WO2022075786A1 - 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법 - Google Patents

포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법 Download PDF

Info

Publication number
WO2022075786A1
WO2022075786A1 PCT/KR2021/013833 KR2021013833W WO2022075786A1 WO 2022075786 A1 WO2022075786 A1 WO 2022075786A1 KR 2021013833 W KR2021013833 W KR 2021013833W WO 2022075786 A1 WO2022075786 A1 WO 2022075786A1
Authority
WO
WIPO (PCT)
Prior art keywords
point cloud
data
geometry
coordinate system
attribute
Prior art date
Application number
PCT/KR2021/013833
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 US18/030,722 priority Critical patent/US20230388557A1/en
Publication of WO2022075786A1 publication Critical patent/WO2022075786A1/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
    • H04N19/90—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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/537—Motion estimation other than block-based
    • H04N19/54—Motion estimation other than block-based using feature points or meshes
    • 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
    • H04N19/70—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
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/4402—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display

Definitions

  • Embodiments relate to a method and apparatus for processing point cloud content.
  • 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 (space or volume).
  • Point cloud content can represent three-dimensional media, and includes VR (Virtual Reality), AR (Augmented Reality), MR (Mixed Reality), XR (Extended Reality), and autonomous driving. It is used to provide various services such as services. 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.
  • An object of the present invention is to provide a point cloud data transmission apparatus, a transmission method, a point cloud data reception apparatus, and a reception method for efficiently transmitting and receiving a point cloud in order to solve the above-described problems.
  • An object of the present invention is to provide a point cloud data transmission apparatus, a transmission method, a point cloud data reception apparatus, and a reception method for solving latency and encoding/decoding complexity.
  • a technical problem according to the embodiments is a geometry-point cloud compression (Geometry-point cloud compression, G-PCC) point cloud data transmission apparatus for efficiently transmitting and receiving a bitstream, a transmission method, an apparatus for receiving point cloud data, and a reception method is to provide
  • G-PCC geometry-point cloud compression
  • a technical problem according to the embodiments is to provide a point cloud data transmission apparatus, a transmission method, a point cloud data reception apparatus and a reception method for increasing the compression efficiency of point cloud data by encoding and decoding attribute information based on projection .
  • a method for transmitting point cloud data includes encoding point cloud data as geometry data, and encoding attribute data of the point cloud data based on the geometry data. , and transmitting the encoded geometry data, the encoded attribute data, and signaling data, wherein the encoding of the geometry data includes converting coordinates of the geometry data from a first coordinate system to a second coordinate system.
  • the first coordinate system is a Cartesian coordinate system and the second coordinate system has coordinate values of (radius, angular index, laser index).
  • the point cloud data is acquired by one or more lasers, and the angular index is acquired based on the number of samples per horizontal rotation of the corresponding laser.
  • the signaling data includes information for identifying the number of samples per horizontal rotation of the corresponding laser.
  • the encoding of the geometry data includes generating a prediction tree based on the geometry data transformed into the second coordinate system, and compressing the geometry data by performing prediction based on the prediction tree.
  • a point cloud data transmission apparatus includes a geometry encoder for encoding point cloud data as geometry data, an attribute encoder for encoding attribute data of the point cloud data based on the geometry data, and the encoded geometry data, the and a transmitter for transmitting encoded attribute data and signaling data, wherein the geometry encoder may convert coordinates of the geometry data from a first coordinate system to a second coordinate system for compression of the geometry data.
  • the first coordinate system is a Cartesian coordinate system and the second coordinate system has coordinate values of (radius, angular index, laser index).
  • the point cloud data is acquired by one or more lasers, and the angular index is acquired based on the number of samples per horizontal rotation of the corresponding laser.
  • the signaling data includes information for identifying the number of samples per horizontal rotation of the corresponding laser.
  • the geometry encoder generates a prediction tree based on the geometry data transformed into the second coordinate system, and compresses the geometry data by performing prediction based on the prediction tree.
  • a method for receiving point cloud data includes receiving geometry data, attribute data, and signaling data, decoding the geometry data based on the signaling data, the signaling data and the decoded geometry data Decoding the attribute data based on , and rendering the decoded point cloud data based on the signaling data, wherein the decoding of the geometry data comprises: It is possible to transform from the first coordinate system to the second coordinate system.
  • the first coordinate system is a coordinate system having coordinate values of (radius, angular index, laser index), and the second coordinate system is a Cartesian coordinate system.
  • the angular index is obtained based on the number of samples per horizontal rotation of the corresponding laser.
  • the signaling data includes information for identifying the number of samples per horizontal rotation of the corresponding laser.
  • the decoding of the data may include generating a prediction tree based on the geometry data of the first coordinate system, performing prediction based on the prediction tree to restore the geometry data, and the restored geometry data.
  • the method includes converting the coordinates into the second coordinate system.
  • the point cloud data transmission method, the transmission device, the point cloud data reception method, and the reception device may provide a quality point cloud service.
  • the point cloud data transmission method, the transmission device, the point cloud data reception method, and the reception device may achieve various video codec schemes.
  • the point cloud data transmission method, the transmission device, the point cloud data reception method, and the reception device may provide universal point cloud content such as an autonomous driving service.
  • the point cloud data transmission method, the transmission device, the point cloud data reception method, and the reception device perform spatial adaptive division of the point cloud data for independent encoding and decoding of the point cloud data, thereby improving parallel processing and It may provide scalability.
  • a point cloud data transmission method, a transmission device, a point cloud data reception method, and a reception device perform encoding and decoding by dividing the point cloud data into tiles and/or slice units, and signaling data necessary for this. It can improve the encoding and decoding performance of the cloud.
  • the point cloud data transmission method, the transmission device, the point cloud data reception method, and the reception device may increase geometry compression efficiency by applying an improved coordinate system in prediction-based geometry coding.
  • the point cloud data transmission method, the transmission device, the point cloud data reception method, and the reception device according to the embodiments are more effective in category 3, that is, LiDAR data compression.
  • FIG. 1 shows a system for providing a point cloud (Point Cloud) content according to embodiments.
  • FIG. 2 shows a process for providing Point Cloud content according to embodiments.
  • FIG. 3 shows a configuration of a Point Cloud capture device arrangement according to embodiments.
  • FIG. 4 illustrates a Point Cloud Video Encoder according to embodiments.
  • FIG. 5 illustrates voxels in a 3D space according to example 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. 8 shows an example of a Point configuration of Point Cloud contents for each LOD according to embodiments.
  • FIG 9 shows an example of a point configuration of Point Cloud contents for each LOD according to embodiments.
  • FIG. 10 shows an example of a block diagram of a point cloud video decoder according to embodiments.
  • FIG. 11 shows an example of a point cloud video decoder according to embodiments.
  • FIG. 12 shows components for Point Cloud video encoding of a transmitter according to embodiments.
  • FIG. 13 shows components for Point Cloud video decoding of a receiver according to embodiments.
  • FIG. 14 shows an example of a structure capable of interworking with a point cloud data method/device according to embodiments.
  • 15 is a diagram illustrating an operation of an apparatus for transmitting point cloud data according to embodiments.
  • 16(a) to 16(c) are block diagrams illustrating examples of a point cloud data transmission apparatus according to embodiments.
  • FIG. 17 is a flowchart illustrating an example of a processing process of a point cloud transmission apparatus according to embodiments.
  • FIG. 18 is a diagram illustrating an example of a coordinate system transformation process of point cloud data according to embodiments.
  • 19 is a diagram illustrating an example of a sector-shaped coordinate system according to embodiments.
  • 20 is a diagram illustrating an example of sector-shaped coordinate system transformation of point cloud data according to embodiments.
  • 21 is a diagram illustrating an example of coordinate projection of point cloud data according to embodiments.
  • 22 is a diagram illustrating an example of adjusting a laser position of point cloud data according to embodiments.
  • FIG. 23 is a diagram illustrating an example of a voxelization process according to embodiments.
  • 24 is a diagram illustrating an example of points arranged based on a laser index according to embodiments.
  • 25 is a diagram illustrating an example of points arranged based on a laser index according to embodiments.
  • 26 is a diagram illustrating an example of a distance between one or more lasers according to embodiments.
  • FIG. 27 is a diagram illustrating an example of a neighbor point search according to embodiments.
  • 28 is a diagram illustrating an example of correcting an azimuthal angle by converting an index in point cloud data according to embodiments.
  • 29 is a diagram illustrating an example of a method of correcting an azaimuth angle value of a point of point cloud data according to embodiments.
  • FIG. 30 is a diagram illustrating a state in which horizontal angles of lasers included in a lidar according to embodiments are different from each other.
  • 31 is a diagram illustrating an example of a method for grouping point cloud data according to embodiments.
  • 32 is a diagram illustrating an example of a bitstream structure of point cloud data for transmission/reception according to embodiments.
  • 33 and 34 are examples of a syntax structure of signaling information (projection_info( )) related to projection according to embodiments.
  • 35 is a diagram illustrating an embodiment of a syntax structure of a sequence parameter set according to embodiments.
  • 36 is a diagram illustrating an example of a syntax structure of a geometry parameter set according to embodiments.
  • 37 is a diagram illustrating an example of a syntax structure of an attribute parameter set.
  • 38 is a diagram illustrating an example of a syntax structure of a tile parameter set according to embodiments.
  • 39 is a diagram illustrating an example of a syntax structure of a geometry slice bitstream () according to embodiments.
  • 40 is a diagram illustrating an example of a syntax structure of a geometry slice header according to embodiments.
  • 41 is a diagram illustrating an example of a syntax structure of geometry slice data according to embodiments.
  • FIG. 42 is a diagram illustrating an example of a syntax structure of an attribute slice bitstream () according to embodiments.
  • 43 is a diagram illustrating an example of a syntax structure of an attribute slice header according to embodiments.
  • 44 is a diagram illustrating another example of a point cloud receiving apparatus according to embodiments.
  • 45 is a configuration block diagram illustrating an example of an operation of a point cloud receiving apparatus according to embodiments.
  • 46 is a diagram illustrating an example of a processing process of a point cloud receiving apparatus according to embodiments.
  • 47 is a diagram illustrating an example of reverse projection according to embodiments.
  • FIG. 48 is a diagram illustrating an example of a processing process of a point cloud receiving apparatus according to embodiments.
  • 49 is a diagram illustrating examples of prediction errors of point cloud data according to embodiments.
  • 50 to 53 are tables showing summaries of experimental results of lossy compression and lossless compression of coordinate transformation applied to geometry and/or attribute coding 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 transmitting device 10000 is a fixed station, a base transceiver system (BTS), a network, an artificial intelligence (AI) device and/or system, a 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 communicate 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.
  • 5G NR New RAT
  • LTE Long Term Evolution
  • Transmission device 10000 is a point cloud video acquisition unit (Point Cloud Video Acquisition unit, 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 an 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, 6G, etc.). 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, 6G, etc.
  • the transmission device 10000 may transmit encapsulated data according to an on demand method.
  • the receiving device 10004 includes a receiver (Receiver, 10005), a point cloud video decoder (Point Cloud Video 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 or a robot , vehicles, AR/VR/XR devices, portable 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 render the decoded point cloud video data according to a viewport or the like.
  • 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 may refer to information about a user's head position, direction, angle, movement, and the like.
  • the reception apparatus 10004 may calculate viewport information based on head orientation information.
  • the viewport information is information on the area of the point cloud video that the user is looking at (ie, the area the user is currently viewing). That is, the viewport information is information on a region that the user is currently viewing in the point cloud video.
  • the viewport or viewport area may mean an area that the user is viewing in the point cloud video.
  • a viewpoint is a point at which a user views a point cloud video, and may mean a central point of the viewport area.
  • the viewport is an area centered on the viewpoint, and the size, shape, etc. occupied by the area may be determined by the 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 performs a gaze analysis, etc. based on the head orientation information and/or viewport information to determine the user's point cloud video consumption method, the point cloud video area where the user gazes, the gaze time, and the like. can be checked
  • the receiving device 10004 may transmit feedback information including the result of the gaze analysis to the transmitting device 10000 .
  • a device such as a VR/XR/AR/MR display may extract a viewport area based on a user's head position/direction, a vertical or horizontal FOV supported by the device, and the like.
  • the head orientation information and the viewport information may be referred to as feedback information, signaling information, or metadata.
  • 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 transmitting the feedback information secured by the renderer 10007 .
  • the feedback information may be not only transmitted to the transmitting side, but also consumed at the receiving side. That is, the point cloud content providing system may process (encode/decode/render) the point cloud data based on the feedback information.
  • the point cloud video decoder 10006 and the renderer 10007 use feedback information, that is, head orientation information and/or viewport information to preferentially decode and render only the point cloud video for the region currently being viewed by the user. can
  • the receiving device 10004 may transmit feedback information to the transmitting device 10000 .
  • the transmission device 10000 (or the point cloud video 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, a transmitting system, etc.
  • the receiving apparatus 10004 may be referred to as a decoder, a receiving device, a receiver, a receiving system, 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.
  • the 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 an attribute.
  • the point cloud content providing system may perform attribute encoding based on geometry encoding.
  • the geometry bitstream and the attribute bitstream according to the embodiments may be multiplexed and output as one bitstream.
  • the bitstream according to embodiments may further include signaling information related to geometry encoding and attribute encoding.
  • the point cloud content providing system may transmit the encoded point cloud data (20002).
  • the encoded point cloud data may be expressed as a geometry bitstream and an attribute bitstream.
  • the encoded point cloud data may be transmitted in the form of a bitstream together with signaling information related to encoding of the point cloud data (eg, signaling information related to geometry encoding and attribute encoding).
  • the point cloud content providing system may encapsulate the bitstream for transmitting the encoded point cloud data and transmit it in the form of a file or segment.
  • the point cloud content providing system (eg, the receiving device 10004 or the receiver 10005) according to the embodiments may receive a bitstream including the encoded point cloud data. Also, the point cloud content providing system (eg, the receiving device 10004 or the receiver 10005) may demultiplex the bitstream.
  • the point cloud content providing system may decode the encoded point cloud data (for example, a geometry bitstream, an attribute bitstream) transmitted as a bitstream. there is.
  • the point cloud content providing system (for example, the receiving device 10004 or the point cloud video decoder 10005) may decode the point cloud video data based on signaling information related to encoding of the point cloud video data included in the bitstream. there is.
  • the point cloud content providing system (eg, the receiving device 10004 or the point cloud video decoder 10005) may decode the geometry bitstream to restore positions (geometry) of the points.
  • the point cloud content providing system may restore attributes of points by decoding an attribute bitstream based on the restored geometry.
  • the point cloud content providing system (eg, the receiving device 10004 or the point cloud video decoder 10005) may reconstruct the point cloud video based on positions and decoded attributes according to the reconstructed geometry.
  • the point cloud content providing system may render the decoded point cloud data (20004).
  • the point cloud content providing system eg, the receiving device 10004 or the renderer 10007) may render the geometry and attributes decoded through the decoding process according to various rendering methods.
  • the points of the point cloud content may be rendered as a vertex having a certain thickness, a cube having a specific minimum size centered at the vertex position, or a circle centered at the vertex position. All or part of the rendered point cloud content is provided to the user through a display (eg, VR/AR display, general display, etc.).
  • the point cloud content providing system (eg, the reception device 10004) according to the embodiments may secure the 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 and 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
  • 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 user with a 360-degree image of a core object (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. It can be used to create VR/AR content).
  • the right side of FIG. 3 shows an outward-pacing scheme.
  • the outward-pacing method refers to a method in which one or more cameras (or camera sensors) positioned surrounding the central object capture the environment of the central object rather than the central object.
  • the outward-pacing method may be used to generate point cloud content (eg, content representing an external environment that may be provided to a user of an autonomous vehicle) for providing a surrounding environment that appears from a 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 the 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 capture operation described in FIG. 3 may not be performed.
  • the point cloud content providing system may perform post-processing on the captured image and/or the image. That is, the point cloud content providing system removes an unwanted area (eg, 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 secured 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 or may generate point cloud content having a high density of points.
  • FIG. 4 shows an example of a point cloud video encoder according to embodiments.
  • the point cloud video encoder controls the point cloud data (eg, positions of points and / or attributes) and perform an encoding operation.
  • the point cloud content providing system may not be able to stream the corresponding content in real time. Accordingly, the point cloud content providing system may reconfigure the point cloud content based on a maximum target bitrate in order to provide it according to a network environment.
  • the point cloud video encoder may perform geometry encoding and attribute encoding. Geometry encoding is performed before attribute encoding.
  • a point cloud video encoder may include a Transformation Coordinates unit 40000, a Quantization unit 40001, an Octtree Analysis unit 40002, and a Surface Approximation unit.
  • Analysis unit, 40003 arithmetic encoder (Arithmetic Encode, 40004), geometry reconstruction unit (Geometry Reconstruction unit, 40005), color transformation unit (Color Transformation unit, 40006), attribute transformation unit (Attribute Transformation unit, 40007), RAHT (Region Adaptive Hierarchical Transform) transform unit 40008, LOD generation unit 40009, Lifting Transformation unit 40010, coefficient quantization unit (Coefficient Quantization unit, 40011) and / or Aris and an Arithmetic Encoder (40012).
  • the coordinate system transformation unit 40000, the quantization unit 40001, the octree analysis unit 40002, the surface approxy 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, 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 3D space may be referred to as geometry information.
  • the quantizer 40001 quantizes the geometry.
  • the quantization unit 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 performs a quantization operation to find the nearest integer value by multiplying the difference between the minimum position value and the position value of each point by a preset quantization scale value, and then rounding down or rounding it up. 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.
  • Voxelization refers to a minimum unit expressing position information in a three-dimensional space.
  • 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. According to embodiments, one voxel may include only one point.
  • one voxel may include one or more points. Also, in order to express one voxel as one point, a position of a center point of a corresponding voxel may be set based on positions of one or more points included in one voxel. In this case, 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 appropriation 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 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, Interpolation-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
  • RAHT Region Adaptive Hierarchical Transform
  • Interpolation-based hierarchical nearest-neighbor prediction-Prediction Transform coding Interpolation-based hierarchical nearest-neighbor prediction-Prediction Transform coding
  • interpolation-based hierarchical nearest -neighbor prediction with an update/lifting step Lifting Transform
  • 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 converter 40006 may convert the format of color information (eg, convert 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 to which geometry encoding has not been performed and/or a reconstructed geometry. As described above, since the attributes are dependent on the geometry, the attribute transform 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 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 of each point, reflectance, etc.) of neighboring points within a specific position/radius from the position (or position value) of the central 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 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 Morton code is generated by representing the coordinate values (eg (x, y, z)) representing the three-dimensional positions of all points as bit values and 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 Morton code value and perform a shortest neighbor search (NNS) through a depth-first traversal process. After the attribute transformation operation, if the nearest neighbor search (NNS) is required in another transformation 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).
  • 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 higher 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 coefficients.
  • the arithmetic encoder 40012 encodes the quantized attributes based on arithmetic coding.
  • the elements of the point cloud video encoder of FIG. 4 are not shown in the drawing, but include one or more processors or integrated circuits configured to communicate with one or more memories included in the point cloud content providing apparatus. may be implemented in hardware, 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 video 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 video encoder of FIG. 4 .
  • One or more memories in accordance with embodiments may include high speed random access memory, non-volatile memory (eg, one or more magnetic disk storage devices, flash memory devices, or other non-volatile solid state memory). memory devices (such as solid-state memory devices).
  • FIG. 5 illustrates an example of a voxel according to embodiments.
  • voxel 5 is an octree structure that recursively subdivides a bounding box defined by two poles (0,0,0) and (2 d , 2 d , 2 d ).
  • An example of a voxel generated through One voxel includes at least one or more points.
  • a voxel may estimate spatial coordinates from a positional relationship with a voxel group.
  • voxels have attributes (such as color or reflectance) like pixels of a 2D image/image.
  • a detailed description of the voxel is the same as that described with reference to FIG. 4 and thus will be omitted.
  • FIG. 6 shows an example of an octree and an occupancy code according to embodiments.
  • the point cloud content providing system (point cloud video encoder 10002) or the octree analysis unit 40002 of the point cloud video encoder) in order to efficiently manage the area and/or position of voxels Performs octree geometry coding (or octree coding) based on octree structure.
  • the upper part of FIG. 6 shows the octree structure.
  • the three-dimensional space of the point cloud content according to the embodiments is expressed by axes (eg, X-axis, Y-axis, and Z-axis) of the coordinate system.
  • the octree structure is created by recursive subdividing a bounding box defined by two poles (0,0,0) and (2 d , 2 d , 2 d ). . 2d may be set 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 d value is determined according to Equation 1 below.
  • (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 expressed as a cube with six faces.
  • each of the eight spaces is again divided based on the axes of the coordinate system (eg, the X-axis, the Y-axis, and the 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 occupancy code of the octree.
  • the occupancy code of the octree is generated to indicate whether each of the eight divided spaces generated by dividing one space includes at least one point.
  • one occupanci code is expressed by eight child nodes.
  • Each child node represents an 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 video encoder (eg, arithmetic encoder 40004 ) according to embodiments may entropy encode the occupanci code.
  • point cloud video encoders can intra/inter-code occupanci codes.
  • 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 video encoder (eg, the octree analyzer 40002) 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, there is no need to perform voxelization up to the corresponding area.
  • the point cloud video encoder does not perform voxelization on the above-described specific region (or a node other than the leaf node of the octree), but directly codes the positions of points included in the specific region (Direct coding). coding) can be performed. Coordinates of direct coding points according to embodiments are called direct coding mode (DCM).
  • the point cloud video encoder may perform trisoup geometry encoding for reconstructing positions of points in a specific region (or node) based on voxels 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 video decoder can generate a point cloud from the mesh surface.
  • Direct coding and trisup geometry encoding according to embodiments may be selectively performed.
  • 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 less than a threshold within a specific node. points must exist. Also, the total number of points to be subjected to direct coding should not exceed a preset limit value. If the above condition is satisfied, the point cloud video encoder (eg, arithmetic encoder 40004) according to embodiments may entropy-code positions (or position values) of points.
  • the point cloud video encoder (for example, the surface approximation 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, using the surface model It is possible to perform tri-soup geometry encoding, which reconstructs the position of a point in the node region based on voxels (tri-soup mode).
  • the point cloud video encoder according to the embodiments may designate a level to which tri-top geometry encoding is to be applied. For example, if the specified level is equal to the depth of the octree, the point cloud video encoder will not operate in tri-soup mode.
  • the point cloud video encoder may operate in the tri-soup mode only when the specified 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 video encoder When a vertex is detected, the point cloud video encoder according to the embodiments performs an edge start point (x, y, z) and an edge direction vector ( x, y, z), vertex position values (relative position values within the edge) can be entropy-coded.
  • the point cloud video encoder eg, the geometry reconstruction unit 40005
  • the point cloud video encoder performs triangle reconstruction, up-sampling, and voxelization processes. can be performed to create reconstructed geometry (reconstructed geometry).
  • Vertices located on 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 shown in Equation 2 below. 1 Calculate the centroid value of each vertex, 2 Perform 3 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 value 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 value that comes out when projecting 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. Table 1 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 first triangle may be composed of 1st, 2nd, and 3rd vertices among the aligned vertices
  • the second triangle may be composed of 3rd, 4th, and 1st vertices among the aligned vertices.
  • the upsampling process is performed to voxelize the triangle by adding points along the edge of the triangle. Create additional points based on the upsampling factor and the width of the block. The additional points are called refined vertices.
  • the point cloud video encoder may voxel the refined vertices. Also, the point cloud video 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 video encoder may perform entropy coding based on context adaptive arithmetic coding.
  • the point cloud content providing system or the point cloud video encoder 10002 of FIG. 2 or the point cloud video encoder or arithmetic encoder 40004 of FIG. 4 can directly entropy code the occupanci code there is.
  • the point cloud content providing system or point cloud video encoder performs entropy encoding (intra encoding) based on the occupanci code of the current node and the occupancies of neighboring nodes, or entropy encoding (inter encoding) can be performed.
  • a frame according to embodiments means a set of point cloud videos generated at the same time. Compression efficiency of intra encoding/inter encoding according to embodiments may vary depending on the number of referenced neighboring nodes.
  • a point cloud video encoder determines occupancy of neighboring nodes of each node of an octree and obtains a neighbor pattern value.
  • the neighbor node pattern is used to infer the occupancies pattern of the corresponding node.
  • the left side of FIG. 7 shows a cube corresponding to a node (a cube located in the center) and six cubes (neighboring nodes) that share 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 neighbor node pattern value 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 neighboring 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 video encoder may perform coding according to the value of the neighboring node pattern (eg, when the value of the neighboring node pattern is 63, performing 64 types of coding). According to embodiments, the point cloud video encoder may change the neighbor node pattern value (eg, based on a table changing 64 to 10 or 6) to reduce coding complexity.
  • 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).
  • tri-soap geometry encoding is applied, the geometry reconstruction process is triangular reconstruction, upsampling, and voxelization. Since the attribute is dependent on the geometry, attribute encoding is performed based on the reconstructed geometry.
  • the point cloud video encoder may reorganize the points by LOD.
  • the figure shows the point cloud content corresponding to the LOD.
  • the left side of the figure 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 tightly 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.
  • a point cloud content providing system or a point cloud video encoder (for example, the point cloud video encoder 10002 of FIG. 2, the point cloud video encoder of FIG. 4, or the LOD generator 40009) ) can create LODs.
  • 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 video encoder but also in the point cloud video 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 video encoder may perform LOD-based predictive transform coding, lifting transform coding, and RAHT transform coding selectively or in combination.
  • a point cloud video encoder may generate predictors for points and perform LOD-based 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 the weight value) is set as the average value of the multiplied value.
  • the point cloud video encoder for example, the coefficient quantization unit 40011
  • Quantization and inverse quantization may be performed on the attribute, residual attribute value, attribute prediction residual value, prediction error attribute value, etc.) Quantization process of the transmitting device performed on the residual attribute value is shown in Table 2.
  • the inverse quantization process of the receiving device performed on the quantized residual attribute values as shown in Table 2 is shown in Table 3.
  • the point cloud video encoder (eg, arithmetic encoder 40012 ) may entropy the quantized and dequantized residual attribute values as described above when there are neighboring points to the predictor of each point. can be coded. 1) Create an array QW (QuantizationWeight) that stores the weight values of each point. The initial value of all elements of QW is 1.0. A value obtained by multiplying the QW value of the predictor index of the neighboring node registered in the predictor by the weight of the predictor of the current point is added.
  • QW QuantizationWeight
  • the weights calculated for all predictors are additionally multiplied by the weights stored in the QW corresponding to the predictor index, and the calculated weights are cumulatively added to the update weight array as the indices of neighboring nodes.
  • the value obtained by multiplying the calculated weight by the attribute value of the index of the neighbor node is accumulated and summed.
  • a predicted attribute value is calculated by additionally multiplying an attribute value updated through the lift update process by a weight updated through the lift prediction process (stored in QW).
  • a point cloud video encoder eg, the coefficient quantization unit 40011
  • a point cloud video encoder eg, arithmetic encoder 40012 ) entropy codes the quantized attribute values.
  • the point cloud video encoder (for example, the RAHT transform unit 40008) according to the embodiments may perform RAHT transform coding for estimating the attributes of the nodes of the upper level by using the attribute associated with the node at the lower level of the octree.
  • RAHT transform coding is an example of attribute intra coding with octree backward scan.
  • the point cloud video 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.
  • Equation 3 represents the RAHT transformation matrix.
  • g lx,y,z represents the average attribute value of voxels in level l.
  • g lx,y,z can be calculated from g l+1 2x,y,z and g l+1 2x+1,y,z .
  • g l-1 x,y,z is a low-pass value and is used in the merging process at the next higher level.
  • h l-1 x,y,z are high-pass coefficients, and the high-pass coefficients in each step are quantized and entropy-coded (eg, encoding of the arithmetic encoder 40012 ).
  • the root node is generated as shown in Equation 4 below through the last g 1 0,0,0 and g 1 0,0,1 .
  • the gDC value is also quantized and entropy-coded like the high-pass coefficient.
  • FIG. 10 shows an example of a point cloud video decoder according to embodiments.
  • the point cloud video 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 video decoder may receive a geometry bitstream and an attribute bitstream included in one or more bitstreams.
  • the point cloud video 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 on the attribute bitstream based on the decoded geometry.
  • 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 video decoder according to embodiments.
  • the point cloud video decoder illustrated in FIG. 11 is a detailed example of the point cloud video decoder illustrated in FIG. 10 , and may perform a decoding operation that is a reverse process of the encoding operation of the point cloud video encoder illustrated in FIGS. 1 to 9 .
  • the point cloud video decoder may perform geometry decoding and attribute decoding. Geometry decoding is performed before attribute decoding.
  • a point cloud video decoder may include an arithmetic decoder 11000, an octree synthesis unit 11001, a surface approximation synthesis unit 11002, and a geometry reconstruction unit. (geometry reconstruction unit 11003), coordinates inverse transformation unit 11004, arithmetic decoder 11005, inverse quantization unit 11006, RAHT transformation unit 11007, LOD generation a LOD generation unit 11008 , an inverse lifting unit 11009 , and/or a color inverse transformation unit 11010 .
  • the arithmetic decoder 11000 , the octree synthesizer 11001 , the surface op-proximation 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 decoding and trisoup geometry decoding. Direct decoding and tri-soup 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 synthesizer 11001 may generate an octree by obtaining an occupanci 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 a decoded geometry and/or a generated octree when trisupe 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-soap geometry encoding is applied, the geometry reconstruction unit 11003 may perform a reconstruction operation of the geometry reconstruction unit 40005, for example, triangle reconstruction, up-sampling, and voxelization to restore the geometry. there is. Specific details are the same as those described with reference to FIG. 6 and thus will be omitted.
  • the reconstructed geometry may include a point cloud picture or frame that does not include attributes.
  • the coordinate system inverse transform unit 11004 may obtain positions of points by transforming the coordinate system based on the restored geometry.
  • the arithmetic decoder 11005, the inverse quantization unit 11006, the RAHT transform unit 11007, the LOD generator 11008, the inverse lifting unit 11009, and/or the inverse color 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, Interpolation-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
  • Interpolation-based hierarchical nearest-neighbor prediction-Prediction Transform decoding Interpolation-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 on 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 video 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 conversion unit 11007, the LOD generation unit 11008, and/or the inverse lifting unit 11009 may selectively perform a corresponding decoding operation according to the encoding of the point cloud video 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 video encoder.
  • the elements of the point cloud video decoder of FIG. 11 are not shown in the figure, but include one or more processors or integrated circuits configured to communicate with one or more memories included in the point cloud content providing system. may be implemented in hardware, 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 video decoder of FIG. 11 described above. Also, 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 video 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 video 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 video 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 or a position value of points).
  • 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 to 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 occult code.
  • the octree occupancy code generator 12003 may perform the same or similar operations and/or methods to those of the point cloud video 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 by 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 video 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 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 to 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 combining any one or more of RAHT coding, LOD-based 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.
  • descriptions of LOD-based predictive transform coding, lifting transform coding, and RAHT transform coding are the same as those described with reference to FIGS. 1 to 9 , detailed descriptions 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 as the operations and/or methods of the arithmetic encoder 40012 .
  • 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 includes a sequence parameter set (SPS) for sequence-level signaling, a geometry parameter set (GPS) for signaling of geometry information coding, an attribute parameter set (APS) for signaling of attribute information coding, and a tile It may include signaling information and slice data including TPS (Tile Parameter Set or tile inventory) for level signaling.
  • 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 ).
  • 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.
  • 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 line processing.
  • 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 receiving device shown in FIG. 13 is an example of the receiving device 10004 of FIG. 1 (or the point cloud video 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 video 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 to 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 occupancy 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 to 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 a geometry related thereto (eg, triangle reconstruction, up-sampling, voxelization) based on the surface model method, when trisoop geometry encoding is applied. can be performed.
  • the surface model processing unit 13004 performs the same or similar operations to those 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 inverse color 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 an 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 operations and/or coding to the operations 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 is a server 17600, a robot 17100, an autonomous vehicle 17200, an XR device 17300, a smartphone 17400, a home appliance 17500, and/or a head-mount display (HMD) 17700). At least one of them represents a configuration connected to the cloud network 17000 .
  • the robot 17100 , the autonomous driving vehicle 17200 , the XR device 17300 , the smartphone 17400 , or the home appliance 17500 are referred to as devices.
  • the XR device 17300 may correspond to a point cloud compressed data (PCC) device according to embodiments or may be linked with a PCC device.
  • PCC point cloud compressed data
  • the cloud network 17000 may constitute a part of the cloud computing infrastructure or may refer to a network existing in the cloud computing infrastructure.
  • the cloud network 17000 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 17600 includes at least one of a robot 17100 , an autonomous vehicle 17200 , an XR device 17300 , a smartphone 17400 , a home appliance 17500 , and/or an HMD 17700 , and a cloud network 17000 . It is connected through and may help at least a part of the processing of the connected devices 17100 to 17700 .
  • a Head-Mount Display (HMD) 17700 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, a power supply unit, and the like.
  • the devices 17100 to 17500 illustrated in FIG. 14 may be linked/coupled with the point cloud data transmission/reception device according to the above-described embodiments.
  • XR / PCC device 17300 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 17300 analyzes 3D point cloud data or image data acquired through various sensors or from an external device to generate position data and attribute data for 3D points in the surrounding space or real objects. Information can be obtained and the XR object to be output can be rendered and output. For example, the XR/PCC apparatus 17300 may output an XR object including additional information on the recognized object to correspond to the recognized object.
  • the autonomous vehicle 17200 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 17200 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 17200 which is the target of control/interaction in the XR image, is distinguished from the XR device 17300 and may be interlocked with each other.
  • the autonomous vehicle 17200 provided with 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 17200 may provide an XR/PCC object corresponding to a real object or an object in the screen to the occupant by outputting an XR/PCC image with a HUD.
  • the XR/PCC object when the XR/PCC object is output to the HUD, at least a portion of the XR/PCC object may be output to overlap the real object to which the passenger's gaze is directed.
  • the XR/PCC object when the XR/PCC object is output to a display provided inside the autonomous vehicle, at least a portion of the XR/PCC object may be output to overlap the object in the screen.
  • the autonomous vehicle 17200 may output XR/PCC objects corresponding to objects such as a lane, other vehicles, traffic lights, traffic signs, two-wheeled vehicles, pedestrians, and buildings.
  • VR Virtual Reality
  • AR Augmented Reality
  • MR Magnetic Reality
  • PCC Point Cloud Compression
  • VR technology is a display technology that provides objects or backgrounds in the real world only as CG images.
  • AR technology refers to a technology that shows a virtual CG image on top of a real object image.
  • MR technology is similar to the aforementioned AR technology in that it shows virtual objects by mixing and combining them in the real world.
  • real objects and virtual objects made of CG images are 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, the embodiments of the present specification are applicable to all of VR, AR, MR, and XR technologies.
  • encoding/decoding based on PCC, V-PCC, and G-PCC technology 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 to enable wired/wireless communication.
  • the point cloud compressed 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 transmitted to the vehicle.
  • the point cloud data 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.
  • point cloud data is composed of a set of points, and each point may have a geometry (or called geometry information) and an attribute (or called attribute information).
  • the geometry information is three-dimensional position information (xyz) of each point. That is, the position of each point is expressed by parameters on a coordinate system representing a three-dimensional space (eg, parameters (x, y, z) of three axes representing the space, such as the X-axis, Y-axis, and Z-axis).
  • the attribute information means the color (RGB, YUV, etc.) of the point, reflectance, normal vectors, transparency, etc.
  • the point cloud data may be classified into category 1 of static point cloud data, category 2 of dynamic point cloud data, and category 3 acquired while moving according to the type and acquisition method of the data.
  • category 1 consists of a point cloud of a single frame with a high density of points for an object or space.
  • Category 3 is frame-based data having a plurality of frames acquired while moving and fused data of a single frame in which a color image acquired as a 2D image and a point cloud acquired through a lidar sensor for a large space are matched. can be divided into
  • 15 is a diagram illustrating an operation of an apparatus for transmitting point cloud data according to embodiments.
  • FIG. 15 illustrates an example of an operation of a point cloud transmission apparatus (or referred to as a point cloud data transmission apparatus) that performs projection in order to increase compression efficiency of attribute encoding according to embodiments.
  • Projection according to embodiments is applied to a geometry (or referred to as geometry information) as a pre-processing of attribute encoding.
  • Point cloud data eg, LiDAR data, etc.
  • attribute encoding is performed based on original and/or reconstructed (or decoded) geometry.
  • attribute compression efficiency may decrease. Therefore, in the present specification, in order to increase the attribute compression efficiency of the point cloud data, the projection of the point cloud data may be performed as a preprocessing process of attribute encoding.
  • the projection is applied to point cloud data that can increase attribute compression efficiency through location change.
  • Projection transforms the coordinate system representing the position (geometry) of each point (for example, a Cartesian coordinate system consisting of the x-axis, y-axis, and z-axis, etc.) It means to transform into a coordinate system representing Projection according to embodiments may be referred to as coordinate conversion.
  • the point cloud transmission device (for example, the transmission device of FIG. 1, the point cloud video encoder of FIG. 4, and the transmission device of FIG. 12) performs coding (geometry coding) on the geometry. (1510).
  • the geometry coding may be performed by 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 described with reference to FIG. 4 .
  • At least one of the operations of the reconstructing unit corresponds to a combination and is not limited to the above example.
  • the geometry coding includes the data input unit 12000 , the quantization processing unit 12001 , the voxelization processing unit 12002 , the octree occupancy code generation unit 12003 , the surface model processing unit 12004 and the intra, which are described with reference to FIG. 12 .
  • / Corresponds to a combination of at least one or more of the operations of the /inter-coding processing unit 12005 , the arithmetic coder 12006 , and the metadata processing unit 12007 and is not limited to the above example.
  • Geometry coding according to embodiments may be referred to as geometry encoding.
  • the point cloud transmission apparatus When lossy coding is performed, the point cloud transmission apparatus according to the embodiments decodes the encoded geometry and performs recoloring (attribute transfer) ( 1520 ). The point cloud transmission device may minimize attribute distortion by matching the reconstructed geometry with the attribute. The point cloud transmission device may determine whether to perform projection on the reconstructed geometry ( 1530 ), and may perform projection (or a projection process) ( 1540 ).
  • the projection 1540 is based on a process of converting and expressing coordinates representing positions of points expressed in the first coordinate system into a second coordinate system, and coordinates representing positions of points converted and expressed in the second coordinate system. It may include the process of projecting the positions of the points.
  • the projection 1540 of FIG. 15 may include a process of converting and expressing coordinates representing positions of points expressed in the first coordinate system into the second coordinate system.
  • the projection 1540 of FIG. 15 may include a process of projecting the positions of the points based on the coordinates representing the positions of the points that are converted into the second coordinate system and expressed.
  • the first coordinate system according to embodiments may include a cartesian coordinate system
  • the second coordinate system may include a spherical coordinate system, a cylindrical coordinate system, or a sector-shaped coordinate system.
  • the process of projecting the positions of the points according to the embodiments may be based on coordinates and scale values indicating the positions of the points that are converted into the second coordinate system and expressed.
  • the point cloud transmission apparatus performs attribute coding based on the projected geometry ( 1550 ).
  • the attribute coding according to the embodiments is the color transform unit 40006, the attribute transform unit 40007, the RAHT transform unit 40008, the LOD generation unit 40009, the lifting transform unit 40010, and the coefficient quantization unit described with reference to FIG. At least one or more of the operations of 40011 and/or the arithmetic encoder 40012 correspond to a combination and are not limited to the above example.
  • the attribute coding according to the embodiments includes the color conversion processing unit 12008, the attribute conversion processing unit (or the attribute conversion processing unit) 12009, the prediction/lifting/RAHT conversion processing unit 12010 described with reference to FIG.
  • Attribute coding corresponds to a combination and is not limited to the above example.
  • Attribute coding according to embodiments may be referred to as attribute encoding.
  • the point cloud transmission apparatus outputs an attribute bitstream by performing attribute coding.
  • 16(a) to 16(c) are block diagrams illustrating examples of a point cloud data transmission apparatus according to embodiments.
  • Fig. 16 (a) is a block diagram showing an embodiment of a point cloud data transmission apparatus
  • Fig. 16 (b) is a detailed block diagram showing an embodiment of the projection preprocessor 1620 of Fig. 16 (a).
  • FIG. 16(c) is a detailed block diagram showing an embodiment of the projection unit 1632 of FIG. 16(b).
  • the projection preprocessor 1620 according to embodiments may be referred to as an attribute preprocessor.
  • the data processing order of the point cloud transmission device is not limited to this example.
  • an operation indicated by the components of the point cloud data transmission apparatus according to the embodiments may be performed by hardware, software, a process, or a combination thereof constituting the point cloud transmission apparatus.
  • the geometry encoder of the point cloud transmission apparatus performs geometry coding (eg, geometry coding 1510 described in FIG. 15 ) on geometry data (or referred to as geometry information) to obtain a geometry bitstream.
  • a geometry encoder may include a geometry encoding unit 1610 , a geometry quantization unit 1611 , and an entropy coding unit 1612 .
  • the geometry encoding unit 1610 may perform at least one or more of octree geometry encoding, trisoup geometry encoding, and predictive geometry coding. not limited The description of the geometry encoder is the same as or similar to that described with reference to FIG. 4 and thus will be omitted.
  • the projection preprocessor 1620 receives reconstructed geometry data from the geometry quantization unit 1611, and performs projection preprocessing (eg, on the basis of the reconstructed geometry data) For example, the projection described in FIG. 15) is performed.
  • the projection pre-processing unit 1620 of the point cloud transmission device may output the projected geometry and attributes by performing projection pre-processing.
  • the projection preprocessor 1620 includes the inverse quantization and decoding unit 1630 that performs dequantization & decoding on the reconstructed geometry as shown in FIG. 16B , and the decoded geometry and attributes. It may include a recoloring unit 1631 and a projection unit 1632 for matching .
  • the inverse quantization and decoding unit 1630 of the projection preprocessor 1620 performs inverse quantization and decoding on the reconstructed geometry (or geometry data).
  • the recoloring unit 1631 according to embodiments performs recoloring to match the decoded geometry and attribute data.
  • the projection unit 1632 according to embodiments performs projection on the recolored point cloud data (eg, geometry and attributes).
  • the projection unit 1632 includes a coordinate conversion unit 1640, a coordinate projection unit 1641, and a laser position adjustment unit ( 1642 , a sampling rate adjustment unit 1643 , and a projection domain voxelization unit 1644 .
  • Geometry (or referred to as geometry information or geometry data) represents the position of a point, and the position of each point is expressed in a coordinate system (eg, a 2/3-dimensional Cartesian coordinate system, a 2/3-dimensional cylindrical coordinate system, a spherical coordinate system, etc.).
  • the coordinate transformation unit 1640 selects a coordinate system to express the position of each point indicated by the input geometry as a position in a three-dimensional space, and converts the geometry into information (eg, a vector value, etc.) on the selected coordinate system. Perform coordinate transformation to transform.
  • the coordinate transformation unit 1640 may perform coordinate transformation including Cartesian-cylindrical coordinate transformation for transforming a Cartesian coordinate system into a cylindrical coordinate system, Cartesian-spherical coordinate transformation for transforming a Cartesian coordinate system into a spherical coordinate system, and the like. Coordinate systems and coordinate transformations according to embodiments are not limited to the above-described examples.
  • the point cloud transmission apparatus includes information on the transformed coordinate system (eg, information such as a center position, a range in the transformation coordinate system, cylinder_center_x/y/z, cylinder_radius_max, cylinder_degree_max, cylinder_z_max, ref_vector_x/y/z, normal_vector_x/y/z, clockwise_degree_flag, etc.) may be generated and/or signaled.
  • information on the transformed coordinate system eg, information such as a center position, a range in the transformation coordinate system, cylinder_center_x/y/z, cylinder_radius_max, cylinder_degree_max, cylinder_z_max, ref_vector_x/y/z, normal_vector_x/y/z, clockwise_degree_flag, etc.
  • the coordinate projection unit 1641 performs coordinate projection by projecting the geometry expressed in the coordinate system transformed by the coordinate transformation unit 1640 into a compressible form (eg, rectangular pole space, etc.).
  • the type of projection according to embodiments is expressed through signaling information such as projection_type.
  • Signaling information according to embodiments is transmitted through the bitstream described with reference to FIGS. 1 to 14 .
  • the signaling information according to embodiments may include a range of projected data and information related to scaling in a projection process (eg, bounding_box_x/y/z_length, granularity_radius/angular/normal, etc.).
  • the laser position adjusting unit 1642 and the sampling rate adjusting unit 1643 adjust the laser position and/or the sampling rate in order to increase projection accuracy.
  • Laser position adjustment and sampling rate adjustment are projection correction processing processes, and may be selectively performed, simultaneously performed, sequentially all performed, sequentially selected, or all performed according to the characteristics of the point cloud data and the characteristics of the point cloud data acquisition device. may not be performed.
  • the accuracy of the point cloud data eg, LiDAR data, etc.
  • acquired in a predetermined pattern may be deteriorated according to a density difference when projection is performed.
  • the laser position adjustment unit 1642 performs laser position adjustment to correct the projected point cloud data (eg, the projected geometry) in consideration of the position of the point cloud data acquisition device (eg, laser).
  • Signaling information related to laser position adjustment eg, information indicating whether laser position adjustment is performed (laser_position_adjustment_flag), information necessary for laser position adjustment (eg, num_laser, r_laser, z_laser, theta_laser, etc.) ) is included in the above-described signaling information and transmitted through the bitstream.
  • sampling rate adjustment unit 1643 performs a sampling rate adjustment of correcting the projected point cloud data (eg, the projected geometry) by applying a scale factor based on the mechanical characteristics of the point cloud data acquisition device.
  • Sampling rate adjustment may be applied to each axis of a coordinate system representing point cloud data, and information related to sampling rate adjustment (eg, signaling information such as sampling_adjustment_cubic_flag, sampling_adjustment_spread_bbox_flag, sampling_adjustment_type, etc.) is included in the above-described signaling information. included and transmitted via the bitstream.
  • the projection domain voxelization unit 1644 outputs the projected geometry data by performing domain voxelization that converts the projected geometry into a domain effective for compression. That is, the projected geometry data is converted into integer unit position information for compression through voxelization.
  • the attribute encoder of the point cloud transmission apparatus performs attribute coding (eg, attribute coding 1550 described in FIG. 15 ) based on the projected geometry in the projection preprocessor 1620 to perform an attribute bitstream (attribute) bitstream) is output.
  • attribute coding eg, attribute coding 1550 described in FIG. 15
  • An attribute encoder for attribute coding according to embodiments includes an attribute encoding unit 1621 , an attribute quantization unit 1622 , and an entropy coding unit 1623 as shown in FIG. 16A . ) is included. Attribute coding according to embodiments may be referred to as attribute encoding.
  • the attribute encoding unit 1621 performs an operation corresponding to at least one of RAHT coding, predictive transform coding, and lifting transform coding or a combination of one or more codings according to point cloud content.
  • RAHT coding and lifting transform coding may be used for lossy coding that compresses point cloud content data to a significant size.
  • predictive transform coding may be used for lossless coding.
  • the attribute quantization unit 1622 quantizes lossy-coded or lossless-coded attribute information (eg, attribute residual information) based on the projected geometry, and the entropy coding unit 1623 entropys the quantized attribute information. code
  • the above-described projection may be applied to geometry coding and/or attribute coding, and signaling information indicating whether projected data is applied (for example, geo_projection_enable_flag indicating that data transformed for geometry coding is used and data transformed for attribute coding are attr_projection_enable_flag indicating that it is used) is transmitted through the above-described bitstream. If projection is applied only to attribute coding, geometry information is encoded through general geometry coding, and after projecting the encoded geometry, attribute information coding is performed based on the projected geometry.
  • the geometry bitstream and the attribute bitstream output from the geometry encoder and the attribute encoder are multiplexed by the multiplexer and transmitted.
  • FIG. 17 is a flowchart illustrating an example of a processing process of a point cloud transmission apparatus according to embodiments.
  • the flowchart 1700 shown in the figure shows an example of the processing process of the point cloud transmission apparatus described with reference to FIGS. 15 and 16 (a) to 16 (c).
  • the operation of the point cloud transmission apparatus is not limited to this example, and the operation corresponding to each element may be performed in the order shown in FIG. 17 or may not be sequentially performed.
  • the point cloud transmission apparatus performs geometry encoding on the geometry of input point cloud data (1710).
  • the encoded geometry is output to step 1745 for multiplexing with the encoded attribute, and the geometry reconstructed based on the encoded geometry is output to step 1720 for attribute encoding. Since the geometry encoding 1710 is the same as the geometry coding 1510 described with reference to FIG. 15 , the geometry encoding of the geometry encoder described with reference to FIG. 16A , the geometry quantization, and the entropy coding, a detailed description thereof will be omitted.
  • the point cloud transmission apparatus performs geometry decoding on the encoded geometry (or reconstructed geometry) (1720), and performs recoloring that matches the decoded geometry and attributes (1725). Since the geometry decoding 1720 and the recoloring 1725 are the same as the geometry decoding/recoloring described with reference to FIG. 15 and the inverse quantization/decoding and recoloring of FIG. 16(b), a detailed description thereof will be omitted.
  • the point cloud transmission apparatus performs a projection process on the recolored geometry data.
  • the projection process according to the embodiments includes a coordinate conversion step 1730 , a coordinate projection step 1731 , a laser position adjustment step 1733 , and a sampling rate adjustment ) step 1733 and a projection domain voxelization step 1734 .
  • the coordinate transformation operation 1730 according to embodiments performs coordinate transformation of the recolored geometry data. Since the coordinate transformation according to the embodiments is the same as the coordinate transformation described with reference to FIG. 16 , a detailed description thereof will be omitted.
  • coordinate projection is performed on the coordinate-transformed geometry data. Since the coordinate projection according to the embodiments is the same as the coordinate projection described with reference to FIG. 16 , a detailed description thereof will be omitted.
  • Point cloud transmission apparatus to correct the projection laser position adjustment (Laser position adjustment) step 1732, sampling rate adjustment (Sampling rate adjustment) step 1733, projection domain voxelization (Projection domain voxelization) ) step 1734 may be performed sequentially or selectively. Since the laser position adjustment, the sampling rate adjustment, and the projection domain voxelization performed in FIG. 17 are the same as the laser position adjustment, the sampling rate adjustment, and the voxelization described in FIG. 16 , a detailed description thereof will be omitted.
  • At least one of steps 1732 to 1734 is performed to perform attribute coding and entropy coding based on the projection-corrected geometry (1740 and 1745). Since the attribute coding and entropy coding of FIG. 17 are the same as the attribute coding and entropy coding described with reference to FIG. 15 and FIG. 16( a ), a detailed description thereof will be omitted.
  • FIG. 18 is a diagram illustrating an example of a coordinate system transformation process of point cloud data according to embodiments.
  • the point cloud transmission apparatus performs coordinate transformation of a geometry (ie, a position of a point).
  • the geometry is information indicating a position (eg, a position, etc.) of a point in the point cloud. As described in FIG.
  • the geometry information is a value of a two-dimensional coordinate system (eg, a parameter (x, y) of a rectangular coordinate system composed of the x-axis and y-axis, and a parameter of a cylindrical coordinate system ( )), the values of the three-dimensional coordinate system (for example, the parameters of the three-dimensional orthogonal coordinates (x, y, z), the parameters of the cylindrical coordinates (r, , z), the parameters of the spherical coordinates ( , , ), etc.) can be expressed as However, according to the type and/or coordinate system of the point cloud data, the position of the point indicated by the geometry may be expressed as having an irregular position, distribution, or the like.
  • a two-dimensional coordinate system eg, a parameter (x, y) of a rectangular coordinate system composed of the x-axis and y-axis, and a parameter of a cylindrical coordinate system ( )
  • the values of the three-dimensional coordinate system for example, the parameters of the three-
  • the geometry of LiDAR data expressed in a Cartesian coordinate system indicates that the distance between points located far from the origin increases.
  • a geometry expressed in a cylindrical coordinate system can express a uniform distribution even for points far from the origin, but cannot express a uniform distribution for points close to the origin because the distance between the points increases.
  • the point cloud encoder (for example, the point cloud encoder described in FIGS. 1, 4, 11, 14 and 15) according to the embodiments may partially and/or All conversion operations can be performed. That is, the point cloud encoder according to the embodiments may project (convert positions) the points of the point cloud data (eg, LiDAR data obtained through LiDAR) to make the distribution of points of the point cloud data uniform.
  • FIG. 18 illustrates an example of converting a coordinate system to perform a projection process in a point cloud transmission apparatus or transmission method according to embodiments.
  • FIG. 18 shows examples of mutually transformable coordinate systems, that is, a three-dimensional rectangular coordinate system 1800 , a cylindrical coordinate system 1810 , and a spherical coordinate system 1820 .
  • Coordinate systems according to embodiments are not limited to this example.
  • the 3D Cartesian coordinate system 1800 may be mutually transformed with the cylindrical coordinate system 1810 .
  • the three-dimensional orthogonal coordinate system 1800 may include an X-axis, a Y-axis, and a Z-axis that are orthogonal to each other at the origin.
  • a point (or parameter) on a three-dimensional Cartesian coordinate system may be expressed as (x, y, z).
  • the X-Y plane formed by the X and Y axes, the Y-Z plane formed by the Y and Z axes, and the X-Z plane formed by the X and Z axes may meet perpendicularly to each other at the origin.
  • the names of the X-axis, Y-axis, and Z-axis according to embodiments are merely terms used to distinguish each axis, and may be replaced with other names.
  • the cylindrical coordinate system 1810 may include an X-axis, a Y-axis, and a Z-axis that are orthogonal to each other at the origin.
  • Any point (or parameter) P on the cylindrical coordinate system 1810 is (r, , z) can be expressed as r represents the distance from the origin of an arbitrary point P on the coordinate space to the orthogonal projection of the XY plane. denotes the angle between the positive direction of the X-axis and a straight line from the origin to a point that is orthogonal to a point P on the XY plane.
  • z denotes the distance between point P and the point P orthographically projected on the XY plane.
  • the names of the X-axis, Y-axis, and Z-axis according to embodiments are merely terms used to distinguish each axis, and may be replaced with other names.
  • Equation 1811 shown in FIG. 18 represents an equation for expressing geometric information expressed in the Cartesian coordinate system in the cylindrical coordinate system when the Cartesian coordinate system is converted into the cylindrical coordinate system according to the Cartesian-cylindrical coordinate transformation. That is, Equation 1811 indicates that the parameters of the cylindrical coordinate system can be expressed as one or more parameters of the Cartesian coordinate system according to the coordinate transformation (for example,
  • the 3D Cartesian coordinate system 1800 may be mutually transformed with the spherical coordinate system 1820 .
  • the spherical coordinate system 1820 may include an X-axis, a Y-axis, and a Z-axis that are orthogonal to each other at the origin.
  • the names of the X-axis, Y-axis, and Z-axis according to embodiments are merely terms used to distinguish each axis, and may be replaced with other names.
  • Equation 1821 shown in FIG. 18 represents an equation for expressing geometric information expressed in the Cartesian coordinate system in the spherical coordinate system when the Cartesian coordinate system is converted into the spherical coordinate system according to the Cartesian-spherical coordinate transformation. That is, Equation 1821 indicates that the parameters of the spherical coordinate system can be expressed as one or more parameters of the Cartesian coordinate system according to the coordinate transformation (for example,
  • Sector-shaped coordinate systems may be an additional option of transforming the coordinate system in addition to the cylindrical coordinate system and the spherical coordinate system.
  • the sectoral coordinate system takes into account the characteristic of acquiring data while the lasers arranged vertically to the lidar rotate horizontally.
  • FIG. 19 is an example of a coordinate system in consideration of the arrangement of laser modules of LiDAR data.
  • the left side of FIG. 19 shows a LiDAR head 1900 that collects LiDAR (Light Detection And Ranging or Light Imaging, Detection, And Ranging) data.
  • LiDAR data is obtained using the LiDAR method, which measures the distance by irradiating a laser on the target.
  • the LiDAR head 1900 includes one or more laser modules (or laser sensors) disposed at a predetermined angle in a vertical direction and rotates horizontally about a vertical axis to acquire data.
  • the time (and/or wavelength) at which the laser light output from each laser module is reflected from the target and returns may be the same or different.
  • the LiDAR data is a 3D representation constructed based on a difference in time and/or a difference in wavelength of the laser beams returning from the target.
  • the laser modules are arranged to output the laser radially. Therefore, the coordinate system according to the embodiments is a sector-shaped plane corresponding to the form in which the laser modules output laser, and the sector-shaped cylindrical coordinate system 1910 rotated by 360 degrees around the axis of the cylindrical coordinate system, the cylindrical coordinate system and the spherical coordinate system are combined. It includes a sector-shaped spherical coordinate system 1920 that is rotated by 360 degrees around the axis of the spherical coordinate system as a sectoral shape.
  • the sectoral cylindrical coordinate system 1910 has a certain range when the vertical direction of the cylindrical coordinate system is expressed as an elevation.
  • the sectoral spherical coordinate system 1920 has a certain range when the vertical direction of the spherical coordinate system is expressed as an elevation.
  • 20 is a diagram illustrating an example of sector-shaped coordinate system transformation of point cloud data according to embodiments.
  • the point cloud transmission apparatus performs coordinate transformation.
  • 20 shows a sector-shaped cylindrical coordinate system 2010 (for example, a sector-shaped cylindrical coordinate system 1910 described in FIG. ) and the sector-shaped spherical coordinate system 2020 (for example, the sector-shaped spherical coordinate system 1920 described with reference to FIG. 19) represents the coordinate transformation.
  • the transformable coordinate system according to the embodiments is not limited to the above-described example.
  • the Cartesian coordinate system 2000 may be mutually transformed with the sector-shaped cylindrical coordinate system 2010 .
  • Cartesian coordinate system 2000 is the same as the 3D Cartesian coordinate system 1800 described with reference to FIG. 18 , a detailed description thereof will be omitted.
  • the sectoral cylindrical coordinate system 2010 may include an X-axis, a Y-axis, and a Z-axis that are orthogonal to each other at the origin.
  • Any point (or parameter) P on the sectoral cylindrical coordinate system 2010 is (r, , ) can be expressed as r represents the distance from the point P on the coordinate space orthogonally projected on the XY plane to the origin. denotes the angle between the positive direction of the X-axis and a straight line from the origin to a point that is orthogonal to a point P on the XY plane. represents the angle between the straight line connecting the point P and the point that is orthogonally projected on the XY plane, the straight line perpendicular to the center point of the plane sector described in FIG.
  • Equation (2011) shown in Fig. 20 is Cartesian -
  • the geometric information expressed in the Cartesian coordinate system is expressed as a sector-shaped cylindrical coordinate system.
  • Equation (2011) indicates that parameters of a sector-shaped cylindrical coordinate system can be expressed as parameters of one or more Cartesian coordinate systems according to coordinate transformation (for example,
  • the Cartesian coordinate system 2000 may be mutually transformed with the sectoral spherical coordinate system 2020 .
  • the sectoral spherical coordinate system 2020 may include an X-axis, a Y-axis, and a Z-axis that are orthogonal to each other at the origin.
  • the names of the X-axis, Y-axis, and Z-axis according to embodiments are merely terms used to distinguish each axis, and may be replaced with other names.
  • Equation 2021 shown in FIG. 20 represents an equation for expressing the geometric information expressed in the Cartesian coordinate system in the sectoral spherical coordinate system when the Cartesian coordinate system is converted into the sectoral spherical coordinate system according to the orthogonal spherical spherical coordinate transformation. That is, Equation 2021 indicates that the parameters of the sectoral spherical coordinate system can be expressed as one or more parameters of the Cartesian coordinate system according to the coordinate transformation (for example,
  • the transformation of the coordinate system may include the step of selecting the coordinate system and the step of applying the coordinate system transformation.
  • the coordinate system selection step derives coordinate system transformation information.
  • the coordinate system transformation information may include whether or not the coordinate system is transformed or information on the coordinate system. Coordinate system transformation information may be signaled in units of sequences, frames, tiles, slices, blocks, and the like.
  • the coordinate system transformation information may be derived based on whether the neighboring blocks are transformed into the coordinate system, the size of the block, the number of points, a quantization value, a block division depth, a position of a unit, a distance between a unit and an origin, and the like.
  • the step of applying the coordinate system transformation is a step of transforming the coordinate system based on the coordinate system selected in the coordinate system selection step.
  • the step of applying the coordinate system transformation may perform the coordinate system transformation based on the coordinate system transformation information. Alternatively, the coordinate system transformation may not be performed based on the information on whether the coordinate system is transformed.
  • the point cloud data transmission apparatus (for example, the point cloud data transmission apparatus described in FIGS. 1, 11, 14, and 15) according to the embodiments generates signaling information related to coordinate transformation
  • the point cloud data reception apparatus (For example, the point cloud data receiving apparatus described with reference to FIGS. 1, 13, 14, and 16) may be transmitted.
  • Signaling information related to coordinate transformation eg, coordinate system transformation information
  • the point cloud decoder (for example, the point cloud decoder described in FIGS. 1, 13, 14 and 16) according to the embodiments is based on signaling information related to coordinate transformation (eg, coordinate system transformation information) of the point cloud encoder.
  • a decoding operation which is a reverse process of the encoding process, may be performed.
  • the point cloud decoder does not receive the signaling information related to the coordinate transformation, and may perform the coordinate transformation by inducing it based on whether the coordinate transformation of the neighboring block, the size of the block, the number of points, the quantization value, etc. .
  • 21 is a diagram illustrating an example of coordinate projection of point cloud data according to embodiments.
  • the point cloud transmission apparatus performs coordinate projection by projecting a geometry expressed in a coordinate system transformed according to the coordinate transformation described with reference to FIGS. 15 to 20 in a compressible form.
  • 21 shows an example of the coordinate projection described with reference to FIGS. 15 to 17 .
  • 21 is a sectoral cylindrical coordinate system 2100 (for example, the sectoral cylindrical coordinate system 1910 described in FIG. 19, the sectoral cylindrical coordinate system 2010 described in FIG. 20) and a sectoral spherical coordinate system 2110 (eg, described in FIG. 19)
  • the process of mutual transformation (projection) of the sector-shaped spherical coordinate system 1920 and the sector-shaped spherical coordinate system 2020 described with reference to FIG. 20 into the rectangular columnar space 2120 is shown.
  • the rectangular columnar space 2120 is expressed in a three-dimensional coordinate system consisting of an x-axis, a y-axis, and a z-axis (or also expressed as an x'-axis, a y'-axis, and a z'-axis), and a bounding box (bounding box). box) can be called.
  • each of the x', y', and z' axes has a maximum value (x_max, y_max, z_max) and a minimum value (x_min, y_min, z_min).
  • parameters (r, , ) and a parameter representing an arbitrary point P value of the sectoral spherical coordinate system 2110 ( , , ) is expressed as parameters of the x' axis, y' axis, and z' axis, respectively.
  • parameter (r, , ) and parameters ( , , ) may each correspond to any one of the x' axis, y' axis, and z' axis (for example, r corresponds to the X' axis), or may be converted and corresponded according to a separate conversion formula.
  • parameters of the sectoral cylindrical coordinate system 2100 having a limited range is mapped against the z' axis by applying a tangent function. Accordingly, since the values mapped to the z' axis are collected according to a limited range, compression efficiency is increased.
  • Parameters of the sectoral cylindrical coordinate system 2110 according to embodiments (r, , ) may be projected as in Equation 5.
  • Equation 6 The projection in which the trigonometric calculation of Equation 5 is minimized can be expressed as Equation 6 above.
  • Parameters of the sectoral spherical coordinate system 2110 according to embodiments ( , , ) can be projected as in Equation (7).
  • Equation 8 The projection in which the trigonometric calculation of Equation 7 is minimized can be expressed as Equation 8.
  • (x c , y c , z c ) is the center position of the central point of the sectoral cylindrical coordinate system 2100 before projection (ie, before transformation), and the central point is the plane sector described with reference to FIG. 19 . equal to the center of Also, (x c , y c , z c ) according to embodiments may indicate a LiDAR head position (eg, the origin of xyz coordinates of the world coordinate system, etc.).
  • a plurality of lasers are arranged in a vertical direction in a LiDAR head.
  • lasers may be disposed above and below the lidar head, respectively, in order to acquire more point cloud data.
  • a position difference between the lasers occurs, which may cause deterioration of projection accuracy. Accordingly, a method of correcting the projection in consideration of the position of the laser may be used.
  • 22 is a diagram illustrating an example of adjusting a laser position of point cloud data according to embodiments. That is, it is an example of performing projection correction in consideration of the laser position of the lidar.
  • Projection correction in consideration of the laser position is performed by the transmission device of FIG. 1 , the transmission device of FIG. 4 , the transmission device of FIG. 12 , the XR device of FIG. 14 , the transmission device of FIG. 15 , the transmission device of FIG. 16 , and FIG. 17 may be performed by hardware, software, firmware, or a combination thereof including one or more processors or integrated circuits configured to communicate with the transmission method and/or one or more memories.
  • the projection 1540 of FIG. 15 , the projection preprocessor 1620 of FIG. 16 , or operation 1732 of FIG. 17 may be performed.
  • the projection correction in consideration of the laser position is the receiving device of FIG. 1 , the receiving device of FIG. 11 , the receiving device of FIG. 13 , the XR device of FIG. 14 , the receiving device of FIG. 44 , the receiving device of FIG. 45 , and the receiving method of FIG. 46 Alternatively, it may be performed by hardware, software, firmware, or a combination thereof including one or more processors or integrated circuits configured to communicate with the receiving device of FIG. 48 and/or one or more memories.
  • a LiDAR head (eg, LiDAR head 1900 illustrated in FIG. 19 ) includes one or more laser modules arranged in a vertical direction.
  • One or more laser modules are arranged to radially output the laser in order to obtain more data with a wider coverage.
  • the actual laser is output from the end of the laser module. Therefore, the position of the laser is different from the LiDAR head position corresponding to the center point of the planar sector described with reference to FIGS. 19 to 20 .
  • the point cloud transmission apparatus performs projection by reflecting the laser position adjustment so that the viewpoint of each laser is the same as starting from the LiDAR head position.
  • FIG. 22 shows a structure 2200 of a LiDAR head including an optional laser module for outputting a laser. 22 , the position of the laser output from an arbitrary laser module is expressed as a relative position separated from the LiDAR head position (x c , y c , z c ) by r L in the horizontal direction and z L in the vertical direction. .
  • the right side of FIG. 22 is an example 2210 showing the relative position of the laser in a three-dimensional coordinate system.
  • the three-dimensional coordinate system shown in the figure is a coordinate system for expressing the projection described in FIG. 21 (eg, the rectangular column space 2120), and includes an x' axis, a y' axis, and a z' axis.
  • the above-described head position may be set as the origin (0,0,0) of the coordinate system, and the relative position of the laser is expressed as (x L , y L , z L ).
  • the parameters (x L , y L ) may be obtained as in Equation 9 below based on r L (ie, a relative distance from the head position in the horizontal direction).
  • (x L , y L , z L ) may be directly calculated by the point cloud transmission device and the reception device, or may be transmitted to the point cloud transmission device and the reception device through signaling or the like.
  • Equation 10 Parameters of the sectoral cylindrical coordinate system (eg, sectoral cylindrical coordinate system 2110) (r, , ) applied to the laser position can be obtained as in Equation 10 below. That is, Equation 10 is an example of the sectoral cylindrical coordinate system transformation in consideration of the position of the laser.
  • Equation 11 is an example of the sectoral spherical coordinate system transformation in consideration of the position of the laser.
  • the point cloud transmission apparatus may perform attribute coding by rearranging points based on the Morton code.
  • the Morton code assumes that the position information of each point is a positive integer.
  • the point cloud transmission apparatus provides parameters representing the position of the projected point cloud data (eg, parameters (x L , y L , z L ) of the coordinate system representing the rectangular column space 2120 described in FIGS. 21 to 22 . )) is a positive integer, and voxelization (eg, voxelization described with reference to FIGS. 4 to 6 ) is performed.
  • voxelization eg, voxelization described with reference to FIGS. 4 to 6
  • the point cloud transmission apparatus may perform additional correction by adjusting the sampling rate (eg, the sampling rate adjustment 1643 described in FIG. 16 ) on the projected point cloud data (eg, geometry). .
  • the projection correction in consideration of the sampling characteristics is performed by the transmission device of FIG. 1 , the transmission device of FIG. 4 , the transmission device of FIG. 12 , the XR device of FIG. 14 , the transmission device of FIG. 15 , the transmission device of FIG. 16 , the transmission method of FIG. 17 and/ Alternatively, it may be performed by hardware, software, firmware, or a combination thereof including one or more processors or integrated circuits configured to communicate with one or more memories.
  • the projection 1540 of FIG. 15 , the projection preprocessor 1620 of FIG. 16 , or operation 1733 of FIG. 17 may be performed.
  • projection correction in consideration of the sampling characteristic is performed by the receiving device of FIG. 1 , the receiving device of FIG. 11 , the receiving device of FIG. 13 , the XR device of FIG. 14 , the receiving device of FIG. 44 , the receiving device of FIG. 45 , and the receiving method of FIG. 46 .
  • it may be performed by hardware, software, firmware, or a combination thereof including one or more processors or integrated circuits configured to communicate with the receiving device of FIG. 48 and/or one or more memories.
  • Sampling rate adjustment is performed by defining a scale factor for each axis of projection in consideration of a range of a projection value and a characteristic (eg, LiDAR) of a data acquisition device.
  • a characteristic eg, LiDAR
  • the parameter r of the sectoral cylindrical coordinate system for example, the sectoral cylindrical coordinate system 1910, the sectoral cylindrical coordinate system 2010, the sectoral cylindrical coordinate system 2100, etc.
  • the sectoral spherical coordinate system for example, the sectoral Parameters of the spherical coordinate system (1920), the sectoral spherical coordinate system (2020), and the sectoral spherical coordinate system (2110) denotes the distance from the center of each coordinate system to the target point (eg, any point P described in FIGS.
  • Parameters of sectoral cylindrical coordinate system and sectoral spherical coordinate system represents the azimuthal angle when rotating about the vertical axis. So the parameter may have a range of 0 to 360 degrees, which determines the frequency of data acquired per degree as the LiDAR head (eg, the LiDAR head described in FIGS. 20 to 22 ) rotates.
  • Parameters of Spherical Spherical Coordinate System represents the angle in the vertical axis direction.
  • the sampling rate adjustment defines a scale factor for the parameters of the projection based on the characteristics of each parameter as described above.
  • the sampling rate adjustment is the projection of the sectoral spherical coordinate system (parameter , , ) as well as other projections.
  • sampling rate adjustment for the projection of the sector-shaped cylindrical coordinate system may be performed as in Equation 12 below.
  • r L , ⁇ L , L are parameters indicating a point at which laser position adjustment is performed
  • f(r L ), f( L ), f( L ) represents each axis of the three-dimensional coordinate system on which the corresponding parameters are projected.
  • s r is the scale factor for the parameter r L applied to the axis f(r L ) represents (eg the X' axis)
  • s Is As a scale factor for L
  • f( L ) is applied to the indicated axis (eg the Y' axis)
  • s Is As a scale factor for L
  • f( L ) is applied to the indicated axis (eg the Z' axis).
  • Adjustment of the sampling rate for the projection of the sector-shaped cylindrical coordinate system according to the embodiments may be performed as in Equation 13 below.
  • Scale factor parameters s r , s can be derived as the maximum length of the edge of the bounding box normalized to the length of the edge of the bounding box of each axis.
  • the scale factor may be defined based on mechanical characteristics of the point cloud data acquisition device. For example, when an acquisition device (for example, a LiDAR head) in which N lasers are arranged vertically rotates in the horizontal direction, it detects the laser reflected light M times per degree, and the radius of the spot generated by each laser light source In the case of D, the scale factor may be defined as in Equation 14 below.
  • the scale factor according to the embodiments is expressed by the following Equation 15 and can be defined together.
  • min( ) may represent a minimum value in the point cloud data or a minimum value according to a physical characteristic.
  • the scale factor according to the embodiments may be defined as a function of the density of each axis as shown in Equation 16 below.
  • N represents the maximum number of points in a direction parallel to each axis
  • D represents the length of each axis. N divided by D corresponds to the density of that axis.
  • a scale factor according to embodiments may be defined according to importance of information. For example, information close to the origin may be considered as information with relatively high importance, and information far from the origin may be considered as information with relatively low importance. Therefore, the scale factor is defined as in Equation 17 below so that a relative weight can be given to information close to the origin, information in front based on an azimuthal/elevation angle, or information near the horizon. can be
  • g(r), g( ), g( ) represents the weight of each axis, and can be expressed as a step function or the inverse of an exponential function representing a value set according to a range representing an important area.
  • the sampling rate adjusting unit of the point cloud transmission apparatus moves each axis to start from the origin so that the projected point cloud data (eg, geometry) has a positive value, or corrects the length of each axis to the power of 2 can do.
  • the projected point cloud data according to the correction may be expressed as Equation 18 below.
  • Equation 19 is an example when the value of sampling_adjustment_cubic_flag is 1.
  • max is max(max r , max , max ) can mean or max(max r , max , max ) can be the value corresponding to the nearest 2 n -1 among larger numbers.
  • the information on the sampling rate adjustment may include a point cloud receiving device (eg, the receiving device 10004 of FIG. 1 , the point cloud decoder of FIGS. 10 and 11 , and FIG. 13 ). is transmitted to the receiving device, the receiving device of FIG. 44, the receiving device of FIG. 45, the receiving method of FIG. 46, or the receiving device of FIG. 48) Sampling rate adjustment is performed.
  • a point cloud receiving device eg, the receiving device 10004 of FIG. 1 , the point cloud decoder of FIGS. 10 and 11 , and FIG. 13 .
  • the point cloud data transmission apparatus may change positions of points in consideration of characteristics (eg, distribution characteristics of points) of the acquired point cloud data. Also, the point cloud data transmission apparatus according to the embodiments may change positions of points based on a scale value for each axis according to a distribution characteristic of the points. In addition, when the scale value for each axis has a value greater than 1, the positions of the projected points may be distributed more sparsely than the positions of the points before being projected. Conversely, if the scale value for each axis has a value less than 1, the positions of the projected points may be more densely distributed than the positions of the points before being projected.
  • characteristics eg, distribution characteristics of points
  • the points of the acquired point cloud data are densely distributed in the x-axis and y-axis directions and sparsely distributed in the z-axis direction, greater than 1 value and value, less than 1 Based on the value, the distribution of positions of points can be projected uniformly.
  • the point cloud data transmission apparatus may perform attribute coding based on the positions (or geometries) of the projected points. That is, the point cloud data transmission apparatus according to the embodiments uses a projected geometry (eg, a geometry having a uniform distribution), thereby increasing attribute coding efficiency to secure a higher coding gain. .
  • a projected geometry eg, a geometry having a uniform distribution
  • the voxelization process includes the transmission device of FIG. 1 , the transmission device of FIG. 4 , the transmission device of FIG. 12 , the XR device of FIG. 14 , the transmission device of FIG. 15 , the transmission device of FIG. 16 , the transmission method of FIG. 17 and/or one or more It may be performed by hardware, software, firmware, or a combination thereof including one or more processors or integrated circuits configured to communicate with the memories.
  • the projection 1540 of FIG. 15 , the projection preprocessor 1620 of FIG. 16 , or operation 1734 of FIG. 17 may be performed.
  • the voxelization process is performed in the receiving apparatus of FIG. 1 , the receiving apparatus of FIG. 11 , the receiving apparatus of FIG. 13 , the XR apparatus of FIG. 14 , the receiving apparatus of FIG. 44 , the receiving apparatus of FIG. 45 , the receiving method of FIG. 46 or the receiving method of FIG. 48 It may be performed by hardware, software, firmware, or a combination thereof including one or more processors or integrated circuits configured to be able to communicate with the receiving device and/or one or more memories.
  • the point cloud data expressed in X, Y, and Z coordinate systems may be converted into a coordinate system that is efficient for compression, such as distance and angle.
  • the converted data may be converted into integer unit position information for applying the point cloud compression technique through a voxelization process.
  • FIG. 23 illustrates an example of a voxelization process according to embodiments.
  • the left side of FIG. 23 is an example 2300 of point cloud data to which projection is not applied as one frame of a point cloud data sequence.
  • the right side of FIG. 23 is an example of the projected point cloud data based on the sector-shaped cylindrical coordinate system.
  • the first example 2310 is r- It represents the projected point cloud data when looking at the plane.
  • the second example 2320 is - It represents the projected point cloud data when looking at the plane.
  • the third example 2330 is -r Indicates the projected point cloud data when looking at the plane.
  • the projection described with reference to FIGS. 15 to 23 may be applied to all three axes of the coordinate system indicating the position of each point, or may be selectively applied to at least one axis.
  • Information eg, projection_type
  • a projection type may be defined for each axis.
  • information indicating the projection type on the x-axis is defined as projection_type x
  • information indicating the projection type on the y-axis is defined as projection_type y
  • information indicating the projection type on the z-axis is defined as projection_type z .
  • Signaling information including projection_type x, projection_type y, and projection_type z is transmitted to the point cloud data receiving apparatus through a bitstream.
  • the signaling information according to embodiments may or may not include projection_type.
  • projection_type x indicates that the value of x is used without conversion as a case in which projection is not performed on the x-axis.
  • projection_type x is a conversion value (eg, cylindrical coordinate system) by the coordinate system (eg, cylindrical coordinate system, spherical coordinate system, sector-shaped cylindrical coordinate system, sector-shaped spherical coordinate system, etc.) indicated by coordinate_conversion_type. indicates that the radius in ) is used.
  • projection_type x is a simplified transformation value (for example, x*x + y*y value simplified by removing a square root with respect to a radius in a cylindrical coordinate system) indicates that it is used.
  • projection_type x indicates that a simplified sum of distances (eg, sum of position information of each axis, x+y, or x+y+z, etc.) is used.
  • projection_type x indicates that a conversion value (eg, log_2(x)) according to the promised function is used.
  • projection_type y indicates that projection is not performed on the y-axis and that the y value is used without conversion.
  • projection_type y is a conversion value (eg, cylindrical coordinate system) by the coordinate system (eg, cylindrical coordinate system, spherical coordinate system, sector-shaped cylindrical coordinate system, sector-shaped spherical coordinate system, etc.) indicated by coordinate_conversion_type. indicates that the horizontal angle by -azimuthal angle) is used.
  • projection_type y indicates that a simplified sum of distances (eg, a difference between position information of each axis, x-y or y-x-z, etc.) is used.
  • projection_type y indicates that a conversion value (eg, log_2(y)) according to the promised function is used.
  • projection_type z indicates that the z-value is used without conversion as a case in which projection is not performed on the z-axis.
  • projection_type z is a conversion value (eg, a cylindrical coordinate system) by a coordinate system (eg, a cylindrical coordinate system, a spherical coordinate system, a sector-shaped cylindrical coordinate system, a sector-shaped spherical coordinate system, etc.) indicated by coordinate_conversion_type. It indicates that the vertical direction angle by -elevation angle) is used.
  • projection_type z is a simplified transformation value (for example, a tangent value calculated to reduce inverse tangent operation for obtaining an angle as an angle value, or the number of lasers and constant It indicates that the index of the inferred laser as used to acquire data based on the position of the distributed laser, etc.) is used.
  • projection_type z indicates that a simplified sum of distances (eg, a difference between position information of each axis, z - x - y, etc.) is used.
  • projection_type z indicates that a conversion value (eg, log_2(z)) according to the promised function is used.
  • Information indicating a projection type applied to each axis may be defined for one coordinate conversion, and a different coordinate system conversion for each axis type can be indicated.
  • projection_type_x, projection_type_y, and projection_type_z are the radius, azimuth angle or azimuthal angle, and vertical angle of the cylindrical coordinate system, respectively. (elevation angle) respectively.
  • projection_type_x, projection_type_y, and projection_type_z are all 1
  • projection_type_x, projection_type_y, and projection_type_z respectively represent a radius, an azimuth angle, and an elevation angle of a spherical coordinate system, respectively.
  • projection_type_x, projection_type_y, and projection_type_z respectively indicate a case in which projection does not occur (or a case where there is only scaling change in each axis by granularity_radius, granularity_angular, granularity_normal).
  • projection_type_x and projection_type_y are 0, and the value of projection_type_z is 2
  • projection_type_x, projection_type_y, and projection_type_z indicate that conversion is performed on the x, y axis and laser index, respectively.
  • projection_type_x, projection_type_y, and projection_type_z are a simplified radius, a simplified azimuth angle, and a laser for a cylindrical coordinate system, respectively. Indicates that conversion is performed by index (laser index).
  • the coordinate_conversion_type and projection type may indicate a coordinate conversion type for each sequence.
  • coordinate_conversion_type and projection type may indicate a coordinate system transformation type according to a sequence type.
  • coordinate_conversion_type and projection type for coordinate_conversion_type and projection type (projection_type_x, projection_type_y, and projection_type_z), cylindrical coordinate system transformation and conversion values of radius, azimuth angle, and elevation angle are applied to the A-type sequence.
  • coordinate_conversion_type and projection type (projection_type_x, projection_type_y, and projection_type_z) indicate that cylindrical coordinate system transformation and x, y axis and laser index transformation values are applied to the B type sequence.
  • coordinate_conversion_type and projection type indicate that the spherical coordinate system transformation radius, azimuth angle, and elevation angle transformation values are applied to the C type sequence. .
  • FIG. 24 shows an example of converting point cloud data into an index according to embodiments.
  • projection_type_z 2
  • an elevation angle may be expressed as a laser index. That is, FIG. 24 shows an example of points arranged based on a laser index according to embodiments.
  • An example 2400 shown in the upper left of FIG. 24 shows a LiDAR head (eg, the LiDAR head 1900 described in FIG. 19 ) that outputs one or more lasers.
  • LiDAR data is obtained by using a LiDAR method that measures a distance by illuminating a laser on a target.
  • the LiDAR head 2400 includes one or more laser modules (or laser sensors) disposed at an angle in a vertical direction and rotates about a vertical axis.
  • the time (and/or wavelength) at which the laser light output from each laser module is reflected from the target and returns may be the same or different. Therefore, the LiDAR data is a 3D representation constructed based on a difference in time and/or a difference in wavelength of the laser beams returning from the target.
  • the laser modules are arranged to output the laser radially.
  • An example 2410 shown in the upper right of FIG. 24 is an example of using a laser index as a simplified conversion value of an elevation angle when the value of projection_type z according to embodiments is 2 indicates
  • the LiDAR head 2400 outputs one or more lasers (Laser n, Laser m) while rotating in the horizontal direction about a header position (or origin). do.
  • the trajectory of the laser is represented by a dotted line or a solid line.
  • the dotted line and the solid line are examples used to distinguish different lasers. Accordingly, the position of the object is estimated based on the difference in emission and/or reception time when lasers distributed at different angles in the vertical direction are reflected on the object.
  • One or more points located on the line indicating the trajectory of the laser n (Laser n) shown in FIG. 24 are points obtained to represent the object when receiving lasers reflected from the object. Accordingly, one or more points may exist on a straight line corresponding to the trajectory of the laser n (Laser n). However, due to the influence of noise, etc., the actual position of the point may not be located on the trajectory of the laser, but may be located around the trajectory (eg, expressed as +/- based on the trajectory). The position of each point is expressed as an elevation angle, and the vertical angle may be expressed as a +/- value with respect to the angle of the laser.
  • An example 2420 shown in the lower right of FIG. 24 shows the actual location of points located around the trajectory of each laser. As shown in FIG. 24 the elevation angle of each point corresponds to a value +/- with respect to the vertical angle of the laser (or laser angle, for example n as shown in the figure). .
  • a laser angle and a laser index according to embodiments may be included in the signaling information.
  • the point cloud transmission apparatus (eg, the point cloud transmission apparatus described with reference to FIGS. 1 to 23 ) according to the embodiments considers the associated laser angle or the index of the corresponding laser in consideration of the position of each point (ie, the vertical angle ) can be approximation quantization (approximation quantization).
  • An example 2430 shown in the lower left of FIG. 24 shows a result of performing approximate quantization.
  • the point cloud transmission apparatus performs approximate quantization for estimating a point on the laser trajectory without considering the difference between the vertical angles of each point. That is, as shown in the figure, all points are assumed to be located on the corresponding laser trajectories. Therefore, the vertical angle of each point has the same value as the vertical angle (or laser angle) of the corresponding laser.
  • the vertical angle of the points corresponding to laser n is equal to the vertical angle of laser n.
  • the points are also aligned according to the index of the corresponding laser.
  • points corresponding to laser n are aligned according to laser index n.
  • 25 shows an example of points arranged based on a laser index according to embodiments.
  • An example 2500 on the left side of FIG. 25 shows straight lines indicating trajectories of one or more lasers (Laser n-1, Laser n, and Laser n+1) described in FIG. 24 .
  • the arrow shown on the left indicates the increasing direction of the laser index.
  • the laser angle of laser n (Laser n), which is the n-th laser according to embodiments, is It is expressed as n
  • the laser angle of the n-1th laser, n-1 (Laser n-1) is It is expressed as n-1
  • the laser angle of the n+1th laser, n+1 (Laser n+1) is It is expressed as n+1.
  • Example 2500 represents an arbitrary point 2510 located between laser n and laser n+1.
  • the vertical angle of a point located around the laser trajectory may be estimated to have the same value as the vertical angle of the corresponding laser.
  • a condition for the arbitrary point 2510 shown in the example 2500 to correspond to the laser n is expressed by the following Equation (20).
  • dn denotes the difference between the vertical angle of the point 2510 and the vertical angle of laser n
  • dn-1 denotes the difference between the vertical angle of the point 2510 and the vertical angle of laser n+1
  • dn-1 represents the difference between the vertical angle of point 2510 and the vertical angle of laser n-1. If the value of dn is minimum, then point 2510 corresponds to laser n. That is, the difference between the current point and the elevation angle of each laser , respectively, and a laser whose difference value is minimized may be defined as a laser that has acquired a corresponding point.
  • An example 2520 on the right side of the drawing shows a point 2530 located on the trajectory of the laser n according to the estimated position (the vertical angle of the laser n) of the point 2510 when the above-described condition is satisfied.
  • points determined to correspond to adjacent lasers according to the above equation are divided into N groups. That is, points having each vertical angle are approximated by a laser angle or a laser index and quantized into N groups.
  • At least one of the scale factors of each axis expressed by the signaling information (granularity_angular, granularity_radius, granularity_normal) according to the embodiments to be used as a discriminator for distinguishing N quantized groups can For example, when the scaling factor is 1 for LiDAR data to which coordinate conversion using a radius, an azimuthal angle, and a laser index as a conversion value is applied, the radius (radius) ) and the distance 1 between the laser and the distance 1 have the same meaning.
  • a distance between lasers expressed by a laser index is maintained constant based on a value indicated by granularity_normal, and a neighboring point between one or more lasers can be prevented from being searched.
  • the granularity_normal according to the embodiments may be expressed as Equation 21 below. That is, when a laser index or a laser angle is used, it is possible to increase the search probability of a similar point when searching for a neighbor between points.
  • a laser plane indicates a plane to which points associated with one laser belong or a plane that one laser scans.
  • Maximum k-th neighbor distance in a laser plane is the maximum k-th neighbor distance in the laser plane, and represents the longest distance among the distances from the k-th neighbor point when performing a neighbor search for points on the laser plane when finding k neighbors. .
  • the maximum k-th neighbor distance in a laser plane may be measured for each sequence in the point cloud transmission device, signaled through a bitstream and transmitted to the point cloud reception device, or may be pre-stored in the point cloud reception device.
  • Maximum k-th neighbor distance in a laser plane maintains the distance between at least two lasers at a predetermined value or more, so that points in the laser plane of each laser are compressed independently, or the peripheral characteristics of the corresponding lasers are used to figure out
  • the minimum inter-laser distance represents the minimum distance between at least two lasers.
  • the minimum inter-laser distance according to the embodiments may have a value greater than or equal to the above-described Maximum k-th neighbor distance in a laser plane.
  • granularity_normal may be defined based on the value of Maximum k-th neighbor distance in a laser plane as shown in the above equation, and may be adaptively defined as different values according to each laser plane. there is.
  • 26 illustrates an example of a distance between one or more lasers according to embodiments.
  • 26 shows an example 2600 in which points are arranged according to indices of one or more lasers (laser n-1, laser n, laser n+1) whose distance is maintained based on a scale factor. .
  • the scale factor according to the embodiments may be determined based on the above-described Maximum k-th neighbor distance in a laser plane.
  • the maximum k-th neighbor distance in a laser plane may be transmitted to the point cloud receiving device through a bitstream as a preset value.
  • the scale factor according to the embodiments is determined by measuring the distance between any point 2610 on the trajectory of the laser (for example, laser n (Laser n) shown in the figure) expressed by the laser index and the neighboring points It may be determined and signaled for each sequence to which the points of the corresponding laser belong. That is, FIG. 26 illustrates preventing a neighbor search error by maintaining an interval between laser indices based on a scaling factor.
  • the maximum neighbor distance for determining the scaling factor is a value defined through experiments or after measuring a neighbor distance in a laser index in an encoder according to embodiments, it is defined according to a sequence feature and may be signaled in signaling information.
  • FIG. 27 shows an example of a neighbor point search according to embodiments.
  • the neighbor point search is performed based on the distance between points or based on the Morton code of the points.
  • 27 is a diagram showing points on which coordinate conversion using a radius, an azimuthal angle, and a laser index as a conversion value is performed is a radius/horizontal direction according to the laser index.
  • An example 2700 listed in an elevation perpendicular to the (azimuth) plane is shown. Arrows shown in the figure indicate directions for finding neighboring points based on vertical, horizontal, and vertical distances of points belonging to laser n.
  • the point cloud transmission apparatus does not select a point belonging to another laser index (eg, laser n+1, laser n-1) or a point having a different laser angle as a neighboring point.
  • the point cloud transmission apparatus may group and sort points belonging to the same laser index when sorting the points.
  • the point cloud transmission apparatus may perform the neighbor point search shown in FIG. 27 for attribute coding (eg, predictive lifting coding, etc.).
  • This index-based neighbor point search may be applied in a nearest neighbor search of predictive-lifting attribute coding or may be applied in predictive attribute coding. In addition, it can be used as a condition for collecting points obtained from a single laser by prioritizing aligning points having the same laser index into groups in the point sorting process.
  • laser index or laser angle information may be added to the previously included xyz position information, or laser index or laser angle information may be used by substituting or converting one or more axis values. If the acquired data does not include laser index or laser angle information, the laser index or laser angle of each point can be inferred based on the relevant information (laser angle across the image acquisition device, laser head position, and relevant laser position information). can
  • the use of the aforementioned laser index or laser angle can be used as a correction of points sampled according to an elevation angle in a cylindrical coordinate system or a spherical coordinate system.
  • the point cloud data transmission apparatus (the point cloud transmission apparatus described with reference to FIGS. 1 to 26, for example, the transmission apparatus or the point cloud encoder described with reference to FIGS. 1, 12 and 14) according to the embodiments, of each point of the input data
  • Signaling information related to a laser index or laser angle together with position information (position information expressed by x, y, z parameters) or performing transformation of at least one axis (for example, the coordinate system transformation described in FIGS. 15 to 23 ) can
  • the point cloud data receiving device eg, the receiver of FIG. 1, the receiver such as the receiver of FIG. 13
  • the point cloud data receiving device performs matching of the point and the laser index based on the laser head position and relative laser position information. can be inferred.
  • An azimuthal index may be used as a sampling correction for an azimuthal angle in a cylindrical coordinate system, a spherical coordinate system, or a sectoral coordinate system.
  • a plurality of lasers arranged in a vertical direction are rotated in a horizontal direction ( 2811 ) to acquire point cloud data. If the position sampled by each laser is expressed as a line, the sampled points should theoretically be located on the line, but the points may be sampled at a position deviating from the line due to sampling noise, quantization error, laser interference, etc. (2812).
  • FIG. 28 shows k-th sampling of an n-th laser among a plurality of lasers arranged in a vertical direction and sampling (k-1 th, k+1 th sampling) points adjacent thereto ( 2813 ).
  • the positions of the points sampled by the k-th ray and the k+1 and k+1-th rays are distributed with an error around the trajectory of the laser beam.
  • the position of the point having an error in the horizontal angle may be approximated by an index and corrected to be located on the line trajectory of the laser.
  • 29 illustrates an example of a method of correcting an azaimuth angle value of a point of point cloud data according to embodiments.
  • the azimuthal angle sampled at the kth from the nth laser is Let k be, and the horizontal angles sampled at the k-1th and k+1th adjacent thereto are respectively k-1 , Assuming k+1 , the azimuthal angle of the point A condition in which is matched with the k-th sampling angle of the n-th laser is expressed in Equation 22 below.
  • the difference between the horizontal angle of the point and the horizontal angles sampled by the laser It can be corrected by approximating the azimuthal angle of the laser at which ⁇ is minimized to the horizontal angle of the corresponding point.
  • the position of the point close to the k-th laser beam is corrected to be located on the trajectory of the k-th laser beam.
  • information about the horizontal angle at which the laser samples ( k , k-1, k+1 ) may be directly transmitted as a parameter or may be transmitted in a form operable by a transmitter or a receiver according to embodiments.
  • the rotation speed of the lidar is constant
  • the number of samples per rotation (N: num_phi_per_turn) and the sampling start position of the nth laser (N: num_phi_per_turn) c offset
  • Equation 23 Equation 23 below (unit: radian).
  • the offset ( c ) may have the same value or a similar value within an error range for all laser indices, or may have different values depending on the laser index. When the horizontal positions of the lasers are different, grouping can be done more accurately by considering the offset.
  • FIG. 30 illustrates a state in which horizontal angles of lasers included in a lidar according to embodiments are different from each other.
  • 31 illustrates an example of a method for grouping point cloud data according to embodiments. 31 illustrates a grouping of two horizontally adjacent sampling positions into one. That is, the 2k-2th and 2k-1th sampled points are grouped by m-1, and the 2k-2th and 2k+1th sampled points are grouped by m. When the horizontal sampling is dense, the similarity between adjacent points can be further considered by lowering the sampling rate.
  • FIG. 32 shows an example of a bitstream structure of point cloud data for transmission/reception according to embodiments.
  • the bitstream output from the point cloud transmission apparatus of any one of FIGS. 1, 2, 4, 12, 15, and 16 may be in the form of FIG. 32 .
  • the bitstream of the point cloud data provides a tile or a slice so that the point cloud data can be divided into regions and processed.
  • Each region of the bitstream according to embodiments may have different importance levels. Accordingly, when the point cloud data is divided into tiles, a different filter (encoding method) and a different filter unit may be applied to each tile. Also, when the point cloud data is divided into slices, different filters and different filter units may be applied to each slice.
  • the point cloud telegraph apparatus and the reception apparatus may transmit and receive a bitstream in a high-level syntax structure for selective transmission of attribute information in the divided area when the point cloud data is divided into regions and compressed. .
  • the point cloud telegraph apparatus transmits the point cloud data according to the structure of the bitstream as shown in FIG. 32, so that different encoding operations can be applied according to importance, and an encoding method with good quality It can provide a method that can be used in important areas. In addition, it can support efficient encoding and transmission according to the characteristics of point cloud data and provide attribute values according to user requirements.
  • the point cloud receiving device receives the point cloud data according to the structure of the bitstream as shown in FIG. 32, thereby performing a complex decoding (filtering) method on the entire point cloud data according to the processing capacity of the receiving device. Instead of using it, it becomes possible to apply different filtering (decoding method) for each area (area divided into tiles or slices). Accordingly, it is possible to ensure better image quality in an area important to the user and an appropriate latency on the system.
  • an attribute bitstream, and/or a signaling bitstream (or signaling information) according to embodiments consists of one bitstream (or G-PCC bitstream) as shown in FIG. 32
  • the bitstream is one or more sub-bitstreams.
  • the bitstream according to the embodiments includes a Sequence Parameter Set (SPS) for sequence-level signaling, a Geometry Parameter Set (GPS) for signaling of geometry information coding, and one or more Attribute Parameter Sets (APS) for signaling of attribute information coding, APS 0 , APS 1 ), a tile inventory (or TPS) for tile-level signaling, and one or more slices (slice 0 to slice n) may be included.
  • SPS Sequence Parameter Set
  • GPS Geometry Parameter Set
  • APS Attribute Parameter Sets
  • TPS tile inventory
  • slices slice 0 to slice n
  • the 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 geometry encoding applied to geometry included in a 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 applied to attributes included in a sequence (bitstream). As shown in the figure, the bitstream includes one or more APSs (eg, APS 0 , APS 1 .. shown in the figure) according to an identifier for identifying an attribute.
  • the tile inventory (or TPS) may include information on tiles.
  • the information about the tile may include information about a tile identifier, a tile size, and the like.
  • the signaling information according to the embodiments is information of a sequence, that is, a bitstream level, and is applied to a corresponding bitstream.
  • the signaling information has a syntax structure including a syntax element and a descriptor for describing it. A pseudo code for describing the syntax may be used.
  • the point cloud receiving device e.g., the receiving device 10004 of FIG. 1, the point cloud decoder of FIGS. 10 and 11, and the receiving device of FIG. 13
  • a bitstream of point cloud data may include one or more tiles, and each tile may be a group of slices including one or more slices (slice 0 to slice n).
  • the tile inventory ie, TPS
  • TPS may include information about each tile (eg, coordinate value information and height/size information of a tile bounding box, etc.) for one or more tiles.
  • Each slice may include one geometry bitstream (Geom0) and/or one or more attribute bitstreams (Attr0, Attr1).
  • slice 0 may include one geometry bitstream Geom0 0 and one or more attribute bitstreams Attr0 0 and Attr1 0 .
  • a geometry bitstream in each slice may include a geometry slice header (geom_slice_header) and geometry slice data (geom_slice_data).
  • a geometry bitstream in each slice may be referred to as a geometry data unit
  • a geometry slice header may be referred to as a geometry data unit header
  • geometry slice data may be referred to as geometry data unit data.
  • Each attribute bitstream in each slice may be composed of an attribute slice header (attr_slice_header) and attribute slice data (attr_slice_data).
  • an attribute bitstream in each slice may be referred to as an attribute data unit
  • an attribute slice header may be referred to as an attribute data unit header
  • an attribute slice data may be referred to as an attribute data unit data.
  • parameters necessary for encoding and/or decoding of point cloud data include parameter sets of point cloud data (eg, SPS, GPS, APS, and TPS (or referred to as tile inventory), etc.) and / or it may be newly defined in the header of the corresponding slice, etc.
  • point cloud data eg, SPS, GPS, APS, and TPS (or referred to as tile inventory), etc.
  • tile inventory e.g., SPS, GPS, APS, and TPS (or referred to as tile inventory), etc.
  • the attribute slice header includes information (or signaling information) for processing the corresponding attribute data unit. Therefore, the attribute slice 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 slice header.
  • the attribute slice header has a relationship with the APS including information on all attributes. Accordingly, the attribute slice header includes information specifying aps_attr_parameter_set_id included in the APS.
  • the attribute header includes information specifying a slice identifier included in the geometry header in order to determine the geometry data unit associated with the corresponding attribute data unit.
  • a field which is a term used in syntaxes of the present specification to be described later, may have the same meaning as a parameter or a syntax element.
  • a parameter (which can be called variously, such as metadata, signaling information, etc.) may be generated by a metadata processing unit (or metadata generator) or a signaling processing unit of the transmitting device, and transmitted to the receiving device during the decoding/reconfiguration process can be used for
  • a parameter generated and transmitted by the transmitting device may be obtained from a metadata parser of the receiving device.
  • the signaling information in the bitstream may further include projection-related signaling information (projection_info( )).
  • projection_info( ) projection-related signaling information
  • Signaling information related to projection is included in signaling information (eg, SPS, APS, TPS, etc.) of a sequence level, or a slice level (eg, an attribute slice header, a geometry slice header, etc.), an SEI message, etc. may be included.
  • the point cloud reception apparatus may perform decoding including reverse projection based on the signaling information related to the projection.
  • 33 and 34 are examples of a syntax structure of signaling information (projection_info( )) related to projection according to embodiments.
  • Signaling information related to projection may be included in signaling information of various levels (eg, a sequence level, a slice level, etc.).
  • the signaling information related to the projection is a point cloud reception device (for example, the reception device 10004 of FIG. 1 , the points of FIGS. 10 and 11 ) together with signaling information (for example, information such as projection_flag) indicating whether projection has been performed.
  • cloud decoder the receiving device of FIG. 13).
  • the point cloud receiving device determines whether reverse projection should be performed based on the projection_flag field. Also, when the value of the projection_flag field is 1, the point cloud reception device may secure projection-related signaling information and perform reverse projection.
  • Signaling information related to projection may be defined as a concept including signaling information (projection_flag field) indicating whether projection has been performed, and is not limited to this example.
  • the projection_info_id field is an identifier for identifying projection information.
  • the coordinate_conversion_type field indicates a coordinate transformation type related to the coordinate transformation described with reference to FIGS. 19 to 20 .
  • the value of the coordinate_conversion_type field is 0 when the value of the coordinate_conversion_type field is 0, it indicates that the coordinate system is a cylindrical coordinate system (eg, the cylindrical coordinate system 1810 described with reference to FIG. 18 ).
  • the value of the coordinate_conversion_type field is 1, it indicates that the coordinate system is a spherical coordinate system (eg, the spherical coordinate system 1820 described in FIG. 18 ).
  • the value of the coordinate_conversion_type field is 2, it indicates that the coordinate system is a sector-shaped cylindrical coordinate system (eg, the sector-shaped cylindrical coordinate system 2010 described with reference to FIG. 20 ).
  • the coordinate_conversion_type field is 3 the coordinate system represents a sector-shaped spherical coordinate system (eg, the sector-shaped spherical coordinate system 2020 described with reference to FIG. 20 ).
  • the projection_type field indicates the type of projection (eg, the projection described with reference to FIG. 21 ) used for the coordinate transformation type.
  • the coordinate system before projection is a sector-shaped cylindrical coordinate system (for example, the sector-shaped cylindrical coordinate system 2010 of FIG. 20 and the sector-shaped cylindrical coordinate system 2100 of FIG. 21).
  • the x, y, and z axes are the parameters (r, , ) are matched (Equation 5).
  • the value of the projection_type field is 0, the x, y, and z axes are is matched to (Equation 6).
  • the projection type is not limited to this example and may be defined for each axis.
  • the laser_position_adjustment_flag field indicates whether laser position adjustment (eg, laser position adjustment described with reference to FIG. 22) is applied. When the value of the laser_position_adjustment_flag field is 1, it indicates that laser position adjustment is applied.
  • the num_laser field indicates the total number of lasers.
  • the following for statement is an element indicating laser position (position) information for each laser.
  • i represents each laser, i is greater than or equal to 0, and less than the total number of lasers indicated by the num_laser field.
  • the r_laser[i] field indicates the horizontal distance from the central axis of laser i.
  • the z_laser[i] field indicates the vertical distance from the horizontal center of the laser i.
  • the theta_laser [i] field indicates a vertical angle of laser i.
  • Position information of the laser is not limited to the above example.
  • the laser position may be expressed as a parameter for each axis of a coordinate system representing projection, such as an x_laser[i] field, a y_laser[i] field, and a z_laser[i] field.
  • the elevation_index_enable_flag field indicates whether the vertical direction index is enabled. For example, if the value of the elevation_index_enable_flag field is 1, it indicates that a laser index is used for the coordinate-converted point position, and if 0, it indicates that an elevation angle is used.
  • the azimuthal_index_enable_flag field indicates whether the horizontal direction index is enabled. For example, if the value of the azimuthal_index_enable_flag field is 1, it indicates that an angular index is used for the coordinate-converted point position, and if 0, it indicates that an azimuthal angle is used.
  • based on the value of the elevation_index_enable_flag field and the value of the azimuthal_index_enable_flag field, whether to use a vertical angle, a laser index, a horizontal angle, or an angular index is determined for a coordinate-converted point position as follows .
  • the radius and angular index indicating that a laser index is used.
  • the projection-related signaling information may further include a num_laser field and a grouping_rate field.
  • the num_laser field indicates the total number of lasers.
  • the signaling information (projection_info( )) related to projection includes a repeating statement that is repeated by the value of the num_laser field. In this case, it is assumed that i is initialized to 0, increases by 1 each time the loop is executed, and the loop is repeated until the value of i becomes the value of the num_laser field.
  • This loop may include a laser_phi_per_turn[i] field and a laser_angle_offset[i] field.
  • the laser_phi_per_turn field has the same meaning as the num_phi_per_turn field. That is, the num_phi_per_turn field also indicates the number of samplings per rotation.
  • the laser_angle_offset[i] field indicates a horizontal sampling position difference of the i-th laser in order to correct a sampling position difference between the plurality of lasers. For example, it may indicate the angle of the first sample.
  • the signaling information related to projection includes a loop that is repeated as much as the value of the laser_phi_per_turn[i] field.
  • j is initialized to 0, and the loop is repeated until the value of j becomes the value of the laser_phi_per_turn[i] field, and the loop is repeated by 1 each time the loop is executed.
  • This loop may include a laser_sampling_angle[i][j] field.
  • the laser_sampling_angle[i][j] field indicates the j-th horizontal sampling angle of the i-th laser.
  • the sampling position of the laser is not uniform, it can be used to indicate each sampling angle.
  • the grouping_rate field may indicate the frequency of grouping horizontal indexes.
  • the value of the grouping_rate field is 1, it indicates the same sampling number as the horizontal sampling number per rotation (laser_phi_per_turn field), and when it is greater than 1, it indicates that a plurality of laser sampling positions are grouped and considered as one.
  • it is less than 1 it may indicate that a virtual laser sampling position is added. It may be used as a meaning of scale in terms of increasing the interval between laser sampling positions.
  • sampling rate adjustment eg, sampling rate adjustment 1643 described in FIG. 16 .
  • sampling_adjustment_cubic_flag field indicates whether the lengths of three axes are equally corrected in adjusting the sampling rate. When the value of the sampling_adjustment_cubic_flag field is 1, it indicates that the three axes should be corrected to have the same length.
  • sampling_adjustment_spread_bbox_flag field indicates whether or not to perform sampling rate adjustment so that distribution of point cloud data is uniform within a bounding box.
  • the value of the sampling_adjustment_spread_bbox_flag field is 1, when the sampling rate is adjusted, a correction that uniformly widens the distribution within the bounding box is used.
  • the sampling_adjustment_type field indicates the type of sampling rate adjustment.
  • the sampling rate is adjusted based on mechanical properties
  • the value of the sampling_adjustment_type field is 1
  • the sampling rate is adjusted based on the minimum axial distance between points
  • the value of the sampling_adjustment_type field is 2
  • the sampling rate is adjusted based on the density of each axis.
  • the value of the sampling rate adjustment and sampling_adjustment_type field is 3, it indicates that the sampling rate is adjusted according to the importance of the point.
  • the type of sampling rate adjustment is not limited to this example.
  • the geo_projection_enable_flag field indicates whether projection is applied in geometry coding.
  • the attr_projection_enable_flag field indicates whether projection is applied in attribute coding.
  • the bounding_box_x_offset field, the bounding_box_y_offset field, and the bounding_box_z_offset field correspond to X-axis, Y-axis, and Z-axis values indicating the starting point of the range (bounding box) including the projected point cloud data, respectively.
  • the values of the bounding_box_x_offset field, the bounding_box_y_offset field, and the bounding_box_z_offse field are expressed as (0, 0, 0).
  • the value of the projection_type field is 1
  • the values of the bounding_box_x_offset field, the bounding_box_y_offset field, and the bounding_box_z_offse field are expressed as (r_max1, 0, 0).
  • the bounding_box_x_length field, the bounding_box_y_length field, and the bounding_box_z_length field may indicate a range (bounding box) including the projected point cloud data.
  • the values of the bounding_box_x_length field, the bounding_box_y_length field, and the bounding_box_z_length field are r_max, 360, and z_max, respectively.
  • the values of the bounding_box_x_length field, the bounding_box_y_length field, and the bounding_box_z_length field are r_max1+r_max2, 180, and z_max, respectively.
  • orig_bounding_box_x_offset field, orig_bounding_box_y_offset field, and orig_bounding_box_z_offset field correspond to X-axis, Y-axis, and Z-axis values indicating the start point of a range (bounding box) including point cloud data before projection, respectively.
  • the orig_bounding_box_x_length field, the orig_bounding_box_y_length field, and the orig_bounding_box_z_length field may indicate a range (bounding box) including the point cloud data before coordinate transformation.
  • the rotation_yaw field, rotation_pitch field, and rotation_roll field indicate rotation information used in coordinate transformation.
  • the following are elements indicating information related to the coordinate system when the value of the coordinate_conversion_type field is 0 or 2, that is, when the coordinate system before projection is a cylindrical coordinate system or a sector-shaped cylindrical coordinate system.
  • the cylinder_center_x field, cylinder_center_y field, and cylinder_center_z field correspond to X-axis, Y-axis, and Z-axis values indicating the position of the center of the cylindrical column indicated by the cylindrical coordinate system before projection, respectively.
  • the cylinder_radius_max field, cylinder_degree_max field, and cylinder_z_max field indicate the maximum values of the radius, angle, and height of the cylindrical column indicated by the cylindrical coordinate system before projection.
  • the ref_vector_x field, the ref_vector_y field, and the ref_vector_z field indicate the directionality of a vector as a reference when projecting a cylindrical column represented by a cylindrical coordinate system in the (x, y, z) direction from the center, respectively. It may correspond to the x-axis of the projected quadrangular prism space (eg, the quadrangular prism space 2120 described in FIG. 21 ).
  • the normal_vector_x field, the normal_vector_y field, and the normal_vector_z field are The direction of the normal vector of the cylindrical column indicated by the cylindrical coordinate system is expressed in the (x, y, z) direction from the center. It may correspond to the z-axis of the projected quadrangular prism space (eg, the quadrangular prism space 2120 described in FIG. 21 ).
  • the clockwise_degree_flag field indicates the directionality of obtaining the angle of the cylindrical column indicated by the cylindrical coordinate system.
  • the directionality for obtaining the angle of the cylindrical column indicates that the cylindrical column is clockwise when viewed from a top view.
  • the directionality for obtaining the angle of the cylindrical column indicates a counterclockwise direction when the cylindrical column is viewed from a top view.
  • the directionality of obtaining the angle of the cylindrical column indicated by the cylindrical coordinate system may correspond to the directionality of the y-axis of the projected quadrangular column space (eg, the quadrangular column space 2120 described in FIG. 21 ).
  • the granularity_angular field, the granularity_radius field, and the granularity_normal field represent parameters representing resolution for an angle, a distance from a circular plane surface of a cylindrical column to a center, and a distance from the center in a normal vector direction, respectively.
  • Each parameter is the above-mentioned scale factor , , can be matched with
  • the syntax structure of the signaling information related to projection is that the value of the coordinate_conversion_type field is 0 or 2 , that is, when the coordinate system before projection is a cylindrical coordinate system or a sector-shaped cylindrical coordinate system, the same elements as elements representing information related to the coordinate system are included. A detailed description of the elements is the same as described above, and thus will be omitted.
  • 35 is an example of an SPS among signaling information according to embodiments.
  • 35 shows an example in which signaling information related to projection is included in an SPS of a sequence level as a syntax structure of an SPS.
  • the profile_compatibility_flags field indicates whether the bitstream conforms to a specific profile for decoding or other profiles.
  • a profile specifies constraints imposed on a bitstream to specify capabilities for decoding the bitstream.
  • Each profile is supported by all decoders following that profile as a subset of algorithmic features and limitations. For decoding, it may be defined according to a standard or the like.
  • the level_idc field indicates a level applied to a bitstream.
  • a level is used within all profiles. In general, a level corresponds to a particular decoder processing load and memory capability.
  • the sps_bounding_box_present_flag field indicates whether information about a bounding box in sps exists. If the value of the sps_bounding_box_present_flag field is 1, information on the bounding box exists, and if the value of the sps_bounding_box_present_flag field is 0, it indicates that the information on the bounding box is not defined.
  • the following is information on the bounding box included in the SPS when the value of the sps_bounding_box_present_flag field is 1.
  • the sps_bounding_box_offset_x field represents a quantized x-axis offset of a source bounding box in a Cartesian coordinate system including x, y, and z axes.
  • the sps_bounding_box_offset_y field indicates a quantized y-axis offset of a source bounding box in a Cartesian coordinate system including x, y, and z axes.
  • the sps_bounding_box_offset_z field indicates a quantized z-axis offset of a source bounding box in a Cartesian coordinate system including x, y, and z axes.
  • the sps_bounding_box_scale_factor field indicates a scale factor used to indicate the size of the source bounding box.
  • the sps_bounding_box_size_width field indicates the width of a source bounding box in a Cartesian coordinate system including x, y, and z axes.
  • the sps_bounding_box_size_height field indicates the height of a source bounding box in a Cartesian coordinate system including x, y, and z axes.
  • the sps_bounding_box_size_depth field indicates the depth of a source bounding box in a Cartesian coordinate system including x, y, and z axes.
  • the SPS syntax according to the embodiments further includes the following elements.
  • the sps_source_scale factor field indicates a scale factor of source point cloud data.
  • the sps_seq_parameter_set_id field is an identifier of the SPS for reference by other syntax elements (eg, the seq_parameter_set_id field in GPS).
  • the sps_num_attribute_sets field indicates the number of attributes encoded in the bitstream.
  • the value of the sps_num_attribute_sets field is included in the range from 0 to 63.
  • the following for statement includes elements indicating information on each of the number of attributes indicated by the sps_num_attribute_sets field.
  • i indicates each attribute (or attribute set), and the value of i is greater than or equal to 0 and less than the number indicated by the sps_num_attribute_sets field.
  • the attribute_dimension_minus1[ i ] field indicates a value that is one less than the number of components of the i-th attribute.
  • the attribute corresponds to a three-dimensional (3D) signal representing characteristics of light of the target point.
  • 3D three-dimensional
  • an attribute can be signaled with three components of RGB (Red, Green, Blue).
  • the attribute can be signaled with three components: luma (luminance) and two chroma (chroma), YUV.
  • the attribute corresponds to a one-dimensional signal representing the ratio of the intensity of the light reflectance of the target point.
  • the attribute_instance_id[ i ] field indicates the instance id of the i-th attribute.
  • the attribute_instance_id field is used to distinguish the same attribute labels and attributes.
  • the attribute_bitdepth_minus1[ i ] field has a value that is 1 smaller than the bit depth of the first component of the i-th attribute signal. A value obtained by adding 1 to this value specifies the bit depth of the first component.
  • the attribute_cicp_colour_primaries[ i ] field indicates chromaticity coordinates of the color attribute source primary colors of the i-th attribute.
  • the attribute_cicp_transfer_characteristics[ i ] field is the reference opto-electronic transfer characteristic of the color attribute as a function of the source input linear optical intensity Lc with a nominal real-valued range of 0 to 1. function) or the inverse function of the reference electro-optical transfer characteristic function of the color attribute as a function of the output linear light intensity Lo with a nominal real value range from 0 to 1.
  • the attribute_cicp_matrix_coeffs[ i ] field indicates matrix coefficiencies used to derive luma and chroma signals from RBG or YXZ primary colors.
  • the known_attribute_label_flag[ i ] field, the known_attribute_label[ i ] field, and the attribute_label_fourbytes[ i ] field are used together to identify the type of data transmitted in the i-th attribute.
  • the known_attribute_label_flag[ i ] field indicates whether the attribute is identified by the value of the known_attibute_label[ i ] field or the attribute_label_fourbytes [ i ] field that is another object identifier.
  • the SPS syntax may include signaling information related to projection.
  • the sps_projection_flag field is the same as the projection_flag field described with reference to FIGS. 33 and 34 .
  • the SPS syntax further includes projection-related signaling information (projection_info( )) described with reference to FIGS. 33 and 34 . Since the signaling information related to the projection is the same as described with reference to FIGS. 33 and 34 , a detailed description thereof will be omitted.
  • the sps_extension_flag field indicates whether the sps_extension_data_flag field appears in the SPS. If the value of the sps_extension_flag field is 0, it indicates that the sps_extension_data_flag field does not exist in the SPS syntax structure. A value of 1 of the sps_extension_flag field is reserved for future use. The decoder may ignore all sps_extension_data_flag fields appearing after the sps_extension_flag field having a value of 1.
  • the sps_extension_data_flag field indicates whether data for future use exists and may have any value.
  • the SPS syntax according to the embodiments is not limited to the above example, and may further include additional fields (or elements) or may not include some elements shown in the figure for efficiency of signaling. Some elements may be signaled through signaling information other than SPS (eg, APS, attribute header, etc.) or an attribute data unit.
  • GPS is a diagram illustrating an embodiment of a syntax structure of a geometry parameter set (geometry_parameter_set()) (GPS) among signaling information according to embodiments.
  • GPS may include information on a method of encoding geometry information of point cloud data included in one or more slices.
  • GPS is gps_geom_parameter_set_id field, gps_seq_parameter_set_id field, gps_box_present_flag field, unique_geometry_points_flag field, geometry_planar_mode_flag field, geometry_angular_mode_flag field, neighbour_context_restriction_flag field, inferred_direct_coding_mode_enabled_flag field, bitwise_occupancy_coding_flag field, adjacent_child_contextualization_enabled_flag field, log2_neighbour_avail_boundary field, log2_intra_pred_max_node_size field, log2_trisoup_node_size field, geom_scaling_enabled_flag field, gps_implicit_geom_partition_flag field, and a gps_extension_flag field.
  • the gps_geom_parameter_set_id field provides an identifier of a GPS referenced by other syntax elements.
  • the gps_seq_parameter_set_id field indicates the value of the seq_parameter_set_id field for the corresponding active SPS (gps_seq_parameter_set_id specifies the value of sps_seq_parameter_set_id for the active SPS).
  • the gps_box_present_flag field indicates whether additional bounding box information is provided in a geometry slice header referring to the current GPS. For example, if the value of the gps_box_present_flag field is 1, it may indicate that additional bounding box information is provided in the geometry slice header referring to the current GPS. Accordingly, when the value of the gps_box_present_flag field is 1, the GPS may further include a gps_gsh_box_log2_scale_present_flag field.
  • the gps_gsh_box_log2_scale_present_flag field indicates whether the gps_gsh_box_log2_scale field is signaled in each geometry slice header referring to the current GPS. For example, if the value of the gps_gsh_box_log2_scale_present_flag field is 1, it may indicate that the gps_gsh_box_log2_scale field is signaled in each geometry slice header referring to the current GPS.
  • the gps_gsh_box_log2_scale_present_flag field is 0, the gps_gsh_box_log2_scale field is not signaled in each geometry slice header referring to the current GPS, and a common scale for all slices is signaled in the gps_gsh_box_log2_scale field of the current GPS. can do.
  • the GPS may further include a gps_gsh_box_log2_scale field.
  • the gps_gsh_box_log2_scale field indicates a common scale factor of a bounding box origin for all slices currently referring to GPS.
  • the unique_geometry_points_flag field indicates whether all output points have unique positions in one slice in all slices currently referring to GPS. For example, if the value of the unique_geometry_points_flag field is 1, it indicates that all output points have unique positions in one slice in all slices currently referring to GPS. If the value of the unique_geometry_points_flag field is 0, it indicates that two or more output points may have the same positions in one slice in all slices currently referring to GPS.
  • the geometry_planar_mode_flag field indicates whether the planar coding mode is activated. For example, if the value of the geometry_planar_mode_flag field is 1, the planar coding mode is active, and if 0, it may indicate that the planar coding mode is not active.
  • the GPS may further include a geom_planar_mode_th_idcm field, a geom_planar_mode_th[1] field, and a geom_planar_mode_th[2] field.
  • the geom_planar_mode_th_idcm field may indicate a threshold value of activation for the direct coding mode.
  • the geom_planar_mode_th[i] field specifies a threshold value of activation for the planar coding mode together with the i-th most probable direction for an efficient planar coding mode for i in a range of 0-2.
  • the geometry_angular_mode_flag field indicates whether an angular coding mode is active. For example, if the value of the geometry_angular_mode_flag field is 1, the angular coding mode is active, and if 0, it may indicate that the angular coding mode is not active.
  • the GPS further includes an implicit_qtbt_angular_max_node_min_diff_toangular_max_to_split_head_position[0] field, lidar_head_position[1] field, lidar_head_position[2] field, number_lasers field, planar_buffer_disabled field, implicit_qtbt_angular_max_node_min_diff_log2_to_split_z can
  • the lidar_head_position[0] field, lidar_head_position[1] field, and lidar_head_position[2] field may represent (X, Y, Z) coordinates of the lidar head in a coordinate system with the internal axes. .
  • the number_lasers field indicates the number of lasers used for the angular coding mode.
  • the GPS according to the embodiments includes a loop that is repeated as many as the value of the number_lasers field.
  • i is initialized to 0, increases by 1 each time the loop is executed, and the loop is repeated until the value of i becomes the value of the number_lasers field.
  • This loop may include a laser_angle[i] field and a laser_correction[i] field.
  • the laser_angle[i] field represents the tangent of the elevation angle of the i-th laser with respect to the horizontal plane defined by the 0th and 1st internal axes.
  • the laser_correction[i] field indicates, along a second internal axis, correction of the i-th laser position related to the lidar_head_position[2] field.
  • planar_buffer_disabled field If the value of the planar_buffer_disabled field is 1, it indicates that tracking the closest nodes using the buffer is not used in the process of coding the planar mode flag and plane position in the planar mode. If the value of the planar_buffer_disabled field is 0, it indicates that tracking closest nodes using a buffer is used.
  • the implicit_qtbt_angular_max_node_min_dim_log2_to_split_z field indicates a log2 value of a node size in which a horizontal split of nodes is more preferred than a vertical split.
  • the implicit_qtbt_angular_max_diff_to_split_z field represents a maximum vertical log2 value with respect to a horizontal node size ratio allowed for a node.
  • neighbor_context_restriction_flag field When the value of the neighbor_context_restriction_flag field is 0, it indicates that the geometry node occupancy of the current node is coded with contexts determined from neighboring nodes located inside the parent node of the current node. If the value of the neighbor_context_restriction_flag field is 1, it indicates that the geometry node occupancy of the current node is coded with contexts determined from neighboring nodes located outside or inside the parent node of the current node (neighbor_context_restriction_flag equal to 0 indicates that geometry node occupancy of the current node is coded with the contexts determined from neighbouring nodes which is located inside the parent node of the current node. or outside the parent node of the current node).
  • the inferred_direct_coding_mode_enabled_flag field indicates whether a direct_mode_flag field exists in a corresponding geometry node syntax. For example, if the value of the inferred_direct_coding_mode_enabled_flag field is 1, it indicates that the direct_mode_flag field is present in the corresponding geometry node syntax. For example, if the value of the inferred_direct_coding_mode_enabled_flag field is 0, it indicates that the direct_mode_flag field does not exist in the corresponding geometry node syntax.
  • the bitwise_occupancy_coding_flag field indicates whether the geometry node occupancy is encoded using bitwise contextualization of the syntax element occupancy map. For example, if the value of the bitwise_occupancy_coding_flag field is 1, it indicates that the geometry node occupancy_map is encoded using bitwise contextualization of the syntax element occupancy_map. For example, if the value of the bitwise_occupancy_coding_flag field is 0, it indicates that the geometry node occupancy_byte is encoded using the directory-encoded syntax element occupancy_byte.
  • the adjacent_child_contextualization_enabled_flag field indicates whether adjacent children of neighboring octree nodes are used for bitwise occupancy contextualization. For example, if the value of the adjacent_child_contextualization_enabled_flag field is 1, it indicates that adjacent children of neighboring octree nodes are used for bitwise occupancy contextualization. For example, if the value of the adjacent_child_contextualization_enabled_flag field is 0, it indicates that children of neighboring octree nodes are not used for bitwise occupancy contextualization.
  • the log2_neighbour_avail_boundary field indicates a value of NeighbAvailBoundary, a variable used in a decoding process. For example, if the value of the neighbor_context_restriction_flag field is 1, NeighbAvailabilityMask may be set to 1. For example, when the value of the neighbor_context_restriction_flag field is 0, NeighbAvailabilityMask may be set to 1 ⁇ log2_neighbour_avail_boundary.
  • the log2_intra_pred_max_node_size field indicates the size of an octree node eligible for intra prediction during occupancies.
  • log2_trisoup_node_size field indicates a variable TrisoupNodeSize as the size of triangle nodes (log2_trisoup_node_size specifies the variable TrisoupNodeSize as the size of the triangle nodes).
  • the geom_scaling_enabled_flag field indicates whether a scaling process for geometry positions is applied during a geometry slice decoding process. For example, if the value of the geom_scaling_enabled_flag field is 1, it indicates that a scaling process for geometry positions is applied during a geometry slice decoding process. If the value of the geom_scaling_enabled_flag field is 0, it indicates that the geometry positions do not require scaling.
  • the geom_base_qp field indicates a base value of a geometry position quantization parameter.
  • the gps_implicit_geom_partition_flag field indicates whether the implicit geometry partition is enabled for the sequence or slice. For example, if the value of the gps_implicit_geom_partition_flag field is 1, it indicates that the implicit geometry partition is enabled for the sequence or slice, and if 0, indicates that it is disabled (equal to 1 specifies that the implicit geometry partition is enabled for the gps_implicit_geom_partition_flag equal to 0 specifies that the implicit geometry partition is disabled for the sequence or slice).
  • the gps_implicit_geom_partition_flag field If the value of the gps_implicit_geom_partition_flag field is 1, the following two fields, that is, the gps_max_num_implicit_qtbt_before_ot field and the gps_min_size_implicit_qtbt field, are signaled.
  • the gps_max_num_implicit_qtbt_before_ot field indicates the maximum number of implicit QT and BT partitions before OT partitions (specifies the maximal number of implicit QT and BT partitions before OT partitions). Then, the variable K is initialized as follows by the gps_max_num_implicit_qtbt_before_ot field.
  • K gps_max_num_implicit_qtbt_before_ot.
  • the gps_min_size_implicit_qtbt field indicates the minimum size of implicit QT and BT partitions (specifies the minimal size of implicit QT and BT partitions). Then, the variable M is initialized by the gps_min_size_implicit_qtbt field as follows.
  • the gps_extension_flag field indicates whether a gps_extension_data syntax structure exists in the corresponding GPS syntax structure. For example, if the value of the gps_extension_flag field is 1, it indicates that the gps_extension_data syntax structure exists in the corresponding GPS syntax. For example, if the value of the gps_extension_flag field is 0, it indicates that the gps_extension_data syntax structure does not exist in the corresponding GPS syntax.
  • GPS according to embodiments may further include a gps_extension_data_flag field when the value of the gps_extension_flag field is 1.
  • the gps_extension_data_flag field may have any value. Its presence and value do not affect decoder conformance to profiles.
  • the GPS syntax may include signaling information related to projection.
  • the GPS syntax further includes a sps_seq_parameter_set_id field when the value of the sps_projection_flag field (ie, included in the SPS syntax) is 1, and further includes a gps_projection_param_present_flag field when 0.
  • the sps_seq_parameter_set_id field is an identifier of the SPS for reference by other syntax elements.
  • the gps_projection_param_present_flag field is the same as the projection_flag field described with reference to FIGS. 33 and 34 .
  • the GPS syntax further includes projection-related signaling information (projection_info( )) described with reference to FIGS. 33 and 34 . Since the signaling information related to the projection is the same as described with reference to FIGS. 33 and 34 , a detailed description thereof will be omitted.
  • APS attribute parameter set
  • APS may include information on a method of encoding attribute information of point cloud data included in one or more slices.
  • the APS may include an aps_attr_parameter_set_id field, aps_seq_parameter_set_id field, attr_coding_type field, aps_attr_initial_qp field, aps_attr_chroma_qp_offset field, aps_slice_qp_delta_present_flag field, and aps_extension_extension_extension_extension_extension_extension_extension field.
  • the aps_attr_parameter_set_id field indicates an identifier of an APS for reference by other syntax elements.
  • the aps_seq_parameter_set_id field indicates a value of sps_seq_parameter_set_id for an active SPS.
  • the attr_coding_type field indicates a coding type for an attribute.
  • the coding type may indicate predicting weight lifting, if it is 1, the coding type may indicate RAHT, and if 2, it may indicate fixed weight lifting. .
  • the aps_attr_initial_qp field indicates the initial value of the variable slice quantization parameter (SliceQp) for each slice referring to the APS (specifies the initial value of the variable SliceQp for each slice referring to the APS).
  • the aps_attr_chroma_qp_offset field specifies the offsets to the initial quantization parameter signaled by the syntax aps_attr_initial_qp (aps_attr_initial_qp).
  • the aps_slice_qp_delta_present_flag field indicates whether the ash_attr_qp_delta_luma and ash_attr_qp_delta_chroma syntax elements are present in the corresponding attribute slice header (ASH).
  • aps_slice_qp_delta_present_flag field indicates that the ash_attr_qp_delta_luma and ash_attr_qp_delta_chroma syntax elements are present in the corresponding attribute slice header (ASH) (equal to 1 specifies that the ash_qp_delta_present and the chroma elements are equal to 1 specifies that the ash_qattr_qp_delta syntax) .
  • aps_slice_qp_delta_present_flag field 0 when the value of the aps_slice_qp_delta_present_flag field is 0, it indicates that the ash_attr_qp_delta_luma and ash_attr_qp_delta_chroma syntax elements are not present in the corresponding attribute slice header (ASH).
  • the value of the attr_coding_type field is 0 or 2
  • lifting_num_pred_nearest_neighbors_minus1 field, lifting_search_range_minus1 field, and a lifting_neighbor_bias[k] field may be further included.
  • the lifting_num_pred_nearest_neighbors_minus1 field plus 1 indicates the maximum number of nearest neighbors to be used for prediction. According to embodiments, the value of NumPredNearestNeighbours is set equal to lifting_num_pred_nearest_neighbours.
  • the lifting_search_range_minus1 field plus 1 indicates a search range used to determine nearest neighbors to be used for prediction and to build distance-based levels of detail (LOD) (lifting_search_range_minus1 plus 1 specifies the search range used to determine nearest neighbors to be used for prediction and to build distance-based levels of detail).
  • the lifting_neighbor_bias[k] field specifies a bias used to weight the k-th components in the calculation of the Euclidean distance between two points as part of the nearest neighbor derivation process. components in the calculation of the euclidean distance between two points as part of the nearest neighbor derivation process).
  • the APS may further include a lifting_scalability_enabled_flag field when the value of the attr_coding_type field is 2, that is, when the coding type indicates fixed weight lifting.
  • the lifting_scalability_enabled_flag field indicates whether the attribute decoding process allows the pruned octree decode result for input geometry points. For example, if the value of the lifting_scalability_enabled_flag field is 1, it indicates that the attribute decoding process allows the pruned octree decode result for the input geometry points. ). If the value of the lifting_scalability_enabled_flag field is 0, it indicates that the attribute decoding process requires the complete octree decode result for the input geometry points.
  • the APS may further include a lifting_num_detail_levels_minus1 field when the value of the lifting_scalability_enabled_flag field is false.
  • the lifting_num_detail_levels_minus1 field indicates the number of LODs for attribute coding (specifies the number of levels of detail for the attribute coding).
  • the APS may further include a lifting_lod_regular_sampling_enabled_flag field.
  • the lifting_lod_regular_sampling_enabled_flag field indicates whether levels of detail (LODs) are created by the regular sampling strategy. For example, if the value of the lifting_lod_regular_sampling_enabled_flag field is 1, it indicates that the LOD is created using the regular sampling strategy. For example, if the value of the lifting_lod_regular_sampling_enabled_flag field is 0, it indicates that a distance_based sampling strategy is used instead (The lifting_lod_regular_sampling_enabled_flag equal to 1 specifies levels of detail are built by using a regular sampling strategy. The lifting_lod_regular_sampling_flag equal to) to 0 specifies that a distance-based sampling strategy is used instead).
  • LODs levels of detail
  • the APS may further include a repetition statement that is repeated as much as the value of the lifting_num_detail_levels_minus1 field.
  • the index (idx) is initialized to 0, increased by 1 each time the loop is executed, and the loop is repeated until the index (idx) becomes larger than the value of the lifting_num_detail_levels_minus1 field.
  • This loop may include the lifting_sampling_period_minus2 [idx] field if the value of the lifting_lod_regular_sampling_enabled_flag field is true (eg 1), and may include the lifting_sampling_distance_squared_scale_minus1 [idx] field if it is false (eg 0). And, if the value of idx is not 0, the lifting_sampling_distance_squared_offset [idx] field may be further included.
  • the lifting_sampling_period_minus2 [idx] field plus 2 indicates the sampling period for the LOD idx (specifies the sampling period for the level of detail idx).
  • the lifting_sampling_distance_squared_scale_minu1 [idx] field plus 1 specifies the scale factor for the derivation of the square of the sampling distance for the level of detail idx ).
  • the lifting_sampling_distance_squared_offset [idx] field indicates an offset for derivation of the square of the sampling distance for LOD idx (specifies the offset of the derivation of the square of the sampling distance for the level of detail idx).
  • the APS according to the embodiments may further include a lifting_adaptive_prediction_threshold field, a lifting_intra_lod_prediction_num_layers field, a lifting_max_num_direct_predictors field, and an inter_component_prediction_enabled_flag field when the value of the attr_coding_type field is 0, that is, when the coding type is predicting weight lifting.
  • the lifting_adaptive_prediction_threshold field specifies the threshold to enable adaptive prediction.
  • the lifting_intra_lod_prediction_num_layers field specifies the number of LOD layer where decoded points in the same LOD layer could be referred to generate prediction value of target point). For example, if the value of the lifting_intra_lod_prediction_num_layers field is the value of the LevelDetailCount, it indicates that the target point can refer to decoded points in the same LOD layer for all LOD layers (The lifting_intra_lod_prediction_num_layers field equal to LevelDetailCount indicates that target point could refer decoded points in the same LOD layer for all LOD layers).
  • the lifting_intra_lod_prediction_num_layers field indicates that the target point cannot refer to decoded points in the same LOD layer for arbitrary LOD layers (The lifting_intra_lod_prediction_num_layers field equal to 0 indicates that target point could not refer decoded points in the same LoD layer for any LoD layers).
  • the lifting_max_num_direct_predictors field indicates the maximum number of predictors to be used for direct prediction. The value of the lifting_max_num_direct_predictors field is in the range of 0 to LevelDetailCount.
  • the inter_component_prediction_enabled_flag field indicates whether a primary component of a multi-component attribute is used to predict reconstructed values of non-primary components. For example, if the value of the inter_component_prediction_enabled_flag field is 1, it indicates that the primary component of the multi-component attribute is used to predict the reconstructed values of non-primary components (specifies that the primary component of a multi component attribute is used to predict the reconstructed value of non-primary components). If the value of the inter_component_prediction_enabled_flag field is 0, it indicates that all attribute components are independently reconstructed (specifies that all attribute components are reconstructed independently).
  • the APS may further include a raht_prediction_enabled_flag field when the value of the attr_coding_type field is 1, that is, when the attribute coding type is RAHT.
  • the raht_prediction_enabled_flag field indicates whether transform weight prediction from the neighbor points is enabled in the RAHT decoding process. For example, if the value of the raht_prediction_enabled_flag field is 1, it indicates that transform weight prediction from the neighbor points is enabled in the RAHT decoding process, and if 0, it is disabled.
  • the APS may further include a raht_prediction_threshold0 field and a raht_prediction_threshold1 field.
  • the raht_prediction_threshold0 field indicates a threshold value for terminating transform weight prediction from the neighbor points.
  • the raht_prediction_threshold1 field indicates a threshold value for skipping transform weight prediction from the neighbor points.
  • the aps_extension_flag field indicates whether an aps_extension_data syntax structure exists in the corresponding APS syntax structure. For example, if the value of the aps_extension_flag field is 1, it indicates that the aps_extension_data syntax structure exists in the corresponding APS syntax structure. For example, if the value of the aps_extension_flag field is 0, it indicates that the aps_extension_data syntax structure does not exist in the corresponding APS syntax structure.
  • the APS according to embodiments may further include an aps_extension_data_flag field when the value of the aps_extension_flag field is 1.
  • the aps_extension_data_flag field may have any value. Its presence and value do not affect decoder conformance to profiles.
  • the APS according to embodiments may further include information related to LoD-based attribute compression.
  • the APS syntax may include signaling information related to projection.
  • the APS syntax further includes the sps_seq_parameter_set_id field when the value of the sps_projection_flag field (ie, included in the SPS syntax) is 1, and further includes the gps_geom_parameter_set_id field when the value of the gps_projection_param_present_flag field (ie, included in the GPS syntax) is 1 include If the value of the sps_projection_flag field and the value of the gps_projection_param_present_flag field are both 0, the aps_projection_param_present_flag field is further included.
  • the sps_seq_parameter_set_id field is an identifier of the SPS referenced by other syntax elements.
  • the gps_geom_parameter_set_id field is an identifier of a GPS referenced by other syntax elements.
  • the aps_projection_param_present_flag field is the same as the projection_flag field described with reference to FIGS. 33 and 34 .
  • the APS syntax further includes projection-related signaling information (projection_info( )) described with reference to FIGS. 33 and 34 . Since the signaling information related to the projection is the same as described with reference to FIGS. 33 and 34 , a detailed description thereof will be omitted.
  • TPS tile parameter set
  • a tile parameter set may be referred to as a tile inventory.
  • the TPS includes information related to each tile for each tile.
  • TPS includes a num_tiles field.
  • the num_tiles field indicates the number of tiles signaled for the bitstream. If there are no tiles, the value of the num_tiles field will be 0 (when not present, num_tiles is inferred to be 0).
  • the TPS according to the embodiments includes a loop that is repeated as much as the value of the num_tiles field.
  • i is initialized to 0, increases by 1 each time the loop is executed, and the loop is repeated until the value of i becomes the value of the num_tiles field.
  • This loop may include a tile_bounding_box_offset_x[i] field, a tile_bounding_box_offset_y[i] field, a tile_bounding_box_offset_z[i] field, a tile_bounding_box_size_width[i] field, a tile_bounding_box_box_size_height[i] field, and an attribute_size_height[i] field, and an attribute_size_height[i] field, and an attribute_predate_bounding_box_flag .
  • the tile_bounding_box_offset_x[i] field indicates the x offset of the i-th tile in the Cartesian coordinate system (indicates the x offset of the i-th tile in the cartesian coordinates).
  • the tile_bounding_box_offset_y[i] field indicates the y offset of the i-th tile in the Cartesian coordinate system.
  • the tile_bounding_box_offset_z[i] field indicates the z offset of the i-th tile in the Cartesian coordinate system.
  • the tile_bounding_box_size_width[i] field indicates the width of the i-th tile in the Cartesian coordinate system.
  • the tile_bounding_box_size_height[i] field indicates the height of the i-th tile in the Cartesian coordinate system.
  • the tile_bounding_box_size_depth[i] field indicates the depth of the i-th tile in the Cartesian coordinate system.
  • the TPS syntax may include signaling information related to projection.
  • the projection_flag field is the same as the projection_flag field described with reference to FIGS. 33 and 34 .
  • the TPS syntax further includes projection-related signaling information (projection_info( )) described with reference to FIGS. 33 and 34 . Since the signaling information related to the projection is the same as described with reference to FIGS. 33 and 34 , a detailed description thereof will be omitted.
  • the syntax of the tile inventory according to the embodiments is not limited to the above example, and may further include additional elements or may not include some elements shown in the drawings for efficiency of signaling. Some elements may be signaled through other signaling information (eg, SPS, APS, attribute header, etc.) or attribute data unit other than tile inventory.
  • 39 is a diagram illustrating an embodiment of a syntax structure of a geometry slice bitstream ( ) according to the present specification.
  • a geometry slice bitstream (geometry_slice_bitstream ()) may include a geometry slice header (geometry_slice_header()) and geometry slice data (geometry_slice_data()).
  • the geometry slice bitstream may be referred to as a geometry data unit
  • the geometry slice header may be referred to as a geometry data unit header
  • the geometry slice data may be referred to as geometry data unit data.
  • FIG. 40 is a diagram illustrating an embodiment of a syntax structure of a geometry slice header (geometry_slice_header()) according to the present specification.
  • a bitstream transmitted by a transmitting device may include one or more slices.
  • Each slice may include a geometry slice and an attribute slice.
  • a geometry slice includes a geometry slice header (GSH).
  • the attribute slice includes an attribute slice header (ASH, Attribute Slice Header).
  • the geometry slice header (geometry_slice_header()) may include a gsh_geometry_parameter_set_id field, a gsh_tile_id field, a gsh_slice_id field, a frame_idx field, a gsh_num_points field, and a byte_alignment() field.
  • the value of the gps_box_present_flag field included in the geometry parameter set (GPS) is true (eg, 1)
  • the value of the gps_gsh_box_log2_scale_present_flag field is true (eg, 1)
  • it may further include a gsh_box_log2_scale field, a gsh_box_origin_x field, a gsh_box_origin_y field, and a gsh_box_origin_z field.
  • the gsh_geometry_parameter_set_id field indicates a value of gps_geom_parameter_set_id of the active GPS (gsh_geometry_parameter_set_id specifies the value of the gps_geom_parameter_set_id of the active GPS).
  • the gsh_tile_id field indicates an identifier of a corresponding tile referenced by a corresponding geometry slice header (GSH).
  • the gsh_slice_id field identifies the slice header for reference by other syntax elements for reference by other syntax elements.
  • the frame_idx field indicates log2_max_frame_idx + 1 least significant bits of a conceptual frame number counter. Consecutive slices with differing values of frame_idx form parts of different output point cloud frames. Consecutive slices with identical values of frame_idx without an intervening frame boundary marker data unit form parts of the same output point cloud frame).
  • the gsh_num_points field indicates the maximum number of coded points in a corresponding slice. According to embodiments, it is a requirement of bitstream conformance that gsh_num_points is greater than or equal to the number of decoded points in the slice).
  • the gsh_box_log2_scale field indicates a scaling factor of a bounding box origin for a corresponding slice.
  • the gsh_box_origin_x field indicates the x value of the bounding box origin scaled by the value of the gsh_box_log2_scale field.
  • the gsh_box_origin_y field indicates a y value of the bounding box origin scaled by the value of the gsh_box_log2_scale field.
  • the gsh_box_origin_z field indicates the z value of the bounding box origin scaled by the value of the gsh_box_log2_scale field.
  • slice_origin_x the variables slice_origin_x, slice_origin_y, and slice_origin_z may be derived as follows.
  • slice_origin_x gsh_box_origin_x ⁇ originScale
  • slice_origin_y gsh_box_origin_y ⁇ originScale
  • slice_origin_z gsh_box_origin_z ⁇ originScale
  • the geometry slice header (geometry_slice_header( )) according to embodiments may further include a gsh_log2_max_nodesize_x field, a gsh_log2_max_nodesize_y_minus_x field, and a gsh_log2_geom_nodesize_flag field, and a gsh_log2_geom_nodesize_flag field. If false (ie, 1), it may further include a gsh_log2_max_nodesize field.
  • the gsh_log2_max_nodesize_x field indicates the bounding box size in the x dimension, that is, MaxNodesizeXLog2 used in the decoding process as follows (specifies the bounding box size in the x dimension, i.e., MaxNodesizeXLog2 that is used in the decoding process).
  • MaxNodeSizeXLog2 gsh_log2_max_nodesize_x
  • MaxNodeSizeX 1 ⁇ MaxNodeSizeXLog2
  • the gsh_log2_max_nodesize_y_minus_x field indicates the bounding box size in the y dimension, that is, MaxNodesizeYLog2 used in the decoding process as follows (specifies the bounding box size in the y dimension, i.e., MaxNodesizeYLog2 that is used in the decoding process).
  • MaxNodeSizeYLog2 gsh_log2_max_nodesize_y_minus_x + MaxNodeSizeXLog2.
  • MaxNodeSizeY 1 ⁇ MaxNodeSizeYLog2.
  • the gsh_log2_max_nodesize_z_minus_y field indicates a bounding box size in the z dimension, that is, MaxNodesizeZLog2 used in the decoding process as follows (specifies the bounding box size in the z dimension, i.e., MaxNodesizeZLog2 that is used in the decoding process).
  • MaxNodeSizeZLog2 gsh_log2_max_nodesize_z_minus_y + MaxNodeSizeYLog2
  • MaxNodeSizeZ 1 ⁇ MaxNodeSizeZLog2
  • the gsh_log2_max_nodesize field is obtained as follows.
  • gsh_log2_max_nodesize max ⁇ MaxNodeSizeXLog2, MaxNodeSizeYLog2, MaxNodeSizeZLog2 ⁇
  • the gsh_log2_max_nodesize field indicates the size of the root geometry octree node when the value of the gps_implicit_geom_partition_flag field is 0.
  • MaxNodeSize 1 ⁇ gsh_log2_max_nodesize
  • MaxGeometryOctreeDepth gsh_log2_max_nodesize-log2_trisoup_node_size
  • the geometry slice header (geometry_slice_header()) may further include a geom_slice_qp_offset field and a geom_octree_qp_offsets_enabled_flag field when the value of the geom_scaling_enabled_flag field is true.
  • the geom_slice_qp_offset field indicates an offset to the base geometry quantisation parameter geom_base_qp.
  • the geom_octree_qp_offsets_enabled_flag field indicates whether a geom_octree_qp_ofsets_depth field exists in a corresponding geometry slice header. For example, if the value of the geom_octree_qp_offsets_enabled_flag field is 1, it indicates that the geom_octree_qp_ofsets_depth field is present in the corresponding geometry slice header, and if 0, it does not exist.
  • the geom_octree_qp_offsets_depth field indicates a depth of a geometry octree.
  • the geometry slice header may include signaling information related to projection.
  • the projection_flag field is the same as the projection_flag field described with reference to FIGS. 33 and 34 .
  • the geometry slice header further includes projection-related signaling information (projection_info( )) described with reference to FIGS. 33 and 34 . Since the signaling information related to the projection is the same as described with reference to FIGS. 33 and 34 , a detailed description thereof will be omitted.
  • the geometry slice data (geometry_slice_data( )) may transmit a geometry bitstream belonging to a corresponding slice. 31 is applicable when geometry prediction is performed on an octree-based or a try-shoe-based basis.
  • the geometry slice data (geometry_slice_data( )) may include a first iteration that is repeated by the value of MaxGeometryOctreeDepth. In this case, it is assumed that the depth is initialized to 0, is increased by 1 each time the loop is executed, and the first loop is repeated until the depth becomes the value of MaxGeometryOctreeDepth.
  • the first iteration may include a second iteration that is repeated by the value of NumNodesAtDepth. At this time, it is assumed that nodeidx is initialized to 0, increases by 1 each time the loop is executed, and the second loop is repeated until nodeidx becomes the value of NumNodesAtDepth.
  • MaxGeometryOctreeDepth represents the maximum value of the depth of the geometry octree
  • NumNodesAtDepth[depth] represents the number of nodes to be decoded at the corresponding depth.
  • NodeX[depth][nodeIdx], NodeY[depth][nodeIdx], NodeZ[depth][nodeIdx] represent the x, y, z coordinates of the Idx-th node in decoding order at a given depth. Transmits the geometry bitstream of the corresponding node of the corresponding depth through geometry_node(depth, nodeIdx, xN, yN, zN).
  • the geometry slice data (geometry_slice_data( )) according to embodiments may further include geometry_trisoup_data(). That is, if the size of the triangle nodes is greater than 0, the trishine geometry-encoded geometry bitstream is transmitted through geometry_trisoup_data().
  • FIG. 42 is a diagram illustrating an embodiment of a syntax structure of an attribute slice bitstream () according to the present specification.
  • the attribute slice bitstream (attribute_slice_bitstream()) may include an attribute slice header (attribute_slice_header()) and attribute slice data (attribute_slice_data()).
  • the attribute slice bitstream may be referred to as an attribute data unit
  • the attribute slice header may be referred to as an attribute data unit header
  • the attribute slice data may be referred to as attribute data unit data.
  • FIG. 43 is a diagram illustrating an embodiment of a syntax structure of an attribute slice header (attribute_slice_header()) according to the present specification.
  • the attribute slice header (attribute_slice_header()) may include an ash_attr_parameter_set_id field, an ash_attr_sps_attr_idx field, and an ash_attr_geom_slice_id field.
  • the attribute slice header (attribute_slice_header()) may further include an ash_attr_qp_delta_luma field and an ash_attr_qp_delta_chroma field when the value of the aps_slice_qp_delta_present_flag field of the attribute parameter set (APS) is true (eg, 1).
  • the ash_attr_parameter_set_id field indicates a value of the aps_attr_parameter_set_id field of the currently active APS.
  • the ash_attr_sps_attr_idx field indicates an attribute set in the current active SPS.
  • the ash_attr_geom_slice_id field indicates a value of the gsh_slice_id field of the current geometry slice header.
  • the ash_attr_qp_delta_luma field indicates a luma delta quantization parameter (qp) derived from an initial slice qp in an active attribute parameter set.
  • the ash_attr_qp_delta_chroma field indicates a chroma delta quantization parameter (qp) derived from an initial slice qp in an active attribute parameter set.
  • the attribute slice header may include signaling information related to projection.
  • the projection_flag field is the same as the projection_flag field described with reference to FIGS. 33 and 34 .
  • the attribute slice header further includes projection-related signaling information (projection_info( )) described with reference to FIGS. 33 and 34 . Since the signaling information related to the projection is the same as described with reference to FIGS. 33 and 34 , a detailed description thereof will be omitted.
  • the SPS, GPS, and APS may indicate that signaling information related to projection is transmitted.
  • a value of the sps_projection_param_present_flag field, the gps_projection_param_present_flag field, and the aps_projection_param_present_flag field is 0, it may indicate that the signaling information related to projection is transmitted in units of slices.
  • the sps_seq_parameter_set_id field and the gps_seq_parameter_set_id field may inform an indicator of a corresponding parameter set when coordinate projection is performed and signaling information related to projection is transmitted through the SPS or GPS.
  • signaling information related to projection may be transmitted through GPS (e.g., parameters used in coordinate conversion in a coding scheme used for geometry coding ( or fields)), in this case, a parameter set indicator that can refer to the corresponding parameter can be directly transmitted.
  • the sequence parameter set indicator can be directly informed. In this way, it is possible to refer to a parameter set including a required parameter among a plurality of parameter sets. If the parameter defined in the APS is to be used for location restoration, the parameter can be used by defining the APS indicator in the GPS.
  • 44 is a block diagram illustrating an operation of an apparatus for receiving point cloud data according to embodiments.
  • a point cloud data receiving device (or point cloud receiving device) that processes projection-performed point cloud data (for example, the receiving device 10004 of FIG. 1 , the point cloud decoder of FIGS. 10 and 11 , and FIG. 13 . of the receiving device) is shown.
  • the point cloud receiving apparatus performs geometry decoding on the input geometry bitstream ( 4410 ).
  • Geometry decoding according to the embodiments may include octree geometry decoding, tri-soup geometry decoding, and the like, and is not limited to the above-described example.
  • the point cloud receiving device includes the Arithmetic decoder 13002, the Occupancy code-based octree reconstruction processing unit 13003, the surface model processing unit (triangle reconstruction, up-sampling, voxelization) 13004 and inverse quantization processing unit 13005 described in FIG. 13 . At least one of the operations is performed.
  • the point cloud receiving device outputs the reconstructed (or reconstructed) geometry as a result of the geometry decoding.
  • the point cloud receiving apparatus determines whether to apply the projection based on the signaling information ( 4420 ). When projection is applied, the point cloud receiving apparatus performs projection on the decoded geometry ( 4430 ), and performs attribute decoding based on the projected geometry ( 4440 ). If projection is not applied, the point cloud receiving apparatus performs attribute decoding based on the restored geometry ( 4440 ).
  • the attribution decoding 4440 includes the arithmetic decoder 13007, inverse quantization processing unit 13008, prediction/lifting/RAHT inverse transformation processing unit 13009, and color inverse transformation processing unit described with reference to FIG. 13 . At least one or more of the operations of 13010 corresponds to a combination and is not limited to the above example.
  • attribute decoding 4440 may include at least one or a combination of RAHT coding, predictive transform coding, and lifting transform coding.
  • inverse projection is performed ( 4450 ). Since the decoded attribute matches the projected geometry, point cloud data whose geometry and attribute are matched in the projected coordinate system (or space) must be converted back to the original coordinate system. Therefore, the point cloud receiving apparatus secures the reconstructed point cloud data by performing reverse projection. If the projection has not been performed, the reverse projection 4450 is not performed.
  • the projection 4430 according to embodiments may be referred to as a coordinate conversion pre-processing for attribute decoding.
  • the inverse projection 4450 according to embodiments may be referred to as a coordinate conversion post-process for attribute decoding. 44 shows an example of the operation of the point cloud receiving apparatus, and the operation sequence is not limited to this example. The operation indicated by the components of FIG. 44 according to the embodiments may be performed by hardware, software, process, or a combination thereof constituting the point cloud receiving apparatus.
  • 45 is an example of an operation of a point cloud receiving apparatus according to embodiments.
  • FIG. 45 illustrates the operation of the point cloud data receiving apparatus of FIG. 44 .
  • the data processing sequence of the point cloud receiving apparatus of FIG. 45 is not limited to this example.
  • the operation indicated by the components of FIG. 45 according to the embodiments may be performed by hardware, software, process, or a combination thereof constituting the point cloud receiving apparatus.
  • the demultiplexer of the point cloud receiving device demultiplexes the received bitstream to output a geometry bitstream and an attribute bitstream.
  • the geometry bitstream is output to the geometry decoder, and the attribute bitstream is output to the attribute decoder.
  • the geometry decoder may include an entropy decoding unit 4501 , a dequantization unit 4502 , and a geometry decoding unit 4503 .
  • the attribute decoder may include an entropy decoding unit 4510 , a dequantization unit 4511 , and an attribute decoding unit 4512 .
  • the point cloud receiving apparatus may further include a projection postprocessing unit 4520 .
  • the entropy decoding unit 4501 , the inverse quantization unit 4502 , and the geometry decoding unit 4503 of the point cloud receiving apparatus perform entropy decoding, inverse quantization and geometry decoding on the input geometry bitstream to reconstruct it.
  • the (or restored) geometry is output to the attribute decoding unit 4512 and the post-projection processing unit 4520 of the attribute decoder.
  • the entropy decoding unit 4501 , the inverse quantization unit 4502 , and the geometry decoding unit 4503 according to embodiments may be referred to as a geometry decoder or a geometry processor, and the arithmetic decoder 13002 described with reference to FIG. 13 .
  • the entropy decoding unit 4510 , the inverse quantization unit 4511 , and the attribute decoding unit 4512 of the point cloud receiving apparatus perform entropy decoding, inverse quantization and attribute decoding on the input attribute bitstream to reconstruct it.
  • the converted attribute (or the decoded attribute) is output to the post-projection processing unit 4520 .
  • the entropy decoding unit 4510, the inverse quantization unit 4511, and the attribute decoding unit 4512 according to the embodiments may be referred to as an attribute decoder or an attribute processor, and correspond to the attribute decoding 4440 described with reference to FIG. 44 .
  • the entropy decoding unit 4510 , the inverse quantization unit 4511 , and the attribute decoding unit 4512 include the arithmetic decoder 13007 and the inverse quantization processing unit 13008 described with reference to FIG. 13 .
  • at least one of the prediction/lifting/RAHT inverse transform processing unit 13009 and the color inverse transform processing unit 13010 corresponds to a combination, and is not limited to the above example.
  • the signaling information further includes signaling information indicating whether projection is applied to each geometry and/or attribute (eg, geo_projection_enable_flag, attr_projetion_enable_flag, attr_coord_conv_enable_flag, etc.).
  • signaling information indicating whether projection is applied to each geometry and/or attribute (eg, geo_projection_enable_flag, attr_projetion_enable_flag, attr_coord_conv_enable_flag, etc.).
  • the attr_coord_conv_enable_flag field may be included in the APS, and if the value of the attr_coord_conv_enable_flag field is 1, it indicates that point cloud transformation is performed in the attribute coding process. When the value of the attr_coord_conv_enable_flag field is 0, it indicates that point cloud transformation is not performed in the attribute coding process.
  • the value of the coord_conv_scale_present_flag field included in the APS when the value of the coord_conv_scale_present_flag field included in the APS is 1, it indicates that the coordinate system transformation scale factors (or scaling parameters) scale_x, scale_y, and scale_z exist. If the value of the coord_conv_scale_present_flag field is 0, the coordinate system transformation scale factor does not exist, and scale_x, scale_y, and scale_z are the maximum distances for all axes normalized to the maximum distances of the x, y, and z axes. And, the attr_coord_conv_scale field included in the APS designates the scale ratio of the coordinate transformation axis in units of 2-8.
  • the post-processing unit 4520 of the point cloud receiving apparatus performs projection post processing on the reconstructed geometry and the reconstructed attribute based on the signaling information described with reference to FIGS. 32 to 43 .
  • the projection post-processing unit 4520 corresponds to the projection pre-processing unit 1620 of the transmitting side described with reference to FIG. 16 .
  • the projection post-processing unit 4520 corresponds to the projection 4420 and the reverse projection 4450 described with reference to FIG. 44 .
  • a box treated with a dotted line at the bottom of the drawing indicates a detailed block diagram of the post-projection processing unit 4520 .
  • the post-processing unit 4520 of the point cloud receiving apparatus includes a projection unit 4521 , a projection index map generation unit 4522 , and an inverse projection unit 4523 . ) may be included.
  • the projection unit 4521 performs projection on the reconstructed geometry.
  • the projection process of the projection unit 4521 according to the exemplary embodiment corresponds to the reverse process of the projection unit 1632 described with reference to FIG. 16 .
  • the point cloud transmitting apparatus performs projection on the geometry
  • the reconstructed geometry in the point cloud receiving apparatus indicates a position in the projection domain. Accordingly, the point cloud receiving apparatus performs re-projection to re-convert the projected geometry into a three-dimensional space based on signaling information (eg, signaling information related to projection described in FIGS. 32 to 43, coord_conversion_type, bounding_box_x_offset, etc.). .
  • the projection unit 4521 of the point cloud receiving apparatus is a range of data re-projected from the projection-related signaling information described with reference to FIGS. 32 to 43, and scaling information (eg, bounding_box_x/y/z_length, granularity_radius/angular/normal, etc.) etc. can be obtained.
  • the projection unit 4521 of the point cloud receiving apparatus determines whether the laser position adjustment is performed at the transmitting side based on the signaling information related to the projection described in FIGS. 32 to 43 (eg, laser_position_adjustment_flag, etc.) Information related to laser position adjustment can be obtained.
  • the projection unit 4521 of the point cloud receiving apparatus confirms whether the sampling rate adjustment is performed at the transmitting side based on the signaling information related to the projection described with reference to FIGS. 32 to 43 (eg, sampling_adjustment_cubic_flag, etc.) and secures related information can do.
  • the projection unit 4521 of the point cloud receiving apparatus may perform re-projection by reflecting laser position adjustment and sampling rate adjustment. Projection, laser position adjustment, and sampling rate adjustment according to the embodiments are the same as those described with reference to FIGS. 21 to 23 , and thus a detailed description thereof will be omitted.
  • the projection unit 4521 of the point cloud receiving apparatus is a coordinate system (eg, a geometry) of the re-projected point cloud data (geometry) based on the projection-related signaling information (eg, projection_type) described with reference to FIGS. 32 to 43 .
  • the cylindrical coordinate system 1810 and the spherical coordinate system 1820 described with reference to FIG. 18 may be converted into an original coordinate system (eg, the xyz coordinate system 1800 ).
  • an original coordinate system eg, the xyz coordinate system 1800
  • the projection-related signaling information includes an output range of data in the original coordinate system (eg, orig_bounding_box_x_offset), information related to the transformation coordinate system (eg, cylinder_center_x, etc.).
  • the projection unit 4521 of the point cloud receiving apparatus may use the inverse transform equations of Equations 5 to 11. However, as described with reference to FIGS. 15 to 18 , an error in the position of a point may occur while the point cloud transmitting apparatus performs voxelization (eg, projection domain voxelization 1644) and rounding. . Therefore, even if the projection unit 4521 of the point cloud receiving device performs projection based on the signaling information, lossless restoration of the geometry may be difficult.
  • the projection index map generation unit 4522 of the point cloud receiving apparatus generates an index map indicating an index of position information in order to connect the projected geometry and the position before the projection is performed.
  • Projection index map generation carry out
  • the projection index map generation unit 4522 of the point cloud receiving device aligns the points indicated by the reconstructed geometry in a specific order (eg, Morton code order, x-y-z zigzag order, etc.) with respect to the reconstructed geometry, and indexes according to the order.
  • the projection index map generation unit 4522 includes an index to decoded position map and a decoded position (geometry) for the decoded position (geometry) map based on the relationship between the position and the index before projection.
  • the projection index map generation unit 4522 indexes based on the relationship between the decoded position and the index (for example, the index for the generated decoded position (geometry) map and the decoded position (geometry) for the generated index map)) Create the projection position to the index map.
  • the point cloud transmission apparatus performs attribute encoding based on the projected geometry. Accordingly, the attribute reconstructed in the attribute decoder is expressed as an attribute of the geometry expressed on the projection domain described with reference to FIGS. 15 to 23 .
  • the reverse projection unit 4523 of the point cloud receiving device performs reverse projection to obtain the projected position for the index map and the index for the position map. Based on the original geometry of the projected geometry, the restored original geometry and the restored attributes can be matched.
  • the projection index map generator 4522 may be included in the reverse projection unit 4523 .
  • the process of inverse projection of the positions of the points based on the coordinates indicating the positions of the points, and the process of converting and expressing the coordinates indicating the positions of the points expressed in the second coordinate system into the first coordinate system may include Coordinates indicating positions of the above-described reverse-projected points may be expressed in the first coordinate system.
  • the reverse projection unit 4523 may perform a process of inversely projecting the positions of the points based on coordinates indicating the positions of the points.
  • the reverse projection unit 4523 may perform a process of converting and expressing coordinates representing positions of points expressed in the second coordinate system into the first coordinate system.
  • the first coordinate system may include a Cartesian coordinate system
  • the second coordinate system may include a spherical coordinate system, a cylindrical coordinate system, or a sector-shaped coordinate system.
  • the second coordinate system may include a sector-shaped spherical coordinate system and a sector-shaped cylindrical coordinate system.
  • the process of inversely projecting positions of points according to embodiments may be based on coordinates and scale values indicating positions of points expressed in the second coordinate system.
  • 46 is a flowchart illustrating an example of a processing process of a point cloud receiving apparatus according to embodiments.
  • the flowchart 4600 shown in FIG. 46 shows an example of the processing process of the point cloud receiving apparatus described with reference to FIGS. 44 to 45 .
  • the operation of the point cloud receiving apparatus is not limited to this example, and the operation corresponding to each element may be performed in the order shown in FIG. 46 or may not be performed sequentially.
  • the point cloud receiving apparatus receives the point cloud bitstream and entropy decoding 4610, dequantization 4611 and geometry decoding for the geometry bitstream. ) (4612).
  • the entropy decoding 4610 , the inverse quantization 4611 , and the geometry decoding 4612 correspond to the geometry processing described with reference to FIG. 45 , and a detailed description thereof will be omitted.
  • the point cloud receiving apparatus determines whether projection is performed based on the signaling information described with reference to FIGS. 32 to 43, and when not performing the projection, attribute decoding 4630 is performed. When performing projection, the point cloud receiving apparatus performs projection post processing (eg, projection post processing 4520 described in FIG.
  • Projection post processing is an example of the projection post processing 4520 described with reference to FIG. 45 , and includes coordinate conversion 4620 , coordinate projection 4621 , and translation adjustment ( 4622 ), Bounding box adjustment 4623 , Projection domain voxelization 4624 , and Inverse Projection 4625 .
  • the coordinate transformation 4620 , the coordinate projection 4621 , the conversion adjustment 4622 , the bounding box adjustment 4623 , and the projection domain voxelization 4624 may correspond to the projection unit 4521 described with reference to FIG. 45 . As described with reference to FIG.
  • the point cloud receiving device performs laser position adjustment (eg, laser position adjustment 1642) and sampling rate adjustment (eg, sampling rate adjustment 1643) included in the signaling information described with reference to FIGS. 32 to 43 . )), etc., it is possible to perform conversion adjustment 4622, bounding box adjustment 4623, and the like based on the related information.
  • the point cloud receiving device performs reverse projection (4625). That is, the reverse projection unit 4625 is configured to change the attribute information restored as an attribute of the projected geometry into a domain for the geometry information restored to the original position.
  • the reverse projection may perform the same projection process of the point cloud data.
  • the inverse projection may convert the position of a point in the point cloud data from the projected coordinate system to the existing coordinate system by using an inverse transformation equation.
  • the attribute information is restored by matching an appropriate value. Since the reverse projection 4625 according to the embodiments is the same as the reverse projection 4523 described with reference to FIG. 45 , a detailed description thereof will be omitted.
  • 47 is a diagram illustrating an example of reverse projection according to embodiments.
  • the reverse projection may perform the same projection process of the point cloud data.
  • the inverse projection may convert the point cloud data from the projected coordinate system to the existing coordinate system using an inverse transformation formula.
  • a solid line 4700 shown in the figure represents a process of generating an index to a decoded position map for a decoded position (geometry) map based on the relationship between the position and the index before projection.
  • a dotted line 4710 illustrated in the figure represents a process of generating a decoded position (geometry) for the index map.
  • the solid line 4720 shown in the figure is a process in which the point cloud receiving device performs projection on the indexed geometry, and generates a decoded position to the projected position map for the projected position (geometry) map.
  • the dotted line 4730 shown in the figure indicates the relationship between the position and the index decoded by the point cloud receiving device (for example, the index for the decoded position (geometry) map generated and the decoded position (geometry) for the index map) ) based on the projection position to the index map.
  • indexing may be performed on the geometry information. That is, the receiving apparatus according to the embodiments may align the restored geometry information in a certain way (e.g., Morton code order, x-y-z zigzag order, etc.) and then assign an index according to the order.
  • a certain way e.g., Morton code order, x-y-z zigzag order, etc.
  • the projected points After attribute decoding, the projected points have attribute values, and the original position can be found in the projected position through the projected position to index map and the index to position map. can In this way, the restored geometry information and the restored attribute information may be matched with each other.
  • a description of the reverse projection is the same as that described with reference to FIG. 45 , and thus will be omitted.
  • FIG. 48 shows an example of a processing process of a point cloud receiving apparatus according to embodiments.
  • the flowchart 4800 shown in the figure shows an example of the processing process of the point cloud receiving apparatus described with reference to FIGS. 44 to 46 .
  • the operation of the point cloud receiving apparatus is not limited to this example, and the operation corresponding to each element may be performed in the order shown in FIG. 48 or may not be sequentially performed.
  • a laser index and an angular index may be used to correct a laser sampling error of the lidar.
  • the coordinate transformation method performed by the projection unit is used to improve the coding performance of the attribute coding.
  • the position of each point distributed in the cylindrical coordinate system is a rectangular coordinate system or cartesian whose axis is a function of a radius, an azimuthal angle, and a laser index. coordinate system).
  • the corresponding position (r l , l , l ) is derived as shown in Equation 24 below. That is, Equation 24 is an example of the cylindrical coordinate system transformation in consideration of the position of the laser.
  • Equation 24 (x c , y c , z c ) represents the center position of the lidar head, and (x L , y L , z L ) represents the relative position of each laser. .
  • (r l , l , Coordinate transformation (ie, projection) using l ) may be performed as in Equation 25 below.
  • idx L is an elevation angle (elevation angle, L ) denotes the laser index that samples the point
  • the scaling parameters (or scale factor parameters) s r , s , s idx can be derived by the largest length among the point distributions of the three axes divided by the length of the point distribution along each axis (the scaling parameters r , s , s idx are derived by the largest length of point distribution of three axes divided by the length of point distribution along each axis).
  • s r is applied to the x' axis as a scale factor for the parameter r l
  • s Is It is applied on the y' axis as a scale factor for l
  • s idx is applied on the z' axis as a scale factor for idx L .
  • the point cloud transmission apparatus adjusts the sampling rate of the projected point cloud data (eg, the projected geometry) by applying the scaling parameters s r , s ⁇ , and s idx .
  • Equation 26 This specification describes the horizontal direction angle (azimuthal angle, L ) instead of an angular index (angular index, idx ⁇ ) to perform alternative coordinate conversion (alternative coordinate conversion) is performed as an embodiment.
  • the position of the coordinate system transformation output is given by the following Equation 26. That is, coordinate transformation (ie, projection) using (r L , idx ⁇ , idx L ) may be performed as in Equation 26 below.
  • the angular index (angular index, idx ⁇ ) is an index within the range from 0 to num_phi_per_turn - 1
  • s idx denotes a scaling parameter (or referred to as a scale factor parameter) corresponding to the angular index.
  • the variable num_phi_per_turn represents the number of samples per rotation, assuming that the rotation speed of the lidar is constant.
  • idx L is the vertical angle (elevation angle, L ) indicates the laser index sampling the point.
  • r, phi, and theta are expressed as a distance from the center (radius) and an azimuth/elevation angle in the x, y, and z space.
  • x', y', z' e.g., rectangular pole space or rectangular coordinate system
  • Equation 26 is an example of performing coordinate transformation (ie, projection) using an angular index and a laser index instead of an azimuth/elevation angle.
  • x' radius
  • y' angular index (idx ⁇ )
  • z' laser index (idx L ) to match and project.
  • s r , s idx ⁇ , and s idx represent scaling parameters (or scale factor parameters).
  • s r is applied to the x' axis as a scale factor for the parameter r L
  • s idx ⁇ is applied to the y' axis as a scale factor for the angular index (idx ⁇ )
  • s idx is the laser index (idx L ) It is applied on the z' axis as a scale factor for .
  • the point cloud transmission apparatus assigns the scaling parameters s r , s idx ⁇ , and s idx to the radius (r L ), the angular index (idx ⁇ ), and the laser index (idx L ) as in Equation 26, respectively.
  • Apply to adjust the sampling rate of the projected point cloud data eg, the projected geometry).
  • the sampling rate adjustment may be performed in the sampling rate adjustment unit 1643 of FIG. 16 or the sampling rate adjustment step 1733 of FIG. 17 .
  • the angular index (idx ⁇ ) may be calculated as in Equation 27 below. That is, the angular index (idx ⁇ ) is the horizontal angle ( L ) 2 It is the value obtained by multiplying the value divided by num_phi_per_turn by num_phi_per_turn and adding the offset to the result.
  • the offset is used to tune the laser start position, and may have a value between 0 and 1.
  • the offset may have the same value for all angular indices, a similar value within an error range, or may have a different value according to the angular indices.
  • num_phi_per_turn and offset may be signaled as a laser_phi_per_turn field and a laser_angle_offset field in the information related to the projection shown in FIGS. 33 and 34 , respectively.
  • the projection unit eg, 1540 of FIG. 15 or 1632 of FIG. 16 or steps 1730 to 1734 of FIG. 17
  • the projection unit coordinates values indicating the positions of the points (that is, the first coordinate system)
  • the projection unit converts the coordinate values of the points expressed on the Cartesian coordinate system (or called the first coordinate system) into at least one coordinate system (or called the second coordinate system) of a cylindrical coordinate system, a spherical coordinate system, or a sector-shaped coordinate system.
  • the projection unit converts the point expressed in the second coordinate system into a third coordinate system (or referred to as a Cartesian coordinate system) having x', y', and z' axes again. That is, the projection unit projects a point expressed in the second coordinate system on a Cartesian coordinate system having x', y', and z' axes (or referred to as a third coordinate system).
  • a point is projected in the third coordinate system (x', y', z') based on the value (eg, radius, angular index, laser index) converted to the second coordinate system and expressed.
  • the sampling rate for each axis may be adjusted by applying the scaling parameters.
  • a coordinate system using (r L , idx ⁇ , idx L ) is referred to as a fourth coordinate system or an improved spherical coordinate system or an alternative spherical coordinate system.
  • the point cloud data transmission apparatus may change positions of points based on a scaling parameter (or referred to as a scale factor or a scale value) for each axis according to a distribution characteristic of the points.
  • a scaling parameter or referred to as a scale factor or a scale value
  • the positions of the projected points may be distributed sparsely than the positions of the points before being projected.
  • the value of the scaling parameter for each axis has a value less than 1
  • the positions of the projected points may be more densely distributed than the positions of the points before being projected.
  • the point cloud data transmission device may determine that if the points of the acquired point cloud data are densely distributed in the x-axis and y-axis directions and sparsely distributed in the z-axis direction, greater than 1 value and value, less than 1 Based on the value, the distribution of positions of points can be projected uniformly.
  • the information on the sampling rate adjustment may include a point cloud receiving device (eg, the receiving device of FIG. 1 , the point cloud decoder of FIGS. 10 and 11 , the receiving device of FIG. 13 , is transmitted to the receiving device of FIG. 44, the receiving device of FIG. 45, the receiving method of FIG. 46, or the receiving device of FIG. 48), and the point cloud receiving device secures information about the sampling rate adjustment, and adjusts the sampling rate according to the information carry out
  • a point cloud receiving device eg, the receiving device of FIG. 1 , the point cloud decoder of FIGS. 10 and 11 , the receiving device of FIG. 13 , is transmitted to the receiving device of FIG. 44, the receiving device of FIG. 45, the receiving method of FIG. 46, or the receiving device of FIG. 48
  • the point cloud receiving device secures information about the sampling rate adjustment, and adjusts the sampling rate according to the information carry out
  • the point cloud receiving apparatus may perform a coordinate conversion pre-process 4810 as a preprocessing for attribute decoding.
  • the coordinate transformation pre-process 4810 may correspond to the projection 4521 described with reference to FIG. 45 .
  • the operation indicated by the components of FIG. 48 according to the embodiments may be performed by hardware, software, process, or a combination thereof constituting the point cloud receiving apparatus.
  • the point cloud receiving apparatus performs the coordinate transformation preprocessing 4810 based on the signaling information related to the projection described with reference to FIGS. 32 to 43 .
  • the position (geometry) of the point output from the coordinate system transformation preprocessing 4810 is used in the subsequent attribute decoding 4820 .
  • the input (or input data) of the coordinate transformation preprocessing 4810 according to the embodiments is secured from the signaling information related to the projection described in FIGS. 32 to 43 or based on the signaling information related to the projection described in FIGS. 32 to 43 . Includes derived variables.
  • the output of this coordinate transformation process is an array AttrPos[idx][axis] specifying positions after spherical coordinate transformation.
  • idx has a value between 0 and PointCount-1
  • axis has a value between 0 and 2.
  • tPoint[idx] (PointPos[idx][1] GeomAngularOrigin[1]) ⁇ 8
  • r2[idx] sPoint ⁇ sPoint + tPoint ⁇ tPoint
  • array PointPos is a variable specifying the point position represented in the Cartesian coordinates (array PointPos specifying the point position represented in the Cartesian coordinate), and GeomAngularOrigin is the coordinates of the origin of the lasers (x, y, z) is a variable representing
  • the coordinate transformation preprocessing 4810 may include a laser index determination process for determining the laser index.
  • a laser index determination process is a process of determining a laser index (laserIndex[idx]) as a point index (idx) indicating a point within a range expressed by 0 to PointCount-1 for a point performing coordinate transformation am. This process is performed only when the value of the attr_coord_conv_enabled_flag field is 1.
  • the laser index array lasertIndex[idx] may be derived as follows.
  • idx has a value between 0 and PointCount - 1.
  • number_lasers_minus1 is a variable specifying the number of lasers
  • LaserAngle[i] is a variable indicating a tangent value of the elevation angle of the i-th laser.
  • an azimuthal angulary index array azimuthIndex[idx], that is, an angular index may be derived as follows.
  • phi[idx] is the value of the idx-th point.
  • the angular index of the idx point (azimuthIndex[idx]) is divApprox(phi * LaserPhiPerTurn[laserIndex[idx]] * It is obtained by calculating (1 ⁇ 8) + spherical_coord_azimuth_offset * 2 * (3294199 >> 8), 2 * (3294199 >> 8) * (1 ⁇ 8), 8).
  • the angular index azimuthIndex[idx] is set to azimuthIndex[idx]-LaserPhiPerTurn[laserIndex[idx]]
  • the angular index azimuthIndex[idx] is set to azimuthIndex[idx]+LaserPhiPerTurn[laserIndex[idx]].
  • azimuthIndex[idx] phi[idx]
  • azimuthIndex[idx] divApprox(phi * LaserPhiPerTurn[laserIndex[idx]] * (1 ⁇ 8) + spherical_coord_azimuth_offset * 2 * (3294199 >> 8), 2 * (3294199 >> 8) * (1 ⁇ 8) , 8)
  • azimuthIndex[idx] - LaserPhiPerTurn[laserIndex[idx]]
  • azimuthIndex[idx] + LaserPhiPerTurn[laserIndex[idx]]
  • the array convPointPos[idx][axis] specifying the point position in the cylindrical coordinate system can be derived as follows.
  • idx has a value between 0 and PointCount-1
  • axis has a value between 0 and 2.
  • the array minPointPos[axis] may be derived as follows.
  • axis has a value between 0 and 2.
  • MinPointPos represents the minimum point position among ConvPointPos[idx] expressed using PointIdx within the range of 0 to PointCount-1.
  • AttrPos[idx][axis] (ie, the output of the coordinate transformation preprocessor 4810) can be derived as follows.
  • idx has a value between 0 and PointCount-1
  • axis has a value between 0 and 2.
  • AttrPos[idx][axis] ((convPointPos[idx][axis] - minPointPos[axis])x attr_spherical_coord_conv_scale[k]) >> 8
  • a radius, angular index, and laser index transformation coordinate system may be applied to prediction-based geometry coding.
  • the prediction geometry coding to which the radius, angular index, and laser index transformation coordinate system is applied is performed in the geometry coding 1510 of FIG. 15 , the geometry encoding unit 1610 in the geometry encoder of FIG. 16 or the geometry encoding step 1710 of FIG. 17 ). What is performed is an embodiment.
  • the prediction geometry coding to which the radius, angular index, and laser index transformation coordinate system is applied is the point cloud transmission device of FIG. 1 , the coordinate system transformation unit 40000 of FIG. 4 , the point cloud transmission device of FIG. 12 or It may be performed in the XR apparatus of FIG. 14 .
  • the point cloud transmission device eg, geometry encoder
  • converts geometric data ie, positions of points expressed in a Cartesian coordinate system into a coordinate system using (radius, angular index, laser index).
  • a prediction tree may be generated based on the geometric data of the transformed coordinate system, and prediction may be performed based on the prediction tree to compress the geometric data.
  • Prediction-based geometry coding is performed by defining a prediction structure for point cloud data.
  • This structure is expressed as a predictive tree having vertices (vertices) associated with each point of the point cloud data.
  • the prediction tree may include a root vertex (referred to as a root vertex or a root point) and a leaf vertex (referred to as a leaf vertex or a leaf point), and points below the root point may have at least one or more children, and in the direction of the leaf point The depth increases.
  • Each point can be predicted from parent nodes in the prediction tree.
  • each point has various prediction modes (e.g., no prediction, One of delta prediction, linear prediction, and parallelogram prediction) may be applied and predicted.
  • the prediction geometry decoding to which the radius, angular index, and laser index transformation coordinate system is applied is performed in the geometry decoding 4410 of FIG. 44, the geometry decoding unit 4503 in the geometry decoder of FIG. 45 or the geometry decoding step 4610 of FIG. What is performed is an embodiment.
  • the prediction geometry decoding to which the radius, angular index, and laser index transformation coordinate system is applied is the point cloud receiving device of FIG. 1 , the coordinate system inverse transform unit 11004 of FIG. 11 , the point cloud receiving device of FIG. 13 or It may be performed in the XR apparatus of FIG. 14 .
  • the point cloud receiving device eg, geometry decoder
  • the coordinate system of the decoded geometry data may be inversely transformed into a Cartesian coordinate system.
  • an angular index rather than a radian value is used for Phi.
  • an angular index has the same meaning as a phi index.
  • an angular index and a phi index may be used interchangeably.
  • the position of the point expressed in the Cartesian coordinate system (x, y, z) is converted into a three-dimensional coordinate system (or referred to as a fourth coordinate system) having (radius, phi index, laser index) and expressed.
  • the fourth coordinate system may be referred to as a spherical coordinate system (or an improved spherical coordinate system) using (r, angular index, laser index).
  • an angular index is calculated using a variable Num_phi_per_turn according to a laser index.
  • the variable num_phi_per_turn (or called laser_phi_per_turn) represents the number of samples per rotation.
  • num_phi_per_turn 100
  • the angular index becomes phi/2 ⁇ for any angle phi.
  • a circular difference may be applied when a prediction error (or referred to as a residual) is obtained during prediction geometry coding. That is, if only the difference is obtained when calculating the prediction error, the prediction error is -2. ⁇ 2 Since it can come within the range, 0-2 A circular difference can be applied to bring it into range.
  • a prediction mode for prediction geometry coding is 1 (ie, prediction is performed using a parent node), Phi(n-1) is 0, and phi(n) is 7
  • the prediction error (or called residual information) can be obtained as follows. That is, the prediction error can be obtained by subtracting the previous angular index from the current angular index.
  • the geometry encoder of the point cloud transmission device may transmit smaller residual information (residual value) in consideration of the adjacent angle. By doing so, the effect of reducing the number of bits can be obtained.
  • res_new(n) means a prediction error (ie, residual information) of a corresponding point.
  • the geometry decoder of the point cloud receiving apparatus corrects phi_pred(n) + res_new(n) to fall within the range of 0 to 2 ⁇ as shown in FIG. 49 in order to restore the original angular index again. This is to increase transmission/reception efficiency by reducing the number of bits.
  • phi_pred denotes a prediction mode or predicted value of the corresponding point
  • res_new(n) denotes a prediction error (ie, residual information) of the corresponding point.
  • the following is a process of inversely transforming a fourth coordinate system (radius, angular index, laser index) (or an improved (or replaced) spherical coordinate system) into a Cartesian coordinate system (x, y, z) in the receiving device.
  • sph[1] findAngle2(sph[1], laser_phi_per_turn[sph[2]], log2ScalePhi);
  • the following is a process of converting a rectangular coordinate system (x, y, z) into a fourth coordinate system (radius, angular index, laser index) (or referred to as an improved spherical coordinate system) in the receiving device.
  • int64_t r0 int64_t(std::round(hypot(xyz[0], xyz[1])));
  • int64_t z1 divExp2RoundHalfInf(z - zLaser[idx], log2ScaleZ);
  • auto sphPosCand sphPos + Vec3 ⁇ int32_t> ⁇ dr, 0, 0 ⁇ ;
  • this method is performed by a geometry encoder of a point cloud transmission device and a geometry decoder of a point cloud transmission reception, respectively.
  • the angular index can be found from the angular angle using laser_phi_per_turn. If turn_idx is out of laser_phi_per_turn or has a value less than 0, the angular index correction process is performed as shown below.
  • the following is a method to find the horizontal angle from the angular index.
  • this method is performed by a geometry encoder of a point cloud transmission device and a geometry decoder of a point cloud transmission reception, respectively.
  • the angular index value corrected above is used as it is, and if the horizontal angle found with the value is used as it is, it is out of the range.
  • the following are items that can be added or changed in the process of creating a prediction tree. That is, these are considerations in order to use the improved spherical coordinate system (ie, the fourth coordinate system) of the present embodiment for prediction tree-based geometry coding and decoding.
  • the process of obtaining the phi value has been previously performed.
  • the angular index is transmitted as a prediction error value.
  • local optmization is a process of reconverting the transformed coordinate sphPos into Cartesian coordinates and then correcting the radius to minimize the error with the original coordinates.
  • Cat3-frame represents a LiDAR sequence.
  • a gain occurs not only in lossy compression but also in lossless compression.
  • the transmission device may rearrange data based on a distribution characteristic of the point cloud data. Accordingly, inefficiently arranged data (eg, a data form with a lower density as it moves away from the center) can be projected and arranged in a uniform distribution, and the data can be compressed and transmitted with higher efficiency.
  • inefficiently arranged data eg, a data form with a lower density as it moves away from the center
  • the data can be compressed and transmitted with higher efficiency.
  • the point cloud data transmission and reception method/device may attribute-coding the point cloud data based on a projection technique, and in this case, a projection coordinate system setting and projection method based on the characteristics of the acquisition device, and/or sampling characteristics It is possible to set parameters in consideration of .
  • the transmission and reception method/apparatus according to the embodiments increases the compression performance of data by rearranging data based on the characteristics of the data distribution characteristic/acquisition device based on the combination and/or related signaling information of the embodiments, and , the receiving method/apparatus according to the embodiments may efficiently reconstruct the point cloud data.
  • the projection method according to the embodiments may be applied as a pre/post-processing process independently of attribute coding, and when applied to geometry coding, the prediction-based geometry coding method is based on the pre-processing process of the prediction-based geometry coding method or the transformed position. can be applied.
  • the point cloud data transmission and reception method/apparatus may apply the improved coordinate system to prediction-based geometry coding and decoding, and may increase prediction-based geometry compression efficiency.
  • Each of the above-described parts, modules or units may be software, processor, or hardware parts that execute consecutive execution processes stored in a memory (or storage unit). Each of the steps described in the above embodiment may be performed by a processor, software, or hardware parts. Each module/block/unit described in the above embodiment may operate as a processor, software, or hardware. Also, the methods presented by the embodiments may be implemented as code. This code may be written to a processor-readable storage medium, and thus may be read by a processor provided by an apparatus.
  • unit means a unit that processes at least one function or operation, which may be implemented as hardware or software or a combination of hardware and software.
  • 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 in one chip, for example, one hardware circuit.
  • Each of the components according to the embodiments may be implemented as 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 operate/ Any one or more operations/methods of the method may be performed, or may include instructions for performing the method.
  • 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.
  • Various elements of the embodiments may be implemented by hardware, software, firmware, or a combination thereof.
  • Various elements of the embodiments may be implemented on a single chip, such as a hardware circuit.
  • embodiments may optionally be performed on separate chips.
  • at least one of the elements of the embodiments may be performed within one or more processors including instructions for performing an operation according to the embodiments.
  • the operations according to the embodiments described in this document may be performed by a transceiver including one or more memories and/or one or more processors according to the embodiments.
  • One or more memories may store programs for processing/controlling operations according to embodiments, and one or more processors may control various operations described in this document.
  • the one or more processors may be referred to as a controller or the like.
  • operations may be performed by firmware, software, and/or a combination thereof, and the firmware, software, and/or a combination thereof may be stored in a processor or stored in a memory.
  • first, second, etc. may be used to describe various components of the embodiments. However, interpretation of various components according to the embodiments should not be limited by the above terms. These terms are only used to distinguish one component from another. it is only For example, the first user input signal may be referred to as a second user input signal. Similarly, the second user input signal may be referred to as a first user input signal. Use of these terms should be interpreted as not departing from the scope of the various embodiments. Although both the first user input signal and the second user input signal are user input signals, they do not mean the same user input signals unless the context clearly indicates otherwise.

Landscapes

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

Abstract

실시예들에 따른 포인트 클라우드 데이터 전송 방법은, 포인트 클라우드 데이터를 지오메트리 데이터를 인코딩하는 단계, 상기 지오메트리 데이터를 기반으로 상기 포인트 클라우드 데이터의 어트리뷰트 데이터를 인코딩하는 단계, 및 상기 인코딩된 지오메트리 데이터, 상기 인코딩된 어트리뷰트 데이터, 및 시그널링 데이터를 전송하는 단계를 포함하며, 상기 지오메트리 데이터를 인코딩하는 단계는 상기 지오메트리 데이터의 좌표를 제1 좌표계에서 제2 좌표계로 변환하는 단계를 포함할 수 있다.

Description

포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
실시예들은 포인트 클라우드 콘텐트(Point Cloud Content)를 처리하는 방법 및 장치에 대한 것이다.
포인트 클라우드 콘텐트는 3차원 공간(space or volume)을 표현하는 좌표계에 속한 점(포인트)들의 집합인 포인트 클라우드로 표현되는 콘텐트이다. 포인트 클라우드 콘텐트는 3차원으로 이루어진 미디어를 표현할 수 있으며, VR (Virtual Reality, 가상현실), AR (Augmented Reality, 증강현실), MR (Mixed Reality, 혼합현실), XR (Extended Reality), 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.
실시예들에 따른 기술적 과제는, 전술한 문제점 등을 해결하기 위해서, 포인트 클라우드를 효율적으로 송수신하기 위한 포인트 클라우드 데이터 전송 장치, 전송 방법, 포인트 클라우드 데이터 수신 장치 및 수신 방법을 제공하는데 있다.
실시예들에 따른 기술적 과제는, 지연시간(latency) 및 인코딩/디코딩 복잡도를 해결하기 위한 포인트 클라우드 데이터 전송 장치, 전송 방법, 포인트 클라우드 데이터 수신 장치 및 수신 방법을 제공하는데 있다.
실시예들에 따른 기술적 과제는, 지오메트리-포인트 클라우드 압축(Geometry - point cloud compression, G-PCC) 비트스트림을 효율적으로 송수신하기 위한 포인트 클라우드 데이터 전송 장치, 전송 방법, 포인트 클라우드 데이터 수신 장치 및 수신 방법을 제공하는데 있다.
실시예들에 따른 기술적 과제는, 프로젝션 기반으로 어트리뷰트 정보를 인코딩 및 디코딩함으로써, 포인트 클라우드 데이터의 압축 효율을 높이기 위한 포인트 클라우드 데이터 전송 장치, 전송 방법, 포인트 클라우드 데이터 수신 장치 및 수신 방법을 제공하는데 있다.
다만, 전술한 기술적 과제만으로 제한되는 것은 아니고, 본 문서 전체 내용에 기초하여 당업자가 유추할 수 있는 다른 기술적 과제로 실시예들의 권리범위가 확장될 수 있다.
상술한 목적 및 다른 이점을 달성하기 위해서 실시예들에 따른 포인트 클라우드 데이터 송신 방법은, 포인트 클라우드 데이터를 지오메트리 데이터를 인코딩하는 단계, 상기 지오메트리 데이터를 기반으로 상기 포인트 클라우드 데이터의 어트리뷰트 데이터를 인코딩하는 단계, 및 상기 인코딩된 지오메트리 데이터, 상기 인코딩된 어트리뷰트 데이터, 및 시그널링 데이터를 전송하는 단계를 포함하며, 상기 지오메트리 데이터를 인코딩하는 단계는 상기 지오메트리 데이터의 좌표를 제1 좌표계에서 제2 좌표계로 변환하는 단계를 포함할 수 있다.
상기 제1 좌표계는 직교 좌표계이고 상기 제2 좌표계는 (반지름, 앵귤러 인덱스, 레이저 인덱스)의 좌표 값들을 갖는 것을 일 실시예로 한다.
상기 포인트 클라우드 데이터는 하나 이상의 레이저들에 의해 획득되고, 상기 앵귤러 인덱스는 해당 레이저의 수평방향 1회전 당 샘플링 수를 기반으로 획득되는 것을 일 실시예로 한다.
상기 시그널링 데이터는 해당 레이저의 수평방향 1회전 당 샘플링 수를 식별하기 위한 정보를 포함하는 것을 일 실시예로 한다.
상기 지오메트리 데이터를 인코딩하는 단계는 상기 상기 제2 좌표계로 변환된 지오메트리 데이터를 기반으로 예측 트리를 생성하고, 상기 예측 트리를 기반으로 예측을 수행하여 상기 지오메트리 데이터를 압축하는 것을 일 실시예로 한다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 포인트 클라우드 데이터를 지오메트리 데이터를 인코딩하는 지오메트리 인코더, 상기 지오메트리 데이터를 기반으로 상기 포인트 클라우드 데이터의 어트리뷰트 데이터를 인코딩하는 어트리뷰트 인코더, 및 상기 인코딩된 지오메트리 데이터, 상기 인코딩된 어트리뷰트 데이터, 및 시그널링 데이터를 전송하는 전송부를 포함하며, 상기 지오메트리 인코더는 상기 지오메트리 데이터의 압축을 위해 상기 지오메트리 데이터의 좌표를 제1 좌표계에서 제2 좌표계로 변환할 수 있다.
상기 제1 좌표계는 직교 좌표계이고 상기 제2 좌표계는 (반지름, 앵귤러 인덱스, 레이저 인덱스)의 좌표 값들을 갖는 것을 일 실시예로 한다.
상기 포인트 클라우드 데이터는 하나 이상의 레이저들에 의해 획득되고, 상기 앵귤러 인덱스는 해당 레이저의 수평방향 1회전 당 샘플링 수를 기반으로 획득되는 것을 일 실시예로 한다.
상기 시그널링 데이터는 해당 레이저의 수평방향 1회전 당 샘플링 수를 식별하기 위한 정보를 포함하는 것을 일 실시예로 한다.
상기 지오메트리 인코더는 상기 제2 좌표계로 변환된 지오메트리 데이터를 기반으로 예측 트리를 생성하고, 상기 예측 트리를 기반으로 예측을 수행하여 상기 지오메트리 데이터를 압축하는 것을 일 실시예로 한다.
실시예들에 따른 포인트 클라우드 데이터 수신 방법은, 지오메트리 데이터, 어트리뷰트 데이터, 및 시그널링 데이터를 수신하는 단계, 상기 시그널링 데이터를 기반으로 상기 지오메트리 데이터를 디코딩하는 단계, 상기 시그널링 데이터와 상기 디코딩된 지오메르 데이터를 기반으로 상기 어트리뷰트 데이터를 디코딩하는 단계, 및 상기 시그널링 데이터를 기반으로 상기 디코딩된 포인트 클라우드 데이터를 렌더링하는 단계를 포함하며, 상기 지오메트리 데이터를 디코딩하는 단계는, 상기 디코딩된 지오메트리 데이터의 좌표를 제1 좌표계에서 제2 좌표계로 변환할 수 있다.
상기 제1 좌표계는 (반지름, 앵귤러 인덱스, 레이저 인덱스)의 좌표 값들을 갖는 좌표계이고, 상기 제2 좌표계는 직교 좌표계인 것을 일 실시예로 한다.
상기 앵귤러 인덱스는 해당 레이저의 수평방향 1회전 당 샘플링 수를 기반으로 획득되는 것을 일 실시예로 한다.
상기 시그널링 데이터는 해당 레이저의 수평방향 1회전 당 샘플링 수를 식별하기 위한 정보를 포함하는 것을 일 실시예로 한다.
상기 데이터를 디코딩하는 단계는, 상기 제1 좌표계의 지오메트리 데이터를 기반으로 예측 트리를 생성하는 단계, 상기 예측 트리를 기반으로 예측을 수행하여 상기 지오메트리 데이터를 복원하는 단계, 및 상기 복원된 지오메트리 데이터의 좌표를 상기 제2 좌표계로 변환하는 단계를 포함하는 것을 일 실시예로 한다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 퀄리티 있는 포인트 클라우드 서비스를 제공할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 다양한 비디오 코덱 방식을 달성할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 자율주행 서비스 등 범용적인 포인트 클라우드 콘텐츠를 제공할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 포인트 클라우드 데이터의 독립적 인코딩 및 디코딩을 위해 포인트 클라우드 데이터의 공간 적응적 분할을 수행함으로써, 병렬 처리의 향상 및 스케일러비티(scalability)를 제공할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 포인트 클라우드 데이터를 타일 및/또는 슬라이스 단위로 분할하여 인코딩 및 디코딩을 수행하고 이를 위해 필요한 데이터를 시그널링함으로써 포인트 클라우드의 인코딩 및 디코딩 성능을 향상시킬 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 예측 기반의 지오메트리 코딩시에 개선된 좌표계를 적용함으로써, 지오메트리의 압축 효율을 높일 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 카테고리 3 즉, 라이다 데이터의 압축에 더 효과적이다.
도면은 실시예들을 더욱 이해하기 위해서 포함되며, 도면은 실시예들에 관련된 설명과 함께 실시예들을 나타낸다.
도 1은 실시예들에 따른 포인트 클라우드(Point Cloud) 콘텐츠 제공을 위한 시스템을 나타낸다.
도 2는 실시예들에 따른 Point Cloud 콘텐츠 제공을 위한 과정을 나타낸다.
도 3은 실시예들에 따른 Point Cloud 캡처 장비 배열 구성을 나타낸다.
도 4는 실시예들에 따른 포인트 클라우드 비디오 인코더(Point Cloud Video Encoder)를 나타낸다.
도 5는 실시예들에 따른 3차원 공간상의 복셀을 나타낸다.
도 6은 실시예들에 따른 옥트리와 occupancy 코드의 예시를 나타낸다.
도 7은 실시예들에 따른 이웃 노드 패턴의 예시를 나타낸다.
도 8은 실시예들에 따른 LOD별 Point Cloud 콘텐츠의 Point 구성의 예시를 나타낸다.
도 9는 실시예들에 따른 LOD별 Point Cloud 콘텐츠의 Point 구성의 예시를 나타낸다.
도 10은 실시예들에 따른 포인트 클라우드 비디오 디코더(Point Cloud Video Decoder)의 블록 다이어그램(block diagram) 예시를 나타낸다.
도 11은 실시예들에 따른 포인트 클라우드 비디오 디코더(Point Cloud Video Decoder)의 예시를 나타낸다.
도 12는 실시예들에 따른 송신기의 Point Cloud 비디오 인코딩을 위한 구성요소를 나타낸다.
도 13은 실시예들에 따른 수신기의 Point Cloud 비디오 디코딩을 위한 구성요소를 나타낸다.
도 14는 실시예들에 따른 포인트 클라우드 데이터 방법/장치와 연동 가능한 구조의 예시를 나타낸다.
도 15는 실시예들에 따른 포인트 클라우드 데이터 전송 장치의 동작을 나타내는 도면이다.
도 16(a) 내지 도 16(c)는 실시예들에 따른 포인트 클라우드 데이터 전송 장치의 예시를 나타낸 블록도이다.
도 17은 실시예들에 따른 포인트 클라우드 전송 장치의 처리 과정의 예시를 나타낸 플로우챠트이다.
도 18은 실시예들에 따른 포인트 클라우드 데이터의 좌표계 변환 과정의 예시를 보인 도면이다.
도 19는 실시예들에 따른 부채꼴형 좌표계의 예시를 나타낸 도면이다.
도 20은 실시예들에 따른 포인트 클라우드 데이터의 부채꼴형 좌표계 변환의 예시를 나타낸 도면이다.
도 21은 실시예들에 따른 포인트 클라우드 데이터의 좌표 프로젝션의 예시를 나타낸 도면이다.
도 22는 실시예들에 따른 포인트 클라우드 데이터의 레이저 포지션 조정의 예시를 나타낸 도면이다.
도 23은 실시예들에 따른 복셀화 과정의 예시를 나타낸 도면이다.
도 24는 실시예들에 따른 레이저 인덱스 기반으로 배열된 포인트들의 예시를 나타낸 도면이다.
도 25는 실시예들에 따른 레이저 인덱스 기반으로 배열된 포인트들의 예시를 나타낸 도면이다.
도 26은 실시예들에 따른 하나 또는 그 이상의 레이저들 간의 거리 예시를 나타낸 도면이다.
도 27은 실시예들에 따른 이웃 포인트 써치 예시를 나타낸 도면이다.
도 28은 실시예들에 따른 포인트 클라우드 데이터에서 수평방향 각도(azimuthal angle)를 인덱스로 전환하여 보정하는 예시를 나타낸 도면이다.
도 29는 실시예들에 따른 포인트 클라우드 데이터의 포인트의 수평방향 각도(azaimuth angle) 값을 보정하는 방법의 예시를 나타낸 도면다.
도 30은 실시예들에 따른 라이다(Lidar)에 포함된 레이저(laser)들의 수평방향 각도가 서로 다른 상태를 나타낸 도면이다.
도 31은 실시예들에 따른 포인트 클라우드 데이터의 그룹핑 방법 예시를 나타낸 도면이다.
도 32는 실시예들에 따른 송/수신을 위한 포인트 클라우드 데이터의 비트스트림 구조의 예시를 나타낸 도면이다.
도 33과 도 34는 실시예들에 따른 프로젝션과 관련된 시그널링 정보(projection_info())의 신택스 구조의 예시이다.
도 35는 실시예들에 따른 시퀀스 파라미터 세트의 신택스 구조의 일 실시예를 보인 도면이다.
도 36은 실시예들에 따른 지오메트리 파라미터 세트의 신택스 구조의 예시를 보인 도면이다.
도 37은 어트리뷰트 파라미터 세트의 신택스 구조의 예시를 보인 도면이다.
도 38은 실시예들에 따른 타일 파라미터 세트의 신택스 구조의 예시를 보인 도면이다.
도 39는 실시예들에 따른 지오메트리 슬라이스 비트스트림()의 신택스 구조의 예시를 보인 도면이다.
도 40은 실시예들에 따른 지오메트리 슬라이스 헤더의 신택스 구조의 예시를 보인 도면이다.
도 41은 실시예들에 따른 지오메트리 슬라이스 데이터의 신택스 구조의 예시를 보인 도면이다.
도 42는 실시예들에 따른 어트리뷰트 슬라이스 비트스트림()의 신택스 구조의 예시를 보인 도면이다.
도 43은 실시예들에 따른 어트리뷰트 슬라이스 헤더의 신택스 구조의 예시를 보인 도면이다.
도 44는 실시예들에 따른 포인트 클라우드 수신 장치의 또 다른 예시를 보인 도면이다.
도 45는 실시예들에 따른 포인트 클라우드 수신 장치의 동작의 예시를 보인 구성 블록도이다.
도 46은 실시예들에 따른 포인트 클라우드 수신 장치의 처리 과정의 예시를 나타낸 도면이다.
도 47은 실시예들에 따른 역프로젝션의 예시를 보인 도면이다.
도 48은 실시예들에 따른 포인트 클라우드 수신 장치의 처리과정의 예시를 나타낸 도면이다.
도 49는 실시예들에 따른 포인트 클라우드 데이터의 예측 에러들의 예시들을 보인 도면이다.
도 50 내지 도 53은 실시예들에 따른 지오메트리 및/또는 어트리뷰트 코딩에 적용된 좌표 변환의 손실 압축과 무손실 압축의 실험 결과의 요약을 나타낸 테이블들이다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 하기의 실시예들은 본 발명을 구체화하기 위한 것일 뿐 본 발명의 권리 범위를 제한하거나 한정하는 것이 아님은 물론이다. 본 발명의 상세한 설명 및 실시예들로부터 본 발명이 속하는 기술 분야의 전문가가 용이하게 유추할 수 있는 것은 본 발명의 권리 범위에 속하는 것으로 해석된다.
본 명세서의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 안되며, 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.
바람직한 실시예들에 대해 구체적으로 설명하되, 그 예는 첨부된 도면에 나타낸다. 첨부된 도면을 참조한 아래의 상세한 설명은 구현될 수 있는 실시예들만을 나타내기보다는 바람직한 실시예들을 설명하기 위한 것이다. 이하에서는 본 발명에 대한 철저한 이해를 제공하기 위해 세부 사항을 포함하여 설명한다. 그러나 본 발명이 이러한 세부 사항 없이 실행될 수 있다는 것은 당업자에게 자명하다. 본 명세서에서 사용되는 대부분의 용어는 해당 분야에서 널리 사용되는 일반적인 것들에서 선택되지만, 일부 용어는 출원인에 의해 임의로 선택되며 그 의미는 필요에 따라 다음 설명에서 자세히 서술한다. 따라서 본 발명은 용어의 단순한 명칭이나 의미가 아닌 용어의 의도된 의미에 근거하여 이해되어야 한다. 또한 이하의 도면들 및 상세한 설명은 구체적으로 기술된 실시예들에만 국한되어 해석되지 않고, 도면 및 상세한 설명에 기재된 실시예들과 균등하거나, 대체 가능한 것들까지 포함하는 것으로 해석되어야만 한다.
도 1은 실시예들에 따른 포인트 클라우드 콘텐트 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(Artificial 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 unit, 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 Video 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. 일 실시예로, 렌더러(10007)는 디코딩된 포인트 클라우드 비디오 데이터를 뷰포트 등에 따라 렌더링할 수 있다. 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 콘텐트를 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 정보를 의미할 수 있다. 실시예들에 따른 수신 장치(10004)는 헤드 오리엔테이션 정보를 기반으로 뷰포트 정보를 계산할 수 있다. 뷰포트 정보는 사용자가 바라보고 있는 포인트 클라우드 비디오의 영역(즉, 사용자가 현재 보고 있는 영역)에 대한 정보이다. 즉, 뷰포트 정보는 사용자가 현재 포인트 클라우드 비디오 내에서 보고 있는 영역에 대한 정보이다. 다시 말해, 뷰포트 또는 뷰포트 영역은 사용자가 포인트 클라우드 비디오에서 보고 있는 영역을 의미할 수 있다. 그리고 시점(viewpoint)은 사용자가 포인트 클라우드 비디오에서 보고 있는 지점으로서, 뷰포트 영역의 정중앙 지점을 의미할 수 있다. 즉, 뷰포트는 시점을 중심으로 한 영역으로서, 그 영역이 차지하는 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 헤드 오리엔테이션 정보 및/또는 뷰포트 정보를 기반으로 게이즈 분석 (Gaze Analysis) 등을 수행하여 사용자의 포인트 클라우드 비디오 소비 방식, 사용자가 응시하는 포인트 클라우드 비디오 영역, 응시 시간 등을 확인할 수 있다. 실시예들에 따라 수신 장치(10004)는 게이즈 분석 결과를 포함하는 피드백 정보를 송신 장치(10000)로 전송할 수 있다. 실시예들에 따르면, VR/XR/AR/MR 디스플레이 등의 장치는 사용자의 머리 위치/방향, 장치가 지원하는 수직(vertical) 또는 수평(horizontal) FOV 등에 근거하여 뷰포트 영역을 추출할 수 있다. 실시예들에 따르면, 헤드 오리엔테이션 정보와 뷰포트 정보는 피드백 정보 또는 시그널링 정보 또는 메타데이터라 칭할 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. 상기 피드백 정보는 송신측으로 전달되는 것뿐만 아니라, 수신측에서 소비될 수도 있다. 즉, 포인트 클라우드 콘텐트 제공 시스템은 피드백 정보를 기반으로 포인트 클라우드 데이터를 처리(인코딩/디코딩/렌더링)할 수 있다. 예를 들어, 포인트 클라우드 비디오 디코더(10006)와 렌더러(10007)는 피드백 정보 즉, 헤드 오리엔테이션 정보 및/또는 뷰포트 정보를 이용하여 현재 사용자가 보고 있는 영역에 대한 포인트 클라우드 비디오만 우선적으로 디코딩 및 렌더링할 수 있다.
또한 수신 장치(10004)는 피드백 정보를 전송 장치(10000)로 전송할 수 있다. 전송 장치(10000)(또는 포인트 클라우드 비디오 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, 전송 시스템 등으로 호칭될 수 있으며, 수신 장치(10004)는 디코더, 수신 디바이스, 수신기, 수신 시스템 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)로부터 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 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 들면, 자율 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, 구멍(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 수도 있다.
도 4는 실시예들에 따른 포인트 클라우드 비디오 인코더(Point Cloud Video Encoder)의 예시를 나타낸다.
도 4는 도 1의 포인트 클라우드 비디오 인코더(10002)의 상세 예시를 나타낸다. 포인트 클라우드 비디오 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 비디오 인코더는 지오메트리 인코딩 및 어트리뷰트 인코딩을 수행할 수 있다. 지오메트리 인코딩은 어트리뷰트 인코딩보다 먼저 수행된다.
실시예들에 따른 포인트 클라우드 비디오 인코더는 좌표계 변환부(Transformation Coordinates unit, 40000), 양자화부(Quantization unit, 40001), 옥트리 분석부(Octree Analysis unit, 40002), 서페이스 어프록시메이션 분석부(Surface Approximation Analysis unit, 40003), 아리스메틱 인코더(Arithmetic Encode, 40004), 지오메트리 리컨스트럭션부(Geometry Reconstruction unit, 40005), 컬러 변환부(Color Transformation unit, 40006), 어트리뷰트 변환부(Attribute Transformation unit, 40007), RAHT(Region Adaptive Hierarchical Transform) 변환부(40008), LOD생성부( LOD Generation unit, 40009), 리프팅 변환부(Lifting Transformation unit)(40010), 계수 양자화부(Coefficient Quantization unit, 40011) 및/또는 아리스메틱 인코더(Arithmetic Encoder, 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(quantization 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. 복셀화는 3차원 공간 상의 위치정보를 표현하는 최소한의 유닛을 의미한다. 실시예들에 따른 포인트 클라우드 콘텐트(또는 3차원 포인트 클라우드 비디오)의 포인트들은 하나 또는 그 이상의 복셀(voxel)들에 포함될 수 있다. 복셀은 볼륨(Volume)과 픽셀(Pixel)의 조합어로서, 3차원 공간을 표현하는 축들(예를 들면 X축, Y축, Z축)을 기반으로 3차원 공간을 유닛(unit=1.0) 단위로 나누었을 때 발생하는 3차원 큐빅 공간을 의미한다. 양자화부(40001)는 3차원 공간의 포인트들의 그룹들을 복셀들로 매칭할 수 있다. 실시예들에 따라 하나의 복셀은 하나의 포인트만 포함할 수 있다. 실시예들에 따라 하나의 복셀은 하나 또는 그 이상의 포인트들을 포함할 수 있다. 또한 하나의 복셀을 하나의 포인트로 표현하기 위하여, 하나의 복셀에 포함된 하나 또는 그 이상의 포인트들의 포지션들을 기반으로 해당 복셀의 중앙점(center point)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 Hierarchical Transform) 코딩, 예측 변환(Interpolation-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(morton) 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. 몰톤 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 값을 z, 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 몰톤 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 LOD(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 비디오 인코더의 엘레멘트들은 도면에 도시되지 않았으나 포인트 클라우드 콘텐트 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 비디오 인코더의 엘레멘트들의 동작들 및/또는 기능들 중 적어도 어느 하나 이상을 수행할 수 있다. 또한 하나 또는 그 이상의 프로세서들은 도 4의 포인트 클라우드 비디오 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 비디오 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(recursive 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 비디오 인코더의 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 (2d, 2d, 2d) 으로 정의되는 바운딩 박스(cubical axis-aligned bounding box)를 재귀적으로 분할(recursive 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 수학식 1에 따라 결정된다. 하기 수학식 1에서 (xint n, yint n, zint n)는 양자화된 포인트들의 포지션들(또는 포지션 값들)을 나타낸다.
[수학식 1]
Figure PCTKR2021013833-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 6의 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 비디오 인코더(예를 들면 아리스메틱 인코더(40004))는 오큐판시 코드를 엔트로피 인코딩할 수 있다. 또한 압축 효율을 높이기 위해 포인트 클라우드 비디오 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 비디오 인코더(예를 들면 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 비디오 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 비디오 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 비디오 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 다이렉트 코딩의 대상이 되는 전체 포인트들의 개수는 기설정된 한계값을 넘어서는 안된다. 위의 조건이 만족되면, 실시예들에 따른 포인트 클라우드 비디오 인코더(예를 들어, 아리스메틱 인코더(40004))는 포인트들의 포지션들(또는 포지션 값들)을 엔트로피 코딩할 수 있다.
실시예들에 따른 포인트 클라우드 비디오 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 비디오 인코더는 트라이숩 지오메트리 인코딩을 적용할 레벨을 지정할 수 있다. 예를 들어, 지정된 레벨이 옥트리의 깊이와 같으면 포인트 클라우드 비디오 인코더는 트라이숩 모드로 동작하지 않는다. 즉, 실시예들에 따른 포인트 클라우드 비디오 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 비디오 인코더는 엣지의 시작점(x, y, z), 엣지의 방향벡터(
Figure PCTKR2021013833-appb-img-000002
x,
Figure PCTKR2021013833-appb-img-000003
y,
Figure PCTKR2021013833-appb-img-000004
z), 버텍스 위치 값 (엣지 내의 상대적 위치 값)들을 엔트로피 코딩할 수 있다. 트라이숩 지오메트리 인코딩이 적용된 경우, 실시예들에 따른 포인트 클라우드 비디오 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 다음의 수학식 2와 같다. ①각 버텍스들의 중심(centroid)값을 계산하고, ②각 버텍스값에서 중심 값을 뺀 값들에 ③자승을 수행하고 그 값을 모두 더한 값을 구한다.
[수학식 2]
Figure PCTKR2021013833-appb-img-000005
그리고나서, 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 표 1은 버텍스들의 개수에 따라 삼각형을 생성하기 위한 버텍스들의 조합을 나타낸다. 버텍스들은 1부터 n까지의 순서로 정렬된다. 하기 표 1은 4개의 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 1. Triangles formed from vertices ordered 1,…, n
n Triangles
3 (1,2,3)
4 (1,2,3), (3,4,1)
5 (1,2,3), (3,4,5), (5,1,3)
6 (1,2,3), (3,4,5), (5,6,1), (1,3,5)
7 (1,2,3), (3,4,5), (5,6,7), (7,1,3), (3,5,7)
8 (1,2,3), (3,4,5), (5,6,7), (7,8,1), (1,3,5), (5,7,1)
9 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,1,3), (3,5,7), (7,9,3)
10 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,10,1), (1,3,5), (5,7,9), (9,1,5)
11 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,10,11), (11,1,3), (3,5,7), (7,9,11), (11,3,7)
12 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,10,11), (11,12,1), (1,3,5), (5,7,9), (9,11,1), (1,5,9)
업샘플링 과정은 삼각형의 엣지를 따라서 중간에 점들을 추가하여 복셀화 하기 위해서 수행된다. 업샘플링 요소 값(upsampling factor)과 블록의 너비를 기준으로 추가 점들을 생성한다. 추가점은 리파인드 버텍스(refined vertices)라고 호칭된다. 실시예들에 따른 포인트 클라우드 비디오 인코더는 리파인드 버텍스들을 복셀화할 수 있다. 또한 포인트 클라우드 비디오 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 비디오 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 도 2의 포인트 클라우드 비디오 인코더(10002) 또는 도 4의 포인트 클라우드 비디오 인코더 또는 아리스메틱 인코더(40004)는 오큐판시 코드를 곧바로 엔트로피 코딩할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템 또는 포인트 클라우드 비디오 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 비디오 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. 도 7의 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 비디오 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 비디오 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 비디오 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 비디오 인코더(예를 들면 도 2의 포인트 클라우드 비디오 인코더(10002), 도 4의 포인트 클라우드 비디오 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 비디오 인코더뿐만 아니라 포인트 클라우드 비디오 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 생성 전 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 비디오 인코더는 LOD 기반의 예측 변환 코딩, 리프팅 변환 코딩 및 RAHT 변환 코딩을 선택적으로 또는 조합하여 수행할 수 있다.
실시예들에 따른 포인트 클라우드 비디오 인코더는 포인트들에 대한 예측기(predictor)를 생성하여 각 포인트의 예측 어트리뷰트(또는 예측 어트리뷰트값)을 설정하기 위한 LOD 기반의 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 계산할 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 비디오 인코더(예를 들면 계수 양자화부(40011)는 해당 포인트의 어트리뷰트(즉, 오리지날 어트리뷰트 값)에서 해당 예측 어트리뷰트(어트리뷰트값)을 뺀 해당 포인트의 잔여값(residual, 잔여 어트리뷰트, 잔여 어트리뷰트값, 어트리뷰트 예측 잔여값, 예측 에러 어트리뷰트 값 등으로 호칭할 수 있다)을 양자화(quantization) 및 역양자화(inverse quantization)할 수 있다. 잔여 어트리뷰트 값에 대해 수행되는 송신 디바이스의 양자화 과정은 표 2와 같다. 그리고 표 2와 같이 양자화가 이루어진 잔여 어트리뷰트 값에 대해 수행되는 수신 디바이스의 역 양자화 과정은 표 3과 같다.
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);
}
}
int PCCInverseQuantization(int value, int quantStep) {
if( quantStep ==0) {
return value;
} else {
return value * quantStep;
}
}
실시예들에 따른 포인트 클라우드 비디오 인코더(예를 들면 아리스메틱 인코더(40012))는 각 포인트의 예측기에 이웃한 포인트들이 있는 경우, 상술한 바와 같이 양자화 및 역양자화된 잔여(residual) 어트리뷰트 값을 엔트로피 코딩 할 수 있다. 1) 각 포인트의 가중치 값을 저장하는 배열 QW(QuantizationWeight)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 비디오 인코더(예를 들면 계수 양자화부(40011))는 예측 어트리뷰트 값을 양자화한다. 또한 포인트 클라우드 비디오 인코더(예를 들면 아리스메틱 인코더(40012))는 양자화된 어트리뷰트 값을 엔트로피 코딩한다.
실시예들에 따른 포인트 클라우드 비디오 인코더(예를 들면 RAHT 변환부(40008))는 옥트리의 하위 레벨에 있는 노드와 연관된 어트리뷰트를 사용하여 상위 레벨의 노드들의 어트리뷰트를 에측하는 RAHT 변환 코딩을 수행할 수 있다. RAHT 변환 코딩은 옥트리 백워드 스캔을 통한 어트리뷰트 인트라 코딩의 예시이다. 실시예들에 따른 포인트 클라우드 비디오 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 수학식 3은 RAHT 변환 행렬을 나타낸다. glx,y,z 는 레벨 l에서의 복셀들의 평균 어트리뷰트 값을 나타낸다. glx,y,z는 gl+1 2x,y,z와 gl+1 2x+1,y,z로부터 계산될 수 있다. gl 2x,y,z 와 gl 2x+1,y,z 의 가중치를 w1=wl 2x,y,z과 w2=wl 2x+1,y,z 이다.
[수학식 3]
Figure PCTKR2021013833-appb-img-000006
gl-1 x,y,z는 로-패스(low-pass) 값으로, 다음 상위 레벨에서의 병합 과정에서 사용된다. hl-1 x,y,z은 하이패스 계수(high-pass coefficients)이며, 각 스텝에서의 하이패스 계수들은 양자화되어 엔트로피 코딩 된다(예를 들면 아리스메틱 인코더(40012)의 인코딩). 가중치는 wl-1 x,y,z = wl 2x,y,z + wl 2x+1,y,z로 계산된다. 루트 노드는 마지막 g1 0,0,0 과 g1 0,0,1을 통해서 다음의 수학식 4와 같이 생성된다.
[수학식 4]
Figure PCTKR2021013833-appb-img-000007
gDC값 또한 하이패스 계수와 같이 양자화되어 엔트로피 코딩된다.
도 10은 실시예들에 따른 포인트 클라우드 비디오 디코더(Point Cloud Video Decoder)의 예시를 나타낸다.
도 10에 도시된 포인트 클라우드 비디오 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 비디오 디코더는 하나 또는 그 이상의 비트스트림(bitstream)들에 포함된 지오메트리 비트스트림(geometry bitstream) 및 어트리뷰트 비트스트림(attribute bitstream)을 수신할 수 있다. 포인트 클라우드 비디오 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 지오메트리를 기반으로어트리뷰트 비트스트림에 대해 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 비디오 디코더(Point Cloud Video Decoder)의 예시를 나타낸다.
도 11에 도시된 포인트 클라우드 비디오 디코더는 도 10에서 설명한 포인트 클라우드 비디오 디코더의 상세 예시로서, 도 1 내지 도 9에서 설명한 포인트 클라우드 비디오 인코더의 인코딩 동작의 역과정인 디코딩 동작을 수행할 수 있다.
도 1 및 도 10에서 설명한 바와 같이 포인트 클라우드 비디오 디코더는 지오메트리 디코딩 및 어트리뷰트 디코딩을 수행할 수 있다. 지오메트리 디코딩은 어트리뷰트 디코딩보다 먼저 수행된다.
실시예들에 따른 포인트 클라우드 비디오 디코더는 아리스메틱 디코더(arithmetic decoder, 11000), 옥트리 합성부(octree synthesis unit, 11001), 서페이스 오프록시메이션 합성부(surface approximation synthesis unit, 11002), 지오메트리 리컨스트럭션부(geometry reconstruction unit, 11003), 좌표계 역변환부(coordinates inverse transformation unit, 11004), 아리스메틱 디코더(arithmetic decoder, 11005), 역양자화부(inverse quantization unit, 11006), RAHT변환부(11007), LOD생성부(LOD generation unit, 11008), 인버스 리프팅부(Inverse lifting unit, 11009), 및/또는 컬러 역변환부(color inverse transformation unit, 11010)를 포함한다.
아리스메틱 디코더(11000), 옥트리 합성부(11001), 서페이스 오프록시메이션 합성부(11002), 지오메트리 리컨스트럭션부(11003), 좌표계 역변환부(11004)는 지오메트리 디코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 디코딩은 다이렉트 디코딩(direct decoding) 및 트라이숩 지오메트리 디코딩(trisoup geometry decoding)을 포함할 수 있다. 다이렉트 디코딩 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 Hierarchical Transform) 디코딩, 예측 변환(Interpolation-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 비디오 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 비디오 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 비디오 인코더의 컬러 변환부(40006)의 동작에 기반하여 선택적으로 수행될 수 있다.
도 11의 포인트 클라우드 비디오 디코더의 엘레멘트들은 도면에 도시되지 않았으나 포인트 클라우드 콘텐트 제공 시스템에 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 비디오 디코더의 엘레멘트들의 동작들 및/또는 기능들 중 적어도 어느 하나 이상을 수행할 수 있다. 또한 하나 또는 그 이상의 프로세서들은 도11의 포인트 클라우드 비디오 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 비디오 인코더)의 예시이다. 도 12에 도시된 전송 장치는 도 1 내지 도 9에서 설명한 포인트 클라우드 비디오 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 비디오 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 비디오 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, LOD 기반의 예측 변환 코딩 및 리프팅 변환 코딩 중 어느 하나 또는 하나 이상을 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 LOD 기반의 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(40012)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 또는 tile inventory)를 포함하는 시그널링 정보 및 슬라이스 데이터를 포함할 수 있다. 슬라이스 데이터는 하나 또는 그 이상의 슬라이스들에 대한 정보를 포함할 수 있다. 실시예들에 따른 하나의 슬라이스는 하나의 지오메트리 비트스트림(Geom00) 및 하나 또는 그 이상의 어트리뷰트 비트스트림들(Attr00, Attr10)을 포함할 수 있다. 실시예들에 따른 TPS(또는 타일 인벤토리)는 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 비디오 디코더)의 예시이다. 도 13에 도시된 수신 장치는 도 1 내지 도 11에서 설명한 포인트 클라우드 비디오 디코더의 동작들 및 디코딩 방법들과 동일 또는 유사한 동작들 및 방법들 중 적어도 어느 하나 이상을 수행할 수 있다.
실시예들에 따른 수신 장치는 수신부(13000), 수신 처리부(13001), 아리스메틱 (arithmetic) 디코더(13002), 오큐판시 코드 (Occupancy code) 기반 옥트리 재구성 처리부(13003), 표면 모델 처리부(삼각형 재구성, 업-샘플링, 복셀화)(13004), 인버스(inverse) 양자화 처리부(13005), 메타데이터 파서(13006), 아리스메틱 (arithmetic) 디코더(13007), 인버스(inverse)양자화 처리부(13008), 예측/리프팅/RAHT 역변환 처리부(13009), 색상 역변환 처리부(13010) 및/또는 렌더러(13011)를 포함할 수 있다. 실시예들에 따른 디코딩의 각 구성요소는 실시예들에 따른 인코딩의 구성요소의 역과정을 수행할 수 있다.
실시예들에 따른 수신부(13000)는 포인트 클라우드 데이터를 수신한다. 수신부(13000)는 도 1의 리시버(10005)의 동작 및/또는 수신 방법과 동일 또는 유사한 동작 및/또는 수신 방법을 수행할 수 있다. 구체적인 설명은 생략한다.
실시예들에 따른 수신 처리부(13001)는 수신한 데이터로부터 지오메트리 비트스트림 및/또는 어트리뷰트 비트스트림을 획득할 수 있다. 수신 처리부(13001)는 수신부(13000)에 포함될 수 있다.
아리스메틱 디코더(13002), 오큐판시 코드 기반 옥트리 재구성 처리부(13003), 표면 모델 처리부(13004) 및 인버스 양자화 처리부(13005)는 지오메트리 디코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 디코딩은 도 1 내지 도 10에서 설명한 지오메트리 디코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 아리스메틱 디코더(13002)는 지오메트리 비트스트림을 아리스메틱 코딩을 기반으로 디코딩할 수 있다. 아리스메틱 디코더(13002)는 아리스메틱 디코더(11000)의 동작 및/또는 코딩과 동일 또는 유사한 동작 및/또는 코딩을 수행한다.
실시예들에 따른 오큐판시 코드 기반 옥트리 재구성 처리부(13003)는 디코딩된 지오메트리 비트스트림으로부터 (또는 디코딩 결과 확보된 지오메트리에 관한 정보)로부터 오큐판시 코드를 획득하여 옥트리를 재구성할 수 있다. 오큐판시 코드 기반 옥트리 재구성 처리부(13003)는 옥트리 합성부(11001)의 동작 및/또는 옥트리 생성 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다. 실시예들에 따른 표면 모델 처리부(13004)는 트라이숩 지오메트리 인코딩이 적용된 경우, 표면 모델 방식에 기반하여 트라이숩 지오메트리 디코딩 및 이와 관련된 지오메트리 리컨스트럭션(예를 들면 삼각형 재구성, 업-샘플링, 복셀화)을 수행할 수 있다. 표면 모델 처리부(13004)는 서페이스 오프록시메이션 합성부(11002) 및/또는 지오메트리 리컨스트럭션부(11003)의 동작과 동일 또는 유사한 동작을 수행한다.
실시예들에 따른 인버스 양자화 처리부(13005)는 디코딩된 지오메트리를 인버스 양자화할 수 있다.
실시예들에 따른 메타데이터 파서(13006)는 수신한 포인트 클라우드 데이터에 포함된 메타데이터, 예를 들어 설정 값 등을 파싱할 수 있다. 메타데이터 파서(13006)는 메타데이터를 지오메트리 디코딩 및/또는 어트리뷰트 디코딩에 전달할 수 있다. 메타데이터에 대한 구체적인 설명은 도 12에서 설명한 바와 동일하므로 생략한다.
아리스메틱 디코더(13007), 인버스 양자화 처리부(13008), 예측/리프팅/RAHT 역변환 처리부(13009) 및 색상 역변환 처리부(13010)는 어트리뷰트 디코딩을 수행한다. 어트리뷰트 디코딩는 도 1 내지 도 10에서 설명한 어트리뷰트 디코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 아리스메틱 디코더(13007)는 어트리뷰트 비트스트림을 아리스메틱 코딩으로 디코딩할 수 있다. 아리스메틱 디코더(13007)는 재구성된 지오메트리를 기반으로 어트리뷰트 비트스트림의 디코딩을 수행할 수 있다. 아리스메틱 디코더(13007)는 아리스메틱 디코더(11005)의 동작 및/또는 코딩과 동일 또는 유사한 동작 및/또는 코딩을 수행한다.
실시예들에 따른 인버스 양자화 처리부(13008)는 디코딩된 어트리뷰트 비트스트림을 인버스 양자화할 수 있다. 인버스 양자화 처리부(13008)는 역양자화부(11006)의 동작 및/또는 역양자화 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다.
실시예들에 따른 예측/리프팅/RAHT 역변환 처리부(13009)는 재구성된 지오메트리 및 역양자화된 어트리뷰트들을 처리할 수 있다. 예측/리프팅/RAHT 역변환 처리부(13009)는 RAHT 변환부(11007), LOD생성부(11008) 및/또는 인버스 리프팅부(11009)의 동작들 및/또는 디코딩들과 동일 또는 유사한 동작들 및/또는 디코딩들 중 적어도 어느 하나 이상을 수행한다. 실시예들에 따른 색상 역변환 처리부(13010)는 디코딩된 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 역변환하기 위한 역변환 코딩을 수행한다. 색상 역변환 처리부(13010)는 컬러 역변환부(11010)의 동작 및/또는 역변환 코딩과 동일 또는 유사한 동작 및/또는 역변환 코딩을 수행한다. 실시예들에 따른 렌더러(13011)는 포인트 클라우드 데이터를 렌더링할 수 있다.
도 14는 실시예들에 따른 포인트 클라우드 데이터 송수신 방법/장치와 연동 가능한 구조의 예시를 나타낸다.
도 14의 구조는 서버(17600), 로봇(17100), 자율 주행 차량(17200), XR 장치(17300), 스마트폰(17400), 가전(17500) 및/또는 HMD(Head-Mount Display, 17700) 중에서 적어도 하나 이상이 클라우드 네트워크(17000)와 연결된 구성을 나타낸다. 로봇(17100), 자율 주행 차량(17200), XR 장치(17300), 스마트폰(17400) 또는 가전(17500) 등은 장치라 호칭된다. 또한, XR 장치(17300)는 실시예들에 따른 포인트 클라우드 압축 데이터 (PCC) 장치에 대응되거나 PCC장치와 연동될 수 있다.
클라우드 네트워크(17000)는 클라우드 컴퓨팅 인프라의 일부를 구성하거나 클라우드 컴퓨팅 인프라 안에 존재하는 네트워크를 의미할 수 있다. 여기서, 클라우드 네트워크(17000)는 3G 네트워크, 4G 또는 LTE(Long Term Evolution) 네트워크 또는 5G 네트워크 등을 이용하여 구성될 수 있다.
서버(17600)는 로봇(17100), 자율 주행 차량(17200), XR 장치(17300), 스마트폰(17400), 가전(17500) 및/또는 HMD(17700) 중에서 적어도 하나 이상과 클라우드 네트워크(17000)을 통하여 연결되고, 연결된 장치들(17100 내지 17700)의 프로세싱을 적어도 일부를 도울 수 있다.
HMD (Head-Mount Display)(17700)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(17100 내지 17500)의 다양한 실시 예들을 설명한다. 여기서, 도 14에 도시된 장치(17100 내지 17500)는 상술한 실시예들에 따른 포인트 클라우드 데이터 송수신 장치와 연동/결합될 수 있다.
<PCC+XR>
XR/PCC 장치(17300)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(17300)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(17300)는 인식된 물체에 대한 추가 정보를 포함하는 XR 객체를 해당 인식된 물체에 대응시켜 출력할 수 있다.
<PCC+자율주행+XR>
자율 주행 차량(17200)은 PCC 기술 및 XR 기술이 적용되어, 이동형 로봇, 차량, 무인 비행체 등으로 구현될 수 있다.
XR/PCC 기술이 적용된 자율 주행 차량(17200)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(17200)은 XR 장치(17300)와 구분되며 서로 연동될 수 있다.
XR/PCC영상을 제공하는 수단을 구비한 자율 주행 차량(17200)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하고, 획득한 센서 정보에 기초하여 생성된 XR/PCC 영상을 출력할 수 있다. 예컨대, 자율 주행 차량(17200)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(17200)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 명세서의 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 PCC 방법/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 압축 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 1 내지 도 14에서 설명한 것처럼, 포인트 클라우드 데이터는 포인트들의 집합으로 구성되며, 각 포인트는 지오메트리(또는 지오메트리 정보라 호칭한다)와 어트리뷰트(또는 어트리뷰트 정보라 호칭한다)를 가질 수 있다. 지오메트리 정보는 각 포인트의 3차원 위치 정보(xyz)이다. 즉, 각 포인트의 위치는 3차원 공간을 나타내는 좌표계상의 파라미터들(예를 들면 공간을 나타내는 3개의 축인 X축, Y축 및 Z축의 파라미터들 (x,y,z))로 표현된다. 그리고, 어트리뷰트 정보는 그 포인트의 색상(RGB, YUV 등), 반사도(reflectance), 법선(normal vectors), 투명도(transparency) 등을 의미한다.
실시예들에 따르면, 포인트 클라우드 데이터는 데이터의 종류 및 획득 방법에 따라 정적 포인트 클라우드 데이터의 카테고리 1, 동적 포인트 클라우드 데이터의 카테고리 2, 동적으로 움직이면서 취득한 카테고리 3으로 분류할 수 있다. 일 실시예로, 카테고리 1은, 오브젝트나 공간에 대해 포인트들의 밀도가 높은 단일 프레임의 포인트 클라우드로 구성된다. 카테고리 3은 이동하면서 획득된 다수개의 프레임들을 갖는 프레임-기반 데이터 및 대규모 공간에 대해 라이다 센서를 통해 획득된 포인트 클라우드와 2D 영상으로 획득된 색상 영상이 정합된 단일 프레임의 융합된(fused) 데이터로 구분될 수 있다.
도 15는 실시예들에 따른 포인트 클라우드 데이터 전송 장치의 동작을 나타내는 도면이다.
도 15는 실시예들에 따른 어트리뷰트 인코딩의 압축 효율을 높이기 위하여 프로젝션을 수행하는 포인트 클라우드 전송 장치(또는 포인트 클라우드 데이터 전송 장치라 호칭한다)의 동작의 예시를 나타낸다. 실시예들에 따른 프로젝션(projection)은 어트리뷰트 인코딩의 전처리 과정으로 지오메트리 (또는 지오메트리 정보라 함)에 적용된다. 일정 패턴으로 획득되는 포인트 클라우드 데이터 (예를 들면 LiDAR 데이터 등)은 획득 패턴에 따라 데이터 분포의 밀도가 다르다. 도 1 내지 도 14에서 설명한 바와 같이 어트리뷰트 인코딩은 오리지날 및/또는 재구성(또는 디코딩된) 지오메트리를 기반으로 수행된다. 불균일하게 분포한 지오메트리를 기반으로 어트리뷰트(또는 어트리뷰트 정보라 함)를 인코딩하는 경우, 어트리뷰트 압축 효율이 저하될 수 있다. 따라서 본 명세서는 포인트 클라우드 데이터의 어트리뷰트 압축 효율을 높이기 위해, 어트리뷰트 인코딩의 전처리 과정으로 포인트 클라우드 데이터의 프로젝션을 수행할 수 있다.
실시예들에 따르면, 프로젝션은 위치 변경을 통해 어트리뷰트 압축 효율을 높일 수 있는 포인트 클라우드 데이터에 적용된다. 프로젝션은 각 포인트의 포지션(지오메트리)을 나타내는 좌표계(예를 들면 x축, y축 및 z축으로 구성된 직교 좌표계 등)를 변환하고 변환된 좌표계를 압축 가능한 형태(예를 들면 사각 기둥 형태의 공간)를 나타내는 좌표계로 변환하는 것을 의미한다. 실시예들에 따른 프로젝션은 좌표 변환(coordinate conversion)으로 호칭될 수 있다.
도 1 내지 도 14에서 설명한 바와 같이 포인트 클라우드 전송 장치(예를 들면 도 1의 전송 장치, 도 4의 포인트 클라우드 비디오 인코더, 및 도 12의 전송 장치)는 지오메트리에 대하여 코딩(지오메트리 코딩)을 수행한다(1510). 실시예들에 따른 지오메트리 코딩은 도 4에서 설명한 좌표계 변환부(40000), 양자화부(40001), 옥트리 분석부(40002), 서페이스 어프록시메이션 분석부(40003), 아리스메틱 인코더(40004) 및 지오메트리 리컨스트럭션부(Reconstruct Geometry, 40005)의 동작들 중 적어도 하나 이상, 조합에 대응하며 위 예시에 국한되지 않는다. 또한 실시예들에 따른 지오메트리 코딩은 도 12에서 설명한 데이터 입력부(12000), 양자화 처리부(12001), 복셀화 처리부(12002), 옥트리 오큐판시 코드 생성부(12003), 표면 모델 처리부(12004), 인트라/인터 코딩 처리부(12005), 아리스메틱 코더(12006), 메타데이터 처리부(12007)의 동작들 중 적어도 하나 이상, 조합에 대응하며 위 예시에 국한되지 않는다. 실시예들에 따른 지오메트리 코딩은 지오메트리 인코딩이라 호칭될 수 있다.
실시예들에 따른 포인트 클라우드 전송 장치는 손실 코딩(lossy coding)을 수행한 경우, 인코드된 지오메트리를 디코딩하고, 리컬러링 (어트리뷰트 트랜스퍼)을 수행한다(1520). 포인트 클라우드 전송 장치는 재구성된 지오메트리와 어트리뷰트를 매칭하여 어트리뷰트 왜곡(attribute distortion)을 최소화할 수 있다. 포인트 클라우드 전송 장치는 재구성된 지오메트리에 대해 프로젝션(projection)을 수행할지 여부를 결정하고(1530), 프로젝션 (또는 프로젝션 과정)을 수행할 수 있다(1540).
실시예들에 따른 프로젝션(1540)은 제 1 좌표계로 표현되는 포인트들의 포지션을 나타내는 좌표를 제 2 좌표계로 변환하여 표현하는 과정 및 제 2 좌표계로 변환되어 표현된 포인트들의 포지션을 나타내는 좌표를 기반으로 포인트들의 포지션을 프로젝션하는 과정을 포함할 수 있다.
도 15의 프로젝션(1540)은 제 1 좌표계로 표현되는 포인트들의 포지션을 나타내는 좌표를 제 2 좌표계로 변환하여 표현하는 과정을 포함할 수 있다. 또한 도 15의 프로젝션(1540)은 제 2 좌표계로 변환되어 표현된 포인트들의 포지션을 나타내는 좌표를 기반으로 포인트들의 포지션을 프로젝션하는 과정을 포함할 수 있다. 실시예들에 따른 제 1 좌표계는 직교 좌표계(cartesian coordinate system)를 포함하고, 제 2 좌표계는 구면 좌표계(spherical coordinate system) 또는 원통형 좌표계(cylindrical coordinate system) 또는 부채꼴형 좌표계를 포함할 수 있다. 실시예들에 따른 포인트들의 포지션을 프로젝션하는 과정은 제 2 좌표계로 변환되어 표현된 포인트들의 포지션을 나타내는 좌표 및 스케일 값을 기반으로 할 수 있다.
실시예들에 따른 포인트 클라우드 전송 장치는 프로젝션이 수행된 지오메트리를 기반으로 어트리뷰트 코딩을 수행한다(1550). 실시예들에 따른 어트리뷰트 코딩은 도 4에서 설명한 컬러 변환부(40006), 어트리뷰트 변환부(40007), RAHT 변환부(40008), LOD생성부(40009), 리프팅 변환부(40010), 계수 양자화부(40011) 및/또는 아리스메틱 인코더(40012)의 동작들 중 적어도 하나 이상, 조합에 대응하며 위 예시에 국한되지 않는다. 또한 실시예들에 따른 어트리뷰트 코딩은 도 12에서 설명한 색상 변환 처리부(12008), 어트리뷰트 변환 처리부(또는 속성 변환 처리부)(12009), 예측/리프팅/RAHT 변환 처리부(12010), 아리스메틱 (Arithmetic) 코더(12011)의 동작들 중 적어도 하나 이상, 조합에 대응하며 위 예시에 국한되지 않는다. 실시예들에 따른 어트리뷰트 코딩은 어트리뷰트 인코딩이라 호칭될 수 있다. 포인트 클라우드 전송 장치는 어트리뷰트 코딩을 수행하여 어트리뷰트 비트스트림을 출력한다.
실시예들에 따른 지오메트리 코딩 및 어트리뷰트 코딩에 대한 설명은 도 1 내지 도 14에서 설명한 바와 동일하므로 구체적인 내용은 생략한다.
도 16(a) 내지 도 16(c)는 실시예들에 따른 포인트 클라우드 데이터 전송 장치의 예시를 나타낸 블록도이다.
도 16(a)는 포인트 클라우드 데이터 전송 장치의 일 실시예를 보인 블록도이고, 도 16(b)는 도 16(a)의 프로젝션 전처리부(1620)의 일 실시예를 보인 상세 블록도이다. 도 16(c)는 도 16(b)의 프로젝션부(1632)의 일 실시예를 보인 상세 블록도이다. 실시예들에 따른 프로젝션 전처리부(1620)는 어트리뷰트 전처리부라 호칭될 수 있다.
도 16(a) 내지 도 16(c)는 도 15의 포인트 클라우드 데이터 전송 장치(또는 포인트 클라우드 전송 장치)의 동작을 구체화한 것이다. 따라서 포인트 클라우드 전송 장치의 데이터 처리 순서는 본 예시에 국한되지 않는다. 또한 실시예들에 따른 포인트 클라우드 데이터 전송 장치의 구성요소가 나타내는 동작은 포인트 클라우드 전송 장치를 구성하는 하드웨어, 소프트웨어, 프로세스 또는 이들의 조합에 의해 수행될 수 있다.
실시예들에 따른 포인트 클라우드 전송 장치의 지오메트리 인코더는 지오메트리 데이터(또는 지오메트리 정보라 함)에 대해 지오메트리 코딩(예를 들면 도 15에서 설명한 지오메트리 코딩(1510))을 수행하여 지오메트리 비트스트림(geometry bitstream)을 출력한다. 실시예들에 따른 지오메트리 인코더는 지오메트리 인코딩(geometry encoding)부(1610), 지오메트리 양자화(geometry quantization)부(1611) 및 엔트로피 코딩(entropy coding)부(1612)를 포함할 수 있다. 실시예들에 따른 지오메트리 인코딩부(1610)는 옥트리 지오메트리 인코딩(octree geometru encoding), 트라이숩 지오메트리 인코딩(trisoup geometry encoding), 예측 지오메트리 코딩 (predictive geometry coding) 중 적어도 하나 이상을 수행할 수 있으며 예시에 국한되지 않는다. 지오메트리 인코더에 대한 설명은 도 4에서 설명한 바와 동일 또는 유사하므로 생략한다.
실시예들에 따른 프로젝션 전처리부(1620)는 지오메트리 양자화(geometry quantization)부(1611)로부터 재구성된(reconstructed) 지오메트리 데이터를 제공받고, 상기 재구성된 지오메트리 데이터를 기반으로 프로젝션 전처리(preprocessing)(예를 들면 도 15에서 설명한 프로젝션)를 수행한다. 포인트 클라우드 전송 장치의 프로젝션 전처리부(1620)는 프로젝션 전처리를 수행하여 프로젝트된 지오메트리와 어트리뷰트를 출력할 수 있다. 실시예들에 따른 프로젝션 전처리부(1620)는 도 16(b)와 같이 재구성된 지오메트리에 대해 역양자화 및 디코딩(dequantization & decoding)을 수행하는 역양자화 및 디코딩부(1630), 디코드된 지오메트리와 어트리뷰트를 매칭하기 위한 리컬러링(recolouring)부(1631) 및 프로젝션(projection)부(1632)를 포함할 수 있다.
실시예들에 따른 프로젝션 전처리부(1620)의 역양자화 및 디코딩부(1630)는 재구성된 지오메트리(또는 지오메트리 데이터)에 대해 역양자화 및 디코딩을 수행한다. 실시예들에 따른 리컬러링부(1631)는 디코드된 지오메트리와 어트리뷰트 데이터를 매칭하기 위해 리컬러링을 수행한다. 실시예들에 따른 프로젝션부(1632)는 리컬러링된 포인트 클라우드 데이터(예를 들면 지오메트리 및 어트리뷰트)에 대하여 프로젝션을 수행한다.
실시예들에 따른 프로젝션부(1632)는 도 16(c)와 같이 좌표 변환(coordinate conversion)부(1640), 좌표 프로젝션(coordinate projection)부(1641), 레이저 포지션 조정(laser position adjustment)부(1642), 샘플링 레이트 조정(sampling rate adjustment)부(1643) 및 프로젝션 도메인 복셀라이제이션(projection domain voxelization)부(1644) 중 하나 이상을 포함할 수 있다. 지오메트리(또는 지오메트리 정보 또는 지오메트리 데이터라 함)는 포인트의 포지션을 나타내며, 각 포인트의 포지션은 좌표계(예를 들면 2/3차원 직교 좌표계, 2/3차원 원통형 좌표계, 구면 좌표계 등)로 표현된다.
실시예들에 따른 좌표 변환부(1640)는 입력된 지오메트리가 나타내는 각 포인트의 포지션을 3차원 공간상의 포지션으로 표현하기 위하여 좌표계를 선택하고 지오메트리를 선택된 좌표계 상의 정보(예를 들면 벡터값 등)로 변환하는 좌표 변환을 수행한다. 예를 들어 좌표 변환부(1640)는 직교 좌표계를 원통형 좌표계로 변환하는 직교-원통 좌표 변환, 직교 좌표계를 구면 좌표계로 변환하는 직교-구면 좌표 변환 등을 포함하는 좌표 변환을 수행할 수 있다. 실시예들에 따른 좌표계 및 좌표 변환은 상술한 예시에 국한되지 않는다. 실시예들에 따른 포인트 클라우드 전송 장치는 변환된 좌표계에 대한 정보(예를 들면 중심 위치, 변환 좌표계에서의 범위 등의 정보, cylinder_center_x/y/z, cylinder_radius_max, cylinder_degree_max, cylinder_z_max, ref_vector_x/y/z, normal_vector_x/y/z, clockwise_degree_flag 등)를 생성 및/또는 시그널링 할 수 있다.
실시예들에 따른 좌표 프로젝션부(1641)는 상기 좌표 변환부(1640)에서 변환된 좌표계에서 표현되는 지오메트리를 압축 가능한 형태(예를 들면 사각 기둥 공간 등)로 프로젝션하는 좌표 프로젝션을 수행한다. 실시예들에 따른 프로젝션의 타입은 projection_type 등의 시그널링 정보를 통해 표현된다. 실시예들에 따른 시그널링 정보는 도 1 내지 도 14에서 설명한 비트스트림을 통해 전송된다. 실시예들에 따른 시그널링 정보는 프로젝션된 데이터의 범위, 프로젝션 과정에서의 스케일링과 관련된 정보 (예를 들면 bounding_box_x/y/z_length, granurality_radius/angular/normal 등)를 포함할 수 있다.
실시예들에 따른 레이저 포지션 조정부(1642)와 샘플링 레이트 조정부(1643)는 프로젝션의 정확도를 높이기 위하여 레이저 포지션 조정 및/또는 샘플링 레이트 조정을 수행한다. 레이저 포지션 조정 및 샘플링 레이트 조정은 프로젝션 보정 처리 과정으로, 포인트 클라우드 데이터의 특성 및 포인트 클라우드 데이터 획득 장치의 특성 등에 따라 선택적으로 수행되거나, 동시에 수행되거나 순차적으로 모두 수행되거나, 순차적으로 선택하여 수행되거나 모두 수행되지 않을 수 있다. 상술한 바와 같이 일정 패턴으로 획득되는 포인트 클라우드 데이터 (예를 들면 LiDAR 데이터 등)는 프로젝션이 수행되면 밀도 차이에 따라 정확도가 떨어질 수 있다. 따라서, 이를 해결하기 위해 레이저 포지션 조정부(1642)는 포인트 클라우드 데이터 획득 장치(예를 들면 레이저)의 포지션을 고려하여 프로젝트된 포인트 클라우드 데이터(예를 들면 프로젝트된 지오메트리)를 보정하는 레이저 포지션 조정을 수행한다. 실시예들에 따른 레이저 포지션 조정과 관련된 시그널링 정보(예를 들면 레이저 포지션 조정이 수행되었는지 여부를 나타내는 정보(laser_position_adjustment_flag), 레이저 포지션 조정을 위해 필요한 정보 (예를 들면 num_laser, r_laser, z_laser, theta_laser 등))은 상술한 시그널링 정보에 포함되어 비트스트림을 통해 전송된다.
또한 샘플링 레이트 조정부(1643)는 포인트 클라우드 데이터 획득 장치의 기계적인 특성을 기반으로 스케일 팩터(scale factor)를 적용하여 프로젝트된 포인트 클라우드 데이터(예를 들면 프로젝트된 지오메트리)를 보정하는 샘플링 레이트 조정을 수행한다. 실시예들에 따른 샘플링 레이트 조정은 포인트 클라우드 데이터를 표현하는 좌표계의 각 축에 적용될 수 있으며, 샘플링 레이트 조정과 관련된 정보(예를 들면 sampling_adjustment_cubic_flag, sampling_adjustment_spread_bbox_flag, sampling_adjustment_type 등의 시그널링 정보)는 상술한 시그널링 정보에 포함되어 비트스트림을 통해 전송된다.
그리고, 프로젝션 도메인 복셀라이제이션부(1644)는 프로젝트된 지오메트리를 압축에 효율적인 도메인으로 변환하는 도메인 복셀라이제이션을 수행하여 프로젝트된 지오메트리 데이터를 출력한다. 즉, 프로젝트된 지오메트리 데이터는 복셀라이제이션을 거쳐 압축을 위한 정수 단위의 포지션 정보로 변환된다.
실시예들에 따른 포인트 클라우드 전송 장치의 어트리뷰트 인코더는 프로젝션 전처리부(1620)에서 프로젝트된 지오메트리를 기반으로 어트리뷰트 코딩(예를 들면 도15에서 설명한 어트리뷰트 코딩 (1550))을 수행하여 어트리뷰트 비트스트림(attribute bitstream)을 출력한다. 실시예들에 따른 어트리뷰트 코딩을 위한 어트리뷰트 인코더는 도 16(a)와 같이 어트리뷰트 인코딩(attribute encoding)부(1621), 어트리뷰트 양자화(attribute quantization)부(1622) 및 엔트로피 코딩(entropy coding)부(1623)를 포함한다. 실시예들에 따른 어트리뷰트 코딩은 어트리뷰트 인코딩으로 호칭될 수 있다. 실시예들에 따른 어트리뷰트 인코딩부(1621)는 포인트 클라우드 콘텐트에 따라 RAHT 코딩, 예측 변환 코딩 및 리프팅 변환 코딩 중 적어도 어느 하나 또는 하나 또는 그 이상의 코딩들의 조합에 대응하는 동작을 수행한다. 예를 들어 RAHT 코딩 및 리프팅 변환 코딩은 포인트 클라우드 콘텐트 데이터를 상당한 크기로 압축을 하는 손실 코딩 (lossy coding)에 사용될 수 있다. 또한 예측 변환 코딩은 무손실 코딩 (lossless coding)에 사용될 수 있다. 실시예들에 따른 어트리뷰트 양자화부(1622)는 프로젝트된 지오메트리를 기반으로 손실 코딩 또는 무손실 코딩된 어트리뷰트 정보(예, 어트리뷰트 잔차 정보)를 양자화하고, 엔트로피 코딩부(1623)는 양자화된 어트리뷰트 정보를 엔트로피 코딩한다.
상술한 프로젝션은 지오메트리 코딩 및/또는 어트리뷰트 코딩에 적용될 수 있으며, 프로젝트된 데이터가 적용되는지 여부를 나타내는 시그널링 정보(예를 들면 지오메트리 코딩에 변환된 데이터가 사용됨을 나타내는 geo_projection_enable_flag 및 어트리뷰트 코딩에 변환된 데이터가 사용됨을 나타내는 attr_projection_enable_flag 등)은 상술한 비트스트림을 통해 전송된다. 만약 어트리뷰트 코딩에만 프로젝션이 적용되면 지오메트리 정보는 일반적인 지오메트리 코딩을 통해 인코드되고 인코드된 지오메트리를 프로젝션한 후, 프로젝트된 지오메트리를 기반으로 어트리뷰트 정보의 코딩이 수행된다.
도면에 도시된 바와 같이 지오메트리 인코더와 어트리뷰트 인코덩서 출력되는 지오메트리 비트스트림 및 어트리뷰트 비트스트림은 멀티플렉서에서 멀티플렉싱되어 전송된다.
도 17은 실시예들에 따른 포인트 클라우드 전송 장치의 처리 과정의 예시를 나타낸 플로우챠트이다.
도면에 도시된 플로우 차트(1700)는 도 15, 도 16(a) 내지 도 16(c)에서 설명한 포인트 클라우드 전송 장치의 처리 과정의 예시를 나타낸다. 포인트 클라우드 전송 장치의 동작은 본 예시에 국한되지 않으며, 각 엘레멘트에 대응하는 동작은 도 17에 도시된 순서대로 수행될 수도 있고, 순차적으로 수행되지 않을 수도 있다.
도 15, 도 16(a) 내지 도 16(c)에서 설명한 바와 같이 포인트 클라우드 전송 장치는 입력되는 포인트 클라우드 데이터의 지오메트리에 대해 지오메트리 인코딩(Geometry encoding)을 수행한다(1710). 인코딩된 지오메트리는 인코딩된 어트리뷰트와 멀티플렉싱을 위해 단계 1745로 출력되고, 인코딩된 지오메트리를 기반으로 재구성된 지오메트리는 어트리뷰트 인코딩을 위해 단계 1720으로 출력된다. 지오메트리 인코딩(1710)은 도 15에서 설명한 지오메트리 코딩(1510), 도 16(a)에서 설명한 지오메트리 인코더의 지오메트리 인코딩, 지오메트리 양자화 및 엔트로피 코딩과 동일하므로 구체적인 설명은 생략한다. 포인트 클라우드 전송 장치는 인코딩된 지오메트리(또는 재구성된 지오메트리)에 대해 지오메트리 디코딩을 수행하고(1720) 및 디코딩된 지오메트리와 어트리뷰트를 매칭하는 리컬러링을 수행한다(1725). 지오메트리 디코딩(1720) 및 리컬러링(1725)은 도 15에서 설명한 지오메트리 디코딩/리컬러링 및 도 16(b)의 역양자화/디코딩 및 리컬러링과 동일하므로 구체적인 설명은 생략한다. 실시예들에 따른 포인트 클라우드 전송 장치는 리컬러링된 지오메트리 데이터에 대하여 프로젝션 과정을 수행한다. 실시예들에 따른 프로젝션 과정은 좌표 변환(Coordinate conversion) 단계(1730), 좌표 프로젝션(Coordinate projection) 단계(1731), 레이저 포지션 조정(laser position adjustment) 단계(1733), 샘플링 레이트 조정(Sampling rate adjustment) 단계(1733) 및 프로젝션 도메인 복셀라이제이션 단계(1734)를 포함한다. 실시예들에 따른 좌표 변환 단계(1730)는 리컬러링된 지오메트리 데이터의 좌표 변환을 수행한다. 실시예들에 따른 좌표 변환은 도 16에서 설명한 좌표 변환과 동일하므로 구체적인 설명은 생략한다. 실시예들에 따른 좌표 프로젝션 단계(1731)는 촤표 변환된 지오메트리 데이터에 대해 좌표 프로젝션을 수행한다. 실시예들에 따른 좌표 프로젝션(Coordinate projection)은 도 16에서 설명한 좌표 프로젝션과 동일하므로 구체적인 설명은 생략한다. 실시예들에 따른 포인트 클라우드 전송 장치는 프로젝션을 보정하기 위해 레이저 포지션 조정(Laser position adjustment) 단계(1732), 샘플링 레이트 조정(Sampling rate adjustment) 단계(1733), 프로젝션 도메인 복셀라이제이션(Projection domain voxelization) 단계(1734)를 순차적으로 또는 선택적으로 수행할 수 있다. 도 17에서 수행되는 레이저 포지션 조정, 샘플링 레이트 조정 및 프로젝션 도메인 복셀라이제이션은 도 16에서 설명한 레이저 포지션 조정, 샘플링 레이트 조정 및 복셀라이제이션과 동일하므로 구체적인 설명은 생략한다.
단계 1732 내지 단계 1734 중 적어도 하나가 수행되어 프로젝션이 보정된 지오메트리를 기반으로 어트리뷰트 코딩(attribute coding) 및 엔트로피 코딩(entropy coding)이 수행된다(1740, 1745). 도 17의 어트리뷰트 코딩 및 엔트로피 코딩은 도 15에서 설명한 어트리뷰트 코딩 및 도 16(a)에서 설명한 어트리뷰트 인코딩 및 엔트로피 코딩과 동일하므로 구체적인 설명은 생략한다.
도 18은 실시예들에 따른 포인트 클라우드 데이터의 좌표계 변환 과정의 예시를 보인 도면이다.
도 15 내지 도 17에서 설명한 바와 같이 포인트 클라우드 전송 장치는 지오메트리(즉, 포인트의 포지션)의 좌표 변환을 수행한다. 지오메트리는 포인트 클라우드의 포인트의 포지션(예를 들면 위치 등)을 나타내는 정보이다. 도 4에서 설명한 바와 같이 지오메트리 정보는 2차원 좌표계의 값 (예를 들면 x축 및 y축으로 구성된 직교 좌표계의 파라미터 (x, y), 원통형 좌표계의 파라미터 (
Figure PCTKR2021013833-appb-img-000008
)), 3차원 좌표계의 값(예를 들면 3차원 직교 좌표계(Orthogonal coordinates)의 파라미터 (x, y, z), 원통형 좌표계(Cylindrical coordinates)의 파라미터 (r,
Figure PCTKR2021013833-appb-img-000009
, z), 구면 좌표계(Spherical coordinates)의 파라미터 (
Figure PCTKR2021013833-appb-img-000010
,
Figure PCTKR2021013833-appb-img-000011
,
Figure PCTKR2021013833-appb-img-000012
) 등)들로 표현될 수 있다. 하지만 포인트 클라우드 데이터의 타입 및/또는 좌표계에 따라 지오메트리가 나타내는 포인트의 포지션은 불규칙한 위치, 분포 등을 갖는 것으로 표현될 수 있다. 예를 들어 직교 좌표계로 표현된 LiDAR 데이터의 지오메트리는 원점으로부터 멀리 위치한 포인트들 사이의 거리가 증가함을 나타낸다. 예를 들어 원통형 좌표계로 표현된 지오메트리는 원점으로부터 멀리 떨어진 포인트들에 대해서도 균일한 분포를 표현할 수 있지만 원점과 가까운 포인트들에 대해서는 포인트 사이의 거리가 증가되어 균일한 분포를 표현할 수 없다. 이러한 포인트들의 불규칙한 위치, 분포 등을 표현하기 위해서는 더 많은 양의 정보, 즉 지오메트리가 필요하므로 결과적으로 지오메트리 코딩의 효율을 낮추는 결과를 초래할 수 있다. 따라서 실시예들에 따른 포인트 클라우드 인코더(예를 들면 도 1, 도4, 도 11, 도 14 및 도 15에서 설명한 포인트 클라우드 인코더)는 지오메트리 코딩의 효율을 증대시키기 위하여 지오메트리의 좌표계를 일부 및/또는 전부 변환하는 동작을 수행할 수 있다. 즉, 실시예들에 따른 포인트 클라우드 인코더는 포인트 클라우드 데이터(예를 들어, 라이다를 통해 획득된 라이다 데이터)의 포인트들을 프로젝션(포지션을 컨버젼)하여 포인트 클라우드 데이터의 포인트들의 분포를 균일하게 할 수 있다.
도 18은 실시예들에 따른 포인트 클라우드 전송장치 또는 전송방법에서 프로젝션 과정을 수행하기 위해 좌표계를 변환하는 예시를 나타낸다.
특히, 도 18은 상호 변환 가능한 좌표계의 예시, 즉 3차원 직교 좌표계(1800), 원통형 좌표계(1810), 구면 좌표계(1820)를 나타낸다. 실시예들에 따른 좌표계는 본 예시에 국한되지 않는다.
실시예들에 따른 3차원 직교 좌표계(1800)는 원통형 좌표계(1810)와 상호 변환될 수 있다.
실시예들에 따른 3차원 직교 좌표계(1800)는 원점에서 서로 직교하는 X축, Y축 및 Z 축으로 구성될 수 있다. 3차원 직교 좌표계 상의 포인트(또는 파라미터)는 (x, y, z)로 표현될 수 있다. X축과 Y축이 형성하는 X-Y 평면, Y축과 Z축이 형성하는 Y-Z 평면 및 X 축과 Z 축이 형성하는 X-Z 평면은 원점에서 서로 수직으로 만날 수 있다. 실시예들에 따른 X축, Y축 및 Z 축의 명칭은 각 축을 구별하기 위해 사용되는 용어에 불과하며, 다른 명칭으로 대체될 수 있다.
실시예들에 따른 원통형 좌표계(1810)는 원점에서 서로 직교하는 X축, Y축 및 Z 축으로 구성될 수 있다. 원통형 좌표계(1810) 상의 임의의 점(또는 파라미터) P는 (r,
Figure PCTKR2021013833-appb-img-000013
, z)로 표현될 수 있다. r은 좌표 공간 위의 임의의 점 P를 X-Y 평면으로 정사영시킨 점과 원점까지의 거리를 나타낸다.
Figure PCTKR2021013833-appb-img-000014
는 X축의 양의 방향과 원점으로부터 임의의 점 P를 X-Y 평면으로 정사영시킨 점까지를 잇는 직선 사이의 각도를 나타낸다. z는 점 P와 점 P를 X-Y 평면으로 정사영시킨 점 사이의 거리를 나타낸다. 실시예들에 따른 X축, Y축 및 Z 축의 명칭은 각 축을 구별하기 위해 사용되는 용어에 불과하며, 다른 명칭으로 대체될 수 있다.
도 18에 도시된 수학식(1811)은 직교-원통 좌표 변환에 따라 직교 좌표계를 원통형 좌표계로 변환할 때, 직교 좌표계에서 표현된 지오메트리 정보를 원통형 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(1811)은 좌표 변환에 따라 원통형 좌표계의 파라미터가 하나 또는 그 이상의 직교 좌표계의 파라미터들로 표현될 수 있음을 나타낸다(예를 들면
Figure PCTKR2021013833-appb-img-000015
도 18에 도시된 수학식(1812)은 원통-직교 좌표 변환에 따라 원통형 좌표계를 직교 좌표계로 변환할 때, 원통형 좌표계에서 표현된 지오메트리 정보를 직교 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(1812)은 좌표 변환에 따라 직교 좌표계의 파라미터가 하나 또는 그 이상의 원통형 좌표계의 파라미터들로 표현될 수 있음을 나타낸다(예를 들면 x = r cos
Figure PCTKR2021013833-appb-img-000016
)
실시예들에 따른 3차원 직교 좌표계(1800)는 구면 좌표계(1820)와 상호 변환될 수 있다.
실시예들에 따른 구면 좌표계(1820)는 원점에서 서로 직교하는 X축, Y축 및 Z 축으로 구성될 수 있다. 구면 좌표계 상의 임의의 점(또는 파라미터) P는 (
Figure PCTKR2021013833-appb-img-000017
,
Figure PCTKR2021013833-appb-img-000018
,
Figure PCTKR2021013833-appb-img-000019
)로 표현 될 수 있다.
Figure PCTKR2021013833-appb-img-000020
는 원점으로부터 임의의 점 P까지의 거리를 나타내며 0보다 크거나 같은 값을 갖는다(
Figure PCTKR2021013833-appb-img-000021
>=0).
Figure PCTKR2021013833-appb-img-000022
는 Z축의 양의 방향과 임의의 점 P사이의 각도를 나타내며, 일정 범위내의 값을 갖는다(0<=
Figure PCTKR2021013833-appb-img-000023
<=
Figure PCTKR2021013833-appb-img-000024
).
Figure PCTKR2021013833-appb-img-000025
는 임의의 점 P을 X-Y 평면에 정사형시킨 점과 X축의 양의 방향 사이의 각도를 나타내며 일정 범위내의 값을 갖는다(0<=
Figure PCTKR2021013833-appb-img-000026
<=2
Figure PCTKR2021013833-appb-img-000027
). 실시예들에 따른 X축, Y축 및 Z 축의 명칭은 각 축을 구별하기 위해 사용되는 용어에 불과하며, 다른 명칭으로 대체될 수 있다.
도 18에 도시된 수학식(1821)은 직교-구면 좌표 변환에 따라 직교 좌표계를 구면 좌표계로 변환할 때, 직교 좌표계에서 표현된 지오메트리 정보를 구면 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(1821)은 좌표 변환에 따라 구면 좌표계의 파라미터가 하나 또는 그 이상의 직교 좌표계의 파라미터들로 표현될 수 있음을 나타낸다(예를 들면
Figure PCTKR2021013833-appb-img-000028
도 18에 도시된 수학식(1822)은 구면-직교 좌표 변환에 따라 구면 좌표계를 직교 좌표계로 변환할 때, 구면좌표계에서 표현된 지오메트리 정보를 직교 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(1822)은 좌표 변환에 따라 직교 좌표계의 파라미터가 하나 또는 그 이상의 구면 좌표계의 파라미터들로 표현될 수 있음을 나타낸다(예를 들면 z=
Figure PCTKR2021013833-appb-img-000029
cos
Figure PCTKR2021013833-appb-img-000030
).
도 19는 실시예들에 따른 부채꼴형 좌표계의 예시를 나타낸 도면이다. 실시예들에 따른 부채꼴형 좌표계들은 원통형 좌표계, 구면 좌표계에 더하여 좌표계 변환의 추가적인 옵션이 될 수 있다. 부채꼴형 좌표계들은 라이더에 수직으로 배열된 레이저들이 수평으로 회전하면서 데이터를 획득하는 특성을 고려한 것이다.
즉, 도 19는 라이다(LiDAR) 데이터의 레이저 모듈들의 배치를 고려한 좌표계의 예시이다. 도 19의 좌측은 LiDAR(Light Detection And Ranging 또는 Light Imaging, Detection, And Ranging) 데이터를 수집하는 LiDAR 헤드(1900)를 나타낸다. LiDAR 데이터는 대상에 레이저를 비추어 거리를 측정하는 LiDAR 방식으로 확보된다. LiDAR 헤드(1900)는 수직 방향으로 일정 각도로 배치된 하나 또는 그 이상의 레이저 모듈(또는 레이저 센서)들을 포함하며 수직 축을 중심으로 수평으로 회전하여 데이터를 획득한다. 각 레이저 모듈로부터 출력된 레이저 광이 대상으로부터 반사되어 돌아오는 시간(및/또는 파장)은 서로 같거나 다를 수 있다. 따라서 LiDAR 데이터는 대상으로부터 레이저 광들이 돌아오는 시간의 차이 및/또는 파장 차이 등을 기반으로 구성되는 3차원 표현(3D representation)이다. 보다 넓은 커버리지를 갖기 위하여, 레이저 모듈들은 레이저를 방사형으로 출력할 수 있도록 배치된다. 따라서 실시예들에 따른 좌표계는 레이저 모듈들이 레이저를 출력하는 형태에 대응하는 부채꼴 평면으로서, 원통형 좌표계의 축을 중심으로 360도 회전시킨 부채꼴 원통형 좌표계(1910), 원통형 좌표계와 구면 좌표계가 결합된 형태의 일부분인 부채꼴 형태로서 구면 좌표계의 축을 중심으로 360도 회전시킨 부채꼴 구면 좌표계(1920)를 포함한다. 실시예들에 따른 부채꼴 원통형 좌표계(1910)는 원통형 좌표계의 수직 방향을 높이(elevation)로 표현할 때, 일정 범위를 갖는다. 또한 실시예들에 따른 부채꼴 구면 좌표계(1920)는 구면 좌표계의 수직 방향을 높이(elevation)로 표현할 때 일정 범위를 갖는다.
도 20은 실시예들에 따른 포인트 클라우드 데이터의 부채꼴형 좌표계 변환의 예시를 나타낸 도면이다.
도 15 내지 도 17에서 설명한 바와 같이 포인트 클라우드 전송 장치는 좌표 변환을 수행한다. 도 20은 레이저 모듈의 특성을 기반으로 직교 좌표계(2000)(예를 들면 도 18에서 설명한 직교 좌표계(1800))를 부채꼴 원통형 좌표계(2010)(예를 들면 도 19에서 설명한 부채꼴 원통형 좌표계(1910)) 및 부채꼴 구면 좌표계(2020)(예를 들면 도 19에서 설명한 부채꼴 구면 좌표계(1920))으로 상호 변환하는 좌표 변환을 나타낸다. 실시예들에 따른 변환 가능한 좌표계는 상술한 예시에 국한되지 않는다.
실시예들에 따른 직교 좌표계(2000)는 부채꼴 원통형 좌표계(2010)와 상호 변환될 수 있다.
실시예들에 따른 직교 좌표계(2000)는 도 18에서 설명한 3차원 직교 좌표계(1800)와 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 부채꼴 원통형 좌표계(2010)는 원점에서 서로 직교하는 X축, Y축 및 Z 축으로 구성될 수 있다. 부채꼴 원통형 좌표계(2010) 상의 임의의 점(또는 파라미터) P는 (r,
Figure PCTKR2021013833-appb-img-000031
,
Figure PCTKR2021013833-appb-img-000032
)로 표현될 수 있다. r은 좌표공간위의 임의의 점 P를 X-Y 평면으로 정사영시킨 점과 원점까지의 거리를 나타낸다.
Figure PCTKR2021013833-appb-img-000033
는 X축의 양의 방향과 원점으로부터 임의의 점 P를 X-Y 평면으로 정사영시킨 점까지를 잇는 직선 사이의 각도를 나타낸다.
Figure PCTKR2021013833-appb-img-000034
는 점 P와 점 P를 X-Y 평면으로 정사영시킨 점을 잇는 직선과 도 19에서 설명한 평면 부채꼴의 중심점(center)이 수직하는 직선과, 중심점(center)과 점 P를 잇는 직선 사이의 각도를 나타낸다(점선으로 도시). 실시예들에 따른 X축, Y축 및 Z 축의 명칭은 각 축을 구별하기 위해 사용되는 용어에 불과하며, 다른 명칭으로 대체될 수 있다.
도 20에 도시된 수학식(2011)은 직교-부채꼴 원통 좌표 변환에 따라 직교 좌표계(2000)를 부채꼴 원통형 좌표계(2010)로 변환할 때, 직교 좌표계에서 표현된 지오메트리 정보를 부채꼴 원통형 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(2011)은 좌표 변환에 따라 부채꼴 원통형 좌표계의 파라미터가 하나 또는 그 이상의 직교 좌표계의 파라미터들로 표현될 수 있음을 나타낸다(예를 들면
Figure PCTKR2021013833-appb-img-000035
도 20에 도시된 수학식(2012)은 부채꼴 원통-직교 좌표 변환에 따라 부채꼴 원통형 좌표계를 직교 좌표계로 변환할 때, 부채꼴 원통형 좌표계에서 표현된 지오메트리 정보를 직교 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(2012)은 좌표 변환에 따라 직교 좌표계의 파라미터가 하나 또는 그 이상의 부채꼴 원통형 좌표계의 파라미터들로 표현될 수 있음을 나타낸다(예를 들면 x =r cos
Figure PCTKR2021013833-appb-img-000036
).
실시예들에 따른 직교 좌표계(2000)는 부채꼴 구면 좌표계(2020)와 상호 변환될 수 있다.
실시예들에 따른 부채꼴 구면 좌표계(2020)는 원점에서 서로 직교하는 X축, Y축 및 Z 축으로 구성될 수 있다. 구면 좌표계 상의 임의의 점(또는 파라미터) P는 (
Figure PCTKR2021013833-appb-img-000037
,
Figure PCTKR2021013833-appb-img-000038
,
Figure PCTKR2021013833-appb-img-000039
) 로 표현될 수 있다.
Figure PCTKR2021013833-appb-img-000040
는 원점으로부터 임의의 점 P까지의 거리를 나타내며 0보다 크거나 같은 값을 갖는다(
Figure PCTKR2021013833-appb-img-000041
>=0).
Figure PCTKR2021013833-appb-img-000042
는 임의의 점 P를 X-Y 평면에 곡면을 따라 정사형시킨 점과 X축의 양의 방향 사이의 각도를 나타내며 일정 범위 내의 값을 갖는다(0<=
Figure PCTKR2021013833-appb-img-000043
<=2
Figure PCTKR2021013833-appb-img-000044
는 점 P와 점 P를 곡면을 따라 X-Y 평면에 정사영시킨 점을 잇는 선과 원점과 점 P를 잇는 직선 사이의 각도를 나타낸다(점선으로 도시). 실시예들에 따른 X축, Y축 및 Z 축의 명칭은 각 축을 구별하기 위해 사용되는 용어에 불과하며, 다른 명칭으로 대체될 수 있다.
도 20에 도시된 수학식(2021)은 직교-부채꼴 구면 좌표 변환에 따라 직교 좌표계를 부채꼴 구면 좌표계로 변환할 때, 직교 좌표계에서 표현된 지오메트리 정보를 부채꼴 구면 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(2021)은 좌표 변환에 따라 부채꼴 구면 좌표계의 파라미터가 하나 또는 그 이상의 직교 좌표계의 파라미터들로 표현될 수 있음을 나타낸다(예를 들면
Figure PCTKR2021013833-appb-img-000045
도 20에 도시된 수학식(2022)은 부채꼴 구면-직교 좌표 변환에 따라 부채꼴 구면 좌표계를 직교 좌표계로 변환할 때, 부채꼴 구면 좌표계에서 표현된 지오메트리 정보를 직교 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(2022)은 좌표 변환에 따라 직교 좌표계의 파라미터가 하나 또는 그 이상의 부채꼴 구면 좌표계의 파라미터들로 표현될 수 있음을 나타낸다(예를 들면 z=
Figure PCTKR2021013833-appb-img-000046
sin
Figure PCTKR2021013833-appb-img-000047
).
실시예들에 따르면, 좌표계의 변환은 좌표계 선택 단계와 좌표계 변환 적용 단계를 포함할 수 있다. 좌표계 선택 단계는 좌표계 변환 정보를 유도한다. 좌표계 변환 정보는 좌표계 변환 여부 또는 좌표계 정보를 포함할 수 있다. 좌표계 변환 정보는 시퀀스, 프레임, 타일, 슬라이스, 블록 등의 단위로 시그널링 될 수 있다. 또한, 좌표계 변환 정보는 주변 블록의 좌표계 변환 여부, 블록의 크기, 포인트의 개수, 양자화 값, 블록 분할 깊이, 단위의 위치, 단위와 원점과의 거리 등을 기초로 유도될 수 있다. 좌표계 변환 적용 단계는 좌표계 선택 단계에서 선택된 좌표계를 기반으로 좌표계를 변환하는 단계이다. 좌표계 변환 적용 단계는 좌표계 변환 정보를 기반으로 좌표계 변환을 수행 할 수 있다. 또는, 좌표계 변환 여부 정보를 기반으로 좌표계 변환을 수행 하지 않을 수 있다.
즉, 실시예들에 따른 포인트 클라우드 데이터 전송 장치(예를 들면 도 1, 도 11, 도 14 및 도 15에서 설명한 포인트 클라우드 데이터 전송장치)는 좌표 변환과 관련된 시그널링 정보를 생성하여 포인트 클라우드 데이터 수신 장치(예를 들면 도 1, 도 13, 도 14 및 도 16에서 설명한 포인트 클라우드 데이터 수신 장치)로 전송할 수 있다. 좌표 변환과 관련된 시그널링 정보(예, 좌표계 변환 정보)는 시퀀스 레벨, 프레임 레벨, 타일 레벨, 슬라이스 레벨 등으로 시그널링 될 수 있다. 실시예들에 따른 포인트 클라우드 디코더(예를 들면 도 1, 도 13, 도 14 및 도 16에서 설명한 포인트 클라우드 디코더)는 좌표 변환과 관련된 시그널링 정보(예, 좌표계 변환 정보)를 기반으로 포인트 클라우드 인코더의 부호화 과정의 역과정인 복호화 과정 (decoding operation)을 수행할 수 있다. 또한 실시예들에 따른 포인트 클라우드 디코더는 좌표 변환과 관련된 시그널링 정보를 수신하지 않고, 주변 블록의 좌표 변환 여부, 블록의 크기, 포인트의 개수, 양자화 값등을 기반으로 유도하여 좌표 변환을 수행할 수 있다.
도 21은 실시예들에 따른 포인트 클라우드 데이터의 좌표 프로젝션의 예시를 나타낸 도면이다.
실시예들에 따른 포인트 클라우드 전송 장치는 도 15 내지 도 20에서 설명한 좌표 변환에 따라 변환된 좌표계에서 표현되는 지오메트리를 압축 가능한 형태로 프로젝션하는 좌표 프로젝션(coordinate projection)을 수행한다. 도 21은 도 15 내지 도 17에서 설명한 좌표 프로젝션(coordinate projection)의 예시를 나타낸다. 도 21은 부채꼴 원통형 좌표계(2100)(예를 들면 도 19에서 설명한 부채꼴 원통형 좌표계(1910), 도 20에서 설명한 부채꼴 원통형 좌표계(2010)) 및 부채꼴 구면 좌표계(2110)(예를 들면 도 19에서 설명한 부채꼴 구면 좌표계(1920), 도 20에서 설명한 부채꼴 구면 좌표계(2020))를 사각 기둥 공간(2120)으로 상호 변환(프로젝션)하는 과정을 나타낸다.
실시예들에 따른 사각 기둥 공간(2120)은 x축, y축, z축(또는 x'축, y'축, z'축으로도 표현됨)으로 구성되는 3차원 좌표계에서 표현되며 바운딩 박스(bounding box)로 호칭될 수 있다. 또한 x'축, y'축, z'축 각각은 최대값 (x_max, y_max, z_max) 및 최소값 (x_min, y_min, z_min)을 갖는다. 도 21에 도시된 변환 과정에서, 부채꼴 원통형 좌표계(2100)의 임의의 점 P값을 나타내는 파라미터 (r,
Figure PCTKR2021013833-appb-img-000048
,
Figure PCTKR2021013833-appb-img-000049
) 및 부채꼴 구면 좌표계(2110)의 임의의 점 P 값을 나타내는 파라미터 (
Figure PCTKR2021013833-appb-img-000050
,
Figure PCTKR2021013833-appb-img-000051
,
Figure PCTKR2021013833-appb-img-000052
)는 x'축, y'축, z'축의 파라미터로 각각 표현된다. 파라미터 (r,
Figure PCTKR2021013833-appb-img-000053
,
Figure PCTKR2021013833-appb-img-000054
) 및 파라미터 (
Figure PCTKR2021013833-appb-img-000055
,
Figure PCTKR2021013833-appb-img-000056
,
Figure PCTKR2021013833-appb-img-000057
)의 각 파라미터는 x'축, y'축, z'축 중 어느 한 축에 각각 대응하거나 (예를 들면 r은 X'축에 대응) 별도의 변환 수식에 따라 변환 및 대응될 수 있다. 예를 들어 한정된 범위를 갖는 부채꼴 원통형 좌표계(2100)의 파라미터
Figure PCTKR2021013833-appb-img-000058
는 탄젠트 함수를 적용하여 z'축에 대해 매핑된다. 따라서 z'축에 매핑된 값들은 한정된 범위에 따라 모아지므로 압축 효율이 증가된다.
실시예들에 따른 부채꼴 원통형 좌표계(2110)의 파라미터 (r,
Figure PCTKR2021013833-appb-img-000059
,
Figure PCTKR2021013833-appb-img-000060
)의 프로젝션은 수학식 5와 같이 수행될 수 있다.
[수학식 5]
Figure PCTKR2021013833-appb-img-000061
즉, fx(r)는 파라미터 r이 x축에 프로젝션된 것을 나타내며, fy(
Figure PCTKR2021013833-appb-img-000062
)는 파라미터
Figure PCTKR2021013833-appb-img-000063
가 y축에 프로젝션 된 것을 나타내고, fz(
Figure PCTKR2021013833-appb-img-000064
)는 파라미터
Figure PCTKR2021013833-appb-img-000065
가 z축에 프로젝션된 것을 나타낸다. 위 수학식 5의 삼각함수 계산을 최소화한 프로젝션은 수학식 6과 같이 나타낼 수 있다.
[수학식 6]
Figure PCTKR2021013833-appb-img-000066
Figure PCTKR2021013833-appb-img-000067
실시예들에 따른 부채꼴 구면 좌표계(2110)의 파라미터 (
Figure PCTKR2021013833-appb-img-000068
,
Figure PCTKR2021013833-appb-img-000069
,
Figure PCTKR2021013833-appb-img-000070
)의 프로젝션은 수학식 7과 같이 수행될 수 있다.
[수학식 7]
Figure PCTKR2021013833-appb-img-000071
즉, fx(
Figure PCTKR2021013833-appb-img-000072
)는 파라미터
Figure PCTKR2021013833-appb-img-000073
이 x축에 프로젝션된 것을 나타내며, fy(
Figure PCTKR2021013833-appb-img-000074
)는 파라미터
Figure PCTKR2021013833-appb-img-000075
가 y축에 프로젝션 된 것을 나타내고, fz(
Figure PCTKR2021013833-appb-img-000076
)는 파라미터
Figure PCTKR2021013833-appb-img-000077
가 z축에 프로젝션된 것을 나타낸다. 위 수학식 7의 삼각함수 계산을 최소화한 프로젝션은 수학식 8과 같이 나타낼 수 있다.
[수학식 8]
Figure PCTKR2021013833-appb-img-000078
위 수학식들에서 (xc, yc, zc)는 프로젝션 이전(즉, 변환되기 전)의 부채꼴 원통형 좌표계(2100)의 중심점의 포지션(center position)으로서, 중심점은 도 19에서 설명한 평면 부채꼴의 중심점(center)과 동일하다. 또한 실시예들에 따른 (xc, yc, zc)는 LiDAR 헤드 포지션(예를 들면 world coordinate system의 xyz 좌표의 원점 등)를 나타낼 수 있다.
한편, 라이다의 구조는 라이다 헤드(LiDAR head)에 복수의 레이저들이 수직 방향으로 배열된다. 특히, 더 많은 포인트 클라우드 데이터를 획득하기 위해 라이다 헤드의 상부와 하부에 각각 레이저들이 배치될 수 있다. 이때, 레이저들 간 포지션 차이가 발생하며 이것은 프로젝션의 정확도의 저하 원인이 될 수 있다. 따라서, 레이저의 포지션을 고려하여 프로젝션을 보정하는 방법이 사용될 수 있다.
도 22는 실시예들에 따른 포인트 클라우드 데이터의 레이저 포지션 조정의 예시를 나타낸 도면이다. 즉, 라이다의 레이저 포지션을 고려하여 프로젝션 보정을 수행하는 예시이다.
실시예들에 따른 레이저 포지션을 고려한 프로젝션 보정은 도1의 전송장치, 도 4의 전송장치, 도 12의 전송장치, 도 14의 XR 장치, 도15의 전송장치, 도16의 전송 장치, 도 17의 전송 방법 및/또는 하나 이상의 메모리들과 통신 가능하도록 설정된 하나 이상의 프로세서들 또는 집적 회로들(integrated circuits)을 포함하는 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합 등에 의해서 수행될 수 있다. 상세하게는, 실시예들에 따른 도 15의 프로젝션(1540) 또는 도 16의 프로젝션 전처리부(1620) 또는 도 17의 단계 1732에서 수행될 수 있다.
또한, 레이저 위치를 고려한 프로젝션 보정은 도1의 수신장치, 도 11의 수신장치, 도 13의 수신장치, 도 14의 XR 장치, 도 44의 수신 장치, 도 45의 수신장치, 도 46의 수신 방법 또는 도 48의 수신 장치 및/또는 하나 이상의 메모리들과 통신 가능하도록 설정된 하나 이상의 프로세서들 또는 집적 회로들(integrated circuits)을 포함하는 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합 등에 의해서 수행될 수 있다.
도 22는 도 16에서 설명한 레이저 포지션 조정(1642), 도 17에서 설명한 레이저 포지션 조정(1732)의 예시이다. 도 19에서 설명한 바와 같이 LiDAR 헤드(예를 들면 도 19에서 설명한 LiDAR 헤드(1900))는 수직 방향으로 배치된 하나 또는 그 이상의 레이저 모듈들을 포함한다. 하나 또는 그 이상의 레이저 모듈들은 보다 넓은 커버리지를 가지고 많은 데이터를 확보하기 위하여 방사형으로 레이저를 출력하도록 배치된다. 실제 레이저는 레이저 모듈 말단에서 출력된다. 따라서 레이저의 포지션은 도 19 내지 도 20에서 설명한 평면 부채꼴의 중심점에 대응하는 LiDAR 헤드 포지션과 다르다. 또한 LiDAR 헤드의 상부에 배치된 레이저 모듈로부터 출력되는 가장 위쪽의 레이저와 LiDAR 헤드의 하부에 배치된 레이저 모듈로부터 출력되는 가장 아래쪽의 레이저 포지션 차이가 발생한다. 이러한 레이저 간의 포지션 차이를 반영하지 않으면, 프로젝션의 정확도를 떨어트릴 수 있다. 따라서 실시예들에 따른 포인트 클라우드 전송 장치는 각 레이저의 시점이 LiDAR 헤드 포지션에서 시작하는 것과 동일하도록 레이저 포지션 조정을 반영하여 프로젝션을 수행한다.
도 22의 좌측은 레이저를 출력하는 임의의 레이저 모듈을 포함하는 LiDAR 헤드의 구조(2200)를 나타낸다. 도 22에 도시된 바와 같이 임의의 레이저 모듈에서 출력된 레이저의 포지션은 LiDAR 헤드 포지션(xc, yc, zc)으로부터 수평방향으로 rL, 수직 방향으로 zL 만큼 떨어진 상대적인 포지션으로 표현된다.
도 22의 우측은 레이저의 상대적인 포지션을 3차원 좌표계에서 나타낸 예시(2210)이다. 도면에 도시된 3차원 좌표계는 도 21에서 설명한 프로젝션(예를 들면 사각 기둥 공간(2120))을 표현하기 위한 좌표계로서, x'축, y'축, z'축으로 구성된다. 상술한 헤드 포지션은 좌표계의 원점(0,0,0)으로 설정될 수 있으며, 레이저의 상대적인 포지션은 (xL, yL, zL)으로 표현된다. 파라미터 (xL, yL)는 rL(즉, 헤드 포지션으로부터 수평방향으로의 상대적인 거리)을 기반으로 다음의 수학식 9와 같이 구할 수 있다.
[수학식 9]
Figure PCTKR2021013833-appb-img-000079
실시예들에 따른 (xL, yL, zL)는 포인트 클라우드 전송 장치 및 수신 장치에서 직접 계산되거나, 시그널링 등을 통해 포인트 클라우드 전송 장치 및 수신 장치에 전달될 수 있다.
부채꼴 원통형 좌표계(예를 들면 부채꼴 원통형 좌표계(2110))의 파라미터 (r,
Figure PCTKR2021013833-appb-img-000080
,
Figure PCTKR2021013833-appb-img-000081
)의 레이저 포지션 적용된 값은 다음의 수학식 10과 같이 구할 수 있다. 즉, 수학식 10은 레이저의 포지션을 고려한 부채꼴 원통형 좌표계 변환의 예시이다.
[수학식 10]
Figure PCTKR2021013833-appb-img-000082
부채꼴 구면 좌표계(예를 들면 부채꼴 구면 좌표계(2110))의 파라미터 (
Figure PCTKR2021013833-appb-img-000083
,
Figure PCTKR2021013833-appb-img-000084
,
Figure PCTKR2021013833-appb-img-000085
)의 레이저 포지션 적용된 값은 다음의 수학식 11과 같이 구할 수 있다. 즉, 수학식 11은 레이저의 포지션을 고려한 부채꼴 구형 좌표계 변환의 예시이다.
[수학식 11]
Figure PCTKR2021013833-appb-img-000086
전술한 것과 같이 레이저의 상대적인 포지션을 고려할 경우, 위의 수학식 10 또는 수학식 11을 통해 각 레이저의 시점이 헤드 위치에서 시작하는 효과가 있다.
상술한 바와 같이 포인트 클라우드 전송 장치는 몰톤 코드를 기반으로 포인트들을 재정렬하여 어트리뷰트 코딩을 수행할 수 있다. 몰톤 코드는 각 포인트의 포지션 정보가 양의 정수임을 가정한다. 따라서 포인트 클라우드 전송 장치는 프로젝션된 포인트 클라우드 데이터의 포지션을 나타내는 파라미터들 (예를 들면 도 21 내지 도 22에서 설명한 사각 기둥 공간(2120)을 표현하는 좌표계의 파라미터들 (xL, yL, zL))이 양의 정수가 되도록 복셀라이제이션(voxelization, 복셀화)(예를 들면 도 4 내지 도 6에서 설명한 복셀화)을 수행한다. 포인트들 간의 거리가 충분한 경우 복셀라이제이션이 수행되더라도 무손실 압축이 가능하지만, 포인트들 간의 거리가 작은 경우 복셀라이제이션이 수행되면 손실이 발생할 수 있기 때문에 압축 성능 향상을 위해 보정이 필요하다.
실시예들에 따른 포인트 클라우드 전송 장치는 프로젝션된 포인트 클라우드 데이터(예를 들면 지오메트리)에 대해 샘플링 레이트 조정(예를 들면 도 16에서 설명한 샘플링 레이트 조정(1643))을 하여 추가적인 보정을 수행할 수 있다.
샘플링 특성을 고려한 프로젝션 보정은 도 1의 전송장치, 도 4의 전송장치, 도 12의 전송장치, 도 14의 XR 장치, 도 15의 전송 장치, 도 16의 전송 장치, 도 17의 전송 방법 및/또는 하나 이상의 메모리들과 통신 가능하도록 설정된 하나 이상의 프로세서들 또는 집적 회로들(integrated circuits)을 포함하는 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합 등에 의해서 수행될 수 있다. 상세하게는, 실시예들에 따른 도 15의 프로젝션(1540) 또는 도 16의 프로젝션 전처리부(1620) 또는 도 17의 단계 1733에서 수행될 수 있다.
또한, 샘플링 특성을 고려한 프로젝션 보정은 도1의 수신장치, 도 11의 수신장치, 도 13의 수신장치, 도 14의 XR 장치, 도 44의 수신 장치, 도 45의 수신장치, 도 46의 수신 방법 또는 도 48의 수신 장치 및/또는 하나 이상의 메모리들과 통신 가능하도록 설정된 하나 이상의 프로세서들 또는 집적 회로들(integrated circuits)을 포함하는 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합 등에 의해서 수행될 수 있다.
실시예들에 따른 샘플링 레이트 조정은 프로젝션 값의 범위 및 데이터 획득 장치의 특성(예를 들면 LiDAR)를 고려하여 프로젝션의 각 축에 스케일 팩터(scale factor)를 정의하여 수행된다. 도 19 내지 도 22에서 설명한 바와 같이 부채꼴 원통형 좌표계(예를 들면 부채꼴 원통형 좌표계(1910), 부채꼴 원통형 좌표계(2010), 부채꼴 원통형 좌표계(2100) 등)의 파라미터 r 및 부채꼴 구면 좌표계(예를 들면 부채꼴 구면 좌표계(1920), 부채꼴 구면 좌표계(2020), 부채꼴 구면 좌표계(2110))의 파라미터
Figure PCTKR2021013833-appb-img-000087
는 각 좌표계의 중심으로부터의 대상 포인트(예를 들면 도 19 내지 도 21에서 설명한 임의의 점 P)까지의 거리를 나타낸다. 따라서 파라미터 r 및
Figure PCTKR2021013833-appb-img-000088
는 0 이상의 값을 가지며, 레이저의 거리에 따른 분해능 및 획득 장치의 해석능력에 따라 데이터의 빈도가 결정된다. 부채꼴 원통형 좌표계 및 부채꼴 구면 좌표계의 파라미터
Figure PCTKR2021013833-appb-img-000089
는 수직 축을 중심으로 회전할 때의 수평 방향 각도(azimuthal angle)를 나타낸다. 따라서 파라미터
Figure PCTKR2021013833-appb-img-000090
는 0~360도의 범위를 가질 수 있으며, 이는 LiDAR 헤드(예를 들면 도 20 내지 도 22에서 설명한 LiDAR 헤드)가 회전하면서 1도 당 획득되는 데이터의 빈도가 결정된다. 부채꼴 구면 좌표계의 파라미터
Figure PCTKR2021013833-appb-img-000091
는 수직 축 방향의 각도를 나타낸다. 수직 축 방향의 각도는 단일 레이저의 각도와 연관성이 크기 때문에 파라미터
Figure PCTKR2021013833-appb-img-000092
는 -
Figure PCTKR2021013833-appb-img-000093
/2~
Figure PCTKR2021013833-appb-img-000094
/2의 범위를 가질 수 있으며, 레이저의 개수, 레이저의 수직 위치, 레이저의 정확도 등에 따라서 데이터의 빈도가 결정될 수 있다. 따라서 실시예들에 따른 샘플링 레이트 조정은 위와 같은 각 파라미터의 특성을 기반으로 프로젝션의 파라미터들에 대한 스케일 팩터를 정의한다.
이하에서는 설명의 편의를 위하여 부채꼴 원통형 좌표계의 프로젝션 (파라미터 r,
Figure PCTKR2021013833-appb-img-000095
,
Figure PCTKR2021013833-appb-img-000096
)에 대해 스케일 팩터를 설명하나, 샘플링 레이트 조정은 해당 예시에 국한되지 않는다. 따라서 샘플링 레이트 조정은 부채꼴 구면 좌표계의 프로젝션(파라미터
Figure PCTKR2021013833-appb-img-000097
,
Figure PCTKR2021013833-appb-img-000098
,
Figure PCTKR2021013833-appb-img-000099
) 뿐만 아니라 다른 프로젝션에 대해서도 동일하게 적용될 수 있다.
실시예들에 따른 부채꼴 원통형 좌표계의 프로젝션에 대한 샘플링 레이트 조정은 다음의 수학식 12와 같이 수행될 수 있다.
[수학식 12]
Figure PCTKR2021013833-appb-img-000100
여기서, rL, θL,
Figure PCTKR2021013833-appb-img-000101
L은 레이저 포지션 조정이 수행된 포인트를 나타내는 파라미터들이고, f(rL), f(
Figure PCTKR2021013833-appb-img-000102
L), f(
Figure PCTKR2021013833-appb-img-000103
L)은 해당 파라미터들이 프로젝션된 3차원 좌표계 각 축을 나타낸다. sr은 파라미터 rL에 대한 스케일 팩터로서 f(rL)이 나타내는 축(예를 들면 X'축)에 적용되고, s
Figure PCTKR2021013833-appb-img-000104
는
Figure PCTKR2021013833-appb-img-000105
L에 대한 스케일 팩터로서 f(
Figure PCTKR2021013833-appb-img-000106
L)이 나타내는 축(예를 들면 Y'축)에 적용되고, s
Figure PCTKR2021013833-appb-img-000107
는
Figure PCTKR2021013833-appb-img-000108
L에 대한 스케일 팩터로서 f(
Figure PCTKR2021013833-appb-img-000109
L)이 나타내는 축(예를 들면 Z'축)에 적용된다.
실시예들에 따른 부채꼴 원통형 좌표계의 프로젝션에 대한 샘플링 레이트 조정은 다음의 수학식 13과 같이 수행될 수 있다.
[수학식 13]
Figure PCTKR2021013833-appb-img-000110
실시예들에 따른 스케일 팩터 파라미터들 sr, s
Figure PCTKR2021013833-appb-img-000111
, s
Figure PCTKR2021013833-appb-img-000112
는 각 축의 바운딩 박스의 가장자리(bounding box edge) 길이로 정규화(normalization)된 바운딩 박스의 가장자리의 최대 길이로 파생될 수 있다.
실시예들에 따른 스케일 팩터는 포인트 클라우드 데이터 획득 장치의 기계적인 특성을 기반으로 정의될 수 있다. 예를 들어 N개의 레이저가 수직으로 배열된 획득 장치(예를 들면 LiDAR 헤드)가 수평방향으로 회전할 때 1도 당 M번의 레이저 반사광을 검출하고, 각 레이저 광원이 생성하는 스팟(spot)의 반경이 D인 경우 스케일 팩터는 다음의 수학식 14와 같이 정의될 수 있다.
[수학식 14]
Figure PCTKR2021013833-appb-img-000113
여기서 kr, k
Figure PCTKR2021013833-appb-img-000114
, k
Figure PCTKR2021013833-appb-img-000115
는 상수를 나타낸다.
예를 들어, 하나의 레이저 광원당 획득되는 데이터 사이의 최소 거리가 수직 방향(elevaltion), 수평 방향(azimuth) 및 지름 방향으로 표현되는 경우, 실시예들에 따른 스케일 팩터는 다음의 수학식 15와 같이 정의될 수 있다.
[수학식 15]
Figure PCTKR2021013833-appb-img-000116
여기서, dr, d
Figure PCTKR2021013833-appb-img-000117
, d
Figure PCTKR2021013833-appb-img-000118
는 각각 반지름이 증가하는 방향, 회전 방향 각도, 수직 방향 각도(elevation angle)에 대한 거리를 나타낸다. min()는 포인트 클라우드 데이터 내에서의 최소값 혹은 물리적 특성에 따른 최소값을 나타낼 수 있다.
또한 실시예들에 따른 스케일 팩터는 다음의 수학식 16과 같이 각 축의 밀도에 대한 함수로 정의될 수 있다.
[수학식 16]
Figure PCTKR2021013833-appb-img-000119
즉, 단위 길이 당 밀도가 높은 축에는 상대적으로 큰 스케일 팩터를 적용하고, 단위 길이당 밀도가 낮은 축에는 상대적으로 작은 스케일 팩터를 적용한다. 여기서, N은 각 축에 평행한 방향으로의 최대 포인트들의 개수를 나타내고, D는 각 축의 길이를 나타낸다. N을 D로 나눈 값은 해당 축의 밀도에 대응한다.
실시예들에 따른 스케일 팩터는 정보의 중요도에 따라 정의될 수 있다. 예를 들어 원점으로부터 가까운 정보는 상대적으로 중요도가 높은 정보로 고려되고 원점으로부터 먼 정보는 상대적으로 중요도가 낮은 정보로 고려될 수 있다. 따라서 스케일 팩터는 원점으로부터 가까운 정보, 수평/수직 방향 각도(azimuthal/elevation angle)를 기준으로 전방에 있는 정보 또는 지평선 가까이에 있는 정보에 대해 상대적으로 가중치를 줄 수 있도록 다음의 수학식 17과 같이 정의 될 수 있다.
[수학식 17]
Figure PCTKR2021013833-appb-img-000120
여기서, g(r), g(
Figure PCTKR2021013833-appb-img-000121
), g(
Figure PCTKR2021013833-appb-img-000122
)는 각 축의 가중치를 나타내며, 중요한 영역을 나타내는 범위에 따라 설정되는 값을 나타내는 계단함수 또는 지수함수의 역수로 표현될 수 있다.
실시예들에 따른 포인트 클라우드 전송 장치의 샘플링 레이트 조정부는 프로젝션된 포인트 클라우드 데이터(예를 들면 지오메트리)가 양수 값을 갖도록 각축이 원점으로부터 시작되도록 이동시키거나, 각 축의 길이가 2의 지수승이 되도록 보정할 수 있다. 보정에 따른 프로젝션된 포인트 클라우드 데이터는 다음의 수학식 18과 같이 표현될 수 있다.
[수학식 18]
Figure PCTKR2021013833-appb-img-000123
만약 압축 효율을 높이기 위해 세 축들의 길이를 동일하게 보정하는 경우, 보정에 따른 프로젝션된 포인트 클라우드 데이터는 다음의 수학식 19와 같이 표현될 수 있다. 즉, 수학식 19는 sampling_adjustment_cubic_flag의 값이 1일 때의 예시이다.
[수학식 19]
Figure PCTKR2021013833-appb-img-000124
여기서 max는 max(maxr, max
Figure PCTKR2021013833-appb-img-000125
, max
Figure PCTKR2021013833-appb-img-000126
)를 의미할 수 있다. 또는 max(maxr, max
Figure PCTKR2021013833-appb-img-000127
, max
Figure PCTKR2021013833-appb-img-000128
) 보다 큰 수 중에 가장 가까운 2n -1 에 해당하는 값이 될 수 있다.
실시예들에 따른 샘플링 레이트 조정에 대한 정보(스케일 팩터에 대한 정보 포함)는 포인트 클라우드 수신 장치(예를 들면 도 1의 수신 장치(10004), 도 10 및 도 11의 포인트 클라우드 디코더, 도 13의 수신 장치, 도 44의 수신 장치, 도 45의 수신장치, 도 46의 수신 방법 또는 도 48의 수신 장치)로 전송되며, 포인트 클라우드 수신 장치는 샘플링 레이트 조정에 대한 정보를 확보하고, 해당 정보에 따라 샘플링 레이트 조정을 수행한다.
상술한 바와 같이, 실시예들에 따른 포인트 클라우드 데이터 전송 장치는 획득한 포인트 클라우드 데이터의 특성(예를 들어, 포인트들의 분포 특성)을 고려하여 포인트들의 포지션을 변경할 수 있다. 또한, 실시예들에 따른 포인트 클라우드 데이터 전송 장치는 포인트들의 분포 특성에 따른 각 축에 대한 스케일 값에 기반하여 포인트들의 포지션을 변경할 수 있다. 그리고 각 축에 대한 스케일 값이 1 보다 큰 값을 가지면, 프로젝션된 포인트들의 포지션은 프로젝션되기 전 포인트들의 포지션보다 희소(sparse)하게 분포할 수 있다. 반대로, 각 축에 대한 스케일 값이 1 보다 작은 값을 가지면, 프로젝션된 포인트들의 포지션은 프로젝션되기 전 포인트들의 포지션보다 조밀(dense)하게 분포할 수 있다. 예를 들어, 포인트 클라우드 데이터 전송 장치는, 획득한 포인트 클라우드 데이터의 포인트들이 x축 및 y축 방향으로 조밀하게 분포하고 z축 방향으로 희소하게 분포하면, 1 보다 큰
Figure PCTKR2021013833-appb-img-000129
값 및
Figure PCTKR2021013833-appb-img-000130
값, 1 보다 작은
Figure PCTKR2021013833-appb-img-000131
값을 기반으로 포인트들의 포지션의 분포를 균일하게 프로젝션할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 전송 장치는 프로젝션된 포인트들의 포지션(또는 지오메트리)에 기반한 어트리뷰트 코딩을 수행할 수 있다. 즉, 실시예들에 따른 포인트 클라우드 데이터 전송 장치는 프로젝션된 지오메트리(예를 들어, 균일한 분포를 가지는 지오메트리)를 사용함으로써, 어트리뷰트 코딩 효율을 높여 더 높은 코딩 이득(coding gain)을 확보할 수 있다.
다음은 복셀화에 대하여 설명한다.
복셀화 과정은 도1의 전송장치, 도 4의 전송장치, 도 12의 전송장치, 도 14의 XR 장치, 도15의 전송 장치, 도16의 전송 장치, 도 17의 전송 방법 및/또는 하나 이상의 메모리들과 통신 가능하도록 설정된 하나 이상의 프로세서들 또는 집적 회로들(integrated circuits)을 포함하는 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합 등에 의해서 수행될 수 있다. 상세하게는, 실시예들에 따른 도 15의 프로젝션(1540) 또는 도 16의 프로젝션 전처리부(1620) 또는 도 17의 단계 1734에서 수행될 수 있다.
또한, 복셀화 과정은 도1의 수신장치, 도 11의 수신장치, 도 13의 수신장치, 도 14의 XR 장치, 도 44의 수신 장치, 도 45의 수신장치, 도 46의 수신 방법 또는 도 48의 수신 장치 및/또는 하나 이상의 메모리들과 통신 가능하도록 설정된 하나 이상의 프로세서들 또는 집적 회로들(integrated circuits)을 포함하는 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합 등에 의해서 수행될 수 있다.
도 15 내지 도 22에서 설명한 처리 과정을 통해 X, Y, Z 좌표계로 표현된 포인트 클라우드 데이터는 거리 및 각도와 같이 압축에 효율적인 좌표계로 변환될 수 있다. 변환된 데이터는 복셀화(voxelization) 과정을 통해 포인트 클라우드 압축 기술을 적용하기 위한 정수 단위의 포지션 정보로 변환될 수 있다.
도 23은 실시예들에 따른 복셀화 과정의 예시를 나타낸다.
도 23의 좌측은 포인트 클라우드 데이터 시퀀스의 한 프레임으로서 프로젝션이 적용되지 않은 포인트 클라우드 데이터의 예시(2300)이다. 도 23의 우측은 부채꼴 원통형 좌표계를 기반으로 프로젝션된 포인트 클라우드 데이터의 예시이다. 구체적으로 첫번째 예시(2310)는 r-
Figure PCTKR2021013833-appb-img-000132
평면을 바라볼 때 프로젝션된 포인트 클라우드 데이터를 나타낸다. 두번째 예시(2320)는
Figure PCTKR2021013833-appb-img-000133
-
Figure PCTKR2021013833-appb-img-000134
평면을 바라볼 때 프로젝션된 포인트 클라우드 데이터를 나타낸다. 세번째 예시(2330)는
Figure PCTKR2021013833-appb-img-000135
-r 평면을 바라볼 때 프로젝션된 포인트 클라우드 데이터를 나타낸다.
도 15 내지 도 23에서 설명한 프로젝션은 각 포인트의 포지션을 나타내는 좌표계의 3개의 축들 모두에 적용되거나 선택적으로 적어도 하나의 축에 적용될 수 있다. 실시예들에 따른 프로젝션 타입을 나타내는 정보(예를 들면 projection_type)은 각 축마다 정의될 수 있다. 예를 들어 x축에 대한 프로젝션 타입을 나타내는 정보는 projection_type x로 정의되고, y축에 대한 프로젝션 타입을 나타내는 정보는 projection_type y로 정의되고, z축에 대한 프로젝션 타입을 나타내는 정보는 projection_type z로 정의된다. projection_type x, projection_type y 및 projection_type z를 포함하는 시그널링 정보는 비트스트림을 통해 포인트 클라우드 데이터 수신 장치로 전송된다. 실시예들에 따른 시그널링 정보는 projection_type을 포함하거나 포함하지 않을 수 있다.
실시예들에 따른 projection_type x의 값이 0인 경우, projection_type x는 x축에 대해 프로젝션이 수행되지 않는 경우로서 변환없이 x값이 사용됨을 나타낸다. 실시예들에 따른 projection_type x의 값이 1인 경우, projection_type x는 coordinate_conversion_type이 나타내는 좌표계(예를 들면 원통형 좌표계, 구면 좌표계, 부채꼴 원통형 좌표계, 부채꼴 구면 좌표계 등)에 의한 변환값 (예를 들면 원통형 좌표계에서의 반지름(radius))가 사용됨을 나타낸다. 실시예들에 따른 projection_type x의 값이 2인 경우, projection_type x는 단순화된 변환값 (예를 들면 원통형 좌표계에서 반지름에 대해 제곱근(square root)를 제거하여 단순화된 x*x + y*y 값)이 사용됨을 나타낸다. 실시예들에 따른 projection_type x의 값이 3인 경우, projection_type x는 단순화된 거리의 합 (예를 들면 각 축의 위치 정보의 합, x+y, 또는 x+y+z 등)이 사용됨을 나타낸다. 실시예들에 따른 projection_type x의 값이 4인 경우, projection_type x는 약속된 함수에 따른 변환값 (예를 들면 log_2(x))이 사용됨을 나타낸다.
실시예들에 따른 projection_type y의 값이 0인 경우, projection_type y는 y축에 대해 프로젝션이 수행되지 않는 경우로서 변환없이 y값이 사용됨을 나타낸다. 실시예들에 따른 projection_type y의 값이 1인 경우, projection_type y는 coordinate_conversion_type이 나타내는 좌표계(예를 들면 원통형 좌표계, 구면 좌표계, 부채꼴 원통형 좌표계, 부채꼴 구면 좌표계 등)에 의한 변환값(예를 들면 원통형 좌표계에 의한 수평 방향 각도 - azimuthal angle)가 사용됨을 나타낸다. 실시예들에 따른 projection_type y의 값이 2인 경우, projection_type y는 단순화된 변환값 (예를 들면 각도값으로써 각도를 구하기 위한 inverse tangent 연산을 줄이기 위해 계산되는 tangent 값, tan_phi = phi로 가정됨)이 사용됨을 나타낸다. 실시예들에 따른 projection_type y의 값이 3인 경우, projection_type y는 단순화된 거리의 합 (예를 들면 각 축의 위치 정보 사이의 차이, x-y 혹은 y - x - z 등)이 사용됨을 나타낸다. 실시예들에 따른 projection_type y의 값이 4인 경우, projection_type y는 약속된 함수에 따른 변환값 (예를 들면 log_2(y))이 사용됨을 나타낸다.
실시예들에 따른 projection_type z의 값이 0인 경우, projection_type z는 z축에 대해 프로젝션이 수행되지 않는 경우로서 변환없이 z값이 사용됨을 나타낸다. 실시예들에 따른 projection_type z의 값이 1인 경우, projection_type z는 coordinate_conversion_type이 나타내는 좌표계(예를 들면 원통형 좌표계, 구면 좌표계, 부채꼴 원통형 좌표계, 부채꼴 구면 좌표계 등)에 의한 변환값(예를 들면 원통형 좌표계에 의한 수직 방향 각도 - elevation angle)이 사용됨을 나타낸다. 실시예들에 따른 projection_type z의 값이 2인 경우, projection_type z는 단순화된 변환값 (예를 들면 각도값으로써 각도를 구하기 위한 inverse tangent 연산을 줄이기 위해 계산되는 tangent 값, 또는 레이저의 개수 및 일정하게 분포하는 레이저의 위치를 기반으로 데이터를 획득하는데 사용되는 것으로 유추된 레이저의 인덱스 등)이 사용됨을 나타낸다. 실시예들에 따른 projection_type z의 값이 3인 경우, projection_type z는 단순화된 거리의 합 (예를 들면 각 축의 위치 정보 사이의 차이, z - x - y 등)이 사용됨을 나타낸다. 실시예들에 따른 projection_type z의 값이 4인 경우, projection_type z는 약속된 함수에 따른 변환값(예를 들면 log_2(z))이 사용됨을 나타낸다.
실시예들에 따른 각 축에 적용되는 프로젝션 타입을 나타내는 정보(상술한 projection_type x, projection_type y, projection_type z)는 하나의 좌표계 변환(coordinate conversion)에 대해 정의될 수도 있고, 각 축별 로 서로 다른 좌표계 변환 타입을 나타낼 수 있다.
예를 들어 coordinate_conversion_type의 값이 1이고, projection_type_x, projection_type_y 및 projection_type_z 의 값이 모두 1 이면 projection_type_x, projection_type_y 및 projection_type_z 는 각각 원통형 좌표계의 반지름(radius), 수평 방향 각도(azimuth angle or azimuthal angle), 수직 방향 각도(elevation angle)를 각각 나타낸다.
coordinate_conversion_type의 값이 2 이고 projection_type_x, projection_type_y 및 projection_type_z 의 값이 모두 1 이면 projection_type_x, projection_type_y 및 projection_type_z 는 각각 구면 좌표계의 반지름(radius), 수평 방향 각도(azimuth angle), 수직 방향 각도(elevation angle)를 각각 나타낸다.
coordinate_conversion_type의 값이 1 이고 projection_type_x, projection_type_y 및 ojection_type_z 의 값이 모두 0 이면 projection_type_x, projection_type_y 및 projection_type_z 는 각각 프로젝션이 일어나지 않은 경우 (또는 granularity_radius, granularity_angular, granularity_normal에 의한 각 축의 scaling 변화만 있는 경우)를 나타낸다.
coordinate_conversion_type의 값이 2 이고 projection_type_x 및 projection_type_y의 값이 모두 0이고, projection_type_z 의 값이 1이면, projection_type_x, projection_type_y 및 projection_type_z 는 각각 x, y 축 및 원통형 좌표계의 수직 방향 각도(elevation angle)로 변환이 이루어짐을 나타낸다.
coordinate_conversion_type의 값이 1 이고 projection_type_x 및 projection_type_y의 값이 0, projection_type_z 의 값이 2인 경우, projection_type_x, projection_type_y 및 projection_type_z 는 각각 x, y 축 및 레이저 인덱스(laser index)로 변환이 이루어짐을 나타낸다.
coordinate_conversion_type의 값이 1 이고 projection_type_x, projection_type_y 및 projection_type_z의 값이 모두 2 인 경우, projection_type_x, projection_type_y 및 projection_type_z는 각각 원통형 좌표계에 대해 단순화된 반지름 (simplified radius), 단순화된 수평 방향 각도(simplified azimuth angle) 및 레이저 인덱스(laser index)로 변환이 이루어짐을 나타낸다.
실시예들에 따른 coordinate_conversion_type 및 projection type은 시퀀스 별 좌표계 변환 타입 (coordinate conversion type)을 나타낼 수 있다. 실시예들에 따른 coordinate_conversion_type 및 projection type은 시퀀스의 타입에 따른 좌표계 변환 타입을 나타낼 수 있다. 예를 들어 coordinate_conversion_type 및 projection type(projection_type_x, projection_type_y 및 projection_type_z)은 A 타입의 시퀀스에 대하여 원통형 좌표계 변환 및 반지름(radius), 수평 방향 각도(azimuth angle) 및 수직 방향 각도(elevation angle)의 변환값이 적용됨을 나타낼 수 있다. 예를 들어 coordinate_conversion_type 및 projection type (projection_type_x, projection_type_y 및 projection_type_z)은 B 타입의 시퀀스에 대하여 원통형 좌표계 변환 및 x, y 축 및 레이저 인덱스(laser index) 변환값이 적용됨을 나타낸다. 예를 들어 coordinate_conversion_type 및 projection type (projection_type_x, projection_type_y 및 projection_type_z)은 C 타입의 시퀀스에 대하여 구면 좌표계 변환 반지름(radius), 수평 방향 각도(azimuth angle), 수직 방향 각도(elevation angle) 변환값이 적용됨을 나타낸다.
도 24는 실시예들에 따른 포인트 클라우드 데이터를 인덱스로 전환하는 예시를 나타낸다. 프로젝션 타입 z(projection_type_z)가 2인 경우, 수직 방향 각도(elevation angle)가 레이저 인덱스(laser index)로 표현될 수 있다. 즉, 도 24는 실시예들에 따른 레이저 인덱스 기반으로 배열된 포인트들의 예시를 나타낸다.
도 24의 좌측 상단에 도시된 예시(2400)는 하나 또는 그 이상의 레이저들을 출력하는 LiDAR 헤드(예를 들면 도 19에서 설명한 LiDAR 헤드(1900))를 나타낸다. 도 19에서 설명한 바와 같이 LiDAR 데이터는 대상에 레이저를 비추어 거리를 측정하는 LiDAR 방식으로 확보된다. LiDAR 헤드(2400)는 수직 방향으로 일정 각도로 배치된 하나 또는 그 이상의 레이저 모듈(또는 레이저 센서)들을 포함하며 수직 축을 중심으로 회전한다. 각 레이저 모듈로부터 출력된 레이저 광이 대상으로부터 반사되어 돌아오는 시간(및/또는 파장)은 서로 같거나 다를 수 있다. 따라서 LiDAR 데이터는 대상으로부터 레이저 광들이 돌아오는 시간의 차이 및/또는 파장 차이 등을 기반으로 구성되는 3차원 표현(3D representation)이다. 보다 넓은 커버리지를 갖기 위하여, 레이저 모듈들은 레이저를 방사형으로 출력할 수 있도록 배치된다.
도 24의 우측 상단에 도시된 예시(2410)는 실시예들에 따른 projection_type z의 값이 2인 경우, 수직 방향 각도(elevation angle)의 단순화된 변환 값으로서 레이저 인덱스(laser index)를 사용하는 예시를 나타낸다. 상술한 바와 같이 LiDAR 헤드(2400)는 헤더 포지션(header position, 또는 원점)을 중심으로 수평 방향으로 회전하면서 하나 또는 그 이상의 레이저들(레이저 n (Laser n), 레이저 m(Laser m))을 출력한다. 도 24에 도시된 바와 같이 레이저의 궤적은 점선 또는 실선으로 표현된다. 여기서 점선 및 실선은 서로 다른 레이저들을 구별하기 위해 사용되는 예시이다. 따라서 오브젝트의 위치는 수직 방향으로 서로 다른 각도로 분포된 레이저들이 오브젝트에 반사될 때, 발광(emission) 및/또는 수신 시간 차이를 기반으로 추정된다. 도 24에 도시된 레이저 n(Laser n)의 궤적을 나타내는 선(상술한 점선 또는 실선)에 위치한 하나 또는 그 이상의 포인트들은 오브젝트로부터 반사된 레이저들을 수신할 때 오브젝트를 표현하기 위해 획득되는 포인트들이다. 따라서 하나 또는 그 이상의 포인트들은 레이저 n(Laser n)의 궤적에 대응하는 직선 위에 존재할 수 있다. 하지만 노이즈 등의 영향으로 실제 포인트의 위치는 레이저의 궤적 상에 위치하지 않고, 궤적의 주위 (예를 들면 궤적을 중심으로 +/-로 표현)에 위치할 수 있다. 각 포인트의 위치는 수직 방향 각도(elevation angle)로 표현되며, 수직 방향 각도는 레이저의 각도에 대한 +/- 값으로 표현될 수 있다.
도 24의 우측 하단에 도시된 예시(2420)은 각 레이저의 궤적 주위에 위치한 포인트들의 실제 위치를 나타낸다. 도 24에 도시된 바와 같이 각 포인트의 수직 방향 각도(elevation angle)는 레이저의 수직방향 각도(또는 레이저 각도 (laser angle), 예를 들면 도면에 도시된 n)에 대해 +/- 값에 대응한다. 실시예들에 따른 레이저 각도 및 레이저 인덱스는 시그널링 정보에 포함될 수 있다.
실시예들에 따른 포인트 클라우드 전송 장치(예를 들면 도 1 내지 도 23에서 설명한 포인트 클라우드 전송 장치)는 연관된 레이저 각도를 고려하거나 혹은 해당 레이저의 인덱스를 고려하여 각 포인트의 위치(즉, 수직 방향 각도)에 대해 근사화 양자화(approximation quantization)을 수행할 수 있다. 도 24의 좌측 하단에 도시된 예시(2430)는 근사화 양자화를 수행한 결과를 나타낸다. 포인트 클라우드 전송 장치는 각 포인트의 수직 방향 각도 사이의 차이를 고려하지 않고 레이저 궤적 위의 포인트로 추정하기 위한 근사화 양자화를 수행한다. 즉, 도면에 도시된 바와 같이 모든 포인트들은 대응하는 레이저 궤적 상에 위치하는 것으로 추정된다. 따라서 각 포인트의 수직 방향 각도는 대응하는 레이저의 수직 방향 각도(또는 레이저 각도)와 동일한 값을 갖는다. 예를 들면 레이저 n에 대응하는 포인트들의 수직 방향 각도는 레이저 n의 수직 방향 각도와 동일한 것으로 추정된다. 또한 포인트들은 대응하는 레이저의 인덱스에 따라 정렬된다. 예를 들어 레이저 n에 대응하는 포인트들은 레이저 인덱스(n)에 따라 정렬된다.
도 25는 실시예들에 따른 레이저 인덱스 기반으로 배열된 포인트들의 예시를 나타낸다.
도 25의 좌측의 예시(2500)는 도 24에서 설명한 하나 또는 그 이상의 레이저들(Laser n-1, Laser n, Laser n+1)의 궤적들을 나타내는 직선들을 나타낸다. 왼쪽에 도시된 화살표는 레이저 인덱스(Laser Index)의 증가 방향을 나타낸다. 실시예들에 따른 n 번째 레이저인 레이저 n(Laser n)의 레이저 각도는
Figure PCTKR2021013833-appb-img-000136
n로 표현되고, n-1 번째 레이저인 레이저 n-1(Laser n-1)의 레이저 각도는
Figure PCTKR2021013833-appb-img-000137
n-1로 표현되고, n +1번째 레이저인 레이저 n+1(Laser n+1)의 레이저 각도는
Figure PCTKR2021013833-appb-img-000138
n+1로 표현된다. 예시(2500)는 레이저 n과 레이저 n+1 사이에 위치한 임의의 포인트(2510)를 나타낸다.
도 24에서 설명한 바와 같이 레이저 궤적 주변에 위치한 포인트의 수직 방향 각도는 해당 레이저의 수직 방향 각도와 동일한 값을 갖는 것으로 추정될 수 있다. 예시(2500)에 도시된 임의의 포인트(2510)가 레이저 n에 대응하기 위한 조건은 다음의 수학식 20으로 표현된다.
[수학식 20]
Figure PCTKR2021013833-appb-img-000139
여기서
Figure PCTKR2021013833-appb-img-000140
는 포인트(2510)의 수직 방향 각도를 나타낸다. dn은 포인트(2510)의 수직 방향 각도와 레이저 n의 수직 방향 각도 사이의 차이를 나타내고, dn-1은 포인트(2510)의 수직 방향 각도와 레이저 n+1의 수직 방향 각도 사이의 차이를 나타내고, dn-1은 포인트(2510)의 수직 방향 각도와 레이저 n-1의 수직 방향 각도 사이의 차이를 나타낸다. dn 값이 최소인 경우, 포인트 (2510)은 레이저 n에 대응한다. 즉, 현재 포인트와 각 레이저의 수직 방향 각도(elevation angle) 차이
Figure PCTKR2021013833-appb-img-000141
를 각각 계산하고, 차이값이 최소화되는 레이저를 해당 포인트를 획득한 레이저로 정의할 수 있다. 도면 우측의 예시(2520)는 상술한 조건을 만족하는 경우 포인트(2510)의 추정된 위치(레이저 n의 수직 방향 각도)에 따라 레이저 n의 궤적 상에 위치하는 포인트(2530)를 나타낸다.
만약 전체 레이저의 개수가 N이라면, 상술한 수학식에 따라 인접한 레이저에 대응하는 것으로 판단된 포인트들은 N개의 그룹으로 나누어 진다. 즉, 각각의 수직 방향 각도를 갖는 포인트들은 레이저 각도 또는 레이저 인덱스로 근사화되고 N개의 그룹으로 양자화 된다. 실시예들에 따른 시그널링 정보(granularity_angular, granularity_radius, granularity_normal)로 표현되는 각 축의 스케일 팩터(scale factor, 또는 스케일링 팩터(scaling factor))들 중 적어도 하나를 N개의 양자화된 그룹을 구분하기 위한 구별자로 사용될 수 있다. 예를 들어, 반지름(radius), 수평 방향 각도 (azimuthal angle), 레이저 인덱스(laser index)를 변환값으로 사용하는 좌표계 변환(coordinate conversion)이 적용된 LiDAR 데이터에 대하여 스케일링 팩터가 1인 경우 반지름(radius) 상의 거리 1과 레이저 사이의 거리 1은 같은 의미를 갖는다. 따라서 포인트들에 대하여 이웃 포인트 써치를 수행할 때 인접한 레이저들 간의 거리가 실제 보다 과도하게 작다고 판단되어 크로스 레이저 인덱스(cross laser index)에 대응하는 포인트들이 이웃 포인트로 검색될 가능성이 높아진다. 따라서 이를 방지하기 위해 granularity_normal이 나타내는 값을 기반으로 레이저 인덱스로 표현되는 레이저들 사이의 거리를 일정하게 유지하고, 하나 또는 그 이상의 레이저들 사이의 이웃 포인트가 써치되는 것을 방지할 수 있다. 실시예들에 따른 granularity_normal는 다음의 수학식 21와 같이 표현될 수 있다. 즉, 레이저 인덱스 또는 레이저 각도(laser angle)를 사용할 때 포인트들 간의 이웃 탐색시 유사 포인트의 탐색 확률을 높일 수 있다.
[수학식 21]
Figure PCTKR2021013833-appb-img-000142
여기서
Figure PCTKR2021013833-appb-img-000143
는 레이저 n에 속한 임의의 인접 포인트들의 위치 값(xyz 값)을 나타낸다. 실시예들에 따른 레이저 평면(laser plane)은 하나의 레이저와 연관된 포인트들이 속하는 평면 또는 하나의 레이저가 스캔하는 평면을 나타낸다. Maximum k-th neighbor distance in a laser plane는 레이저 평면 내의 최대 k 번째 이웃 거리로서 k개의 이웃을 구할 때 레이저 평면 상의 포인트들을 대상으로 이웃 써치를 할 때 k번째 이웃 포인트과의 거리 중 가장 긴 거리를 나타낸다. Maximum k-th neighbor distance in a laser plane는 포인트 클라우드 전송 장치에서 각 시퀀스 별로 측정되거나, 비트스트림을 통해 시그널링되어 포인트 클라우드 수신 장치로 전송되거나, 포인트 클라우드 수신 장치에 기 저장될 수 있다. 실시예들에 따른 Maximum k-th neighbor distance in a laser plane는 적어도 두 개의 레이저들 사이의 거리를 일정 값 이상으로 유지하여 각 레이저의 레이저 평면에서 포인트들이 독립적으로 압축되거나, 해당 레이저의 주변 특성을 파악하는데 사용된다. minimum inter-laser distance는 적어도 두 개 레이저 간의 최소 거리를 나타낸다. 실시예들에 따른 minimum inter-laser distance는 상술한 Maximum k-th neighbor distance in a laser plane보다 크거나 같은 값을 가질 수 있다.
실시예들에 따른 granularity_normal은 스케일 팩터로서 위의 수학식과 같이 Maximum k-th neighbor distance in a laser plane의 값을 기반으로 정의될 수 있고, 각 레이저 평면에 따라 서로 다른 값으로 적응적으로 정의될 수 있다.
도 26은 실시예들에 따른 하나 또는 그 이상의 레이저들 간의 거리 예시를 나타낸다.
도 26은 스케일 팩터(scale factor)를 기반으로 거리가 유지된 하나 또는 그 이상의 레이저들(레이저 n-1, 레이저 n, 레이저 n+1)의 인덱스에 따라 포인트들을 배열한 예시(2600)를 나타낸다. 실시예들에 따른 스케일 팩터는 상술한 Maximum k-th neighbor distance in a laser plane를 기반으로 결정될 수 있다. Maximum k-th neighbor distance in a laser plane는 기설정된 값으로서 비트스트림을 통해 포인트 클라우드 수신 장치로 전송될 수 있다. 또한 실시예들에 따른 스케일 팩터는 레이저 인덱스로 표현되는 레이저(예를 들면 도면에 도시된 레이저 n(Laser n))의 궤적상의 임의의 포인트(2610)과 주변 이웃 포인트들 간의 거리를 측정한 뒤 결정되고, 해당 레이저의 포인트들이 속하는 시퀀스별로 시그널링될 수 있다. 즉, 도 26은 스케일링 팩터를 기반으로 레이저 인덱스(laser index) 사이의 간격을 유지하여 이웃 써치(neighbor search) 오류를 방지하는 것을 나타낸다. 스케일링 팩터를 결정하기 위한 최대 이웃 거리(max neighbor distance)는 실험을 통해 정의된 값 또는 실시예들에 따른 인코더에서 레이저 인덱스(laser index) 내의 이웃 거리(neighbor distance)를 측정 후 시퀀스 특징에 따라 정의되어 시그널링 정보에 시그널링될 수 있다.
한편, 시그널링 없이 레이저 인덱스로 변환된 좌표계를 효율적으로 사용할 수 있다. 포인트의 이웃 써치 시 레이저 인덱스 또는 레이저 각도가 동일한 포인트만을 써치하거나 레이저 인덱스 또는 레이저 각도의 일정 범위 내에 있는 포인트만을 써치할 수 있다.
도 27은 실시예들에 따른 이웃 포인트 써치 예시를 나타낸다.
이웃 포인트 써치는 포인트들 간의 거리 기반 또는 포인트들의 몰톤 코드를 기반으로 수행된다. 실시예들에 따른 포인트 클라우드 전송 장치는 레이저 인덱스 또는 레이저 각도가 같은 포인트들에 대해서만 이웃 포인트 써치를 수행할 수 있다(nearest neighbor = minimum distanced point within the same laser index). 도 27은 반지름(radius), 수평 방향 각도 (azimuthal angle), 레이저 인덱스(laser index)를 변환값으로 사용하는 좌표계 변환(coordinate conversion)이 수행된 포인트들이 레이저 인덱스에 따라 반지름(radius)/수평 방향(azimuth) 평면에 대해 수직 방향 (elevation)으로 나열된 예시(2700)를 나타낸다. 도면에 도시된 화살표는 레이저 n에 속하는 포인트의 상하 좌우 거리를 기반으로 이웃 포인트를 찾는 방향을 나타낸다. 실시예들에 따른 포인트 클라우드 전송 장치는 다른 레이저 인덱스(예를 들면 레이저 n+1, 레이저 n-1)에 속하는 포인트 또는 다른 레이저 각도를 갖는 포인트는 이웃 포인트로 선택하지 않는다. 실시예들에 따른 포인트 클라우드 전송 장치는 포인트들을 정렬(sorting)할 때 동일한 레이저 인덱스에 속한 포인트들을 그룹화하여 정렬할 수 있다. 또한 포인트 클라우드 전송 장치는 어트리뷰트 코딩(예를 들면 예측 리프팅 코딩 등)를 위해 도 27에 도시된 이웃 포인트 써치를 수행할 수 있다.
이러한 인덱스 기반의 이웃 포인트 써치는 예측-리프팅 어트리뷰트 코딩(predictive-lifting attribute coding)의 최근접 이웃 탐색(nearest neighbor search)에서 적용되거나, 예측 어트리뷰트 코딩(predictive attribute coding)에서 적용될 수 있다. 또한, 포인트 정렬(sorting) 과정에서 동일한 레이저 인덱스를 가진 포인트들을 그룹으로 정렬하는 것을 우선 순위로 둠으로써 단일 레이저에서 획득된 포인트들을 모으는 조건으로 사용될 수 있다.
레이저 인덱스 또는 레이저 각도를 사용하는 경우, 포인트마다 해당 정보를 포함할 수 있다. 즉, 기존에 포함된 xyz position 정보에 레이저 인덱스 또는 레이저 각도 정보가 추가되거나, 하나 이상의 축 값을 대체하거나 변환하여 레이저 인덱스 또는 레이저 각도 정보가 사용될 수 있다. 획득된 데이터에 레이저 인덱스 또는 레이저 각도 정보가 포함되지 않은 경우, 관련 정보(영상 획득 장치 전반의 레이저 각도, 레이저 헤드 위치, 관련 레이저 위치 정보)를 기반으로 각 포인트의 레이저 인덱스 또는 레이저 각도를 유추할 수 있다.
전술한 레이저 인덱스 또는 레이저 각도의 사용은 원통형 좌표계 또는 구면 좌표계에서 수직 방향 각도(elevation angle)에 따라 샘플링된 포인트들의 보정으로 사용될 수 있다.
실시예들에 따른 포인트 클라우드 데이터 전송 장치(도 1 내지 도 26에서 설명한 포인트 클라우드 전송 장치, 예를 들면 도 1, 도 12 및 도 14에서 설명한 전송 장치 또는 포인트 클라우드 인코더) 는 입력 데이터의 각 포인트의 위치 정보(x,y,z 파라미터로 표현되는 위치 정보)와 함께 레이저 인덱스 또는 레이저 각도와 관련된 정보를 시그널링하거나 적어도 하나 이상의 축을 변환(예를 들면 도 15 내지 도 23에서 설명한 좌표계 변환)을 수행할 수 있다. 또한 포인트 클라우드 데이터 수신 장치(예를 들면 도 1의 receiver, 도 13의 수신부 등 수신기)는 시그널링 정보(예를 들면 projection_type x, projection_type y, projection_type z)를 기반으로 각 포인트와 레이저 인덱스와의 관계를 매칭할 수 있다. 또한 포인트 클라우드 데이터 수신 장치는 직접적인 레이저 인덱스, 레이저 각도 등의 시그널링 정보가 없는 경우, 레이저 헤드 포지션 (laser head position), 상대적인 레이저 포지션 (relative laser position) 정보 등을 기반으로 포인트와 레이저 인덱스의 매칭을 유추할 수 있다.
도 28은 실시예들에 따른 포인트 클라우드 데이터에서 수평방향 각도(azimuthal angle)를 인덱스로 전환하여 보정하는 예시를 나타낸다. 원통형 좌표계, 구면 좌표계 또는 부채꼴 좌표계에서 수평방향 각도(azimuthal angle)에 대한 샘플링 보정으로 수평방향 인덱스(azimuthal index)를 사용할 수 있다.
도 28을 참조하면, 수직 방향으로 배열된 복수의 레이저가 수평 방향으로 회전하면서(2811) 포인트 클라우드 데이터를 획득한다. 각 레이저에 의해 샘플링되는 위치를 선으로 표현하면, 샘플링된 포인트들은 이론적으로 선 위에 위치해야 하지만 샘플링 노이즈, 양자화 오류, 레이저 간섭 등으로 포인트가 선에서 벗어난 위치에서 샘플링될 수 있다(2812).
도 28은 수직 방향으로 배열된 복수의 레이저들 중 n 번째 레이저의 k번째 샘플링 및 이와 인접한 샘플링(k-1번째, k+1번째 샘플링) 포인트들을 나타낸다(2813). k 번째 광선과 k+1 및 k+1번째 광선에 의해 샘플링된 포인트들의 위치는 레이저 광선의 궤적을 중심으로 오차를 가지고 분포된다. 이와 같이 수평방향 각도에 오차가 있는 포인트의 위치는 인덱스로 근사화하여 레이저의 라인 궤적 상에 위치하도록 보정될 수 있다.
도 29는 실시예들에 따른 포인트 클라우드 데이터의 포인트의 수평방향 각도(azaimuth angle) 값을 보정하는 방법의 예시를 나타낸다.
n 번째 레이저에서 k번째에 샘플링한 수평방향 각도(azimuthal angle)를
Figure PCTKR2021013833-appb-img-000144
k라고 하고, 그와 인접하여 k-1번째 및 k+1번째에 샘플링한 수평방향 각도를 각각
Figure PCTKR2021013833-appb-img-000145
k-1,
Figure PCTKR2021013833-appb-img-000146
k+1라고 할 때, 해당 포인트의 수평방향 각도(azimuthal angle)
Figure PCTKR2021013833-appb-img-000147
가 n번째 레이저의 k번째 샘플링 각도와 매칭되는 조건은 다음의 수학식 22와 같다.
[수학식 22]
Figure PCTKR2021013833-appb-img-000148
또한, 포인트의 수평방향 각도와 레이저가 샘플링한 수평방향 각도들과의 차이
Figure PCTKR2021013833-appb-img-000149
가 최소가 되는 레이저의 수평방향 각도(azimuthal angle)를 해당 포인트의 수평방향 각도로 근사화하여 보정할 수 있다.
도 29를 참조하면, k번째 레이저 광선과 가까운 포인트의 위치는 k번째 레이저 광선의 궤적 위에 위치하는 것으로 보정된다. 이때, 레이저가 샘플링하는 수평방향 각도에 대한 정보(
Figure PCTKR2021013833-appb-img-000150
k,
Figure PCTKR2021013833-appb-img-000151
k-1,
Figure PCTKR2021013833-appb-img-000152
k+1)는 파라미터로 직접 전달되거나 실시예들에 따른 전송장치 또는 수신장치에서 연산 가능한 형태로 전달될 수 있다. 또한, 라이다의 회전 속도가 일정하다고 가정할 때, 1회전 당 샘플링 수 (N: num_phi_per_turn)와 n 번째 레이저의 샘플링 시작 위치(
Figure PCTKR2021013833-appb-img-000153
c: offset)를 통해 수평방향 각도에 대한 정보를 다음의 수학식 23과 같이 연산할 수 있다(단위: radian).
[수학식 23]
Figure PCTKR2021013833-appb-img-000154
수학식 23에서 오프셋(
Figure PCTKR2021013833-appb-img-000155
c)은 모든 레이저 인덱스(laser index)에 대하여 동일한 값 또는 오차범위 내에서 유사한 값을 가지거나, 레이저 인덱스(laser index)에 따라 다른 값을 가질 수 있다. 레이저의 수평 위치가 다른 경우 오프셋을 고려하면 보다 정확하게 그룹화할 수 있다.
도 30은 실시예들에 따른 라이다(Lidar)에 포함된 레이저(laser)들의 수평방향 각도가 서로 다른 상태를 나타낸다.
도 31은 실시예들에 따른 포인트 클라우드 데이터의 그룹핑 방법 예시를 나타낸다. 도 31은 수평방향으로 인접한 두 개의 샘플링 위치를 하나로 그룹화한 것을 나타낸다. 즉, 2k-2 번째와 2k-1 번째로 샘플링된 포인트들은 m-1 로 그룹핑되고, 2k 번째와 2k+1 번째로 샘플링된 포인트들은 m으로 그룹핑된다. 수평방향 샘플링이 조밀한 경우 샘플링 레이트(sampling rate)를 낮추어 인접 포인트 사이의 유사성을 더욱 고려할 수 있다.
도 32는 실시예들에 따른 송/수신을 위한 포인트 클라우드 데이터의 비트스트림 구조의 예시를 나타낸다. 실시예들에 따르면, 도 1, 도 2, 도 4, 도 12, 도 15, 도 16 중 어느 하나의 포인트 클라우드 전송 장치에서 출력되는 비트스트림은 도 32의 형태일 수 있다.
실시예들에 따르면, 포인트 클라우드 데이터의 비트스트림은 포인트 클라우드 데이터를 영역별로 나누어 처리할 수 있도록 타일 또는 슬라이스를 제공한다. 실시예들에 따른 비트스트림의 각각의 영역은 서로 다른 중요도를 가질 수 있다. 따라서, 포인트 클라우드 데이터가 타일들로 나누어지는 경우, 각 타일별로 다른 필터(인코딩 방법), 다른 필터 유닛을 적용할 수 있다. 또한 포인트 클라우드 데이터가 슬라이스들로 나누어지는 경우, 각 슬라이스별로 다른 필터, 다른 필터 유닛을 적용할 수 있다.
실시예들에 따른 포인트 클라우드 전신 장치 및 수신 장치는 포인트 클라우드 데이터를 영역들로 분할하여 압축시, 분할된 영역 내 어트리뷰트 정보들의 선택적 전송을 위해 하이 레벨 신택스 구조로 비트스트림을 전송 및 수신할 수 있다.
실시예들에 따른 포인트 클라우드 전신 장치는, 도 32와 같은 비트스트림의 구조에 따라 포인트 클라우드 데이터를 전송함으로써, 중요도에 따라서 다른 인코딩 동작을 적용할 수 있게 하고, 품질(quality)이 좋은 인코딩 방법을 중요한 영역에 사용할 수 있는 방안을 제공할 수 있다. 또한 포인트 클라우드 데이터의 특성에 따른 효율적인 인코딩 및 전송을 지원하고 사용자의 요구사항에 따른 어트리뷰트 값을 제공할 수 있다.
실시예들에 따른 포인트 클라우드 수신 장치는, 도 32와 같은 비트스트림의 구조에 따라 포인트 클라우드 데이터를 수신함으로써, 수신 장치의 처리능력(capacity)에 따라서 포인트 클라우드 데이터 전체에 복잡한 디코딩(필터링) 방법을 사용하는 대신 영역별로 (타일 또는 슬라이스로 나누어진 영역) 서로 다른 필터링(디코딩 방법)을 적용할 수 있게 된다. 따라서, 사용자에게 중요한 영역에 더 좋은 화질과 시스템 상으로 적절한 레이턴시(latency)을 보장할 수 있다.
실시예들에 따른 지오메트리 비트스트림, 어트리뷰트 비트스트림, 및/또는 시그널링 비트스트림(또는 시그널링 정보)이 도 32와 같이 하나의 비트스트림(또는 G-PCC 비트스트림)으로 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 하나 이상의 APS(Attribute Parameter Set, APS0, APS1), 타일 레벨의 시그널링을 위한 타일 인벤토리(또는 TPS라 함), 하나 이상의 슬라이스들(slice 0 ~ slice n)를 포함할 수 있다.
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 어트리뷰트에 적용된 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. 타일 인벤토리(또는 TPS)는 타일에 대한 정보를 포함할 수 있다. 타일에 대한 정보는 타일 식별자, 타일 크기 등에 대한 정보를 포함할 수 있다. 실시예들에 따른 시그널링 정보는 시퀀스, 즉 비트스트림 레벨의 정보로서, 해당 비트스트림에 적용된다. 또한 시그널링 정보는 신택스 엘레멘트 (syntax element) 및 이를 설명하는 디스크립터(Descriptor)를 포함하는 신택스 구조를 갖는다. 신택스를 설명하기 위한 슈도 코드 (pseudo code)가 사용될 수 있다. 또한 포인트 클라우드 수신 장치(예를 들면 도 1의 수신 장치(10004), 도 10 및 도 11의 포인트 클라우드 디코더, 도 13의 수신 장치)는 신택스 내에서 나타나는 신택스 엘레멘트를 순차적으로 파싱하여 처리할 수 있다.
즉, 실시예들에 따른 포인트 클라우드 데이터의 비트스트림은 하나 이상의 타일들을 포함할 수 있으며, 각 타일은 하나 이상의 슬라이스들(slice 0 ~ slice n)를 포함하는 슬라이스들의 그룹일 수 있다. 실시예들에 따른 타일 인벤토리(즉, TPS)는 하나 이상의 타일들에 대하여 각 타일에 관한 정보(예를 들면 tile bounding box의 좌표값 정보 및 높이/크기 정보 등)를 포함할 수 있다. 각 슬라이스는 하나의 지오메트리 비트스트림(Geom0) 및/또는 하나 이상의 어트리뷰트 비트스트림들(Attr0, Attr1)을 포함할 수 있다. 예를 들어, 슬라이스 0(slice 0)는 하나의 지오메트리 비트스트림(Geom00) 및 하나 이상의 어트리뷰트 비트스트림들(Attr00, Attr10)을 포함할 수 있다.
각 슬라이스 내 지오메트리 비트스트림은 지오메트리 슬라이스 헤더(geom_slice_header)와 지오메트리 슬라이스 데이터(geom_slice_data)로 구성될 수 있다. 실시예들에 따르면, 각 슬라이스 내 지오메트리 비트스트림은 지오메트리 데이터 유닛, 지오메트리 슬라이스 헤더는 지오메트리 데이터 유닛 헤더, 지오메트리 슬라이스 데이터는 지오메트리 데이터 유닛 데이터라 칭하기도 한다.
각 슬라이스 내 각 어트리뷰트 비트스트림은 어트리뷰트 슬라이스 헤더(attr_slice_header)와 어트리뷰트 슬라이스 데이터(attr_slice_data)로 구성될 수 있다. 실시예들에 따르면, 각 슬라이스 내 어트리뷰트 비트스트림은 어트리뷰트 데이터 유닛, 어트리뷰트 슬라이스 헤더는 어트리뷰트 데이터 유닛 헤더, 어트리뷰트 슬라이스 데이터는 어트리뷰트 데이터 유닛 데이터라 칭하기도 한다.
실시예들에 따르면, 포인트 클라우드 데이터의 인코딩 및/또는 디코딩에 필요한 파라미터들은 포인트 클라우드 데이터의 파라미터 세트들((예를 들어, SPS, GPS, APS, 및 TPS (또는 타일 인벤토리라 함) 등) 및/또는 해당 슬라이스의 헤더 등에 새로 정의될 수 있다. 예를 들어, 지오메트리 정보의 인코딩 및/또는 디코딩을 수행할 때에는 지오메트리 파라미터 세트(GPS)에, 타일 기반의 인코딩 및/또는 디코딩을 수행할 때에는 타일 및/또는 슬라이스 헤더에 추가할 수 있다.
실시예들에 따른 어트리뷰트 슬라이스 헤더는 해당 어트리뷰트 데이터 유닛을 처리하기 위한 정보(또는 시그널링 정보)를 포함한다. 따라서 어트리뷰트 슬라이스 헤더는 해당 어트리뷰트 데이터 유닛 내에서 가장 먼저 나타난다. 포인트 클라우드 수신 장치는 어트리뷰트 슬라이스 헤더를 먼저 파싱하여 어트리뷰트 데이터 유닛을 처리할 수 있다. 어트리뷰트 슬라이스 헤더는 전체 어트리뷰트에 대한 정보를 포함하는 APS와 연관관계를 갖는다. 따라서 어트리뷰트 슬라이스 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.
이후 설명되는 본 명세서의 신택스들에서 사용되는 용어인 필드는 파라미터 또는 신택스 엘리먼트와 동일한 의미를 가질 수 있다.
실시예들에 따르면, 파라미터(메타데이터, 시그널링 정보 등 다양하게 호칭 가능함)는 송신 장치의 메타데이터 처리부(또는 메타데이터 제너레이터)나 시그널링 처리부에서 생성될 수 있고, 수신 장치에 전달되어 디코딩/재구성 과정에 이용될 수 있다. 예를 들어, 송신 장치에서 생성되어 전송되는 파라미터는 수신 장치의 메타데이터 파서에서 획득될 수 있다.
포인트 클라우드 전송 장치가 도 15 내지 도 23에서 설명한 프로젝션을 수행하는 경우 비트스트림 내 시그널링 정보는 프로젝션과 관련된 시그널링 정보(projection_info())를 더 포함할 수 있다. 실시예들에 따른 프로젝션과 관련된 시그널링 정보는 시퀀스 레벨의 시그널링 정보(예를 들면 SPS, APS, TPS 등)에 포함되거나, 슬라이스 레벨(예를 들면 어트리뷰트 슬라이스 헤더, 지오메트리 슬라이스 헤더 등), SEI message 등에 포함될 수 있다. 실시예들에 따른 포인트 클라우드 수신 장치는 프로젝션과 관련된 시그널링 정보를 기반으로 역프로젝션을 포함하는 디코딩을 수행할 수 있다.
도 33과 도 34는 실시예들에 따른 프로젝션과 관련된 시그널링 정보(projection_info())의 신택스 구조의 예시이다.
실시예들에 따른 프로젝션과 관련된 시그널링 정보는 다양한 레벨(예를 들면 시퀀스 레벨, 슬라이스 레벨 등)의 시그널링 정보에 포함될 수 있다. 프로젝션과 관련된 시그널링 정보는 프로젝션이 수행되었는지 여부를 나타내는 시그널링 정보(예를 들면 projection_flag 등의 정보)와 함께 포인트 클라우드 수신 장치(예를 들면 도 1의 수신 장치(10004), 도 10 및 도 11의 포인트 클라우드 디코더, 도 13의 수신 장치)로 전송된다.
상기 projection_flag 필드의 값이 1인 경우 디코더 후처리 과정으로 디코드된 데이터를 XYZ 좌표공간으로 역프로젝션(reprojection)해야 함을 나타낸다.
포인트 클라우드 수신 장치는 projection_flag 필드를 기반으로 역프로젝션을 수행해야 하는지 여부를 확인한다. 또한 포인트 클라우드 수신 장치는 projection_flag 필드의 값이 1인 경우, 프로젝션과 관련된 시그널링 정보를 확보하고 역프로젝션을 수행할 수 있다. 실시예들에 따른 프로젝션과 관련된 시그널링 정보는 프로젝션이 수행되었는지 여부를 나타내는 시그널링 정보(projection_flag 필드)를 포함하는 개념으로 정의될 수 있으며, 본 예시에 국한되지 않는다.
projection_info_id 필드는 프로젝션 정보(projection information)을 식별하는 식별자이다.
coordinate_conversion_type 필드는 도 19 내지 도 20에서 설명한 좌표 변환과 관련된 좌표 변환 타입을 나타낸다. coordinate_conversion_type 필드의 값이 0 인 경우 좌표계는 원통형 좌표계(cylindrical coordinate)(예를 들면 도 18에서 설명한 원통형 좌표계(1810))임을 나타낸다. coordinate_conversion_type 필드의 값이 1 인 경우 좌표계는 구면 좌표계(spherical coordinate)(예를 들면 도 18에서 설명한 구면 좌표계(1820))임을 나타낸다. coordinate_conversion_type 필드의 값이 2 인 경우 좌표계는 부채꼴 원통형 좌표계(예를 들면 도 20에서 설명한 부채꼴 원통형 좌표계(2010))임을 나타낸다. coordinate_conversion_type 필드의 값이 3인 경우 좌표계는 부채꼴 구면 좌표계(예를 들면 도 20에서 설명한 부채꼴 구면 좌표계(2020))을 나타낸다.
projection_type 필드는 좌표 변환 타입에 대해 사용된 프로젝션(예를 들면 도 21에서 설명한 프로젝션)의 타입을 나타낸다. 도 20 내지 도 21에서 설명한 바와 같이 coordinate_conversion_type 필드의 값이 2인 경우, 프로젝션 전의 좌표계는 부채꼴 원통형 좌표계(예를 들면 도 20의 부채꼴 원통형 좌표계(2010), 도 21의 부채꼴 원통형 좌표계(2100))이다. projection_type 필드의 값이 0인 경우 x,y,z 축은 각각 부채꼴 원통형 좌표계의 파라미터 (r,
Figure PCTKR2021013833-appb-img-000156
,
Figure PCTKR2021013833-appb-img-000157
)들에 매칭된다(수학식 5). projection_type 필드의 값이 0인 경우 x,y,z 축은 각각
Figure PCTKR2021013833-appb-img-000158
에 매칭된다(수학식6). 프로젝션 타입은 본 예시에 국한되지 않으며 축 별로도 각각 정의될 수 있다.
laser_position_adjustment_flag 필드는 레이저 포지션 조정(예를 들면 도 22에서 설명한 레이저 포지션 조정)의 적용여부를 나타낸다. laser_position_adjustment_flag 필드의 값이 1인 경우 레이저 포지션 조정이 적용되었음을 나타낸다.
num_laser 필드는 레이저의 총 개수를 나타낸다. 이하의 for문은 각 레이저에 대한 레이저 포지션(위치) 정보를 나타내는 엘레멘트이다. 여기서, i는 각 레이저를 나타내며, i는 0보다 크거나 같고, num_laser 필드가 나타내는 레이저의 총 개수보다 작다.
r_laser [i] 필드는 레이저 i의 중심 축으로부터의 수평방향 거리를 나타낸다.
z_laser [i] 필드는 레이저 i의 수평 중심으로부터의 수직방향으로의 거리를 나타낸다.
theta_laser [i] 필드는 레이저 i의 수직 방향 각도를 나타낸다.
실시예들에 따른 레이저의 포지션 정보는 위 예시에 국한되어 표현되지 않는다. 예를 들어 레이저 포지션은 x_laser[i] 필드, y_laser[i] 필드, z_laser[i] 필드와 같이 프로젝션을 나타내는 좌표계의 축별 파라미터로도 표현될 수 있다.
elevation_index_enable_flag 필드는 수직 방향 인덱스의 인에이블 여부를 지시한다. 예를 들어, elevation_index_enable_flag 필드의 값이 1이면 좌표계 변환(coordinate conversion)된 포인트 위치에 대하여 레이저 인덱스(laser index)가 사용되고, 0이면 수직 방향 각도(elevation angle)가 사용됨을 지시한다.
azimuthal_index_enable_flag 필드는 수평 방향 인덱스의 인에이블 여부를 지시한다. 예를 들어, azimuthal_index_enable_flag 필드의 값이 1이면 좌표계 변환(coordinate conversion)된 포인트 위치에 대하여 앵귤러 인덱스(angular index)가 사용되고, 0이면 수평 방향 각도(azimuthal angle)가 사용됨을 지시한다.
실시예들에 따르면, elevation_index_enable_flag 필드의 값과azimuthal_index_enable_flag 필드의 값을 기반으로 아래와 같이 좌표계 변환(coordinate conversion)된 포인트 위치에 대하여 수직방향 각도, 레이저 인덱스, 수평방향 각도 또는 앵귤러 인덱스의 사용 여부가 결정된다.
If ( elevation_index_enable_flag == 0, azimuthal_index_enable_flag == 0 )
(x, y, z) -> (radius, azimuthal angle, elevation angle)
else If ( elevation_index_enable_flag == 0, azimuthal_index_enable_flag == 1 )
(x, y, z) -> (radius, angular index, elevation angle)
else If ( elevation_index_enable_flag == 1, azimuthal_index_enable_flag == 0 )
(x, y, z) -> (radius, azimuthal angle, laser index)
else if ( elevation_index_enable_flag == 1, azimuthal_index_enable_flag == 1 )
(x, y, z) -> (radius, angular index, laser index)
예를 들어, elevation_index_enable_flag 필드의 값과 azimuthal_index_enable_flag 필드의 값이 모두 1이면, 좌표 변환(coordinate conversion)된 포인트 위치 (radius, azimuth angle, elevation angle)를 대신하여 반지름(radius), 앵귤러 인덱스(angular index), 레이저 인덱스(laser index)가 사용됨을 지시한다.
만일 azimuthal_index_enable_flag 필드의 값이 1이면, 프로젝션과 관련된 시그널링 정보(projection_info())는 num_laser 필드와 grouping_rate 필드를 더 포함할 수 있다.
상기 num_laser 필드는 레이저의 총 개수를 나타낸다.
실시예들에 따른 프로젝션과 관련된 시그널링 정보(projection_info())는 상기 num_laser 필드의 값만큼 반복되는 반복문을 포함한다. 이때 i는 0으로 초기화되고, 반복문이 수행될 때마다 1씩 증가하며, i값이 상기 num_laser 필드의 값이 될때까지 반복문이 반복되는 것을 일 실시예로 한다. 이 반복문은 laser_phi_per_turn[i] 필드, laser_angle_offset[i] 필드를 포함할 수 있다.
laser_phi_per_turn[i] 필드는 i 번째 레이저에 대해 수평방향 1 회전 당 샘플링 수를 나타낸다. -1,0,1 과 같이 특정 값에 대하여 디폴트(default) 값을 사용하거나(예를 들어, 800회 샘플링 되는 경우 디폴트(default) 값이 200이면, 4개 샘플을 하나로 그룹핑할 수 있다.), 수평방향 인덱스(azimuthal index)를 사용하지 않음(azimuthal_index_enable_flag 필드 = 0)을 나타낼 수 있다. laser_phi_per_turn 필드는 num_phi_per_turn 필드와 동일한 의미로 사용된다. 즉, num_phi_per_turn 필드도 1회전 당 샘플링 수를 지시한다.
laser_angle_offset[i] 필드는 복수의 레이저들 간의 샘플링 위치 차이를 보정하기 위해 i 번째 레이저의 수평방향 샘플링 위치 차이를 나타낸다. 예를 들어, 첫번째 샘플의 각도를 나타낼 수 있다.
실시예들에 따른 프로젝션과 관련된 시그널링 정보(projection_info())는 상기 laser_phi_per_turn[i] 필드의 값만큼 반복되는 반복문을 포함한다. 이때 j는 0으로 초기화되고, 반복문이 수행될 때마다 1씩 증가하며, j값이 상기 laser_phi_per_turn[i] 필드의 값이 될때까지 반복문이 반복되는 것을 일 실시예로 한다. 이 반복문은 laser_sampling_angle[i][j] 필드를 포함할 수 있다.
laser_sampling_angle[i][j] 필드는 i 번째 레이저의 j 번째 수평방향 샘플링 각도를 나타낸다. 레이저의 샘플링 위치가 균일하지 않은 경우, 각각의 샘플링 각도를 나타내기 위해 사용될 수 있다.
grouping_rate 필드는 수평방향 인덱스를 그룹핑하는 빈도를 나타낼 수 있다. grouping_rate 필드의 값이 1인 경우, 회전 당 수평방향 샘플링 수 (laser_phi_per_turn 필드)와 동일한 샘플링 수를 나타내며, 1보다 큰 경우 복수의 레이저 샘플링 위치를 그룹핑하여 하나로 고려하는 것을 나타낸다. 1보다 작은 경우 가상의 레이저 샘플링 위치가 추가되는 것을 나타낼 수 있다. 레이저 샘플링 위치 간의 간격이 넓어지는 관점에서 스케일(scale)의 의미로 사용될 수 있다.
이하의 엘레멘트들은 샘플링 레이트 조정(예를 들면 도 16에서 설명한 샘플링 레이트 조정(1643))와 관련된 정보를 나타낸다.
sampling_adjustment_cubic_flag 필드는 샘플링 레이트 조정에 있어서 세 축들의 길이를 동일하게 보정하는지 여부를 나타낸다. sampling_adjustment_cubic_flag 필드의 값이 1인 경우 세 축의 길이가 같도록 보정되어야 함을 나타낸다.
sampling_adjustment_spread_bbox_flag 필드는 포인트 클라우드 데이터의 분포가 바운딩 박스 내에서 균일하도록 하는 샘플링 레이트 조정을 수행해야 하는지 여부를 나타낸다. sampling_adjustment_spread_bbox_flag 필드의 값이 1인 경우 샘플링 레이트 조정시 바운딩 박스 내에서 분포를 균일하게 넓혀주는 보정을 사용한다.
sampling_adjustment_type 필드는 샘플링 레이트 조정의 타입을 나타낸다. sampling_adjustment_type 필드의 값이 0인 경우 기계적 특성 기반 샘플링 레이트 조정, sampling_adjustment_type 필드의 값이 1인 경우 포인트 간 축 방향 최소 거리에 기반하는 샘플링 레이트 조정, sampling_adjustment_type 필드의 값이 2인 경우 각 축의 밀도에 기반하는 샘플링 레이트 조정, sampling_adjustment_type 필드의 값이 3인 경우 포인트의 중요도에 따른 샘플링 레이트 조정을 나타낸다. 샘플링 레이트 조정의 타입은 본 예시에 국한되지 않는다.
geo_projection_enable_flag 필드는 지오메트리 코딩에서 프로젝션이 적용되는지 여부를 나타낸다.
attr_projection_enable_flag 필드는 어트리뷰트 코딩에서 프로젝션이 적용되는지 여부를 나타낸다.
bounding_box_x_offset 필드, bounding_box_y_offset 필드, bounding_box_z_offset 필드는 프로젝션된 포인트 클라우드 데이터가 포함되는 범위(바운딩 박스)의 시작점을 나타내는 X축, Y축, Z축 값에 각각 대응한다. 예를 들어 projection _type 필드의 값이 0인 경우bounding_box_x_offset 필드, bounding_box_y_offset 필드, bounding_box_z_offse 필드의 값은 (0, 0, 0)로 표현된다. projection _type 필드의 값이 1인 경우 bounding_box_x_offset 필드, bounding_box_y_offset 필드, bounding_box_z_offse 필드의 값은 (r_max1, 0, 0) 로 표현된다.
bounding_box_x_length 필드, bounding_box_y_length 필드, bounding_box_z_length 필드는 프로젝션된 포인트 클라우드 데이터가 포함된 범위(바운딩 박스)를 나타낼 수 있다. 예를 들어 projection _type 필드의 값이 0인 경우 bounding_box_x_length 필드, bounding_box_y_length 필드, bounding_box_z_length 필드의 값은 각각 r_max, 360, z_max가 된다. projection _type 필드의 값이 1 인 경우 bounding_box_x_length 필드, bounding_box_y_length 필드, bounding_box_z_length 필드의 값은 각각 r_max1+r_max2, 180, z_max가 된다.
orig_bounding_box_x_offset 필드, orig_bounding_box_y_offset 필드, orig_bounding_box_z_offset 필드는 프로젝션 이전의 포인트 클라우드 데이터가 포함된 범위(바운딩 박스)의 시작점을 나타내는 X축, Y축, Z축 값에 각각 대응한다.
orig_bounding_box_x_length 필드, orig_bounding_box_y_length 필드, orig_bounding_box_z_length 필드는 좌표 변환 이전 포인트 클라우드 데이터가 포함된 범위(바운딩 박스)를 나타낼 수 있다.
rotation_yaw 필드, rotation_pitch 필드, rotation_roll 필드는 좌표 변환에서 사용하는 로테이션 정보를 나타낸다.
이하는 coordinate_conversion_type 필드의 값이 0이거나 2인 경우, 즉, 프로젝션 이전의 좌표계가 원통형 좌표계 또는 부채꼴 원통형 좌표계인 경우, 해당 좌표계와 관련된 정보를 나타내는 엘레멘트들이다.
cylinder_center_x 필드, cylinder_center_y 필드, cylinder_center_z 필드는 프로젝션 이전의 원통형 좌표계가 나타내는 원통형 기둥의 중심의 위치를 나타내는 X축, Y축, Z축 값에 각각 대응한다.
cylinder_radius_max 필드, cylinder_degree_max 필드, cylinder_z_max 필드는 프로젝션 이전의 원통형 좌표계가 나타내는 원통형 기둥의 반지름(radius), 각도(degree), 높이의 최대값을 나타낸다.
ref_vector_x 필드, ref_vector_y 필드, ref_vector_z 필드는 원통형 좌표계가 나타내는 원통형 기둥을 프로젝션 할 때 기준이 되는 벡터의 방향성을 중심으로부터 (x, y, z) 방향으로 각각 나타낸다. 프로젝션된 사각기둥 공간(예를 들면 도 21에서 설명한 사각 기둥 공간(2120))의 x 축에 대응될 수 있다.
normal_vector_x 필드, normal_vector_y 필드, normal_vector_z 필드는 원통형 좌표계가 나타내는 원통형 기둥의 노멀 벡터의 방향성을 중심으로부터 (x, y, z) 방향으로 나타낸다. 프로젝션된 사각기둥 공간(예를 들면 도 21에서 설명한 사각 기둥 공간(2120))의 z 축에 대응될 수 있다.
clockwise_degree_flag 필드는 원통형 좌표계가 나타내는 원통형 기둥의 각도를 구하는 방향성을 나타낸다. clockwise_degree_flag 필드의 값이 1인 경우 원통형 기둥의 각도를 구하는 방향성은 원통형 기둥을 탑뷰(top view)에서 보았을 때 시계 방향임을 나타낸다. clockwise_degree_flag 필드의 값이 0인 경우 원통형 기둥의 각도를 구하는 방향성은 원통형 기둥을 탑뷰(top view)에서 보았을 때 반 시계 방향을 나타낸다. 원통형 좌표계가 나타내는 원통형 기둥의 각도를 구하는 방향성은 프로젝션된 사각기둥 공간(예를 들면 도 21에서 설명한 사각 기둥 공간(2120))의 y 축의 방향성에 대응될 수 있다.
granularity_angular 필드, granularity_radius 필드, granularity_normal 필드는 각도, 원통형 기둥의 원형 (circular plane surface)로부터 중심까지의 거리, 노멀 벡터(normal vector) 방향으로 중심으로부터의 거리에 대한 해상도를 나타내는 파라미터들을 각각 나타낸다. 각 파라미터는 상술한 스케일 팩터(scale factor)
Figure PCTKR2021013833-appb-img-000159
,
Figure PCTKR2021013833-appb-img-000160
,
Figure PCTKR2021013833-appb-img-000161
와 대응될 수 있다.
도면에 도시된 바와 같이 coordinate_conversion_type 필드의 값이 1이거나 3인 경우, 즉, 프로젝션 이전의 좌표계가 구면 좌표계 또는 부채꼴 구면 좌표계인 경우, 프로젝션과 관련된 시그널링 정보의 신택스 구조는 coordinate_conversion_type 필드의 값이 0이거나 2인 경우, 즉, 프로젝션 이전의 좌표계가 원통형 좌표계 또는 부채꼴 원통형 좌표계인 경우, 해당 좌표계와 관련된 정보를 나타내는 엘레멘트들과 동일한 엘레멘트들을 포함한다. 엘레멘트들에 대한 구체적인 설명은 상술한 바와 동일하므로 생략한다.
도 35는 실시예들에 따른 시그널링 정보 중 SPS의 예시이다.
도 35는 SPS의 신택스 구조로서, 프로젝션과 관련된 시그널링 정보가 시퀀스 레벨의 SPS에 포함된 예시를 나타낸다.
profile_compatibility_flags 필드는 비트스트림이 디코딩을 위한 특정 프로파일(profile)에 따르는지, 다른 프로파일에도 따르는지를 여부를 나타낸다. 프로파일은 비트스트림을 디코딩하기 위한 캐퍼빌리티들(capabilities)를 특정하기 위해 비트스트림에 부여되는 제약 조건들을 특정한다. 각 프로파일은 알고리즘적인 특징들 및 제한사항들의 서브세트(subset)로서 해당 프로파일을 따르는 모든 디코더들에 의해 지지된다. 디코딩을 위한 것으로 표준 등에 따라 정의될 수 있다.
level_idc 필드는 비트스트림에 적용되는 레벨을 나타낸다. 레벨은 모든 프로파일들 내에서 사용된다. 일반적으로 레벨은 특정 디코더 처리 부하 및 메모리 캐퍼빌리티에 대응한다.
sps_bounding_box_present_flag 필드는 sps 내 바운딩 박스에 대한 정보가 존재하는지 여부를 나타낸다. sps_bounding_box_present_flag 필드의 값이 1이면 바운딩 박스에 대한 정보가 존재하고, sps_bounding_box_present_flag 필드의 값이 0이면 바운딩 박스에 대한 정보는 정의되지 않았음을 나타낸다.
이하는 sps_bounding_box_present_flag 필드의 값이 1일 때 SPS에 포함되는 바운딩 박스에 대한 정보이다.
sps_bounding_box_offset_x 필드는 x,y,z축을 포함하는 카르테시안 좌표계 내의 소스 바운딩 박스(source bounding box)의 양자화된 x 축 오프셋을 나타낸다.
sps_bounding_box_offset_y 필드는 x,y,z축을 포함하는 카르테시안 좌표계 내의 소스 바운딩 박스(source bounding box)의 양자화된 y 축 오프셋을 나타낸다.
sps_bounding_box_offset_z 필드는 x,y,z축을 포함하는 카르테시안 좌표계 내의 소스 바운딩 박스(source bounding box)의 양자화된 z 축 오프셋을 나타낸다.
sps_bounding_box_scale_factor 필드는 소스 바운딩 박스의 크기를 나타내기 위해 사용되는 스케일 팩터(scale factor)를 나타낸다.
sps_bounding_box_size_width필드는 x,y,z축을 포함하는 카르테시안 좌표계 내의 소스 바운딩 박스(source bounding box)의 넓이를 나타낸다.
sps_bounding_box_size_height 필드는 x,y,z축을 포함하는 카르테시안 좌표계 내의 소스 바운딩 박스(source bounding box)의 높이를 나타낸다.
sps_bounding_box_size_depth 필드는 x,y,z축을 포함하는 카르테시안 좌표계 내의 소스 바운딩 박스(source bounding box)의 깊이를 나타낸다.
실시예들에 따른 SPS 신택스는 다음의 엘레멘트들을 더 포함한다.
sps_source_scale factor 필드는 소스 포인트 클라우드 데이터 (source point cloud data)의 스케일 팩터를 나타낸다.
sps_seq_parameter_set_id 필드는 다른 신택스 엘레멘트들(예를 들면 GPS 내의 seq_parameter_set_id 필드등)에 의한 참조를 위한 SPS의 식별자이다.
sps_num_attribute_sets 필드는 비트스트림 내에 인코드된 어트리뷰트들의 개수를 나타낸다. sps_num_attribute_sets 필드의 값은 0부터 63까지의 범위 내에 포함된다.
이하는 for문은 sps_num_attribute_sets 필드가 지시하는 개수만큼의 어트리뷰트들 각각에 대한 정보를 나타내는 엘레멘트들을 포함한다. 도면에 도시된 i는 각 어트리뷰트 (또는 어트리뷰트 세트)를 나타내며, i의 값은 0보다 크거나 같고 sps_num_attribute_sets 필드가 지시하는 개수보다 작다.
attribute_dimension_minus1[　i　] 필드는 i번째 어트리뷰트의 컴포넌트들의 개수보다 1 작은 값을 나타낸다. 어트리뷰트가 색상(colour)인 경우, 어트리뷰트는 대상 포인트의 빛의 특성들을 나타내는 3차원 (3dimension)신호에 대응한다. 예를 들어 어트리뷰트는 RGB(Red, Green, Blue)의 세가지 컴포넌트들로 시그널링 될 수 있다. 또한 어트리뷰트는 루마(luma, 휘도) 및 두개의 크로마(chorma, 채도)인 YUV의 세가지 컴포넌트들로 시그널링 될 수 있다. 어트리뷰트가 반사율(reflectance)인 경우, 어트리뷰트는 대상 포인트의 빛 반사율의 강도의 비율을 나타내는 1차원 신호에 대응한다.
attribute_instance_id[　i　] 필드는 i번째 어트리뷰트의 인스턴트 id를 나타낸다. attribute_instance_id 필드는 동일한 어트리뷰트 라벨들과 어트리뷰트들을 구별짓기 위해 사용된다.
attribute_bitdepth_minus1[　i　] 필드는 i번째 어트리뷰트 신호의 첫번째 컴포넌트의 비트뎁스보다 1 작은 값이다. 이 값에 1을 더한 값은 첫번째 컴포넌트의 비트뎁스를 특정한다.
attribute_cicp_colour_primaries[　i　] 필드는 i번째 어트리뷰트의 색상 어트리뷰트 소스 원색(primary)들의 색도좌표계(chromaticity coordinates)를 나타낸다.
attribute_cicp_transfer_characteristics[　i　] 필드는 0에서 1인 공칭 실수 값 범위(nominal real-valued range)를 갖는 소스 입력 선형 광 강도(optical intensity) Lc의 함수로서 색상 어트리뷰트의 기준 광전자 전달 특성 함수(opto-electronic transfer characteristic function)를 나타내거나 0에서 1인 공칭 실수 값 범위를 갖는 출력 선형 광 강도 Lo의 함수로서 색상 어트리뷰트의 기준 전기 광학 전달 특성 함수의 역함수를 나타낸다.
attribute_cicp_matrix_coeffs[　i　] 필드는 RBG 또는 YXZ 원색들로부터 루마 및 크로마 시그널들을 유도하는데 사용되는 매트릭스 코이피션트들을 나타낸다.
known_attribute_label_flag[　i　] 필드, known_attribute_label[　i　] 필드, and attribute_label_fourbytes[　i　] 필드는 i번째 어트리뷰트내에서 전송되는 데이터의 타입을 식별하기 위해 함께 사용된다. known_attribute_label_flag[　i　] 필드는 어트리뷰트가 known_attibute_label[　i　] 필드의 값 또는 다른 오브젝트 식별자인 attribute_label_fourbytes [　i　] 필드로 식별되는지 여부를 나타낸다.
실시예들에 따르면, SPS 신택스는 프로젝션과 관련된 시그널링 정보를 포함할 수 있다.
sps_projection_flag 필드는 도 33과 도 34에서 설명한 projection_flag 필드와 동일하다. sps_projection_flag 필드의 값이 1인 경우, SPS 신택스는 도 33과 도 34에서 설명한 프로젝션과 관련된 시그널링 정보(projection_info())를 더 포함한다. 프로젝션과 관련된 시그널링 정보는 도 33과 도 34에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
sps_extension_flag 필드는 sps_extension_data_flag 필드가 SPS 내에 나타나는지 여부를 나타낸다. sps_extension_flag 필드의 값이 0 이면 SPS 신택스 구조 내에 sps_extension_data_flag 필드가 존재하지 않음을 나타낸다. sps_extension_flag 필드의 값 1은 추후 사용을 위해 보존된다. 디코더는 1 값을 갖는 sps_extension_flag 필드 이후에 나타나는 모든 sps_extension_data_flag 필드들을 무시할 수 있다.
sps_extension_data_flag 필드는 추후 사용을 위한 데이터의 존재 여부를 나타내며 어느 값이나 가질 수 있다.
실시예들에 따른 SPS 신택스는 위 예시에 국한되지 않으며 추가적인 필드(또는 엘레멘트라 함)들을 더 포함하거나 시그널링의 효율성을 위해 도면에 도시된 일부 엘레멘트들을 포함하지 않을 수 있다. 일부 엘레멘트들은 SPS가 아닌 다른 시그널링 정보(예를 들면 APS, 어트리뷰트 헤더 등) 또는 어트리뷰트 데이터 유닛을 통해 시그널될 수 있다.
도 36은 실시예들에 따른 시그널링 정보 중 지오메트리 파라미터 세트(geometry_parameter_set())(GPS)의 신택스 구조의 일 실시예를 보인 도면이다. 실시예들에 따른 GPS는 하나 또는 그 이상의 슬라이스들에 포함된 포인트 클라우드 데이터의 지오메트리 정보를 인코딩하는 방법에 관한 정보를 포함할 수 있다.
실시예들에 따른 GPS는 gps_geom_parameter_set_id 필드, gps_seq_parameter_set_id 필드, gps_box_present_flag 필드, unique_geometry_points_flag 필드, geometry_planar_mode_flag 필드, geometry_angular_mode_flag 필드, neighbour_context_restriction_flag 필드, inferred_direct_coding_mode_enabled_flag 필드, bitwise_occupancy_coding_flag 필드, adjacent_child_contextualization_enabled_flag 필드, log2_neighbour_avail_boundary 필드, log2_intra_pred_max_node_size 필드, log2_trisoup_node_size 필드, geom_scaling_enabled_flag 필드, gps_implicit_geom_partition_flag 필드, 및 gps_extension_flag 필드를 포함할 수 있다.
상기 gps_geom_parameter_set_id 필드는 다른 신택스 엘레먼트들에 의해 참조되는 GPS의 식별자를 제공한다.
상기 gps_seq_parameter_set_id 필드는 해당 액티브 SPS에 대한 seq_parameter_set_id 필드의 값을 나타낸다(gps_seq_parameter_set_id specifies the value of sps_seq_parameter_set_id for the active SPS).
상기 gps_box_present_flag 필드는 추가 바운딩 박스 정보가 현재 GPS를 참조하는 지오메트리 슬라이스 헤더에서 제공되는지 여부를 나타낸다. 예를 들어, 상기 gps_box_present_flag 필드의 값이 1이면, 추가 바운딩 박스 정보가 현재 GPS를 참조하는 지오메트리 슬라이스 헤더 내에 제공됨을 지시할 수 있다. 따라서 상기 gps_box_present_flag 필드의 값이 1이면 GPS는 gps_gsh_box_log2_scale_present_flag 필드를 더 포함할 수 있다.
상기 gps_gsh_box_log2_scale_present_flag 필드는 gps_gsh_box_log2_scale 필드가 현재 GPS를 참조하는 각 지오메트리 슬라이스 헤더에 시그널링되는지 여부를 나타낸다. 예를 들어, 상기 gps_gsh_box_log2_scale_present_flag 필드의 값이 1이면, 상기 gps_gsh_box_log2_scale 필드가 현재 GPS를 참조하는 각 지오메트리 슬라이스 헤더에 시그널링됨을 지시할 수 있다. 다른 예로, 상기 gps_gsh_box_log2_scale_present_flag 필드의 값이 0이면, 상기 gps_gsh_box_log2_scale 필드가 현재 GPS를 참조하는 각 지오메트리 슬라이스 헤더에 시그널링되지 않으며, 모든 슬라이스들을 위한 공통 스케일(common scale)이 현재 GPS의 gps_gsh_box_log2_scale 필드에 시그널링됨을 지시할 수 있다.
상기 gps_gsh_box_log2_scale_present_flag 필드의 값이 0이면, GPS는 gps_gsh_box_log2_scale 필드를 더 포함할 수 있다.
상기 gps_gsh_box_log2_scale 필드는 현재 GPS를 참조하는 모든 슬라이스들에 대한 바운딩 박스 오리진의 공통 스케일 팩터(common scale factor)를 나타낸다.
상기 unique_geometry_points_flag 필드는 현재 GPS를 참조하는 모든 슬라이들에서, 모든 출력 포인트들이 하나의 슬라이스 내에서 고유의 포지션들(unique positions)을 가지는지 여부를 나타낸다. 예를 들어, 상기 unique_geometry_points_flag 필드의 값이 1이면, 현재 GPS를 참조하는 모든 슬라이들에서, 모든 출력 포인트들이 하나의 슬라이스 내에서 고유의 포지션들을 가진다고 지시한다. 상기 unique_geometry_points_flag 필드의 값이 0이면, 현재 GPS를 참조하는 모든 슬라이들에서, 2개 이상의 출력 포인트들이 하나의 슬라이스 내에서 같은 포지션들을 가질 수 있음을 지시한다.
상기 geometry_planar_mode_flag 필드는 planar coding mode가 activate인지 여부를 지시한다. 예를 들어, 상기 geometry_planar_mode_flag 필드의 값이 1이면, 상기 planar coding mode가 active하고, 0이면 상기 planar coding mode가 액티브하지 않음을 지시할 수 있다.
상기 geometry_planar_mode_flag 필드의 값이 1이면 즉, 참이면, 상기 GPS는 geom_planar_mode_th_idcm 필드, geom_planar_mode_th[1] 필드, geom_planar_mode_th[2] 필드를 더 포함할 수 있다.
상기 geom_planar_mode_th_idcm 필드는 다이렉트 코딩 모드를 위한 액티베이션(activation)의 임계값을 나타낼 수 있다.
상기 geom_planar_mode_th[i] 필드는, 0-2의 범위 중 i에 대해, 효율적인 planar coding mode를 위해 i번째 most probable direction과 함께 planar coding mode를 위한 activation의 임계값을 명시한다.
상기 geometry_angular_mode_flag 필드는 앵귤러(angular) 코딩 모드가 액티브인지 여부를 지시한다. 예를 들어, 상기 geometry_angular_mode_flag 필드의 값이 1이면, 상기 angular coding mode가 active하고, 0이면 상기 angular coding mode가 액티브하지 않음을 지시할 수 있다.
상기 geometry_angular_mode_flag 필드의 값이 1이면 즉, 참이면, 상기 GPS는 lidar_head_position[0] 필드, lidar_head_position[1] 필드, lidar_head_position[2] 필드, number_lasers 필드, planar_buffer_disabled 필드, implicit_qtbt_angular_max_node_min_dim_log2_to_split_z 필드, 및 implicit_qtbt_angular_max_diff_to_split_z 필드를 더 포함할 수 있다.
상기 lidar_head_position[0] 필드, lidar_head_position[1] 필드, 및 lidar_head_position[2] 필드는 내부 축들을 갖는 좌표 시스템(coordinate system with the internal axes)에서 lidar 헤드의 (X, Y, Z) 좌표를 나타낼 수 있다.
상기 number_lasers 필드는 angular coding mode를 위해 사용된 레이저들(lasers)의 개수를 지시한다.
실시예들에 따른 GPS는 상기 number_lasers 필드의 값만큼 반복되는 반복문을 포함한다. 이때 i는 0으로 초기화되고, 반복문이 수행될 때마다 1씩 증가하며, i값이 상기 number_lasers 필드의 값이 될때까지 반복문이 반복되는 것을 일 실시예로 한다. 이 반복문은 laser_angle[i] 필드와 laser_correction[i] 필드를 포함할 수 있다.
상기 laser_angle[i] 필드는 0번째와 1번째 내부 축들(internal axes)에 의해 정의된 수평면과 관련된 i번째 레이저의 수직 방향 각도(elevation angle)의 탄젠트를 나타낸다.
상기 laser_correction[i] 필드는 lidar_head_position[2] 필드와 관련된 i번째 레이저 포지션의 정정을, 2번째 내부 축(internal axis)에 따라, 지시한다.
상기 planar_buffer_disabled 필드의 값이 1이면, 버퍼를 이용하여 closest nodes를 트랙킹하는 것이 planar mode에서 planar mode flag와 평면 포지션(plane position)을 코딩하는 과정에서 사용되지 않음을 지시한다. 상기 planar_buffer_disabled 필드의 값이 0이면, 버퍼를 이용하여 closest nodes를 트랙킹하는 것이 사용됨을 지시한다.
상기 implicit_qtbt_angular_max_node_min_dim_log2_to_split_z 필드는 노드들의 수평 스플릿(horizontal split)이 수직 스플릿(vertical split)보다 더 선호되는 노드 사이즈의 log2 값을 지시한다.
상기 implicit_qtbt_angular_max_diff_to_split_z 필드는 노드에 허용된 수평 노드 사이즈 비율에 대한 최대 수직의 log2 값을 나타낸다.
상기 neighbour_context_restriction_flag 필드의 값이 0이면, 현재 노드의 지오메트리 노드 오큐판시가 현재 노드의 부모 노드 내부에 위치된 이웃 노드들로부터 결정된 콘텍스들로 코딩됨을 나타낸다. 상기 neighbour_context_restriction_flag 필드의 값이 1이면, 현재 노드의 지오메트리 노드 오큐판시가 현재 노드의 부모 노드 밖 또는 내부에 위치된 이웃 노드들로부터 결정된 콘텍스트들로 코딩됨을 나타낸다(neighbour_context_restriction_flag equal to 0 indicates that geometry node occupancy of the current node is coded with the contexts determined from neighbouring nodes which is located inside the parent node of the current node. neighbour_context_restriction_flag equal to 1 indicates that geometry node occupancy of the current node is coded with the contexts determined from neighbouring nodes which is located inside or outside the parent node of the current node).
상기 inferred_direct_coding_mode_enabled_flag필드는 direct_mode_flag 필드가 해당 지오메트리 노드 신택스에 존재하는지 여부를 나타낸다. 예를 들어, 상기 inferred_direct_coding_mode_enabled_flag필드의 값이 1이면, 상기 direct_mode_flag 필드가 해당 지오메트리 노드 신택스에 존재함을 지시한다. 예를 들어, 상기 inferred_direct_coding_mode_enabled_flag 필드의 값이 0이면, 상기 direct_mode_flag 필드가 해당 지오메트리 노드 신택스에 존재하지 않음을 지시한다.
상기 bitwise_occupancy_coding_flag 필드는 지오메트리 노드 오큐판시가 그 신택스 엘리먼트 오큐판시 맵의 비트와이즈 맥락화(bitwise contextualization)를 사용하여 인코딩되는지 여부를 나타낸다. 예를 들어, 상기 bitwise_occupancy_coding_flag 필드의 값이 1이면, 지오메트리 노드 오큐판시가 그 신택스 엘리먼트 occupancy_map의 비트와이즈 맥락화(bitwise contextualization)를 사용하여 인코딩됨을 지시한다. 예를 들어, 상기 bitwise_occupancy_coding_flag 필드의 값이 0이면, 지오메트리 노드 오큐판시가 그 디렉토리 인코드된 신택스 엘리먼트 occupancy_byte를 사용하여 인코딩됨을 지시한다.
상기 adjacent_child_contextualization_enabled_flag 필드는 이웃 옥트리 노드들(neighbouring octree nodes)의 인접한 자식들(adjacent children)이 비트와이즈 오큐판시 맥락화(bitwise occupancy contextualization)를 위해 사용되는지 여부를 나타낸다. 예를 들어, 상기 adjacent_child_contextualization_enabled_flag 필드의 값이 1이면, 이웃 옥트리 노드들(neighbouring octree nodes)의 인접한 자식들(adjacent children)이 비트와이즈 오큐판시 맥락화(bitwise occupancy contextualization)를 위해 사용됨을 지시한다. 예를 들어, 상기 adjacent_child_contextualization_enabled_flag 필드의 값이 0이면, 이웃 옥트리 노드들(neighbouring octree nodes)의 자식들(children)이 비트와이즈 오큐판시 맥락화(bitwise occupancy contextualization)를 위해 사용되지 않음을 지시한다.
상기 log2_neighbour_avail_boundary 필드는 디코딩 프로세스에서 이용되는 변수(variable) NeighbAvailBoundary의 값을 나타낸다. 예를 들어, 상기 neighbour_context_restriction_flag 필드의 값이 1이면, NeighbAvailabilityMask는 1로 설정될 수 있다. 예를 들어, 상기 neighbour_context_restriction_flag 필드의 값이 0이면, NeighbAvailabilityMask는 1 << log2_neighbour_avail_boundary로 설정될 수 있다.
상기 log2_intra_pred_max_node_size 필드는 오큐판시 인트라 예측 자격이 있는 옥트리 노드 사이즈를 나타낸다.
상기 log2_trisoup_node_size 필드는 트라이앵글 노드들의 사이즈로서 변수(variable) TrisoupNodeSize을 나타낸다(log2_trisoup_node_size specifies the variable TrisoupNodeSize as the size of the triangle nodes).
상기 geom_scaling_enabled_flag 필드는 지오메트리 포지션들을 위한 스케일링 과정이 지오메트리 슬라이스 디코딩 과정 동안 적용되는지를 지시한다. 예를 들어, 상기 geom_scaling_enabled_flag 필드의 값이 1이면, 지오메트리 포지션들을 위한 스케일링 과정이 지오메트리 슬라이스 디코딩 과정 동안 적용됨을 지시한다. 상기 geom_scaling_enabled_flag 필드의 값이 0이면, 지오메트리 포지션들은 스케일링을 요구하지 않음을 지시한다.
상기 geom_base_qp 필드는 지오메트리 포지션 양자화 파라미터(geometry position quantization parameter)의 베이스 값(base value)을 지시한다.
상기 gps_implicit_geom_partition_flag 필드는 implicit 지오메트리 파티션이 그 시퀀스 또는 슬라이스에 대해 인에이블인지 여부를 지시한다. 예를 들어, 상기 gps_implicit_geom_partition_flag 필드의 값이 1이면, implicit 지오메트리 파티션이 그 시퀀스 또는 슬라이스에 대해 인에이블임을 지시하고, 0이면 디제이블임을 지시한다(equal to 1 specifies that the implicit geometry partition is enabled for the sequence or slice. gps_implicit_geom_partition_flag equal to 0 specifies that the implicit geometry partition is disabled for the sequence or slice). 만일 gps_implicit_geom_partition_flag 필드의 값이 1이면, 다음 두 필드들 즉, gps_max_num_implicit_qtbt_before_ot 필드와 gps_min_size_implicit_qtbt 필드가 시그널링된다.
상기 gps_max_num_implicit_qtbt_before_ot 필드는 OT 파티션들 전 implicit QT와 BT 파티션들의 최대 개수를 나타낸다(specifies the maximal number of implicit QT and BT partitions before OT partitions). 그리고 나서, 변수 K는상기 gps_max_num_implicit_qtbt_before_ot 필드에 의해 아래와 같이 초기화된다.
K = gps_max_num_implicit_qtbt_before_ot.
상기 gps_min_size_implicit_qtbt 필드는 implicit QT and BT partitions의 최소 사이즈를 나타낸다(specifies the minimal size of implicit QT and BT partitions). 그리고나서, 변수 M은 상기 gps_min_size_implicit_qtbt 필드에 의해 아래와 같이 초기화된다.
M = gps_min_size_implicit_qtbt
상기 gps_extension_flag 필드는 gps_extension_data 신택스 구조가 해당 GPS 신택스 구조에 존재하는지 여부를 나타낸다. 예를 들어, 상기 gps_extension_flag 필드의 값이 1이면, gps_extension_data 신택스 구조가 해당 GPS 신택스에 존재함을 지시한다. 예를 들어, 상기 gps_extension_flag 필드의 값이 0이면, gps_extension_data 신텍스 구조가 해당 GPS 신택스에 존재하지 않음을 지시한다.
실시예들에 따른 GPS는 상기 gps_extension_flag 필드의 값이 1이면gps_extension_data_flag 필드를 더 포함할 수 있다.
상기 gps_extension_data_flag 필드는 어느 값이나 가질 수 있다. 그것의 존재와 값은 디코더 규격(decoder conformance to profiles)에 영향을 주지 않는다.
실시예들에 따르면, GPS 신택스는 프로젝션과 관련된 시그널링 정보를 포함할 수 있다.
실시예들에 따르면, GPS 신택스는 sps_projection_flag 필드(즉, SPS 신택스에 포함)의 값이 1이면 sps_seq_parameter_set_id 필드를 더 포함하고, 0이면 gps_projection_param_present_flag 필드를 더 포함한다.
sps_seq_parameter_set_id 필드는 다른 신택스 엘레멘트들에 의한 참조를 위한 SPS의 식별자이다.
gps_projection_param_present_flag 필드는 도 33과 도 34에서 설명한 projection_flag 필드와 동일하다. gps_projection_param_present_flag 필드의 값이 1이면, GPS 신택스는 도 33과 도 34에서 설명한 프로젝션과 관련된 시그널링 정보(projection_info())를 더 포함한다. 프로젝션과 관련된 시그널링 정보는 도 33과 도 34에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
도 37은 실시예들에 따른 시그널링 정보 중 어트리뷰트 파라미터 세트(attribute_parameter_set())(APS)의 신택스 구조의 일 실시예를 보인 도면이다. 실시예들에 따른 APS는 하나 또는 그 이상의 슬라이스들에 포함된 포인트 클라우드 데이터의 어트리뷰트 정보를 인코딩하는 방법에 관한 정보를 포함할 수 있다.
실시예들에 따른 APS는 aps_attr_parameter_set_id 필드, aps_seq_parameter_set_id 필드, attr_coding_type 필드, aps_attr_initial_qp 필드, aps_attr_chroma_qp_offset 필드, aps_slice_qp_delta_present_flag 필드, 및 aps_extension_flag 필드를 포함할 수 있다.
상기 aps_attr_parameter_set_id 필드는 다른 신택스 엘리먼트들에 의한 참조를 위한 APS의 식별자를 나타낸다.
상기 aps_seq_parameter_set_id 필드는 액티브(active) SPS에 대한 sps_seq_parameter_set_id의 값을 나타낸다.
상기 attr_coding_type 필드는 어트리뷰트에 대한 코딩 타입을 나타낸다.
실시예들에 따르면, 상기 attr_coding_type 필드의 값이 0이면 코딩 타입은 예측 가중치 리프팅(predicting weight lifting)를, 1이면 코딩 타입은 RAHT를, 2이면 고정 가중치 리프팅(fix weight lifting)을 지시할 수 있다.
상기 aps_attr_initial_qp 필드는 APS를 참조하는 각 슬라이스에 대한 변수 슬라이스 양자화 파라미터(SliceQp)의 초기 값을 나타낸다(specifies the initial value of the variable SliceQp for each slice referring to the APS).
상기 aps_attr_chroma_qp_offset 필드는 신택스 aps_attr_initial_qp에 의해 시그널링된 초기 양자화 파라미터에 대한 오프셋들을 나타낸다(specifies the offsets to the initial quantization parameter signalled by the syntax aps_attr_initial_qp).
상기 aps_slice_qp_delta_present_flag 필드는 ash_attr_qp_delta_luma and ash_attr_qp_delta_chroma 신택스 엘리먼트들이 해당 어트리뷰트 슬라이스 헤더(ASH)에 존재하는지 여부를 나타낸다. 예를 들어, 상기 aps_slice_qp_delta_present_flag 필드의 값이 1이면, ash_attr_qp_delta_luma and ash_attr_qp_delta_chroma 신택스 엘리먼트들이 해당 어트리뷰트 슬라이스 헤더(ASH)에 존재함을 지시한다(equal to 1 specifies that the ash_attr_qp_delta_luma and ash_attr_qp_delta_chroma syntax elements are present in the ASH). 예를 들어, 상기 aps_slice_qp_delta_present_flag 필드의 값이 0이면, ash_attr_qp_delta_luma and ash_attr_qp_delta_chroma 신택스 엘리먼트들이 해당 어트리뷰트 슬라이스 헤더(ASH)에 존재하지 않음을 지시한다(specifies that the ash_attr_qp_delta_luma and ash_attr_qp_delta_chroma syntax elements are not present in the ASH).
실시예들에 따른 APS는 상기 attr_coding_type 필드의 값이 0이거나 또는 2이면, 즉, 코딩 타입이 예측 가중치 리프팅(predicting weight lifting)이거나 또는 고정 가중치 리프팅(fix weight lifting)이면, lifting_num_pred_nearest_neighbours_minus1 필드, lifting_search_range_minus1 필드, 및 lifting_neighbour_bias[k] 필드를 더 포함할 수 있다.
상기 lifting_num_pred_nearest_neighbours_minus1 필드 plus 1은 예측(prediction)을 위해 사용될 가장 가까운 이웃(nearest neighbor)들의 최대 개수를 나타낸다. 실시예들에 따르면, NumPredNearestNeighbours의 값은 lifting_num_pred_nearest_neighbours와 같도록 설정된다.
상기 lifting_search_range_minus1 필드 plus 1은 예측을 위해 사용될 가장 가까운 이웃들을 결정하고 거리 기반 LOD(distance-based levels of detail)를 빌드(build)하기 위해 사용된 서치 범위를 나타낸다(lifting_search_range_minus1 plus 1 specifies the search range used to determine nearest neighbours to be used for prediction and to build distance-based levels of detail). 서치 범위를 명시하기 위한 변수 LiftingSearchRange는 상기 lifting_search_range_minus1 필드의 값에 1을 더하여 구할 수 있다(LiftingSearchRange = lifting_search_range_minus1 +1).
상기 lifting_neighbour_bias[k] 필드는 가장 가까운 이웃 유도 과정의 일부로서 두 포인트들 사이의 유클리디언 거리의 계산에서 k번째 컴포넌트들을 가중하기 위해 사용된 바이어스를 나타낸다(specifies a bias used to weight the k-th components in the calculation of the euclidean distance between two points as part of the nearest neighbour derivation process).
실시예들에 따르면, APS는 상기 attr_coding_type 필드의 값이 2이면, 즉 코딩 타입이 고정 가중치 리프팅을 지시하면, lifting_scalability_enabled_flag 필드를 더 포함할 수 있다.
상기 lifting_scalability_enabled_flag 필드는 어트리뷰트 디코딩 과정이 입력 지오메트리 포인트들에 대해 pruned 옥트리 디코드 결과를 허용하는지 여부를 지시한다. 예를 들어, 상기 lifting_scalability_enabled_flag 필드의 값이 1이면, 어트리뷰트 디코딩 과정이 입력 지오메트리 포인트들에 대해 pruned 옥트리 디코드 결과를 허용함을 나타낸다(specifies that the attribute decoding process allows the pruned octree decode result for the input geometry points). 만일 상기 lifting_scalability_enabled_flag 필드의 값이 0이면, 상기 어트리뷰트 디코딩 과정이 입력 지오메트리 포인트들에 대해 완전한 옥트리 디코드 결과를 요구함을 나타낸다(specifies that that the attribute decoding process requires the complete octree decode result for the input geometry points).
실시예들에 따르면, APS는 상기lifting_scalability_enabled_flag 필드의 값이 거짓이면, lifting_num_detail_levels_minus1 필드를 더 포함할 수 있다.
상기 lifting_num_detail_levels_minus1 필드는 어트리뷰트 코딩을 위해 LOD들의 개수를 나타낸다(specifies the number of levels of detail for the attribute coding). LOD들의 개수를 명시하기 위한 변수 LevelDetailCount는 상기 lifting_num_detail_levels_minus1 필드의 값에 1을 더하여 구할 수 있다(LevelDetailCount = lifting_num_detail_levels_minus1 + 1).
실시예들에 따르면, APS는 상기 lifting_num_detail_levels_minus1 필드의 값이 1보다 크면, lifting_lod_regular_sampling_enabled_flag 필드를 더 포함할 수 있다.
상기 lifting_lod_regular_sampling_enabled_flag 필드는 LOD(levels of detail)가 레귤러 샘플링 전략에 의해 만들어지는지 여부를 나타낸다. 예를 들어, 상기 lifting_lod_regular_sampling_enabled_flag 필드의 값이 1이면, LOD가 레귤러 샘플링 전략을 사용하여 만들어짐을 지시한다. 예를 들어, 상기 lifting_lod_regular_sampling_enabled_flag 필드의 값이 0이면, 거리 기반 샘플링 전략(distance_based sampling strategy)이 대신 사용됨을 지시한다(The lifting_lod_regular_sampling_enabled_flag equal to 1 specifies levels of detail are built by using a regular sampling strategy. The lifting_lod_regular_sampling_enabled_flag equal to 0 specifies that a distance-based sampling strategy is used instead).
실시예들에 따르면, APS는 상기lifting_scalability_enabled_flag 필드의 값이 거짓일 때, 상기 lifting_num_detail_levels_minus1 필드의 값만큼 반복되는 반복문을 더 포함할 수 있다. 이때 인덱스(idx)는 0으로 초기화되고, 반복문이 수행될 때마다 1씩 증가하며, 인덱스(idx)가 상기 lifting_num_detail_levels_minus1 필드의 값보다 커질때까지 반복문이 반복되는 것을 일 실시예로 한다. 이 반복문은 lifting_lod_regular_sampling_enabled_flag 필드의 값이 참(예를 들어, 1)이면 lifting_sampling_period_minus2 [idx] 필드를 포함하고, 거짓(예를 들어, 0)이면 lifting_sampling_distance_squared_scale_minus1 [idx] 필드를 포함할 수 있다. 그리고, idx의 값이 0이 아니면, lifting_sampling_distance_squared_offset [idx] 필드를 더 포함할 수 있다.
상기 lifting_sampling_period_minus2 [idx] 필드 plus 2는 LOD idx를 위한 샘플링 주기를 나타낸다(specifies the sampling period for the level of detail idx).
상기 lifting_sampling_distance_squared_scale_minu1 [idx] 필드 plus 1은 LOD idx를 위한 샘플링 거리의 제곱의 derivation를 위한 스케일 팩터(scale factor)를 나타낸다(specifies the scale factor for the derivation of the square of the sampling distance for the level of detail idx).
상기 lifting_sampling_distance_squared_offset [idx] 필드는 LOD idx를 위한 샘플링 거리의 제곱의 derivation을 위한 옵셋을 나타낸다(specifies the offset of the derivation of the square of the sampling distance for the level of detail idx).
실시예들에 따른 APS는 상기 attr_coding_type 필드의 값이 0이면, 즉 코딩 타입이 예측 가중치 리프팅(predicting weight lifting)이면, lifting_adaptive_prediction_threshold 필드, lifting_intra_lod_prediction_num_layers 필드, lifting_max_num_direct_predictors 필드, 및 inter_component_prediction_enabled_flag 필드를 더 포함할 수 있다.
상기 lifting_adaptive_prediction_threshold 필드는 적응적 예측을 가능하게 하기 위한 임계값을 나타낸다(specifies the threshold to enable adaptive prediction). 실시예들에 따르면, 적응적 예측기 선택 모드를 스위치하기 위하여 임계값을 명시하는 변수 AdaptivePredictionThreshold는 상기 lifting_adaptive_prediction_threshold 필드의 값과 같게 설정된다 (AdaptivePredictionThreshold = lifting_adaptive_prediction_threshold).
상기 lifting_intra_lod_prediction_num_layers 필드는 같은 LOD 레이어 내 디코드된 포인트들이 타겟 포인트의 예측 값을 생성하기 위해 참조할 수 있는 LOD 레이어의 number를 나타낸다(specifies number of LOD layer where decoded points in the same LOD layer could be referred to generate prediction value of target point). 예를 들어, 상기 lifting_intra_lod_prediction_num_layers 필드의 값이 상기 LevelDetailCount의 값이면, 타겟 포인트는 모든 LOD 레이어들을 위한 동일 LOD 레이어 내 디코드된 포인트들을 참조할 수 있음을 나타낸다(The lifting_intra_lod_prediction_num_layers field equal to LevelDetailCount indicates that target point could refer decoded points in the same LOD layer for all LOD layers). 예를 들어, 상기 lifting_intra_lod_prediction_num_layers 필드의 값이 0이면, 타겟 포인트는 임의의 LOD 레이어들을 위한 동일 LOD 레이어 내 디코드된 포인트들을 참조할 수 없음을 나타낸다(The lifting_intra_lod_prediction_num_layers field equal to 0 indicates that target point could not refer decoded points in the same LoD layer for any LoD layers). 상기 lifting_max_num_direct_predictors 필드는 직접 예측(direct prediction)을 위해 사용될 예측기(predictor)의 최대 개수를 나타낸다. 상기 lifting_max_num_direct_predictors 필드의 값은 0부터 LevelDetailCount의 범위에 있다.
상기 inter_component_prediction_enabled_flag 필드는 멀티 컴포넌트 어트리뷰트의 primary 컴포넌트가 non-primary 컴포넌트들의 reconstructed 값을 예측하기 위해 사용되는지 여부를 나타낸다. 예를 들어, 상기 inter_component_prediction_enabled_flag 필드의 값이 1이면, 멀티 컴포넌트 어트리뷰트의 primary 컴포넌트가 non-primary 컴포넌트들의 reconstructed 값을 예측하기 위해 사용됨을 나타낸다(specifies that the primary component of a multi component attribute is used to predict the reconstructed value of non-primary components). 만일, 상기 inter_component_prediction_enabled_flag 필드의 값이 0이면, 모든 어트리뷰트 컴포넌트들이 독립적으로 reconstruct됨을 나타낸다(specifies that all attribute components are reconstructed independently).
실시예들에 따르면, APS는 상기 attr_coding_type 필드의 값이 1이면, 즉 어트리뷰트 코딩 타입이 RAHT이면, raht_prediction_enabled_flag 필드를 더 포함할 수 있다.
상기 raht_prediction_enabled_flag 필드는 이웃 포인트들로부터 온 트랜스폼 웨이트 예측(transform weight prediction from the neighbour points)이 RAHT 디코딩 과정에서 인에이블되는지 여부를 나타낸다. 예를 들어, 상기 raht_prediction_enabled_flag 필드의 값이 1이면, 이웃 포인트들로부터 온 트랜스폼 웨이트 예측(transform weight prediction from the neighbour points)이 RAHT 디코딩 과정에서 인에이블되고, 0이면 디제이블됨을 나타낸다.
실시예들에 따르면, APS는 상기 raht_prediction_enabled_flag 필드의 값이 참이면, raht_ prediction_threshold0 필드와 raht_prediction_threshold1 필드를 더 포함할 수 있다.
상기 raht_ prediction_threshold0 필드는 이웃 포인트들로부터 온 트랜스폼 웨이트 예측(transform weight prediction from the neighbour points)을 종료하기 위한 임계값을 나타낸다.
상기 raht_prediction_threshold1 필드는 이웃 포인트들로부터 온 트랜스폼 웨이트 예측(transform weight prediction from the neighbour points)을 스킵하기 위한 임계값을 나타낸다.
상기 aps_extension_flag 필드는 aps_extension_data 신택스 구조가 해당 APS 신택스 구조에 존재하는지 여부를 나타낸다. 예를 들어, 상기 aps_extension_flag 필드의 값이 1이면, aps_extension_data 신택스 구조가 해당 APS 신택스 구조에 존재함을 지시한다. 예를 들어, 상기 aps_extension_flag 필드의 값이 0이면, aps_extension_data 신택스 구조가 해당 APS 신택스 구조에 존재하지 않음을 지시한다.
실시예들에 따른 APS는 상기 aps_extension_flag 필드의 값이 1이면aps_extension_data_flag 필드를 더 포함할 수 있다.
상기 aps_extension_data_flag 필드는 어느 값이나 가질 수 있다. 그것의 존재와 값은 디코더 규격(decoder conformance to profiles)에 영향을 주지 않는다.
실시예들에 따른 APS는 LoD 기반의 어트리뷰트 압축에 관련된 정보를 더 포함할 수 있다.
실시예들에 따르면, APS 신택스는 프로젝션과 관련된 시그널링 정보를 포함할 수 있다.
실시예들에 따르면, APS 신택스는 sps_projection_flag 필드(즉, SPS 신택스에 포함)의 값이 1이면 sps_seq_parameter_set_id 필드를 더 포함하고, gps_projection_param_present_flag 필드(즉, GPS 신택스에 포함)의 값이 1이면 gps_geom_parameter_set_id 필드를 더 포함한다. 만일, sps_projection_flag 필드의 값과 gps_projection_param_present_flag 필드의 값이 모두 0이면 aps_projection_param_present_flag 필드를 더 포함한다.
sps_seq_parameter_set_id 필드는 다른 신택스 엘레멘트들에 의해 참조되는 SPS의 식별자이다.
gps_geom_parameter_set_id 필드는 다른 신택스 엘레먼트들에 의해 참조되는 GPS의 식별자이다.
aps_projection_param_present_flag 필드는 도 33과 도 34에서 설명한 projection_flag 필드와 동일하다. aps_projection_param_present_flag 필드의 값이 1이면, APS 신택스는 도 33과 도 34에서 설명한 프로젝션과 관련된 시그널링 정보(projection_info())를 더 포함한다. 프로젝션과 관련된 시그널링 정보는 도 33과 도 34에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
도 38은 실시예들에 따른 시그널링 정보 중 타일 파라미터 세트(tile_parameter_set())(TPS)의 신택스 구조의 일 실시예를 보인 도면이다.
실시예들에 따라 TPS(Tile Parameter Set)는 타일 인벤토리(tile inventory)로 호칭될 수도 있다. 실시예들에 따른 TPS는 타일별로 각 타일에 관련된 정보를 포함한다.
실시예들에 따른 TPS는 num_tiles 필드를 포함한다.
상기 num_tiles 필드는 그 비트스트림을 위해 시그널링된 타일들의 개수를 나타낸다. 만일 타일들이 존재하지 않으면, 상기 num_tiles 필드의 값은 0이 될 것이다(when not present, num_tiles is inferred to be 0).
실시예들에 따른 TPS는 상기 num_tiles 필드의 값만큼 반복되는 반복문을 포함한다. 이때 i는 0으로 초기화되고, 반복문이 수행될 때마다 1씩 증가하며, i값이 상기 num_tiles 필드의 값이 될때까지 반복문이 반복되는 것을 일 실시예로 한다. 이 반복문은 tile_bounding_box_offset_x[i] 필드, tile_bounding_box_offset_y[i] 필드, tile_bounding_box_offset_z[i] 필드, tile_bounding_box_size_width[i] 필드, tile_bounding_box_size_height[i] 필드, tile_bounding_box_size_depth[i] 필드, 및 attribute_pred_residual_separate_encoding_flag[i] 필드를 포함할 수 있다.
상기 tile_bounding_box_offset_x[i] 필드는 직교 좌표계에서 i-번째 타일의 x 오프셋을 나타낸다 (indicates the x offset of the i-th tile in the cartesian coordinates).
상기 tile_bounding_box_offset_y[i] 필드는 직교 좌표계에서 i-번째 타일의 y 오프셋을 나타낸다.
상기 tile_bounding_box_offset_z[i] 필드는 직교 좌표계에서 i-번째 타일의 z 오프셋을 나타낸다.
상기 tile_bounding_box_size_width[i] 필드는 직교 좌표계에서 i-번째 타일의 폭(width)를 나타낸다.
상기 tile_bounding_box_size_height[i] 필드는 직교 좌표계에서 i-번째 타일의 높이(height)를 나타낸다.
상기 tile_bounding_box_size_depth[i] 필드는 직교 좌표계에서 i-번째 타일의 깊이(depth)를 나타낸다.
실시예들에 따르면, TPS 신택스는 프로젝션과 관련된 시그널링 정보를 포함할 수 있다.
projection_flag 필드는 도 33과 도 34에서 설명한 projection_flag 필드와 동일하다. projection_flag 필드의 값이 1인 경우, TPS 신택스는 도 33과 도 34에서 설명한 프로젝션과 관련된 시그널링 정보(projection_info())를 더 포함한다. 프로젝션과 관련된 시그널링 정보는 도 33과 도 34에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 타일 인벤토리(Tile inventory)의 신택스는 위 예시에 국한되지 않으며 추가적인 엘레멘트들을 더 포함하거나 시그널링의 효율성을 위해 도면에 도시된 일부 엘레멘트들을 포함하지 않을 수 있다. 일부 엘레멘트들은 타일 인벤토리(Tile inventory)가 아닌 다른 시그널링 정보(예를 들면 SPS, APS, 어트리뷰트 헤더 등) 또는 어트리뷰트 데이터 유닛을 통해 시그널될 수 있다.
도 39는 본 명세서에 따른 지오메트리 슬라이스 비트스트림()의 신택스 구조의 일 실시예를 보인 도면이다.
실시예들에 따른 지오메트리 슬라이스 비트스트림(geometry_slice_bitstream ())은 지오메트리 슬라이스 헤더(geometry_slice_header())와 지오메트리 슬라이스 데이터(geometry_slice_data())를 포함할 수 있다. 실시예들에 따르면, 지오메트리 슬라이스 비트스트림은 지오메트리 데이터 유닛, 지오메트리 슬라이스 헤더는 지오메트리 데이터 유닛 헤더, 지오메트리 슬라이스 데이터는 지오메트리 데이터 유닛 데이터라 칭하기도 한다.
도 40은 본 명세서에 따른 지오메트리 슬라이스 헤더(geometry_slice_header())의 신택스 구조의 일 실시예를 보인 도면이다.
실시예들에 따른 송신 장치가 전송하는 비트스트림(또는 수신 장치가 수신하는 비트스트림)은 하나 이상의 슬라이스들을 포함할 수 있다. 각 슬라이스(slice)는 지오메트리 슬라이스 및 어트리뷰트 슬라이스를 포함할 수 있다. 지오메트리 슬라이스는 지오메트리 슬라이스 헤더(GSH, Geometry Slice Header)를 포함한다. 어트리뷰트 슬라이스는 어트리뷰트 슬라이스 헤더(ASH, Attribute Slice Header)를 포함한다.
실시예들에 따른 지오메트리 슬라이스 헤더(geometry_slice_header())는 gsh_geometry_parameter_set_id 필드, gsh_tile_id 필드, gsh_slice_id 필드, frame_idx 필드, gsh_num_points 필드 및 byte_alignment() 필드를 포함할 수 있다.
실시예들에 따른 지오메트리 슬라이스 헤더(geometry_slice_header())는 지오메트리 파라미터 세트(GPS)에 포함된 gps_box_present_flag 필드의 값이 참(예를 들어, 1)이고, gps_gsh_box_log2_scale_present_flag 필드의 값이 참(예를 들어, 1)이면, gsh_box_log2_scale 필드, gsh_box_origin_x 필드, gsh_box_origin_y 필드, 및 gsh_box_origin_z 필드를 더 포함할 수 있다.
상기 gsh_geometry_parameter_set_id 필드는 액티브 GPS의 gps_geom_parameter_set_id의 값을 나타낸다(gsh_geometry_parameter_set_id specifies the value of the gps_geom_parameter_set_id of the active GPS).
상기 gsh_tile_id 필드는 해당 지오메트리 슬라이스 헤더(GSH)에 의해 참조되는 해당 타일(tile)의 식별자를 나타낸다.
상기 gsh_slice_id필드는 다른 신택스 엘레먼트들에 의한 참조를 위해 해당 슬라이스의 식별자를 나타낸다(identifies the slice header for reference by other syntax elements).
상기 frame_idx 필드는 개념상의 프레임 넘버 카운터(notional frame number counter)의 log2_max_frame_idx + 1 least significant bits를 나타낸다. 다른 프레임 인덱스 값을 갖는 연속적인 슬라이스들은 다른 출력 포인트 클라우드 프레임들을 형성한다(Consecutive slices with differing values of frame_idx form parts of different output point cloud frames). 사이에 오는 프레임 바운더리 마커 데이터 유닛이 없이 동일한 프레임 인덱스 값을 갖는 연속적인 슬라이스들은 동일 출력 포인트 클라우드 프레임을 형성한다(Consecutive slices with identical values of frame_idx without an intervening frame boundary marker data unit form parts of the same output point cloud frame).
상기 gsh_num_points 필드는 해당 슬라이스 내 코드된 포인트들의 최대 개수를 나타낸다. 실시예들에 따르면, 상기 gsh_num_points 필드의 값은 상기 슬라이스 내 디코드된 포인트들의 개수보다 크거나 같아야 하는 것이 비트스트림 일치의 요구 사항이다(It is a requirement of bitstream conformance that gsh_num_points is greater than or equal to the number of decoded points in the slice).
상기 gsh_box_log2_scale 필드는 해당 슬라이스를 위한 바운딩 박스 오리진의 스케일링 팩터를 나타낸다.
상기 gsh_box_origin_x 필드는 상기 gsh_box_log2_scale 필드의 값에 의해 스케일링된 바운딩 박스 오리진의 x값을 나타낸다.
상기 gsh_box_origin_y 필드는 상기 gsh_box_log2_scale 필드의 값에 의해 스케일링된 바운딩 박스 오리진의 y값을 나타낸다.
상기 gsh_box_origin_z 필드는 상기 gsh_box_log2_scale 필드의 값에 의해 스케일링된 바운딩 박스 오리진의 z값을 나타낸다.
이때, 변수 slice_origin_x, slice_origin_y, 그리고 slice_origin_z는 아래와 같이 유도(추출, derived)될 수 있다.
만일 상기 gps_gsh_box_log2_scale_present_flag 필드의 값이 0이면, originScale은 gsh_box_log2_scale이 된다.
그리고, 상기 gps_gsh_box_log2_scale_present_flag 필드의 값이 1이면, originScale은 gps_gsh_box_log2_scale이 된다.
또한, 상기 gps_box_present_flag 필드의 값이 0이면, 변수 slice_origin_x, slice_origin_y, 그리고 slice_origin_z의 값은 0이 될 것이다.
만일, 상기 gps_box_present_flag 필드의 값이 1이면, 변수 slice_origin_x, slice_origin_y, 그리고 slice_origin_z에 대해 다음식이 적용될 것이다.
slice_origin_x = gsh_box_origin_x << originScale
slice_origin_y = gsh_box_origin_y << originScale
slice_origin_z = gsh_box_origin_z << originScale
실시예들에 따른 지오메트리 슬라이스 헤더(geometry_slice_header())는 상기 gps_implicit_geom_partition_flag 필드의 값이 참이면(즉, 0이면), gsh_log2_max_nodesize_x 필드, gsh_log2_max_nodesize_y_minus_x 필드, gsh_log2_max_nodesize_z_minus_y 필드를 더 포함할 수 있고, 상기 gps_implicit_geom_partition_flag 필드의 값이 거짓이면(즉, 1이면), gsh_log2_max_nodesize 필드를 더 포함할 수 있다.
상기 gsh_log2_max_nodesize_x 필드는 x 디멘젼에서 바운딩 박스 사이즈 즉, 디코딩 과정에서 사용되는 MaxNodesizeXLog2를 아래와 같이 나타낸다(specifies the bounding box size in the x dimension, i.e., MaxNodesizeXLog2 that is used in the decoding process).
MaxNodeSizeXLog2 = gsh_log2_max_nodesize_x
MaxNodeSizeX = 1 << MaxNodeSizeXLog2
상기 gsh_log2_max_nodesize_y_minus_x 필드는 y 디멘젼에서 바운딩 박스 사이즈 즉, 디코딩 과정에서 사용되는 MaxNodesizeYLog2를 아래와 같이 나타낸다(specifies the bounding box size in the y dimension, i.e., MaxNodesizeYLog2 that is used in the decoding process).
MaxNodeSizeYLog2=gsh_log2_max_nodesize_y_minus_x + MaxNodeSizeXLog2.
MaxNodeSizeY = 1 << MaxNodeSizeYLog2.
상기 gsh_log2_max_nodesize_z_minus_y 필드는 z 디멘젼에서 바운딩 박스 사이즈 즉, 디코딩 과정에서 사용되는 MaxNodesizeZLog2를 아래와 같이 나타낸다(specifies the bounding box size in the z dimension, i.e., MaxNodesizeZLog2 that is used in the decoding process).
MaxNodeSizeZLog2=gsh_log2_max_nodesize_z_minus_y + MaxNodeSizeYLog2
MaxNodeSizeZ = 1 << MaxNodeSizeZLog2
상기 gsh_log2_max_nodesize 필드는 상기 gps_implicit_geom_partition_flag 필드의 값이 1이면, 아래와 같이 구해진다.
gsh_log2_max_nodesize=max{MaxNodeSizeXLog2, MaxNodeSizeYLog2, MaxNodeSizeZLog2}
상기 gsh_log2_max_nodesize 필드는 상기 gps_implicit_geom_partition_flag 필드의 값이 0이면, 루트 지오메트리 옥트리 노드의 사이즈를 나타낸다.
이때, 변수 MaxNodeSize와 MaxGeometryOctreeDepth는 아래와 같이 구해진다.
MaxNodeSize　=　1 << gsh_log2_max_nodesize
MaxGeometryOctreeDepth=gsh_log2_max_nodesize-log2_trisoup_node_size
실시예들에 따른 지오메트리 슬라이스 헤더(geometry_slice_header())는 상기 geom_scaling_enabled_flag 필드의 값이 참이면, geom_slice_qp_offset 필드와 geom_octree_qp_offsets_enabled_flag 필드를 더 포함할 수 있다.
상기 geom_slice_qp_offset 필드는 베이스 지오메트리 양자화 파라미터에 대한 오프셋을 나타낸다(specifies an offset to the base geometry quantisation parameter geom_base_qp).
상기 geom_octree_qp_offsets_enabled_flag 필드는 geom_octree_qp_ofsets_depth 필드가 해당 지오메트리 슬라이스 헤더에 존재하는지 여부를 나타낸다. 예를 들어, 상기 geom_octree_qp_offsets_enabled_flag 필드의 값이 1이면, geom_octree_qp_ofsets_depth 필드가 해당 지오메트리 슬라이스 헤더에 존재하고, 0이면 존재하지 않음을 나타낸다.
상기 geom_octree_qp_offsets_depth 필드는 지오메트리 옥트리의 뎁스를 나타낸다.
실시예들에 따르면, 지오메트리 슬라이스 헤더는 프로젝션과 관련된 시그널링 정보를 포함할 수 있다.
projection_flag 필드는 도 33과 도 34에서 설명한 projection_flag 필드와 동일하다. projection_flag 필드의 값이 1인 경우, 지오메트리 슬라이스 헤더는 도 33과 도 34에서 설명한 프로젝션과 관련된 시그널링 정보(projection_info())를 더 포함한다. 프로젝션과 관련된 시그널링 정보는 도 33과 도 34에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
도 41은 본 명세서에 따른 지오메트리 슬라이스 데이터(geometry_slice_data())의 신택스 구조의 다른 실시예를 보인 도면이다. 실시예들에 따른 지오메트리 슬라이스 데이터(geometry_slice_data())는 해당 슬라이스에 속한 지오메트리 비트스트림을 전송할 수 있다. 도 31은 지오메트리 예측이 옥트리 기반 또는 트라이슙 기반으로 수행할 때 적용할 수 있다.
실시예들에 따른 지오메트리 슬라이스 데이터(geometry_slice_data())는 MaxGeometryOctreeDepth의 값만큼 반복되는 제1 반복문을 포함할 수 있다. 이때 depth는 0으로 초기화되고, 반복문이 수행될 때마다 1씩 증가하며, depth가 MaxGeometryOctreeDepth의 값이 될 때까지 제1 반복문이 반복되는 것을 일 실시예로 한다. 제1 반복문은 NumNodesAtDepth의 값만큼 반복되는 제2 반복문을 포함할 수 있다. 이때 nodeidx는 0으로 초기화되고, 반복문이 수행될 때마다 1씩 증가하며, nodeidx가 NumNodesAtDepth의 값이 될 때까지 제2 반복문이 반복되는 것을 일 실시예로 한다. 제2 반복문은 xN = NodeX[depth][nodeIdx], yN = NodeY[depth][nodeIdx], zN = NodeZ[depth][nodeIdx], geometry_node(depth, nodeIdx, xN, yN, zN)를 포함할 수 있다. MaxGeometryOctreeDepth는 지오메트리 옥트리 깊이의 최대 값을 나타내고, NumNodesAtDepth[depth]는 해당 깊이에서 디코드될 노드들의 개수를 나타낸다. 변수 NodeX[depth][nodeIdx], NodeY[depth][nodeIdx], NodeZ[depth][nodeIdx]는 주어진 깊이에서 디코딩 순서로 Idx-th 노드의 x, y, z 좌표(coordinates)를 나타낸다. geometry_node(depth, nodeIdx, xN, yN, zN)를 통해 해당 깊이의 해당 노드의 지오메트리 비트스트림을 전송한다.
실시예들에 따른 지오메트리 슬라이스 데이터(geometry_slice_data())는 log2_trisoup_node_size 필드의 값이 0보다 크면, geometry_trisoup_data()를 더 포함할 수 있다. 즉, 트라이앵글 노드들의 사이즈가 0보다 크면, geometry_trisoup_data()를 통해 트라이슙 지오메트리 인코딩된 지오메트리 비트스트림을 전송한다.
도 42는 본 명세서에 따른 어트리뷰트 슬라이스 비트스트림()의 신택스 구조의 일 실시예를 보인 도면이다.
실시예들에 따른 어트리뷰트 슬라이스 비트스트림(attribute_slice_bitstream ())은 어트리뷰트 슬라이스 헤더(attribute_slice_header())와 어트리뷰트 슬라이스 데이터(attribute_slice_data())를 포함할 수 있다. 실시예들에 따르면, 어트리뷰트 슬라이스 비트스트림은 어트리뷰트 데이터 유닛, 어트리뷰트 슬라이스 헤더는 어트리뷰트 데이터 유닛 헤더, 어트리뷰트 슬라이스 데이터는 어트리뷰트 데이터 유닛 데이터라 칭하기도 한다.
도 43은 본 명세서에 따른 어트리뷰트 슬라이스 헤더(attribute_slice_header())의 신택스 구조의 일 실시예를 보인 도면이다.
실시예들에 따른 어트리뷰트 슬라이스 헤더(attribute_slice_header())는 ash_attr_parameter_set_id 필드, ash_attr_sps_attr_idx 필드, 및 ash_attr_geom_slice_id 필드를 포함할 수 있다.
실시예들에 따른 어트리뷰트 슬라이스 헤더(attribute_slice_header())는 어트리뷰트 파라미터 세트(APS)의 aps_slice_qp_delta_present_flag 필드의 값이 참(예, 1)이면, ash_attr_qp_delta_luma 필드와 ash_attr_qp_delta_chroma 필드를 더 포함할 수 있다.
상기 ash_attr_parameter_set_id 필드는 현재 액티브 APS의 aps_attr_parameter_set_id필드의 값을 나타낸다.
상기 ash_attr_sps_attr_idx 필드는 현재 액티브 SPS 내의 어트리뷰트 세트를 나타낸다.
상기 ash_attr_geom_slice_id 필드는 현재 지오메트리 슬라이스 헤더의 gsh_slice_id 필드의 값을 나타낸다. 상기 ash_attr_qp_delta_luma 필드는 액티브 어트리뷰트 파라미터 세트 내 초기 슬라이스 qp로부터 도출된 루마 델타 양자화 파라미터(qp)를 나타낸다.
상기 ash_attr_qp_delta_chroma 필드는 액티브 어트리뷰트 파라미터 세트 내 초기 슬라이스 qp로부터 도출된 크로마 델타 양자화 파라미터(qp)를 나타낸다.
실시예들에 따르면, 어트리뷰트 슬라이스 헤더는 프로젝션과 관련된 시그널링 정보를 포함할 수 있다.
projection_flag 필드는 도 33과 도 34에서 설명한 projection_flag 필드와 동일하다. projection_flag 필드의 값이 1인 경우, 어트리뷰트 슬라이스 헤더는 도 33과 도 34에서 설명한 프로젝션과 관련된 시그널링 정보(projection_info())를 더 포함한다. 프로젝션과 관련된 시그널링 정보는 도 33과 도 34에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
도 32 내지 도 47에서, sps_projection_param_present_flag 필드, gps_projection_param_present_flag 필드, aps_projection_param_present_flag 필드의 값이 1이면 SPS, GPS, APS에서 프로젝션과 관련된 시그널링 정보가 전달됨을 알려줄 수 있다. sps_projection_param_present_flag 필드, gps_projection_param_present_flag 필드, aps_projection_param_present_flag 필드의 값이 0이면 프로젝션과 관련된 시그널링 정보는 슬라이스 단위로 전달됨을 알려줄 수 있다.
sps_seq_parameter_set_id 필드와 gps_seq_parameter_set_id 필드는 좌표 프로젝션(coordinate projection)이 수행되고, 프로젝션과 관련된 시그널링 정보가 SPS 혹은 GPS를 통해 전달되는 경우, 해당 파라미터 세트의 인디케이터를 알려줄 수 있다. 예를 들어, 좌표 변환(coordinate conversion)이 어트리뷰트 코딩에 사용 될 때 프로젝션과 관련된 시그널링 정보는 GPS를 통해 전달될 수 있는데 (예를 들어, 지오메트리 코딩에 사용되는 코딩 스킴에서 좌표 변환에서 사용되는 파라미터(또는 필드)들을 공동으로 사용하는 경우), 이 경우 해당 파라미터를 참조할 수 있는 파라미터 세트 인디케이터를 직접적으로 전달할 수 있다. 마찬가지로 해당 파라미터가 시퀀스 전체에 적용됨 또는 포지션 및 어트리뷰트에 동시에 적용됨을 알려주기 위해 SPS에 정의되는 경우 시퀀스 파라미터 세트 인디케이터를 직접적으로 알려줄 수 있다. 이러한 방법을 통해 복수의 파라미터 세트 중 필요로 하는 파라미터가 포함된 파라미터 세트를 참조할 수 있도록 한다. 만약 APS 에 정의된 파라미터를 위치 복원에 사용하고자 하는 경우 APS 인디케이터를 GPS 내에 정의함으로써 해당 파라미터를 사용하도록 할 수 있다.
도 44는 실시예들에 따른 포인트 클라우드 데이터 수신 장치의 동작을 나타내는 구성 블록도이다.
도 44는 프로젝션이 수행된 포인트 클라우드 데이터를 처리하는 포인트 클라우드 데이터 수신 장치(또는 포인트 클라우드 수신 장치) (예를 들면 도 1의 수신 장치(10004), 도 10 및 도 11의 포인트 클라우드 디코더, 도 13의 수신 장치)의 동작 예시를 나타낸다. 도 1 내지 도 14에서 설명한 바와 같이 포인트 클라우드 수신 장치는 인풋 지오메트리 비트스트림에 대하여 지오메트리 디코딩을 수행한다(4410). 실시예들에 따른 지오메트리 디코딩은 옥트리 지오메트리 디코딩, 트라이숩 지오메트리 디코딩 등을 포함할 수 있으며, 상술한 예시에 국한되지 않는다. 포인트 클라우드 수신 장치는 도 13에서 설명한 Arithmetic 디코더(13002), Occupancy코드 기반 옥트리 재구성 처리부(13003), 표면 모델 처리부(삼각형 재구성, 업-샘플링, 복셀화)(13004) 및 inverse 양자화 처리부(13005)의 동작 중 적어도 하나 이상의 동작을 수행한다. 포인트 클라우드 수신 장치는 지오메트리 디코딩의 결과로 재구성된(또는 복원된) 지오메트리를 출력한다.
실시예들에 따른 포인트 클라우드 수신 장치는 시그널링 정보를 기반으로 프로젝션 적용 여부를 판단한다(4420). 프로젝션을 적용하는 경우, 포인트 클라우드 수신 장치는 디코드된 지오메트리에 대하여 프로젝션을 수행하고 (4430), 프로젝션이 수행된 지오메트리를 기반으로 어트리뷰트 디코딩을 수행한다(4440). 프로젝션을 적용하지 않는 경우, 포인트 클라우드 수신 장치는 복원된 지오메트리를 기반으로 어트리뷰트 디코딩을 수행한다(4440). 실시예들에 따른 어트리뷰 디코딩(4440)은 도 13에서 설명한 아리스메틱 (arithmetic) 디코더(13007), 인버스(inverse) 양자화 처리부(13008), 예측/리프팅/RAHT 역변환 처리부(13009), 색상 역변환 처리부(13010)의 동작들 중 적어도 하나 이상, 조합에 대응하며 위 예시에 국한되지 않는다. 또한 실시예들에 따른 어트리뷰트 디코딩(4440)은 RAHT 코딩, 예측 변환 코딩, 리프팅 변환 코딩 중 적어도 하나 이상 또는 조합을 포함할 수 있다. 포인트 클라우드 수신 장치는 프로젝션을 수행한 경우, 역 프로젝션(inverse projection)을 수행한다(4450). 디코드된 어트리뷰트는 프로젝션된 지오메트리에 매칭되므로, 프로젝션된 좌표계(또는 공간)에서 지오메트리와 어트리뷰트가 매칭된 포인트 클라우드 데이터는 다시 원래의 좌표계로 변환되어야 한다. 따라서 포인트 클라우드 수신 장치는 역 프로젝션을 수행하여 재구성된 포인트 클라우드 데이터를 확보한다. 만약 프로젝션이 수행되지 않았다면 역 프로젝션(4450)은 수행되지 않는다. 실시예들에 따른 프로젝션(4430)은 어트리뷰트 디코딩을 위한 좌표 변환 전처리 과정(coordinate conversion pre-processing)으로 호칭될 수 있다. 실시예들에 따른 역 프로젝션(4450)은 어트리뷰트 디코딩을 위한 좌표 변환 후처리 과정(coordinate conversion post-process)로 호칭될 수 있다. 도 44는 포인트 클라우드 수신 장치의 동작의 예시를 나타내는 것으로 동작 순서는 본 예시에 국한되지 않는다. 실시예들에 따른 도 44의 구성요소가 나타내는 동작은 포인트 클라우드 수신 장치를 구성하는 하드웨어, 소프트웨어, 프로세스 또는 이들의 조합에 의해 수행될 수 있다.
도 45는 실시예들에 따른 포인트 클라우드 수신 장치의 동작의 예시이다.
도 45는 도 44의 포인트 클라우드 데이터 수신 장치의 동작을 구체화한 것이다. 도 45의 포인트 클라우드 수신 장치의 데이터 처리 순서는 본 예시에 국한되지 않는다. 또한 실시예들에 따른 도 45의 구성요소가 나타내는 동작은 포인트 클라우드 수신 장치를 구성하는 하드웨어, 소프트웨어, 프로세스 또는 이들의 조합에 의해 수행될 수 있다.
포인트 클라우드 수신 장치의 디멀티플렉서는 수신된 비트스트림을 디멀티플렉스하여 지오메트리 비트스트림 및 어트리뷰트 비트스트림을 출력한다.
상기 지오메트리 비트스트림은 지오메트리 디코더로 출력되고, 상기 어트리뷰트 비트스트림은 어트리뷰트 디코더로 출력된다. 상기 지오메트리 디코더는 엔트로피 디코딩(Entropy decoding)부(4501), 역양자화(Dequantization)부(4502) 및 지오메트리 디코딩(Geometry decoding)부(4503)를 포함할 수 있다. 상기 어트리뷰트 디코더는 엔트로피 디코딩(Entropy decoding)부(4510), 역양자화(Dequantization)부(4511) 및 어트리뷰트 디코딩부(4512)를 포함할 수 있다. 실시예들에 따른 포인트 클라우드 수신 장치는 프로젝션 후처리(postprocessing)부(4520)를 더 포함할 수 있다.
실시예들에 따른 포인트 클라우드 수신 장치의 엔트로피 디코딩부(4501), 역양자화부(4502) 및 지오메트리 디코딩부(4503)는 입력되는 지오메트리 비트스트림에 대하여 엔트로피 디코딩, 역양자화 및 지오메트리 디코딩을 수행하여 재구성(또는 복원)된 지오메트리를 어트리뷰트 디코더의 어트리뷰트 디코딩부(4512)와 프로젝션 후처리부(4520)로 출력한다. 실시예들에 따른 엔트로피 디코딩부(4501), 역양자화부(4502) 및 지오메트리 디코딩부(4503)는 지오메트리 디코더 또는 지오메트리 프로세서라 호칭될 수 있으며, 도 13에서 설명한 아리스메틱 (arithmetic) 디코더(13002), 오큐판시 코드 (Occupancy code) 기반 옥트리 재구성 처리부(13003), 표면 모델 처리부(삼각형 재구성, 업-샘플링, 복셀화)(13004), 인버스(inverse) 양자화 처리부(13005) 중 적어도 어느 하나 이상, 또는 조합에 대응한다.
실시예들에 따른 포인트 클라우드 수신 장치의 엔트로피 디코딩부(4510), 역양자화부(4511) 및 어트리뷰트 디코딩부(4512)는 입력되는 어트리뷰트 비트스트림에 대하여 엔트로피 디코딩, 역양자화 및 어트리뷰트 디코딩을 수행하여 재구성된 어트리뷰트(또는 디코드된 어트리뷰트)를 프로젝션 후처리부(4520)로 출력한다. 실시예들에 따른 엔트로피 디코딩부(4510), 역양자화부(4511) 및 어트리뷰트 디코딩부(4512)는 어트리뷰트 디코더 또는 어트리뷰트 프로세서라고 호칭될 수 있으며, 도 44에서 설명한 어트리뷰트 디코딩(4440)에 대응한다. 또한 실시예들에 따른 엔트로피 디코딩부(4510), 역양자화부(4511) 및 어트리뷰트 디코딩부(4512)는 도 13에서 설명한 아리스메틱 (arithmetic) 디코더(13007), 인버스(inverse)양자화 처리부(13008), 예측/리프팅/RAHT 역변환 처리부(13009), 색상 역변환 처리부(13010) 중 적어도 하나 이상, 조합에 대응하며 위 예시에 국한되지 않는다.
도 32 내지 도 43에서 설명한 바와 같이 실시예들에 따른 시그널링 정보는 지오메트리 및/또는 어트리뷰트에 대해 각각 프로젝션 적용 여부를 나타내는 시그널링 정보(예를 들면 geo_projection_enable_flag, attr_projetion_enable_flag, attr_coord_conv_enable_flag 등)을 더 포함한다.
실시예들에 따르면, attr_coord_conv_enable_flag 필드는 APS에 포함될 수 있으며, 이 attr_coord_conv_enable_flag 필드의 값이 1이면 포인트 클라우드 변환이 어트리뷰트 코딩 프로세스에서 수행되는 것을 나타낸다. attr_coord_conv_enable_flag 필드의 값이 0이면, 포인트 클라우드 변환이 어트리뷰트 코딩 프로세스에서 수행되지 않음을 나타낸다.
실시예들에 따르면, APS에 포함되는 coord_conv_scale_present_flag 필드의 값이 1이면, 좌표계 변환 스케일 팩터(또는 스케일링 파라미터라 함) scale_x, scale_y, scale_z가 존재하는 것을 나타낸다. coord_conv_scale_present_flag 필드의 값이 0이면, 좌표계 변환 스케일 팩터가 존재하지 않고, scale_x, scale_y, scale_z는 x,y,z축의 최대 거리로 정규화된 모든 축에 대한 최대거리이다. 그리고, APS에 포함되는 attr_coord_conv_scale필드는 좌표 변환 축의 축척 비율을 2-8 단위로 지정한다.
따라서 실시예들에 따른 포인트 클라우드 수신 장치의 후처리부(4520)는 재구성된 지오메트리 및 재구성된 어트리뷰트에 대하여 도 32 내지 도 43에서 설명한 시그널링 정보를 기반으로 프로젝션 후 처리(projection post processing)를 수행한다.
실시예들에 따른 프로젝션 후처리부(4520)는 도 16에서 설명한 송신 측의 프로젝션 전처리부(1620)에 대응한다. 실시예들에 따른 프로젝션 후처리부(4520)는 도 44에서 설명한 프로젝션(4420) 및 역프로젝션(4450)에 대응한다. 도면 하단의 점선 처리된 박스는 프로젝션 후처리부(4520)의 상세 블록도를 나타낸다. 도면에 도시된 바와 같이 포인트 클라우드 수신 장치의 후처리부(4520)는 프로젝션(Projection)부(4521), 프로젝션 인덱스 맵 제너레이션(Projection Idx map generation)부(4522) 및 역프로젝션(Inverse projection)부(4523)을 포함할 수 있다.
상기 프로젝션부(4521)는 재구성된 지오메트리에 대하여 프로젝션을 수행한다. 실시예들에 따른 프로젝션부(4521)의 프로젝션 과정은 도 16에서 설명한 프로젝션부(1632)의 역과정에 해당한다. 포인트 클라우드 전송 장치가 지오메트리에 대해 프로젝션을 수행한 경우, 포인트 클라우드 수신 장치에서 재구성된 지오메트리는 프로젝션 도메인에서의 포지션을 나타낸다. 따라서 포인트 클라우드 수신 장치는 시그널링 정보(예를 들면 도 32 내지 도 43에서 설명한 프로젝션과 관련된 시그널링 정보, coord_conversion_type, bounding_box_x_offset등)를 기반으로 프로젝션된 지오메트리를 3차원 공간상에 재변환하는 리프로젝션을 수행한다. 포인트 클라우드 수신 장치의 프로젝션부(4521)는 도 32 내지 도 43에서 설명한 프로젝션과 관련된 시그널링 정보로부터 리프로젝션된 데이터의 범위, 스케일링 정보 (예를 들면 bounding_box_x/y/z_length, granularity_radius/angular/normal 등)등을 확보할 수 있다.
실시예들에 따른 포인트 클라우드 수신 장치의 프로젝션부(4521)는 도 32 내지 도 43에서 설명한 프로젝션과 관련된 시그널링 정보(예를 들면 laser_position_adjustment_flag 등)를 기반으로 송신측에서 레이저 포지션 조정이 수행되었는지를 확인하고 레이저 포지션 조정과 관련된 정보를 확보할 수 있다. 또한 포인트 클라우드 수신 장치의 프로젝션부(4521)는 도 32 내지 도 43에서 설명한 프로젝션과 관련된 시그널링 정보(예를 들면 sampling_adjustment_cubic_flag 등)을 기반으로 송신측에서 샘플링 레이트 조정이 수행되었는지를 확인하고 관련 정보를 확보할 수 있다. 실시예들에 따른 포인트 클라우드 수신 장치의 프로젝션부(4521)는 레이저 포지션 조정 및 샘플링 레이트 조정을 반영하여 리프로젝션을 수행할 수 있다. 실시예들에 따른 프로젝션, 레이저 포지션 조정 및 샘플링 레이트 조정은 도 21 내지 도 23에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 포인트 클라우드 수신 장치의 프로젝션부(4521)는 도 32 내지 도 43에서 설명한 프로젝션과 관련된 시그널링 정보(예를 들면 projection_type)를 기반으로 리프로젝션된 포인트 클라우드 데이터(지오메트리)의 좌표계(예를 들면 도 18에서 설명한 원통형 좌표계(1810), 구면 좌표계(1820))를 원래의 좌표계(예를 들면 xyz 좌표계(1800))으로 변환할 수 있다. 도 32 내지 도 43에서 설명한 바와 같이 프로젝션과 관련된 시그널링 정보는 원래의 좌표계상 데이터의 출력 범위(예를 들면 orig_bounding_box_x_offset), 변환 좌표계와 관련된 정보 (예를 들면 cylinder_center_x등) 등을 포함한다. 포인트 클라우드 수신 장치의 프로젝션부(4521)는 수학식 5 내지 수학식 11의 역변환 수학식을 이용할 수 있다. 그러나 도 15 내지 도 18에서 설명한 바와 같이 포인트 클라우드 송신 장치가 복셀라이제이션(예를 들면 프로젝션 도메인 복셀라이제이션(1644)) 및 라운딩 (rounding)을 수행하는 과정에서 포인트의 포지션의 오차가 발생할 수 있다. 따라서 포인트 클라우드 수신 장치의 프로젝션부(4521)가 시그널링 정보를 기반으로 프로젝션을 수행하더라도 지오메트리의 무손실 복원이 어려울 수 있다. 즉, 재구성된 어트리뷰트가 무손실 복원되더라도, 재구성된 지오메트리의 손실로 인해 지오메트리와 어트리뷰트 간의 정확한 매칭이 이루어지지 않아 의도하지 않은 오류가 발생할 수 있다. 이때, 프로젝션이 어트리뷰트 코딩에만 적용되는 경우, 재구성된 지오메트리에 대응하는 재구성된 어트리뷰트를 연결하면 재구성된 어트리뷰트가 무손실 복원되지 않아도 적합한 매칭이 이루어지므로 오류가 적은 재구성된 포인트 클라우드 데이터를 확보할 수 있다.
따라서 실시예들에 따른 포인트 클라우드 수신 장치의 프로젝션 인덱스 맵 제너레이션부(4522)는 프로젝션된 지오메트리와 프로젝션이 수행되기 이전의 포지션을 연결하기 위하여 포지션 정보의 인덱스를 나타내는 인덱스 맵을 생성하는 프로젝션 인덱스 맵 제너레이션을 수행한다. 포인트 클라우드 수신 장치의 프로젝션 인덱스 맵 제너레이션부(4522)는 재구성된 지오메트리에 대하여 특정 순서(예를 들면 몰톤 코드 순서, x-y-z 지그재그 순서 등)으로 재구성된 지오메트리가 나타내는 포인트들을 정렬하고, 순서에 따라 인덱스를 부여한다. 또한, 프로젝션 인덱스 맵 제너레이션부(4522)는 프로젝션 이전의 포지션과 인덱스의 관계에 기반하여 디코드된 포지션(지오메트리) 맵에 대한 인덱스(index to decoded position map)와 인덱스 맵에 대한 디코드된 포지션(지오메트리)(decoded position to the index map)을 생성할 수 있다. 그리고, 인덱스가 부여된 지오메트리에 대해 프로젝션을 수행하고, 프로젝션된 포지션(지오메트리)맵에 대한 디코드된 포지션(decoded position to projected position map)을 생성한다. 또한 프로젝션 인덱스 맵 제너레이션부(4522)는 디코드된 포지션과 인덱스 사이의 관계(예를 들면 생성한 디코드된 포지션(지오메트리) 맵에 대한 인덱스와 인덱스 맵에 대한 디코드된 포지션(지오메트리))를 기반으로 인덱스 맵에 대한 프로젝션된 포지션(the projection position to the index map)을 생성한다.
도 15 내지 도 17에서 설명한 바와 같이 포인트 클라우드 전송 장치는 프로젝션이 수행된 지오메트리를 기반으로 어트리뷰트 인코딩을 수행한다. 따라서 어트리뷰트 디코더에서 재구성된 어트리뷰트는 도 15 내지 도 23에서 설명한 프로젝션 도메인 상에 표현되는 지오메트에 대한 어트리뷰트로 표현된다.
즉, 어트리뷰트 디코딩이 수행되면, 프로젝션 도메인상의 각 포인트는 어트리뷰트를 갖게 되므로, 포인트 클라우드 수신 장치의 역프로젝션부(4523)는 역프로젝션을 수행하여 인덱스 맵에 대한 프로젝션된 포지션과 포지션 맵에 대한 인덱스를 기반으로 프로젝션된 지오메트리의 오리지널 지오메트리를 복원하고, 복원된 오리지널 지오메트리와 복원된 어트리뷰트를 매칭할 수 있다. 실시예들에 따른 프로젝션 인덱스 맵 제너레이션부(4522)는 역프로젝션부(4523)에 포함될 수 있다.
실시예들에 따른 역프로젝션 과정은, 포인트들의 포지션을 나타내는 좌표를 기반으로 포인트들의 포지션을 인버스 프로젝션하는 과정 및 제 2 좌표계로 표현된 포인트들의 포지션을 나타내는 좌표를 제 1 좌표계로 변환하여 표현하는 과정을 포함할 수 있다. 상술한 역프로젝션된 포인트들의 포지션을 나타내는 좌표는 제 1 좌표계로 표현될 수 있다. 상기 역프로젝션부(4523)는 포인트들의 포지션을 나타내는 좌표를 기반으로 포인트들의 포지션을 역프로젝션하는 과정을 수행할 수 있다. 상기 역프로젝션부(4523)는 제 2 좌표계로 표현된 포인트들의 포지션을 나타내는 좌표를 제 1 좌표계로 변환하여 표현하는 과정을 수행할 수 있다. 실시예들에 따른 제 1 좌표계는 데카르트 좌표계(cartesian coordinate)를 포함하고, 제 2 좌표계는 구면 좌표계(spherical coordinate), 원통형 좌표계(cylindrical coordinate) 또는 부채꼴형 좌표계를 포함할 수 있다. 또한, 제2좌표계는 부채꼴형 구면 좌표계와 부채꼴형 원통형 좌표계를 포함할 수 있다. 실시예들에 따른 포인트들의 포지션을 역프로젝션하는 과정은, 제 2 좌표계로 표현된 포인트들의 포지션을 나타내는 좌표 및 스케일 값을 기반으로 할 수 있다.
도 46은 실시예들에 따른 포인트 클라우드 수신 장치의 처리 과정의 예시를 나타낸 플로우챠트이다.
도 46에 도시된 플로우차트(4600)는 도 44 내지 도 45에서 설명한 포인트 클라우드 수신 장치의 처리 과정의 예시를 나타낸다. 포인트 클라우드 수신 장치의 동작은 본 예시에 국한되지 않으며, 각 엘레멘트에 대응하는 동작은 도 46에 도시된 순서대로 수행될 수 있고, 순차적으로 수행되지 않을 수도 있다.
도 44 내지 도 45에서 설명한 바와 같이 포인트 클라우드 수신 장치는 포인트 클라우드 비트스트림을 입력 받고 지오메트리 비트스트림에 대하여 엔트로피 디코딩(Entropy Decoding)(4610), 역양자화(Dequantization)(4611) 및 지오메트리 디코딩(Geometry Decoding)(4612)를 수행한다. 실시예들에 따른 엔트로피 디코딩(4610), 역양자화(4611) 및 지오메트리 디코딩(4612)는 도 45에서 설명한 지오메트리 프로세싱에 대응하며, 구체적인 설명은 생략한다. 포인트 클라우드 수신 장치는 도 45에서 설명한 바와 같이 도 32 내지 도 43에서 설명한 시그널링 정보를 기반으로 프로젝션의 수행여부를 판단하고 프로젝션을 수행하지 않는 경우 어트리뷰트 디코딩(Attribute decoding)(4630)을 수행한다. 프로젝션을 수행하는 경우, 포인트 클라우드 수신 장치는 프로젝션 포스트 프로세싱(예를 들면 도 45에서 설명한 프로젝션 포스트 프로세싱(4520))을 수행한다. 실시예들에 따른 프로젝션 포스트 프로세싱은 도 45에서 설명한 프로젝션 포스트 프로세싱(4520)의 예시로서, 좌표 변환(coordinate conversion)(4620), 좌표 프로젝션(Coordinate projection)(4621), 환산 조정(Translation adjustment)(4622), 바운딩 박스 조정(Bounding box adjustment)(4623), 프로젝션 도메인 복셀라이제이션(Projection domain voxelization)(4624) 및 역 프로젝션(Inverse Projection)(4625)을 포함한다. 좌표 변환(4620), 좌표 프로젝션(4621), 환산 조정(4622), 바운딩 박스 조정(4623) 및 프로젝션 도메인 복셀라이제이션(4624)은 도 45에서 설명한 프로젝션부(4521)에 대응할 수 있다. 도 45에서 설명한 바와 같이 포인트 클라우드 수신 장치는 도 32 내지 도 43에서 설명한 시그널링 정보에 포함된 레이저 포지션 조정(예를 들면 레이저 포지션 조정(1642)), 샘플링 레이트 조정(예를 들면 샘플링 레이트 조정(1643))등과 관련된 정보를 기반으로 환산 조정(4622), 바운딩 박스 조정(4623)등을 수행할 수 있다. 포인트 클라우드 수신 장치는 역프로젝션(4625)를 수행한다. 즉, 역프로젝션부(4625)은 프로젝션된 지오메트리에 대하여 어트리뷰트로 복원된 어트리뷰트 정보를 원위치로 복원된 지오메트리 정보에 대한 도메인으로 변경하는 구성이다. 역프로젝션은 포인트 클라우드 데이터의 프로젝션 과정을 동일하게 수행할 수 있다. 역프로젝션은 역변환 수식을 이용하여 프로젝션된 좌표계에서 기존의 좌표계로 포인트 클라우드 데이터의 포인트의 위치를 변환할 수 있다. 프로젝션이 어트리뷰트 코딩에 적용되는 경우, 복원된 지오메트리 정보와 대응하는 어트리뷰트 정보를 연결함으로써 어트리뷰트 정보가 적합한 값에 매칭되어 복원된다. 실시예들에 따른 역프로젝션(4625)는 도 45에서 설명한 역프로젝션(4523)과 동일하므로 구체적인 설명은 생략한다.
도 47은 실시예들에 따른 역프로젝션의 예시를 보인 도면이다.
도 47은 도 45 내지 도 46에서 설명한 역프로젝션의 예시로서 프로젝션 인덱스 맵 제너레이션(4522)의 예시를 나타낸다. 역프로젝션은 포인트 클라우드 데이터의 프로젝션 과정을 동일하게 수행할 수 있다. 역프로젝션은 역변환 수식을 이용하여 프로젝션된 좌표계에서 기존의 좌표계로 포인트 클라우드 데이터를 변환할 수 있다. 프로젝션이 어트리뷰트 코딩에 적용되는 경우, 복원된 지오메트리 정보와 대응하는 어트리뷰트 정보를 연결함으로써 어트리뷰트 정보가 적합한 값에 매칭되어 복원이 가능하다.
도면에 도시된 실선(4700)은 프로젝션 이전의 포지션과 인덱스의 관계에 기반하여 디코드된 포지션(지오메트리) 맵에 대한 인덱스(index to decoded position map)을 생성하는 과정을 나타낸다. 도면에 도시된 점선(4710)은 인덱스 맵에 대한 디코드된 포지션(지오메트리)(decoded position to the index map)을 생성하는 과정을 나타낸다. 도면에 도시된 실선(4720)은 포인트 클라우드 수신 장치는 인덱스가 부여된 지오메트리에 대해 프로젝션을 수행하고, 프로젝션된 포지션(지오메트리)맵에 대한 디코드된 포지션(decoded position to projected position map)을 생성하는 과정을 나타낸다. 또한 도면에 도시된 점선(4730)은 포인트 클라우드 수신 장치가 디코드된 포지션과 인덱스 사이의 관계(예를 들면 생성한 디코드된 포지션(지오메트리) 맵에 대한 인덱스와 인덱스 맵에 대한 디코드된 포지션(지오메트리))를 기반으로 인덱스 맵에 대한 프로젝션된 포지션(the projection position to the index map)을 생성하는 과정을 나타낸다.
즉, 프로젝션된 지오메트리 정보와 프로젝션 되기 전 지오메트리 정보를 연결하는 방법으로서, 지오메트리 정보에 인덱싱(indexing)을 할 수 있다. 즉, 실시예들에 따른 수신장치는 복원된 지오메트리 정보를 일정한 방법으로 정렬한 후(e.g., Morton code order, x-y-z zigzag order 등) 순서에 따라서 인덱스(index)를 부여할 수 있다.
어트리뷰트 디코딩 이후 프로젝션된 포인트들은 어트리뷰트 값을 갖는데, 프로젝티드 포지션 투 인덱스 맵(projected position to index map)과 인덱스 투 포지션 맵(index to position map)을 통해 프로젝션된 포지션(projected position)에서 원래 위치를 찾을 수 있다. 이와 같은 방식으로, 복원된 지오메트리 정보와 복원된 어트리뷰트 정보는 상호 매칭될 수 있다. 역프로젝션에 대한 설명은 도 45에서 설명한 바와 동일하므로 생략한다.
도 48은 실시예들에 따른 포인트 클라우드 수신 장치의 처리과정의 예시를 나타낸다.
도면에 도시된 플로우 차트(4800)는 도 44 내지 도 46에서 설명한 포인트 클라우드 수신 장치의 처리 과정의 예시를 나타낸다. 포인트 클라우드 수신 장치의 동작은 본 예시에 국한되지 않으며, 각 엘레멘트에 대응하는 동작은 도 48에 도시된 순서대로 수행될 수 있고, 순차적으로 수행되지 않을 수도 있다.
본 명세서는 다른 실시예로, 라이다의 레이저 샘플링 오류를 보정하기 위해 레이저 인덱스와 앵귤러 인덱스(angular index)를 사용할 수 있다.
전술한 바와 같이 프로젝션부에서 수행되는 좌표 변환 방법은 어트리뷰트 코딩의 코딩 성능을 향상시키기 위해 사용된다. 상기 좌표 변환 방법에서, 원통형 좌표계에 분포된 각 포인트의 포지션은 그것의 축이 반지름(radius), 수평 방향 각도(azimuthal angle), 그리고 레이저 인덱스의 함수(function)인 직교 좌표계(rectangular coordinate system or cartesian coordinate system)로 변환된다. 그리고, 3차원 직교 좌표계 상의 점(또는 파라미터) 즉, 포인트의 포지션 (x, y, z)이 주어지면, 원통형 좌표계에서 해당 포지션 (rl,
Figure PCTKR2021013833-appb-img-000162
l,
Figure PCTKR2021013833-appb-img-000163
l)은 하기 수학식 24와 같이 도출된다(derived). 즉, 수학식 24는 레이저의 포지션을 고려한 원통형 좌표계 변환의 예시이다.
[수학식 24]
Figure PCTKR2021013833-appb-img-000164
수학식 24에서 (xc, yc, zc)는 라이다 헤드의 중심 포지션(center position)을 나타내고, (xL, yL, zL)은 각 레이저의 상대적인 포지션(relative position)을 나타낸다.
실시예들에 따르면, (rl,
Figure PCTKR2021013833-appb-img-000165
l,
Figure PCTKR2021013833-appb-img-000166
l)를 사용한 좌표 변환(즉, 프로젝션)은 다음의 수학식 25와 같이 수행될 수 있다.
[수학식 25]
Figure PCTKR2021013833-appb-img-000167
실시예들에 따르면, idxL은 수직 방향 각도(elevation angle,
Figure PCTKR2021013833-appb-img-000168
L)에서 포인트를 샘플하는 레이저 인덱스를 나타내고, 스케일링 파라미터(또는 스케일 팩터 파라미터라 함)들 sr, s
Figure PCTKR2021013833-appb-img-000169
, sidx은 각 축을 따라 포인트 분포의 길이로 나눈 3개 축들의 포인트 분포 중 가장 큰 길이에 의해 도출될 수 있다(the scaling parameterssr, s
Figure PCTKR2021013833-appb-img-000170
, sidx은 are derived by the largest length of point distribution of three axes divided by the length of point distribution along each axis). 즉, sr은 파라미터 rl에 대한 스케일 팩터로서 x' 축에 적용되고, s
Figure PCTKR2021013833-appb-img-000171
는
Figure PCTKR2021013833-appb-img-000172
l에 대한 스케일 팩터로서 y' 축에 적용되며, sidx는 idxL에 대한 스케일 팩터로서 z' 축에 적용된다.
실시예들에 따르면, 포인트 클라우드 전송 장치는 스케일링 파라미터들 sr, sθ, sidx을 적용하여 프로젝트된 포인트 클라우드 데이터(예를 들어, 프로젝트된 지오메트리)의 샘플링 레이트를 조정한다.
본 명세서는 성능 향상을 위해 수평 방향 각도(azimuthal angle,
Figure PCTKR2021013833-appb-img-000173
L) 대신 앵귤러 인덱스(angular index, idxθ)를 사용하는 대체 좌표 변환(alternative coordinate conversion)을 수행하는 것을 일 실시예로 한다. 이때, 좌표계 변환 출력의 포지션은 다음의 수학식 26에 의해 주어진다. 즉, (rL, idxθ, idxL)을 사용한 좌표 변환(즉, 프로젝션)은 다음의 수학식 26과 같이 수행될 수 있다.
[수학식 26]
Figure PCTKR2021013833-appb-img-000174
여기서, 앵귤러 인덱스(angular index, idxθ)는 0부터 num_phi_per_turn - 1까지 범위 내의 인덱스이고, sidx
Figure PCTKR2021013833-appb-img-000175
는 상기 앵귤러 인덱스에 해당하는 스케일링 파라미터(또는 스케일 팩터 파라미터라 함)를 나타낸다. 변수 num_phi_per_turn는 라이다의 회전 속도가 일정하다고 가정할 때, 1회전 당 샘플링 수를 나타낸다. 또한, idxL은 수직 방향 각도(elevation angle,
Figure PCTKR2021013833-appb-img-000176
L)에서 포인트를 샘플하는 레이저 인덱스를 나타낸다.
즉, 구형 좌표계의 경우 r, phi, theta 는 x, y, z 공간 상에서 중심으로부터의 거리 (radius), 수평/수직 방향 각도 (azimuth/elevation angle) 로 표현되는데, 이렇게 표현된 좌표를 제3 좌표계 (x', y', z', 예, 사각 기둥 공간 또는 직사각 좌표계)로 나타내는 것을 프로젝션이라 한다.
수학식 26은, 수평/수직 방향 각도 (azimuth/elevation angle) 대신 앵귤러 인덱스와 레이저 인덱스를 사용하여 좌표 변환(즉, 프로젝션)을 수행하는 예이다. 이떄, x' = radius, y'=앵귤러 인덱스(idxθ), z' = 레이저 인덱스(idxL)로 매칭하여 프로젝션 시킨다.
그리고, sr, sidxθ, sidx은 스케일링 파라미터(또는 스케일 팩터 파라미터라 함)들을 나타낸다. 이때, sr은 파라미터 rL에 대한 스케일 팩터로서 x' 축에 적용되고, sidxθ는 앵귤러 인덱스(idxθ)에 대한 스케일 팩터로서 y' 축에 적용되며, sidx은 레이저 인덱스(idxL)에 대한 스케일 팩터로서 z' 축에 적용된다.
실시예들에 따르면, 포인트 클라우드 전송 장치는 수학식 26에서와 같이 스케일링 파라미터들 sr, sidxθ, sidx을 반지름(rL), 앵귤러 인덱스(idxθ), 레이저 인덱스(idxL)에 각각 적용하여 프로젝트된 포인트 클라우드 데이터(예를 들어, 프로젝트된 지오메트리)의 샘플링 레이트를 조정한다. 샘플링 레이트 조정은 도 16의 샘플링 레이트 조정부(1643) 또는 도 17의 샘플링 레이트 조정 단계(1733)에서 수행될 수 있다.
상기 앵귤러 인덱스(angular index, idxθ)는 다음의 수학식 27과 같이 계산될 수 있다. 즉, 앵귤러 인덱스(idxθ)는 수평 방향 각도(
Figure PCTKR2021013833-appb-img-000177
L)를 2
Figure PCTKR2021013833-appb-img-000178
로 나눈 값에 num_phi_per_turn를 곱하고, 그 결과에 오프셋을 더한 값이다.
[수학식 27]
Figure PCTKR2021013833-appb-img-000179
여기서, 오프셋(offset)은 레이저 시작 포지션을 조정(tune)하기 위해 사용되며, 0에서 1 사이의 값을 가질 수 있다. 실시예들에 따라, 오프셋은 모든 앵귤러 인덱스에 대하여 동일한 값 또는 오차범위 내에서 유사한 값을 가지거나, 앵귤러 인덱스에 따라 다른 값을 가질 수 있다. 실시예들에 따라, num_phi_per_turn와 offset은 도 33과 도 34에 도시된 프로젝션과 관련된 정보에 laser_phi_per_turn 필드와 laser_angle_offset 필드로 각각 시그널링될 수 있다.
즉, 포인트 클라우드 데이터 전송 장치의 프로젝션부(예를 들어, 도 15의 1540 또는 도 16의 1632 또는 도 17의 단계 1730 내지 단계 1734)는 포인트들의 포지션을 나타내는 좌표값(즉, 제1 좌표계)을 다른 좌표계(즉, 제2 좌표계)로 변환하여 표현하고, 제2 좌표계로 변환되어 표현된 포인트들의 좌표값을 제3 좌표계로 변환하는 프로젝션을 수행할 수 있다. 예를 들어, 프로젝션부는 직교 좌표계(또는 제1좌표계라 칭함) 상에서 표현된 포인트의 좌표값을 원통형 좌표계, 구면 좌표계 또는 부채꼴형 좌표계 중 적어도 어느 하나의 좌표계(또는 제2좌표계라 칭함)로 변환하여 표현할 수 있다. 그리고, 프로젝션부는 제2좌표계로 표현된 포인트를 다시 x', y', z' 축을 가진 제3 좌표계(또는 직교 좌표계라 함)로 변환한다. 즉, 프로젝션부는 제2좌표계로 표현된 포인트를 x', y', z' 축을 가진 직교 좌표계(또는 제3 좌표계라 칭함) 상에 프로젝션한다. 다시 말해, 제2 좌표계로 변환되어 표현된 값(예를 들어, 반지름, 앵귤러 인덱스, 레이저 인덱스)을 기반으로 제3 좌표계(x', y', z')에 포인트를 프로젝션한다. 이때, 스케일링 파라미터들을 적용하여 각 축에 대한 샘플링 레이트를 조정할 수 있다. 본 실시예는 (rL, idxθ, idxL)을 사용한 좌표계를 제4 좌표계 또는 개선된 구형 좌표계 또는 대체 구형 좌표계라 칭한다.
실시예들에 따른 포인트 클라우드 데이터 전송 장치는 포인트들의 분포 특성에 따른 각 축에 대한 스케일링 파라미터(또는 스케일 팩터 또는 스케일 값이라 함)에 기반하여 포인트들의 포지션을 변경할 수 있다. 그리고 각 축에 대한 스케일링 파라미터 값이 1 보다 큰 값을 가지면, 프로젝션된 포인트들의 포지션은 프로젝션되기 전 포인트들의 포지션보다 희소(sparse)하게 분포할 수 있다. 반대로, 각 축에 대한 스케일링 파라미터 값이 1 보다 작은 값을 가지면, 프로젝션된 포인트들의 포지션은 프로젝션되기 전 포인트들의 포지션보다 조밀(dense)하게 분포할 수 있다. 예를 들어, 포인트 클라우드 데이터 전송 장치는, 획득한 포인트 클라우드 데이터의 포인트들이 x축 및 y축 방향으로 조밀하게 분포하고 z축 방향으로 희소하게 분포하면, 1 보다 큰
Figure PCTKR2021013833-appb-img-000180
값 및
Figure PCTKR2021013833-appb-img-000181
값, 1 보다 작은
Figure PCTKR2021013833-appb-img-000182
값을 기반으로 포인트들의 포지션의 분포를 균일하게 프로젝션할 수 있다.
실시예들에 따른 샘플링 레이트 조정에 대한 정보(스케일링 파라미터에 대한 정보 포함)는 포인트 클라우드 수신 장치(예를 들면 도 1의 수신 장치, 도 10 및 도 11의 포인트 클라우드 디코더, 도 13의 수신 장치, 도 44의 수신 장치, 도 45의 수신장치, 도 46의 수신 방법 또는 도 48의 수신 장치)로 전송되며, 포인트 클라우드 수신 장치는 샘플링 레이트 조정에 대한 정보를 확보하고, 해당 정보에 따라 샘플링 레이트 조정을 수행한다.
도 44 내지 도 48에서 설명한 바와 같이 포인트 클라우드 수신 장치는 attr_coord_conv_enabled_flag 필드의 값이 1인 경우, 어트리뷰트 디코딩을 위한 전처리로서 좌표 변환 전처리(coordinate conversion pre-process)(4810)을 수행할 수 있다. 실시예들에 따른 좌표 변환 프리 프로세스(4810)은 도 45에서 설명한 프로젝션(4521)에 대응할 수 있다. 실시예들에 따른 도 48의 구성요소가 나타내는 동작은 포인트 클라우드 수신 장치를 구성하는 하드웨어, 소프트웨어, 프로세스 또는 이들의 조합에 의해 수행될 수 있다. 포인트 클라우드 수신 장치는 도 32 내지 도 43에서 설명한 프로젝션과 관련된 시그널링 정보를 기반으로 좌표 변환 전처리(4810)을 수행한다. 좌표계 변환 전처리(4810)에서 출력된 포인트의 포지션(지오메트리)은 후속하는 어트리뷰트 디코딩(4820)에서 사용된다. 실시예들에 따른 좌표 변환 전처리(4810)의 인풋(또는 인풋 데이터)은 도 32 내지 도 43에서 설명한 프로젝션과 관련된 시그널링 정보에서 확보되거나, 도 32 내지 도 43에서 설명한 프로젝션과 관련된 시그널링 정보를 기반으로 파생되는 변수들을 포함한다.
다음은 직교 좌표계를 구면 좌표계로 변환하는 좌표 변환 전처리(4810)의 좌표 변환 과정에 대해 설명한다.
이 좌표 변환 과정의 출력은 구면 좌표계 변환 후 포지션들을 특정(specify)하는 어레이 AttrPos[idx][axis]이다. 여기서, idx는 0에서 PointCount-1 사이의 값을 가지며, axis는 0에서 2 사이의 값을 가진다.
그리고, 어레이들 r2[idx], tPoint[idx], sPoint[idx], 및 PointTheta[idx]는 다음과 같이 도출될 수 있다. 이때, idx = PointCount - 1로 설정된다.
for(idx=0; idx<PointCount; idx++){
sPoint[idx] = (PointPos[idx][0] GeomAngularOrigin[0]) << 8
tPoint[idx] = (PointPos[idx][1] GeomAngularOrigin[1]) << 8
r2[idx] = sPoint × sPoint + tPoint × tPoint
rInvLaser = invSqrt(r2[idx])
pointTheta[idx] = ((PointPos[idx][2] GeomAngularOrigin[2]) × rInvLaser) >> 14
}
여기서, array PointPos는 직교 좌표(Cartesian coordinate) 내에서 표현되는 포인트 포지션을 특정하는 변수 (array PointPos specifying the point position represented in the Cartesian coordinate)이고, GeomAngularOrigin은 레이저들의 원점의 좌표(x,y,z)를 나타내는 변수이다.
실시예들에 따른 좌표 변환 전처리(4810)은 레이저 인덱스를 결정(process to determine the laser index)하기 위한 레이저 인덱스 결정 프로세스를 포할 수 있다.
실시예들에 따른 레이저 인덱스 결정 프로세스는 좌표 변환을 수행하는 포인트를 위하여 0 to PointCount-1로 표현되는 범위 내의 포인트를 지시하는 포인트 인덱스(idx)로 레이저 인덱스(laserIndex[idx])를 결정하는 프로세스이다. 이 프로세스는 attr_coord_conv_enabled_flag 필드의 값이 1일 때만 수행된다.
실시예들에 따라, 레이저 인덱스 어레이 lasertIndex[idx]는 다음과 같이 도출될 수 있다. 여기서, idx는 0에서 PointCount - 1 사이의 값을 가진다.
for(idx=0; idx<PointCount; idx++){
for (i = 1; i < number_lasers_minus1; i++)
if (LaserAngle[i] > pointTheta[idx])
break
if (pointTheta[idx]-LaserAngle[i-1] <= LaserAngle[i] - pointTheta[idx])
i--
laserIndex[idx]= i
}
여기서, number_lasers_minus1는 레이저들의 개수를 특정하는 변수이고, LaserAngle[i]는 i번째 레이저의 수직 방향 각도(elevation angle)의 탄젠트 값을 나타내는 변수이다.
실시예들에 따라 수평 방향 앵귤러리 인덱스(azimuthal angulary index) 어레이 azimuthIndex[idx] 즉, 앵귤러 인덱스는 다음과 같이 도출될 수 있다. 여기서, idx는 0에서 PointCount - 1 사이의 값을 가진다(idx=0,…. 예를 들어, LaserPhiPerTurn[laserIndex[idx]]의 값이 0보다 작거나 같으면, phi[idx]가 idx번째 포인트의 앵귤러 인덱스(azimuthIndex[idx])가 된다. LaserPhiPerTurn[laserIndex[idx]]의 값이 0보다 크면, idx번째 포인트의 앵귤러 인덱스(azimuthIndex[idx])는 divApprox(phi * LaserPhiPerTurn[laserIndex[idx]] * (1 << 8) + spherical_coord_azimuth_offset * 2 * (3294199 >> 8), 2 * (3294199 >> 8) * (1 << 8), 8)를 연산하여 구해진다.
또한, 아래에서 보는 바와 같이 앵귤러 인덱스 azimuthIndex[idx]가 LaserPhiPerTurn[laserIndex[idx]])보다 크거나 같으면, 앵귤러 인덱스 azimuthIndex[idx]는 azimuthIndex[idx]-LaserPhiPerTurn[laserIndex[idx]]로 설정되고, 앵귤러 인덱스 azimuthIndex[idx]가 0보다 작으면 앵귤러 인덱스 azimuthIndex[idx]는 azimuthIndex[idx]+LaserPhiPerTurn[laserIndex[idx]]로 설정된다.
When LaserPhiPerTurn[laserIndex[idx]] > 0
for(idx=0; idx<PointCount; idx++){
phi[idx] = (iAtan2hp(tPoint[idx], sPoint[idx]) + 3294199) >> 8
if(LaserPhiPerTurn[laserIndex[idx]] <= 0)
azimuthIndex[idx]= phi[idx]
else {
azimuthIndex[idx] = divApprox(phi * LaserPhiPerTurn[laserIndex[idx]] * (1 << 8) + spherical_coord_azimuth_offset * 2 * (3294199 >> 8), 2 * (3294199 >> 8) * (1 << 8), 8)
if (azimuthIndex[idx] >= LaserPhiPerTurn[laserIndex[idx]])
azimuthIndex[idx] -= LaserPhiPerTurn[laserIndex[idx]]
else if (azimuthIndex[idx] < 0)
azimuthIndex[idx] += LaserPhiPerTurn[laserIndex[idx]]
}
}
다음 과정은 좌표축을 직교 좌표에서 원통 좌표로 변환하기 위해 포인트에 적용된다. 즉, 원통형 좌표계에서 포인트 포지션을 특정(specify)하는 어레이 convPointPos[idx][axis]는 다음과 같이 도출될 수 있다. 여기서, idx는 0에서 PointCount-1 사이의 값을 가지며, axis는 0에서 2 사이의 값을 가진다.
for(idx=0; idx<PointCount; idx++){
convPointPos[idx][0] = iSqrt(r2[idx]) >> 8
convPointPos[idx][1] = azimuthIndex[idx]
convPointPos[idx][2] = laserIndex[idx]
}
실시예들에 따라, 어레이 minPointPos[axis]는 다음과 같이 도출될 수 있다. 여기서, axis는 0에서 2 사이의 값을 가진다.
for (axis=0; axis<3; axis++){
minPointPos[axis] = convPointPos[0][axis]
for(idx=1; idx<PointCount; idx++){
if(minPointPos[axis]> convPointPos[idx][axis])
minPointPos[axis] = convPointPos[idx][axis]
}
}
여기서, MinPointPos는 0부터 PointCount-1의 범위 내의 PointIdx를 사용하여 나타내어지는 ConvPointPos[idx] 중 최소 포인트 포지션을 나타낸다.
최종적으로, 어레이 AttrPos[idx][axis] (즉, 좌표 변환 전처리(4810)의 출력)는 다음과 같이 도출될 수 있다. 여기서, idx는 0에서 PointCount-1 사이의 값을 가지며, axis는 0에서 2 사이의 값을 가진다.
for (axis=0; axis<3; axis++)
for (idx=0; idx<PointCount; idx++)
AttrPos[idx][axis] = ((convPointPos[idx][axis] - minPointPos[axis])x attr_spherical_coord_conv_scale[k]) >> 8
실시예들에 따라, 반지름(radius), 앵귤러 인덱스, 레이저 인덱스 변환 좌표계를 예측 기반의 지오메트리 코딩(predictive geometry coding)에 적용할 수 있다. 상기 반지름(radius), 앵귤러 인덱스, 레이저 인덱스 변환 좌표계를 적용한 예측 지오메트리 코딩은 도 15의 지오메트리 코딩(1510), 도 16의 지오메트리 인코더 내 지오메트리 인코딩부(1610) 또는 도 17의 지오메트리 인코딩 단계1710)에서 수행되는 것을 일 실시예로 한다. 다른 실시예로, 상기 반지름(radius), 앵귤러 인덱스, 레이저 인덱스 변환 좌표계를 적용한 예측 지오메트리 코딩은 도 1의 포인트 클라우드 전송 장치, 도 4의 좌표계 변환부(40000), 도 12의 포인트 클라우드 전송 장치 또는 도 14의 XR 장치에서 수행될 수도 있다. 실시예들에 따르면, 포인트 클라우드 전송 장치(예, 지오메트리 인코더)는 직교 좌표계로 표현된 지오메트리 데이터(즉, 포인트들의 포지션)을 (반지름(radius), 앵귤러 인덱스, 레이저 인덱스)을 사용하는 좌표계로 변환한 후, 변환된 좌표계의 지오메트리 데이터를 기반으로 예측 트리를 생성하고, 상기 예측 트리를 기반으로 예측을 수행하여 상기 지오메트리 데이터를 압축할 수 있다.
실시예들에 따른 예측 기반의 지오메트리 코딩(즉, 압축)은 포인트 클라우드 데이터에 대해 예측 구조(prediction structure)를 정의하여 수행된다. 이러한 구조는 포인트 클라우드 데이터의 각 포인트와 연관된 버텍스(vertex, 꼭지점)를 갖는 예측 트리(predictive tree)로 표현된다. 예측 트리는 루트 버텍스(root vertex 또는 루트 포인트라 함) 및 리프 버텍스(leaf vertex 또는 리프 포인트라 함)을 포함할 수 있으며, 루트 포인트 이하의 포인트들은 적어도 하나 이상의 자식을 가질 수 있고, 리프 포인트 방향으로 깊이(depth)가 증가한다. 각 포인트는 예측 트리 내의 부모 노드들로부터 예측할 수 있다. 실시예들에 따르면, 각 포인트는, 해당 포인트의 부모(parent), 조부모 (grand-parent), 증조부모(grand-grandparent) 등의 포인트 위치들을 기반으로 다양한 예측 모드들(예를 들면, 예측 없음, 델타 예측(delta prediction), 리니어 예측(linear prediction), 평행사변형 예측(parallelogram prediction)) 중 하나가 적용되어 예측될 수 있다.
상기 반지름(radius), 앵귤러 인덱스, 레이저 인덱스 변환 좌표계를 적용한 예측 지오메트리 디코딩은 도 44의 지오메트리 디코딩(4410), 도 45의 지오메트리 디코더 내 지오메트리 디코딩부(4503) 또는 도 46의 지오메트리 디코딩 단계4610)에서 수행되는 것을 일 실시예로 한다. 다른 실시예로, 상기 반지름(radius), 앵귤러 인덱스, 레이저 인덱스 변환 좌표계를 적용한 예측 지오메트리 디코딩은 도 1의 포인트 클라우드 수신 장치, 도 11의 좌표계 역변환부(11004), 도 13의 포인트 클라우드 수신 장치 또는 도 14의 XR 장치에서 수행될 수도 있다. 실시예들에 따르면, 포인트 클라우드 수신 장치(예, 지오메트리 디코더)는 (반지름(radius), 앵귤러 인덱스, 레이저 인덱스)를 사용하는 좌표계의 지오메트리 데이터에 예측 트리 기반의 지오메트리 디코딩(또는 재구성)을 수행한 후, 디코딩된 지오메트리 데이터의 좌표계를 직교 좌표계로 역변환할 수 있다.
일 실시예로, Phi 에 대해 radian 값이 아닌 앵귤러 인덱스(angular index)를 사용한다. 실시예들에 따르면, 앵귤러 인덱스(angular index)는 파이 인덱스(phi index)와 동일한 의미이다. 본 실시예에서, 앵귤러 인덱스(angular index)와 파이 인덱스(phi index)는 혼용하여 사용될 수 있다.
프로젝션 수행시, 직교 좌표계(x, y, z)에서 표현된 포인트의 포지션은 (radius, phi index, laser index)를 갖는 3차원 좌표계(또는 제4 좌표계라 함)로 변환되어 표현된다. 실시예들에 따라 제4 좌표계는 (r, angular index, laser index)를 사용하는 구형 좌표계(또는 개선된 구형 좌표계)로 호칭될 수 있다.
이때, 레이저 인덱스(laser index)에 따른 변수 Num_phi_per_turn 을 이용하여 앵귤러 인덱스(angular index)를 계산하는 것을 일 실시예로 한다. 변수 num_phi_per_turn (또는 laser_phi_per_turn이라 함)는 1회전 당 샘플링 수를 나타낸다. Num_phi_per_turn와 offset를 이용하여 앵귤러 인덱스를 계산하는 상세 내용은 전술한 수학식 26과 수학식 27의 설명을 참조하기로 한다. 예를 들어, num_phi_per_turn = 100인 경우, 임의의 각도 phi에 대해 앵귤러 인덱스는 phi/2π이 된다.
실시예들에 따르면, 예측 지오메트리 코딩시에 예측 에러(또는 residual이라 함)를 구할 때 순회 차이(circular difference)를 적용할 수 있다. 즉, 예측 에러를 구할 때 단순히 차이만을 구하게 되면, 예측 에러가 -2
Figure PCTKR2021013833-appb-img-000183
~ 2
Figure PCTKR2021013833-appb-img-000184
범위 내에 올 수 있기 때문에, 0~2
Figure PCTKR2021013833-appb-img-000185
범위로 들어오도록 하기 위해 순회 차이(circular difference)를 적용할 수 있다.
예를 들어, 예측 지오메트리 코딩을 위한 예측 모드(prediction mode)가 1(즉, 부모 노드를 이용하여 예측 수행)이고, Phi(n-1)는 0, phi (n)은 7
Figure PCTKR2021013833-appb-img-000186
/4인 경우, 예측 에러(또는 잔여 정보라 함)는 하기와 같이 구할 수 있다. 즉, 예측 에러는 현재 앵귤러 인덱스에서 이전 앵귤러 인덱스를 뺌에 의해 얻을 수 있다.
예를 들어, phi_index(n-1) = 0이고, phi_index(n) = 7Num_phi_per_turn/8라고 가정하자. 그러면, 예측 에러는 다음과 같이 구해진다.
예측 에러(Prediction error): res(n) = phi_index(n) - phi_index(n-1) = 7Num_phi_per_turn/8
즉, 포인트 클라우드 전송 장치의 지오메트리 인코더는 인접한 각도 임을 고려하여 더 작은 잔여 정보(residual 값)으로 전달할 수 있다. 이렇게 함으로써 비트 수를 줄이는 효과를 얻을 수 있다.
Res_new(n) = - Num_phi_per_turn/8
res_new(n)는 해당 포인트의 예측 에러(즉, 잔여 정보)를 의미한다.
그리고, 포인트 클라우드 수신 장치의 지오메트리 디코더는 다시 원래 앵귤러 인덱스로 복원시키기 위해, 도 49에서와 같이 phi_pred(n) + res_new(n) 가 0~ 2 π범위에 들어오도록 보정한다. 이는 비트 수를 줄여서 송수신 효율을 높이기 위한 것이다.
여기서, phi_pred는 해당 포인트의 예측 모드 또는 예측된 값을 의미하고, res_new(n)는 해당 포인트의 예측 에러(즉, 잔여 정보)를 의미한다.
다음은 수신 장치에서 제4 좌표계(radius, angular index, laser index)(또는 개선된(또는 대체된) 구형 좌표계라 함)를 직교 좌표계(x, y, z)로 역변환하는 과정이다.
SphericalToCartesian(const GeometryParameterSet & gps)
: log2ScaleRadius(gps.geom_angular_radius_inv_scale_log2)
, log2ScalePhi(gps.geom_angular_azimuth_scale_log2)
, tanThetaLaser(gps.geom_angular_theta_laser.data())
, zLaser(gps.geom_angular_z_laser.data())
, laser_phi_per_turn(gps.geom_angular_num_phi_per_turn.data())
{}
Vec3<int32_t> operator()(Vec3<int32_t> sph)
{
int64_t r = sph[0] << log2ScaleRadius;
int64_t z = divExp2RoundHalfInf(
tanThetaLaser[sph[2]] * r << 2, log2ScaleTheta - log2ScaleZ);
sph[1] = findAngle2(sph[1], laser_phi_per_turn[sph[2]], log2ScalePhi);
return Vec3<int32_t>(Vec3<int64_t>{
divExp2RoundHalfInf(r * icos(sph[1], log2ScalePhi), kLog2ISineScale),
divExp2RoundHalfInf(r * isin(sph[1], log2ScalePhi), kLog2ISineScale),
divExp2RoundHalfInf(z - zLaser[sph[2]], log2ScaleZ)});
}
다음은 수신 장치에서 직교 좌표계(x, y, z)를 제4 좌표계(radius, angular index, laser index)(또는 개선된 구형 좌표계라 함)로 변환하는 과정이다.
CartesianToSpherical(const GeometryParameterSet& gps)
: sphToCartesian(gps)
, log2ScaleRadius(gps.geom_angular_radius_inv_scale_log2)
, scalePhi(1 << gps.geom_angular_azimuth_scale_log2)
, numLasers(gps.geom_angular_theta_laser.size())
, tanThetaLaser(gps.geom_angular_theta_laser.data())
, zLaser(gps.geom_angular_z_laser.data())
, laser_phi_per_turn(gps.geom_angular_num_phi_per_turn.data())
{}
Vec3<int32_t> operator()(Vec3<int32_t> xyz)
{
int64_t r0 = int64_t(std::round(hypot(xyz[0], xyz[1])));
int32_t thetaIdx = 0;
int32_t minError = std::numeric_limits<int32_t>::max();
for (int idx = 0; idx < numLasers; ++idx) {
int64_t z = divExp2RoundHalfInf(
tanThetaLaser[idx] * r0 << 2, log2ScaleTheta - log2ScaleZ);
int64_t z1 = divExp2RoundHalfInf(z - zLaser[idx], log2ScaleZ);
int32_t err = abs(z1 - xyz[2]);
if (err < minError) {
thetaIdx = idx;
minError = err;
}
}
Vec3<int32_t> sphPos{ int32_t(divExp2RoundHalfUp(r0, log2ScaleRadius)),
int32_t(findTurn2(xyz, laser_phi_per_turn[thetaIdx])), thetaIdx };
// local optmization
auto minErr = (sphToCartesian(sphPos) - xyz).getNorm1();
int32_t dr0 = 0;
for (int32_t dr = -2; dr <= 2; ++dr) {
auto sphPosCand = sphPos + Vec3<int32_t>{dr, 0, 0};
auto err = (sphToCartesian(sphPosCand) - xyz).getNorm1();
if (err < minErr) {
minErr = err;
dr0 = dr;
}
}
sphPos[0] += dr0;
return sphPos;
}
다음은 앵귤러 각도로부터 앵귤러 인덱스를 찾는 방법이다. 이 방법은 포인트 클라우드 전송 장치의 지오메트리 인코더와 포인트 클라우드 전송 수신의 지오메트리 디코더에서 각각 수행되는 것을 일 실시예로 한다. 전술한 바와 같이 laser_phi_per_turn을 이용하여 앵귤러 각도로부터 앵귤러 인덱스를 찾을 수 있다. 만일 turn_idx가 laser_phi_per_turn을 벗어나거나 또는 0보다 작은 값을 가지면, 아래에서와 같이 앵귤러 인덱스의 보정 과정이 수행된다.
Figure PCTKR2021013833-appb-img-000187
다음은 앵귤러 인덱스로부터 수평 방향 각도를 찾는 방법이다. 이 방법은 포인트 클라우드 전송 장치의 지오메트리 인코더와 포인트 클라우드 전송 수신의 지오메트리 디코더에서 각각 수행되는 것을 일 실시예로 한다. 이때 위에서 보정된 앵귤러 인덱스 값을 그대로 사용하게 되는데, 그 값을 가지고 찾은 수평 방향 각도를 그대로 사용하게 되면 범위를 벗어나기 때문에 범위(0~laser_phi_per_turn)를 벗어나지 않도록 아래와 같이 다시 수평 방향 각도의 보정을 수행할 수 있다.
Figure PCTKR2021013833-appb-img-000188
Figure PCTKR2021013833-appb-img-000189
다음은 예측 트리를 생성하는 과정에서 추가 및 변경할 수 있는 사항들이다. 즉, 본 실시예의 개선된 구형 좌표계(즉, 제4 좌표계)를 예측 트리 기반의 지오메트리 코딩 및 디코딩에 사용하기 위해 고려해야할 사항들이다. 일 실시예로, 앵귤러 모드가 인에이블되면 기존에는 phi 값을 구하는 과정이 들어갔는데, 아래 예시에서는 phi 값을 구하는 대신 예측 에러 값으로 앵귤러 인덱스를 전달한다.
Figure PCTKR2021013833-appb-img-000190
Figure PCTKR2021013833-appb-img-000191
Figure PCTKR2021013833-appb-img-000192
Figure PCTKR2021013833-appb-img-000193
Figure PCTKR2021013833-appb-img-000194
Figure PCTKR2021013833-appb-img-000195
Figure PCTKR2021013833-appb-img-000196
Figure PCTKR2021013833-appb-img-000197
여기서, local optmization은 변환된 좌표 sphPos 를 직교 좌표(Cartesian coordinate)으로 재변환 후 원본 좌표와의 오차를 최소화 하기 위해 radius를 보정하는 과정이다.
기존에는 잔여 정보를 구할 때 phi값을 양자화하는 qphi를 전달하였으나, 본 실시예에서는 인덱스를 사용함으로써 qphi를 사용하지 않아도 되므로 처리 단계가 2스텝에서 한 스텝으로 축소된다.
이와 같이 2스텝에서 한 스텝으로 축소됨으로써, 수행 시간이 단축되는 효과가 있다.
도 50 내지 도 53은 실시예들에 따른 지오메트리 및/또는 어트리뷰트 코딩(예를 들면 예측 리프팅 코딩)에 적용된 좌표 변환의 손실 압축(C3, lossy compression)과 무손실 압축(CW, lossless compression)의 실험 결과의 요약을 나타낸다. 즉, 손실 압축에서는 게인이 많이 발생하고, 수행 시간이 빨라지는 효과가 있다. 도면에서 Cat3-frame은 LiDAR 시퀀스를 나타낸다. 또한, LiDAR 시퀀스를 압축할 때 제안하는 방법을 사용함으로써 손실 압축에서 압축 효율이 증가하는 효과가 있다. LiDAR 시퀀스의 경우 손실 압축뿐만 아니라 무손실 압축에서도 게인이 발생함을 알 수 있다.
실시예들에 따른 전송장치는 포인트 클라우드 데이터의 분포 특성에 기반하여 데이터를 재배치 할 수 있다. 따라서, 비효율적으로 배치된 데이터 (예를들어, 중심에서 멀어질수록 밀도가 낮은 데이터 형태)를 프로젝션을 거쳐 균일한 분포로 배치한 뒤 더 높은 효율로 데이터를 압축하여 전송할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 전송 및 수신 방법/장치는 포인트 클라우드 데이터를 프로젝션 기법에 기반하여 어트리뷰트 코딩할 수 있고, 이때, 획득 장치의 특성에 기반한 프로젝션 좌표계 설정 및 프로젝션 방법, 및/또는 샘플링 특성을 고려한 파라미터 설정 등을 수행할 수 있다.
이로 인하여, 실시예들에 따른 전송 및 수신 방법/장치는 실시예들의 결합 및/또는 관련 시그널링 정보에 기반하여 데이터 분포 특성/획득 장치의 특성에 기반하여 데이터를 재정렬하여 데이터의 압축 성능을 증가시키고, 실시예들에 따른 수신 방법/장치는 포인트 클라우드 데이터를 효율적으로 재구성할 수 있다.
실시예들에 따른 프로젝션 방법은 어트리뷰트 코딩과 독립적으로 전/후처리 과정으로써 적용될 수 있으며, 지오메트리 코딩에 적용되는 경우 예측 기반 지오메트리 코딩 방법의 전처리 과정 또는 변환된 위치를 기반으로 예측 기반 지오메트리 코딩 방법이 적용될 수 있다.
실시예들에 따른 포인트 클라우드 데이터 전송 및 수신 방법/장치는 개선된 좌표계를 예측 기반의 지오메트리 코딩 및 디코딩에 적용함으로써, 할 수 있고, 예측 기반의 지오메트리 압축 효율을 높일 수 있다.
전술한 각각의 파트, 모듈 또는 유닛은 메모리(또는 저장 유닛)에 저장된 연속된 수행과정들을 실행하는 소프트웨어, 프로세서, 하드웨어 파트일 수 있다. 전술한 실시예에 기술된 각 단계들은 프로세서, 소프트웨어, 하드웨어 파트들에 의해 수행될 수 있다. 전술한 실시예에 기술된 각 모듈/블락/유닛들은 프로세서, 소프트웨어, 하드웨어로서 동작할 수 있다. 또한, 실시예들이 제시하는 방법들은 코드로서 실행될 수 있다. 이 코드는 프로세서가 읽을 수 있는 저장매체에 쓰여질 수 있고, 따라서 장치(apparatus)가 제공하는 프로세서에 의해 읽혀질 수 있다.
또한 명세서 전체에서, 어떤 부분이 어떤 구성 요소를 “포함”한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다. 그리고 명세서에 기재된 “…부”등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
본 명세서는 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 따른 구성요소들은 각각 별도의 칩들로 구현될 수 있다. 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 반송파의 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.
실시예들의 다양한 엘리먼트들은 하드웨어, 소프트웨어, 펌웨어 또는 그것들의 조합에 의해 수행될 수 있다. 실시예들의 다양한 엘리먼트는 하드웨어 회로와 같은 싱글 칩 상에서 수행될 수 있다. 실시예들에 따라, 실시예들은 선택적으로 개별적인 칩들 상에서 수행될 수 있다. 실시예들에 따라, 실시예들의 엘리먼트들 중 적어도 하나는 실시예들에 따른 동작을 수행하는 인스트럭션들을 포함하는 하나 또는 하나 이상의 프로세서 내에서 수행될 수 있다.
또한, 본 문서에서 설명하는 실시예들에 따른 동작은 실시예들에 따라서 하나 이상의 메모리들 및/또는 하나 이상의 프로세서들을 포함하는 송수신 장치에 의해 수행될 수 있다. 하나 이상의 메모리들을 실시예들에 따른 동작을 처리/제어하기 위한 프로그램들을 저장할 수 있고, 하나 이상의 프로세서들을 본 문서에서 설명한 다양한 동작을 제어할 수 있다. 하나 이상의 프로세서들은 컨트롤러 등으로 지칭 가능하다. 실시예들에 동작들은 펌웨어, 소프트웨어, 및/또는 그것들의 조합에 의해 수행될 수 있고, 펌웨어, 소프트웨어, 및/또는 그것들의 조합은 프로세서에 저장되거나 메모리에 저장될 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 사용되는 것에 불과하다. 것에 불과하다. 예를 들어, 제1 사용자 인풋 시그널은 제2사용자 인풋 시그널로 지칭될 수 있다. 이와 유사하게, 제2사용자 인풋 시그널은 제1사용자 인풋 시그널로 지칭될 수 있다. 이러한 용어의 사용은 다양한 실시예들의 범위 내에서 벗어나지 않는 것으로 해석되어야만 한다. 제1사용자 인풋 시그널 및 제2사용자 인풋 시그널은 모두 사용자 인풋 시그널들이지만, 문맥 상 명확하게 나타내지 않는 한 동일한 사용자 인풋 시그널들을 의미하지 않는다.
실시예들을 설명하기 위해 사용된 용어는 특정 실시예들을 설명하기 위한 목적으로 사용되고, 실시예들을 제한하기 위해서 의도되지 않는다. 실시예들의 설명 및 청구항에서 사용된 바와 같이, 문맥 상 명확하게 지칭하지 않는 한 단수는 복수를 포함하는 것으로 의도된다. 및/또는 표현은 용어 간의 모든 가능한 결합을 포함하는 의미로 사용된다. “포함한다” 표현은 특징들, 수들, 단계들, 엘리먼트들, 및/또는 컴포넌트들이 존재하는 것을 설명하고, 추가적인 특징들, 수들, 단계들, 엘리먼트들, 및/또는 컴포넌트들을 포함하지 않는 것을 의미하지 않는다. 실시예들을 설명하기 위해 사용되는, ~인 경우, ~때 등의 조건 표현은 선택적인 경우로만 제한 해석되지 않는다. 특정 조건을 만족하는 때, 특정 조건에 대응하여 관련 동작을 수행하거나, 관련 정의가 해석되도록 의도되었다.
발명의 실시를 위한 최선의 형태에서 구체적으로 설명되었다.
본 실시예들의 사상이나 범위를 벗어나지 않고 본 실시예들에서 다양한 변경 및 변형이 가능함은 당업자에게 자명하다. 따라서, 실시예들은 첨부된 청구항 및 그 동등 범위 내에서 제공되는 본 실시예들의 변경 및 변형을 포함하는 것으로 의도된다.

Claims (15)

  1. 포인트 클라우드 데이터를 지오메트리 데이터를 인코딩하는 단계;
    상기 지오메트리 데이터를 기반으로 상기 포인트 클라우드 데이터의 어트리뷰트 데이터를 인코딩하는 단계; 및
    상기 인코딩된 지오메트리 데이터, 상기 인코딩된 어트리뷰트 데이터, 및 시그널링 데이터를 전송하는 단계를 포함하며,
    상기 지오메트리 데이터를 인코딩하는 단계는 상기 지오메트리 데이터의 좌표를 제1 좌표계에서 제2 좌표계로 변환하는 단계를 포함하는 포인트 클라우드 데이터 송신 방법.
  2. 제 1 항에 있어서, 상기 제1 좌표계는 직교 좌표계이고 상기 제2 좌표계는 (반지름, 앵귤러 인덱스, 레이저 인덱스)의 좌표 값들을 갖는 포인트 클라우드 데이터 송신 방법.
  3. 제 2 항에 있어서,
    상기 포인트 클라우드 데이터는 하나 이상의 레이저들에 의해 획득되고, 상기 앵귤러 인덱스는 해당 레이저의 수평방향 1회전 당 샘플링 수를 기반으로 획득되는 포인트 클라우드 데이터 송신 방법.
  4. 제 3 항에 있어서, 상기 시그널링 데이터는 해당 레이저의 수평방향 1회전 당 샘플링 수를 식별하기 위한 정보를 포함하는 포인트 클라우드 데이터 송신 방법.
  5. 제 1 항에 있어서,
    상기 지오메트리 데이터를 인코딩하는 단계는 상기 상기 제2 좌표계로 변환된 지오메트리 데이터를 기반으로 예측 트리를 생성하고, 상기 예측 트리를 기반으로 예측을 수행하여 상기 지오메트리 데이터를 압축하는 포인트 클라우드 데이터 송신 방법.
  6. 포인트 클라우드 데이터를 지오메트리 데이터를 인코딩하는 지오메트리 인코더;
    상기 지오메트리 데이터를 기반으로 상기 포인트 클라우드 데이터의 어트리뷰트 데이터를 인코딩하는 어트리뷰트 인코더; 및
    상기 인코딩된 지오메트리 데이터, 상기 인코딩된 어트리뷰트 데이터, 및 시그널링 데이터를 전송하는 전송부를 포함하며,
    상기 지오메트리 인코더는 상기 지오메트리 데이터의 압축을 위해 상기 지오메트리 데이터의 좌표를 제1 좌표계에서 제2 좌표계로 변환하는 포인트 클라우드 데이터 송신 장치.
  7. 제 6항에 있어서, 상기 제1 좌표계는 직교 좌표계이고 상기 제2 좌표계는 (반지름, 앵귤러 인덱스, 레이저 인덱스)의 좌표 값들을 갖는 포인트 클라우드 데이터 송신 장치.
  8. 제 7항에 있어서,
    상기 포인트 클라우드 데이터는 하나 이상의 레이저들에 의해 획득되고, 상기 앵귤러 인덱스는 해당 레이저의 수평방향 1회전 당 샘플링 수를 기반으로 획득되는 포인트 클라우드 데이터 송신 장치.
  9. 제 8 항에 있어서, 상기 시그널링 데이터는 해당 레이저의 수평방향 1회전 당 샘플링 수를 식별하기 위한 정보를 포함하는 포인트 클라우드 데이터 송신 장치.
  10. 제 6 항에 있어서,
    상기 지오메트리 인코더는 상기 제2 좌표계로 변환된 지오메트리 데이터를 기반으로 예측 트리를 생성하고, 상기 예측 트리를 기반으로 예측을 수행하여 상기 지오메트리 데이터를 압축하는 포인트 클라우드 데이터 송신 장치.
  11. 지오메트리 데이터, 어트리뷰트 데이터, 및 시그널링 데이터를 수신하는 단계;
    상기 시그널링 데이터를 기반으로 상기 지오메트리 데이터를 디코딩하는 단계;
    상기 시그널링 데이터와 상기 디코딩된 지오메르 데이터를 기반으로 상기 어트리뷰트 데이터를 디코딩하는 단계; 및
    상기 시그널링 데이터를 기반으로 상기 디코딩된 포인트 클라우드 데이터를 렌더링하는 단계를 포함하며,
    상기 지오메트리 데이터를 디코딩하는 단계는, 상기 디코딩된 지오메트리 데이터의 좌표를 제1 좌표계에서 제2 좌표계로 변환하는 포인트 클라우드 데이터 수신 방법.
  12. 제 11 항에 있어서, 상기 제1 좌표계는 (반지름, 앵귤러 인덱스, 레이저 인덱스)의 좌표 값들을 갖는 좌표계이고, 상기 제2 좌표계는 직교 좌표계인 포인트 클라우드 데이터 수신 방법.
  13. 제 12항에 있어서,
    상기 앵귤러 인덱스는 해당 레이저의 수평방향 1회전 당 샘플링 수를 기반으로 획득되는 포인트 클라우드 데이터 수신 방법.
  14. 제 13 항에 있어서, 상기 시그널링 데이터는 해당 레이저의 수평방향 1회전 당 샘플링 수를 식별하기 위한 정보를 포함하는 포인트 클라우드 데이터 수신 방법.
  15. 제 11 항에 있어서,
    상기 데이터를 디코딩하는 단계는,
    상기 제1 좌표계의 지오메트리 데이터를 기반으로 예측 트리를 생성하는 단계,
    상기 예측 트리를 기반으로 예측을 수행하여 상기 지오메트리 데이터를 복원하는 단계, 및
    상기 복원된 지오메트리 데이터의 좌표를 상기 제2 좌표계로 변환하는 단계를 포함하는 포인트 클라우드 데이터 수신 방법.
PCT/KR2021/013833 2020-10-07 2021-10-07 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법 WO2022075786A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US18/030,722 US20230388557A1 (en) 2020-10-07 2021-10-07 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
US202063088999P 2020-10-07 2020-10-07
US63/088,999 2020-10-07

Publications (1)

Publication Number Publication Date
WO2022075786A1 true WO2022075786A1 (ko) 2022-04-14

Family

ID=81126300

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/013833 WO2022075786A1 (ko) 2020-10-07 2021-10-07 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법

Country Status (2)

Country Link
US (1) US20230388557A1 (ko)
WO (1) WO2022075786A1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210407145A1 (en) * 2020-06-30 2021-12-30 Electronics And Telecommunications Research Institute Method of compressing occupancy map of three-dimensional point cloud
WO2024011426A1 (zh) * 2022-07-12 2024-01-18 Oppo广东移动通信有限公司 一种点云几何数据增强、编解码方法、装置和系统
WO2024065406A1 (zh) * 2022-09-29 2024-04-04 Oppo广东移动通信有限公司 编解码方法、码流、编码器、解码器以及存储介质

Citations (4)

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

Patent Citations (4)

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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ANONYMOUS: "G-PCC codec description", 131. MPEG MEETING; 20200629 - 20200703; ONLINE; (MOTION PICTURE EXPERT GROUP OR ISO/IEC JTC1/SC29/WG11), 10 October 2020 (2020-10-10), pages 1 - 140, XP030292244 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210407145A1 (en) * 2020-06-30 2021-12-30 Electronics And Telecommunications Research Institute Method of compressing occupancy map of three-dimensional point cloud
US11954891B2 (en) * 2020-06-30 2024-04-09 Electronics And Telecommunications Research Institute Method of compressing occupancy map of three-dimensional point cloud
WO2024011426A1 (zh) * 2022-07-12 2024-01-18 Oppo广东移动通信有限公司 一种点云几何数据增强、编解码方法、装置和系统
WO2024065406A1 (zh) * 2022-09-29 2024-04-04 Oppo广东移动通信有限公司 编解码方法、码流、编码器、解码器以及存储介质

Also Published As

Publication number Publication date
US20230388557A1 (en) 2023-11-30

Similar Documents

Publication Publication Date Title
WO2021066615A1 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
WO2021066312A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021066626A1 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
WO2021187839A1 (ko) 포인트 클라우드 데이터 전송 장치, 전송 방법, 처리 장치 및 처리 방법
WO2021141346A1 (ko) 포인트 클라우드 데이터 전송 장치, 전송 방법, 처리 장치 및 처리 방법
WO2021210764A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021049758A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022075786A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021261840A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021060850A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021029511A1 (ko) 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021215849A1 (ko) 포인트 클라우드 데이터 처리 장치 및 처리 방법
WO2022060176A1 (ko) 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치
WO2021246843A1 (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
WO2022019713A1 (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.
WO2021242064A1 (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
WO2022080982A1 (ko) 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치
WO2022035256A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022240128A1 (ko) 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치
WO2023287220A1 (ko) 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치
WO2023282581A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022191436A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법

Legal Events

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

Ref document number: 21878036

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: 21878036

Country of ref document: EP

Kind code of ref document: A1