샘플링 방향은 상술한 서브샘플링 유닛이 리프 노드의 2 이상의 정수배를 가지는 경우에 정의될 수 있다. 예를 들어, 1600은 서브샘플링 유닛이 리프 노드의 2배에 해당하는 공간을 나타내고, 서브샘플링 방향이 x축 방향인 경우를 나타낸다. 1601은 서브샘플링 유닛이 리프 노드의 2배에 해당하는 공간을 나타내고, 서브샘플링 방향이 y축 방향인 경우를 나타낸다. 1602는 서브샘플링 유닛이 리프 노드의 2배에 해당하는 공간을 나타내고 서브샘플링 방향이 x축 및 y축 방향인 경우를 나타낸다. 즉, 실시예들에 따른 서브샘플링 유닛은 리프 노드 및 서브샘플링 방향에 기반하여 정의될 수 있다.
실시예들에 따른 서브샘플링 스캔 오더는 서브샘플링 유닛 내에서 서브샘플링 유닛에 포함된 포인트들을 스캔하는 순서를 나타낼 수 있다. 예를 들어, 서브샘플링 스캔 오더는 x축의 양의 방향, x축의 음의 방향, y축의 양의 방향, y축의 음의 방향, z축의 양의 방향, z축의 음의 방향, 좌측에서 우측 방향(left to right), 우측에서 좌측 방향(right to left) 또는 Z-스캔 방향을 나타낼 수 있다. 예를 들어, 1600은 서브샘플링 유닛 내에서 x축의 양의 방향으로 포인트들을 스캔하는 것을 나타낸다. 1601은 서브샘플링 유닛 내에서 y축의 양의 방향으로 포인트들을 스캔하는 것을 나타낸다. 1602는 서브샘플링 유닛 내에서 z-스캔 방향으로 포인트들을 스캔하는 것을 나타낸다.
실시예들에 따른 서브샘플링 순서는 상술한 서브샘플링 스캔 오더에 따라 스캔되는 포인트들 중에서 서브샘플링의 대상이 되는 포인트의 순서를 나타낼 수 있다. 즉, 서브샘플링 순서의 값은 서브샘플링 유닛에 포함된 포인트들의 개수를 나타내는 값보다 작거나 같을 수 있다. 예를 들어, 1600 내지 1602는 서브샘플링 순서가 1을 나타내는 경우이다.
1600은 서브샘플링 유닛이 리프 노드의 2배에 대응하는 공간을 나타내고, 서브샘플링 방향이 x축 방향을 나타내고, 서브샘플링 스캔 오더가 x축의 양의 방향(또는 좌측에서 우측 방향) 및 서브샘플링 순서가 1을 나타내는 경우의 예시이다. 즉, 송신 장치(예를 들어, 서브샘플링부(1506))는 리프 노드의 2배에 대응하는 공간을 x축의 양의 방향으로 형성하여 포인트들을 그룹핑(grouping)할 수 있다. 하나의 그룹에는 최대 2개의 포인트들이 포함될 수 있다. 실시예들에 따른 송신 장치는 각 그룹에 포함된 포인트들을 x축의 양의 방향으로 스캔하여 첫번째로 스캔되는 포인트(1600a)를 선택하고, 그 외의 포인트(1600b)는 선택하지 않을 수 있다. 즉, 송신 장치는 각 그룹에 포함된 포인트들 중에서 포인트의 위치를 나타내는 x 좌표값이 가장 작은 포인트(1600a)를 선택할 수 있다. 실시예들에 따른 송신 장치는 선택된 포인트들을 서브샘플링하고 서브샘플링된 포인트들의 어트리뷰트를 어트리뷰트 인코딩(예를 들어, 도 15에서 설명한 어트리뷰트 인코딩)할 수 있다.
1601은 서브샘플링 유닛이 리프 노드의 2배에 대응하는 공간을 나타내고, 서브샘플링 방향이 y축 방향을 나타내고, 서브샘플링 스캔 오더가 y축의 양의 방향(또는 위에서 아래 방향) 및 서브샘플링 순서가 1을 나타내는 경우의 예시이다. 즉, 송신 장치(예를 들어, 서브샘플링부(1506))는 리프 노드의 2배에 대응하는 공간을 y축의 양의 방향으로 형성하여 포인트들을 그룹핑(grouping)할 수 있다. 하나의 그룹에는 최대 2개의 포인트들이 포함될 수 있다. 실시예들에 따른 송신 장치는 각 그룹에 포함된 포인트들을 y축의 양의 방향으로 스캔하여 첫번째로 스캔되는 포인트(1601a)를 선택하고, 그 외의 포인트(1601b)는 선택하지 않을 수 있다. 즉, 송신 장치는 각 그룹에 포함된 포인트들 중에서 포인트의 위치를 나타내는 y 좌표값이 가장 작은 포인트(1601a)를 선택할 수 있다. 실시예들에 따른 송신 장치는 선택된 포인트들을 서브샘플링하고 서브샘플링된 포인트들의 어트리뷰트를 어트리뷰트 인코딩(예를 들어, 도 15에서 설명한 어트리뷰트 인코딩)할 수 있다.
1602은 서브샘플링 유닛이 리프 노드의 2배에 대응하는 공간을 나타내고, 서브샘플링 방향이 x축 및 y축 방향을 나타내고, 서브샘플링 스캔 오더가 Z-스캔 방향 및 서브샘플링 순서가 1을 나타내는 경우의 예시이다. 즉, 송신 장치(예를 들어, 서브샘플링부(1506))는 리프 노드의 2배에 대응하는 공간을 x축 및 y축의 양의 방향으로 형성하여 생기는 공간을 기준으로 포인트들을 그룹핑(grouping)할 수 있다. 따라서, 하나의 그룹에는 최대 4개의 포인트들이 포함될 수 있다. 실시예들에 따른 송신 장치는 각 그룹에 포함된 포인트들을 Z-스캔하여 첫번째로 스캔되는 포인트(1602a)를 선택하고, 그 외의 포인트들(1602b, 1602c 및 1602d)은 선택하지 않을 수 있다. 즉, 송신 장치는 각 그룹에 포함된 포인트들 중에서 포인트의 위치를 나타내는 x 좌표값 및 y 좌표값이 가장 작은 포인트(1602a)를 선택할 수 있다. 실시예들에 따른 송신 장치는 선택된 포인트들을 서브샘플링하고 서브샘플링된 포인트들의 어트리뷰트를 어트리뷰트 인코딩(예를 들어, 도 15에서 설명한 어트리뷰트 인코딩)할 수 있다.
도 17은, 실시예들에 따른 어트리뷰트 서브샘플링 방법의 예시를 나타낸다.
도 17은 도 15에서 상술한 서브샘플링 과정을 수행하는 방법의 예시를 나타낸다. 실시예들에 따른 송신 장치에 포함된 적어도 하나의 엘리먼트(예를 들어, 도 15의 서브샘플링부)는 도 17에서 설명하는 서브샘플링을 수행할 수 있다. 실시예들에 따른 송신 장치(예를 들어, 도 15의 서브샘플링부) 포인트 클라우드 데이터의 포인트들(또는 어트리뷰트)을 하나 또는 그 이상의 그룹들로 그룹핑(grouping)하는 과정을 수행할 수 있다. 송신 장치는 각 그룹에 포함된 포인트(또는 어트리뷰트)들 중에서 적어도 하나의 포인트(또는 어트리뷰트)를 선택(selection)하는 과정을 수행할 수 있다. 송신 장치는 선택된 포인트(또는 어트리뷰트)를 서브샘플링(subsampling)할 수 있다.
실시예들에 따른 서브샘플링은 포인트 클라우드 데이터의 하나 또는 그 이상의 포인트들의 재정렬된 순서에 기반한 방법(또는 제 2 방법)에 따라 수행될 수 있다. 실시예들에 따른 포인트들은 포인트들의 지오메트리에 기반하여 재정렬될 수 있다. 실시예들에 따른 제 2 방법은 포인트들의 재정렬, 서브샘플링 간격 및/또는 서브샘플링 오프셋(offset)에 기반할 수 있다. 실시예들에 따른 송신 장치는 포인트들의 재정렬 및 서브샘플링 간격 및/또는 서브샘플링 오프셋에 따라 상술한 그룹핑(grouping) 및 선택(selection)을 수행할 수 있다. 실시예들에 따른 송신 장치는 도 15에서 설명한 시그널링 정보에 상술한 포인트들의 재정렬에 관한 정보, 서브샘플링 간격에 관한 정보 및/또는 서브샘플링 오프셋(offset)에 관한 정보를 포함시켜 수신 장치에 전달할 수 있다.
실시예들에 따른 포인트들의 재정렬은 포인트들의 지오메트리에 기반하여 포인트들의 순서를 재정렬한 것을 나타낸다. 예를 들어, 포인트들의 재정렬은 포인트들의 몰톤 코드 또는 K-D 트리(도 4에서 설명한 몰톤 코드 또는 K-D 트리)에 기반할 수 있다. 도 17의 1700 및 1701은 포인트들의 몰톤 코드를 기반으로 포인트들이 재정된 것의 예시를 나타낸다. 즉, 1700 및 1701의 좌측에서 우측으로 갈수록 포인트들의 몰톤 코드 값은 증가할 수 있다. 재정렬된 포인트들은 몰톤 코드의 오름 차순대로 인덱스 부여된다. 즉, 1700 및 1701의 좌측에서 우측으로 갈수록 포인트들의 인덱스는 증가한다.
실시예들에 따른 서브샘플링 간격(subsampling rate)은 서브샘플링을 위한 재정렬된 포인트들 간의 간격을 나타낼 수 있다. 즉, 서브샘플링 간격은 서브샘플링을 위해 선택할 포인트들의 인덱스 간의 간격을 나타낼 수 있다. 예를 들어, 1700은 서브샘플링 간격이 3을 나타내는 경우이다. 따라서, 포인트들은 3개씩 그룹핑 되고, 각 그룹에서 가장 작은 인덱스를 가지는 포인트가 서브샘플링을 위해 선택될 수 있다. 1702은 서브샘플링 간격이 4을 나타내는 경우이다. 따라서, 포인트들은 4개씩 그룹핑 되고, 각 그룹에서 가장 작은 인덱스를 가지는 포인트가 서브샘플링을 위해 선택될 수 있다. 실시예들에 따른
실시예들에 따른 서브샘플링 오프셋(offset)은 서브샘플링이 시작되는 위치를 나타낼 수 있다. 즉, 서브샘플링은 서브샘플링 오프셋 값이 나타내는 개수의 포인트들을 서브샘플링을 위한 오프셋(offset)으로 설정할 수 있다. 예를 들어, 1701은 서브샘플링 오프셋 값이 2를 가지는 경우이다. 따라서, 몰톤 코드 오름차순으로 가장 빠른 순서를 가지는 포인트들 2개를 서브샘플링을 위한 오브셋으로 설정할 수 있다. 즉, 몰톤 코드 오름차순으로 3번째(또는 인덱스 오름차순으로 3번째)에 해당하는 포인트부터 서브샘플링이 수행될 수 있다.
1700은 포인트들이 몰톤 코드를 기반으로 재정렬되고, 서브샘플링 간격이 3을 나타내고, 서브샘플링 오프셋이 0을 나타내는 경우의 예시이다. 즉, 송신 장치(예를 들어, 서브샘플링부(1506))는 포인트들의 몰톤 코드의 오름차순으로 포인트들을 재정렬하여 인덱스를 부여하고, 인덱스의 오름차순으로 포인트들 3개씩 그룹핑할 수 있다. 하나의 그룹에는 3개의 포인트들이 포함된다. 실시예들에 따른 송신 장치는 각 그룹에 포함된 포인트들 중에서 가장 작은 인덱스(또는 몰톤 코드)를 가지는 포인트(1700a, 1700b)를 선택할 수 있다. 송신 장치는 선택된 포인트들을 서브샘플링하고 서브샘플링된 포인트들의 어트리뷰트를 어트리뷰트 인코딩(예를 들어, 도 15에서 설명한 어트리뷰트 인코딩)할 수 있다.
1701은 포인트들이 몰톤 코드를 기반으로 재정렬되고, 서브샘플링 간격이 4을 나타내고, 서브샘플링 오프셋이 2를 나타내는 경우의 예시이다. 즉, 송신 장치(예를 들어, 서브샘플링부(1506))는 포인트들의 몰톤 코드의 오름차순으로 포인트들을 재정렬하여 인덱스를 부여하고, 인덱스(또는 몰톤 코드)의 오름차순으로 가장 빠른 순서를 가지는 포인트들 2개를 제외하고, 인덱스의 오름차순으로 포인트들 4개씩 그룹핑할 수 있다. 하나의 그룹에는 4개의 포인트들이 포함된다. 실시예들에 따른 송신 장치는 각 그룹에 포함된 포인트들 중에서 가장 작은 인덱스(또는 몰톤 코드)를 가지는 포인트(1701a, 1701b)를 선택할 수 있다. 송신 장치는 선택된 포인트들을 서브샘플링하고 서브샘플링된 포인트들의 어트리뷰트를 어트리뷰트 인코딩(예를 들어, 도 15에서 설명한 어트리뷰트 인코딩)할 수 있다.
도 18은, 실시예들에 따른 어트리뷰트 서브샘플링 방법의 예시를 나타낸다.
도 18은 도 15에서 상술한 서브샘플링 과정을 수행하는 방법의 예시를 나타낸다. 실시예들에 따른 송신 장치에 포함된 적어도 하나의 엘리먼트(예를 들어, 도 15의 서브샘플링부)는 도 18에서 설명하는 서브샘플링을 수행할 수 있다. 실시예들에 따른 송신 장치(예를 들어, 도 15의 서브샘플링부) 포인트 클라우드 데이터의 포인트들(또는 어트리뷰트)을 하나 또는 그 이상의 그룹들로 그룹핑(grouping)하는 과정을 수행할 수 있다. 송신 장치는 각 그룹에 포함된 포인트(또는 어트리뷰트)들 중에서 적어도 하나의 포인트(또는 어트리뷰트)를 선택(selection)하는 과정을 수행할 수 있다. 송신 장치는 선택된 포인트(또는 어트리뷰트)를 서브샘플링(subsampling)할 수 있다.
실시예들에 따른 서브샘플링은 포인트 클라우드 데이터의 하나 또는 그 이상의 포인트들에 포함된 대표 포인트 및/또는 서브샘플링 거리에 기반한 방법(또는 제 3 방법)에 따라 수행될 수 있다. 실시예들에 따른 제 3 방법은 대표 포인트 및/또는 서브샘플링 거리에 기반할 수 있다. 실시예들에 따른 송신 장치는 대표 포인트 및/또는 서브샘플링 거리에 따라 상술한 그룹핑(grouping) 및 선택(selection)을 수행할 수 있다. 실시예들에 따른 송신 장치는 도 15에서 설명한 시그널링 정보에 상술한 대표 포인트 관한 정보 및/또는 서브샘플링 거리에 관한 정보를 포함시켜 수신 장치에 전달할 수 있다.
실시예들에 따른 대표 포인트는 하나 또는 그 이상의 포인트들 중에서 선택될 수 있다. 대표 포인트는 일정한 간격(또는 거리)를 두고 선택될 수 있다. 대표 포인트는 서브샘플링되는 포인트에 해당할 수 있다. 실시예들에 따른 서브샘플링 거리는 대표 포인트를 기준으로 일정한 범위(또는 공간)를 형성하기 위해 사용될 수 있다. 예를 들어, 송신 장치는 대표 포인트를 중심으로 서브샘플링 거리가 나타내는 값을 반지름(radius)으로 가지는 구형(spherical) 공간을 형성할 수 있다.
1800은 실시예들에 따른 대표 포인트를 나타낸다. 1801은 실시예들에 따느 서브샘플링 거리를 나타낸다. 실시예들에 따른 송신 장치는 대표 포인트(1800)를 중심으로 서브샘플링 거리(1801)가 나타내는 값을 반지름으로 가지는 구형 공간을 형성하여 포인트들을 그룹핑할 수 있다. 실시예들에 따른 각 그룹에는 적어도 하나의 포인트가 포함된다. 그룹핑된 그룹들 각각에 대응하는 구형 공간을 서로 겹칠 수 도 있고, 겹치치 않을 수 도 있다. 실시예들에 따른 송신 장치는 각 그룹에 대응하는 구형 공간에 포함된 포인트들 중에서 대표 포인트를 선택하고, 대표 포인트 이외의 포인트들을 선택하지 않을 수 있다. 송신 장치는 선택된 포인트들을 서브샘플링하고 서브샘플링된 포인트들의 어트리뷰트를 어트리뷰트 인코딩(예를 들어, 도 15에서 설명한 어트리뷰트 인코딩)할 수 있다.
도 19은, 실시예들에 따른 어트리뷰트 서브샘플링 방법의 예시를 나타낸다.
도 19은 도 15에서 상술한 서브샘플링 과정을 수행하는 방법의 예시를 나타낸다. 실시예들에 따른 송신 장치에 포함된 적어도 하나의 엘리먼트(예를 들어, 도 15의 서브샘플링부)는 도 19에서 설명하는 서브샘플링을 수행할 수 있다. 실시예들에 따른 송신 장치(예를 들어, 도 15의 서브샘플링부) 포인트 클라우드 데이터의 포인트들(또는 어트리뷰트)을 하나 또는 그 이상의 그룹들로 그룹핑(grouping)하는 과정을 수행할 수 있다. 송신 장치는 각 그룹에 포함된 포인트(또는 어트리뷰트)들 중에서 적어도 하나의 포인트(또는 어트리뷰트)를 선택(selection)하는 과정을 수행할 수 있다. 송신 장치는 선택된 포인트(또는 어트리뷰트)를 서브샘플링(subsampling)할 수 있다.
실시예들에 따른 서브샘플링은 포인트 클라우드 데이터의 하나 또는 그 이상의 포인트들을 재정렬하여 생성된 LOD(Level of Detail)에 기반한 방법(또는 제 4 방법)에 따라 수행될 수 있다. 실시예들에 따른 LOD는 도 4, 도 8 내지 도 15에서 상술한 LOD에 해당한다. 실시예들에 따른 제 4 방법은 LOD 생성 방법 및/또는 서브샘플링 대상이 되는 LOD에 기반하여 수행될 수 있다. 실시예들에 따른 송신 장치는 LOD 생성 방법 및/또는 서브샘플링 대상이 되는 LOD에 기반하여 상술한 그룹핑(grouping) 및 선택(selection)을 수행할 수 있다. 실시예들에 따른 송신 장치는 도 15에서 설명한 시그널링 정보에 LOD 생성 방법에 관한 정보 및/또는 서브샘플링 대상이 되는 LOD에 관한 정보를 포함시켜 수신 장치에 전달할 수 있다.
실시예들에 따른 LOD 생성 방법은 상술한 LOD를 생성하는 방법을 나타낸다. 도 9에서 상술한 바와 같이 LOD는 포인트들을 리파인먼트 레벨들(refinement levels)의 세트로 재정열(reorganize)하여 생성될 수 있다. 예를 들어, LOD는 포인트들 간의 유클리이디언 디스턴스(Euclidean Distance)를 기반으로 생성될 수 있다. LOD는 포인트들의 지오메트리에 따른 옥트리 구조(도 1 내지 도 15에서 설명한 옥트리)를 기반으로 생성될 수 있다. LOD는 포인트들의 몰톤 코드 순서(도 1 내지 도 15에서 설명한 몰톤 코드)를 기반으로 생성될 수 있다. 실시예들에 따른 송신 장치가 LOD를 생성하는 방법은 상술한 예시에 국한되지 않는다.
실시예들에 따른 서브샘플링 대상이 되는 LOD는 서브샘플링을 위해 선택되는 포인트들을 포함하는 LOD를 나타낼 수 있다. 즉, 실시예들에 따른 송신 장치는 서브샘플링 대상이 되는 LOD에 포함된 포인트들을 선택하여 서브샘플링할 수 있다. 예를 들어, 서브샘플링 대상이 되는 LOD가 LOD 0 및 LOD 1을 나타내면, 송신 장치는 서브샘플링을 위해 LOD 0 및 LOD 1에 포함되는 포인트들을 선택하고, LOD 0 및 LOD 1 이외의 LOD에 포함되는 포인트들은 선택하지 않을 수 있다. 즉, 서브샘플링 대상이 되는 LOD에 의해 선택되는 LOD는 선택되는 않는 LOD에 비하여 더 작은 LOD 값(또는 LOD)레벨을 가질 수 있다.
따라서, 실시예들에 따른 송신 장치는 LOD 생성 방법에 따라 LOD를 생성하여 포인트들을 그룹핑할 수 있다. 그룹핑된 그룹들의 각 그룹은 하나의 LOD에 대응할 수 있다. 송신 장치는 서브샘플링 대상이 되는 LOD에 따라, 서브샘플링을 위한 포인트들을 선택할 수 있다. 즉, 송신 장치는 서브샘플링 대상이 되는 LOD에 포함된 포인트들을 서브샘플링을 위하여 선택할 수 있다. 송신 장치는 선택된 포인트들을 서브샘플링하고 서브샘플링된 포인트들의 어트리뷰트를 어트리뷰트 인코딩(예를 들어, 도 15에서 설명한 어트리뷰트 인코딩)할 수 있다.
도 20은, 실시예들에 따른 어트리뷰트 서브샘플링 방법의 예시를 나타낸다.
도 20은 도 15 내지 도 19에서 상술한 서브샘플링 과정을 수행하는 방법의 예시이다. 실시예들에 따른 송신 장치에 포함된 적어도 하나의 엘리먼트(예를 들어, 도 15의 서브샘플링부)는 도 20에서 설명하는 서브샘플링을 수행할 수 있다.
도 15에서 상술한 바와 같이, 실시예들에 따른 송신 장치는 포인트들의 어트리뷰트에 대하여 서브샘플링을 수행할 수 있다. 도 2에서 상술한 바와 같이, 포인트들의 어트리뷰트는 하나 또는 그 이상의 어트리뷰트들을 나타내고, 각 어트리뷰트는 텍스쳐 정보, 색상 정보, 반사율 정보 또는 투명도 정보 중 적어도 어느 하나를 나타낼 수 있다. 또한, 각 어트리뷰트는 하나 또는 그 이상의 채널(또는 성분)들을 포함할 수 있다. 예를 들어, YCbCr 색상 정보를 나타내는 어트리뷰트는 Y 채널(휘도 성분), Cb 채널(색차 성분) 및/또는 Cr 채널(색차 성분)을 포함한다. 또한, RGB 색상 정보를 나타내는 어트리뷰트는 R 채널, G 채널 및/또는 B 채널을 포함한다. 실시예들에 따른 송신 장치는 상술한 각 어트리뷰트 및/또는 각 채널 단위로 서브샘플링을 수행할 수 있다. 또한, 송신 장치는 각 어트리뷰트 및/또는 각 채널 단위로 서로 다른 서브샘플링 방법(예를 들어, 도 16 내지 도 19에서 설명한 제 1 방법 내지 제 4 방법)에 따라 서브샘플링을 수행할 수 있다. 예를 들어, 송신 장치는 포인트들의 반사율 정보를 나타내는 어트리뷰트에 대하여만 서브샘플링을 수행할 수 있다. 또한, 송신 장치는 포인트들의 RGB 색상 정보를 나타내는 어트리뷰트 중에서 R 채널에 대하여는 제 1 방법에 따라 서브샘플링을 수행하고, G 채널에 대하여는 제 2 방법에 따라 서브샘플링을 수행하고, B 채널에 대하여는 서브샘플링을 수행하지 않을 수 있다.
도 20은 포인트들의 RGB 색상 정보를 나타내는 어트리뷰트 중에서 R 채널, G 채널 및 B 채널 중 적어도 하나의 채널에 대하여 서브샘플링을 수행하는 방법의 예시이다.
2000은 R 채널, G 채널 및 B 채널에 대하여 동일한 서브샘플링 방법(예를 들어, 도 16 내지 도 19에서 상술한 제 1 방법 내지 제 4 방법)에 따라 서브샘플링이 수행된 경우의 예시를 나타낸다. 즉, 2000의 서브샘플링된 포인트들의 어트리뷰트는 R 채널, G 채널 및 B 채널를 모두 포함할 수 있다.
실시예들에 따른 포인트 클라우드 데이터는 불균일한 어트리뷰트 분포를 가질 수 있다. 예를 들어, 포인트 클라우드 데이터의 R 채널 및 G 채널은 B 채널에 비하여 상대적으로 희박하게(sparse)게 분포할 수 있다. 상술한 포인트 클라우드 데이터의 R 채널, G 채널 및 B 채널에 대하여 동일한 서브샘플링 방법에 따른 서브샘플링을 적용하면, R 채널, G 채널 및 B 채널에 대하여 서로 다른 서브샘플링 방법에 따른 서브샘플링 적용하는 경우보다 어트리뷰트의 왜곡이 심해질 수 있다. 따라서, 송신 장치는 상술한 포인트 클라우드 데이터에 대하여 R 채널 및 G 채널에 대한 서브샘플링 빈도를 B 채널에 대한 서브샘플링 빈도보다 작게 설정할 수 있다. 실시예들에 따른 서브샘플링 빈도(frequency)는 어트리뷰트 또는 채널에 대해 서브샘플링이 수행되는 도수를 나타낼 수 있다. 실시예들에 따른 서브샘플링 빈도는 도 16의 서브샘플링 유닛, 서브샘플링 방향 서브샘플링 스캔 오더 및 서브샘플링 순서, 도 17의 포인트들의 재정렬, 서브샘플링 간격 및 서브샘플링 오프셋(offset), 도 18의 대표 포인트 및 서브샘플링 거리 및 도 19의 LOD 생성 방법 및 서브샘플링 대상이 되는 LOD에 따라 결정될 수 있다.
2001은 R 채널, G 채널 및 B 채널 중에서 R 채널 및 B 채널에 대하여만 동일한 서브샘플링 방법에 따라 서브샘플링을 수행하고, G 채널에 대하여는 서브샘플링을 수행하지 않은 경우의 예시이다. 즉, 2001의 서브샘플링된 포인트들의 어트리뷰트는 R 채널, G 채널 및 B 채널를 모두 포함하거나 G 채널만을 포함할 수 있다.
2002 및 2004는 R 채널, G 채널 및 B 채널 중에서 G 채널에 대한 서브샘플링 방법과 R 채널 및 B 채널에 대한 서브샘플링 방법을 다르게 적용한 경우의 예시이다. 즉, G 채널에 대한 서브샘플링 빈도와 R 채널 및 B 채널에 대한 서브샘플링 빈도가 서로 다를 수 있다. 예를 들어, G 채널에 대한 제 1 방법의 서브샘플링 순서와 R 채널 및 B 채널에 대한 제 1 방법의 서브샘플링 순서는 서로 다를 수 있다. 따라서, 2002의 서브샘플링된 포인트들의 어트리뷰트는 R 채널, G 채널 및 B 채널를 모두 포함하거나 R 채널 및 G 채널만을 포함하거나(2002에 도시되어 있지 않음) R 채널 및 B 채널만을 포함하거나(2002에 도시되어 있지 않음) G 채널만을 포함하거나 R 채널, G 채널 및 B 채널 모두를 포함하지 않을 수 있다.
2003 및 2005는 R 채널, G 채널 및 B 채널 각각에 대하여 서로 다른 서브샘플링 방법이 적용된 경우의 예시이다. 즉, R 채널, G 채널 및 B 채널 각각에 대하여 서로 다른 서브샘플링 빈도가 사용될 수 있다. 예를 들어, R 채널, G 채널 및 B 채널 각각에 대하여 서로 다른 제 1 방법의 서브샘플링 순서가 사용될 수 있다. 따라서, 2003의 서브샘플링된 포인트들의 어트리뷰트는 R 채널, G 채널 및 B 채널를 모두 포함하거나 R 채널 및 G 채널만을 포함하거나 R 채널 및 B 채널만을 포함하거나(2003에 도시되어 있지 않음) B 채널 및 G 채널만을 포함하거나 R 채널, G 채널 및 B 채널 중 어느 하나의 채널만을 포함하거나 R 채널, G 채널 및 B 채널 모두를 포함하지 않을 수 있다.
실시예들에 따른 송신 장치는 이 도면에서 설명한 바와 같이, 포인트 클라우드 데이터의 어트리뷰트 특성에 따라 각 어트리뷰트 및/또는 각 채널 단위로 서로 다른 서브샘플링 방법에 따른 서브샘플링을 적용할 수 있다. 즉, 송신 장치는 포인트 클라우드 데이터의 어트리뷰트 특성에 따라 각 어트리뷰트 및/또는 각 채널 단위로 도 16 내지 도 19에서 상술한 그룹핑(grouping)하는 과정, 선택(selection)하는 과정 및 서브샘플링(subsampling)을 수행할 수 있다.
도 21은, 실시예들에 따른 포인트 클라우드 데이터 송신 방법의 플로우 차트의 예시를 나타낸다.
도 21은, 실시예들에 따른 송신 장치(예를 들어, 도 1의 포인트 클라우드 비디오 인코더(10002), 도 4의 포인트 클라우드 인코더, 및 도 12에서 설명한 포인트 클라우드 인코더, 도 15에서 설명한 포인트 클라우드 데이터 송신 장치(1500) 등)의 포인트 클라우드 데이터 송신 방법의 예시를 나타낸다. 실시예들에 따른 포인트 클라우드 데이터 송신 방법의 플로우 차트는 포인트 클라우드 데이터를 그룹핑하는 과정(2100), 그룹핑에 기반하여 포인트를 선택하는 과정(2101), 서브샘플링하는 과정(2102), 어트리뷰트를 변환하는 과정(2103), 어트리뷰트 코딩 과정(2104), 양자화 과정(2105) 및/또는 아리스메틱 인코딩 과정(2106)을 포함할 수 있다. 실시예들에 따른 송신 장치는 포인트 클라우드 데이터 송신 방법을 수행하기 위해 하나 또는 그 이상의 과정들을 더 포함할 수 있다.
실시예들에 따른 포인트 클라우드 데이터를 그룹핑하는 과정(2100)은 포인트 클라우드 데이터를 입력받고 포인트들을 그룹핑할 수 있다. 실시예들에 따른 그룹핑하는 과정에 대한 설명은 도 16 내지 도 20에서 설명한 그룹핑(grouping)하는 과정에 대한 설명과 동일 또는 유사하다.
실시예들에 따른 그룹핑에 기반하여 포인트를 선택하는 과정(2101)은 그룹핑된 각 그룹에 포함된 포인트들 중에서 적어도 하나의 포인트를 서브샘플링 방법(도 16 내지 도 20에서 설명한 서브샘플링 방법)에 따라 선택하는 과정을 포함한다. 실시예들에 따른 그룹핑에 기반하여 포인트를 선택하는 과정 대한 설명은 도 16 내지 도 20에서 설명한 포인트들을 선택(selection)하는 과정에 대한 설명과 동일 또는 유사하다.
실시에들에 따른 서브샘플링하는 과정(2102)은 서브샘플링 스킴에 기반하여 선택된 포인트들의 어트리뷰트에 대하여 어트리뷰트 인코딩을 수행하기 위해 필요한 과정을 포함한다. 실시예들에 따른 서브샘플링 스킴에 기반하여 선택된 어트리뷰트는 도 15에서 상술한 일부 어트리뷰트에 해당할 수 있다. 실시예들에 따른 실시에들에 따른 서브샘플링하는 과정에 대한 설명은 도 15 내지 도 20에서 설명한 서브샘플링(subsampling)에 대한 설명과 동일 또는 유사하다.
실시예들에 따른 어트리뷰트를 변환하는 과정(2103)은 재구성된 지오메트리를 기반으로 어트리뷰트를 변환하는 어트리뷰트 변환을 수행한다. 실시예들에 따른 어트리뷰트를 변환하는 과정에 대한 설명은 도 4에서 상술한 어트리뷰트 변환부(40007)의 동작에 대한 설명과 동일 또는 유사하다.
실시예들에 따른 어트리뷰트 코딩 과정(2104) RAHT 코딩, 예측 변환 코딩 또는 리프팅 변환 코딩 중 어느 하나를 기반으로 어트리뷰트 인코딩을 수행하는 과정을 포함한다. 실시예들에 따른 어트리뷰트 코딩 과정에 대한 설명은 도 4에서 상술한 RAHT 코딩, 예측 변환 코딩 및 리프팅 변환 코딩의 동작에 대한 설명과 동일 또는 유사하다.
실시예들에 따른 양자화 과정(2105)은 어트리뷰트 인코딩된 포인트 클라우드 데이터에 대하여 양자화를 수행하는 과정을 포함한다. 실시예들에 따른 양자화 과정에 대한 설명은 도 4의 양자화부(40011)의 동작에 대한 설명과 동일 또는 유사하다.
실시예들에 따른 아리스메틱 인코딩 과정(2106)은 양자화된 포인트 클라우드 데이터에 대하여 엔트로피 인코딩을 수행할 수 있다. 실시예들에 따른 아리스메틱 인코딩 과정에 대한 설명은 도 4의 아리스메틱 인코더(40004)의 동작에 대한 설명과 동일 또는 유사하다.
실시예들에 따른 송신 장치는 도 21에서 설명하는 포인트 클라우드 데이터 송신 방법에 따라 비트스트림(예를 들어, 도 1 내지 도 20에서 설명한 비트스트림)을 수신 장치에 송신할 수 있다. 비트스트림은 지오메트리 비트스트림, 어트리뷰트 비트스트림 및/또는 도 15 내지 도 20에서 설명한 서브샘플링 스킴에 관한 시그널링 정보를 포함할 수 있다.
도 22는, 실시예들에 따른 비트스트림의 구조를 나타낸다.
포인트 클라우드 처리 장치(예를 들면 도 1, 도 12 및 도 14에서 설명한 전송 장치)는 부호화된 포인트 클라우드 데이터를 비트스트림의 형태로 전송할 수 있다. 비트스트림은 포인트 클라우드 데이터(또는 포인트 클라우드 프레임)의 표현을 형성하는 비트들의 시퀀스이다.
포인트 클라우드 데이터(또는 포인트 클라우드 프레임)은 타일들 및 슬라이스들로 분할될 수 있다.
포인트 클라우드 데이터는 멀티플 슬라이스들(multiple slices)로 분할(partition)될 수 있으며, 비트스트림 내에서 인코드된다. 하나의 슬라이스는 포인트들의 집합으로, 인코드된 포인트 클라우드 데이터의 전체 또는 부분을 나타내는 신텍스 엘레먼트의 시리즈들로 표현된다. 하나의 슬라이스들은 다른 슬라이스들에 대하여 의존성을 가질 수도 있고 가지지 않을 수도 있다. 또한 하나의 슬라이스는 하나의 지오메트리 데이터 유닛(geometry data unit)을 포함하며, 하나 이상의 어트리뷰트 데이터 유닛(attribute data unit)들을 가질 수도 있고, 가지지 않을 수도 있다(zero attribute data unit). 상술한 바와 같이 어트리뷰트 인코딩은 지오메트리 인코딩을 기반으로 수행되므로 어트리뷰트 데이터 유닛은 동일한 슬라이스 내의 지오메트리 데이터 유닛에 기반한다. 즉, 포인트 클라우드 데이터 수신 장치(예를 들면 예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10006))는 디코드된 지오메트리 데이터를 기반으로 어트리뷰트 데이터를 처리할 수 있다. 따라서 슬라이스 내에서 지오메트리 데이터 유닛은 반드시 연관된 어트리뷰트 데이터 유닛들보다 먼저 나타난다. 슬라이스 내의 데이터 유닛들은 반드시 연속적이며, 슬라이스들간의 순서는 특정되지 않는다.
타일(tile)은 바운딩 박스(예를 들면 도 5에서 설명한 바운딩 박스)내의 직사각형 직육면체(3차원)이다. 바운딩 박스는 하나 또는 그 이상의 타일들을 포함할 수 있다. 하나의 타일은 다른 타일과 전부 또는 일부 오버랩될 수 있다. 하나의 타일은 하나 또는 그 이상의 슬라이스들을 포함할 수 있다.
따라서 포인트 클라우드 데이터 송신 장치는 중요도에 따라 타일에 대응하는 데이터를 처리하여 고품질의 포인트 클라우드 콘텐트를 제공할 수 있다. 즉, 실시예들에 따른 포인트 클라우드 데이터 송신 장치는 사용자에게 중요한 영역에 대응하는 데이터를 더 좋은 압축 효율과 적절한 레이턴시를 갖는 포인트 클라우드 컴프레션 코딩 처리할 수 있다.
실시예들에 따른 비트스트림은 시그널링 정보 및 복수 개의 슬라이스들 (slice 0, …, slice n)을 포함한다. 도면에 도시된 바와 같이 시그널링 정보는 비트스트림 내에서 슬라이스들보다 먼저 나타난다. 따라서 포인트 클라우드 데이터 수신 장치는 시그널링 정보를 먼저 확보하고, 시그널링 정보를 기반으로 복수개의 슬라이스들을 순차적으로 또는 선택적으로 처리할 수 있다. 도면에 도시된 바와 같이 슬라이스 0(slice0)는 하나의 지오메트리 데이터 유닛(Geom00) 및 두 개의 어트리뷰트 데이터 유닛들(Attr00, Attr10)을 포함한다. 또한 지오메트리 데이터 유닛은 동일한 슬라이스 내에서 어트리뷰트 데이터 유닛보다 먼저 나타난다. 따라서 포인트 클라우드 데이터 수신 장치는 지오메트리 데이터 유닛(또는 지오메트리 데이터)를 먼저 처리(디코드)하고, 처리된 지오메트리 데이터를 기반으로 어트리뷰트 데이터 유닛(또는 어트리뷰트 데이터)를 처리한다. 실시예들에 따른 시그널링 정보는 시그널링 데이터, 메타데이터 등으로 호칭 가능하며, 예시에 국한되지 않는다.
실시예들에 따른 시그널링 정보는 SPS(Sequence Parameter Set), GPS (Geometry Parameter set) 및 하나 또는 그 이상의 APS(Attribute Parameter Set)들을 포함한다. SPS는 프로파일, 레벨 등 시퀀스 전체에 대한 인코딩 정보로서, 픽처 해상도, 비디오 포멧 등 시퀀스 전체에 대한 포괄적인 정보(시퀀스 레벨)를 포함할 수 있다. GPS는 시퀀스(비트스트림) 내에 포함된 지오메트리에 적용된 지오메트리 인코딩에 대한 정보이다. GPS는 옥트리 (예를 들면 도 6에서 설명한 옥트리)에 대한 정보, 옥트리 뎁스에 대한 정보 등을 포함할 수 있다. APS는 시퀀스(비트스트림)내 포함된 어트리뷰트적용된 어트리뷰트 인코딩에 대한 정보이다. 도면에 도시된 바와 같이 비트스트림은 어트리뷰트를 식별하는 식별자에 따라 하나 또는 그 이상의 APS(예를 들면 도면에 도시된 APS0, APS1..)를 포함한다.
실시예들에 따른 시그널링 정보는 TPS를 더 포함할 수 있다. TPS는 타일에 대한 정보로서, 타일 식별자, 타일 크기 등에 대한 정보를 포함할 수 있다. 실시예들에 따른 시그널링 정보는 시퀀스, 즉 비트스트림 레벨의 정보로서, 해당 비트스트림에 적용된다. 또한 시그널링 정보는 신택스 엘레멘트 (syntax element) 및 이를 설명하는 디스크립터(Descriptor)를 포함하는 신택스 구조를 갖는다. 신택스를 설명하기 위한 수도 코드 (pseudo code)가 사용될 수 있다. 또한 포인트 클라우드 수신 장치는 신택스 내에서 나타나는 신택스 엘레멘트를 순차적으로 파싱하여 처리할 수 있다.
도면에 도시되지 않았으나 실시예들에 따른 지오메트리 데이터 유닛 및 어트리뷰트 데이터 유닛은 각각 지오메트리 헤더 및 어트리뷰트 헤더를 포함한다. 실시예들에 따른 지오메트리 헤더 및 어트리뷰트 헤더는 해당 슬라이스 레벨에서 적용되는 시그널링 정보로서 상술한 신택스 구조를 갖는다.
실시예들에 따른 지오메트리 헤더는 해당 지오메트리 데이터 유닛을 처리하기 위한 정보(또는 시그널링 정보)를 포함한다. 따라서 지오메트리 헤더는 해당 지오메트리 데이터 유닛 내에서 가장 먼저 나타난다. 포인트 클라우드 수신 장치는 지오메트리 헤더를 먼저 파싱하여 지오메트리 데이터 유닛을 처리할 수 있다. 지오메트리 헤더는 전체 지오메트리에 대한 정보를 포함하는 GPS와 연관관계를 갖는다. 따라서 지오메트리 헤더는 GPS에 포함된 gps_geom_parameter_set_id을 특정하는 정보를 포함한다. 또한 지오메트리 헤더는 지오메트리 데이터 유닛이 속한 슬라이스와 관련된 타일 정보(예를 들면 tile_id), 슬라이스 식별자 등을 포함한다.
실시예들에 따른 어트리뷰트 헤더는 해당 어트리뷰트 데이터 유닛을 처리하기 위한 정보(또는 시그널링 정보)를 포함한다. 따라서 어트리뷰트 헤더는 해당 어트리뷰트 데이터 유닛 내에서 가장 먼저 나타난다. 포인트 클라우드 수신 장치는 어트리뷰트 헤더를 먼저 파싱하여 어트리뷰트 데이터 유닛을 처리할 수 있다. 어트리뷰트 헤더는 전체 어트리뷰트에 대한 정보를 포함하는 APS와 연관돤계를 갖는다. 따라서 어트리뷰트 헤더는 APS에 포함된 aps_attr_parameter_set_id을 특정하는 정보를 포함한다. 상술한 바와 같이 어트리뷰트 디코딩은 지오메트리 디코딩에 기반하므로, 어트리뷰트 헤더는 해당 어트리뷰트 데이터 유닛과 연관된 지오메트리 데이터 유닛을 확정하기 위하여, 지오메트리 헤더 내 포함된 슬라이스 식별자를 특정하는 정보 등을 포함한다.
도 23은, 실시예들에 따른 서브샘플링 스킴에 관한 시그널링 정보의 구조를 나타낸다.
실시예들에 따른 포인트 클라우드 데이터의 비트스트림은 도 23의 서브샘플링 스킴에 관한 시그널링 정보(예를 들어, 도 15 내지 도 21에서 설명한 서브샘플링 스킴에 관한 시그널링 정보)를 포함할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 수신기는 도 23의 서브샘플링 스킴에 관한 시그널링 정보를 기반으로 포인트 클라우드 데이터의 모든 어트리뷰트 중에서 서브샘플링 스킴을 기반으로 선택된 일부 어트리뷰트를 파악할 수 있다.
subsampling_info_id(서브샘플링 ID 정보)는 서브샘플링 스킴에 관한 시그널링 정보를 식별하기 위한 식별자를 나타낼 수 있다.
num_subsampled_sets(서브샘플링 개수 정보)는 서브샘플링이 적용된 어트리뷰트 종류 개수를 나타낼 수 있다. 예를 들어, 포인트 클라우드 데이터의 어트리뷰트 중 색상 정보 및 반사율 정보가 서브샘플링되면, num_subsampled_sets는 2를 나타낼 수 있다. num_subsampled_sets가 나타내는 개수는 포인트 클라우드 데이터의 전체 어트리뷰트 종류의 개수보다 작거나 같은 값을 가질 수 있다.
도 22에서 설명하는 시그널링 정보는 i에 의해 식별되는 아래의 정보들을 더 포함할 수 있다. 식별자 i가 나타내는 값은 0보다 크거나 같고 num_subsampled_sets가 나타내는 값보다 작을 수 있다.
subsampling_set_type (서브샘플링 타입 정보)는 서브샘플링 적용된 어트리뷰트 종류에 대한 식별자를 나타낼 수 있다. 예를 들어, subsampling_set_type이 0을 가지면 포인트들의 지오메트리가 서브샘플링됨을 나타낸다. 포인트들의 지오메트리를 서브샘플링하는 방법은 도 15 내지 도 22에서 상술한 어트리뷰트를 서브샘플링하는 방법과 동일 또는 유사하다. subsampling_set_type이 1을 가지면 포인트들의 어트리뷰트가 서브샘플링됨을 나타낸다. subsampling_set_type이 2를 가지면 색상 정보를 나타내는 어트리뷰트가 서브샘플링됨을 나타낸다. subsampling_set_type이 3을 가지면 반사율 정보를 나타내는 어트리뷰트가 서브샘플링됨을 나타낸다. subsampling_set_type 4를 가지면 재질(metarial) 정보를 나타내는 어트리뷰트가 서브샘플링됨을 나타낸다. subsampling_set_type 5를 가지면 컬러 정보를 나타내는 어트리ㄴ뷰트의 R 채널이 서브샘플링됨을 나타낸다. subsampling_set_type 6을 가지면 컬러 정보를 나타내는 어트리뷰트의 G 채널이 서브샘플링됨을 나타낸다. subsampling_set_type 7을 가지면 컬러 정보를 나타내는 어트리뷰트의 B 채널이 서브샘플링됨을 나타낸다.
subsampling_grouping_method(서브샘플링 방법에 관한 정보)는 도 16 내지 도 21에서 설명한 서브샘플링 방법에 관한 정보를 나타낸다. subsampling_grouping_method는 서브샘플링을 수행하는 방법을 나타낸다. 예를 들어, subsampling_grouping_method가 0을 가지면 서브샘플링이 수행되지 않음을 나타낸다. subsampling_grouping_method가 1(또는 제 1 방법에 관한 정보)을 가지면, 도 16에서 상술한 제 1 방법에 따라 서브샘플링이 수행됨을 나타낸다. subsampling_grouping_method가 2(또는 제 2 방법에 관한 정보)을 가지면, 도 17에서 상술한 제 2 방법에 따라 서브샘플링이 수행됨을 나타낸다. subsampling_grouping_method가 3(또는 제 3 방법에 관한 정보)을 가지면, 도 18에서 상술한 제 3 방법에 따라 서브샘플링이 수행됨을 나타낸다. subsampling_grouping_method가 4(또는 제 4 방법에 관한 정보)을 가지면, 도 19에서 상술한 제 4 방법에 따라 서브샘플링이 수행됨을 나타낸다.
subsampling_grouping_method가 제 1 방법에 관한 정보(또는 1)을 나타내는 것에 대응하여, 도 23의 시그널링 정보는 아래의 정보들을 더 포함할 수 있다.
subsampling_direction(서브샘플링 방향에 관한 정보)는 서브샘플링의 방향(도 16의 서브샘플링 방향)을 나타낼 수 있다. 예를 들어, subsampling_direction이 0을 가지면 x축 방향을 나타낸다. subsampling_direction이 1을 가지면 y축 방향을 나타낸다. subsampling_direction이 2을 가지면 z축 방향을 나타낸다. subsampling_direction이 3을 가지면 x축 및 y축 방향을 나타낸다. subsampling_direction이 4를 가지면 y축 및 z축 방향을 나타낸다. subsampling_direction이 5를 가지면 x축 및 z축 방향을 나타낸다. subsampling_direction이 6을 가지면 x축, y축 및 z축 방향을 나타낸다.
subsampling_unit_size (서브샘플링 유닛에 관한 정보, 이 도면에 도시되어 있지 않음)는 도 16에서 상술한 서브샘플링 유닛에 관한 정보를 나타낼 수 있다. subsampling_unit_size가 나타내는 값에 기반하여 서브샘플링 유닛에 대응하는 공간의 크기가 결정될 수 있다. 예를 들어, subsampling_unit_size가 2를 가지느 서브샘플링 유닛은 리프 노드의 2배에 대응하는 공간을 가진다. 도 16에서 상술한 바와 같이, subsampling_unit_size 및 subsampling_direction에 의하여 서브샘플링 유닛이 결정될 수 있다.
실시예들에 따른 서브샘플링 유닛은 상술한 subsampling_unit_size 및 subsampling_direction 대신 아래의 정보들에 의하여 결정될 수 도 있다.
subsampling_unit_size_x (서브샘플링 유닛 x축 정보), subsampling_unit_size_y (서브샘플링 유닛 y축 정보) 및 subsampling_unit_size_z(서브샘플링 유닛 z축 정보)는 도 16에서 상술한 서브샘플링 유닛에 관한 정보를 나타낸다. subsampling_unit_size_x은 x축에 따른 리프 노드의 정수배에 관한 정보를 나타낸다. subsampling_unit_size_y은 y축에 따른 리프 노드의 정수배에 관한 정보를 나타낸다. subsampling_unit_size_z은 z축에 따른 리프 노드의 정수배에 관한 정보를 나타낸다. 예를 들어, subsampling_unit_size_x 가 2를 가지고, subsampling_unit_size_y가 4를 가지고, subsampling_unit_size_z가 8을 가지면, 서브샘플링 유닛은 x축 방향으로 2개의 리프 노드에 대응하는 공간, y축 방향으로 4개의 리프 노드에 대응하는 공간 및 z축 방향으로 8개의 리프 노드에 대응하는 공간에 의하여 결정된 공간에 대응할 수 있다.
subsampling_scan_order (서브샘플링 스캔 오더에 관한 정보)는 도 16에서 상술한 서브샘플링 스캔 순서를 나타낸다. subsampling_scan_order는 x축, y축 또는 z축의 양의 방향 또는 음의 방향, Z-스캔 방향 등을 나타낼 수 있다.
subsampling_start_idx (서브샘플링 순서에 관한 정보)는 도 16에서 상술한 서브샘플링 순서를 나타낸다. 즉, subsampling_start_idx 서브샘플링 유닛 내에서 서브샘플링 대상이 되는 포인트의 순서를 나타낼 수 있다. 예를 들어, subsampling_start_idx가 3을 가지면, 서브샘플링 유닛 내에서 서브샘플링 스캔 오더에 따라 스캔되는 포인트들 중에서 3번째로 스캔되는 포인트의 어트리뷰트를 서브샘플링함을 나타낸다.
subsampling_grouping_method가 제 2 방법에 관한 정보(또는 2)을 나타내는 것에 대응하여, 도 23의 시그널링 정보는 아래의 정보들을 더 포함할 수 있다.
subsampling_index_type (포인트들의 재정렬에 관한 정보)는 도 17에서 상술한 포인트들의 재정렬된 방법을 나타낸다. 예를 들어, subsampling_index_type는 포인트들이 몰톤 코드를 기반으로 재정렬됨을 나타낼 수 있다.
subsampling_rate (서브샘플링 간격에 관한 정보)는 도 17에서 상술한 서브샘플링 간격을 나타낸다. 예를 들어, subsampling_rate은 2보다 크거나 같고 255보다 작거나 같은 정수값을 가질 수 있다.
subsampling_offset (서브샘플링 오프셋에 관한 정보)는 도 17에서 상술한 서브샘플링 오프셋을 나타낸다. 예를 들어, subsampling_offset이 n을 가지는 포인트들의 인덱스(도 17에서 설명한 인덱스)의 오름차순 또는 내림차순으로 n+1 번째에 해당하는 포인트부터 서브샘플링 시작될 수 있다.
subsampling_grouping_method가 제 3 방법에 관한 정보(또는 3)을 나타내는 것에 대응하여, 도 23의 시그널링 정보는 아래의 정보들을 더 포함할 수 있다.
subsampling_representative_points (대표 포인트에 관한 정보, 이 도면에 도시되어 있지 않음)은 도 18에서 상술한 대표 포인트를 나타낼 수 있다. 예를 들어, subsampling_representative_point은 대표 포인트에 관한 인덱스 정보를 나타낼 수 있다.
subsampling_distance (서브샘플링 거리에 관한 정보)는 도 18에서 상술한 서브샘플링 거리를 나타낼 수 있다.
subsampling_grouping_method가 제 4 방법에 관한 정보(또는 4)을 나타내는 것에 대응하여, 도 23의 시그널링 정보는 아래의 정보들을 더 포함할 수 있다.
subsampling_lod_generation_method (LOD 생성 방법에 관한 정보)는 도 19에서 상술한 LOD 생성 방법을 나타낼 수 있다. 예를 들어, subsampling_lod_generation_method가 0을 가지면, 어트리뷰트 인코딩(예를 들어, 도 1 내지 도 15에서 설명한 어트리뷰트 인코딩)에서 사용한 방법과 동일한 방법으로 LOD를 생성함을 나타낼 수 있다. subsampling_lod_generation_method 0 이외의 값을 가지면 서브샘플링을 위한 LOD 생성 방법은 어트리뷰트 인코딩에 사용되는 LOD 생성 방법과 다름을 나타낸다. subsampling_lod_generation_method가 1을 가지면, 도 19에서 상술한 포인트들간의 유클리디안 거리에 기반하여 LOD가 생성됨을 나타낸다. subsampling_lod_generation_method가 2를 가지면, 도 19에서 상술한 옥트리 구조를 기반으로 LOD가 생성됨을 나타낸다. subsampling_lod_generation_method가 3을 가지면, 도 19에서 상술한 포인트들의 몰톤 코드를 기반으로 LOD가 생성됨을 나타낸다.
subsampling_lod_num (서브샘플링 대상이 되는 LOD에 관한 정보)는 도 19에서 상술한 서브샘플링 대상이 되는 LOD를 나타낸다. 예를 들어, subsampling_lod_num가 n을 가지면, LOD n에 포함된 포인트들의 어트리뷰트가 서브샘플링됨을 나타낸다.
실시예들에 따른 포인트 클라우드 데이터 수신 장치(예를 들어, 도 1, 도 2, 도 10, 도 13 및 도 14의 포인트 클라우드 데이터 수신 장치)는 서브샘플링이 수행된 포인트 클라우드 데이터에 대하여 서브샘플링된 어트리뷰트를 재구성(reconstruction)할 수 있다. 실시예들에 따른 수신 장치는 도 23의 시그널링 정보에 포함된 서브샘플링 방법에 관한 정보를 기반으로 서브샘플링된 어트리뷰트를 파악할 수 있다. 또한, 실시예들에 따른 수신 장치는 도 23의 시그널링 정보에 포함된 어트리뷰트의 재구성에 관한 정보를 기반으로 서브샘플링된 어트리뷰트를 재구성할 수 있다. 실시예들에 따른 어트리뷰트의 재구성은 어트리뷰트의 복원 또는 어트리뷰트의 보간으로 호칭될 수 있다.
실시예들에 따른 어트리뷰트의 재구성에 관한 정보는 아래의 정보들 중에서 적어도 어느 하나를 포함할 수 있다.
subsampling_reconstruction_method (재구성 방법에 관한 정보)는 수신 장치가 수행하는 어트리뷰트의 재구성 방법을 나타낸다.
subsampling_reconstruction_method가 0을 가지면, 재구성의 대상이 되는 어트리뷰트(또는 대상 어트리뷰트)에 대응하는 포인트(또는 대상 포인트)의 이웃 포인트(예를 들어, 도 4 및 도 9에서 상술한 이웃 포인트)의 어트리뷰트의 복사값을 기반으로 상술한 재구성됨을 나타낸다. 예를 들어, 대상 어트리뷰트는 대상 포인트에 가장 인접하게 위치하는 이웃 포인트의 어트리뷰트로 재구성될 수 있다. 이웃 포인트의 어트리뷰트 복사값을 기반으로 재구성하는 방법은 아래의 수학식을 사용할 수 있다.
Figure PCTKR2021000329-appb-img-000018
a^(x, y)는 대상 어트리뷰트를 나타내고, a(x+i, y+i)는 대상 포인트의 이웃 포인트의 어트리뷰트를 나타낸다.
subsampling_reconstruction_method가 0을 가지는 것에 대응하여, 상술한 어트리뷰트의 재구성에 관한 정보는 아래의 정보를 더 포함할 수 있다.
num_neighbor_point (이웃 포인트들에 관한 정보)는 대상 포인트의 하나 또는 그 이상의 이웃 포인트들의 개수에 관한 정보를 나타낼 수 있다. 이웃 포인트들은 상술한 재구성 방법을 위해 사용되는 이웃 포인트들을 나타낸다. 예를 들어, num_neighbor_point는 1을 나타낼 수 있다.
subsampling_reconstruction_method가 1을 가지면, 대상 어트리뷰트는 대상 포인트의 하나 또는 그 이상의 이웃 포인트들의 어트리뷰트의 평균값을 기반으로 재구성됨을 나타낸다. 예를 들어, 대상 어트리뷰트는 대상 포인트에 가장 인접하게 위치하는 3개의 이웃 포인트들의 어트리뷰트 평균값으로 재구성될 수 있다. 이웃 포인트들의 어트리뷰트 평균값을 기반으로 재구성하는 방법은 아래의 수학식을 사용할 수 있다.
Figure PCTKR2021000329-appb-img-000019
a^(x, y)는 대상 어트리뷰트를 나타내고, a(x+i, y+i)는 대상 포인트의 이웃 포인트의 어트리뷰트를 나타낸다. d(x+i, y+i)는 대상 포인트에서 a(x+i, y+i)까지의 거리(예를 들어, 유클리디안 거리)를 나타낸다. alpha는 임의의 상수를 나타낸다. 임의의 상수는 수신 장치에 기설정된 값일 수 있다. 즉, w(i, j)는 대상 포인트로부터 각 이웃 포인트까지의 거리의 역수에 기반한 값을 나타낸다. 즉, 이웃 포인트들의 어트리뷰트 평균값은 대상 포인트로부터 각 이웃 포인트까지의 거리의 역수에 기반한 값을 반영한 값일 수 있다. 따라서, 대상 어트리뷰트는 대상 포인트로부터 각 이웃 포인트까지의 거리를 고려하여 계산한 이웃 포인트들의 어트리뷰트 평균값으로 재구성될 수 있다.
subsampling_reconstruction_method가 1을 가지는 것에 대응하여, 상술한 어트리뷰트의 재구성에 관한 정보는 아래의 정보를 더 포함할 수 있다.
num_neighbor_point (이웃 포인트들에 관한 정보)는 대상 포인트의 하나 또는 그 이상의 이웃 포인트들의 개수에 관한 정보를 나타낼 수 있다. 이웃 포인트들은 상술한 재구성 방법을 위해 사용되는 이웃 포인트들을 나타낸다. 예를 들어, num_neighbor_point는 2 이상의 값을 나타낼 수 있다.
subsampling_reconstruction_method가 2를 가지면, 대상 어트리뷰트는 대상 어트리뷰트에 관련된 레퍼런스(reference) 어트리뷰트를 기반으로 재구성됨을 나타낸다. 예를 들어, 대상 어트리뷰트는 대상 포인트의 이웃 포인트들의 어트리뷰트 중에서 레퍼런스 어트리뷰트의 비율을 기반으로 재구성될 수 있다. 예를 들어, R 채널, G 채널 및 B 채널을 포함하는 색상 어트리뷰트가 서브샘플링된 경우, G 채널이 먼저 재구성될 수 있다. G 채널은 상술한 이웃 포인트의 어트리뷰트 복사값 또는 이웃 포인트들의 평균값을 사용하여 재구성될 수 있다. G 채널은 실시예들에 따른 대상 어트리뷰트에 관련된 레퍼런스 어트리뷰트에 해당한다. 수신 장치는 대상 포인트의 이웃 포인트들의 어트리뷰트에 대하여, G 채널이 가지는 비율(예를 들어, G 채널/R 채널 및 G 채널/B채널)을 계산할 수 있다. 수신 장치는 계산된 비율을 기반으로 대상 어트리뷰트의 R 채널 및 B 채널을 마저 재구성할 수 있다. 레퍼런스 어트리뷰트는 상술한 바와 같이 먼저 재구성되거나 비트스트림에 포함되어 수신 장치에 전달될 수도 있다. 레퍼런스 어트리뷰트의 종류를 지시하는 정보(또는 레퍼런스 어트리뷰트에 관한 정보)는 도 23에서 설명하는 시그널링 정보에 포함되어 수신 장치에 전달될 수 있다. 레퍼런스 어트리뷰트의 종류는 수신 장치에 기설정된 어트리뷰트 종류를 가질 수도 있다. 상술한 방법은 아래의 수학식을 사용할 수 있다.
Figure PCTKR2021000329-appb-img-000020
a^(x, y)는 대상 어트리뷰트를 나타내고, a(x+i, y+i)는 대상 포인트의 이웃 포인트들의 어트리뷰트를 나타낸다. w(i, j)는 상술한 바와 동일하다. b^(x, y)는 대상 포인트의 레퍼런스 어트리뷰트를 나타낸다. b(x+i, y+i)는 이웃 포인트들의 레퍼런스 어트리뷰트를 나타낸다. 즉, 대상 어트리뷰트는 이웃 포인트들의 어트리뷰트에서 레퍼런스 어트리뷰트가 가지는 비율의 평균값을 대상 포인트의 레퍼런스 어트리뷰트에 곱하여 재구성될 수 있다. 또한, 상술한 이웃 포인트들의 어트리뷰트에서 레퍼런스 어트리뷰트가 가지는 비율의 평균값은 대상 포인트 및 이웃 포인트들 간의 거리를 반영한 값일 수 있다.
subsampling_reconstruction_method가 2을 가지는 것에 대응하여, 상술한 어트리뷰트의 재구성에 관한 정보는 아래의 정보를 더 포함할 수 있다.
num_neighbor_point (이웃 포인트들에 관한 정보)는 대상 포인트의 하나 또는 그 이상의 이웃 포인트들의 개수에 관한 정보를 나타낼 수 있다. 이웃 포인트들은 상술한 재구성 방법을 위해 사용되는 이웃 포인트들을 나타낸다. 예를 들어, num_neighbor_point는 2 이상의 값을 나타낼 수 있다.
ref_attr (레퍼런스 어트리뷰트에 관한 정보, 이 도면에 도시되어 있지 않음)는 레퍼런스 어트리뷰트의 종류를 지시할 수 있다. 예를 들어, ref_attr가 0을 가지면 서브샘플링된 어트리뷰트에 포함된 채널들 중에서 첫번째 채널(RGB 중에서 R채널)을 나타낸다. ref_attr가 1을 가지면 서브샘플링된 어트리뷰트에 포함된 채널들 중에서 두번째 채널(RGB 중에서 G채널)을 나타낸다. ref_attr가 2을 가지면 서브샘플링된 어트리뷰트에 포함된 채널들 중에서 세번째 채널(RGB 중에서 B채널)을 나타낸다.
subsampling_reconstruction_method가 3를 가지면, 대상 어트리뷰트는 대상 어트리뷰트에 관련된 레퍼런스 어트리뷰트를 기반으로 재구성됨을 나타낸다. 예를 들어, 대상 어트리뷰트는 대상 포인트의 이웃 포인트들의 어트리뷰트 중에서 레퍼런스 어트리뷰트의 비율을 기반으로 재구성될 수 있다. 예를 들어, R 채널, G 채널 및 B 채널을 포함하는 색상 어트리뷰트가 서브샘플링된 경우, G 채널이 먼저 재구성될 수 있다. G 채널은 상술한 이웃 포인트의 어트리뷰트 복사값 또는 이웃 포인트들의 평균값을 사용하여 재구성될 수 있다. G 채널은 실시예들에 따른 대상 어트리뷰트에 관련된 레퍼런스 어트리뷰트에 해당한다. 수신 장치는 대상 포인트의 이웃 포인트들의 어트리뷰트에 대하여, G 채널이 가지는 비율(예를 들어, G 채널-R 채널 및 G 채널-B채널)을 계산할 수 있다. 수신 장치는 계산된 비율(또는 레퍼런스 어트리뷰트 및 레퍼런스 어트리뷰트를 제외한 어트리뷰트들 간의 차이)을 기반으로 대상 어트리뷰트의 R 채널 및 B 채널을 마저 재구성할 수 있다. 레퍼런스 어트리뷰트에 관한 설명은 상술한 바와 동일하다. 상술한 방법은 아래의 수학식을 사용할 수 있다.
Figure PCTKR2021000329-appb-img-000021
a^(x, y)는 대상 어트리뷰트를 나타내고, a(x+i, y+i)는 대상 포인트의 이웃 포인트들의 어트리뷰트를 나타낸다. w(i, j), b^(x, y) 및 b(x+i, y+i)에 대한 설명은 상술한 바와 동일하다. 즉, 대상 어트리뷰트는 이웃 포인트들의 어트리뷰트에서 레퍼런스 어트리뷰트가 가지는 비율(또는 레퍼런스 어트리뷰트 및 레퍼런스 어트리뷰트를 제외한 어트리뷰트들 간의 차이)의 평균값을 대상 포인트의 레퍼런스 어트리뷰트에 더하여 재구성될 수 있다. 또한, 상술한 이웃 포인트들의 어트리뷰트에서 레퍼런스 어트리뷰트가 가지는 비율의 평균값은 대상 포인트 및 이웃 포인트들 간의 거리를 반영한 값일 수 있다.
subsampling_reconstruction_method가 3을 가지는 것에 대응하여, 상술한 어트리뷰트의 재구성에 관한 정보는 아래의 정보를 더 포함할 수 있다.
num_neighbor_point (이웃 포인트들에 관한 정보)는 대상 포인트의 하나 또는 그 이상의 이웃 포인트들의 개수에 관한 정보를 나타낼 수 있다. 이웃 포인트들은 상술한 재구성 방법을 위해 사용되는 이웃 포인트들을 나타낸다. 예를 들어, num_neighbor_point는 2 이상의 값을 나타낼 수 있다.
ref_attr (레퍼런스 어트리뷰트에 관한 정보, 이 도면에 도시되어 있지 않음)는 레퍼런스 어트리뷰트의 종류를 지시할 수 있다. ref_attr에 대한 설명은 상술한 바와 동일하다.
subsampling_reconstruction_method가 4를 가지면, 대상 어트리뷰트는 대상 어트리뷰트에 관련된 레퍼런스 어트리뷰트를 기반으로 재구성됨을 나타낸다. 예를 들어, 대상 어트리뷰트는 레퍼런스 어트리뷰트를 변수로 하는 방적식(예를 들어, 선형 방정식)에 의해 재구성된다. 방정식의 모델링을 위한 정보(또는 모델링 정보) 및 방정식의 계수를 위한 정보(또는 계수 정보)는 도 23에서 설명하는 시그널링 정보에 포함되어 수신 장치에 전달되거나, 수신 장치에 기설정될 수 있다. 수신 장치는 선형 회귀 분석(linear regression)을 통해 상술한 계수 정보를 계산할 수도 있다. 레퍼런스 어트리뷰트에 대한 설명은 상술한 바와 동일하다. 상술한 방법은 아래의 수학식을 사용할 수 있다.
Figure PCTKR2021000329-appb-img-000022
a^(x, y)는 대상 어트리뷰트를 나타내고, b(x, y)는 대상 포인트의 재구성된 레퍼런스 어트리뷰트를 나타낸다. c0 내지 cn은 방정식의 계수를 나타낸다. 즉, 대상 어트리뷰트는 상술한 바와 같이 먼저 재구성된 레퍼런스 어트리뷰트 및 재구성을 위한 방정식을 기반으로 재구성될 수 있다. 재구성을 위한 방정식은 상술한 모델링 정보 및 계수 정보를 기반으로 재구성된다. 모델링 정보는 방적식의 차수 정보를 나타낸다. 예를 들어, 모델링 정보가 2를 나타내면, 재구성을 위한 방정식은 2차 방정식 모델을 가진다. 계수 정보는 모델링 정보에 따른 방정식을 위한 계수 값을 나타낼 수 있다. 예를 들어, 모델링 정보가 2를 나타내면, 계수 정보는 c0, c1 및 c2에 해당하는 값을 나타낼 수 있다.
subsampling_reconstruction_method가 4을 가지는 것에 대응하여, 상술한 어트리뷰트의 재구성에 관한 정보는 아래의 정보를 더 포함할 수 있다.
num_neighbor_point (이웃 포인트들에 관한 정보)는 대상 포인트의 하나 또는 그 이상의 이웃 포인트들의 개수에 관한 정보를 나타낼 수 있다. 이웃 포인트들은 상술한 재구성 방법을 위해 사용되는 이웃 포인트들을 나타낸다. 예를 들어, num_neighbor_point는 2 이상의 값을 나타낼 수 있다.
ref_attr (레퍼런스 어트리뷰트에 관한 정보, 이 도면에 도시되어 있지 않음)는 레퍼런스 어트리뷰트의 종류를 지시할 수 있다. ref_attr에 대한 설명은 상술한 바와 동일하다.
modeling_type (모델링 정보)는 재구성을 위한 방정식의 차수를 나타낸다. modeling_type에 대한 설명은 상술한 모델링 정보에 대한 설명과 동일하다.
num_rec_coeff (계수의 개수 정보)는 재구성을 위한 방정식에 사용되는 계수의 개수를 나타낸다. 즉, num_rec_coeff는 모델링 정보에 따른 방정식을 위한 계수 값의 개수를 나타낸다. 예를 들어, num_rec_coeff는 1이상의 정수를 가진다.
num_rec_coeff가 1 이상의 정수를 가지는 것에 대응하여, 도 23에서 설명하는 어트리뷰트의 재구성에 관한 정보는 j에 의해 식별되는 아래의 정보를 더 포함할 수 있다. 식별자 j는 0보다 크거나 같고 num_rec_coeff가 나타내는 값보다 작을 수 있다.
rec_coeff (계수 정보)는 모델링 정보에 따른 방정식을 위한 계수 값을 나타낼 수 있다. rec_coeff 에 대한 설명은 상술한 계수 정보에 대한 설명과 동일하다.
subsampling_reconstruction_method가 5를 가지면, 대상 어트리뷰트는 대상 어트리뷰트에 관련된 하나 또는 그 이상의 레퍼런스 어트리뷰트들을 기반으로 재구성됨을 나타낸다. 예를 들어, 대상 어트리뷰트는 하나 또는 그 이상의 레퍼런스 어트리뷰트들을 변수로 하는 방정식(예를 들어, 선형 방정식)에 의해 재구성된다. 레퍼런스 어트리뷰트 및 방정식에 대한 설명은 상술한 바와 동일하다. 상술한 방법은 아래의 수학식을 사용할 수 있다.
Figure PCTKR2021000329-appb-img-000023
…
a^(x, y)는 대상 어트리뷰트를 나타내고, b1(x, y)및 b2(x, y)는 하나 또는 그 이상의 레퍼런스 어트리뷰트들을 나타낸다. c0 내지 cn은 방정식의 계수를 나타낸다. 즉, 대상 어트리뷰트는 상술한 바와 같이 먼저 재구성된 레퍼런스 어트리뷰트 및 재구성을 위한 방정식을 기반으로 재구성될 수 있다. 재구성을 위한 방정식은 상술한 모델링 정보 및 계수 정보를 기반으로 재구성된다. 예를 들어, 모델링 정보가 1을 나타내면, 재구성을 위한 방정식은 1차 방정식 모델을 가진다. 계수 정보는 모델링 정보에 따른 방정식을 위한 계수 값을 나타낼 수 있다. 예를 들어, 모델링 정보가 1를 나타내면, 계수 정보는 c0에 해당하는 값을 나타낼 수 있다.
subsampling_reconstruction_method가 5을 가지는 것에 대응하여, 상술한 어트리뷰트의 재구성에 관한 정보는 아래의 정보를 더 포함할 수 있다.
num_neighbor_point (이웃 포인트들에 관한 정보)는 대상 포인트의 하나 또는 그 이상의 이웃 포인트들의 개수에 관한 정보를 나타낼 수 있다. 이웃 포인트들은 상술한 재구성 방법을 위해 사용되는 이웃 포인트들을 나타낸다. 예를 들어, num_neighbor_point는 2 이상의 값을 나타낼 수 있다.
ref_attr (레퍼런스 어트리뷰트에 관한 정보, 이 도면에 도시되어 있지 않음)는 레퍼런스 어트리뷰트의 종류를 지시할 수 있다. ref_attr에 대한 설명은 상술한 바와 동일하다.
modeling_type (모델링 정보)는 재구성을 위한 방정식의 차수를 나타낸다. modeling_type에 대한 설명은 상술한 모델링 정보에 대한 설명과 동일하다.
num_rec_coeff (계수의 개수 정보)는 재구성을 위한 방정식에 사용되는 계수의 개수를 나타낸다. 즉, num_rec_coeff는 모델링 정보에 따른 방정식을 위한 계수 값의 개수를 나타낸다. 예를 들어, num_rec_coeff는 1이상의 정수를 가진다.
num_rec_coeff가 1 이상의 정수를 가지는 것에 대응하여, 도 23에서 설명하는 어트리뷰트의 재구성에 관한 정보는 j에 의해 식별되는 아래의 정보를 더 포함할 수 있다. 식별자 j는 0보다 크거나 같고 num_rec_coeff가 나타내는 값보다 작을 수 있다.
rec_coeff (계수 정보)는 모델링 정보에 따른 방정식을 위한 계수 값을 나타낼 수 있다. rec_coeff 에 대한 설명은 상술한 계수 정보에 대한 설명과 동일하다.
subsampling_reconstruction_method가 6을 가지면, 대상 어트리뷰트는 대상 어트리뷰트에 관련된 레퍼런스 어트리뷰트를 기반으로 재구성됨을 나타낸다. 예를 들어, 대상 어트리뷰트의 재구성은 다음과 같은 과정으로 수행될 수 있다.
1) 레퍼런스 어트리뷰트를 포함하는 이웃 포인트에 대하여, 레퍼런스 어트리뷰트가 서브샘플링 되었다고 가정하고 상술한 방법들(예를 들어, subsampling_reconstruction_method 0 내지 5를 가지는 경우에 사용되는 방법)을 기반으로 레퍼런스 어트리뷰트의 재구성 값을 계산한다.
2) 이웃 포인트의 어트리뷰트에 포함된 레퍼런스 어트리뷰트와 재구성된 레퍼런스 어트리뷰트 간의 잔차값(또는 차이값)을 계산한다.
3) 레퍼런스 어트리뷰트의 잔차값이 대상 어트리뷰트의 잔차값과 선형 관계에 있다고 가정하고, 레퍼런스 어트리뷰트의 잔차값을 기반으로 대상 어트리뷰트의 잔차값(또는 예측 잔차값)을 계산한다.
4) 대상 어트리뷰트에 대하여, 상술한 방법들(예를 들어, subsampling_reconstruction_method 0 내지 5를 가지는 경우에 사용되는 방법)을 통하여 대상 어트리뷰트의 재구성 값을 계산한다.
5) 계산된 대상 어트리뷰트의 재구성 값 및 계산된 대상 어트리뷰트의 예측 잔차값을 더한다.
실시예들에 따른 수신 장치는 상술한 과정을 통해 상술한 방법들(예를 들어, subsampling_reconstruction_method 0 내지 5를 가지는 경우에 사용되는 방법)을 사용하는 경우보다 더 정확한 대상 어트리뷰트의 재구성을 수행할 수 있다. 상술한 과정은 아래의 수학식을 통해 표현될 수 있다.
Figure PCTKR2021000329-appb-img-000024
a^(x, y)는 대상 어트리뷰트를 나타내고, ra(x, y)는 대상 어트리뷰트의 예측 잔차값을 나타내고, p(x, y)는 대상 어트리뷰트의 예측값을 나타내고, rb(x, y)는 레퍼런스 어트리뷰트의 잔차값을 나타낸다. c0 및 c1은 레퍼런스 어트리뷰트의 잔차값 및 대상 어트리뷰트의 잔차값 간의 방정식을 위한 계수이다. 레퍼런스 어트리뷰트의 잔차값 및 대상 어트리뷰트의 잔차값 간의 방정식은 상술한 모델링 정보 및 계수 정보에 의해 정의될 수 있다. 모델링 정보 및 계수 정보에 관한 설명은 상술한 바와 동일하다.
subsampling_reconstruction_method가 6을 가지는 것에 대응하여, 상술한 어트리뷰트의 재구성에 관한 정보는 아래의 정보를 더 포함할 수 있다.
num_neighbor_point (이웃 포인트들에 관한 정보)는 대상 포인트의 하나 또는 그 이상의 이웃 포인트들의 개수에 관한 정보를 나타낼 수 있다. 이웃 포인트들은 상술한 재구성 방법을 위해 사용되는 이웃 포인트들을 나타낸다. 예를 들어, num_neighbor_point는 2 이상의 값을 나타낼 수 있다.
ref_attr (레퍼런스 어트리뷰트에 관한 정보, 이 도면에 도시되어 있지 않음)는 레퍼런스 어트리뷰트의 종류를 지시할 수 있다. ref_attr에 대한 설명은 상술한 바와 동일하다.
modeling_type (모델링 정보)는 재구성을 위한 방정식의 차수를 나타낸다. modeling_type에 대한 설명은 상술한 모델링 정보에 대한 설명과 동일하다.
num_rec_coeff (계수의 개수 정보)는 재구성을 위한 방정식에 사용되는 계수의 개수를 나타낸다. 즉, num_rec_coeff는 모델링 정보에 따른 방정식을 위한 계수 값의 개수를 나타낸다. 예를 들어, num_rec_coeff는 1이상의 정수를 가진다.
num_rec_coeff가 1 이상의 정수를 가지는 것에 대응하여, 도 23에서 설명하는 어트리뷰트의 재구성에 관한 정보는 j에 의해 식별되는 아래의 정보를 더 포함할 수 있다. 식별자 j는 0보다 크거나 같고 num_rec_coeff가 나타내는 값보다 작을 수 있다.
rec_coeff (계수 정보)는 모델링 정보에 따른 방정식을 위한 계수 값을 나타낼 수 있다. rec_coeff 에 대한 설명은 상술한 계수 정보에 대한 설명과 동일하다.
실시예들에 따른 송신 장치는 도 23에서 설명하는 시그널링 정보를 수신 장치에 전달할 수 있다. 도 23에서 설명하는 시그널링 정보는 SPS, GPS, TPS, APS, ash 및/또는 gsh에 포함되어 수신 장치에 전달될 수 있다. 실시예들에 따른 수신 장치는 도 23에서 설명하는 시그널링 정보를 기반으로 서브샘플링된 어트리뷰트를 파악하고 서브샘플링된 어트리뷰트을 재구성할 수 있다.
도 24은, 실시예들에 따른 포인트 클라우드 데이터의 SPS(Sequantial Parameter Set) 구조를 나타낸다.
실시예들에 따른 포인트 클라우드 데이터의 비트스트림은 이 도면의 시그널링 정보(또는 플래그)를 포함하는 시퀀셜 파라미터 세트(Sequantial Parameter Set, SPS)를 포함할 수 있다. 이 도면의 시퀀셜 파라미터 세트는 도 19에서 설명한 시퀀셜 파라미터 세트(27001)를 의미할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 수신기는 이 도면의 시그널링 정보(또는 플래그 정보)에 기초하여 실시예들에 따른 포인트 클라우드 데이터를 복호화할 수 있다.
프로파일(profile_idc) 는 H.264 표준문서의 Annex ㄴA를 만족할 수 있는 비트스트림의 프로파일(profile)을 나타내는 정보를 의미할 수 있다. profile_idc의 다른 값은 ISO/IEC에 의해 추후 사용될 수 있다. (indicates a profile to which the bitstream conforms as specified in Annex A. Bitstreams shall not contain values of profile_idc other than those specified in Annex A. Other values of profile_idc are reserved for future use by ISO/IEC.)
프로파일 호환성 플래그(profile_compatibility_flags) 가 1이면, 해당 비트스트림이 profile_idc가 Annex A에 따라 j인 프로파일(profile)을 만족한다는 것을 나타낼 수 있다. profile_compatibility_flag[ j ]의 값은 Annex A에 따라 정의된 값이 아닌 j를 갖는 경우 0일 수 있다. (equal to 1, indicates that the bitstream conforms to the profile indicated by profile_idc equal to j as specified in Annex A. The value of profile_compatibility_flag[ j ] shall be equal to 0 for any value of j that is not specified as an allowed value of profile_idc in Annex A.)
레벨 IDC(level_idc) 는 H.264 표준문서의 Annex A를 만족할 수 있는 비트스트림의 레벨을 나타낸다. 비트스트림은 H.264 표준문서의 Annex A에 정의된 정보와 다른 정보로 level_idc의 값을 가지지 않는다. Level_idc의 다른 값들은 ISO/IEC에 의해 추후를 위해 남겨둔다. (indicates a level to which the bitstream conforms as specified in Annex A. Bitstreams may not contain values of level_idc other than those specified in Annex A. Other values of level_idc are reserved for future use by ISO/IEC.)
SPS 바운딩 박스 존재 플래그(sps_bounding_box_present_flag) 는 바운딩 박스 오프셋과 사이즈 정보가 시그널링되는 경우 1일 수 있다. (equal to 1 specifies the bounding box offset and size information is signalled. sps_bounding_box_present_flag equal to 0 specifies)
SPS 바운딩 박스 존재 플래그(sps_bounding_box_present_flag) 가 true 값을 가지면, 실시예들에 따른 SPS 는 SPS 바운딩 박스 x 오프셋(sps_bounding_box_offset_x), SPS 바운딩 박스 y 오프셋(sps_bounding_box_offset_y), SPS 바운딩 박스 z 오프셋(sps_bounding_box_offset_z), SPS 바운딩 박스 스케일 펙터(sps_bounding_box_scale_factor), SPS 바운딩 박스 너비 사이즈(sps_bounding_box_size_width), SPS 바운딩 박스 높이 사이즈(sps_bounding_box_size_height) 및 SPS 바운딩 박스 깊이 사이즈(sps_bounding_box_size_depth) 를 더 포함한다.
SPS 바운딩 박스 x 오프셋(sps_bounding_box_offset_x) 는 직교 좌표계의 원본 바운딩 박스의 x 오프셋을 나타낸다. 해당 정보가 존재하지 않는 경우 본 파라미터의 값은 0일 수 있다. (indicates the x offset of the source bounding box in the cartesian coordinates. When not present, the value of sps_bounding_box_offset_x is inferred to be 0.)
SPS 바운딩 박스 y 오프셋(sps_bounding_box_offset_y) 는 직교 좌표계의 원본 바운딩 박스의 y 오프셋을 나타낸다. 해당 정보가 존재하지 않는 경우 본 파라미터의 값은 0일 수 있다. (indicates indicates the y offset of the source bounding box in the cartesian coordinates. When not present, the value of sps_bounding_box_offset_y is inferred to be 0.)
SPS 바운딩 박스 z 오프셋(sps_bounding_box_offset_z) 는 직교 좌표계의 원본 바운딩 박스의 z 오프셋을 나타낸다. 해당 정보가 존재하지 않는 경우 본 파라미터의 값은 0일 수 있다. (indicates indicates the z offset of the source bounding box in the Cartesian coordinates. When not present, the value of sps_bounding_box_offset_z is inferred to be 0.)
SPS 바운딩 박스 스케일 펙터(sps_bounding_box_scale_factor) 는 직교 좌표계 내의 원본 바운딩 박스의 스케일 펙터를 나타낸다. 해당 정보가 존재하지 않는 경우 본 파라미터의 값은 1이거나 0일 수 있다. (indicates the scale factor the source bounding box in the Cartesian coordinates. When not present, the value of sps_bounding_box_scale_factor is inferred to be 1. Indicates. When not present, the value of sps_bounding_box_scale_factor is inferred to be 0.)
SPS 바운딩 박스 너비 사이즈(sps_bounding_box_size_width) 는 직교 좌표계 내의 원본 바운딩 박스의 폭을 나타낸다. 해당 정보가 존재하지 않는 경우, sps_bounding_box_size_width의 값은 10과 같이 특정 값일 수 있다. (indicates the width of the source bounding box in the Cartesian coordinates. … When not present, the value of sps_bounding_box_size_width is inferred to be a specific value (such as 10).)
SPS 바운딩 박스 높이 사이즈(sps_bounding_box_size_height) 는 직교 좌표계 내의 원본 바운딩 박스의 높이를 나타낸다. 해당 정보가 존재하지 않는 경우, sps_bounding_box_size_height의 값은 1이거나 0일 수 있다. (indicates the height of the source bounding box in the Cartesian coordinates. When not present, the value of sps_bounding_box_size_height is inferred to be 1. When not present, the value of sps_bounding_box_size_hieght is inferred to be 0.)
SPS 바운딩 박스 깊이 사이즈(sps_bounding_box_size_depth) 는 직교 좌표계 내의 원본 바운딩 박스의 깊이를 나타낸다. 해당 정보가 존재하지 않는 경우, sps_bounding_box_size_height의 값은 1이거나 0일 수 있다. (indicates the depth of the source bounding box in the Cartesian coordinates. When not present, the value of sps_bounding_box_size_depth is inferred to be 1. When not present, the value of sps_bounding_box_size_depth is inferred to be 0.)
SPS 소스 스케일 팩터(sps_source_scale_factor) 는 원본 포인트 클라우드의 스케일 펙터를 나타낸다. (indicates the scale factor of the source point cloud.)
SPS 시퀀셜 파라미터 세트 ID(sps_seq_parameter_set_id) 는 다른 신텍스 엘리먼트에 의해 참조되는 SPS에 대한 id 정보를 나타난다. sps_seq_parameter_set_id는 해당 버전의 명세서 내의 조건들을 만족하는 범위 내에서 0에서 15의 값으로 정해질 수 있다. 0이 아닌 다른 정보로 sps_seq_parameter_set_id는 ISO/IEC에 의해 추후 사용될 수 있다. (provides an identifier for the SPS for reference by other syntax elements. In The value of sps_seq_parameter_set_id may be in the range of 0 to 15, inclusive in bitstreams conforming to this version of this Specification.. The value other than 0 for sps_seq_parameter_set_id is reserved for future use by ISO/IEC.)
SPS 어트리뷰트 세트 개수(sps_num_attribute_sets) 는 비트스트림 내의 코딩된 속성의 수를 나타낸다. sps_seq_parameter_set_id 는 0에서 64의 범위를 가질 수 있다. (indicates the number of coded attributes in the bitstream. The value of sps_num_attribute_sets may be in the range of 0 to 64.)
어트리뷰트 디멘션(attribute_dimension[ i ]) 는 i번째 속성의 컴포넌트들의 수를 나타낸다. (specifies the number of components of the i-th attribute.) 인덱스 i 는 0 보다 크거나 같고, SPS 어트리뷰트 세트 개수(sps_num_attribute_sets) 가 나타내는 값보다 작을 수 있다.
어트리뷰트 인스턴스(attribute_instance_id[ i ]) 는 속성 인스턴스 id를 나타낸다. (specifies attribute instance id.)
어트리뷰트 비트 뎁스(attribute_bitdepth[ i ]) 는 i번째 속성 신호(들)의 비트뎁스(bitdepth) 정보를 나타낸다. (specifies the bitdepth of the i-th attribute signal(s).)
어트리뷰트 CICP 컬러 프라이머리(attribute_cicp_colour_primaries[ i ]) 는 컬러 속성 소스 프라이머리들의 색도를 나타낸다. (indicates the chromaticity coordinates of the colour attribute source primaries.)
어트리뷰트 CICP 전달 특성(attribute_cicp_transfer_characteristics[ i ]) 는 원본 입력 리니어 시각적 강도(input linear optical intensity)인 Lc와 0에서 1 사이의 명목 실제-값으로 구성된, 컬러 속성의 참조 광전자적 전달 특성 함수를 나타낸다. 또는 본 파라미터는 출력 리니어 시각적 강도(output linear optical intensity)인 Lo와 0에서 1의 범위를 가지는 명목 실제-값으로 구성된, 참조 광전자적 전달 특성 함수의 역을 나타낼 수 있다. (either indicates the reference opto-electronic transfer characteristic function of the colour attribute as a function of a source input linear optical intensity Lc with a nominal real-valued range of 0 to 1 or indicates the inverse of the reference electro-optical transfer characteristic function as a function of an output linear optical intensity Lo with a nominal real-valued range of 0 to 1. )
어트리뷰트 CICP 매트릭스 코이피션트(attribute_cicp_matrix_coeffs[ i ]) 는 녹색, 청색 및 적색 (또는 Y, Z, X의 삼원색)의 루마(luma)와 채도(chroma) 신호들 행렬 계수를 나타낸다. (describes the matrix coefficients used in deriving luma and chroma signals from the green, blue, and red, or Y, Z, and X primaries.)
어트리뷰트 CICP 비디오 풀레인지 플래그(attribute_cicp_video_full_range_flag[ i ]) 는 E'Y, E'PB 및 E'PR 또는 E'R, E'G 및 E'B 실제-값 컴포넌트 신호들로부터 도출되는 블랙 레벨과 루마 및 채도 신호의 범위를 나타낸다. (specifies indicates the black level and range of the luma and chroma signals as derived from E′Y, E′PB, and E′PR or E′R, E′G, and E′B real-valued component signals.)
노운 어트리뷰트 라벨 플래그(known_attribute_label_flag[ i ]) 가 1인 경우 i번째 속성에 대하여 know_attribute_label이 시그널링됨을 나타낸다. 해당 파라미터가 0인 경우 attribute_label_four_bytes가 i번째 속성에 대하여 시그널링됨을 나타낸다. (equal to 1 specifies know_attribute_label is signalled for the i-th attribute. known_attribute_label_flag[ i ] equal to 0 specifies attribute_label_four_bytes is signalled for the i-th attribute. )
노운 어트리뷰트 라벨(known_attribute_label[ i ]) 가 0인 경우 속성이 컬러임을 나타낸다. 해당 파라미터가 1인 경우 속성은 반사율임을 나타낸다. 해당 파라미터가 2인 경우 속성은 프레임 인덱스임을 나타낸다. (equal to 0 specifies the attribute is colour. known_attribute_label[ i ] equal to 1 specifies the attribute is reflectance. known_attribute_label[ i ] equal to 2 specifies the attribute is farme index.)
실시예들에 따른 SPS는 포인트 클라우드 데이터의 서브샘플링 및/또는 서브샘플링의 재구성을 위한 아래의 정보를 더 포함할 수 있다.
subsampling_enable_flag (어트리뷰트가 일부 어트리뷰트에 대응함을 나타내는 정보)는 비트스트림에 포함된 어트리뷰트 정보(또는 어트리뷰트가)가 일부 어트리뷰에 대응하는지 여부를 나타낼 수 있다. 도 15에서 상술한 바와 같이, 송신 장치는 서브샘플링을 통해 포인트 클라우드 데이터의 어트리뷰트를 선택적으로 압축하여 수신 장치에 전달할 수 있다. 즉, 수신 장치가 수신하는 비트스트림에 포함된 어트리뷰트는 포인트 클라우드 데이터의 모든 어트리뷰트 또는 일부 어트리뷰트에 해당할 수 있다. 따라서, subsampling_enable_flag 는 송신 장치에서 어트리뷰트 서브샘플링이 수행되었는지 여부를 나타낼 수 있다. 예를 들어, subsampling_enable_flag가 0을 가지면, 비트스트림에 포함된 어트리뷰트는 포인트 클라우드 데이터의 모든 어트리뷰트에 해당함을 나타낸다. 즉, 송신 장치에서 어트리뷰트 서브샘플링이 수행되지 않았음을 나타낸다. subsampling_enable_flag가 1을 가지면, 비트스트림에 포함된 어트리뷰트는 포인트 클라우드 데이터의 일부어트리뷰트에 해당함을 나타낸다. 즉, 송신 장치에서 어트리뷰트 서브샘플링이 수행되었음을 나타낸다.
subsampling_enable_flag가 비트스트림에 포함된 어트리뷰트가 포인트 클라우드 데이터의 일부 어트리뷰트에 해당함을 나타내는 것에 대응하여, 실시예들에 따른 SPS는 아래의 정보를 더 포함할 수 있다.
subsampling_info (서브샘플링 스킴에 관한 시그널렁 정보)는 도 23에서 상술한 서브샘플링 스킴에 관한 시그널링 정보를 나타낸다. 실시예들에 따른 수신 장치는 서브샘플링 스킴에 관한 시그널링 정보에 기반하여 서브샘플링된 어트리뷰트를 파악하고 서브샘플링된 어트리뷰트을 재구성할 수 있다.
SPS 확장 존재 플래그(sps_extension_present_flag) 이 1인 경우 sps_extension_data가 SPS RBSP 신텍스 구조 내에 존재함을 나타낸다. 해당 파라미터가 0인 경우, 해당 신텍스 구조가 존재하지 않음을 나타낸다. 존재하지 않는 경우, sps_extension_present_flag의 값이 0일 수 있다. (equal to 1 specifies that the sps_extension_data syntax structure is present in the SPS RBSP syntax structure. sps_extension_present_flag equal to 0 specifies that this syntax structure is not present. When not present, the value of sps_extension_present_flag is inferred to be equal to 0.)
SPS 확장 데이터 플래그(sps_extension_data_flag) 는 어느 값이나 가질 수 있다. 해당 파라미터의 존재는 디코더의 해당 표준문서의 Annex A에 제시된 프로파일의 동작에 영향을 주지 않는다. (may have any value. Its presence and value do not affect decoder conformance to profiles specified in Annex A Decoders conforming to a profile specified in Annex A.)
실시예들에 따른 비트스트림에 포함되는 시그널링 정보는 포인트 클라우드 데이터 송신 장치에 포함된 메타데이터 처리부 또는 전송 처리부(예를 들어, 도 12의 메타데이터 처리부(12007) 또는 전송 처리부(12012))내의 하나 또는 그 이상의 엘리먼트들에 의해 생성될 수 있다. 실시예들에 따른 시그널링 정보는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩의 수행 결과를 기반으로 생성될 수 있다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 상술한 바와 같은 형태로 비트스트림을 전송함으로써, 압축 효율을 높임과 동시에 화질 성능 증가 및 수신 장치의 부담을 줄일 수 있다.
도 25은, 실시예들에 따른 포인트 클라우드 데이터의 GPS(Geometry Parameter Set) 구조를 나타낸다.
실시예들에 따른 포인트 클라우드 데이터의 비트스트림은 이 도면의 시그널링 정보(또는 플래그)를 포함하는 지오메트리 파라미터 세트(Geometry Parameter Set)를 포함할 수 있다. 이 도면의 지오메트리 파라미터 세트는 도 19에서 설명한 지오메트리 파라미터 세트(27002)를 의미할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 수신기는 이 도면의 시그널링 정보(또는 플래그 정보)에 기초하여 실시예들에 따른 포인트 클라우드 데이터를 복호화할 수 있다.
실시예들에 따른 GPS는 포인트 클라우드 데이터의 서브샘플링 및/또는 서브샘플링의 재구성을 위한 아래의 정보를 더 포함할 수 있다.
subsampling_enable_flag (어트리뷰트가 일부 어트리뷰트에 대응함을 나타내는 정보)는 비트스트림에 포함된 어트리뷰트 정보(또는 어트리뷰트가)가 일부 어트리뷰에 대응하는지 여부를 나타낼 수 있다. 도 15에서 상술한 바와 같이, 송신 장치는 서브샘플링을 통해 포인트 클라우드 데이터의 어트리뷰트를 선택적으로 압축하여 수신 장치에 전달할 수 있다. 즉, 수신 장치가 수신하는 비트스트림에 포함된 어트리뷰트는 포인트 클라우드 데이터의 모든 어트리뷰트 또는 일부 어트리뷰트에 해당할 수 있다. 따라서, subsampling_enable_flag 는 송신 장치에서 어트리뷰트 서브샘플링이 수행되었는지 여부를 나타낼 수 있다. 예를 들어, subsampling_enable_flag가 0을 가지면, 비트스트림에 포함된 어트리뷰트는 포인트 클라우드 데이터의 모든 어트리뷰트에 해당함을 나타낸다. 즉, 송신 장치에서 어트리뷰트 서브샘플링이 수행되지 않았음을 나타낸다. subsampling_enable_flag가 1을 가지면, 비트스트림에 포함된 어트리뷰트는 포인트 클라우드 데이터의 일부어트리뷰트에 해당함을 나타낸다. 즉, 송신 장치에서 어트리뷰트 서브샘플링이 수행되었음을 나타낸다.
subsampling_enable_flag가 비트스트림에 포함된 어트리뷰트가 포인트 클라우드 데이터의 일부 어트리뷰트에 해당함을 나타내는 것에 대응하여, 실시예들에 따른 GPS는 아래의 정보를 더 포함할 수 있다.
subsampling_info (서브샘플링 스킴에 관한 시그널렁 정보)는 도 23에서 상술한 서브샘플링 스킴에 관한 시그널링 정보를 나타낸다. 실시예들에 따른 수신 장치는 서브샘플링 스킴에 관한 시그널링 정보에 기반하여 서브샘플링된 어트리뷰트를 파악하고 서브샘플링된 어트리뷰트을 재구성할 수 있다.
실시예들에 따른 비트스트림에 포함되는 시그널링 정보는 포인트 클라우드 데이터 송신 장치에 포함된 메타데이터 처리부 또는 전송 처리부(예를 들어, 도 12의 메타데이터 처리부(12007) 또는 전송 처리부(12012))내의 하나 또는 그 이상의 엘리먼트들에 의해 생성될 수 있다. 실시예들에 따른 시그널링 정보는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩의 수행 결과를 기반으로 생성될 수 있다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 상술한 바와 같은 형태로 비트스트림을 전송함으로써, 압축 효율을 높임과 동시에 화질 성능 증가 및 수신 장치의 부담을 줄일 수 있다.
도 26은, 실시예들에 따른 포인트 클라우드 데이터의 APS(Attribute Parameter Set) 구조를 나타낸다.
실시예들에 따른 포인트 클라우드 데이터의 비트스트림은 이 도면의 시그널링 정보(또는 플래그)를 포함하는 어트리뷰트 파라미터 세트(Attribute Parameter Set)를 포함할 수 있다. 이 도면의 어트리뷰트 파라미터 세트는 도 19에서 설명한 어트리뷰트 파라미터 세트(27003)를 의미할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 수신기는 이 도면의 시그널링 정보(또는 플래그 정보)에 기초하여 실시예들에 따른 포인트 클라우드 데이터를 복호화할 수 있다.
실시예들에 따른 APS는 포인트 클라우드 데이터의 서브샘플링 및/또는 서브샘플링의 재구성을 위한 아래의 정보를 더 포함할 수 있다.
subsampling_enable_flag (어트리뷰트가 일부 어트리뷰트에 대응함을 나타내는 정보)는 비트스트림에 포함된 어트리뷰트 정보(또는 어트리뷰트가)가 일부 어트리뷰에 대응하는지 여부를 나타낼 수 있다. 도 15에서 상술한 바와 같이, 송신 장치는 서브샘플링을 통해 포인트 클라우드 데이터의 어트리뷰트를 선택적으로 압축하여 수신 장치에 전달할 수 있다. 즉, 수신 장치가 수신하는 비트스트림에 포함된 어트리뷰트는 포인트 클라우드 데이터의 모든 어트리뷰트 또는 일부 어트리뷰트에 해당할 수 있다. 따라서, subsampling_enable_flag 는 송신 장치에서 어트리뷰트 서브샘플링이 수행되었는지 여부를 나타낼 수 있다. 예를 들어, subsampling_enable_flag가 0을 가지면, 비트스트림에 포함된 어트리뷰트는 포인트 클라우드 데이터의 모든 어트리뷰트에 해당함을 나타낸다. 즉, 송신 장치에서 어트리뷰트 서브샘플링이 수행되지 않았음을 나타낸다. subsampling_enable_flag가 1을 가지면, 비트스트림에 포함된 어트리뷰트는 포인트 클라우드 데이터의 일부어트리뷰트에 해당함을 나타낸다. 즉, 송신 장치에서 어트리뷰트 서브샘플링이 수행되었음을 나타낸다.
subsampling_enable_flag가 비트스트림에 포함된 어트리뷰트가 포인트 클라우드 데이터의 일부 어트리뷰트에 해당함을 나타내는 것에 대응하여, 실시예들에 따른 APS는 아래의 정보를 더 포함할 수 있다.
subsampling_info (서브샘플링 스킴에 관한 시그널렁 정보)는 도 23에서 상술한 서브샘플링 스킴에 관한 시그널링 정보를 나타낸다. 실시예들에 따른 수신 장치는 서브샘플링 스킴에 관한 시그널링 정보에 기반하여 서브샘플링된 어트리뷰트를 파악하고 서브샘플링된 어트리뷰트을 재구성할 수 있다.
실시예들에 따른 비트스트림에 포함되는 시그널링 정보는 포인트 클라우드 데이터 송신 장치에 포함된 메타데이터 처리부 또는 전송 처리부(예를 들어, 도 12의 메타데이터 처리부(12007) 또는 전송 처리부(12012))내의 하나 또는 그 이상의 엘리먼트들에 의해 생성될 수 있다. 실시예들에 따른 시그널링 정보는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩의 수행 결과를 기반으로 생성될 수 있다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 상술한 바와 같은 형태로 비트스트림을 전송함으로써, 압축 효율을 높임과 동시에 화질 성능 증가 및 수신 장치의 부담을 줄일 수 있다.
도 27은, 실시예들에 따른 포인트 클라우드 데이터의 TPS(Tile Parameter Set) 구조를 나타낸다.
실시예들에 따른 포인트 클라우드 데이터의 비트스트림은 이 도면에서 나타난 시그널링 정보(또는 플래그)를 포함하는 타일 파라미터 세트(Tile Parameter Set)를 포함할 수 있다. 이 도면에서 나타난 타일 파라미터 세트(28000)는 도 19에서 설명한 타일 파라미터 세트(27004)를 의미할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 수신기는 이 도면에서 설명한 시그널링 정보(또는 플래그 정보)에 기초하여 실시예들에 따른 포인트 클라우드 데이터를 복호화할 수 있다.
TPS(Tile Parameter Set, 28000)는 0개 또는 그 이상의 전체 타일들(또는 부호화된 타일들)이 적용되는 신텍스 엘리먼트들(syntax elements)을 포함하는 신텍스 스트럭처(syntax structure)를 의미할 수 있다.
num_tiles 는 해당 비트스트림 내에 존재하는 타일들의 개수를 나타낸다. (Represents the number of tiles signalled for the bitstream). 만약 해당 비트스트림 내에 존재하는 타일이 없으면, num_tiles는 0으로 시그널링될 수 있다. (When not present, num_tiles is inferred to be 0)
실시예들에 따른 TPS(28000)는 해당 비트스트림 내에 존재하는 타일들이 바운딩 박스 내에서 위치하는 위치에 대한 정보(예를 들어, tile_bounding_box_offset_x, tile_bounding_box_offset_y, tile_bounding_box_offset_z 등), 타일들의 바운딩 박스 내의 스케일 펙터(scale factor) 정보(예를 들어, tile_bounding_box_scale_factor 등), 타일들의 바운딩 박스 내의 너비 또는 높이 정보(예를 들어, tile_bounding_box_size_width, tile_bounding_box_size_height 정보)를 포함할 수 있다.
실시예들에 따른 TPS(28000)는 타일들의 개수만큼 도 27의 for문 내에 포함된 파라미터들(예를 들어, tile_bounding_box_offset_x, tile_bounding_box_offset_y, tile_bounding_box_offset_z, tile_bounding_box_scale_factor, tile_bounding_box_size_width, tile_bounding_box_size_height)을 각각 포함할 수 있다. 도 27에서 i는 각 타일에 대한 인덱스(index)를 의미할 수 있다. tile_bounding_box_offset_x[i], tile_bounding_box_offset_y[i], tile_bounding_box_offset_z[i], tile_bounding_box_scale_factor[i], tile_bounding_box_size_width[i], tile_bounding_box_size_height[i]는 각각 for문 내의 i번째 타일의 _bounding_box_offset_x, tile_bounding_box_offset_y, tile_bounding_box_offset_z, tile_bounding_box_scale_factor, tile_bounding_box_size_width, tile_bounding_box_size_height 정보를 의미할 수 있다.
tile_bounding_box_offset_x[ i ] 는 직교 좌표계(Cartesian coordinates) 내의 i-번째 타일의 x 오프셋을 나타낸다. 만약 해당 파라미터가 존재하지 않는 경우(즉, 0이 아닌 i번째 타일에 대한 tile_bounding_box_size_offset_x파라미터가 존재하지 않는 경우), tile_bounding_box_offset_x[ 0 ]의 값이 실시예들에 따른 SPS 내에 포함된 sps_bounding_box_offset_x를 의미할 수 있다.
tile_bounding_box_offset_y[ i ] 는 직교 좌표계(Cartesian coordinates) 내의 i-번째 타일의 y 오프셋을 나타낸다. 만약 해당 파라미터가 존재하지 않는 경우(즉, 0이 아닌 i번째 타일에 대한 tile_bounding_box_size_offset_y 파라미터가 존재하지 않는 경우), tile_bounding_box_offset_y[ 0 ]의 값이 실시예들에 따른 SPS 내에 포함된 sps_bounding_box_offset_y를 의미할 수 있다.
tile_bounding_box_offset_z[ i ] 는 직교 좌표계(Cartesian coordinates) 내의 i-번째 타일의 z 오프셋을 나타낸다. 만약 해당 파라미터가 존재하지 않는 경우(즉, 0이 아닌 i번째 타일에 대한 tile_bounding_box_size_offset_z파라미터가 존재하지 않는 경우), tile_bounding_box_offset_z[ 0 ]의 값이 실시예들에 따른 SPS 내에 포함된 sps_bounding_box_offset_z를 의미할 수 있다.
tile_bounding_box_scale_factor[ i ] 는 직교 좌표계(Cartesian coordinates) 내의 i-번째 타일과 관련된 스케일 펙터(scale factor)를 나타낸다. 만약 해당 파라미터가 존재하지 않는 경우(즉, 0이 아닌 i번째 타일에 대한 tile_bounding_box_size_factor 파라미터가 존재하지 않는 경우), tile_bounding_box_scale_factor[ 0 ]이 실시예들에 따른 SPS 내에 포함된 sps_bounding_box_scale_factor를 의미할 수 있다.
tile_bounding_box_size_width[ i ] 는 직교 좌표계(Cartesian coordinates) 내의 i-번째 타일의 폭(width)를 나타낸다. 만약 해당 파라미터가 존재하지 않는 경우(즉, 0이 아닌 i번째 타일에 대한 tile_bounding_box_size_width 파라미터가 존재하지 않는 경우), tile_bounding_box_size_width[ 0 ] 은 실시예들에 따른 SPS 내에 포함된 sps_bounding_box_size_width를 의미할 수 있다.
tile_bounding_box_size_height[ i ] 는 직교 좌표계(Cartesian coordinates) 내의 i-번째 타일의 높이(height)를 나타낸다. 만약 해당 파라미터가 존재하지 않는 경우(즉, 0이 아닌 i번째 타일에 대한 tile_bounding_box_size_height 파라미터가 존재하지 않는 경우), tile_bounding_box_size_height[ 0 ] 은 실시예들에 따른 SPS 내에 포함된 sps_bounding_box_size_height를 의미할 수 있다.
tile_bounding_box_size_depth[ i ] 는 직교 좌표계(Cartesian coordinates) 내의 i-번째 타일의 뎁스(depth)를 나타낸다. 만약 높이 값이 존재하지 않는 경우, tile_bounding_box_size_depth[ 0 ] 은 실시예들에 따른 SPS 내에 포함된 sps_bounding_box_size_depth를 의미할 수 있다.
실시예들에 따른 TPS는 포인트 클라우드 데이터의 서브샘플링 및/또는 서브샘플링의 재구성을 위한 아래의 정보를 더 포함할 수 있다.
subsampling_enable_flag (어트리뷰트가 일부 어트리뷰트에 대응함을 나타내는 정보)는 비트스트림에 포함된 어트리뷰트 정보(또는 어트리뷰트가)가 일부 어트리뷰에 대응하는지 여부를 나타낼 수 있다. 도 15에서 상술한 바와 같이, 송신 장치는 서브샘플링을 통해 포인트 클라우드 데이터의 어트리뷰트를 선택적으로 압축하여 수신 장치에 전달할 수 있다. 즉, 수신 장치가 수신하는 비트스트림에 포함된 어트리뷰트는 포인트 클라우드 데이터의 모든 어트리뷰트 또는 일부 어트리뷰트에 해당할 수 있다. 따라서, subsampling_enable_flag 는 송신 장치에서 어트리뷰트 서브샘플링이 수행되었는지 여부를 나타낼 수 있다. 예를 들어, subsampling_enable_flag가 0을 가지면, 비트스트림에 포함된 어트리뷰트는 포인트 클라우드 데이터의 모든 어트리뷰트에 해당함을 나타낸다. 즉, 송신 장치에서 어트리뷰트 서브샘플링이 수행되지 않았음을 나타낸다. subsampling_enable_flag가 1을 가지면, 비트스트림에 포함된 어트리뷰트는 포인트 클라우드 데이터의 일부어트리뷰트에 해당함을 나타낸다. 즉, 송신 장치에서 어트리뷰트 서브샘플링이 수행되었음을 나타낸다.
subsampling_enable_flag가 비트스트림에 포함된 어트리뷰트가 포인트 클라우드 데이터의 일부 어트리뷰트에 해당함을 나타내는 것에 대응하여, 실시예들에 따른 TPS는 아래의 정보를 더 포함할 수 있다.
subsampling_info (서브샘플링 스킴에 관한 시그널렁 정보)는 도 23에서 상술한 서브샘플링 스킴에 관한 시그널링 정보를 나타낸다. 실시예들에 따른 수신 장치는 서브샘플링 스킴에 관한 시그널링 정보에 기반하여 서브샘플링된 어트리뷰트를 파악하고 서브샘플링된 어트리뷰트을 재구성할 수 있다.
실시예들에 따른 비트스트림에 포함되는 시그널링 정보는 포인트 클라우드 데이터 송신 장치에 포함된 메타데이터 처리부 또는 전송 처리부(예를 들어, 도 12의 메타데이터 처리부(12007) 또는 전송 처리부(12012))내의 하나 또는 그 이상의 엘리먼트들에 의해 생성될 수 있다. 실시예들에 따른 시그널링 정보는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩의 수행 결과를 기반으로 생성될 수 있다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 상술한 바와 같은 형태로 비트스트림을 전송함으로써, 압축 효율을 높임과 동시에 화질 성능 증가 및 수신 장치의 부담을 줄일 수 있다.
도 28은, 실시예들에 따른 포인트 클라우드 데이터의 ASH(attribute_slice_header) 구조를 나타낸다.
실시예들에 따른 ASH(Geometry Slice Header)는 지오메트리 슬라이스 헤더로 호칭할 수 있다. 실시예들에 따른 GSH는 하나 또는 그 이상의 슬라이스에 포함된 Geom(Geometry Bitstream) 내에 포함하는 헤더 정보를 갖는 데이터를 의미할 수 있다. 즉, GSH는 해당 슬라이스에 포함된 지오메트리 정보에 대한 헤더 정보일 수 있다. 지오메트리 정보의 헤더 정보인 GSH는 geom_geom_parameter_set_id, geom_tile_id, geom_slice_id, geom_BoxOrigin, geom_box_log2_scale, beom_max_node_size_log2, geom_num_points 등의 파라미터를 포함할 수 있다.
gsh_geometry_parameter_set_id는 액티브 GPS(active GPS)의 gps_geom_parameter_set_id의 값을 나타낸다. (specifies the value of the gps_geom_parameter_set_id of the active GPS)
gsh_tile_id 는 타일의 식별자(id)를 나타낸다.
gsh_slice_id 는 슬라이스의 식별자(id)를 나타낸다.
gps_box_present_flag는 실시예들에 따른 GSH가 나타내는 소스 바운딩 박스(또는 박스)의 존재 여부를 나타낸다. gps_box_present_flag의 값이 1인 경우에는 실시예들에 따른 GPS(31000)은 gsh_box_log2_scale, gsh_box_origin_x, gsh_box_origin_y, gsh_box_origin_z 일부/전부를 포함할 수 있다.
gsh_box_log2_scale 는 실시예들에 따른 GSH가 나타내는 소스 바운딩 박스(또는 박스)의 스케일(scale) 값을 나타낸다.
gsh_box_origin_x 는 직교 좌표계 내의 GSH가 나타내는 소스 바운딩 박스(source bounding box)의 x 정보를 나타낸다.
gsh_box_origin_y 는 좌표계 내의 GSH가 나타내는 소스 바운딩 박스(source bounding box)의 y정보를 나타낸다.
gsh_box_origin_z 는 좌표계 내의 GSH가 나타내는 소스 바운딩 박스(source bounding box)의 z정보를 나타낸다.
gsh_log2_max_nodesize 는 다음의 디코딩 동작에서 사용되는 MaxNodeSize 변수의 값을 나타낸다.
MaxNodeSize = 2( gbh_log2_max_nodesize )
gbh_points_number 는 그 슬라이스 내의 코딩된 포인트들의 수를 나타낸다.
실시예들에 따른 GSH에 포함된 몰톤 코드를 생성하는 방법을 나타내는 정보는, 실시예들에 따른 GSH가 시그널링하는 모든 슬라이스에 대해 공통적으로 적용되는 정보일 수 있다.
실시예들에 따른 ASH는 포인트 클라우드 데이터의 서브샘플링 및/또는 서브샘플링의 재구성을 위한 아래의 정보를 더 포함할 수 있다.
subsampling_enable_flag (어트리뷰트가 일부 어트리뷰트에 대응함을 나타내는 정보)는 비트스트림에 포함된 어트리뷰트 정보(또는 어트리뷰트가)가 일부 어트리뷰에 대응하는지 여부를 나타낼 수 있다. 도 15에서 상술한 바와 같이, 송신 장치는 서브샘플링을 통해 포인트 클라우드 데이터의 어트리뷰트를 선택적으로 압축하여 수신 장치에 전달할 수 있다. 즉, 수신 장치가 수신하는 비트스트림에 포함된 어트리뷰트는 포인트 클라우드 데이터의 모든 어트리뷰트 또는 일부 어트리뷰트에 해당할 수 있다. 따라서, subsampling_enable_flag 는 송신 장치에서 어트리뷰트 서브샘플링이 수행되었는지 여부를 나타낼 수 있다. 예를 들어, subsampling_enable_flag가 0을 가지면, 비트스트림에 포함된 어트리뷰트는 포인트 클라우드 데이터의 모든 어트리뷰트에 해당함을 나타낸다. 즉, 송신 장치에서 어트리뷰트 서브샘플링이 수행되지 않았음을 나타낸다. subsampling_enable_flag가 1을 가지면, 비트스트림에 포함된 어트리뷰트는 포인트 클라우드 데이터의 일부어트리뷰트에 해당함을 나타낸다. 즉, 송신 장치에서 어트리뷰트 서브샘플링이 수행되었음을 나타낸다.
subsampling_enable_flag가 비트스트림에 포함된 어트리뷰트가 포인트 클라우드 데이터의 일부 어트리뷰트에 해당함을 나타내는 것에 대응하여, 실시예들에 따른 ASH는 아래의 정보를 더 포함할 수 있다.
subsampling_info (서브샘플링 스킴에 관한 시그널렁 정보)는 도 23에서 상술한 서브샘플링 스킴에 관한 시그널링 정보를 나타낸다. 실시예들에 따른 수신 장치는 서브샘플링 스킴에 관한 시그널링 정보에 기반하여 서브샘플링된 어트리뷰트를 파악하고 서브샘플링된 어트리뷰트을 재구성할 수 있다.
실시예들에 따른 비트스트림에 포함되는 시그널링 정보는 포인트 클라우드 데이터 송신 장치에 포함된 메타데이터 처리부 또는 전송 처리부(예를 들어, 도 12의 메타데이터 처리부(12007) 또는 전송 처리부(1 실시예들에 따른 데이터 입력부(15012012))내의 하나 또는 그 이상의 엘리먼트들에 의해 생성될 수 있다. 실시예들에 따른 시그널링 정보는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩의 수행 결과를 기반으로 생성될 수 있다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 상술한 바와 같은 형태로 비트스트림을 전송함으로써, 압축 효율을 높임과 동시에 화질 성능 증가 및 수신 장치의 부담을 줄일 수 있다.
도 29은, 실시예들에 따른 포인트 클라우드 데이터의 GSH(Geom_slice_header) 구조를 나타낸다.
실시예들에 따른 GSH(Geometry Slice Header)는 지오메트리 슬라이스 헤더로 호칭할 수 있다. 실시예들에 따른 GSH는 하나 또는 그 이상의 슬라이스에 포함된 Geom(Geometry Bitstream) 내에 포함하는 헤더 정보를 갖는 데이터를 의미할 수 있다. 즉, GSH는 해당 슬라이스에 포함된 지오메트리 정보에 대한 헤더 정보일 수 있다. 지오메트리 정보의 헤더 정보인 GSH는 geom_geom_parameter_set_id, geom_tile_id, geom_slice_id, geom_BoxOrigin, geom_box_log2_scale, beom_max_node_size_log2, geom_num_points 등의 파라미터를 포함할 수 있다.
실시예들에 따른 GSH는 포인트 클라우드 데이터의 서브샘플링 및/또는 서브샘플링의 재구성을 위한 아래의 정보를 더 포함할 수 있다.
subsampling_enable_flag (어트리뷰트가 일부 어트리뷰트에 대응함을 나타내는 정보)는 비트스트림에 포함된 어트리뷰트 정보(또는 어트리뷰트가)가 일부 어트리뷰에 대응하는지 여부를 나타낼 수 있다. 도 15에서 상술한 바와 같이, 송신 장치는 서브샘플링을 통해 포인트 클라우드 데이터의 어트리뷰트를 선택적으로 압축하여 수신 장치에 전달할 수 있다. 즉, 수신 장치가 수신하는 비트스트림에 포함된 어트리뷰트는 포인트 클라우드 데이터의 모든 어트리뷰트 또는 일부 어트리뷰트에 해당할 수 있다. 따라서, subsampling_enable_flag 는 송신 장치에서 어트리뷰트 서브샘플링이 수행되었는지 여부를 나타낼 수 있다. 예를 들어, subsampling_enable_flag가 0을 가지면, 비트스트림에 포함된 어트리뷰트는 포인트 클라우드 데이터의 모든 어트리뷰트에 해당함을 나타낸다. 즉, 송신 장치에서 어트리뷰트 서브샘플링이 수행되지 않았음을 나타낸다. subsampling_enable_flag가 1을 가지면, 비트스트림에 포함된 어트리뷰트는 포인트 클라우드 데이터의 일부어트리뷰트에 해당함을 나타낸다. 즉, 송신 장치에서 어트리뷰트 서브샘플링이 수행되었음을 나타낸다.
subsampling_enable_flag가 비트스트림에 포함된 어트리뷰트가 포인트 클라우드 데이터의 일부 어트리뷰트에 해당함을 나타내는 것에 대응하여, 실시예들에 따른 GSH는 아래의 정보를 더 포함할 수 있다.
subsampling_info (서브샘플링 스킴에 관한 시그널렁 정보)는 도 23에서 상술한 서브샘플링 스킴에 관한 시그널링 정보를 나타낸다. 실시예들에 따른 수신 장치는 서브샘플링 스킴에 관한 시그널링 정보에 기반하여 서브샘플링된 어트리뷰트를 파악하고 서브샘플링된 어트리뷰트을 재구성할 수 있다.
실시예들에 따른 비트스트림에 포함되는 시그널링 정보는 포인트 클라우드 데이터 송신 장치에 포함된 메타데이터 처리부 또는 전송 처리부(예를 들어, 도 12의 메타데이터 처리부(12007) 또는 전송 처리부(1 실시예들에 따른 데이터 입력부(15012012))내의 하나 또는 그 이상의 엘리먼트들에 의해 생성될 수 있다. 실시예들에 따른 시그널링 정보는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩의 수행 결과를 기반으로 생성될 수 있다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 상술한 바와 같은 형태로 비트스트림을 전송함으로써, 압축 효율을 높임과 동시에 화질 성능 증가 및 수신 장치의 부담을 줄일 수 있다.
도 30은, 실시예들에 따른 포인트 클라우드 데이터 수신 방법을 나타내는 플로우 차트이다.
도 30은, 실시예들에 따른 수신 장치(예를 들어, 도 1의 수신 장치(10004), 도 1의 포인트 클라우드 비디오 디코더(10006), 도 10의 디코더, 도 13의 수신 장치 및 도 14의 XR 디바이스(1430))의 포인트 클라우드 데이터 수신 방법의 예시를 나타낸다. 실시예들에 따른 포인트 클라우드 데이터 수신 방법의 플로우 차트(3000)는 포인트 클라우드 데이터를 그룹핑하는 과정(3001), 그룹핑에 기반하여 포인트를 선택하는 과정(3002), 아리스메틱 디코딩 과정(3003), 역양자화 과정(3004), 어트리뷰트 디코딩 과정(3005), 어트리뷰트의 재구성 과정(3006) 및/또는 어트리뷰트를 역변환하는 과정(3007)을 포함할 수 있다. 실시예들에 따른 수신 장치는 포인트 클라우드 데이터 수신 방법을 수행하기 위해 하나 또는 그 이상의 과정들을 더 포함할 수 있다.
실시예들에 따른 포인트 클라우드 데이터를 그룹핑하는 과정(3001) 및 그룹핑에 기반하여 포인트를 선택하는 과정(3002)은 도 21에서 설명한 포인트 클라우드 데이터를 그룹핑하는 과정(2100) 및 그룹핑에 기반하여 포인트를 선택하는 과정(2101)에 대응될 수 있다. 포인트 클라우드 데이터를 그룹핑하는 과정 및 그룹핑에 기반하여 포인트를 선택하는 과정 도 23 내지 도 29에서 설명한 서브샘플링 스킴에 관한 시그널링 정보에 기반하여 수행될 수 있다. 실시예들에 따른 수신 장치는 포인트 클라우드 데이터를 그룹핑하는 과정 및 그룹핑에 기반하여 포인트를 선택하는 과정에 기반하여 서브샘플링이 수행된 어트리뷰트를 파악할 수 있다.
실시예들에 따른 아리스메틱 디코딩 과정(3003)은 포인트 클라우드 데이터에 대하여 엔트로피 디코딩을 수행하는 과정을 포함할 수 있다. 실시예들에 따른 아리스메틱 디코딩 과정은 도 21의 아리스메틱 인코딩 과정(2106)의 역과정에 대응할 수 있다.
실시예들에 따른 역양자화 과정(3004)은 아리스메틱 디코딩된 포인트 클라우드 데이터에 대하여 역양자화를 수행하는 과정을 포함할 수 있다. 실시예들에 따른 역양자화 과정은 도 21의 양자화 과정(2105)의 역과정에 대응할 수 있다.
실시예들에 따른 어트리뷰트 디코딩 과정(3005)은 RAHT 코딩, 예측 변환 코딩 또는 리프팅 변환 코딩 중 어느 하나를 기반으로 어트리뷰트 디코딩을 수행하는 과정을 포함할 수 있다. 실시예들에 따른 어트리뷰트 디코딩 과정은 도 21의 어트리뷰트 인코딩 과정(2106)의 역과정에 대응할 수 있다.
실시예들에 따른 수신 장치는 3001 과정 및 3002 과정 대신에, 디코딩된 지오메트리 정보와 디코딩된 어트리뷰트 정보를 비교하여 서브샘플링이 수행된 어트리뷰트를 파악하는 과정(3008)을 수행할 수 있다. 즉, 수신 장치는 디코딩된 지오메트리 정보(3008a) 및 디코딩된 어트리뷰트 정보(3008b)를 비교하여 어트리뷰트를 가지지 않는 포인트를 어트리뷰트가 서브샘플링된 포인트로 파악할 수 있다. 수신 장치는 도 23 내지 도 29의 시그널링 정보를 기반으로 서브샘플링된 어트리뷰트(3008c)를 재구성할 수 있다.
실시예들에 따른 어트리뷰트의 재구성 과정(3006)은 서브샘플링된 어트리뷰트를 재구성(또는 복원)하는 과정을 포함할 수 있다. 실시예들에 따른 어트리뷰트의 재구성 과정은 도 23 내지 도 29에서 설명한 시그널링 정보에 포함되는 어트리뷰트의 재구성에 관한 정보에 기반하여 수행될 수 있다. 실시예들에 따른 수신 장치가 상술한 시그널링 정보에 기반하여 서브샘플링된 어트리뷰트를 재구성하는 방법에 대한 설명은 도 23에서 설명한 바와 동일 또는 유사하다. 실시예들에 따른 어트리뷰틍 재구성 과정을 통해 수신 장치는 서브샘플링된 어트리뷰트를 복원할 수 있다.
실시예들에 따른 어트리뷰트를 역변환하는 과정(3007)은 재구성된 포인트 클라우드 데이터를 기반으로 어트리뷰트를 역변환하는 과정을 포함할 수 있다. 실시예들에 따른 어트리뷰트를 역변환하는 과정은 도 21에서 설명한 어트리뷰트를 변환하는 과정(2103)의 역과정에 대응할 수 있다.
실시예들에 따른 수신 장치는 도 30에서 설명하는 포인트 클라우드 데이터 송신 방법에 따라 서브샘플링된 어트리뷰트를 재구성하여 최종적으로 포인트 클라우드 데이터를 출력(또는 렌더링)할 수 있다.
도 31은, 실시예들에 따른 포인트 클라우드 데이터 수신 장치를 나타내는 블록도이다.
도 25는 실시예들에 따른 포인트 클라우드 데이터 수신 장치(예를 들어, 도 1의 수신 장치(10004), 도 1의 포인트 클라우드 비디오 디코더(10006), 도 10의 디코더, 도 13의 수신 장치 및 도 14의 XR 디바이스(1430))를 나타내는 블록도이다. 실시예들에 따른 수신 장치(2500)는 도 1 내지 도 30에서 설명한 디코딩 동작과 동일 또는 유사한 동작을 수행할 수 있고, 도 15의 송신 장치의 동작의 역과정을 수행할 수 있다. 실시예들에 따른 수신 장치(3100)는 수신부(3101), 엔트로피 디코더(3102), 역양자부(3103), 지오메트리 디코더(3104), 엔트로피 디코더(3105), 역양자화부(3106) 어트리뷰트 디코딩부(3107) 및/또는 어트리뷰트 재구성부(3108)을 포함할 수 있다. 실시예들에 따른 수신 장치는 도 31에는 도시되지 않았으나, 도 1 내지 도 30에서 설명한 디코딩 동작과 동일 또는 유사한 동작을 수행하기 위한 하나 또는 그 이상의 엘리먼트들을 더 포함할 수 있다.
실시예들에 따른 수신부(3100)는 지오메트리 비트스트림 및/또는 어트리뷰트 비트스트림을 포함하는 비트스트림을 수신할 수 있다. 도 15 내지 도 30에서 상술한 바와 같이, 비트스트림에 포함된 어트리뷰트는 포인트 클라우드 데이터의 모든 어트리뷰트 또는 일부 어트리뷰트 중 어느 하나에 해당할 수 있다. 실시예들에 따른 수신부는 도 15의 멀티플렉싱부(1510)의 동작의 역과정에 대응하는 동작을 수행할 수 있다.
실시예들에 따른 엔트로피 디코더(3102)는 지오메트리 데이터에 대하여 엔트로피 디코딩을 수행할 수 있다. 실시예들에 따른 엔트로피 디코더는 도 11의 아리스메틱 디코더(11000)의 동작과 동일 또는 유사한 동작을 수행할 수 있다. 실시예들에 따른 엔트로피 디코더는 도 15의 엔트로피 코더(1504)의 동작의 역과정에 대응하는 동작을 수행할 수 있다.
실시예들에 따른 역양자화부(3103)는 엔트로피 디코딩된 지오메트리 데이터에 대하여 역양자화 과정을 수행할 수 있다. 실시예들에 따른 역양자화부는 도 11의 역양자화부(11006)의 동작과 동일 또는 유사한 동작을 수행할 수 있다.
실시예들에 따른 지오메트리 디코더(3104)는 지오메트리에 대하여 지오메트리 디코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 디코더는 도 11의 지오메트리 디코딩 동작과 동일 또는 유사한 동작을 수행할 수 있다.
실시예들에 따른 엔트로피 디코더(3105)는 어트리뷰트에 대하여 엔트로피 디코딩을 수행할 수 있다. 실시예들에 따른 엔트로피 디코더는 도 30에서 상술한 아리스메틱 디코딩 과정(3003)을 수행할 수 있다. 실시예들에 따른 엔트로피 디코더는 도 15의 엔트로피 코더(1509)의 동작의 역과정에 대응하는 동작을 수행할 수 있다.
실시예들에 따른 역양자화부(3106)는 엔트로피 디코딩된 어트리뷰트에 대하여 역양자화를 수행할 수 있다. 실시예들에 따른 역양자화부는 도 30에서 상술한 역양자화 과정(3004)을 수행할 수 있다. 실시예들에 따른 역양자화부는 도 15의 양자화부(1508)의 동작의 역과정에 대응하는 동작을 수행할 수 있다.
실시예들에 따른 어트리뷰트 디코딩부(3107)는 어트리뷰트 디코딩을 수행할 수 있다. 실시예들에 따른 어트리뷰트 디코딩부는 도 30에서 상술한 어트리뷰트 디코딩 과정(3005)을 수행할 수 있다. 실시예들에 따른 어트리뷰트 디코딩부는 도 11에서 상술한 어트리뷰트 디코딩 동작과 동일 또는 유사한 동작을 수행할 수 있다.
실시예들에 따른 어트리뷰트 재구성부(3108)은 디코딩된 어트리뷰트에 대하여 어트리뷰트의 재구성을 수행할 수 있다. 즉, 어트리뷰트 재구성부는 도 15 내지 도 30에서 설명한 서브샘플링된 어트리뷰트에 대한 어트리뷰트 재구성을 수행할 수 있다. 어트리뷰트 재구성부는 도 23 내지 도 30에서 상술한 바와 같이, 비트스트림에 포함된 서브샘플링 스킴에 관한 시그널링 정보를 기반으로 어트리뷰트의 재구성을 수행할 수 있다. 실시예들에 따른 어트리뷰트 재구성부는 도 30에서 상술한 어트리뷰트의 재구성 과정(3006)을 수행할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 수신 장치는 복원(또는 재구성)된 지오메트리 정보 및/또는 복원(또는 재구성)된 어트리뷰트 정보를 기반으로 최종 포인트 클라우드 데이터를 출력(또는 렌더링)할 수 있다. 또한, 실시예들에 따른 포인트 클라우드 데이터 수신 장치는 수신한 비트스트림에 포함된 프레딕션 지오메트리 인코딩 스킴에 관한 시그널링 정보(도 20 내지 도 24에서 설명한 시그널링 정보) 기반으로 포인트들의 지오메트리를 재구성하고 디코딩 과정에서의 레이턴시를 조절할 수 있다.
도 32는, 실시예들에 따른 포인트 클라우드 데이터 송신 방법을 나타내는 플로우 차트의 예시이다.
도 32은 실시예들에 따른 포인트 클라우드 데이터 송신 장치(예를 들어, 도 1, 도 2, 도 4, 도 11, 도 12 및 도 15 에서 설명한 포인트 클라우드 데이터 송신 장치)의 포인트 클라우드 데이터 송신 방법을 나타낸다. 실시예들에 따른 송신 장치는 도 1 내지 도 31에서 설명한 인코딩 동작과 동일 또는 유사한 동작을 수행한다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 포인트 클라우드 데이터를 인코딩할 수 있다(3200). 실시예들에 따른 포인트 클라우드 데이터 송신 장치는 포인트 클라우드 데이터의 하나 또는 그 이상의 포인트들의 포지션을 나타내는 지오메트리를 인코딩하는 지오메트리 인코더 및 하나 또는 그 이상의 포인트들의 어트리뷰트 인코딩하는 어트리뷰트 인코더를 포함하고, 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 트랜스미터를 포함할 수 있다. 실시예들에 따른 어트리뷰트는 하나 또는 그 이상의 포인트들의 모든 어트리뷰트 또는 일부 어트리뷰트에 대응하고, 일부 어트리뷰트는 모든 어트리뷰트 중에서 서브샘플링(subsampling) 스킴에 기반하여 선택된 어트리뷰트에 해당할 수 있다. 실시예들에 따른 모든 어트리뷰트, 일부 어트리뷰트 및 서브샘플링 스킴에 대한 설명은 도 15 내지 도 31에서 설명한 바와 동일 또는 유사하다.
실시예들에 따른 서브샘플링 스킴은 서브샘플링 방법을 포함하고, 서브샘플링 방법은 제 1 방법, 제 2 방법, 제 3 방법 및 제 4 방법 중 적어도 어느 하나를 나타낼 수 있다. 제 1 방법은 하나 또는 그 이상의 포인트들의 지오메트리에 기반한 방법을 나타내고, 제 2 방법은 하나 또는 그 이상의 포인트들이 재정렬된 순서에 기반한 방법을 나타내고, 제 3 방법은 하나 또는 그 이상의 포인트들에 포함된 대표 포인트 및 서브샘플링 거리에 기반한 방법을 나타내고, 제 4 방법은 하나 또는 그 이상의 포인트들을 재정렬하여 생성된 LOD(Level of Detail)에 기반한 방법을 나타낼 수 있다. 실시예들에 따른 제 1 방법 내지 제 4 방법에 대한 설명은 도 15 내지 도 31에서 설명한 바와 동일 또는 유사하다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 전송할 수 있다. 실시예들에 따른 비트스트림은 도 22 내지 도 29에서 설명한 바와 동일 또는 유사하다. 실시예들에 따른 비트스트림은 어트리뷰트가 일부 어트리뷰트에 대응함을 나타내는 정보(예를 들어, 도 24 내지 도 29에서 설명한 정보) 및 서브샘플링 스킴에 관한 시그널링 정보(예를 들어, 도 23 내지 도 29에서 설명한 시그널링 정보)를 포함할 수 있다. 실시예들에 따른 서브샘플링 스킴에 관한 시그널링는 서브샘플링 스킴에 기반하여 선택된 어트리뷰트에 관한 정보, 서브샘플링 방법에 관한 정보 및 어트리뷰트의 재구성(reconstruction)에 관한 정보를 포함할 수 있다. 서브샘플링 스킴에 기반하여 선택된 어트리뷰트에 관한 정보, 서브샘플링 방법에 관한 정보 및 어트리뷰트의 재구성에 관한 정보는 도 23 내지 도 29에서 상술한 바와 동일 또는 유사하다.
실시예들에 따른 서브샘플링 방법이 제 1 방법을 나타내는 것에 대응하여, 서브샘플링 방법에 관한 정보는 제 1 방법에 관한 정보를 나타내고, 시그널링 정보는 서브샘플링 방향에 관한 정보, 서브샘플링 유닛(unit)에 관한 정보, 서브샘플링 스캔 오더(scan order)에 관한 정보 및 서브샘플링 순서에 관한 정보를 더 포함할 수 있다. 서브샘플링 방향에 관한 정보, 서브샘플링 유닛(unit)에 관한 정보, 서브샘플링 스캔 오더(scan order)에 관한 정보 및 서브샘플링 순서에 관한 정보는 도 23에서 상술한 바와 동일 또는 유사하다. 서브샘플링 방법이 제 2 방법을 나타내는 것에 대응하여, 서브샘플링 방법에 상기 관한 정보는 제 2 방법에 관한 정보를 나타내고, 시그널링 정보는 포인트들의 재정렬에 관한 정보, 서브샘플링 간격에 관한 정보 및 서브샘플링 오프셋(offset)에 관한 정보를 더 포함할 수 있다. 포인트들의 재정렬에 관한 정보, 서브샘플링 간격에 관한 정보 및 서브샘플링 오프셋에 관한 정보는 도 23에서 상술한 바와 동일 또는 유사하다. 서브샘플링 방법이 상기 제 3 방법을 나타내는 것에 대응하여, 서브샘플링 방법에 관한 정보는 제 3 방법에 관한 정보를 나타내고, 시그널링 정보는 대표 포인트에 관한 정보 및 서브샘플링 거리에 관한 정보를 더 포함할 수 있다. 대표 포인트에 관한 정보 및 서브샘플링 거리에 관한 정보는 도 23에서 상술한 바와 동일 또는 유사하다. 서브샘플링 방법이 제 4 방법을 나타내는 것에 대응하여, 서브샘플링 방법에 관한 정보는 제 4 방법에 관한 정보를 나타내고, 시그널링 정보는 LOD 생성 방법에 관한 정보 및 서브샘플링 대상이 되는 LOD에 관한 정보를 더 포함할 수 있다. LOD 생성 방법에 관한 정보 및 서브샘플링 대상이 되는 LOD에 관한 정보는 도 23에서 상술한 바와 동일 또는 유사하다.
도 33은, 실시예들에 따른 포인트 클라우드 데이터 수신 방법을 나타내는 플로우 차트의 예시이다.
도 33은 실시예들에 따른 포인트 클라우드 데이터 수신 장치(예를 들어, 도 1, 도 2, 도 11, 도 13 및 도 25 에서 설명한 포인트 클라우드 데이터 수신 장치)의 포인트 클라우드 데이터 수신 방법을 나타낸다. 실시예들에 따른 수신 장치는 도 1 내지 도 31에서 설명한 디코딩 동작과 동일 또는 유사한 동작을 수행한다.
실시예들에 따른 포인트 클라우드 데이터 수신 장치는 포인트 클라우드 데이터를 포함하는 비트스트림을 수신할 수 있다(3300). 실시예들에 따른 비트스트림은 도 22 내지 도 29에서 설명한 바와 동일 또는 유사하다.
실시예들에 따른 포인트 클라우드 데이터 수신 장치는 포인트 클라우드 데이터를 디코딩할 수 있다(3301). 실시예들에 따른 포인트 클라우드 데이터 수신 장치는 포인트 클라우드 데이터의 하나 또는 그 이상의 포인트들의 포지션을 나타내는 지오메트리를 디코딩하는 지오메트리 디코더 및 하나 또는 그 이상의 포인트들의 어트리뷰트를 디코딩하는 어트리뷰트 디코더를 포함한다.
실시예들에 따른 어트리뷰트는 하나 또는 그 이상의 포인트들의 모든 어트리뷰트 또는 일부 어트리뷰트에 대응하고, 일부 어트리뷰트는 모든 어트리뷰트 중에서 서브샘플링(subsampling) 스킴에 기반하여 선택된 어트리뷰트에 해당할 수 있다. 비트스트림이 어트리뷰트가 일부 어트리뷰트에 대응함을 나타내는 정보를 포함하는 것에 대응하여, 비트스트림은 서브샘플링 스킴에 관한 시그널링 정보를 더 포함할 수 있다. 모든 어트리뷰트, 일부 어트리뷰트 및 서브샘플링 스킴에 대한 설명은 도 15 내지 도 31에서 상술한 바와 동일 또는 유사하다. 실시예들에 따른 시그널링 정보는 서브샘플링 스킴에 기반하여 선택된 어트리뷰트에 관한 정보, 서브샘플링 방법에 관한 정보 및 어트리뷰트의 재구성(reconstruction)에 관한 정보를 포함할 수 있다. 서브샘플링 스킴에 기반하여 선택된 어트리뷰트에 관한 정보, 서브샘플링 방법에 관한 정보 및 어트리뷰트의 재구성(reconstruction)에 관한 정보는 도 23 내지 도 29에서 상술한 바와 동일 또는 유사하다. 실시예들에 따른 재구성의 대상이 되는 어트리뷰트는 모든 어트리뷰트 중에서 일부 어트리뷰트를 제외한 어트리뷰트에 해당할 수 있다.
실시예들에 따른 어트리뷰트의 재구성에 관한 정보는 재구성 방법에 관한 정보 및 상기 대상이 되는 어트리뷰트에 대응하는 포인트의 하나 또는 그 이상의 이웃 포인트들에 관한 정보를 포함할 수 있다. 실시예들에 따른 대상이 되는 어트리뷰트는 하나 또는 그 이상의 이웃 포인트들의 어트리뷰트에 기반하여 재구성될 수 있다. 재구성 방법에 관한 정보 및 상기 대상이 되는 어트리뷰트에 대응하는 포인트의 하나 또는 그 이상의 이웃 포인트들에 관한 정보는 도 23 내지 도 29에서 상술한 바와 동일 또는 유사하다. 실시예들에 따른 어트리뷰트의 재구성에 관한 정보가 대상이 되는 어트리뷰트에 관련된 레퍼런스(reference) 어트리뷰트에 관한 정보를 더 포함하는 것에 대응하여, 대상이 되는 어트리뷰트는 하나 또는 그 이상의 이웃 포인트들의 어트리뷰트 및 레퍼런스 어트리뷰트에 기반하여 재구성될 수 있다. 레퍼런스(reference) 어트리뷰트, 레퍼런스 어트리뷰트에 관한 정보는 도 23 내지 도 29에서 상술한 바와 동일 또는 유사하다.
설명의 편의를 위하여 각 도면을 나누어 설명하였으나, 각 도면에 서술되어 있는 실시 예들을 병합하여 새로운 실시 예를 구현하도록 설계하는 것도 가능하다. 그리고, 통상의 기술자의 필요에 따라, 이전에 설명된 실시 예들을 실행하기 위한 프로그램이 기록되어 있는 컴퓨터에서 판독 가능한 기록 매체를 설계하는 것도 실시예들의 권리범위에 속한다. 실시예들에 따른 장치 및 방법은 상술한 바와 같이 설명된 실시 예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 실시 예들은 다양한 변형이 이루어질 수 있도록 각 실시 예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다. 실시예들의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 실시예들은 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 실시예들의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 실시예들의 기술적 사상이나 전망으로부터 개별적으로 이해돼서는 안 될 것이다.
실시예들의 장치의 다양한 구성요소들은 하드웨어, 소프트웨어, 펌웨어 또는 그것들의 조합에 의해 수행될 수 있다. 실시예들의 다양한 구성요소들은 하나의 칩, 예를 들면 하나의 하드웨어 서킷으로 구현될 수 있다 실시예들에 따라, 실시예들에 따른 구성요소들은 각각 별도의 칩들로 구현될 수 있다. 실시예들에 따라, 실시예들에 따른 장치의 구성요소들 중 적어도 하나 이상은 하나 또는 그 이상의 프로그램들을 실행 할 수 있는 하나 또는 그 이상의 프로세서들로 구성될 수 있으며, 하나 또는 그 이상의 프로그램들은 실시예들에 따른 동작/방법들 중 어느 하나 또는 그 이상의 동작/방법들을 수행시키거나, 수행시키기 위한 인스트럭션들을 포함할 수 있다. 실시예들에 따른 장치의 방법/동작들을 수행하기 위한 실행 가능한 인스트럭션들은 하나 또는 그 이상의 프로세서들에 의해 실행되기 위해 구성된 일시적이지 않은 CRM 또는 다른 컴퓨터 프로그램 제품들에 저장될 수 있거나, 하나 또는 그 이상의 프로세서들에 의해 실행되기 위해 구성된 일시적인 CRM 또는 다른 컴퓨터 프로그램 제품들에 저장될 수 있다. 또한 실시예들에 따른 메모리는 휘발성 메모리(예를 들면 RAM 등)뿐 만 아니라 비휘발성 메모리, 플래쉬 메모리, PROM등을 전부 포함하는 개념으로 사용될 수 있다. 또한, 인터넷을 통한 전송 등과 같은 캐리어 웨이브의 형태로 구현되는 것도 포함될 수 있다. 또한, 프로세서가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 프로세서가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이 문서에서 “/”와 “,”는 “및/또는”으로 해석된다. 예를 들어, “A/B”는 “A 및/또는 B”로 해석되고, “A, B”는 “A 및/또는 B”로 해석된다. 추가적으로, “A/B/C”는 “A, B 및/또는 C 중 적어도 하나”를 의미한다. 또한, “A, B, C”도 “A, B 및/또는 C 중 적어도 하나”를 의미한다. 추가적으로, 이 문서에서 “또는”는 “및/또는”으로 해석된다. 예를 들어, “A 또는 B”은, 1) “A”만을 의미하고, 2) “B”만을 의미하거나, 3) “A 및 B”를 의미할 수 있다. 달리 표현하면, 본 문서의 “또는”은 “추가적으로 또는 대체적으로(additionally or alternatively)”를 의미할 수 있다.
제1, 제2 등과 같은 용어는 실시예들의 다양한 구성요소들을 설명하기 위해 사용될 수 있다. 하지만 실시예들에 따른 다양한 구성요소들은 위 용어들에 의해 해석이 제한되어서는 안된다. 이러한 용어는 하나의 구성요소를 다른 구성요소와 구별하기 위해 사욛외는 것에 불과하다. 것에 불과하다. 예를 들어, 제1 사용자 인풋 시그널은 제2사용자 인풋 시그널로 지칭될 수 있다. 이와 유사하게, 제2사용자 인풋 시그널은 제1사용자 인풋시그널로 지칭될 수 있다. 이러한 용어의 사용은 다양한 실시예들의 범위 내에서 벗어나지 않는 것으로 해석되어야만 한다. 제1사용자 인풋 시그널 및 제2사용자 인풋 시그널은 모두 사용자 인풋 시그널들이지만, 문맥 상 명확하게 나타내지 않는 한 동일한 사용자 인풋 시그널들을 의미하지 않는다.
실시예들을 설명하기 위해 사용된 용어는 특정 실시예들을 설명하기 위한 목적으로 사용되고, 실시예들을 제한하기 위해서 의도되지 않는다. 실시예들의 설명 및 청구항에서 사용된 바와 같이, 문맥 상 명확하게 지칭하지 않는 한 단수는 복수를 포함하는 것으로 의도된다. 및/또는 표현은 용어 간의 모든 가능한 결합을 포함하는 의미로 사용된다. 포함한다 표현은 특징들, 수들, 단계들, 엘리먼트들, 및/또는 컴포넌트들이 존재하는 것을 설명하고, 추가적인 특징들, 수들, 단계들, 엘리먼트들, 및/또는 컴포넌트들을 포함하지 않는 것을 의미하지 않는다. 실시예들을 설명하기 위해 사용되는, ~인 경우, ~때 등의 조건 표현은 선택적인 경우로만 제한 해석되지 않는다. 특정 조건을 만족하는 때, 특정 조건에 대응하여 관련 동작을 수행하거나, 관련 정의가 해석되도록 의도되었다.
상술한 바와 같이, 실시예들이 실시하기 위한 최선의 형태에서 관련 내용을 설명하였다.
상술한 바와 같이, 실시예들은 포인트 클라우드 데이터 송수신 장치 및 시스템에 전체적 또는 부분적으로 적용될 수 있다.
당업자는 실시예들의 범위 내에서 실시예들을 다양하게 변경 또는 변형할 수 있다.
실시예들은 변경/변형들을 포함할 수 있고, 변경/변형은 청구항들 및 그 와 동일한 것들의 범위를 벗어나지 않는다.

Claims (20)

  1. 포인트 클라우드 데이터를 인코딩하는 단계로서,
    상기 포인트 클라우드 데이터의 하나 또는 그 이상의 포인트들의 포지션을 나타내는 지오메트리를 인코딩하는 단계; 및
    상기 하나 또는 그 이상의 포인트들의 어트리뷰트 인코딩하는 단계; 를 포함함; 및
    상기 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 단계; 를 포함하는,
    포인트 클라우드 데이터 송신 방법.
  2. 제 1 항에 있어서,
    상기 어트리뷰트는 상기 하나 또는 그 이상의 포인트들의 모든 어트리뷰트 또는 일부 어트리뷰트에 대응하고,
    상기 일부 어트리뷰트는 상기 모든 어트리뷰트 중에서 서브샘플링(subsampling) 스킴에 기반하여 선택된 어트리뷰트에 해당하는,
    포인트 클라우드 데이터 송신 방법.
  3. 제 2 항에 있어서,
    상기 서브샘플링 스킴은 서브샘플링 방법을 포함하고, 상기 서브샘플링 방법은 제 1 방법, 제 2 방법, 제 3 방법 및 제 4 방법 중 적어도 어느 하나를 나타내고,
    상기 제 1 방법은 상기 하나 또는 그 이상의 포인트들의 지오메트리에 기반한 방법을 나타내고,
    상기 제 2 방법은 상기 하나 또는 그 이상의 포인트들이 재정렬된 순서에 기반한 방법을 나타내고,
    상기 제 3 방법은 상기 하나 또는 그 이상의 포인트들에 포함된 대표 포인트 및 서브샘플링 거리에 기반한 방법을 나타내고,
    상기 제 4 방법은 상기 하나 또는 그 이상의 포인트들을 재정렬하여 생성된 LOD(Level of Detail)에 기반한 방법을 나타내는,
    포인트 클라우드 데이터 송신 방법.
  4. 제 3 항에 있어서,
    상기 비트스트림은 상기 어트리뷰트가 상기 일부 어트리뷰트에 대응함을 나타내는 정보 및 상기 서브샘플링 스킴에 관한 시그널링 정보를 포함하고,
    상기 서브샘플링 스킴에 관한 시그널링는 상기 서브샘플링 스킴에 기반하여 선택된 어트리뷰트에 관한 정보, 상기 서브샘플링 방법에 관한 정보 및 어트리뷰트의 재구성(reconstruction)에 관한 정보를 포함하는,
    포인트 클라우드 데이터 송신 방법.
  5. 제 4 항에 있어서,
    상기 서브샘플링 방법이 상기 제 1 방법을 나타내는 것에 대응하여, 상기 서브샘플링 방법에 관한 정보는 상기 제 1 방법에 관한 정보를 나타내고, 상기 시그널링 정보는 서브샘플링 방향에 관한 정보, 서브샘플링 유닛(unit)에 관한 정보, 서브샘플링 스캔 오더(scan order)에 관한 정보 및 서브샘플링 순서에 관한 정보를 더 포함하고,
    상기 서브샘플링 방법이 상기 제 2 방법을 나타내는 것에 대응하여, 상기 서브샘플링 방법에 상기 관한 정보는 제 2 방법에 관한 정보를 나타내고, 상기 시그널링 정보는 포인트들의 재정렬에 관한 정보, 서브샘플링 간격에 관한 정보 및 서브샘플링 오프셋(offset)에 관한 정보를 더 포함하고,
    상기 서브샘플링 방법이 상기 제 3 방법을 나타내는 것에 대응하여, 상기 서브샘플링 방법에 관한 정보는 상기 제 3 방법에 관한 정보를 나타내고, 상기 시그널링 정보는 대표 포인트에 관한 정보 및 서브샘플링 거리에 관한 정보를 더 포함하고,
    상기 서브샘플링 방법이 상기 제 4 방법을 나타내는 것에 대응하여, 상기 서브샘플링 방법에 관한 정보는 상기 제 4 방법에 관한 정보를 나타내고, 상기 시그널링 정보는 LOD 생성 방법에 관한 정보 및 서브샘플링 대상이 되는 LOD에 관한 정보를 더 포함하는,
    포인트 클라우드 데이터 송신 방법.
  6. 포인트 클라우드 데이터를 인코딩하는 인코더로서,
    상기 포인트 클라우드 데이터의 하나 또는 그 이상의 포인트들의 포지션을 나타내는 지오메트리를 인코딩하는 지오메트리 인코더; 및
    상기 하나 또는 그 이상의 포인트들의 어트리뷰트 인코딩하는 어트리뷰트 인코더; 를 포함함; 및
    상기 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 트랜스미터; 를 포함하는,
    포인트 클라우드 데이터 송신 장치.
  7. 제 6 항에 있어서,
    상기 어트리뷰트는 상기 하나 또는 그 이상의 포인트들의 모든 어트리뷰트 또는 일부 어트리뷰트에 대응하고,
    상기 일부 어트리뷰트는 상기 모든 어트리뷰트 중에서 서브샘플링(subsampling) 스킴에 기반하여 선택된 어트리뷰트에 해당하는,
    포인트 클라우드 데이터 송신 장치.
  8. 제 7 항에 있어서,
    상기 서브샘플링 스킴은 서브샘플링 방법을 포함하고, 상기 서브샘플링 방법은 제 1 방법, 제 2 방법, 제 3 방법 및 제 4 방법 중 적어도 어느 하나를 나타내고,
    상기 제 1 방법은 상기 하나 또는 그 이상의 포인트들의 지오메트리에 기반한 방법을 나타내고,
    상기 제 2 방법은 상기 하나 또는 그 이상의 포인트들이 재정렬된 순서에 기반한 방법을 나타내고,
    상기 제 3 방법은 상기 하나 또는 그 이상의 포인트들에 포함된 대표 포인트 및 서브샘플링 거리에 기반한 방법을 나타내고,
    상기 제 4 방법은 상기 하나 또는 그 이상의 포인트들을 재정렬하여 생성된 LOD(Level of Detail)에 기반한 방법을 나타내는,
    포인트 클라우드 데이터 송신 장치.
  9. 제 8 항에 있어서,
    상기 비트스트림은 상기 어트리뷰트가 상기 일부 어트리뷰트에 대응함을 나타내는 정보 및 상기 서브샘플링 스킴에 관한 시그널링 정보를 포함하고,
    상기 서브샘플링 스킴에 관한 시그널링는 상기 서브샘플링 스킴에 기반하여 선택된 어트리뷰트에 관한 정보, 상기 서브샘플링 방법에 관한 정보 및 어트리뷰트의 재구성(reconstruction)에 관한 정보를 포함하는,
    포인트 클라우드 데이터 송신 장치.
  10. 제 9 항에 있어서,
    상기 서브샘플링 방법이 상기 제 1 방법을 나타내는 것에 대응하여, 상기 서브샘플링 방법에 관한 정보는 상기 제 1 방법에 관한 정보를 나타내고, 상기 시그널링 정보는 서브샘플링 방향에 관한 정보, 서브샘플링 유닛(unit)에 관한 정보, 서브샘플링 스캔 오더(scan order)에 관한 정보 및 서브샘플링 순서에 관한 정보를 더 포함하고,
    상기 서브샘플링 방법이 상기 제 2 방법을 나타내는 것에 대응하여, 상기 서브샘플링 방법에 상기 관한 정보는 제 2 방법에 관한 정보를 나타내고, 상기 시그널링 정보는 포인트들의 재정렬에 관한 정보, 서브샘플링 간격에 관한 정보 및 서브샘플링 오프셋(offset)에 관한 정보를 더 포함하고,
    상기 서브샘플링 방법이 상기 제 3 방법을 나타내는 것에 대응하여, 상기 서브샘플링 방법에 관한 정보는 상기 제 3 방법에 관한 정보를 나타내고, 상기 시그널링 정보는 대표 포인트에 관한 정보 및 서브샘플링 거리에 관한 정보를 더 포함하고,
    상기 서브샘플링 방법이 상기 제 4 방법을 나타내는 것에 대응하여, 상기 서브샘플링 방법에 관한 정보는 상기 제 4 방법에 관한 정보를 나타내고, 상기 시그널링 정보는 LOD 생성 방법에 관한 정보 및 서브샘플링 대상이 되는 LOD에 관한 정보를 더 포함하는,
    포인트 클라우드 데이터 송신 장치.
  11. 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 단계; 및
    상기 포인트 클라우드 데이터를 디코딩하는 단계; 를 포함하고, 상기 포인트 클라우드 데이터를 디코딩하는 단계는,
    상기 포인트 클라우드 데이터의 하나 또는 그 이상의 포인트들의 포지션을 나타내는 지오메트리를 디코딩하는 단계; 및
    상기 하나 또는 그 이상의 포인트들의 어트리뷰트를 디코딩하는 단계; 를 포함하는,
    포인트 클라우드 데이터 수신 방법.
  12. 제 11 항에 있어서,
    상기 어트리뷰트는 상기 하나 또는 그 이상의 포인트들의 모든 어트리뷰트 또는 일부 어트리뷰트에 대응하고,
    상기 일부 어트리뷰트는 상기 모든 어트리뷰트 중에서 서브샘플링(subsampling) 스킴에 기반하여 선택된 어트리뷰트에 해당하고,
    상기 비트스트림이 상기 어트리뷰트가 상기 일부 어트리뷰트에 대응함을 나타내는 정보를 포함하는 것에 대응하여, 상기 비트스트림은 상기 서브샘플링 스킴에 관한 시그널링 정보를 더 포함하는,
    포인트 클라우드 데이터 수신 방법.
  13. 제 12 항에 있어서,
    상기 시그널링 정보는 상기 서브샘플링 스킴에 기반하여 선택된 어트리뷰트에 관한 정보, 상기 서브샘플링 방법에 관한 정보 및 어트리뷰트의 재구성(reconstruction)에 관한 정보를 포함하고,
    상기 재구성의 대상이 되는 어트리뷰트는 상기 모든 어트리뷰트 중에서 상기 일부 어트리뷰트를 제외한 어트리뷰트에 해당하는,
    포인트 클라우드 데이터 수신 방법.
  14. 제 13 항에 있어서,
    상기 어트리뷰트의 재구성에 관한 정보는 상기 재구성 방법에 관한 정보 및 상기 대상이 되는 어트리뷰트에 대응하는 포인트의 하나 또는 그 이상의 이웃 포인트들에 관한 정보를 포함하고,
    상기 대상이 되는 어트리뷰트는 상기 하나 또는 그 이상의 이웃 포인트들의 어트리뷰트에 기반하여 재구성되는,
    포인트 클라우드 데이터 수신 방법.
  15. 제 14 항에 있어서,
    상기 어트리뷰트의 재구성에 관한 정보가 상기 대상이 되는 어트리뷰트에 관련된 레퍼런스(reference) 어트리뷰트에 관한 정보를 더 포함하는 것에 대응하여,
    상기 대상이 되는 어트리뷰트는 상기 하나 또는 그 이상의 이웃 포인트들의 어트리뷰트 및 상기 레퍼런스 어트리뷰트에 기반하여 재구성되는,
    포인트 클라우드 데이터 수신 방법.
  16. 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 수신부; 및
    상기 포인트 클라우드 데이터를 디코딩하는 디코더; 를 포함하고, 상기 디코더는,
    상기 포인트 클라우드 데이터의 하나 또는 그 이상의 포인트들의 포지션을 나타내는 지오메트리를 디코딩하는 지오메트리 디코더; 및
    상기 하나 또는 그 이상의 포인트들의 어트리뷰트를 디코딩하는 어트리뷰트 디코더; 를 포함하는,
    포인트 클라우드 데이터 수신 장치.
  17. 제 16 항에 있어서,
    상기 어트리뷰트는 상기 하나 또는 그 이상의 포인트들의 모든 어트리뷰트 또는 일부 어트리뷰트에 대응하고,
    상기 일부 어트리뷰트는 상기 모든 어트리뷰트 중에서 서브샘플링(subsampling) 스킴에 기반하여 선택된 어트리뷰트에 해당하고,
    상기 비트스트림이 상기 어트리뷰트가 상기 일부 어트리뷰트에 대응함을 나타내는 정보를 포함하는 것에 대응하여, 상기 비트스트림은 상기 서브샘플링 스킴에 관한 시그널링 정보를 더 포함하는,
    포인트 클라우드 데이터 수신 장치.
  18. 제 17 항에 있어서,
    상기 시그널링 정보는 상기 서브샘플링 스킴에 기반하여 선택된 어트리뷰트에 관한 정보, 상기 서브샘플링 방법에 관한 정보 및 어트리뷰트의 재구성(reconstruction)에 관한 정보를 포함하고,
    상기 재구성의 대상이 되는 어트리뷰트는 상기 모든 어트리뷰트 중에서 상기 일부 어트리뷰트를 제외한 어트리뷰트에 해당하는,
    포인트 클라우드 데이터 수신 장치.
  19. 제 18 항에 있어서,
    상기 어트리뷰트의 재구성에 관한 정보는 상기 재구성 방법에 관한 정보 및 상기 대상이 되는 어트리뷰트에 대응하는 포인트의 하나 또는 그 이상의 이웃 포인트들에 관한 정보를 포함하고,
    상기 대상이 되는 어트리뷰트는 상기 하나 또는 그 이상의 이웃 포인트들의 어트리뷰트에 기반하여 재구성되는,
    포인트 클라우드 데이터 수신 장치.
  20. 제 19 항에 있어서,
    상기 어트리뷰트의 재구성에 관한 정보가 상기 대상이 되는 어트리뷰트에 관련된 레퍼런스(reference) 어트리뷰트에 관한 정보를 더 포함하는 것에 대응하여,
    상기 대상이 되는 어트리뷰트는 상기 하나 또는 그 이상의 이웃 포인트들의 어트리뷰트 및 상기 레퍼런스 어트리뷰트에 기반하여 재구성되는,
    포인트 클라우드 데이터 수신 장치.
PCT/KR2021/000329 2020-04-03 2021-01-11 포인트 클라우드 데이터 처리 장치 및 방법 WO2021201390A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/912,428 US20230111994A1 (en) 2020-04-03 2021-01-11 Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20200041193 2020-04-03
KR10-2020-0041193 2020-04-03

Publications (1)

Publication Number Publication Date
WO2021201390A1 true WO2021201390A1 (ko) 2021-10-07

Family

ID=77927642

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/000329 WO2021201390A1 (ko) 2020-04-03 2021-01-11 포인트 클라우드 데이터 처리 장치 및 방법

Country Status (2)

Country Link
US (1) US20230111994A1 (ko)
WO (1) WO2021201390A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024211417A1 (en) * 2023-04-03 2024-10-10 Qualcomm Incorporated Attribute coding for point cloud compression

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190080483A1 (en) * 2017-09-14 2019-03-14 Apple Inc. Point Cloud Compression
US20190087979A1 (en) * 2017-09-18 2019-03-21 Apple Inc. Point cloud compression
WO2019142164A1 (en) * 2018-01-19 2019-07-25 Interdigital Vc Holdings, Inc. Processing a point cloud
KR20200007734A (ko) * 2018-07-13 2020-01-22 한국전자통신연구원 3d 포인트 클라우드 데이터의 부호화/복호화 방법 및 장치
WO2020060813A1 (en) * 2018-09-18 2020-03-26 Vid Scale, Inc. Methods and apparatus for point cloud compression bitstream format

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11627314B2 (en) * 2019-09-27 2023-04-11 Apple Inc. Video-based point cloud compression with non-normative smoothing

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190080483A1 (en) * 2017-09-14 2019-03-14 Apple Inc. Point Cloud Compression
US20190087979A1 (en) * 2017-09-18 2019-03-21 Apple Inc. Point cloud compression
WO2019142164A1 (en) * 2018-01-19 2019-07-25 Interdigital Vc Holdings, Inc. Processing a point cloud
KR20200007734A (ko) * 2018-07-13 2020-01-22 한국전자통신연구원 3d 포인트 클라우드 데이터의 부호화/복호화 방법 및 장치
WO2020060813A1 (en) * 2018-09-18 2020-03-26 Vid Scale, Inc. Methods and apparatus for point cloud compression bitstream format

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024211417A1 (en) * 2023-04-03 2024-10-10 Qualcomm Incorporated Attribute coding for point cloud compression

Also Published As

Publication number Publication date
US20230111994A1 (en) 2023-04-13

Similar Documents

Publication Publication Date Title
WO2021066312A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021066615A1 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
WO2021141352A2 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021141346A1 (ko) 포인트 클라우드 데이터 전송 장치, 전송 방법, 처리 장치 및 처리 방법
WO2021025251A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021210764A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021210837A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021049758A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021060850A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2020262831A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2021261840A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021206291A1 (ko) 포인트 클라우드 데이터 전송 장치, 전송 방법, 처리 장치 및 처리 방법
WO2021045601A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2020189943A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021002558A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법.
WO2021246843A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021002592A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021210743A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021215849A1 (ko) 포인트 클라우드 데이터 처리 장치 및 처리 방법
WO2021201384A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2021141218A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022015006A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021002636A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022098152A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021246837A1 (ko) 포인트 클라우드 데이터 처리 디바이스 및 처리 방법

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: 21780713

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21780713

Country of ref document: EP

Kind code of ref document: A1