WO2022080773A1 - 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치 - Google Patents

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

Info

Publication number
WO2022080773A1
WO2022080773A1 PCT/KR2021/013870 KR2021013870W WO2022080773A1 WO 2022080773 A1 WO2022080773 A1 WO 2022080773A1 KR 2021013870 W KR2021013870 W KR 2021013870W WO 2022080773 A1 WO2022080773 A1 WO 2022080773A1
Authority
WO
WIPO (PCT)
Prior art keywords
point cloud
cloud data
attribute
clipping
data
Prior art date
Application number
PCT/KR2021/013870
Other languages
English (en)
French (fr)
Inventor
박유선
허혜정
오세진
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Publication of WO2022080773A1 publication Critical patent/WO2022080773A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/184—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—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
    • 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.
  • Point cloud content can express three-dimensional media, and provides various services such as VR (Virtual Reality), AR (Augmented Reality), MR (Mixed Reality), and autonomous driving service. used to provide However, tens of thousands to hundreds of thousands of point data are needed to express point cloud content. Therefore, a method for efficiently processing a large amount of point data is required.
  • Embodiments provide an apparatus and method for efficiently processing point cloud data.
  • Embodiments provide a point cloud data processing method and apparatus for solving latency and encoding/decoding complexity.
  • a method for transmitting point cloud data may include encoding the point cloud data and transmitting a bitstream including the point cloud data.
  • a method of receiving point cloud data according to embodiments may include receiving a bitstream including point cloud data and decoding the point cloud data.
  • the apparatus and method according to the embodiments may process point cloud data with high efficiency.
  • the apparatus and method according to the embodiments may provide a high quality point cloud service.
  • the apparatus and method according to the embodiments may provide point cloud content for providing universal services such as a VR service and an autonomous driving service.
  • FIG. 1 shows an example of a point cloud content providing system according to embodiments.
  • FIG. 2 is a block diagram illustrating an operation of providing point cloud content according to embodiments.
  • FIG 3 shows an example of a point cloud video capture process according to embodiments.
  • FIG. 4 shows an example of a point cloud encoder according to embodiments.
  • FIG. 5 illustrates an example of a voxel according to embodiments.
  • FIG. 6 shows an example of an octree and an occupancy code according to embodiments.
  • FIG. 7 shows an example of a neighbor node pattern according to embodiments.
  • FIG 9 shows another example of a point configuration for each LOD according to embodiments.
  • FIG. 10 shows an example of a point cloud decoder according to embodiments.
  • FIG. 11 shows an example of a point cloud decoder according to embodiments.
  • FIG 12 is an example of an apparatus for transmitting point cloud data according to embodiments.
  • FIG 13 is an example of an apparatus for receiving point cloud data according to embodiments.
  • 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.
  • 15 is an example of a block diagram illustrating an apparatus for transmitting point cloud data according to embodiments.
  • 16 is an example of a block diagram illustrating an apparatus for receiving point cloud data according to embodiments.
  • FIG. 17 illustrates an example of a clipping process of point cloud data according to embodiments.
  • 19 illustrates an example of a syntax of a sequence parameter set according to embodiments.
  • FIG. 20 illustrates an example of a syntax of a tile parameter set according to embodiments.
  • 21 shows an example of a syntax of a geometry parameter set according to embodiments.
  • FIG. 23 shows an example of a syntax of a geometry slice header according to embodiments.
  • FIG. 24 shows an example of a method for transmitting point cloud data according to embodiments.
  • FIG. 25 shows an example of a method for receiving point cloud data according to embodiments.
  • FIG. 1 shows an example of a point cloud content providing system according to embodiments.
  • the point cloud content providing system shown in FIG. 1 may include a transmission device 10000 and a reception device 10004 .
  • the transmitter 10000 and the receiver 10004 are capable of wired/wireless communication in order to transmit and receive point cloud data.
  • the transmitting device 10000 may secure, process, and transmit a point cloud video (or point cloud content).
  • the transmitter 10000 may include a fixed station, a base transceiver system (BTS), a network, an Ariticial Intelligence (AI) device and/or system, a robot, an AR/VR/XR device and/or a server. and the like.
  • the transmitter 10000 uses a radio access technology (eg, 5G NR (New RAT), LTE (Long Term Evolution)) to perform communication with a base station and/or other wireless devices; It may include robots, vehicles, AR/VR/XR devices, mobile devices, home appliances, Internet of Things (IoT) devices, AI devices/servers, and the like.
  • a radio access technology eg, 5G NR (New RAT), LTE (Long Term Evolution)
  • 5G NR New RAT
  • LTE Long Term Evolution
  • IoT Internet of Things
  • Transmission device 10000 is a point cloud video acquisition unit (Point Cloud Video Acquisition, 10001), a point cloud video encoder (Point Cloud Video Encoder, 10002) and / or a transmitter (Transmitter (or Communication module), 10003 ) contains
  • the point cloud video acquisition unit 10001 acquires the point cloud video through processing such as capturing, synthesizing, or generating.
  • the point cloud video is point cloud content expressed as a point cloud that is a set of points located in a three-dimensional space, and may be referred to as point cloud video data, point cloud 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 receiver 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 receiver 10004 (or the 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 transmitter 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 transmitter 10000 may transmit encapsulated data according to an on demand method.
  • the receiver 10004 includes a receiver (Receiver, 10005), a point cloud video decoder (Point Cloud Decoder, 10006), and/or a renderer (Renderer, 10007).
  • the receiver 10004 uses a radio access technology (eg, 5G NR (New RAT), LTE (Long Term Evolution)) to communicate with a base station and/or another wireless device, a device, or a robot.
  • a radio access technology eg, 5G NR (New RAT), LTE (Long Term Evolution)
  • the receiver 10005 receives a bitstream including point cloud video data or a file/segment in which the bitstream is encapsulated from a network or a storage medium.
  • the receiver 10005 may perform a necessary data processing operation according to a network system (eg, a communication network system such as 4G, 5G, or 6G).
  • the receiver 10005 may output a bitstream by decapsulating the received file/segment.
  • the receiver 10005 may include a decapsulation unit (or a decapsulation module) for performing a decapsulation operation.
  • the decapsulation unit may be implemented as an element (or component) separate from the receiver 10005 .
  • the point cloud video decoder 10006 decodes a bitstream including point cloud video data.
  • the point cloud video decoder 10006 may decode the point cloud video data according to an encoded manner (eg, a reverse process of the operation of the point cloud video encoder 10002 ). Accordingly, the point cloud video decoder 10006 may decode the point cloud video data by performing point cloud decompression coding, which is a reverse process of the point cloud compression.
  • Point cloud decompression coding includes G-PCC coding.
  • the renderer 10007 renders the decoded point cloud video data.
  • the renderer 10007 may output point cloud content by rendering audio data as well as point cloud video data.
  • the renderer 10007 may include a display for displaying the point cloud content.
  • the display may not be included in the renderer 10007 and may be implemented as a separate device or component.
  • the feedback information is information for reflecting the interactivity with the user who consumes the point cloud content, and includes user information (eg, head orientation information, viewport information, etc.).
  • user information eg, head orientation information, viewport information, etc.
  • the feedback information is provided by the content transmitting side (eg, the transmission device 10000) and/or the service provider can be passed on to According to embodiments, the feedback information may be used by the transmitter 10000 as well as the receiver 10004 or may not be provided.
  • the head orientation information is information about the user's head position, direction, angle, movement, and the like.
  • the receiver 10004 may calculate viewport information based on head orientation information.
  • the viewport information is information about the area of the point cloud video that the user is looking at.
  • a viewpoint is a point at which a user is watching a point cloud video, and may mean a central point of the viewport area. That is, the viewport is an area centered on a viewpoint, and the size and shape of the area may be determined by a Field Of View (FOV).
  • FOV Field Of View
  • the receiver 10004 may extract viewport information based on a vertical or horizontal FOV supported by the device in addition to the head orientation information.
  • the receiver 10004 checks the user's point cloud consumption method, the point cloud video area the user gazes on, the gaze time, and the like by performing a gaze analysis or the like.
  • the receiver 10004 may transmit feedback information including the result of the gaze analysis to the transmitter 10000 .
  • Feedback information may be obtained during rendering and/or display.
  • Feedback information may be secured by one or more sensors included in the receiving device 10004 .
  • the feedback information may be secured by the renderer 10007 or a separate external element (or device, component, etc.).
  • a dotted line in FIG. 1 shows a process of transmitting the feedback information secured by the renderer 10007 .
  • the point cloud content providing system may process (encode/decode) the point cloud data based on the feedback information. Accordingly, the point cloud video data decoder 10006 may perform a decoding operation based on the feedback information. Also, the receiver 10004 may transmit feedback information to the transmitter 10000 . The transmitter 10000 (or the point cloud video data encoder 10002 ) may perform an encoding operation based on the feedback information. Therefore, the point cloud content providing system does not process (encode / decode) all point cloud data, but efficiently processes necessary data (for example, point cloud data corresponding to the user's head position) based on the feedback information, and the user can provide point cloud content to
  • the transmitting apparatus 10000 may be referred to as an encoder, a transmitting device, a transmitter, a transmitter, and the like
  • the receiving apparatus 10004 may be referred to as a decoder, a receiving device, a receiver, and 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 (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). For example, one point may have one attribute of color, or two attributes of color and reflectance.
  • geometry may be called positions, geometry information, geometry data, location information, location data, etc.
  • attributes may be called attributes, attribute information, attribute data, attribute information, attribute data, etc.
  • the point cloud content providing system (for example, the point cloud transmission device 10000 or the point cloud video acquisition unit 10001) provides a point 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 point geometry information and attribute information.
  • 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 may receive a bitstream including the encoded point cloud data. Also, the point cloud content providing system (eg, the receiver 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 receiver 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 receiver 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 receiver 10004 or the point cloud video decoder 10005) may restore the point cloud video based on positions and decoded attributes according to the restored geometry.
  • the point cloud content providing system may render the decoded point cloud data (20004).
  • the point cloud content providing system eg, the receiver 10004 or the renderer 10007) may render the geometry and attributes decoded through the decoding process according to various rendering methods according to the rendering method.
  • the points of the point cloud content may be rendered as a vertex having a certain thickness, a cube having a specific minimum size centered at the vertex position, or a circle centered at the vertex position. All or part of the rendered point cloud content is provided to the user through a display (eg, VR/AR display, general display, etc.).
  • the point cloud content providing system (eg, the receiving device 10004) according to embodiments may secure feedback information (20005).
  • the point cloud content providing system may encode and/or decode the point cloud data based on the feedback information. Since the operation of the feedback information and point cloud content providing system according to the embodiments is the same as the feedback information and operation described with reference to FIG. 1 , a detailed description thereof will be omitted.
  • FIG 3 shows an example of a point cloud video capture process according to embodiments.
  • FIG. 3 shows an example of a point cloud video capture process of the point cloud content providing system described with reference to FIGS. 1 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 the user's point of view.
  • point cloud content eg, content representing an external environment that may be provided to a user of an autonomous vehicle
  • the point cloud content may be generated based on a capture operation of one or more cameras.
  • the point cloud content providing system may perform calibration of one or more cameras in order to set a global coordinate system before 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 point cloud content providing system may not perform the capture operation described with reference to FIG. 3 when generating point cloud content representing a virtual space.
  • the point cloud content providing system according to the embodiments may perform post-processing on the captured image and/or the image. That is, the point cloud content providing system removes an unwanted area (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 and may generate point cloud content having a high density of points.
  • FIG. 4 shows an example of a point cloud encoder according to embodiments.
  • the point cloud encoder controls point cloud data (eg, positions of points and/or attributes) and perform an encoding operation.
  • point cloud data e.g, positions of points and/or attributes
  • the point cloud content providing system may not be able to stream the corresponding content in real time. Accordingly, the point cloud content providing system may reconfigure the point cloud content based on a maximum target bitrate in order to provide it according to a network environment.
  • the point cloud encoder may perform geometry encoding and attribute encoding. Geometry encoding is performed before attribute encoding.
  • the point cloud encoder may include a coordinate system transformation unit (Transformation Coordinates, 40000), a quantization unit (Quantize and Remove Points (Voxelize), 40001), an octree analysis unit (Analyze Octree, 40002), and a surface appropriation analysis unit ( Analyze Surface Approximation (40003), Arithmetic Encode (40004), Reconstruct Geometry (40005), Color Transformer (Transform Colors, 40006), Attribute Transformer (Transfer Attributes, 40007), RAHT Transform It includes a unit 40008, an LOD generator (Generated LOD, 40009), a lifting transform unit (Lifting) 40010, a coefficient quantization unit (Quantize Coefficients, 40011) and/or an arithmetic encoder (Arithmetic Encode, 40012).
  • a coordinate system transformation unit Transformation Coordinates, 40000
  • a quantization unit Quantization and Remove Points (Voxelize)
  • the coordinate system transformation unit 40000, the quantization unit 40001, the octree analysis unit 40002, the surface approxy analysis unit 40003, the arithmetic encoder 40004, and the geometry reconstruction unit 40005 perform geometry encoding. can do.
  • Geometry encoding may include octree geometry coding, predictive tree 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 quatization 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.
  • a minimum unit including 2D image/video information is a pixel, and points of point cloud content (or 3D point cloud video) according to embodiments may be included in one or more voxels.
  • the quantizer 40001 may match groups of points in a 3D space to voxels.
  • one voxel may include only one point.
  • one voxel may include one or more points.
  • a position of a center point of the voxel may be set based on positions of one or more points included in one voxel.
  • attributes of all positions included in one voxel may be combined and assigned to a corresponding voxel.
  • the octree analyzer 40002 performs octree geometry coding (or octree coding) to represent voxels in an octree structure.
  • the octree structure represents points matched to voxels based on the octal tree structure.
  • the surface 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, interpolaration-based hierarchical nearest-neighbor prediction-Prediction Transform coding, and interpolation-based hierarchical nearest -neighbor prediction with an update/lifting step (Lifting Transform)) may include coding.
  • RAHT region adaptive hierarchical transform
  • coding interpolaration-based hierarchical nearest-neighbor prediction-Prediction Transform coding
  • Lifting Transform interpolation-based hierarchical nearest -neighbor prediction with an update/lifting step
  • attribute encoding is not limited to the above-described example.
  • the color conversion unit 40006 performs color conversion coding for converting color values (or textures) included in attributes.
  • the color 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, a prediction tree, 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 conversion unit 40007 may search for neighboring points existing within a specific position/radius from the position of the center point of each voxel based on the K-D tree or the Morton code.
  • the K-D tree is a binary search tree and supports a data structure that can manage points based on location so that Nearest Neighbor Search-NNS is possible quickly.
  • the Molton code represents a coordinate value (eg (x, y, z)) indicating a three-dimensional position of all points as a bit value, and is generated by mixing the bits. For example, if the coordinate value indicating the position of the point is (5, 9, 1), the bit value of the coordinate value is (0101, 1001, 0001).
  • the attribute transform unit 40007 may align the points based on the Molton code value and perform a shortest neighbor search (NNS) through a depth-first traversal process. After the attribute 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) to perform predictive transform coding.
  • LOD level of detail
  • the LOD according to the embodiments indicates the detail of the point cloud content, and the smaller the LOD value, the lower the detail of the point cloud content, and the 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 encoder of FIG. 4 are hardware including one or more processors or integrated circuits configured to communicate with one or more memories included in the point cloud providing device. , software, firmware, or a combination thereof.
  • the one or more processors may perform at least any one or more of the operations and/or functions of the elements of the point cloud encoder of FIG. 4 described above.
  • the one or more processors may operate or execute a set of software programs and/or instructions for performing operations and/or functions of the elements of the point cloud 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 point cloud encoder (eg, octree analysis unit 40002) efficiently manages the area and/or position of voxels
  • octree geometry coding (or octree coding) based on the octree structure is performed.
  • FIG. 6 shows the octree structure.
  • the three-dimensional space of the point cloud content according to embodiments is expressed by axes (eg, X-axis, Y-axis, and Z-axis) of the coordinate system.
  • An octree structure is created by recursive subdividing a bounding box defined by two poles (0,0,0) and (2 d , 2 d , 2 d ). . 2d may be set as a value constituting the smallest bounding box surrounding all points of the point cloud content (or point cloud video).
  • d represents the depth of the octree.
  • the value of d is determined according to the following equation. In the following equation (x int n , y int n , z int n ) represents 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, X-axis, Y-axis, and Z-axis). Therefore, each space is further divided into 8 small spaces.
  • the divided small space is also expressed as a cube with six faces. This division method is applied until a leaf node of the octree becomes a voxel.
  • the lower part of FIG. 6 shows the 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 occupancy code shown in FIG.
  • a point cloud encoder (eg, arithmetic encoder 40004 ) according to embodiments may entropy encode the occupanci code. In addition, to increase the compression efficiency, the point cloud encoder can intra/inter-code the occupanci code.
  • the receiving device eg, the receiving device 10004 or the point cloud video decoder 10006) according to embodiments reconstructs an octree based on the occupanci code.
  • the point cloud encoder (eg, the point cloud encoder of FIG. 4 , or the octree analyzer 40002) according to embodiments may perform voxelization and octree coding to store positions of points.
  • the points in the 3D space are not always evenly distributed, there may be a specific area where there are not many points. Therefore, it is inefficient to perform voxelization on the entire 3D space. For example, if there are few points in a specific area, there is no need to perform voxelization up to the corresponding area.
  • the point cloud encoder does not perform voxelization on the above-described specific region (or a node other than a leaf node of an octree), but directly codes positions of points included in the specific region. ) can be done. Coordinates of direct coding points according to embodiments are called direct coding mode (DCM).
  • DCM direct coding mode
  • the point cloud encoder according to embodiments may perform trisoup geometry encoding for reconstructing positions of points in a specific region (or node) based on a voxel based on a surface model.
  • Tri-Soop geometry encoding is a geometry encoding that expresses the representation of an object as a series of triangle meshes.
  • the point cloud decoder can generate a point cloud from the mesh surface.
  • Direct coding and trisup geometry encoding according to embodiments may be selectively performed.
  • 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. In addition, the total number of points to be subjected to direct coding must not exceed a preset limit value. If the above condition is satisfied, the point cloud encoder (or the arithmetic encoder 40004 ) according to the embodiments may entropy-code positions (or position values) of points.
  • the point cloud encoder (for example, the surface approximation analysis unit 40003) according to the embodiments determines a specific level of the octree (when the level is smaller than the depth d of the octree), and from that level, a node using the surface model It is possible to perform tri-soup geometry encoding, which reconstructs the position of a point in a region based on voxels (tri-soup mode).
  • the point cloud encoder may designate a level to which tri-soup geometry encoding is to be applied. For example, if the specified level is equal to the depth of the octree, the point cloud encoder will not operate in tri-soup mode.
  • the point cloud 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 encoder When a vertex is detected, the point cloud encoder according to the embodiments entropy-codes the starting point (x, y, z) of the edge, the direction vectors ( ⁇ x, ⁇ y, ⁇ z) of the edge, and the vertex position values (relative position values within the edge).
  • the point cloud encoder eg, the geometry reconstruction unit 40005
  • the point cloud encoder performs triangle reconstruction, up-sampling, and voxelization processes. to create a reconstructed geometry (reconstructed geometry).
  • Vertices located 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 follows. 1 Calculate the centroid of each vertex, 2 perform the square on the values obtained by subtracting the centroid from each vertex value, and obtain the sum of all the values.
  • the minimum value of the added values is obtained, and the projection process is performed along the axis with the minimum value. For example, if the x element is the minimum, each vertex is projected on the x-axis with respect to the center of the block and projected on the (y, z) plane. If the 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.
  • the table below shows combinations of vertices for generating a triangle according to the number of vertices. Vertices are sorted in order from 1 to n.
  • the table below shows that for four vertices, two triangles can be formed according to a combination of vertices.
  • the first triangle may be composed of 1st, 2nd, and 3rd vertices among the aligned vertices
  • the second triangle may be composed of 3rd, 4th, and 1st vertices among the aligned vertices. .
  • the upsampling process is performed to voxelize the triangle by adding points along the edge of the triangle. Create additional points based on the upsampling factor and the width of the block. The additional points are called refined vertices.
  • the point cloud encoder may voxel the refined vertices.
  • the point cloud encoder may perform attribute encoding based on the voxelized position (or position value).
  • FIG. 7 shows an example of a neighbor node pattern according to embodiments.
  • the point cloud encoder may perform entropy coding based on context adaptive arithmetic coding.
  • the point cloud content providing system or point cloud encoder (for example, the point cloud video encoder 10002, the point cloud encoder or the arithmetic encoder 40004 of FIG. 4) directly transmits the occupanci code.
  • Entropy coding is possible.
  • the point cloud content providing system or point cloud encoder performs entropy encoding (intra-encoding) based on the occupancies of the current node and the occupancies of neighboring nodes, or entropy encoding (inter-encoding) based on the occupancies of the previous frame. ) can be done.
  • a frame according to embodiments means a set of point cloud videos generated at the same time.
  • a point cloud encoder determines occupancy of neighboring nodes of each node of an octree and obtains a 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 encoder may perform coding according to the neighboring node pattern value (eg, when the neighboring node pattern value is 63, 64 types of coding are performed). According to embodiments, the point cloud encoder may reduce coding complexity by changing the neighbor node pattern value (eg, based on a table that changes 64 to 10 or 6).
  • the encoded geometry is reconstructed (decompressed).
  • the geometry reconstruction operation may include changing the arrangement of the direct coded points (eg, placing the direct coded points in front of the point cloud data).
  • tri-soap geometry encoding is applied, the geometry reconstruction process is triangular reconstruction, upsampling, and voxelization. Since the attribute is dependent on the geometry, the attribute encoding is performed based on the reconstructed geometry.
  • the point cloud encoder may reorganize the points by LOD.
  • the figure shows the point cloud content corresponding to the LOD.
  • the left side of the 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.
  • the point cloud content providing system or the point cloud encoder (for example, the point cloud video encoder 10002, the point cloud encoder of FIG. 4, or the LOD generator 40009) generates an LOD. can do.
  • the LOD is created by reorganizing the points into a set of refinement levels according to a set LOD distance value (or set of Euclidean Distance).
  • the LOD generation process is performed not only in the point cloud encoder but also in the point cloud decoder.
  • FIG. 9 shows examples (P0 to P9) of points of point cloud content distributed in a three-dimensional space.
  • the original order of FIG. 9 indicates the order of points P0 to P9 before LOD generation.
  • the LOD based order of FIG. 9 indicates the order of points according to the LOD generation. Points are rearranged by LOD. Also, the high LOD includes points belonging to the low LOD.
  • LOD0 includes P0, P5, P4 and P2.
  • LOD1 includes the points of LOD0 and P1, P6 and P3.
  • LOD2 includes points of LOD0, points of LOD1, and P9, P8 and P7.
  • the point cloud encoder may perform predictive transform coding, lifting transform coding, and RAHT transform coding selectively or in combination.
  • the point cloud encoder may generate predictors for points and perform predictive transform coding to set prediction attributes (or prediction attribute values) 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 encoder eg, the coefficient quantization unit 40011
  • the quantization process is shown in the following table.
  • Attribute prediction residuals quantization pseudo code int PCCQuantization(int value, int quantStep) ⁇ if( value > 0) ⁇ return floor(value / quantStep + 1.0 / 3.0); ⁇ else ⁇ return -floor(-value / quantStep + 1.0 / 3.0); ⁇ ⁇
  • the point cloud encoder (eg, the arithmetic encoder 40012 ) according to the embodiments may entropy-code the quantized and dequantized residual values as described above when there are neighboring points to the predictor of each point.
  • the point cloud encoder (eg, the arithmetic encoder 40012 ) according to embodiments may entropy-code attributes of a corresponding point without performing the above-described process if there are no neighboring points in the predictor of each point.
  • the point cloud encoder (for example, the lifting transform unit 40010) according to the embodiments generates a predictor of each point, sets the LOD calculated in the predictor and registers neighboring points, and according to the distance to the neighboring points
  • Lifting transform coding can be performed by setting weights.
  • Lifting transform coding according to embodiments is similar to the aforementioned predictive transform coding, but is different in that a weight is accumulated and applied to an attribute value.
  • a process of accumulatively applying a weight to an attribute value according to embodiments is as follows.
  • the weights calculated for all predictors are additionally multiplied by the weights stored in the QW corresponding to the predictor index, and the calculated weights are cumulatively added to the update weight array as the indices of neighboring nodes.
  • the value obtained by multiplying the calculated weight by the attribute value of the index of the neighbor node is accumulated and summed.
  • 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 encoder eg, the coefficient quantization unit 40011
  • a point cloud encoder eg, arithmetic encoder 40012
  • entropy codes the quantized attribute values.
  • the point cloud encoder (for example, the RAHT transform unit 40008) according to the embodiments may perform RAHT transform coding for estimating the attributes of nodes of a higher level by using an attribute associated with a node at a lower level of the octree.
  • RAHT transform coding is an example of attribute intra coding with octree backward scan.
  • the point cloud encoder according to the embodiments scans the entire area from the voxel, and repeats the merging process up to the root node while merging the voxels into a larger block at each step.
  • the merging process according to the embodiments is performed only for the ocupid node. A merging process is not performed on an empty node, and a merging process is performed on a node immediately above the empty node.
  • the following equation represents the RAHT transformation matrix. denotes the average attribute value of voxels in level l. Is Wow can be calculated from Wow the weight of class am.
  • the root node is the last class is created as follows,
  • the gDC value is also quantized and entropy-coded like the high-pass coefficient.
  • FIG. 10 shows an example of a point cloud decoder according to embodiments.
  • the point cloud decoder shown in FIG. 10 is an example of the point cloud video decoder 10006 described in FIG. 1 , and may perform the same or similar operations to the operation of the point cloud video decoder 10006 described in FIG. 1 .
  • the point cloud decoder may receive a geometry bitstream and an attribute bitstream included in one or more bitstreams.
  • the point cloud decoder includes a geometry decoder and an attribute decoder.
  • the geometry decoder outputs decoded geometry by performing geometry decoding on the geometry bitstream.
  • the attribute decoder outputs decoded attributes by performing attribute decoding based on the decoded geometry and the attribute bitstream.
  • the decoded geometry and decoded attributes are used to reconstruct the point cloud content (decoded point cloud).
  • FIG. 11 shows an example of a point cloud decoder according to embodiments.
  • the point cloud decoder shown in FIG. 11 is an example of the point cloud decoder described with reference to FIG. 10 , and may perform a decoding operation that is a reverse process of the encoding operation of the point cloud encoder described with reference to FIGS. 1 to 9 .
  • the point cloud decoder may perform geometry decoding and attribute decoding. Geometry decoding is performed before attribute decoding.
  • the point cloud decoder may include an arithmetic decoder 11000, a synthesize octree 11001, a synthesize surface approximation 11002, and a reconstruct geometry , 11003), inverse transform coordinates (11004), arithmetic decoder (11005), inverse quantize (11006), RAHT transform unit (11007), LOD generator (generate LOD, 11008) ), inverse lifting unit (Inverse lifting, 11009), and / or color inverse transform unit (inverse transform colors, 11010).
  • the arithmetic decoder 11000 , the octree synthesizer 11001 , the surface opproximation synthesizer 11002 , the geometry reconstruction unit 11003 , and the coordinate system inverse transformation unit 11004 may perform geometry decoding.
  • Geometry decoding according to embodiments may include direct 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, Interpolaration-based hierarchical nearest-neighbor prediction-Prediction Transform decoding, and interpolation-based hierarchical nearest-neighbor prediction with an update/lifting step (Lifting Transform)) decoding may be included.
  • RAHT Region Adaptive Hierarchical Transform
  • Interpolaration-based hierarchical nearest-neighbor prediction-Prediction Transform decoding Interpolaration-based hierarchical nearest-neighbor prediction-Prediction Transform decoding
  • interpolation-based hierarchical nearest-neighbor prediction with an update/lifting step (Lifting Transform)) decoding may be included.
  • the arithmetic decoder 11005 decodes an attribute bitstream by arithmetic coding.
  • the inverse quantization unit 11006 inverse quantizes the decoded attribute bitstream or information 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 encoder.
  • the RAHT transformation unit 11007, the LOD generation unit 11008, and/or the inverse lifting unit 11009 may process the reconstructed geometry and dequantized attributes. As described above, the RAHT converting unit 11007, the LOD generating unit 11008, and/or the inverse lifting unit 11009 may selectively perform a corresponding decoding operation according to the encoding of the point cloud encoder.
  • the color inverse transform unit 11010 performs inverse transform coding for inverse transforming color values (or textures) included in decoded attributes.
  • the operation of the color inverse transform unit 11010 may be selectively performed based on the operation of the color transform unit 40006 of the point cloud encoder.
  • the elements of the point cloud decoder of FIG. 11 are not shown in the figure, hardware including one or more processors or integrated circuits configured to communicate with one or more memories included in the point cloud providing device , software, firmware, or a combination thereof.
  • the one or more processors may perform at least any one or more of the operations and/or functions of the elements of the point cloud decoder of FIG. 11 described above.
  • the one or more processors may operate or execute a set of software programs and/or instructions for performing operations and/or functions of the elements of the point cloud decoder of FIG. 11 .
  • the transmission device shown in FIG. 12 is an example of the transmission device 10000 of FIG. 1 (or the point cloud encoder of FIG. 4 ).
  • the transmitter shown in FIG. 12 may perform at least any one or more of the same or similar operations and methods to the operations and encoding methods of the point cloud encoder described with reference to FIGS. 1 to 9 .
  • the transmission apparatus includes a data input unit 12000 , a quantization processing unit 12001 , a voxelization processing unit 12002 , an octree 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 encoder (or the octree analyzer 40002) described with reference to FIGS. 4 and 6 . A detailed description is the same as that described with reference to FIGS. 1 to 9 .
  • the surface model processing unit 12004 may perform tri-supply geometry encoding for reconstructing positions of points in a specific region (or node) based on voxels based on a surface model.
  • the fore surface model processing unit 12004 may perform the same or similar operations and/or methods to those of the point cloud encoder (eg, the surface appropriation analyzer 40003) described with reference to FIG. 4 .
  • a detailed description is the same as that described with reference to FIGS. 1 to 9 .
  • the intra/inter coding processing unit 12005 may perform intra/inter coding of point cloud data.
  • the intra/inter coding processing unit 12005 may perform the same or similar coding to the intra/inter coding described with reference to FIG. 7 . A detailed description is the same as that described with reference to FIG. 7 .
  • the intra/inter coding processing unit 12005 may be included in the arithmetic coder 12006 .
  • the arithmetic coder 12006 entropy encodes an octree and/or an approximated octree of point cloud data.
  • the encoding method includes an arithmetic encoding method.
  • the arithmetic coder 12006 performs the same or similar operations and/or methods as the operations and/or methods of the arithmetic encoder 40004 .
  • the metadata processing unit 12007 processes metadata related to point cloud data, for example, a setting value, and provides it to necessary processing such as geometry encoding and/or attribute encoding. Also, the metadata processing unit 12007 according to embodiments may generate and/or process signaling information related to geometry encoding and/or attribute encoding. Signaling information according to embodiments may be encoded separately from geometry encoding and/or attribute encoding. Also, signaling information according to embodiments may be interleaved.
  • the color conversion processing unit 12008, the attribute conversion processing unit 12009, the prediction/lifting/RAHT conversion processing unit 12010, and the arithmetic coder 12011 perform attribute encoding. Since the attribute encoding according to the embodiments is the same as or similar to the attribute encoding described with reference to FIGS. 1 to 9 , a detailed description thereof will be omitted.
  • the color conversion processing unit 12008 performs color conversion coding for converting color values included in the attributes.
  • the color conversion processing unit 12008 may perform color conversion coding based on the reconstructed geometry.
  • the description of the reconstructed geometry is the same as 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 in any one or a combination of RAHT coding, predictive transform coding, and lifting transform coding.
  • the prediction/lifting/RAHT transformation processing unit 12010 performs at least one or more of the same or similar operations to the operations of the RAHT transformation unit 40008, the LOD generation unit 40009, and the lifting transformation unit 40010 described with reference to FIG. 4 . do.
  • the descriptions of predictive transform coding, lifting transform coding, and RAHT transform coding are the same as those described in 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 to the operations and/or methods of the arithmetic encoder 400012 .
  • the transmission processing unit 12012 transmits each bitstream including the encoded geometry and/or encoded attribute and metadata information, or converts the encoded geometry and/or the encoded attribute and metadata information into one It can be transmitted by composing it as a bitstream.
  • the bitstream may include one or more sub-bitstreams.
  • the bitstream according to the embodiments is a Sequence Parameter Set (SPS) for sequence-level signaling, a Geometry Parameter Set (GPS) for signaling of geometry information coding, APS (Attribute Parameter Set) for signaling of attribute information coding, tile Signaling information including a Tile Parameter Set (TPS) for level signaling and slice data may be included.
  • SPS Sequence Parameter Set
  • GPS Geometry Parameter Set
  • APS Attribute Parameter Set
  • tile Signaling information including a Tile Parameter Set (TPS) for level signaling
  • Slice data may include information about one or more slices.
  • One slice according to embodiments may include one geometry bitstream (Geom0 0 ) and one or more attribute bitstreams (Attr0 0 , Attr1 0 ).
  • a slice refers to a series of syntax elements representing all or a part of a coded point cloud frame.
  • the TPS may include information about each tile (eg, coordinate value information and height/size information of a bounding box, etc.) for one or more tiles.
  • a geometry bitstream may include a header and a payload.
  • the header of the geometry bitstream according to the embodiments may include identification information (geom_ parameter_set_id), a tile identifier (geom_tile_id), a slice identifier (geom_slice_id) of a parameter set included in GPS, and information on data included in a payload, etc.
  • the metadata processing unit 12007 may generate and/or process signaling information and transmit it to the transmission processing unit 12012 .
  • elements performing geometry encoding and elements performing attribute encoding may share data/information with each other as dotted 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 decoder of FIGS. 10 and 11 ).
  • the receiver shown in FIG. 13 may perform at least any one or more of the same or similar operations and methods to the operations and decoding methods of the point cloud decoder described with reference to FIGS. 1 to 11 .
  • the reception apparatus includes a reception unit 13000, a reception processing unit 13001, an arithmetic decoder 13002, an Occupancy code-based octree reconstruction processing unit 13003, and a surface model processing unit (triangle reconstruction). , up-sampling, voxelization) 13004, inverse quantization processing unit 13005, metadata parser 13006, arithmetic decoder 13007, inverse quantization processing unit 13008, prediction It may include a /lifting/RAHT inverse transformation processing unit 13009 , an inverse color transformation processing unit 13010 , and/or a renderer 13011 .
  • Each component of decoding according to embodiments may perform a reverse process of a component of encoding according to embodiments.
  • the receiver 13000 receives point cloud data.
  • the receiver 13000 may perform the same or similar operation and/or reception method 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 the geometry related thereto (eg, triangle reconstruction, up-sampling, voxelization) based on the surface model method when the trichop 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 includes at least one or more of a server 1460 , a robot 1410 , an autonomous vehicle 1420 , an XR device 1430 , a smartphone 1440 , a home appliance 1450 , and/or an HMD 1470 .
  • a configuration connected to the cloud network 1410 is shown.
  • the robot 1410 , the autonomous driving vehicle 1420 , the XR device 1430 , the smartphone 1440 , or the home appliance 1450 are referred to as devices.
  • the XR device 1430 may correspond to a point cloud data (PCC) device according to embodiments or may be linked with a PCC device.
  • PCC point cloud data
  • the cloud network 1400 may constitute a part of the cloud computing infrastructure or may refer to a network existing in the cloud computing infrastructure.
  • the cloud network 1400 may be configured using a 3G network, a 4G or Long Term Evolution (LTE) network, or a 5G network.
  • LTE Long Term Evolution
  • the server 1460 includes at least one of a robot 1410 , an autonomous vehicle 1420 , an XR device 1430 , a smartphone 1440 , a home appliance 1450 and/or an HMD 1470 , and a cloud network 1400 . It is connected through and may help at least a part of the processing of the connected devices 1410 to 1470 .
  • a Head-Mount Display (HMD) 1470 represents one of the types in which an XR device and/or a PCC device according to embodiments may be implemented.
  • the HMD type device according to the embodiments includes a communication unit, a control unit, a memory unit, an I/O unit, a sensor unit, a power supply unit, and the like.
  • the devices 1410 to 1450 shown in FIG. 14 may be linked/coupled with the point cloud data transceiver according to the above-described embodiments.
  • XR / PCC device 1430 is PCC and / or XR (AR + VR) technology is applied, HMD (Head-Mount Display), HUD (Head-Up Display) provided in the vehicle, television, mobile phone, smart phone, It may be implemented as a computer, a wearable device, a home appliance, a digital signage, a vehicle, a stationary robot, or a mobile robot.
  • HMD Head-Mount Display
  • HUD Head-Up Display
  • the XR/PCC device 1430 analyzes three-dimensional point cloud data or image data acquired through various sensors or from an external device to generate position data and attribute data for three-dimensional points in the surrounding space or real objects. Information can be obtained and the XR object to be output can be rendered and output. For example, the XR/PCC apparatus 1430 may output an XR object including additional information on the recognized object to correspond to the recognized object.
  • the XR/PCC device 1430 may be implemented as a mobile phone 1440 or the like to which PCC technology is applied.
  • the mobile phone 1440 may decode and display the point cloud content based on the PCC technology.
  • the autonomous driving vehicle 1420 may be implemented as a mobile robot, a vehicle, an unmanned aerial vehicle, etc. by applying PCC technology and XR technology.
  • the autonomous driving vehicle 1420 to which the XR/PCC technology is applied may mean an autonomous driving vehicle equipped with a means for providing an XR image or an autonomous driving vehicle subject to control/interaction within the XR image.
  • the autonomous driving vehicle 1420 that is the target of control/interaction within the XR image may be distinguished from the XR device 1430 and may be interlocked with each other.
  • the autonomous vehicle 1420 having means for providing an XR/PCC image may obtain sensor information from sensors including a camera, and output an XR/PCC image generated based on the acquired sensor information.
  • the autonomous vehicle 1420 may provide an XR/PCC object corresponding to a real object or an object in 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 1220 may output XR/PCC objects corresponding to objects such as a lane, other vehicles, traffic lights, traffic signs, two-wheeled vehicles, pedestrians, and buildings.
  • VR Virtual Reality
  • AR Augmented Reality
  • MR Magnetic Reality
  • PCC Point Cloud Compression
  • VR technology is a display technology that provides objects or backgrounds in the real world only as CG images.
  • AR technology refers to a technology that shows a virtual CG image on top of 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, embodiments of the present invention 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 data (PCC) transceiver receives/processes AR/VR/PCC service-related content data that can be provided together with the autonomous driving service when connected to a vehicle to enable wired/wireless communication, can be sent to
  • the point cloud transceiver may receive/process AR/VR/PCC service-related content data according to a user input signal input through the user interface device and provide it to the user.
  • a vehicle or a user interface device may receive a user input signal.
  • a user input signal according to embodiments may include a signal indicating an autonomous driving service.
  • the point cloud data is composed of a set of points, and each point may have geometric data (geometric information) and attribute data (attribute information).
  • the geometric data is three-dimensional position information (eg, coordinate values of x, y, and z axes) of each point. That is, the position of each point is expressed by parameters on the coordinate system representing the three-dimensional space (eg, parameters (x, y, z) of the three axes representing the space: the X-axis, the Y-axis, and the Z-axis).
  • the attribute information may mean a color (RGB, YUV, etc.) of a point, reflectance, normal vectors, transparency, and the like. Attribute information may be expressed in a scalar or vector form.
  • 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 point cloud data.
  • category 1 it consists of a point cloud of a single frame with a high density of points for an object or space.
  • Category 3 data is a fused single frame of frame-based data with multiple frames acquired while moving, and a color image acquired as a 2D image with a point cloud acquired through a lidar sensor for a large space. data can be classified.
  • the encoding (encoding) process of the point cloud data in the transmission device 15000 may consist of compressing the geometry information and compressing the attribute information based on the reconstructed geometry with the changed location information.
  • the point cloud data transmission apparatus 15000 encodes the geometry information of the input point cloud data and transmits it as a bitstream, and in the case of lossy coding, the geometry information is converted to the attribute information through geometry decoding and recoloring. It can match with , encode attribute information and transmit it as a bitstream.
  • the transmission device 15000 of FIG. 15 transmits point cloud data from a point cloud data transmission device (eg, the point cloud data transmission device of FIGS. 1, 2, 4, 11 or 12) according to embodiments.
  • the same or similar operation to compression (encoding) and transmission may be performed. That is, the transmission device 15000 of FIG. 15 may correspond to the point cloud data transmission device (eg, the point cloud data transmission device of FIGS. 1, 2, 4, 11 or 12 ) according to embodiments.
  • the point cloud data transmission device 15000 includes the transmission device 10000 of FIG. 1 , the transmission device of FIG. 4 , the transmission device of FIG. 12 , the XR device 1430 of FIG. 14 and/or one or more memories
  • the point cloud data may be acquired, encoded, and transmitted by hardware, software, firmware, or a combination thereof including one or more processors or integrated circuits configured to communicate with the device.
  • the point cloud data transmission apparatus 15000 may include a clipping range investigation unit 15020 and a clipping performing unit 15030 .
  • the clipping range investigation unit 15020 may investigate the clipping range of the point cloud data and determine the clipping range.
  • the clipping range performing unit 15030 may clip the point cloud data based on the determined clipping range. Accordingly, the point cloud data transmission apparatus 15000 according to the embodiments performs clipping in the process of processing the point cloud data, thereby enabling efficient compression and transmission of data.
  • Clipping may refer to an operation of changing an inappropriate data value generated in the process of processing point cloud data into an appropriate data value.
  • inappropriate data values may occur during data processing such as quantization or weighting of the point cloud data.
  • prediction accuracy of the data decreases due to the accumulation of noise (error) generated during the processing process and may cause errors in rendering or projection equipment.
  • error since the RGB value of the attribute information can be expressed in the range of 0 to 255, if the RGB value of the restored attribute information is out of the corresponding range, an error in rendering or projection equipment occurs.
  • Clipping terms may be expressed as removing, deleting, or cutting data outside the appropriate data value range, or converting, converting, or replacing data outside the appropriate range with data within the appropriate range. Also, clipping is not limited to the above expression and may be expressed by other terms that are the same or similar.
  • Clipping can be used to correct noise or prediction error occurring in lossy attribute coding, and can correct when a predicted attribute value appears negative.
  • RGB data In order for the reconstructed point cloud data to be displayed in the renderer, RGB data must support the range of 0 to 255, and reflectivity data must support the range of 0 to 16,384, and an error may be induced in the renderer if it is out of the range.
  • prediction is used on a point-to-point basis. As the difference between the original attribute value and the predicted attribute value accumulates, data that cannot exist in reality may be generated. Clipping has the effect of preventing the occurrence of such data.
  • clipping is used to easily describe the technical idea of the embodiments, and is a term that typically expresses an operation of removing inappropriate data values by converting data values outside the appropriate data range into values within the appropriate data range.
  • clipping is a term that typically expresses an operation of removing inappropriate data values by converting data values outside the appropriate data range into values within the appropriate data range.
  • clipping may replace an inappropriate data value with a maximum or minimum value of an appropriate data range when data out of an appropriate data range occurs. For example, if the clipping range is set to 0 to 1023 (2 ⁇ (10)-1) and predetermined data exceeds the corresponding clipping range during data processing, clipping is performed to change the value of the data to 1023 (Maximum value within the clipping range). Alternatively, when specific data is a negative value, the corresponding data can be replaced with 0 (the minimum value within the clipping range).
  • the point cloud data transmission apparatus 15000 may reduce noise generated while predicting geometry information or attribute information by clipping the point cloud data, and remove inappropriate data in advance to generate in rendering and projection equipment error can be prevented.
  • the range of clipped data may be determined based on original data or reconstructed data.
  • the clipping range investigation units 15021 and 15022 represented by dotted line boxes in FIG. 15 indicate various positions of the clipping range investigation unit capable of examining the clipping range in the point cloud data transmission apparatus 15000 according to embodiments.
  • the clipping range investigation unit 15020 is located next to the attribute reconstruction unit 15010 , and may investigate the clipping range based on the input reconstructed attribute information and determine the clipping range for the attribute information.
  • the clipping range investigation unit 15021 may be located in front of the color conversion processing unit 15040 to examine the clipping range based on the input original attribute information and determine the clipping range for the attribute information.
  • the clipping range investigation unit 15022 may be located in front of the coordinate conversion unit to investigate the clipping range based on the input original geometry information and determine the clipping range for the geometry information.
  • the clipping range investigation unit may determine the clipping range in a range of a minimum value to a maximum value of the data to be investigated. That is, when the clipping range investigation unit examines the input original data, a range of a minimum value to a maximum value may be determined as the clipping range based on the minimum and maximum values of the original data. Also, the clipping range can be appropriately preset by the user. Also, the clipping range may be set as a bit-depth range. For example, the clipping range may be set to 0 to 2 ⁇ (bit-depth)-1. In the case of attribute information, an optimal range may be set as a clipping range based on the converted attribute value during color conversion processing.
  • the transmission device 15000 may include a clipping range investigation unit located in various data processing stages, and the clipping range investigation unit can investigate the clipping range and determine the clipping range for attribute information as well as geometry information, and the transmission device 15000 may include a plurality of clipping irradiation units at a plurality of positions.
  • the clipping performing unit 15030 is configured to perform clipping of the point cloud data based on the clipping range set in the clipping range investigation unit 15020 or a preset clipping range.
  • the clipping performing unit 15030 is located in the next stage of the clipping range investigating unit 15020, and may perform clipping on the input reconstructed attribute information.
  • the clipping performing unit 15031 represented by a dotted line box in FIG. 15 is a clipping performing unit 15031 at another location capable of performing clipping in the point cloud data transmission apparatus 15000 according to embodiments.
  • the clipping performing unit 15031 is located in the next step of the geometry reconstructing unit 15060, and may perform clipping on the inputted reconstructed geometry information.
  • the clipping range may be set by the clipping range irradiation unit 15022 or may be preset.
  • the clipping range investigation unit is located at the next stage of the geometry reconstruction unit 15060 (not shown) to determine the clipping range based on the reconstructed geometry information, and the clipping performing unit 15031 is the geometry information based on the clipping range. clipping can be performed.
  • the clipping performing unit may convert a data value corresponding to a data value outside the clipping range into a data value corresponding to the clipping range.
  • the clipping performing unit may convert a data value exceeding the clipping range into a maximum value of the clipping range, or convert a data value less than the clipping range into a minimum value of the clipping range.
  • the clipping performing unit may convert a data value outside the clipping range into an appropriate data value according to a method appropriately changed by a person skilled in the art.
  • the transmission device 15000 may include a clipping performing unit in various data processing steps, the clipping performing unit may perform clipping on attribute information as well as geometry information, and the transmission device 15000 may include a plurality of locations in a plurality of locations. may include a clipping performing unit of
  • the point cloud data transmission apparatus may encode geometry information using a prediction tree-based coding method, and may perform clipping including a clipping range investigation unit and a clipping performing unit. .
  • the point cloud data transmission apparatus 15000 may include a plurality of clipping range investigators.
  • the position of the clipping range irradiation part is not limited to the one suggested in the present embodiments, and may be appropriately changed by those skilled in the art.
  • the transmitter 15000 may transmit whether or not clipping is performed to the receiver according to the embodiments as flag information.
  • the transmitter 15000 may transmit the clipping range or value irradiated by the clipping range irradiation unit to the receiver according to the embodiments.
  • the point cloud data transmission apparatus 15000 may include a plurality of clipping performing units.
  • the position of the clipping performing unit is not limited to the one suggested in the present embodiments, and may be appropriately changed by those skilled in the art.
  • the point cloud data receiving apparatus 16000 may include a clipping performing unit 16020 .
  • the point cloud data receiving device 16000 may include the receiving device 10004 of FIG. 1 , the receiving device of FIG. 11 , the receiving device of FIG. 13 , the XR device 1430 of FIG. 14 , and/or one or more memories
  • the point cloud data may be received and decoded by hardware, software, firmware, or a combination thereof, including one or more processors or integrated circuits configured to be able to communicate with each other.
  • the clipping performing unit 16020 may be located in a next stage of the attribute reconstructing unit 16010 to perform clipping on the reconstructed attribute information.
  • the clipping range of the attribute information may use information signaled from the point cloud data transmission apparatus according to the embodiments.
  • the clipping performing unit 16021 represented by a dotted line box in FIG. 16 is a clipping performing unit 16021 at another location capable of performing clipping in the point cloud data receiving apparatus 16000 according to embodiments.
  • the clipping performing unit 16021 may be located in a next stage of the color gamut conversion processing unit 16030, and may perform clipping on the color conversion-processed attribute information. When color conversion processing is performed in the encoding/decoding process of attribute information, the clipping performing unit 16021 may perform clipping according to the range of color conversion-processed data.
  • the point cloud data receiving apparatus 16000 may further include a clipping performing unit performing clipping on geometry information.
  • the clipping performing unit is located in the next stage of the geometry reconstruction unit, and may perform clipping on the reconstructed geometry information.
  • the clipping range for the reconstructed geometry information may use information signaled from the point cloud data transmitter according to the embodiments.
  • the point cloud data receiving apparatus 16000 may include a plurality of clipping performing units.
  • the position of the clipping performing unit is not limited to the one suggested in the present embodiments, and may be appropriately changed by those skilled in the art.
  • FIG. 17 illustrates an example of a clipping process of point cloud data according to embodiments.
  • the clipping process of the point cloud data according to the embodiments consists of a step 17100 performed by a transmitting device (encoder) according to the embodiments and a step 17200 performed by a receiving device (decoder) according to the embodiments.
  • the clipping process of the point cloud data according to the embodiments may be performed by a clipping performing unit, and components included in the clipping performing unit are hardware, software, processor and/or combinations thereof that perform each step of the clipping process. can be made with
  • the step 17100 performed by the transmitter (encoder) includes a step 17110 of investigating and determining a clipping range and a step 17120 of performing the clipping.
  • the step 17110 of determining by examining the clipping range may be performed by the clipping range investigation unit 15020 described in FIG. 15 .
  • the clipping operation 17120 may be performed by the clipping performing unit 15030 described with reference to FIG. 15 . Operations performed in each step are omitted since they have been described above.
  • the clipping range of the geometry information may be determined based on the original geometry information or the reconstructed geometry information of the point cloud data.
  • the clipping range of the attribute information may be determined based on the original attribute information or the reconstructed attribute information of the point cloud data.
  • the step of determining the clipping range by examining 17110 may determine the clipping range by examining attribute information based on the color conversion-processed data.
  • the clipping range may be determined based on a minimum value to a maximum value of the data to be investigated.
  • the clipping range may be determined as a range of a minimum value to a maximum value of the data to be investigated.
  • the operation 17200 performed by the receiver (decoder) according to the embodiments includes receiving information on whether clipping and clipping range are performed, and an operation of performing clipping ( 17210 ).
  • the point cloud data transmitter (encoder) according to the embodiments may transmit clipping status and clipping range information, and the point cloud data receiver (decoder) according to the embodiments may perform clipping based on the information. (17210).
  • the reconstructed geometry information of the point cloud data may be clipped or the reconstructed attribute information of the point cloud data may be clipped.
  • the step of performing the clipping 17210 may be performed by the clipping performing unit 16020 described with reference to FIG. 16 , and a description of the related operation will be omitted since it has been described above.
  • the point cloud data clipping process increases the psnr (peak to noise ratio) performance of data encoding/decoding in the point cloud data transmitter and/or the receiver according to the embodiments, and increases the accuracy of the decoded value.
  • the point cloud data transmitter according to the embodiments may transmit clipping related information to the point cloud data receiver according to the embodiments.
  • the point cloud video encoder 10002 encodes the point cloud data during the encoding 20001 process, and the transmitter 10003 according to the embodiments receives a bitstream including the encoded point cloud data ( 10004) can be transmitted.
  • the encoded point cloud data is the point cloud video encoder 10002 of FIG. 1 , the encoding 20001 of FIG. 2 , the encoder of FIG. 4 , the transmission device of FIG. 12 , and the XR device of FIG. 14 . 1430 , to be generated by hardware, software, firmware, or a combination thereof including one or more processors or integrated circuits configured to communicate with the transmitter 1430 , and/or one or more memories.
  • bitstream is the point cloud video encoder 10002 of FIG. 1 , the encoding 20001 of FIG. 2 , the encoder of FIG. 4 , the transmission device of FIG. 12 , and the XR device of FIG. 14 . 1430 , to be generated by hardware, software, firmware, or a combination thereof including one or more processors or integrated circuits configured to communicate with the transmitter 1430 , and/or one or more memories.
  • the encoded point cloud data is the point cloud video decoder 10006 of FIG. 1 , the decoding 20003 of FIG. 2 , the decoder of FIG. 11 , the receiving device of FIG. 13 , and the receiving device of FIG.
  • the encoded point cloud data is the point cloud video decoder 10006 of FIG. 1 , the decoding 20003 of FIG. 2 , the decoder of FIG. 11 , the receiving device of FIG. 13 , and the receiving device of FIG.
  • software, firmware, or a combination thereof including one or more processors or integrated circuits configured to communicate with the XR device 1430, the receiver of FIG. 16, and/or one or more memories can be decoded.
  • information related to clipping may be included in a sequence parameter set, a geometry parameter set, an attribute parameter set, a tile parameter set, a slice header, or an SEI message and transmitted to the receiving device.
  • a sequence parameter set a geometry parameter set, an attribute parameter set, a tile parameter set, a slice header, or an SEI message
  • the range of application of the transmitted information, the application method, etc. can be set differently.
  • the related information is a parameter set ( parameter set) and the like and may be transmitted to the receiving device.
  • the parameters (metadata, signaling information, etc. can be variously called) according to the embodiments may be generated in the data processing process of the transmitting apparatus ( FIGS. 1 , 4 , 12 , 14 and 15 ) according to the embodiments. and may be transmitted to the receiving apparatus ( FIGS. 1 , 11 , 13 , 14 and 16 ) according to embodiments and used in the point cloud data restoration process.
  • the parameter according to the embodiments may be generated by the metadata processing unit (or metadata generator) of the transmitting device according to the embodiments and obtained from the metadata parser of the receiving device according to the embodiments.
  • 19 illustrates an example of a syntax of a sequence parameter set according to embodiments.
  • the SPS attribute range clip flag indicates whether clipping is performed in a specified range or value. A value of true indicates that clipping is performed, and a value of false indicates that clipping is not performed.
  • the SPS clipping minimum value indicates the minimum value of the clipping range.
  • the SPS attribute set number indicates the number of attributes
  • the APS attribute dimension minus 1 indicates the dimension of the attribute.
  • the maximum SPS clipping value indicates the maximum value of the clipping range.
  • the SPS attribute set number indicates the number of attributes
  • the APS attribute dimension minus 1 indicates the dimension of the attribute.
  • the maximum SPS clipping value (sps_clip_max) cannot be greater than (1 ⁇ MaxAttributeBitdepth[ i ]) - 1. For example, if the maximum value of the number of bits that an attribute can have is 8, it cannot exceed 2 ⁇ 8 - 1.
  • Profile idc may mean information indicating a profile of a bitstream that can satisfy Annex A of the H.264 standard document. Other values of profile_idc may be used later by ISO/IEC. (indicates a profile to which the bitstream conforms as specified in Annex A. Bitstreams shall not contain values of profile_idc other than those specified in Annex A. Other values of profile_idc are reserved for future use by ISO/IEC.)
  • the profile compatibility flag indicates that the bit stream complies with the profile indicated by the profile idc (profile_idc) equal to j specified in Annex A.
  • the value of profile_compatibility_flag[j] may be 0 for a value of j that is not specified as an allowable value of profile_idc.
  • profile_compatibility_flags equal to 1, indicates that the bitstream conforms to the profile indicated by profile_idc equal to j as specified in Annex A.
  • the value of profile_compatibility_flag[ j ] shall be equal to 0 for any value of j that is not specified as an allowed value of profile_idc in Annex A.
  • Level_idc indicates a level of a bitstream that can satisfy Annex A of the H.264 standard document.
  • the bit stream cannot contain level_idc values other than those specified in Annex A.
  • level_idc indicates a level to which the bitstream conforms as specified in Annex A.
  • Bitstreams shall not contain values of level_idc other than those specified in Annex A.
  • Other values of level_idc are reserved for future use by ISO/IEC.
  • SPS bounding box present flag sps_bounding_box_present_flag
  • SPS bounding box offset x(sps_bounding_box_offset_x) indicates the x offset of the source bounding box in Cartesian coordinates. If it does not exist, the sps_bounding_box_offset_x value is inferred to be 0.
  • SPS bounding box offset y(sps_bounding_box_offset_y) indicates the y offset of the source bounding box in Cartesian coordinates. If it does not exist, the sps_bounding_box_offset_y value is inferred to be 0.
  • the SPS bounding box offset z(sps_bounding_box_offset_z) indicates the z offset of the source bounding box in Cartesian coordinates. If it does not exist, the sps_bounding_box_offset_z value is inferred to be 0.
  • the SPS bounding box scale factor indicates a scale factor indicating a source bounding box in Cartesian coordinates. If it does not exist, the value of sps_bounding_box_scale_factor is inferred to be 1. If it does not exist, the value of sps_bounding_box_scale_factor is inferred to be 0.
  • the SPS bounding box size width indicates the width of the source bounding box in Cartesian coordinates. If it does not exist, the value of sps_bounding_box_size_width is assumed to be 10.
  • the SPS bounding box size height indicates the height of the source bounding box in Cartesian coordinates. If it does not exist, the value of sps_bound_box_size_height is inferred to be 1. If not, the value of sps_bounding_box_size_height is inferred to be 0.
  • the SPS bounding box size depth indicates the depth of the source bounding box in Cartesian coordinates. If it does not exist, the value of sps_bound_box_size_depth is inferred to be 1. If not, the value of sps_bounding_box_size_depth is inferred to be 0.
  • the SPS source scale factor indicates a scale factor of the source point cloud.
  • the SPS sequence parameter set id (sps_seq_parameter_set_id) provides an identifier for the SPS so that other syntax elements can refer to it.
  • the SPS sequence parameter set id (sps_seq_parameter_set_id) value MAY range from 0 to 15 inclusive of 0 in bit streams conforming to this version of this specification. A value other than 0 for sps_seq_parameter_set_id is reserved for future use in ISO/IEC.
  • the SPS number attribute set indicates the number of coded attributes in the bitstream.
  • the sps_num_attribute_sets value can be in the range 0 to 64.
  • the SPS includes an attribute dimension [i] (attribute_dimension[i]), an attribute instance id[i] (attribute_instance_id[i]), an attribute bit depth [i] by the value of the SPS number attribute set (sps_num_attribute_sets) [i]), attribute CICP color primaries[i](attribute_cicp_colour_primaries[i]), attribute CICP transfer characteristics[i](attribute_cicp_transfer_characteristics[i]), attribute CICP matrix coefficients[i](attribute_cicp_matrix_coeffs[i]), attribute CICP video full range flag [i] (attribute_cicp_video_full_range_flag[i]), may include a known attribute label flag (known_attribute_label_flag[i], in this case, if the known attribute label flag [i] (known_attribute_label_
  • the attribute dimension[i](attribute_dimension[i]) specifies the number of components of the i-th attribute.
  • the attribute instance id[i](attribute_instance_id[i]) specifies the attribute instance ID.
  • the attribute bitdepth[i] designates the bitdepth of the i-th attribute signal.
  • the attribute CICP color primaries[i](attribute_cicp_colour_primaries[i]) indicates the chromaticity coordinates of the color attribute source primary.
  • the attribute CICP transfer characteristic[i](attribute_cicp_transfer_characteristics[i]) represents the reference photoelectron transfer characteristic function of the color attribute as a function of the source input linear optical intensity Lc with a nominal true value range of 0 to 1 or has a nominal true value range of 0 to 1.
  • the phosphorus output represents the inverse of the reference electro-optical transfer characteristic function as a function of the linear optical intensity Lo.
  • the attribute CICP matrix coefficients[i](attribute_cicp_matrix_coeffs[i]) describes the matrix coefficients used to derive luma and chroma signals from green, blue, red or Y, Z and X bases.
  • FIG. 20 illustrates an example of a syntax of a tile parameter set according to embodiments.
  • the TPS attribute range clip flag (tps_attr_range_clip_flag) indicates whether clipping is performed in a specified range or value. A value of true indicates that clipping is performed, and a value of false indicates that clipping is not performed.
  • TPS clipping minimum value (tps_clip_min) Indicates the minimum value of the clipping range.
  • the SPS attribute set number indicates the number of attributes
  • the APS attribute dimension minus 1 indicates the dimension of the attribute.
  • the TPS clipping maximum value indicates the maximum value of the clipping range.
  • the SPS attribute set number indicates the number of attributes
  • the APS attribute dimension minus 1 indicates the dimension of the attribute.
  • the maximum TPS clipping value (tps_clip_max) cannot be greater than (1 ⁇ MaxAttributeBitdepth[ i ]) - 1.
  • the number tile (num_tiles) specifies the number of tiles signaled for the bitstream. If it does not exist, the number tile (num_tiles) is inferred to be 0.
  • tile bounding box offset x[i] indicates the x offset of the i-th tile in Cartesian coordinates. If it does not exist, the tile bounding box offset x[0] (tile_bounding_box_offset_x[0]) value is inferred as the SPS bounding box offset x (sps_bounding_box_offset_x).
  • the tile bounding box offset y[i](tile_bounding_box_offset_y[i]) represents the y offset of the i-th tile in Cartesian coordinates. If it does not exist, the tile bounding box offset y[0](tile_bounding_box_offset_y[0]) value is inferred as the SPS bounding box offset y(sps_bounding_box_offset_y).
  • tile bounding box offset z[i] indicates the z offset of the i-th tile in Cartesian coordinates. If it does not exist, the value of the tile bounding box offset z[0] (tile_bounding_box_offset_z[0]) is inferred as the SPS bounding box offset z(sps_bounding_box_offset_z).
  • tile bounding box scale factor [i] indicates the scale factor of the i-th tile of Cartesian coordinates. If it does not exist, the value of the tile bounding box scale factor [0] (tile_bounding_box_scale_factor[0]) is inferred as the SPS bounding box scale factor (sps_bounding_box_scale_factor).
  • Tile bounding box size width[i](tile_bounding_box_size_width[i]) indicates the width of the i-th tile in Cartesian coordinates. If it does not exist, the tile bounding box size width[0] (tile_bounding_box_size_width[0]) value is inferred as the SPS bounding box size width (sps_bounding_box_size_width).
  • tile bounding box size height[i](tile_bounding_box_size_height[i] indicates the height of the i-th tile in Cartesian coordinates. If it does not exist, the tile bounding box size height[0](tile_bounding_box_size_height[0] value is the SPS bounding box size height.) It is inferred as (sps_bounding_box_size_height).
  • the tile bounding box size depth[i](tile_bounding_box_size_depth[i]) represents the depth of the ith tile in Cartesian coordinates. If it does not exist, the tile bounding box size depth [0] (tile_bounding_box_size_depth[0]) value is inferred as the SPS bounding box size depth (sps_bounding_box_size_depth).
  • 21 shows an example of a syntax of a geometry parameter set according to embodiments.
  • the GPS attribute range clipping flag indicates whether clipping is performed in a specified range or value. A value of true indicates that clipping is performed, and a value of false indicates that clipping is not performed.
  • the minimum GPS clipping value indicates the minimum value of the clipping range.
  • the SPS attribute set number indicates the number of attributes
  • the APS attribute dimension minus 1 indicates the dimension of the attribute.
  • the maximum GPS clipping value indicates the maximum value of the clipping range.
  • the SPS attribute set number indicates the number of attributes
  • the APS attribute dimension minus 1 indicates the dimension of the attribute.
  • the maximum TPS clipping value (tps_clip_max) cannot be greater than (1 ⁇ MaxAttributeBitdepth[ i ]) - 1.
  • the GPS geom parameter set id (gps_geom_parameter_set_id) provides a GPS identifier for reference in other syntax elements.
  • the GPS geom parameter set id (gps_seq_parameter_set_id) value may range from 0 to 15.
  • the GPS sequence parameter set id (gps_seq_parameter_set_id) specifies an SPS sequence parameter set id (sps_seq_parameter_set_id) value for the active SPS.
  • the GPS sequence parameter set id (gps_seq_parameter_set_id) value may range from 0 to 15.
  • the geometry coding type indicates the geometry coding type of Table 71 for the specified geometry coding type (geometry_coding_type) value.
  • the value of geometry_coding_type shall be equal to 0 or 1 in bitstreams conforming to this version of this specification.
  • GPS box present flag (gps_box_present_flag) 1
  • gps_bounding_box_present_flag 1
  • the value of the attribute dump type (attr_coding_type).
  • the value of the attribute coding type (attr_coding_type) may be 0, 1 or 2 in a bit stream conforming to this version of this specification. Other values of the attribute coding type (attr_coding_type) may be used later in ISO/IEC. Decoders conforming to this version of this specification ignore the reserved value of attribute coding type (attr_coding_type).
  • 0 Predicting weight lifting
  • 1 Region Adaptive Hierarchical Transferm (RAHT)
  • 2 Fixed weight lifting
  • the prediction proximity number (num_pred_nearest) specifies the maximum number of nearest neighbors to use for prediction.
  • the value of the number of nearest neighbors in the prediction can be in the range of 1 to xx.
  • the maximum direct predictor number (max_num_direct_predictors) specifies the maximum number of predictors to be used for direct prediction.
  • the value of the maximum direct predictor number (max_num_direct_pedictors) must range from 0 to the nearest neighbor prediction number (num_pred_nearest_neighbors).
  • the value of the MaxNumPredictors variable used in the decoding process is as follows.
  • Maximum predictor numbers maximum direct predictor numbers (max_num_direct_predictor)s + 1
  • Lifting search range specifies a search range for lifting.
  • the lifting quant step size (lifting_quant_step_size) specifies the quantification step size for the first component of the attribute.
  • the quant step size (quant_step_size) value may be in the range of 1 to xx.
  • the lifting quant step size chroma (lifting_quant_step_size_chroma) specifies the quantification step size for the chroma component of an attribute when the attribute is a color.
  • a quant step size chroma (quant_step_size_chroma) value may be in the range of 1 to xx.
  • the load binary tree enable flag (lod_binary_tree_enabled_flag) specifies whether to generate a binary tree log.
  • Number detail level minus 1 (num_detail_levels_minus1) specifies the number of levels of detail for attribute coding.
  • the number detail level minus 1 (num_detail_levels_minus1) value may be in the range of 0 to xx.
  • sampling distance squared[idx](sampling_distance_squared[idx]) specifies the square of the sampling distance with respect to idx.
  • the sampling distance squared[] (sampling_distance_squared[]) value may be in the range of 0 to xx.
  • the adaptive prediction threshold (adaptive_prediction_threshold) specifies a prediction threshold.
  • the RAHT depth (raht_depth) specifies the number of levels of detail for the RAHT.
  • the value of the depth RAHT may be in the range of 1 to xx.
  • the RAHT binary level threshold (raht_binarylevel_threshold) specifies a level of detail for truncating the RAHT coefficients.
  • the value of binaryLevelThreshold RAHT (binaryLevelThreshold RAHT) may be in the range of 0 to xx.
  • RAHT quant step size (raht_quant_step_size) specifies the quantification step size for the first component of the attribute.
  • the quant step size (quant_step_size) value may be in the range of 1 to xx.
  • the APS extension present flag (aps_extension_present_flag) 1
  • the APS extension data (aps_extension_data) syntax structure exists in the APS RBSP syntax structure.
  • the APS extension present flag (aps_extension_present_flag) is 0, it specifies that this syntax structure does not exist. If it does not exist, the value of the APS extension present flag (aps_extension_present_flag) is inferred to be 0.
  • the APS extension data flag may have a value. Its presence and value do not affect decoder conformance to the profile specified in Annex A. A decoder conforming to the profile specified in Annex A.
  • unique geometry point flag (unique_geometry_points_flag) is 1, it indicates that the positions of all output points are unique. If the unique geometry point flag (unique_geometry_points_flag) is 0, it indicates that the positions of the output points may be the same.
  • neighbor context restriction flag (Neighbor_context_restriction_flag) is 0, it indicates that octree accuracy coding uses a context determined from six neighboring parent nodes. If the neighbor context restriction flag (Neighbor_context_restriction_flag) is 1, it indicates that the octree coding uses the context determined only by the sibling nodes.
  • the inferred direct coding mode enable flag (Inferred_direct_coding_mode_enabled_flag) is 0, it indicates that octree coding uses the inferred_direct_coding_mode. If the inferred direct coding mode enable flag (Inferred_direct_coding_mode_enabled_flag) is 1, it indicates that octree coding uses multiple contexts determined from sibling neighboring nodes.
  • bitwise occupancy coding flag (bitwise_occupancy_coding_flag) 1, it indicates that the geometry node occupancy was encoded using bitwise contextualization of the syntax element occupancy_map (occipancy_map). If the bitwise accuracy coding flag (bitwise_occupancy_coding_flag) is 0, it indicates that the geometry node occupancy was encoded using a dictionary encoded with the syntax element occupancy byte (occypancy_byte).
  • adjacent child contextualization enable flag (Adjacent_child_contextualisation_enabled_flag) is 1, it indicates that adjacent lower nodes of the neighboring octree nodes are used for bitwise occupancy contextualization. If the adjacent child contextualization enable flag (Adjacent_child_contextualisation_enabled_flag) is 0, it indicates that the neighboring octree nodes are not used for occupancy contextualization.
  • Log2 neighbor availability boundary (log2_neighbour_avail_boundary) specifies the value of the neighbor availability boundary (NeighbAvailBoundary) variable used in the decoding process as follows.
  • NeighborAvailBoundary 2log2 NeighborAvailBoundary(2log2_neighbour_avail_boundary)
  • the neighbor context restriction flag (Neighbor_context_restriction_flag) is 1, the neighbor availability mask (NeighbAvailabilityMask) is set to 13. Otherwise, the neighbor context restriction flag (Neighbor_context_restriction_flag) is 0, and the neighbor availability mask (NeighbAvailabilityMask) is set as follows.
  • Log2 intra-pred maximum node size (log2_intra_pred_max_node_size) specifies.
  • Log2 treetop node size designates a variable treetop node size (TrisoupNodeSize) as the size of a triangle node as follows.
  • TrisoupNodeSize 2log2 TrisoupNodeSize (2log2_trisoup_node_size)
  • Log2 trisoup node size (log2_trisoup_node_size) must be greater than or equal to 0. If the Log2 trisoup node size (log2_trisoup_node_size) is 0, the geometry bitstream contains only the octree coding syntax.
  • the trisoup_depth specifies the number of bits used to represent each component of the point coordinates.
  • a value of the trisoup_depth may be in the range of 2 to 21. [Ed(df): 21 may be a level limit.]
  • the trisoup triangle level (trisoup_triangle_level) specifies the level at which the octree is organized.
  • the value of the trisoup triangle level (trisoup_triangle_level) may be in the range of 1 to the trisoup_depth-1.
  • GPS extension present flag (gps_extension_present_flag) 1
  • GPS extension data (gps_extension_data) syntax structure is present in the GPS RBSP syntax structure. If the GPS extension present flag (gps_extension_present_flag) is 0, it specifies that the syntax structure does not exist. If it does not exist, the value of the GPS extension present flag (gps_extension_present_flag) is inferred to be 0.
  • the GPS extension data flag may have a value. Its presence and value do not affect decoder conformance to the profile specified in Annex A. A decoder conforming to the profile specified in Annex A.
  • the APS attribute range clipping flag indicates whether clipping is performed in a specified range or value. A value of true indicates that clipping is performed, and a value of false indicates that clipping is not performed.
  • the APS clipping minimum value indicates the minimum value of the clipping range.
  • the SPS attribute set number indicates the number of attributes
  • the APS attribute dimension minus 1 indicates the dimension of the attribute.
  • the APS clipping maximum value indicates the maximum value of the clipping range.
  • the SPS attribute set number indicates the number of attributes
  • the APS attribute dimension minus 1 indicates the dimension of the attribute.
  • APS clipping maximum value (aps_clip_max) cannot be greater than (1 ⁇ MaxAttributeBitdepth[ i ]) - 1.
  • the APS attribute parameter set id (aps_attr_parameter_set_id) provides an identifier for the APS so that other syntax elements can refer to it.
  • APS attribute parameter set id (aps_attr_parameter_set_id) value may be in the range of 0 to 15.
  • APS sequence parameter set id (aps_seq_parameter_set_id) specifies an SPS sequence parameter set id (sps_seq_parameter_set_id) value for the active SPS.
  • the APS sequence parameter set id (aps_seq_parameter_set_id) value may be in the range of 0 to 15.
  • the attribute coding type indicates the coding type for the given attribute in Table 72 and Table 72.
  • FIG. 23 shows an example of a syntax of a geometry slice header according to embodiments.
  • the GSH attribute range clipping flag indicates whether clipping is performed in a specified range or value. A value of true indicates that clipping is performed, and a value of false indicates that clipping is not performed.
  • the GSH clipping minimum value indicates the minimum value of the clipping range.
  • the SPS attribute set number indicates the number of attributes
  • the APS attribute dimension minus 1 indicates the dimension of the attribute.
  • the GSH clipping maximum value indicates the maximum value of the clipping range.
  • the SPS attribute set number indicates the number of attributes
  • the APS attribute dimension minus 1 indicates the dimension of the attribute.
  • the maximum GSH clipping value (gsh_clip_max) cannot be greater than (1 ⁇ MaxAttributeBitdepth[ i ]) - 1.
  • the GSH geometry parameter set id (gsh_geometry_parameter_set_id) specifies a GSH geom parameter set id (gps_geom_parameter_set_id) value of the active GPS.
  • the GSH tile id (gsh_tile_id) designates the ID of the tile.
  • GSH slice id (gsh_slice_id) specifies the ID of the slice.
  • GSH box log2 scale (gsh_box_log2_scale) specifies the scale value.
  • GSH box origin x(gsh_box_origin_x) specifies the x of the source bounding box in Cartesian coordinates.
  • GSH box origin y(gsh_box_origin_y) specifies the y of the source bounding box in Cartesian coordinates.
  • GSH box origin z(gsh_box_origin_z) specifies the z of the source bounding box in Cartesian coordinates.
  • GSH log2 maximum node size (gsh_log2_max_nodesize) specifies the value of the variable maximum node size (MaxNodeSize) used in the decoding process as follows.
  • Maximum node size 2 (GSH log2 maximum node size (gsh_log2_max_nodesize))
  • GSH point number (gsh_points_numbe)r specifies the number of coded points in the slice.
  • the method includes encoding the point cloud data ( S2400 ) and transmitting a bitstream including the point cloud data ( S2510 ). Also, the encoding of the point cloud data ( S2400 ) may include encoding the geometry of the point cloud data and encoding attributes of the point cloud data.
  • the step of encoding the point cloud data is the point cloud video encoder 10002 of Figure 1, the encoding (20001) of Figure 2, the encoder of Figure 4, the transmission device of Figure 12, the XR device 1430 of Figure 14, Encoding point cloud data by hardware, software, firmware, or a combination thereof including one or more processors or integrated circuits configured to communicate with the transmitter of FIG. 15, and/or one or more memories is a step
  • Transmitting the bitstream including the point cloud data includes the transmitter 10003 of FIG. 1 , the transmission processing unit 12012 of FIG. 12 , the XR device 1430 of FIG. 14 , the transmission device of FIG. 15 , and / or by hardware, software, firmware, or a combination thereof including one or more processors or integrated circuits configured to communicate with one or more memories, as in the step 20002 of FIG. This is the sending step.
  • Encoding the point cloud data ( S2400 ) includes encoding (encoding) the geometry data and encoding (encoding) the attribute data.
  • the encoding of the geometry data may encode the geometry data in an octree-based, predictive-tree-based or tree-top manner, and the encoding of the attribute data may encode the attribute data based on prediction/lifting transformation, RATH transformation, or prediction tree-based. there is.
  • the step of encoding the point cloud data ( S2400 ) may further include the step of clipping the point cloud data ( 17100 ).
  • the clipping may be performed by the clipping performing unit 15030 described with reference to FIG. 15 .
  • the clipping range can be determined based on point cloud data or a clipping range preset by the user can be used.
  • the clipping of the point cloud data may include setting a clipping range based on the point cloud data and performing clipping of the point cloud data based on the clipping range.
  • Setting the clipping range based on the point cloud data corresponds to the clipping range investigation 17110 of FIG. 17 , and may be performed by the clipping range investigation unit 15020 of FIG. 15 . Depending on the location of the clipping range investigation unit 15020, the clipping range may be set based on original data of the point cloud data or based on reconstructed data of the point cloud data.
  • the clipping range When the clipping range is set based on the original data of the point cloud data, it means that the clipping range can be determined based on the original data of the geometry information or attribute information input to the transmission device according to the embodiments.
  • a minimum value and a maximum value of data may be checked from the input geometry information or attribute information, and a clipping range may be set as a range of the minimum value to the maximum value.
  • the clipping range investigation unit may set the clipping range based on the geometry information reconstructed by the geometry reconstruction unit 15060 in FIG. 15 .
  • the clipping range investigation unit may set the clipping range based on the attribute information reconstructed by the attribute reconstruction unit 15010 .
  • the clipping investigator may set the clipping range from the reconstructed geometry information or attribute information to a minimum value to a maximum value of data.
  • the point cloud data transmission method may prevent the accumulation of noise or errors generated in a data processing process (data prediction, compression, etc.) by clipping the point cloud data. Accordingly, prediction accuracy of point cloud data is improved, data compression efficiency is increased, and errors of a renderer or projection equipment are prevented.
  • the method includes receiving a bitstream including point cloud data ( S2500 ) and decoding the point cloud data ( S2510 ).
  • decoding the point cloud data ( S2510 ) includes decoding a geometry of the point cloud data and decoding an attribute of the point cloud data.
  • Receiving the bitstream including the point cloud data includes the receiving device 10004 of FIG. 1 , the receiving device of FIGS. 10 and 11 , the receiving unit 13000 of FIG. 13 , and the xr device 1430 of FIG. 14 . , receiving the point cloud data by hardware, software, firmware, or a combination thereof including one or more processors or integrated circuits configured to communicate with the receiver of FIG. 16 and/or one or more memories. .
  • the step of decoding the point cloud data is the point cloud video decoder 10006 of FIG. 1, the receiving device of FIGS. 10, 11, and 13, the XR device 1430 of FIG. 14, the receiving device of FIG. 16 and/or Alternatively, the point cloud data is decoded 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 decoding of the point cloud data in the method for receiving point cloud data may further include clipping the point cloud data.
  • the clipping of the point cloud data may be performed by the clipping performing unit 16020 of FIG. 16 .
  • the clipping of the point cloud data may correspond to the clipping operation 17210 of FIG. 17 .
  • the bitstream may include information on clipping of the point cloud data, and the clipping information may include information on whether or not clipping is performed and information on a clipping range.
  • the method for receiving point cloud data may receive information on a clipping range of point cloud data included in a bitstream, and perform clipping based on the information on the clipping range.
  • the clipping range may be derived based on original data of point cloud data or based on reconstructed data of point cloud data.
  • Various components of the apparatus of the embodiments may be implemented by hardware, software, firmware, or a combination thereof.
  • Various components of the embodiments may be implemented with one chip, for example, one hardware circuit.
  • the components according to the embodiments may be implemented with separate chips.
  • at least one or more of the components of the device according to the embodiments may be composed of one or more processors capable of executing one or more programs, and the one or more programs may be implemented Any one or more of the operations/methods according to the examples may be performed or may include instructions for performing the operations/methods.
  • Executable instructions for performing the method/acts of the apparatus according to the embodiments may be stored in non-transitory CRM or other computer program products configured for execution by one or more processors, or one or more may be stored in temporary CRM or other computer program products configured for execution by processors.
  • the memory according to the embodiments may be used as a concept including not only a volatile memory (eg, RAM, etc.) but also a non-volatile memory, a flash memory, a PROM, and the like. Also, it may be implemented in the form of a carrier wave, such as transmission through the Internet.
  • the processor-readable recording medium is distributed in a computer system connected through a network, so that the processor-readable code can be stored and executed in a distributed manner.
  • first, second, etc. may be used to describe various components of the embodiments. However, interpretation of various components according to the embodiments is not limited by the above terms. These terms are only used to distinguish one component from another.
  • the first user input signal may be referred to as a second user input signal.
  • 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.
  • both the first user input signal and the second user input signal are user input signals, they do not mean the same user input signals unless the context clearly indicates otherwise.
  • the operations according to the embodiments described in this document may be performed by a transceiver including a memory and/or a processor according to the embodiments.
  • the memory may store programs for processing/controlling operations according to the embodiments, and the processor may control various operations described in this document.
  • the processor 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.
  • the transceiver may include a transceiver for transmitting and receiving media data, a memory for storing instructions (program code, algorithm, flowchart and/or data) for a process according to embodiments, and a processor for controlling operations of the transmitting/receiving device.
  • instructions program code, algorithm, flowchart and/or data
  • a processor may be referred to as a controller or the like, and may correspond to, for example, hardware, software, and/or a combination thereof. Operations according to the above-described embodiments may be performed by a processor.
  • the processor may be implemented as an encoder/decoder or the like for the operation of the above-described embodiments.
  • the embodiments may be applied in whole or in part to a point cloud data transceiver and system.
  • Those skilled in the art can variously change or modify the embodiments within the scope of the embodiments.
  • Embodiments may include changes/modifications without departing from the scope of the claims and what is recognized as equivalent thereto.

Landscapes

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

Abstract

실시예들에 따른 포인트 클라우드 데이터 전송 방법은 포인트 클라우드 데이터를 인코딩하는 단계; 및 상기 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 단계를 포함할 수 있다. 또한, 실시예들에 따른 포인트 클라우드 데이터 전송장치는 포인트 클라우드 데이터를 인코딩하는 인코더; 및 상기 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 트랜스미터; 를 포함할 수 있다. 또한, 실시예들에 따른 포인트 클라우드 데이터 수신 방법은 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 단계; 및 상기 포인트 클라우드 데이터를 디코딩하는 단계; 를 포함할 수 있다. 또한, 실시예들에 따른 포인트 클라우드 데이터 수신 장치는 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 수신부; 및 상기 포인트 클라우드 데이터를 디코딩하는 디코더;를 포함할 수 있다.

Description

포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치
실시예들은 포인트 클라우드 콘텐트(Point Cloud Content)를 처리하는 방법 및 장치에 대한 것이다.
포인트 클라우드 콘텐트는 3차원 공간을 표현하는 좌표계에 속한 점(포인트)들의 집합인 포인트 클라우드로 표현되는 콘텐트이다. 포인트 클라우드 콘텐트는3차원으로 이루어진 미디어를 표현할 수 있으며, VR (Virtual Reality, 가상현실), AR (Augmented Reality, 증강현실), MR (Mixed Reality, 혼합현실), 및 자율 주행 서비스 등의 다양한 서비스를 제공하기 위해 사용된다. 하지만 포인트 클라우드 콘텐트를 표현하기 위해서는 수만개에서 수십만개의 포인트 데이터가 필요하다. 따라서 방대한 양의 포인트 데이터를 효율적으로 처리하기 위한 방법이 요구된다.
실시예들은 포인트 클라우드 데이터를 효율적으로 처리하기 위한 장치 및 방법을 제공한다. 실시예들은 지연시간(latency) 및 인코딩/디코딩 복잡도를 해결하기 위한 포인트 클라우드 데이터 처리 방법 및 장치를 제공한다.
다만, 전술한 기술적 과제만으로 제한되는 것은 아니고, 기재된 전체 내용에 기초하여 당업자가 유추할 수 있는 다른 기술적 과제로 실시예들의 권리범위가 확장될 수 있다.
기술적 과제를 달성하기 위해서, 실시예들에 따른 포인트 클라우드 데이터 전송 방법은 포인트 클라우드 데이터를 인코딩하는 단계, 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 단계를 포함할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 수신 방법은 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 단계, 포인트 클라우드 데이터를 디코딩하는 단계를 포함할 수 있다.
실시예들에 따른 장치 및 방법은 높은 효율로 포인트 클라우드 데이터를 처리할 수 있다.
실시예들에 따른 장치 및 방법은 높은 퀄리티의 포인트 클라우드 서비스를 제공할 수 있다.
실시예들에 따른 장치 및 방법은 VR 서비스, 자율주행 서비스 등 범용적인 서비스를 제공하기 위한 포인트 클라우드 콘텐트를 제공할 수 있다.
도면은 실시예들을 더욱 이해하기 위해서 포함되며, 도면은 실시예들에 관련된 설명과 함께 실시예들을 나타낸다. 이하에서 설명하는 다양한 실시예들의 보다 나은 이해를 위하여, 하기 도면들에 걸쳐 유사한 참조 번호들이 대응하는 부분들을 포함하는 다음의 도면들과 관련하여 이하의 실시예들의 설명을 반드시 참조해야 한다.
도 1은 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템의 예시를 나타낸다.
도 2는 실시예들에 따른 포인트 클라우드 콘텐트 제공 동작을 나타내는 블록도이다.
도 3은 실시예들에 따른 포인트 클라우드 비디오 캡쳐 과정의 예시를 나타낸다.
도 4는 실시예들에 따른 포인트 클라우드 인코더(Point Cloud Encoder)의 예시를 나타낸다.
도 5 는 실시예들에 따른 복셀의 예시를 나타낸다.
도 6은 실시예들에 따른 옥트리 및 오큐판시 코드 (occupancy code)의 예시를 나타낸다.
도 7은 실시예들에 따른 이웃 노드 패턴의 예시를 나타낸다.
도 8은 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 9는 실시예들에 따른 LOD 별 포인트 구성의 다른 예시를 나타낸다.
도 10은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder)의 예시를 나타낸다.
도 11은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder)의 예시를 나타낸다.
도 12는 실시예들에 따른 포인트 클라우드 데이터 전송장치의 예시이다.
도 13은 실시예들에 따른 포인트 클라우드 데이터 수신장치의 예시이다.
도 14는 실시예들에 따른 포인트 클라우드 데이터 송수신 방법/장치와 연동 가능한 구조의 예시를 나타낸다.
도 15는 실시예들에 따른 포인트 클라우드 데이터 전송장치를 나타내는 블록도의 예시이다.
도 16은 실시예들에 따른 포인트 클라우드 데이터 수신장치를 나타내는 블록도의 예시이다.
도 17은 실시예들에 따른 포인트 클라우드 데이터의 클립핑 과정의 예시를 나타낸다.
도 18은 실시예들에 따른 부호화된 포인트 클라우드 데이터의 예시를 나타낸다.
도 19는 실시예들에 따른 시퀀스 파라미터 세트(Sequence Parameter Set)의 신택스(Syntax) 예시를 나타낸다.
도 20은 실시예들에 따른 타일 파라미터 세트(Tile Parameter Set)의 신택스(Syntax) 예시를 나타낸다.
도 21은 실시예들에 따른 지오메트리 파라미터 세트(Geometry Parameter Set)의 신택스(Syntax) 예시를 나타낸다.
도 22는 실시예들에 따른 어트리뷰트 파라미터 세트(Attribute Parameter Set)의 신택스(Syntax) 예시를 나타낸다.
도 23은 실시예들에 따른 지오메트리 슬라이드 헤더(geometry slice header)의 신택스(Syntax) 예시를 나타낸다.
도 24은 실시예들에 따른 포인트 클라우드 데이터 전송방법의 예시를 나타낸다.
도 25는 실시예들에 따른 포인트 클라우드 데이터 수신방법의 예시를 나타낸다.
실시예들의 바람직한 실시예에 대해 구체적으로 설명하며, 그 예는 첨부된 도면에 나타난다. 첨부된 도면을 참조한 아래의 상세한 설명은 실시예들의 실시예에 따라 구현될 수 있는 실시예만을 나타내기보다는 실시예들의 바람직한 실시예를 설명하기 위한 것이다. 다음의 상세한 설명은 실시예들에 대한 철저한 이해를 제공하기 위해 세부 사항을 포함한다. 그러나 실시예들이 이러한 세부 사항 없이 실행될 수 있다는 것은 당업자에게 자명하다.
실시예들에서 사용되는 대부분의 용어는 해당 분야에서 널리 사용되는 일반적인 것들에서 선택되지만, 일부 용어는 출원인에 의해 임의로 선택되며 그 의미는 필요에 따라 다음 설명에서 자세히 서술한다. 따라서 실시예들은 용어의 단순한 명칭이나 의미가 아닌 용어의 의도된 의미에 근거하여 이해되어야 한다.
도 1은 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템의 예시를 나타낸다.
도 1에 도시된 포인트 클라우드 콘텐트 제공 시스템은 전송장치(transmission device)(10000) 및 수신장치(reception device)(10004)를 포함할 수 있다. 전송장치(10000) 및 수신장치(10004)는 포인트 클라우드 데이터를 송수신하기 위해 유무선 통신 가능하다.
실시예들에 따른 전송장치(10000)는 포인트 클라우드 비디오(또는 포인트 클라우드 콘텐트)를 확보하고 처리하여 전송할 수 있다. 실시예들에 따라, 전송장치(10000)는 고정국(fixed station), BTS(base transceiver system), 네트워크, AI(Ariticial Intelligence) 기기 및/또는 시스템, 로봇, AR/VR/XR 기기 및/또는 서버 등을 포함할 수 있다. 또한 실시예들에 따른 전송장치(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 전송장치(10000)는 포인트 클라우드 비디오 획득부(Point Cloud Video Acquisition, 10001), 포인트 클라우드 비디오 인코더(Point Cloud Video Encoder, 10002) 및/또는 트랜스미터(Transmitter (or Communication module), 10003)를 포함한다
실시예들에 따른 포인트 클라우드 비디오 획득부(10001)는 캡쳐, 합성 또는 생성 등의 처리 과정을 통해 포인트 클라우드 비디오를 획득한다. 포인트 클라우드 비디오는 3차원 공간에 위치한 포인트들의 집합인 포인트 클라우드로 표현되는 포인트 클라우드 콘텐트로서, 포인트 클라우드 비디오 데이터, 포인트 클라우드 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, 전송장치(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 수신장치(10004)로 전송되거나, 디지털 저장매체(예를 들면 USB, SD, CD, DVD, 블루레이, HDD, SSD 등)에 저장될 수 있다. 실시예들에 따른 트랜스미터(10003)는 수신장치(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 전송장치(10000)는 온 디맨드(On Demand) 방식에 따라 인캡슐레이션된 데이터를 전송할 수도 있다.
실시예들에 따른 수신장치(10004)는 리시버(Receiver, 10005), 포인트 클라우드 비디오 디코더(Point Cloud Decoder, 10006) 및/또는 렌더러(Renderer, 10007)를 포함한다. 실시예들에 따라 수신장치(10004)는 무선 접속 기술(예, 5G NR(New RAT), LTE(Long Term Evolution))을 이용하여, 기지국 및/또는 다른 무선 기기와 통신을 수행하는 기기, 로봇, 차량, AR/VR/XR 기기, 휴대기기, 가전, IoT(Internet of Thing)기기, AI 기기/서버 등을 포함할 수 있다.
실시예들에 따른 리시버(10005)는 포인트 클라우드 비디오 데이터를 포함하는 비트스트림 또는 비트스트림이 인캡슐레이션된 파일/세그먼트 등을 네트워크 또는 저장매체로부터 수신한다. 리시버(10005)는 네트워크 시스템(예를 들면 4G, 5G, 6G 등의 통신 네트워크 시스템)에 따라 필요한 데이터 처리 동작을 수행할 수 있다. 실시예들에 따른 리시버(10005)는 수신한 파일/세그먼트를 디캡슐레이션하여 비트스트림을 출력할수 있다. 또한 실시예들에 따라 리시버(10005)는 디캡슐레이션 동작을 수행하기 위한 디캡슐레이션부(또는 디캡슐레이션 모듈)을 포함할 수 있다. 또한 디캡슐레이션부는 리시버(10005)와 별개의 엘레멘트(또는 컴포넌트)로 구현될 수 있다.
포인트 클라우드 비디오 디코더(10006)는 포인트 클라우드 비디오 데이터를 포함하는 비트스트림을 디코딩한다. 포인트 클라우드 비디오 디코더(10006)는 포인트 클라우드 비디오 데이터가 인코딩된 방식에 따라 디코딩할 수 있다(예를 들면 포인트 클라우드 비디오 인코더(10002)의 동작의 역과정). 따라서 포인트 클라우드 비디오 디코더(10006)는 포인트 클라우드 컴프레션의 역과정인 포인트 클라우드 디컴프레션 코딩을 수행하여 포인트 클라우드 비디오 데이터를 디코딩할 수 있다. 포인트 클라우드 디컴프레션 코딩은 G-PCC 코딩을 포함한다.
렌더러(10007)는 디코딩된 포인트 클라우드 비디오 데이터를 렌더링한다. 렌더러(10007)는 포인트 클라우드 비디오 데이터 뿐만 아니라 오디오 데이터도 렌더링하여 포인트 클라우드 콘텐트를 출력할 수 있다. 실시예들에 따라 렌더러(10007)는 포인트 클라우드 콘텐트를 디스플레이하기 위한 디스플레이를 포함할 수 있다. 실시예들에 따라 디스플레이는 렌더러(10007)에 포함되지 않고 별도의 디바이스 또는 컴포넌트로 구현될 수 있다.
도면에 점선으로 표시된 화살표는 수신장치(10004)에서 획득한 피드백 정보(feedback information)의 전송 경로를 나타낸다. 피드백 정보는 포인트 클라우드 컨텐트를 소비하는 사용자와의 인터랙티비를 반영하기 위한 정보로서, 사용자의 정보(예를 들면 헤드 오리엔테이션 정보), 뷰포트(Viewport) 정보 등)을 포함한다. 특히 포인트 클라우드 콘텐트가 사용자와의 상호작용이 필요한 서비스(예를 들면 자율주행 서비스 등)를 위한 콘텐트인 경우, 피드백 정보는 콘텐트 송신측(예를 들면 전송장치(10000)) 및/또는 서비스 프로바이더에게 전달될 수 있다. 실시예들에 따라 피드백 정보는 전송장치(10000)뿐만 아니라 수신장치(10004)에서도 사용될 수 있으며, 제공되지 않을 수도 있다.
실시예들에 따른 헤드 오리엔테이션 정보는 사용자의 머리 위치, 방향, 각도, 움직임 등에 대한 정보이다. 실시예들에 따른 수신장치(10004)는 헤드 오리엔테이션 정보를 기반으로 뷰포트 정보를 계산할 수 있다. 뷰포트 정보는 사용자가 바라보고 있는 포인트 클라우드 비디오의 영역에 대한 정보이다. 시점(viewpoint)은 사용자가 포인트 클라우 비디오를 보고 있는 점으로 뷰포트 영역의 정중앙 지점을 의미할 수 있다. 즉, 뷰포트는 시점을 중심으로 한 영역으로서, 영역의 크기, 형태 등은 FOV(Field Of View) 에 의해 결정될 수 있다. 따라서 수신장치(10004)는 헤드 오리엔테이션 정보 외에 장치가 지원하는 수직(vertical) 혹은 수평(horizontal) FOV 등을 기반으로 뷰포트 정보를 추출할 수 있다. 또한 수신장치(10004)는 게이즈 분석 (Gaze Analysis) 등을 수행하여 사용자의 포인트 클라우드 소비 방식, 사용자가 응시하는 포인트 클라우 비디오 영역, 응시 시간 등을 확인한다. 실시예들에 따라 수신장치(10004)는 게이즈 분석 결과를 포함하는 피드백 정보를 전송장치(10000)로 전송할 수 있다. 실시예들에 따른 피드백 정보는 렌더링 및/또는 디스플레이 과정에서 획득될 수 있다. 실시예들에 따른 피드백 정보는 수신장치(10004)에 포함된 하나 또는 그 이상의 센서들에 의해 확보될 수 있다. 또한 실시예들에 따라 피드백 정보는 렌더러(10007) 또는 별도의 외부 엘레멘트(또는 디바이스, 컴포넌트 등)에 의해 확보될 수 있다. 도1의 점선은 렌더러(10007)에서 확보한 피드백 정보의 전달 과정을 나타낸다. 포인트 클라우드 콘텐트 제공 시스템은 피드백 정보를 기반으로 포인트 클라우드 데이터를 처리(인코딩/디코딩)할 수 있다. 따라서 포인트 클라우드 비디오 데이터 디코더(10006)는 피드백 정보를 기반으로 디코딩 동작을 수행할 수 있다. 또한 수신장치(10004)는 피드백 정보를 전송장치(10000)로 전송할 수 있다. 전송장치(10000)(또는 포인트 클라우드 비디오 데이터 인코더(10002))는 피드백 정보를 기반으로 인코딩 동작을 수행할 수 있다. 따라서 포인트 클라우드 콘텐트 제공 시스템은 모든 포인트 클라우드 데이터를 처리(인코딩/디코딩)하지 않고, 피드백 정보를 기반으로 필요한 데이터(예를 들면 사용자의 헤드 위치에 대응하는 포인트 클라우드 데이터)를 효율적으로 처리하고, 사용자에게 포인트 클라우드 콘텐트를 제공할 수 있다.
실시예들에 따라, 전송장치(10000)는 인코더, 전송 디바이스, 전송기, 송신기 등으로 호칭될 수 있으며, 수신장치(10004)는 디코더, 수신 디바이스, 수신기 등으로 호칭될 수 있다.
실시예들에 따른 도 1 의 포인트 클라우드 콘텐트 제공 시스템에서 처리되는 (획득/인코딩/전송/디코딩/렌더링의 일련의 과정으로 처리되는) 포인트 클라우드 데이터는 포인트 클라우드 콘텐트 데이터 또는 포인트 클라우드 비디오 데이터라고 호칭할 수 있다. 실시예들에 따라 포인트 클라우드 콘텐트 데이터는 포인트 클라우드 데이터와 관련된 메타데이터 내지 시그널링 정보를 포함하는 개념으로 사용될 수 있다.
도 1에 도시된 포인트 클라우드 콘텐트 제공 시스템의 엘리먼트들은 하드웨어, 소프트웨어, 프로세서 및/또는 그것들의 결합등으로 구현될 수 있다.
도 2는 실시예들에 따른 포인트 클라우드 콘텐트 제공 동작을 나타내는 블록도이다.
도 2의 블록도는 도 1에서 설명한 포인트 클라우드 콘텐트 제공 시스템의 동작을 나타낸다. 상술한 바와 같이 포인트 클라우드 콘텐트 제공 시스템은 포인트 클라우드 컴프레션 코딩(예를 들면 G-PCC)을 기반으로 포인트 클라우드 데이터를 처리할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 포인트 클라우드 전송장치(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 포지션(위치)들을 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, 위치 정보, 위치 데이터 등으로 호칭 가능하며, 어트리뷰트는 어트리뷰트들, 어트리뷰트 정보, 어트리뷰트 데이터, 속성 정보, 속성 데이터 등으로 호칭할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템(예를 들면 포인트 클라우드 전송장치(10000) 또는 포인트 클라우드 비디오 획득부(10001))은 포인트 클라우드 비디오의 획득 과정과 관련된 정보(예를 들면 깊이 정보, 색상 정보 등)으로부터 포인트 클라우드 데이터를 확보할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 전송장치(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 정보 및 어트리뷰트 정보를 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 전송장치(10000) 또는 트랜스미터(10003))은 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 수신장치(10004) 또는 리시버(10005))은 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 수신할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신장치(10004) 또는 리시버(10005))은 비트스트림을 디멀티플렉싱할 수 있다.
포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신장치(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 수신장치(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 수신장치(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 수신장치(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 수신장치(10004) 또는 렌더러(10007))은 디코딩된 포인트 클라우드 데이터를 렌더링할 수 있다(20004). 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신장치(10004) 또는 렌더러(10007))은 디코딩 과정을 통해 디코딩된 지오메트리 및 어트리뷰트들을 다양한 렌더링 방식에 따라 렌더링 방식에 따라 렌더링 할 수 있다. 포인트 클라우드 콘텐트의 포인트들은 일정 두께를 갖는 정점, 해당 정점 위치를 중앙으로 하는 특정 최소 크기를 갖는 정육면체, 또는 정점 위치를 중앙으로 하는 원 등으로 렌더링 될 수도 있다. 렌더링된 포인트 클라우드 콘텐트의 전부 또는 일부 영역은 디스플레이 (예를 들면 VR/AR 디스플레이, 일반 디스플레이 등)을 통해 사용자에게 제공된다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신장치(10004))는 피드백 정보를 확보할 수 있다(20005). 포인트 클라우드 콘텐트 제공 시스템은 피드백 정보를 기반으로 포인트 클라우드 데이터를 인코딩 및/또는 디코딩할 수 있다. 실시예들에 따른 피드백 정보 및 포인트 클라우드 콘텐트 제공 시스템의 동작은 도 1에서 설명한 피드백 정보 및 동작과 동일하므로 구체적인 설명은 생략한다.
도 3은 실시예들에 따른 포인트 클라우드 비디오 캡쳐 과정의 예시를 나타낸다.
도 3은 도 1 내지 도 2에서 설명한 포인트 클라우드 콘텐트 제공 시스템의 포인트 클라우드 비디오 캡쳐 과정의 예시를 나타낸다.
포인트 클라우드 콘텐트는 다양한 3차원 공간(예를 들면 현실 환경을 나타내는 3차원 공간, 가상 환경을 나타내는3차원 공간 등)에 위치한 오브젝트(object) 및/또는 환경을 나타내는 포인트 클라우드 비디오(이미지들 및/또는 영상들)을 포함한다. 따라서 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템은 포인트 클라우드 콘텐트를 생성하기 위하여 하나 또는 그 이상의 카메라(camera)들(예를 들면, 깊이 정보를 확보할 수 있는 적외선 카메라, 깊이 정보에 대응되는 색상 정보를 추출 할 수 있는 RGB 카메라 등), 프로젝터(예를 들면 깊이 정보를 확보하기 위한 적외선 패턴 프로젝터 등), 라이다(LiDAR)등을 사용하여 포인트 클라우드 비디오를 캡쳐할 수 있다. 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템은 깊이 정보로부터 3차원 공간상의 포인트들로 구성된 지오메트리의 형태를 추출하고, 색상정보로부터 각 포인트의 어트리뷰트를 추출하여 포인트 클라우드 데이터를 확보할 수 있다. 실시예들에 따른 이미지 및/또는 영상은 인워드-페이싱(inward-facing) 방식 및 아웃워드-페이싱(outward-facing) 방식 중 적어도 어느 하나 이상을 기반으로 캡쳐될 수 있다.
도3의 왼쪽은 인워드-페이싱 방식을 나타낸다. 인워드-페이싱 방식은 중심 오브젝트를 둘러싸고 위치한 하나 또는 그 이상의 카메라들(또는 카메라 센서들)이 중심 오브젝트를 캡쳐하는 방식을 의미한다. 인워드-페이싱 방식은 핵심 객체에 대한 360도 이미지를 사용자에게 제공하는 포인트 클라우드 콘텐트(예를 들면 사용자에게 객체(예-캐릭터, 선수, 물건, 배우 등 핵심이 되는 객체)의 360도 이미지를 제공하는 VR/AR 콘텐트)를 생성하기 위해 사용될 수 있다.
도3의 오른쪽은 아웃워드-페이싱 방식을 나타낸다. 아웃워드-페이싱 방식은 중심 오브젝트를 둘러싸고 위치한 하나 또는 그 이상의 카메라들(또는 카메라 센서들)이 중심 오브젝트가 아닌 중심 오브젝트의 환경을 캡쳐하는 방식을 의미한다. 아웃워드-페이싱 방식은 사용자의 시점에서 나타나는 주변 환경을 제공하기 위한 포인트 클라우드 콘텐트(예를 들면자율 주행 차량의 사용자에게 제공될 수 있는 외부 환경을 나타내는 콘텐트)를 생성하기 위해 사용될 수 있다.
도면에 도시된 바와 같이, 포인트 클라우드 콘텐트는 하나 또는 그 이상의 카메라들의 캡쳐 동작을 기반으로 생성될 수 있다. 이 경우 각 카메라의 좌표계가 다를 수 있으므로 포인트 클라우드 콘텐트 제공 시스템은 캡쳐 동작 이전에 글로벌 공간 좌표계(global coordinate system)을 설정하기 위하여 하나 또는 그 이상의 카메라들의 캘리브레이션을 수행할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템은 상술한 캡쳐 방식으로 캡쳐된 이미지 및/또는 영상과 임의의 이미지 및/또는 영상을 합성하여 포인트 클라우드 콘텐트를 생성할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템은 가상 공간을 나타내는 포인트 클라우드 콘텐트를 생성하는 경우 도3에서 설명한 캡쳐 동작을 수행하지 않을 수 있다. 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템은 캡쳐한 이미지 및/또는 영상에 대해 후처리를 수행할 수 있다. 즉, 포인트 클라우드 콘텐트 제공 시스템은 원하지 않는 영역(예를 들면 배경)을 제거하거나, 캡쳐한 이미지들 및/또는 영상들이 연결된 공간을 인식하고, 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 수 있다.
도 4는 실시예들에 따른 포인트 클라우드 인코더(Point Cloud Encoder)의 예시를 나타낸다.
도 4는 도 1의 포인트 클라우드 비디오 인코더(10002)의 예시를 나타낸다. 포인트 클라우드 인코더는 네트워크의 상황 혹은 애플리케이션 등에 따라 포인트 클라우드 콘텐트의 질(예를 들어 무손실-lossless, 손실-lossy, near-lossless)을 조절하기 위하여 포인트 클라우드 데이터(예를 들면 포인트들의 포지션들 및/또는 어트리뷰트들)을 재구성하고 인코딩 동작을 수행한다. 포인트 클라우드 콘텐트의 전체 사이즈가 큰 경우(예를 들어 30 fps의 경우 60 Gbps인 포인트 클라우드 콘텐트) 포인트 클라우드 콘텐트 제공 시스템은 해당 콘텐트를 리얼 타임 스트리밍하지 못할 수 있다. 따라서 포인트 클라우드 콘텐트 제공 시스템은 네트워크 환경등에 맞춰 제공하기 위하여 최대 타깃 비트율(bitrate)을 기반으로 포인트 클라우드 콘텐트를 재구성할 수 있다.
도 1 내지 도2 에서 설명한 바와 같이 포인트 클라우드 인코더는 지오메트리 인코딩 및 어트리뷰트 인코딩을 수행할 수 있다. 지오메트리 인코딩은 어트리뷰트 인코딩보다 먼저 수행된다.
실시예들에 따른 포인트 클라우드 인코더는 좌표계 변환부(Transformation Coordinates, 40000), 양자화부(Quantize and Remove Points (Voxelize), 40001), 옥트리 분석부(Analyze Octree, 40002), 서페이스 어프록시메이션 분석부(Analyze Surface Approximation, 40003), 아리스메틱 인코더(Arithmetic Encode, 40004), 지오메트리 리컨스트럭션부(Reconstruct Geometry, 40005), 컬러 변환부(Transform Colors, 40006), 어트리뷰트 변환부(Transfer Attributes, 40007), RAHT 변환부(40008), LOD생성부(Generated LOD, 40009), 리프팅 변환부(Lifting)(40010), 계수 양자화부(Quantize Coefficients, 40011) 및/또는 아리스메틱 인코더(Arithmetic Encode, 40012)를 포함한다.
좌표계 변환부(40000), 양자화부(40001), 옥트리 분석부(40002), 서페이스 어프록시메이션 분석부(40003), 아리스메틱 인코더(40004), 및 지오메트리 리컨스트럭션부(40005)는 지오메트리 인코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 인코딩은 옥트리 지오메트리 코딩, 예측트리 지오메트리 코딩, 다이렉트 코딩(direct coding), 트라이숩 지오메트리 인코딩(trisoup geometry encoding) 및 엔트로피 인코딩을 포함할 수 있다. 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 선택적으로 또는 조합으로 적용된다. 또한 지오메트리 인코딩은 위의 예시에 국한되지 않는다.
도면에 도시된 바와 같이, 실시예들에 따른 좌표계 변환부(40000)는 포지션들을 수신하여 좌표계(coordinate)로 변환한다. 예를 들어, 포지션들은 3차원 공간 (예를 들면XYZ 좌표계로 표현되는 3차원 공간 등)의 위치 정보로 변환될 수 있다. 실시예들에 따른 3차원 공간의 위치 정보는 지오메트리 정보로 지칭될 수 있다.
실시예들에 따른 양자화부(40001)는 지오메트리를 양자화한다. 예를 들어, 양자화부(40001)는 전체 포인트들의 최소 위치 값(예를 들면 X축, Y축, Z축 에 대하여 각축상의 최소 값)을 기반으로 포인트들을 양자화 할 수 있다. 양자화부(40001)는 최소 위치 값과 각 포인트의 위치 값의 차이에 기 설정된 양자 스케일(quatization scale) 값을 곱한 뒤, 내림 또는 올림을 수행하여 가장 가까운 정수 값을 찾는 양자화 동작을 수행한다. 따라서 하나 또는 그 이상의 포인트들은 동일한 양자화된 포지션 (또는 포지션 값)을 가질 수 있다. 실시예들에 따른 양자화부(40001)는 양자화된 포인트들을 재구성하기 위해 양자화된 포지션들을 기반으로 복셀화(voxelization)를 수행한다. 2차원 이미지/비디오 정보를 포함하는 최소 단위는 픽셀(pixel)과 같이, 실시예들에 따른 포인트 클라우드 콘텐트(또는 3차원 포인트 클라우드 비디오)의 포인트들은 하나 또는 그 이상의 복셀(voxel)들에 포함될 수 있다. 복셀은 볼륨(Volume)과 픽셀(Pixel)의 조합어로서, 3차원 공간을 표현하는 축들(예를 들면 X축, Y축, Z축)을 기반으로 3차원 공간을 유닛(unit=1.0) 단위로 나누었을 때 발생하는 3차원 큐빅 공간을 의미한다. 양자화부(40001)는 3차원 공간의 포인트들의 그룹들을 복셀들로 매칭할 수 있다. 실시예들에 따라 하나의 복셀은 하나의 포인트만 포함할 수 있다. 실시예들에 따라 하나의 복셀은 하나 또는 그 이상의 포인트들을 포함할 수 있다. 또한 하나의 복셀을 하나의 포인트로 표현하기 위하여, 하나의 복셀에 포함된 하나 또는 그 이상의 포인트들의 포지션들을 기반으로 해당 복셀의 중앙점(center)의 포지션을 설정할 수 있다. 이 경우 하나의 복셀에 포함된 모든 포지션들의 어트리뷰트들은 통합되어(combined) 해당 복셀에 할당될(assigned)수 있다.
실시예들에 따른 옥트리 분석부(40002)는 복셀을 옥트리(octree) 구조로 나타내기 위한 옥트리 지오메트리 코딩(또는 옥트리 코딩)을 수행한다. 옥트리 구조는 팔진 트리 구조에 기반하여 복셀에 매칭된 포인트들을 표현한다.
실시예들에 따른 서페이스 어프록시메이션 분석부(40003)는 옥트리를 분석하고, 근사화할 수 있다. 실시예들에 따른 옥트리 분석 및 근사화는 효율적으로 옥트리 및 복셀화를 제공하기 위해서 다수의 포인트들을 포함하는 영역에 대해 복셀화하기 위해 분석하는 과정이다.
실시예들에 따른 아리스메틱 인코더(40004)는 옥트리 및/또는 근사화된 옥트리를 엔트로피 인코딩한다. 예를 들어, 인코딩 방식은 아리스메틱(Arithmetic) 인코딩 방법을 포함한다. 인코딩의 결과로 지오메트리 비트스트림이 생성된다.
컬러 변환부(40006), 어트리뷰트 변환부(40007), RAHT 변환부(40008), LOD생성부(40009), 리프팅 변환부(40010), 계수 양자화부(40011) 및/또는 아리스메틱 인코더(40012)는 어트리뷰트 인코딩을 수행한다. 상술한 바와 같이 하나의 포인트는 하나 또는 그 이상의 어트리뷰트들을 가질 수 있다. 실시예들에 따른 어트리뷰트 인코딩은 하나의 포인트가 갖는 어트리뷰트들에 대해 동일하게 적용된다. 다만, 하나의 어트리뷰트(예를 들면 색상)이 하나 또는 그 이상의 요소들을 포함하는 경우, 각 요소마다 독립적인 어트리뷰트 인코딩이 적용된다. 실시예들에 따른 어트리뷰트 인코딩은 컬러 변환 코딩, 어트리뷰트 변환 코딩, RAHT(Region Adaptive Hierarchial Transform) 코딩, 예측 변환(Interpolaration-based hierarchical nearest-neighbour prediction-Prediction Transform) 코딩 및 리프팅 변환 (interpolation-based hierarchical nearest-neighbour prediction with an update/lifting step (Lifting Transform)) 코딩을 포함할 수 있다. 포인트 클라우드 콘텐트에 따라 상술한 RAHT 코딩, 예측 변환 코딩 및 리프팅 변환 코딩은 선택적으로 사용되거나, 하나 또는 그 이상의 코딩들의 조합이 사용될 수 있다. 또한 실시예들에 따른 어트리뷰트 인코딩은 상술한 예시에 국한되는 것은 아니다.
실시예들에 따른 컬러 변환부(40006)는 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 변환하는 컬러 변환 코딩을 수행한다. 예를 들어, 컬러 변환부(40006)는 색상 정보의 포맷을 변환(예를 들어 RGB에서 YCbCr로 변환)할 수 있다. 실시예들에 따른 컬러 변환부(40006)의 동작은 어트리뷰트들에 포함된 컬러값에 따라 옵셔널(optional)하게 적용될 수 있다.
실시예들에 따른 지오메트리 리컨스트럭션부(40005)는 옥트리, 예측트리 및/또는 근사화된 옥트리를 재구성(디컴프레션)한다. 지오메트리 리컨스트럭션부(40005)는 포인트들의 분포를 분석한 결과에 기반하여 옥트리/복셀을 재구성한다. 재구성된 옥트리/복셀은 재구성된 지오메트리(또는 복원된 지오메트리)로 호칭될 수 있다.
실시예들에 따른 어트리뷰트 변환부(40007)는 지오메트리 인코딩이 수행되지 않은 포지션들 및/또는 재구성된 지오메트리를 기반으로 어트리뷰트들을 변환하는 어트리뷰트 변환을 수행한다. 상술한 바와 같이 어트리뷰트들은 지오메트리에 종속되므로, 어트리뷰트 변환부(40007)는 재구성된 지오메트리 정보를 기반으로 어트리뷰트들을 변환할 수 있다. 예를 들어, 어트리뷰트 변환부(40007)는 복셀에 포함된 포인트의 포지션값을 기반으로 그 포지션의 포인트가 가지는 어트리뷰트를 변환할 수 있다. 상술한 바와 같이 하나의 복셀에 포함된 하나 또는 그 이상의 포인트들의 포지션들을 기반으로 해당 복셀의 중앙점의 포지션이 설정된 경우, 어트리뷰트 변환부(40007)는 하나 또는 그 이상의 포인트들의 어트리뷰트들을 변환한다. 트라이숩 지오메트리 인코딩이 수행된 경우, 어트리뷰트 변환부(40007)는 트라이숩 지오메트리 인코딩을 기반으로 어트리뷰트들을 변환할 수 있다.
어트리뷰트 변환부(40007)는 각 복셀의 중앙점의 포지션(또는 포지션 값)으로부터 특정 위치/반경 내에 이웃하고 있는 포인트들의 어트리뷰트들 또는 어트리뷰트 값들(예를 들면 각 포인트의 색상, 또는 반사율 등)의 평균값을 계산하여 어트리뷰트 변환을 수행할 수 있다. 어트리뷰트 변환부(40007)는 평균값 계산시 중앙점으로부터 각 포인트까지의 거리에 따른 가중치를 적용할 수 있다. 따라서 각 복셀은 포지션과 계산된 어트리뷰트(또는 어트리뷰트 값)을 갖게 된다.
어트리뷰트 변환부(40007)는 K-D 트리 또는 몰톤 코드를 기반으로 각 복셀의 중앙점의 포지션으로부터 특정 위치/반경 내에 존재하는 이웃 포인트들을 탐색할 수 있다. K-D 트리는 이진 탐색 트리(binary search tree)로 빠르게 최단 이웃점 탐색(Nearest Neighbor Search-NNS)이 가능하도록 point들을 위치 기반으로 관리할 수 있는 자료 구조를 지원한다. 몰튼 코드는 모든 포인트들의 3차원 포지션을 나타내는 좌표값(예를 들면 (x, y, z))을 비트값으로 나타내고, 비트들을 믹싱하여 생성된다. 예를 들어 포인트의 포지션을 나타내는 좌표값이 (5, 9, 1)일 경우 좌표값의 비트 값은 (0101, 1001, 0001)이다. 비트 값을z, y, x 순서로 비트 인덱스에 맞춰 믹싱하면 010001000111이다. 이 값을 10진수로 나타내면 1095이 된다. 즉, 좌표값이 (5, 9, 1)인 포인트의 몰톤 코드 값은 1095이다. 어트리뷰트 변환부(40007)는 몰튼 코드 값을 기준으로 포인트들을 정렬하고depth-first traversal 과정을 통해 최단 이웃점 탐색(NNS)을 할 수 있다. 어트리뷰트 변환 동작 이후, 어트리뷰트 코딩을 위한 다른 변환 과정에서도 최단 이웃점 탐색(NNS)이 필요한 경우, K-D 트리 또는 몰톤 코드가 활용된다.
도면에 도시된 바와 같이 변환된 어트리뷰트들은 RAHT 변환부(40008) 및/또는 LOD 생성부(40009)로 입력된다.
실시예들에 따른 RAHT 변환부(40008)는 재구성된 지오메트리 정보에 기반하여 어트리뷰트 정보를 예측하는 RAHT코딩을 수행한다. 예를 들어, RAHT 변환부(40008)는 옥트리의 하위 레벨에 있는 노드와 연관된 어트리뷰트 정보에 기반하여 옥트리의 상위 레벨에 있는 노드의 어트리뷰트 정보를 예측할 수 있다.
실시예들에 따른 LOD생성부(40009)는 예측 변환 코딩을 수행하기 위하여LOD(Level of Detail)를 생성한다. 실시예들에 따른 LOD는 포인트 클라우드 콘텐트의 디테일을 나타내는 정도로서, LOD 값이 작을 수록 포인트 클라우드 콘텐트의 디테일이 떨어지고, LOD 값이 클 수록 포인트 클라우드 콘텐트의 디테일이 높음을 나타낸다. 포인트들을 LOD에 따라 분류될 수 있다.
실시예들에 따른 리프팅 변환부(40010)는 포인트 클라우드의 어트리뷰트들을 가중치에 기반하여 변환하는 리프팅 변환 코딩을 수행한다. 상술한 바와 같이 리프팅 변환 코딩은 선택적으로 적용될 수 있다.
실시예들에 따른 계수 양자화부(40011)은 어트리뷰트 코딩된 어트리뷰트들을 계수에 기반하여 양자화한다.
실시예들에 따른 아리스메틱 인코더(40012)는 양자화된 어트리뷰트들을 아리스메틱 코딩 에 기반하여 인코딩한다.
도 4의 포인트 클라우드 인코더의 엘레멘트들은 도면에 도시되지 않았으나 포인트 클라우드 제공 장치에 포함된 하나 또는 그 이상의 메모리들과 통신가능하도록 설정된 하나 또는 그 이상의 프로세서들 또는 집적 회로들(integrated circuits)을 포함하는 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합으로 구현될 수 있다. 하나 또는 그 이상의 프로세서들은 상술한 도 4의 포인트 클라우드 인코더의 엘레멘트들의 동작들 및/또는 기능들 중 적어도 어느 하나 이상을 수행할 수 있다. 또한 하나 또는 그 이상의 프로세서들은 도 4의 포인트 클라우드 인코더의 엘레멘트들의 동작들 및/또는 기능들을 수행하기 위한 소프트웨어 프로그램들 및/또는 인스트럭션들의 세트를 동작하거나 실행할 수 있다. 실시예들에 따른 하나 또는 그 이상의 메모리들은 하이 스피드 랜덤 억세스 메모리를 포함할 수도 있고, 비휘발성 메모리(예를 들면 하나 또는 그 이상의 마그네틱 디스크 저장 디바이스들, 플래쉬 메모리 디바이스들, 또는 다른 비휘발성 솔리드 스테이트 메모리 디바이스들(Solid-state memory devices)등)를 포함할 수 있다.
도 5 는 실시예들에 따른 복셀의 예시를 나타낸다.
도 5는 X축, Y축, Z축의 3가지 축으로 구성된 좌표계로 표현되는 3차원 공간상에 위치한 복셀을 나타낸다. 도 4에서 설명한 바와 같이 포인트 클라우드 인코더(예를 들면 양자화부(40001) 등)은 복셀화를 수행할 수 있다. 복셀은 3차원 공간을 표현하는 축들(예를 들면 X축, Y축, Z축)을 기반으로 3차원 공간을 유닛(unit=1.0) 단위로 나누었을 때 발생하는 3차원 큐빅 공간을 의미한다. 도 5는 두 개의 극점들(0,0,0) 및 (2d, 2d, 2d) 으로 정의되는 바운딩 박스(cubical axis-aligned bounding box)를 재귀적으로 분할(reculsive subdividing)하는 옥트리 구조를 통해 생성된 복셀의 예시를 나타낸다. 하나의 복셀은 적어도 하나 이상의 포인트를 포함한다. 복셀은 복셀군(voxel group)과의 포지션 관계로부터 공간 좌표를 추정 할 수 있다. 상술한 바와 같이 복셀은 2차원 이미지/영상의 픽셀과 마찬가지로 어트리뷰트(색상 또는 반사율 등)을 가진다. 복셀에 대한 구체적인 설명은 도 4에서 설명한 바와 동일하므로 생략한다.
도 6은 실시예들에 따른 옥트리 및 오큐판시 코드 (occupancy code)의 예시를 나타낸다.
도 1 내지 도 4에서 설명한 바와 같이 포인트 클라우드 콘텐트 제공 시스템(포인트 클라우드 비디오 인코더(10002)) 또는 포인트 클라우드 인코더(예를 들면 옥트리 분석부(40002))는 복셀의 영역 및/또는 포지션을 효율적으로 관리하기 위하여 옥트리 구조 기반의 옥트리 지오메트리 코딩(또는 옥트리 코딩)을 수행한다.
도 6의 상단은 옥트리 구조를 나타낸다. 실시예들에 따른 포인트 클라우드 콘텐트의 3차원 공간은 좌표계의 축들(예를 들면 X축, Y축, Z축)로 표현된다. 옥트리 구조는 두 개의 극점들(0,0,0) 및 (2d, 2d, 2d) 으로 정의되는 바운딩 박스(cubical axis-aligned bounding box)를 재귀적으로 분할(reculsive subdividing)하여 생성된다. 2d는 포인트 클라우드 콘텐트(또는 포인트 클라우드 비디오)의 전체 포인트들을 감싸는 가장 작은 바운딩 박스를 구성하는 값으로 설정될 수 있다. d는 옥트리의 깊이(depth)를 나타낸다. d값은 다음의 식에 따라 결정된다. 하기 식에서 (xint n, yint n, zint n)는 양자화된 포인트들의 포지션들(또는 포지션 값들)을 나타낸다.
Figure PCTKR2021013870-appb-img-000001
도 6의 상단의 중간에 도시된 바와 같이, 분할에 따라 전체 3차원 공간은 8개의 공간들로 분할될 수 있다. 분할된 각 공간은 6개의 면들을 갖는 큐브로 표현된다. 도 6 상단의 오른쪽에 도시된 바와 같이 8개의 공간들 각각은 다시 좌표계의 축들(예를 들면 X축, Y축, Z축)을 기반으로 분할된다. 따라서 각 공간은 다시 8개의 작은 공간들로 분할된다. 분할된 작은 공간 역시 6개의 면들을 갖는 큐브로 표현된다. 이와 같은 분할 방식은 옥트리의 리프 노드(leaf node)가 복셀이 될 때까지 적용된다.
도 6의 하단은 옥트리의 오큐판시 코드를 나타낸다. 옥트리의 오큐판시 코드는 하나의 공간이 분할되어 발생되는 8개의 분할된 공간들 각각이 적어도 하나의 포인트를 포함하는지 여부를 나타내기 위해 생성된다. 따라서 하나의 오큐판시 코드는 8개의 자식 노드(child node)들로 표현된다. 각 자식 노드는 분할된 공간의 오큐판시를 나타내며, 자식 노드는 1비트의 값을 갖는다. 따라서 오큐판시 코드는 8 비트 코드로 표현된다. 즉, 자식 노드에 대응하는 공간에 적어도 하나의 포인트가 포함되어 있으면 해당 노드는 1값을 갖는다. 자식 노드에 대응하는 공간에 포인트가 포함되어 있지 않으면 (empty), 해당 노드는 0값을 갖는다. 도 6에 도시된 오큐판시 코드는 00100001이므로 8개의 자식 노드 중 3번째 자식 노드 및 8번째 자식 노드에 대응하는 공간들은 각각 적어도 하나의 포인트를 포함함을 나타낸다. 도면에 도시된 바와 같이 3번째 자식 노드 및 8번째 자식 노드는 각각 8개의 자식 노드를 가지며, 각 자식 노드는 8비트의 오큐판시 코드로 표현된다. 도면은 3번째 자식 노드의 오큐판시 코드가 10000111이고, 8번째 자식 노드의 오큐판시 코드가 01001111임을 나타낸다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40004))는 오큐판시 코드를 엔트로피 인코딩할 수 있다. 또한 압축 효율을 높이기 위해 포인트 클라우드 인코더는 오큐판시 코드를 인트라/인터 코딩할 수 있다. 실시예들에 따른 수신장치(예를 들면 수신장치(10004) 또는 포인트 클라우드 비디오 디코더(10006))는 오큐판시 코드를 기반으로 옥트리를 재구성한다.
실시예들에 따른 포인트 클라우드 인코더(예를 들면 도 4의 포인트 클라우드 인코더, 또는 옥트리 분석부(40002))는 포인트들의 포지션들을 저장하기 위해 복셀화 및 옥트리 코딩을 수행할 수 있다. 하지만 3차원 공간 내 포인트들이 언제나 고르게 분포하는 것은 아니므로, 포인트들이 많이 존재하지 않는 특정 영역이 존재할 수 있다. 따라서 3차원 공간 전체에 대해 복셀화를 수행하는 것은 비효율 적이다. 예를 들어 특정 영역에 포인트가 거의 존재하지 않는다면, 해당 영역까지 복셀화를 수행할 필요가 없다.
따라서 실시예들에 따른 포인트 클라우드 인코더는 상술한 특정 영역(또는 옥트리의 리프 노드를 제외한 노드)에 대해서는 복셀화를 수행하지 않고, 특정 영역에 포함된 포인트들의 포지션을 직접 코딩하는 다이렉트 코딩(Direct coding)을 수행할 수 있다. 실시예들에 따른 다이렉트 코딩 포인트의 좌표들은 다이렉트 코딩 모드(Direct Coding Mode, DCM)으로 호칭된다. 또한 실시예들에 따른 포인트 클라우드 인코더는 표면 모델(surface model)을 기반으로 특정 영역(또는 노드)내의 포인트들의 포지션들을 복셀 기반으로 재구성하는 트라이숩 지오메트리 인코딩(Trisoup geometry encoding)을 수행할 수 있다. 트라이숩 지오메트리 인코딩은 오브젝트의 표현을 삼각형 메쉬(triangle mesh)의 시리즈로 표현하는 지오메트리 인코딩이다. 따라서 포인트 클라우드 디코더는 메쉬 표면으로부터 포인트 클라우드를 생성할 수 있다. 실시예들에 따른 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 선택적으로 수행될 수 있다. 또한 실시예들에 따른 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 옥트리 지오메트리 코딩(또는 옥트리 코딩)과 결합되어 수행될 수 있다.
다이렉트 코딩(Direct coding)을 수행하기 위해서는 다이렉트 코딩을 적용하기 위한 직접 모드(direct mode) 사용 옵션이 활성화 되어 있어야 하며, 다이렉트 코딩을 적용할 노드는 리프 노드가 아니고, 특정 노드 내에 한계치(threshold) 이하의 포인트들이 존재해야 한다. 또한 다이텍트 코딩의 대상이 되는 전체 포인트들의 개수는 기설정된 한계값을 넘어서는 안된다. 위의 조건이 만족되면, 실시예들에 따른 포인트 클라우드 인코더(또는 아리스메틱 인코더(40004))는 포인트들의 포지션들(또는 포지션 값들)을 엔트로피 코딩할 수 있다.
실시예들에 따른 포인트 클라우드 인코더(예를 들면 서페이스 어프록시메이션 분석부(40003))는 옥트리의 특정 레벨(레벨은 옥트리의 깊이 d보다는 작은 경우)을 정하고, 그 레벨부터는 표면 모델을 사용하여 노드 영역내의 포인트의 포지션을 복셀 기반으로 재구성하는 트라이숩 지오메트리 인코딩을 수행할 수 있다(트라이숩 모드). 실시예들에 따른 포인트 클라우드 인코더는 트라이숩 지오메트리 인코딩을 적용할 레벨을 지정할 수 있다. 예를 들어, 지정된 레벨이 옥트리의 깊이와 같으면 포인트 클라우드 인코더는 트라이숩 모드로 동작하지 않는다. 즉, 실시예들에 따른 포인트 클라우드 인코더는 지정된 레벨이 옥트리의 깊이값 보다 작은 경우에만 트라이숩 모드로 동작할 수 있다. 실시예들에 따른 지정된 레벨의 노드들의 3차원 정육면체 영역을 블록(block)이라 호칭한다. 하나의 블록은 하나 또는 그 이상의 복셀들을 포함할 수 있다. 블록 또는 복셀은 브릭(brick)에 대응될 수도 있다. 각 블록 내에서 지오메트리는 표면(surface)으로 표현된다. 실시예들에 따른 표면은 최대 한번 블록의 각 엣지(edge, 모서리)와 교차할 수 있다.
하나의 블록은 12개의 엣지들을 가지므로, 하나의 블록 내 적어도 12개의 교차점들이 존재한다. 각 교차점은 버텍스(vertex, 정점 또는 꼭지점)라 호칭된다. 엣지를 따라 존재하는 버텍스은 해당 엣지를 공유하는 모든 블록들 중 그 엣지에 인접한 적어도 하나의 오큐파이드 복셀(occupied voxel)이 있는 경우 감지된다. 실시예들에 따른 오큐파이드 복셀은 포인트를 포함하는 복셀을 의미한다. 엣지를 따라 검출된 버텍스의 포지션은 해당 엣지를 공유하는 모든 블록들 중 해당 엣지에 인접한 모든 복셀들의 엣지에 따른 평균 포지션(the average position along the edge of all voxels)이다.
버텍스가 검출되면 실시예들에 따른 포인트 클라우드 인코더는 엣지의 시작점(x, y, z), 엣지의 방향벡터(Δx, Δy, Δz), 버텍스 위치 값 (엣지 내의 상대적 위치 값)들을 엔트로피코딩할 수 있다. 트라이숩 지오메트리 인코딩이 적용된 경우, 실시예들에 따른 포인트 클라우드 인코더(예를 들면 지오메트리 리컨스트럭션부(40005))는 삼각형 재구성(triangle reconstruction), 업-샘플링(up-sampling), 복셀화 과정을 수행하여 복원된 지오메트리(재구성된 지오메트리)를 생성할 수 있다.
블록의 엣지에 위치한 버텍스들은 블록을 통과하는 표면(surface)를 결정한다. 실시예들에 따른 표면은 비평면 다각형이다. 삼각형 재구성 과정은 엣지의 시작점, 엣지의 방향 벡터와 버텍스의 위치값을 기반으로 삼각형으로 나타내는 표면을 재구성한다. 삼각형 재구성 과정은 다음과 같다. ①각 버텍스들의 중심(centroid)값을 계산하고, ②각 버텍스값에서 중심 값을 뺀 값들에 ③ 자승을 수행하고 그 값을 모두 더한 값을 구한다.
Figure PCTKR2021013870-appb-img-000002
더해진 값의 최소값을 구하고, 최소값이 있는 축에 따라서 프로젝션 (Projection, 투영) 과정을 수행한다. 예를 들어 x 요소(element)가 최소인 경우, 각 버텍스를 블록의 중심을 기준으로 x축으로 프로젝션 시키고, (y, z) 평면으로 프로젝션 시킨다. (y, z)평면으로 프로젝션 시키면 나오는 값이 (ai, bi)라면 atan2(bi, ai)를 통해 θ값을 구하고, θ값을 기준으로 버텍스들(vertices)을 정렬한다. 하기의 표는 버텍스들의 개수에 따라 삼각형을 생성하기 위한 버텍스들의 조합을 나타낸다. 버텍스들은 1부터 n까지의 순서로 정렬된다. 하기 표는4개의 버텍스들에 대하여, 버텍스들의 조합에 따라 두 개의 삼각형들이 구성될 수 있음을 나타낸다. 첫번째 삼각형은 정렬된 버텍스들 중 1, 2, 3번째 버텍스들로 구성되고, 두번째 삼각형은 정렬된 버텍스들 중 3, 4, 1번째 버텍스들로 구성될 수 있다. .
Triangles formed from vertices ordered 1,…,n
n triangles
3 (1,2,3)
4 (1,2,3), (3,4,1)
5 (1,2,3), (3,4,5), (5,1,3)
6 (1,2,3), (3,4,5), (5,6,1), (1,3,5)
7 (1,2,3), (3,4,5), (5,6,7), (7,1,3), (3,5,7)
8 (1,2,3), (3,4,5), (5,6,7), (7,8,1), (1,3,5), (5,7,1)
9 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,1,3), (3,5,7), (7,9,3)
10 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,10,1), (1,3,5), (5,7,9), (9,1,5)
11 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,10,11), (11,1,3), (3,5,7), (7,9,11), (11,3,7)
12 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,10,11), (11,12,1), (1,3,5), (5,7,9), (9,11,1), (1,5,9)
업샘플링 과정은 삼각형의 엣지를 따라서 중간에 점들을 추가하여 복셀화 하기 위해서 수행된다. 업샘플링 요소 값(upsampling factor)과 블록의 너비를 기준으로 추가 점들을 생성한다. 추가점은 리파인드 버텍스(refined vertice)라고 호칭된다. 실시예들에 따른 포인트 클라우드 인코더는 리파인드 버텍스들을 복셀화할 수 있다. 또한 포인트 클라우드 인코더는 복셀화 된 포지션(또는 포지션 값)을 기반으로 어트리뷰트 인코딩을 수행할 수 있다.
도 7은 실시예들에 따른 이웃 노드 패턴의 예시를 나타낸다.
포인트 클라우드 비디오의 압축 효율을 증가시키기 위하여 실시예들에 따른 포인트 클라우드 인코더는 콘텍스트 어탭티브 아리스메틱 (context adaptive arithmetic) 코딩을 기반으로 엔트로피 코딩을 수행할 수 있다.
도 1 내지 도 6에서 설명한 바와 같이 포인트 클라우드 콘텐트 제공 시스템 또는 포인트 클라우드 인코더(예를 들면 포인트 클라우드 비디오 인코더(10002), 도 4의 포인트 클라우드 인코더 또는 아리스메틱 인코더(40004))는 오큐판시 코드를 곧바로 엔트로피 코딩할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템 또는 포인트 클라우드 인코더는 현재 노드의 오큐판시 코드와 이웃 노드들의 오큐판시를 기반으로 엔트로피 인코딩(인트라 인코딩)을 수행하거나, 이전 프레임의 오큐판시 코드를 기반으로 엔트로피 인코딩(인터 인코딩)을 수행할 수 있다. 실시예들에 따른 프레임은 동일한 시간에 생성된 포인트 클라우드 비디오의 집합을 의미한다. 실시예들에 따른 인트라 인코딩/인터 인코딩의 압축 효율은 참조하는 이웃 노드들의 개수에 따라 달라질 수 있다. 비트가 커지면 복잡해지지만 한쪽으로 치우치게 만들어서 압축 효율이 높아질 수 있다. 예를 들어 3-bit context를 가지면, 2의 3승인 = 8가지 방법으로 코딩 해야 한다. 나누어 코딩을 하는 부분은 구현의 복잡도에 영향을 준다. 따라서 압축의 효율과 복잡도의 적정 수준을 맞출 필요가 있다.
도7은 이웃 노드들의 오큐판시를 기반으로 오큐판시 패턴을 구하는 과정을 나타낸다. 실시예들에 따른 포인트 클라우드 인코더는 옥트리의 각 노드의 이웃 노드들의 오큐판시(occupancy)를 판단하고 이웃 노드 패턴(neighbor pattern) 값을 구한다. 이웃 노드 패턴은 해당 노드의 오큐판시 패턴을 추론하기 위해 사용된다. 도7의 왼쪽은 노드에 대응하는 큐브(가운데 위치한 큐브) 및 해당 큐브와 적어도 하나의 면을 공유하는 6개의 큐브들(이웃 노드들)을 나타낸다. 도면에 도시된 노드들은 같은 뎁스(깊이)의 노드들이다. 도면에 도시된 숫자는 6개의 노드들 각각과 연관된 가중치들(1, 2, 4, 8, 16, 32, 등)을 나타낸다. 각 가중치는 이웃 노드들의 위치에 따라 순차적으로 부여된다.
도 7의 오른쪽은 이웃 노드 패턴 값을 나타낸다. 이웃 노드 패턴 값은 오큐파이드 이웃 노드(포인트를 갖는 이웃 노드)의 가중치가 곱해진 값들의 합이다. 따라서 이웃 노드 패턴 값은 0에서 63까지의 값을 갖는다. 이웃 노드 패턴 값이 0 인 경우, 해당 노드의 이웃 노드 중 포인트를 갖는 노드(오큐파이드 노드)가 없음을 나타낸다. 이웃 노드 패턴 값이 63인 경우, 이웃 노드들이 전부 오큐파이드 노드들임을 나타낸다. 도면에 도시된 바와 같이 가중치1, 2, 4, 8가 부여된 이웃 노드들은 오큐파이드 노드들이므로, 이웃 노드 패턴 값은 1, 2, 4, 8을 더한 값인 15이다. 포인트 클라우드 인코더는 이웃 노드 패턴 값에 따라 코딩을 수행할 수 있다(예를 들어 이웃 노드 패턴 값이 63인 경우, 64가지의 코딩을 수행). 실시예들에 따라 포인트 클라우드 인코더는 이웃 노드 패턴 값을 변경 (예를 들면 64를 10 또는 6으로 변경하는 테이블을 기반으로) 하여 코딩의 복잡도를 줄일 수 있다.
도 8은 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 1 내지 도 7에서 설명한 바와 같이, 어트리뷰트 인코딩이 수행되기 전 인코딩된 지오메트리는 재구성(디컴프레션) 된다. 다이렉트 코딩이 적용된 경우, 지오메트리 재구성 동작은 다이렉트 코딩된 포인트들의 배치를 변경하는 것을 포함할 수 있다(예를 들면 다이렉트 코딩된 포인트들을 포인트 클라우드 데이터의 앞쪽에 배치). 트라이숩 지오메트리 인코딩이 적용된 경우, 지오메트리 재구성 과정은 삼각형 재구성, 업샘플링, 복셀화 과정을 어트리뷰트는 지오메트리에 종속되므로, 어트리뷰트 인코딩은 재구성된 지오메트리를 기반으로 수행된다.
포인트 클라우드 인코더(예를 들면 LOD 생성부(40009))는 포인트들을 LOD별로 분류(reorganization)할 수 있다. 도면은 LOD에 대응하는 포인트 클라우드 콘텐트를 나타낸다. 도면의 왼쪽은 오리지널 포인트 클라우드 콘텐트를 나타낸다. 도면의 왼쪽에서 두번째 그림은 가장 낮은 LOD의 포인트들의 분포를 나타내며, 도면의 가장 오른쪽 그림은 가장 높은 LOD의 포인트들의 분포를 나타낸다. 즉, 가장 낮은 LOD의 포인트들은 드문드문(sparse) 분포하며, 가장 높은 LOD의 포인트들은 촘촘히 분포한다. 즉, 도면 하단에 표시된 화살표 방향에 따라 LOD가 증가할수록 포인트들 간의 간격(또는 거리)는 더 짧아진다.
도 9는 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 1 내지 도 8에서 설명한 바와 같이 포인트 클라우드 콘텐트 제공 시스템, 또는 포인트 클라우드 인코더(예를 들면 포인트 클라우드 비디오 인코더(10002), 도 4의 포인트 클라우드 인코더, 또는 LOD 생성부(40009))는 LOD를 생성할 수 있다. LOD는 포인트들을 설정된 LOD 거리 값(또는 유클리이디언 디스턴스(Euclidean Distance)의 세트)에 따라 리파인먼트 레벨들(refinement levels)의 세트로 재정열(reorganize)하여 생성된다. LOD 생성 과정은 포인트 클라우드 인코더뿐만 아니라 포인트 클라우드 디코더에서도 수행된다.
도 9의 상단은 3차원 공간에 분포된 포인트 클라우드 콘텐트의 포인트들의 예시(P0내지 P9)를 나타낸다. 도 9의 오리지널 오더(Original order)는 LOD 생성전 포인트들 P0내지 P9의 순서를 나타낸다. 도 9의 LOD 기반 오더 (LOD based order)는 LOD 생성에 따른 포인트들의 순서를 나타낸다. 포인트들은 LOD별 재정열된다. 또한 높은 LOD는 낮은 LOD에 속한 포인트들을 포함한다. 도 9에 도시된 바와 같이 LOD0는 P0, P5, P4 및 P2를 포함한다. LOD1은 LOD0의 포인트들과 P1, P6 및 P3를 포함한다. LOD2는 LOD0의 포인트들, LOD1의 포인트들 및 P9, P8 및 P7을 포함한다.
도 4에서 설명한 바와 같이 실시예들에 따른 포인트 클라우드 인코더는 예측 변환 코딩, 리프팅 변환 코딩 및 RAHT 변환 코딩을 선택적으로 또는 조합하여 수행할 수 있다.
실시예들에 따른 포인트 클라우드 인코더는 포인트들에 대한 예측기(predictor)를 생성하여 각 포인트의 예측 어트리뷰트(또는 예측 어트리뷰트값)을 설정하기 위한 예측 변환 코딩을 수행할 수 있다. 즉, N개의 포인트들에 대하여 N개의 예측기들이 생성될 수 있다. 실시예들에 따른 예측기는 각 포인트의 LOD 값과 LOD별 설정된 거리 내에 존재하는 이웃 포인트들에 대한 인덱싱 정보 및 이웃 포인트들까지의 거리 값을 기반으로 가중치(=1/거리) 값을 계산하할 수 있다.
실시예들에 따른 예측 어트리뷰트(또는 어트리뷰트값)은 각 포인트의 예측기에 설정된 이웃 포인트들의 어트리뷰트들(또는 어트리뷰트 값들, 예를 들면 색상, 반사율 등)에 각 이웃 포인트까지의 거리를 기반으로 계산된 가중치(또는 가중치값)을 곱한 값의 평균값으로 설정된다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 계수 양자화부(40011)는 각 포인트의 어트리뷰트(어트리뷰트 값)에서 예측 어트리뷰트(어트리뷰트값)을 뺀 잔여값들(residuals, 잔여 어트리뷰트, 잔여 어트리뷰트값, 어트리뷰트 예측 잔여값, 속성 잔차값 등으로 호칭할 수 있다)을 양자화(quatization) 및 역양자화(inverse quantization)할 수 있다. 양자화 과정은 다음의 표에 나타난 바와 같다.다D
Attribute prediction residuals quantization pseudo code
int PCCQuantization(int value, int quantStep) {
if( value >=0) {
return floor(value / quantStep + 1.0 / 3.0);
} else {
return -floor(-value / quantStep + 1.0 / 3.0);
}
}
Attribute prediction residuals inverse quantization pseudo code
int PCCInverseQuantization(int value, int quantStep) {
if( quantStep ==0) {
return value;
} else {
return value * quantStep;
}
}
실시예들에 따른 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40012))는 각 포인트의 예측기에 이웃한 포인트들이 있는 경우, 상술한 바와 같이 양자화 및 역양자화된 잔여값을 엔트로피 코딩 할 수 있다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40012))는 각 포인트의 예측기에 이웃한 포인트들이 없으면 상술한 과정을 수행하지 않고 해당 포인트의 어트리뷰트들을 엔트로피 코딩할 수 있다.
실시예들에 따른 포인트 클라우드 인코더 (예를 들면 리프팅 변환부(40010))는 각 포인트의 예측기를 생성하고, 예측기에 계산된 LOD를 설정 및 이웃 포인트들을 등록하고, 이웃 포인트들까지의 거리에 따른 가중치를 설정하여 리프팅 변환 코딩을 수행할 수 있다. 실시예들에 따른 리프팅 변환 코딩은 상술한 예측 변환 코딩과 유사하나, 어트리뷰트값에 가중치를 누적 적용한다는 점에서 차이가 있다. 실시예들에 따른 어트리뷰트값에 가중치를 누적 적용하는 과정은 다음과 같다.
1) 각 포인트의 가중치 값을 저장하는 배열 QW(QuantizationWieght)를 생성한다. QW의 모든 요소들의 초기값은 1.0이다. 예측기에 등록된 이웃 노드의 예측기 인덱스의 QW 값에 현재 포인트의 예측기의 가중치를 곱한 값을 더한다.
2) 리프트 예측 과정: 예측된 어트리뷰트 값을 계산하기 위하여 포인트의 어트리뷰트 값에 가중치를 곱한 값을 기존 어트리뷰트값에서 뺀다.
3) 업데이트웨이트(updateweight) 및 업데이트(update)라는 임시 배열들을 생성하고 임시 배열들을 0으로 초기화한다.
4) 모든 예측기에 대해서 계산된 가중치에 예측기 인덱스에 해당하는 QW에 저장된 가중치를 추가로 곱해서 산출된 가중치를 업데이트웨이트 배열에 이웃 노드의 인덱스로 누적으로 합산한다. 업데이트 배열에는 이웃 노드의 인덱스의 어트리뷰트 값에 산출된 가중치를 곱한 값을 누적 합산한다.
5) 리프트 업데이트 과정: 모든 예측기에 대해서 업데이트 배열의 어트리뷰트 값을 예측기 인덱스의 업데이트웨이트 배열의 가중치 값으로 나누고, 나눈 값에 다시 기존 어트리뷰트 값을 더한다.
6) 모든 예측기에 대해서, 리프트 업데이트 과정을 통해 업데이트된 어트리뷰트 값에 리프트 예측 과정을 통해 업데이트 된(QW에 저장된) 가중치를 추가로 곱하여 예측 어트리뷰트 값을 산출한다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 계수 양자화부(40011))는 예측 어트리뷰트 값을 양자화한다. 또한 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40012))는 양자화된 어트리뷰트 값을 엔트로피 코딩한다.
실시예들에 따른 포인트 클라우드 인코더(예를 들면 RAHT 변환부(40008))는 옥트리의 하위 레벨에 있는 노드와 연관된 어트리뷰트를 사용하여 상위 레벨의 노드들의 어트리뷰트를 에측하는 RAHT 변환 코딩을 수행할 수 있다. RAHT 변환 코딩은 옥트리 백워드 스캔을 통한 어트리뷰트 인트라 코딩의 예시이다. 실시예들에 따른 포인트 클라우드 인코더는 복셀에서 전체 영역으로 스캔하고, 각 스텝에서 복셀을 더 큰 블록으로 합치면서 루트 노드까지의 병합 과정을 반복수행한다. 실시예들에 따른 병합 과정은 오큐파이드 노드에 대해서만 수행된다. 엠티 노드(empty node)에 대해서는 병합 과정이 수행되지 않으며, 엠티 노드의 바로 상위 노드에 대해 병합 과정이 수행된다.
하기의 식은 RAHT 변환 행렬을 나타낸다.
Figure PCTKR2021013870-appb-img-000003
는 레벨 l에서의 복셀들의 평균 어트리뷰트 값을 나타낸다.
Figure PCTKR2021013870-appb-img-000004
는
Figure PCTKR2021013870-appb-img-000005
와
Figure PCTKR2021013870-appb-img-000006
로부터 계산될 수 있다.
Figure PCTKR2021013870-appb-img-000007
와
Figure PCTKR2021013870-appb-img-000008
의 가중치는
Figure PCTKR2021013870-appb-img-000009
과
Figure PCTKR2021013870-appb-img-000010
이다.
Figure PCTKR2021013870-appb-img-000011
Figure PCTKR2021013870-appb-img-000012
는 로-패스(low-pass) 값으로, 다음 상위 레벨에서의 병합 과정에서 사용된다.
Figure PCTKR2021013870-appb-img-000013
은 하이패스 계수(high-pass coefficients)이며, 각 스텝에서의 하이패스 계수들은 양자화되어 엔트로피 코딩 된다(예를 들면 아리스메틱 인코더(400012)의 인코딩). 가중치는
Figure PCTKR2021013870-appb-img-000014
로 계산된다. 루트 노드는 마지막
Figure PCTKR2021013870-appb-img-000015
과
Figure PCTKR2021013870-appb-img-000016
을 통해서 다음과 같이 생성된다.,
Figure PCTKR2021013870-appb-img-000017
gDC값 또한 하이패스 계수와 같이 양자화되어 엔트로피 코딩된다.
도 10은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder)의 예시를 나타낸다.
도 10에 도시된 포인트 클라우드 디코더는 도 1에서 설명한 포인트 클라우드 비디오 디코더(10006) 예시로서, 도 1에서 설명한 포인트 클라우드 비디오 디코더(10006)의 동작 등과 동일 또는 유사한 동작을 수행할 수 있다. 도면이 도시된 바와 같이 포인트 클라우드 디코더는 하나 또는 그 이상의 비트스트림(bitstream)들에 포함된 지오메트리 비트스트림(geometry bitstream) 및 어트리뷰트 비트스트림(attribute bitstream)을 수신할 수 있다. 포인트 클라우드 디코더는 지오메트리 디코더(geometry decoder)및 어트리뷰트 디코더(attribute decoder)를 포함한다. 지오메트리 디코더는 지오메트리 비트스트림에 대해 지오메트리 디코딩을 수행하여 디코딩된 지오메트리(decoded geometry)를 출력한다. 어트리뷰트 디코더는 디코딩된 지오메트리 및 어트리뷰트 비트스트림을 기반으로 어트리뷰트 디코딩을 수행하여 디코딩된 어트리뷰트들(decoded attributes)을 출력한다. 디코딩된 지오메트리 및 디코딩된 어트리뷰트들은 포인트 클라우드 콘텐트를 복원(decoded point cloud)하는데 사용된다.
도 11은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder)의 예시를 나타낸다.
도 11에 도시된 포인트 클라우드 디코더는 도 10에서 설명한 포인트 클라우드 디코더의 예시로서, 도 1 내지 도 9에서 설명한 포인트 클라우드 인코더의 인코딩 동작의 역과정인 디코딩 동작을 수행할 수 있다.
도 1 및 도 10에서 설명한 바와 같이 포인트 클라우드 디코더는 지오메트리 디코딩 및 어트리뷰트 디코딩을 수행할 수 있다. 지오메트리 디코딩은 어트리뷰트 디코딩보다 먼저 수행된다.
실시예들에 따른 포인트 클라우드 디코더는 아리스메틱 디코더(arithmetic decode, 11000), 옥트리 합성부(synthesize octree, 11001), 서페이스 오프록시메이션 합성부(synthesize surface approximation, 11002), 지오메트리 리컨스트럭션부(reconstruct geometry, 11003), 좌표계 역변환부(inverse transform coordinates, 11004), 아리스메틱 디코더(arithmetic decode, 11005), 역양자화부(inverse quantize, 11006), RAHT변환부(11007), LOD생성부(generate LOD, 11008), 인버스 리프팅부(Inverse lifting, 11009), 및/또는 컬러 역변환부(inverse transform colors, 11010)를 포함한다.
아리스메틱 디코더(11000), 옥트리 합성부(11001), 서페이스 오프록시메이션 합성부(11002), 지오메트리 리컨스럭션부(11003), 좌표계 역변환부(11004)는 지오메트리 디코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 디코딩은 다이렉트 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 Hierarchial Transform) 디코딩, 예측 변환(Interpolaration-based hierarchical nearest-neighbour prediction-Prediction Transform) 디코딩 및 리프팅 변환 (interpolation-based hierarchical nearest-neighbour prediction with an update/lifting step (Lifting Transform)) 디코딩을 포함할 수 있다. 상술한 3가지의 디코딩들은 선택적으로 사용되거나, 하나 또는 그 이상의 디코딩들의 조합이 사용될 수 있다. 또한 실시예들에 따른 어트리뷰트 디코딩은 상술한 예시에 국한되는 것은 아니다.
실시예들에 따른 아리스메틱 디코더(11005)는 어트리뷰트 비트스트림을 아리스메틱 코딩으로 디코딩한다.
실시예들에 따른 역양자화부(11006)는 디코딩된 어트리뷰트 비트스트림 또는 디코딩 결과 확보한 어트리뷰트에 대한 정보를 역양자화(inverse quantization)하고 역양자화된 어트리뷰트들(또는 어트리뷰트 값들)을 출력한다. 역양자화는 포인트 클라우드 인코더의 어트리뷰트 인코딩에 기반하여 선택적으로 적용될 수 있다.
실시예들에 따라 RAHT 변환부(11007), LOD생성부(11008) 및/또는 인버스 리프팅부(11009)는 재구성된 지오메트리 및 역양자화된 어트리뷰트들을 처리할 수 있다. 상술한 바와 같이 RAHT 변환부(11007), LOD생성부(11008) 및/또는 인버스 리프팅부(11009)는 포인트 클라우드 인코더의 인코딩에 따라 그에 대응하는 디코딩 동작을 선택적으로 수행할 수 있다.
실시예들에 따른 컬러 역변환부(11010)는 디코딩된 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 역변환하기 위한 역변환 코딩을 수행한다. 컬러 역변환부(11010)의 동작은 포인트 클라우드 인코더의 컬러 변환부(40006)의 동작에 기반하여 선택적으로 수행될 수 있다.
도 11의 포인트 클라우드 디코더의 엘레멘트들은 도면에 도시되지 않았으나 포인트 클라우드 제공 장치에 포함된 하나 또는 그 이상의 메모리들과 통신가능하도록 설정된 하나 또는 그 이상의 프로세서들 또는 집적 회로들(integrated circuits)을 포함하는 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합으로 구현될 수 있다. 하나 또는 그 이상의 프로세서들은 상술한 도 11의 포인트 클라우드 디코더의 엘레멘트들의 동작들 및/또는 기능들 중 적어도 어느 하나 이상을 수행할 수 있다. 또한 하나 또는 그 이상의 프로세서들은 도11의 포인트 클라우드 디코더의 엘레멘트들의 동작들 및/또는 기능들을 수행하기 위한 소프트웨어 프로그램들 및/또는 인스트럭션들의 세트를 동작하거나 실행할 수 있다.
도 12는 실시예들에 따른 전송장치의 예시이다.
도 12에 도시된 전송장치는 도 1의 전송장치(10000) (또는 도 4의 포인트 클라우드 인코더)의 예시이다. 도 12에 도시된 전송장치는 도 1 내지 도 9에서 설명한 포인트 클라우드 인코더의 동작들 및 인코딩 방법들과 동일 또는 유사한 동작들 및 방법들 중 적어도 어느 하나 이상을 수행할 수 있다. 실시예들에 따른 전송장치는 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(12002)는 도 4에서 설명한 양자화부(40001)의 동작 및/또는 복셀화 과정과 동일 또는 유사한 동작 및/또는 과정을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 옥트리 오큐판시 코드 생성부(12003)는 복셀화된 포인트들의 포지션들을 옥트리 구조를 기반으로 옥트리 코딩을 수행한다. 옥트리 오큐판시 코드 생성부(12003)는 오큐판시 코드를 생성할 수 있다. 옥트리 오큐판시 코드 생성부(12003)는 도 4 및 도 6에서 설명한 포인트 클라우드 인코더 (또는 옥트리 분석부(40002))의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 표면 모델 처리부(12004)는 표면 모델(surface model)을 기반으로 특정 영역(또는 노드)내의 포인트들의 포지션들을 복셀 기반으로 재구성하는 트라이숩 지오메트리 인코딩을 수행할 수 있다. 포면 모델 처리부(12004)는 도 4 에서 설명한 포인트 클라우드 인코더(예를 들면 서페이스 어프록시메이션 분석부(40003))의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 인트라/인터 코딩 처리부(12005)는 포인트 클라우드 데이터를 인트라/인터 코딩할 수 있다. 인트라/인터 코딩 처리부(12005)는 도 7에서 설명한 인트라/인터 코딩과 동일 또는 유사한 코딩을 수행할 수 있다. 구체적인 설명은 도 7에서 설명한 바와 동일하다. 실시예들에 따라 인트라/인터 코딩 처리부(12005)는 아리스메틱 코더(12006)에 포함될 수 있다.
실시예들에 따른 아리스메틱 코더(12006)는 포인트 클라우드 데이터의 옥트리 및/또는 근사화된 옥트리를 엔트로피 인코딩한다. 예를 들어, 인코딩 방식은 아리스메틱(Arithmetic) 인코딩 방법을 포함한다. . 아리스메틱 코더(12006)는 아리스메틱 인코더(40004)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다.
실시예들에 따른 메타데이터 처리부(12007)는 포인트 클라우드 데이터에 관한 메타데이터, 예를 들어 설정 값 등을 처리하여 지오메트리 인코딩 및/또는 어트리뷰트 인코딩 등 필요한 처리 과정에 제공한다. 또한 실시예들에 따른 메타데이터 처리부(12007)는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩과 관련된 시그널링 정보를 생성 및/또는 처리할 수 있다. 실시예들에 따른 시그널링 정보는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩과 별도로 인코딩처리될 수 있다. 또한 실시예들에 따른 시그널링 정보는 인터리빙 될 수도 있다.
색상 변환 처리부(12008), 어트리뷰트 변환 처리부(12009), 예측/리프팅/RAHT 변환 처리부(12010), 아리스메틱 (Arithmetic) 코더(12011)는 어트리뷰트 인코딩을 수행한다. 실시예들에 따른 어트리뷰트 인코딩은 도 1 내지 도 9에서 설명한 어트리뷰트 인코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 색상 변환 처리부(12008)는 어트리뷰트들에 포함된 색상값을 변환하는 색상 변환 코딩을 수행한다. 색상 변환 처리부(12008)는 재구성된 지오메트리를 기반으로 색상 변환 코딩을 수행할 수 있다. 재구성된 지오메트리에 대한 설명은 도 1 내지 도 9에서 설명한 바와 동일하다. 또한 도 4에서 설명한 컬러 변환부(40006)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다. 구체적인 설명은 생략한다.
실시예들에 따른 어트리뷰트 변환 처리부(12009)는 지오메트리 인코딩이 수행되지 않은 포지션들 및/또는 재구성된 지오메트리를 기반으로 어트리뷰트들을 변환하는 어트리뷰트 변환을 수행한다. 어트리뷰트 변환 처리부(12009)는 도 4에 설명한 어트리뷰트 변환부(40007)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다. 구체적인 설명은 생략한다. 실시예들에 따른 예측/리프팅/RAHT 변환 처리부(12010)는 변환된 어트리뷰트들을 RAHT 코딩, 예측 변환 코딩 및 리프팅 변환 코딩 중 어느 하나 또는 조합하여 코딩할 수 있다. 예측/리프팅/RAHT 변환 처리부(12010)는 도 4에서 설명한 RAHT 변환부(40008), LOD 생성부(40009) 및 리프팅 변환부(40010)의 동작들과 동일 또는 유사한 동작들 중 적어도 하나 이상을 수행한다. 또한 예측 변환 코딩, 리프팅 변환 코딩 및 RAHT 변환 코딩에 대한 설명은 도 1 내지 도 9에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 아리스메틱 코더(12011)는 코딩된 어트리뷰트들을 아리스메틱 코딩에 기반하여 인코딩할 수 있다. 아리스메틱 코더(12011)는 아리스메틱 인코더(400012)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다.
실시예들에 따른 전송 처리부(12012)는 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트, 메타 데이터 정보를 포함하는 각 비트스트림을 전송하거나, 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트, 메타 데이터 정보를 하나의 비트스트림으로 구성하여 전송할 수 있다. 실시예들에 따른 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트, 메타 데이터 정보가 하나의 비트스트림으로 구성되는 경우, 비트스트림은 하나 또는 그 이상의 서브 비트스트림들을 포함할 수 있다. 실시예들에 따른 비트스트림은 시퀀스 레벨의 시그널링을 위한 SPS (Sequence Parameter Set), 지오메트리 정보 코딩의 시그널링을 위한 GPS(Geometry Parameter Set), 어트리뷰트 정보 코딩의 시그널링을 위한 APS(Attribute Parameter Set), 타일 레벨의 시그널링을 위한 TPS (Tile Parameter Set)를 포함하는 시그널링 정보 및 슬라이스 데이터를 포함할 수 있다. 슬라이스 데이터는 하나 또는 그 이상의 슬라이스들에 대한 정보를 포함할 수 있다. 실시예들에 따른 하나의 슬라이스는 하나의 지오메트리 비트스트림(Geom00) 및 하나 또는 그 이상의 어트리뷰트 비트스트림들(Attr00, Attr10)을 포함할 수 있다.
슬라이스(slice)란, 코딩된 포인트 클라우드 프레임의 전체 또는 일부를 나타내는 신택스 엘리먼트의 시리즈를 말한다.
실시예들에 따른 TPS는 하나 또는 그 이상의 타일들에 대하여 각 타일에 관한 정보(예를 들면 bounding box의 좌표값 정보 및 높이/크기 정보 등)을 포함할 수 있다. 지오메트리 비트스트림은 헤더와 페이로드를 포함할 수 있다. 실시예들에 따른 지오메트리 비트스트림의 헤더는 GPS에 포함된 파라미터 세트의 식별 정보(geom_ parameter_set_id), 타일 식별자(geom_tile_id), 슬라이스 식별자(geom_slice_id) 및 페이로드에 포함된 데이터에 관한 정보 등을 포함할 수 있다. 상술한 바와 같이 실시예들에 따른 메타데이터 처리부(12007)는 시그널링 정보를 생성 및/또는 처리하여 전송 처리부(12012)로 전송할 수 있다. 실시예들에 따라, 지오메트리 인코딩을 수행하는 엘레멘트들 및 어트리뷰트 인코딩을 수행하는 엘레멘트들은 점선 처리된 바와 같이 상호 데이터/정보를 공유할 수 있다. 실시예들에 따른 전송 처리부(12012)는 트랜스미터(10003)의 동작 및/또는 전송 방법과 동일 또는 유사한 동작 및/또는 전송 방법을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 2에서 설명한 바와 동일하므로 생략한다.
도 13은 실시예들에 따른 수신장치의 예시이다.
도 13에 도시된 수신장치는 도 1의 수신장치(10004) (또는 도 10 및 도 11의 포인트 클라우드 디코더)의 예시이다. 도 13에 도시된 수신장치는 도 1 내지 도 11에서 설명한 포인트 클라우드 디코더의 동작들 및 디코딩 방법들과 동일 또는 유사한 동작들 및 방법들 중 적어도 어느 하나 이상을 수행할 수 있다.
실시예들에 따른 수신장치는 수신부(13000), 수신 처리부(13001), 아리스메틱 (arithmetic) 디코더(13002), 오큐판시 코드 (Occupancy code) 기반 옥트리 재구성 처리부(13003), 표면 모델 처리부(삼각형 재구성, 업-샘플링, 복셀화)(13004), 인버스(inverse) 양자화 처리부(13005), 메타데이터 파서(13006), 아리스메틱 (arithmetic) 디코더(13007), 인버스(inverse)양자화 처리부(13008), 예측/리프팅/RAHT 역변환 처리부(13009), 색상 역변환 처리부(13010) 및/또는 렌더러(13011)를 포함할 수 있다. 실시예들에 따른 디코딩의 각 구성요소는 실시예들에 따른 인코딩의 구성요소의 역과정을 수행할 수 있다.
실시예들에 따른 수신부(13000)는 포인트 클라우드 데이터를 수신한다. 수신부(13000)는 도 1의 리시버(10005)의 동작 및/또는 수신 방법과 동일 또는 유사한 동작 및/또는 수신 방법을 수행할 수 있다. 구체적인 설명은 생략한다.
실시예들에 따른 수신 처리부(13001)는 수신한 데이터로부터 지오메트리 비트스트림 및/또는 어트리뷰트 비트스트림을 획득할 수 있다. 수신 처리부(13001)는 수신부(13000)에 포함될 수 있다.
아리스메틱 디코더(13002), 오큐판시 코드 기반 옥트리 재구성 처리부(13003), 표면 모델 처리부(13004) 및 인버스 양자화 처리부(13005)는 지오메트리 디코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 디코딩은 도 1 내지 도 10에서 설명한 지오메트리 디코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 아리스메틱 디코더(13002)는 지오메트리 비트스트림을 아리스메틱 코딩을 기반으로 디코딩할 수 있다. 아리스메틱 디코더(13002)는 아리스메틱 디코더(11000)의 동작 및/또는 코딩과 동일 또는 유사한 동작 및/또는 코딩을 수행한다.
실시예들에 따른 오큐판시 코드 기반 옥트리 재구성 처리부(13003)는 디코딩된 지오메트리 비트스트림으로부터 (또는 디코딩 결과 확보된 지오메트리에 관한 정보)로부터 오큐판시 코드를 획득하여 옥트리를 재구성할 수 있다. 오큐판시 코드 기반 옥트리 재구성 처리부(13003)는 옥트리 합성부(11001)의 동작 및/또는 옥트리 생성 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다. 실시예들에 따른 표면 모델 처리부(13004)는 트라이숩 지오메트리 인코딩이 적용된 경우, 표면 모델 방식에 기반하여 트라이숩 지오메트리 디코딩 및 이와 관련된 지오메트리 리컨스트럭션(예를 들면 삼각형 재구성, 업-샘플링, 복셀화)을 수행할 수 있다. 표면 모델 처리부(13004)는 서페이스 오프록시메이션 합성부(11002) 및/또는 지오메트리 리컨스트럭션부(11003)의 동작과 동일 또는 유사한 동작을 수행한다.
실시예들에 따른 인버스 양자화 처리부(13005)는 디코딩된 지오메트리를 인버스 양자화할 수 있다.
실시예들에 따른 메타데이터 파서(13006)는 수신한 포인트 클라우드 데이터에 포함된 메타데이터, 예를 들어 설정 값 등을 파싱할 수 있다. 메타데이터 파서(13006)는 메타데이터를 지오메트리 디코딩 및/또는 어트리뷰트 디코딩에 전달할 수 있다. 메타데이터에 대한 구체적인 설명은 도 12에서 설명한 바와 동일하므로 생략한다.
아리스메틱 디코더(13007), 인버스 양자화 처리부(13008), 예측/리프팅/RAHT 역변환 처리부(13009) 및 색상 역변환 처리부(13010)는 어트리뷰트 디코딩을 수행한다. 어트리뷰트 디코딩는 도 1 내지 도 10에서 설명한 어트리뷰트 디코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 아리스메틱 디코더(13007)는 어트리뷰트 비트스트림을 아리스메틱 코딩으로 디코딩할 수 있다. 아리스메틱 디코더(13007)는 재구성된 지오메트리를 기반으로 어트리뷰트 비트스트림의 디코딩을 수행할 수 있다. 아리스메틱 디코더(13007)는 아리스메틱 디코더(11005)의 동작 및/또는 코딩과 동일 또는 유사한 동작 및/또는 코딩을 수행한다.
실시예들에 따른 인버스 양자화 처리부(13008)는 디코딩된 어트리뷰트 비트스트림을 인버스 양자화할 수 있다. 인버스 양자화 처리부(13008)는 역양자화부(11006)의 동작 및/또는 역양자화 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다.
실시예들에 따른 예측/리프팅/RAHT 역변환 처리부(13009)는 재구성된 지오메트리 및 역양자화된 어트리뷰트들을 처리할 수 있다. 예측/리프팅/RAHT 역변환 처리부(13009)는 RAHT 변환부(11007), LOD생성부(11008) 및/또는 인버스 리프팅부(11009)의 동작들 및/또는 디코딩들과 동일 또는 유사한 동작들 및/또는 디코딩들 중 적어도 어느 하나 이상을 수행한다. 실시예들에 따른 색상 역변환 처리부(13010)는 디코딩된 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 역변환하기 위한 역변환 코딩을 수행한다. 색상 역변환 처리부(13010)는 컬러 역변환부(11010)의 동작 및/또는 역변환 코딩과 동일 또는 유사한 동작 및/또는 역변환 코딩을 수행한다. 실시예들에 따른 렌더러(13011)는 포인트 클라우드 데이터를 렌더링할 수 있다.
도 14는 실시예들에 따른 포인트 클라우드 데이터 송수신 방법/장치와 연동 가능한 구조의 예시를 나타낸다.
도 14의 구조는 서버(1460), 로봇(1410), 자율 주행 차량(1420), XR 장치(1430), 스마트폰(1440), 가전(1450) 및/또는 HMD(1470) 중에서 적어도 하나 이상이 클라우드 네트워크(1410)와 연결된 구성을 나타낸다. 로봇(1410), 자율 주행 차량(1420), XR 장치(1430), 스마트폰(1440) 또는 가전(1450) 등은 장치라 호칭된다. 또한, XR 장치(1430)는 실시예들에 따른 포인트 클라우드 데이터 (PCC) 장치에 대응되거나 PCC장치와 연동될 수 있다.
클라우드 네트워크(1400)는 클라우드 컴퓨팅 인프라의 일부를 구성하거나 클라우드 컴퓨팅 인프라 안에 존재하는 네트워크를 의미할 수 있다. 여기서, 클라우드 네트워크(1400)는 3G 네트워크, 4G 또는 LTE(Long Term Evolution) 네트워크 또는 5G 네트워크 등을 이용하여 구성될 수 있다.
서버(1460)는 로봇(1410), 자율 주행 차량(1420), XR 장치(1430), 스마트폰(1440), 가전(1450) 및/또는 HMD(1470) 중에서 적어도 하나 이상과 클라우드 네트워크(1400)을 통하여 연결되고, 연결된 장치들(1410 내지 1470)의 프로세싱을 적어도 일부를 도울 수 있다.
HMD (Head-Mount Display)(1470)는 실시예들에 따른 XR 디바이스 및/또는 PCC 디바이스가 구현될 수 있는 타입 중 하나를 나타낸다. 실시예들에 따른HMD 타입의 디바이스는, 커뮤니케이션 유닛, 컨트롤 유닛, 메모리 유닛, I/O 유닛, 센서 유닛, 그리고 파워 공급 유닛 등을 포함한다.
이하에서는, 상술한 기술이 적용되는 장치(1410 내지 1450)의 다양한 실시 예들을 설명한다. 여기서, 도 14에 도시된 장치(1410 내지 1450)는 상술한 실시예들에 따른 포인트 클라우드 데이터 송수신장치와 연동/결합될 수 있다.
<PCC+XR>
XR/PCC 장치(1430)는 PCC 및/또는 XR(AR+VR) 기술이 적용되어, HMD(Head-Mount Display), 차량에 구비된 HUD(Head-Up Display), 텔레비전, 휴대폰, 스마트 폰, 컴퓨터, 웨어러블 디바이스, 가전 기기, 디지털 사이니지, 차량, 고정형 로봇이나 이동형 로봇 등으로 구현될 수도 있다.
XR/PCC 장치(1430)는 다양한 센서들을 통해 또는 외부 장치로부터 획득한 3차원 포인트 클라우드 데이터 또는 이미지 데이터를 분석하여 3차원 포인트들에 대한 위치 데이터 및 어트리뷰트 데이터를 생성함으로써 주변 공간 또는 현실 객체에 대한 정보를 획득하고, 출력할 XR 객체를 렌더링하여 출력할 수 있다. 예컨대, XR/PCC 장치(1430)는 인식된 물체에 대한 추가 정보를 포함하는 XR 객체를 해당 인식된 물체에 대응시켜 출력할 수 있다.
<PCC+XR+모바일폰>
XR/PCC 장치(1430)는 PCC기술이 적용되어 모바일폰(1440) 등으로 구현될 수 있다.
모바일폰(1440)은 PCC 기술에 기반하여 포인트 클라우드 콘텐츠를 디코딩하고, 디스플레이할 수 있다.
<PCC+자율주행+XR>
자율 주행 차량(1420)은 PCC 기술 및 XR 기술이 적용되어, 이동형 로봇, 차량, 무인 비행체 등으로 구현될 수 있다.
XR/PCC 기술이 적용된 자율 주행 차량(1420)은 XR 영상을 제공하는 수단을 구비한 자율 주행 차량이나, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량 등을 의미할 수 있다. 특히, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량(1420)은 XR 장치(1430)와 구분되며 서로 연동될 수 있다.
XR/PCC영상을 제공하는 수단을 구비한 자율 주행 차량(1420)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하고, 획득한 센서 정보에 기초하여 생성된 XR/PCC 영상을 출력할 수 있다. 예컨대, 자율 주행 차량(1420)은 HUD를 구비하여 XR/PCC 영상을 출력함으로써, 탑승자에게 현실 객체 또는 화면 속의 객체에 대응되는 XR/PCC 객체를 제공할 수 있다.
이때, XR/PCC 객체가 HUD에 출력되는 경우에는 XR/PCC 객체의 적어도 일부가 탑승자의 시선이 향하는 실제 객체에 오버랩되도록 출력될 수 있다. 반면, XR/PCC 객체가 자율 주행 차량의 내부에 구비되는 디스플레이에 출력되는 경우에는 XR/PCC 객체의 적어도 일부가 화면 속의 객체에 오버랩되도록 출력될 수 있다. 예컨대, 자율 주행 차량(1220)은 차로, 타 차량, 신호등, 교통 표지판, 이륜차, 보행자, 건물 등과 같은 객체와 대응되는 XR/PCC 객체들을 출력할 수 있다.
실시예들에 의한 VR (Virtual Reality) 기술, AR (Augmented Reality) 기술, MR (Mixed Reality) 기술 및/또는 PCC(Point Cloud Compression)기술은, 다양한 디바이스에 적용 가능하다.
즉, VR 기술은, 현실 세계의 객체나 배경 등을 CG 영상으로만 제공하는 디스플레이 기술이다. 반면, AR 기술은, 실제 사물 영상 위에 가상으로 만들어진 CG 영상을 함께 보여 주는 기술을 의미한다. 나아가, MR 기술은, 현실세계에 가상 객체들을 섞고 결합시켜서 보여준다는 점에서 전술한 AR 기술과 유사하다. 그러나, AR 기술에서는 현실 객체와 CG 영상으로 만들어진 가상 객체의 구별이 뚜렷하고, 현실 객체를 보완하는 형태로 가상 객체를 사용하는 반면, MR 기술에서는 가상 객체가 현실 객체와 동등한 성격으로 간주된다는 점에서 AR 기술과는 구별이 된다. 보다 구체적으로 예를 들면, 전술한 MR 기술이 적용된 것이 홀로그램 서비스 이다.
다만, 최근에는 VR, AR, MR 기술을 명확히 구별하기 보다는 XR (extended Reality) 기술로 부르기도 한다. 따라서, 본 발명의 실시예들은 VR, AR, MR, XR 기술 모두에 적용 가능하다. 이러한 기술은 PCC, V-PCC, G-PCC 기술 기반 인코딩/디코딩이 적용될 수 있다.
실시예들에 따른 PCC방법/장치는 자율 주행 서비스를 제공하는 차량에 적용될 수 있다.
자율 주행 서비스를 제공하는 차량은 PCC 디바이스와 유/무선 통신이 가능하도록 연결된다.
실시예들에 따른 포인트 클라우드 데이터 (PCC) 송수신장치는 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 송수신장치 차량에 탑재된 경우, 포인트 클라우드 송수신장치는 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 것과 같이 포인트 클라우드 데이터는 포인트들의 집합으로 구성되며, 각 포인트는 지오메트리 데이터(지오메트리 정보)와 어트리뷰트 데이터(어트리뷰트 정보)를 가질 수 있다. 지오메트리 데이터는 각 포인트의 3차원 위치 정보(예를 들어, x, y, z축의 좌표값)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 포인트의 색상(RGB, YUV 등), 반사도(reflectance), 법선(normal vectors), 투명도(transparency) 등을 의미할 수 있다. 어트리뷰트 정보는 스칼라 또는 벡터 형태로 표현될 수 있다.
실시예들에 따르면, 포인트 클라우드 데이터의 종류 및 취득 방법에 따라 정적 포인트 클라우드 데이터의 카테고리 1, 동적 포인트 클라우드 데이터의 카테고리 2, 동적으로 움직이면서 취득한 카테고리 3으로 포인트 클라우드 데이터를 분류할 수 있다. 카테고리 1의 경우, 오브젝트나 공간에 대해 포인트들의 밀도가 높은 단일 프레임의 포인트 클라우드로 구성된다. 카테고리 3 데이터는 이동하면서 취득된 다수개의 프레임들을 갖는 프레임-기반 데이터 및 대규모 공간에 대해 라이다 센서를 통해 취득된 포인트 클라우드와 2D 영상으로 취득된 색상 영상이 정합된 단일 프레임의 융합된(fused) 데이터로 구분될 수 있다.
도 15는 실시예들에 따른 포인트 클라우드 데이터 전송장치(15000)을 나타내는 블록도의 예시이다. 전송장치(15000)에서 포인트 클라우드 데이터의 인코딩(부호화) 과정은 지오메트리 정보를 압축하는 단계와, 변경된 위치 정보로 재구성된 지오메트리(reconstructed geometry)를 바탕으로 어트리뷰트 정보를 압축하는 단계로 구성될 수 있다.
실시예들에 따른 포인트 클라우드 데이터 전송장치(15000) 는 입력된 포인트 클라우드 데이터의 지오메트리 정보를 인코딩하여 비트스트림으로 전송하며, lossy coding의 경우 지오메트리 디코딩 및 리컬러링(recolouring)을 통해 어트리뷰트 정보를 지오메트리 정보와 매칭하고, 어트리뷰트 정보를 인코딩하여 비트스트림으로 전송할 수 있다. 도15의 전송장치(15000)는 실시예들에 따른 포인트 클라우드 데이터 전송장치(예를 들어, 도 1, 도 2, 도 4, 도 11 또는 도 12의 포인트 클라우드 데이터 전송장치)에서 포인트 클라우드 데이터를 압축(인코딩)하고 전송하는 동작과 동일, 유사한 동작을 수행할 수 있다. 즉, 도 15의 전송장치(15000)는 실시예들에 따른 포인트 클라우드 데이터 전송장치(예를 들어, 도 1, 도 2, 도 4, 도 11 또는 도 12의 포인트 클라우드 데이터 전송장치)와 대응될 수 있다.
실시예들에 따른 포인트 클라우드 데이터 전송장치(15000)는 도1의 전송장치(10000), 도 4의 전송장치, 도 12의 전송장치, 도 14의 XR 장치(1430) 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 포인트 클라우드 데이터를 획득하고, 인코딩하여 전송할 수 있다.
한편, 실시예들에 따른 포인트 클라우드 데이터 전송장치(15000)는 클립핑 범위 조사부(15020)와 클립핑 수행부(15030)을 포함할 수 있다. 보다 상세하게는, 클립핑 범위 조사부(15020)는 포인트 클라우드 데이터의 클립핑 범위를 조사하고 클립핑 범위를 결정할 수 있다. 클립핑 범위 수행부(15030)는 결정된 클립핑 범위를 바탕으로 포인트 클라우드 데이터의 클립핑을 수행할 수 있다. 따라서, 실시예들에 따른 포인트 클라우드 데이터 전송장치(15000)는 포인트 클라우드 데이터를 처리하는 과정에서 클립핑을 수행하여 데이터의 효율적인 압축 및 전송이 가능하다.
클립핑(clipping)은 포인트 클라우드 데이터의 처리 과정에서 발생하는 부적절한 데이터 값을 적절한 데이터 값으로 바꾸어 주는 동작을 의미할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 전송장치 또는 수신장치에서 포인트 클라우드 데이터를 처리할 때, 포인트 클라우드 데이터 양자화 또는 가중치 부여 등 데이터 처리 과정에서 적절하지 않은 데이터 값이 발생할 수 있다. 이러한 부적절한 데이터를 사용하여 데이터를 처리할 경우, 처리 과정에서 발생하는 노이즈(오차) 누적으로 데이터의 예측 정확도가 감소하고, 렌더링 또는 프로젝션 장비의 에러를 초래할 수 있다. 예를들어, 어트리뷰트 정보의 RGB 값은 0 내지 255 의 범위에서 표현이 가능하므로, 복원된 어트리뷰트 정보의 RGB 값이 해당 범위를 벗어나면 렌더링 또는 프로젝션 장비의 에러가 발생하는 것이다.
실시예들에 따른 클립핑 용어는 적절한 데이터 값 범위 밖의 데이터를 제거, 삭제 또는 잘라내기하는 것으로 표현되거나, 적절한 범위 밖에 데이터를 적절한 범위 내의 데이터로 전환, 변환 또는 치환하는 것으로 표현될 수 있다. 또한, 클립핑은 전술한 표현에 한정되지 않고 동일, 유사한 다른 용어에 의하여 표현될 수 있다.
클립핑은 lossy 어트리뷰트 코딩에서 발생하는 노이즈나 예측 에러를 보정하기 위해 사용될 수 있고, 예측한 어트리뷰트 값이 음수가 나타나는 경우 이를 보정할 수 있다. 재구성된 포인트 클라우드 데이터가 렌더러에서 보여지기 위해 RGB 데이터는 0 내지 255 범위, 반사도 데이터는 0 내지 16,384의 범위를 지원해야 하며, 해당 범위를 벗어나는 경우 렌더러에 에러가 유발될 수 있다. 어트리뷰트 정보를 압축할 때 포인트-포인트 단위로 예측(prediction)이 사용되는데, 원본 어트리뷰트 값과 예측된 어트리뷰트 값의 차이가 누적되면서 현실적으로 존재할 수 없는 데이터가 발생될 수 있다. 클립핑은 이러한 데이터의 발생을 방지하는 효과가 있다.
클립핑(clipping)이라는 용어는 실시예들의 기술적 사상을 용이하게 설명하기 위해 사용된 것이며, 적절한 데이터 범위 밖의 데이터 값을 적절한 데이터 범위 내의 값으로 변환시킴으로써 부적절한 데이터 값을 제거하는 동작을 통상적으로 표현하는 용어일 수 있다. 따라서, 클립핑(clipping) 용어 외에 다양한 용어를 사용하여 본 실시예들의 기술적 사상이 표현될 수 있으며, 본 명세서에서 설정된 권리범위는 이 용어에 의해 한정되지 않는다.
클립핑(clipping)의 일 실시예로서, 클립핑은 적절한 데이터의 범위를 벗어나는 데이터가 발생할 경우, 부적절한 데이터 값을 적절한 데이터 범위의 최대값 또는 최소값으로 바꿀 수 있다. 예를들어, 클립핑 범위가 0 내지 1023(2^(10)-1) 으로 설정되고, 데이터 처리 과정에서 소정의 데이터가 해당 클립핑 범위를 초과하는 값일 경우, 클립핑을 수행되어 상기 데이터의 값을 1023(클립핑 범위 내 최대값)으로 바꿀 수 있다. 또는, 특정 데이터가 음수값인 경우 해당 데이터를 0(클립핑 범위 내 최소값)으로 바꿀 수 있다.
실시예들에 따른 포인트 클라우드 데이터 전송장치(15000)는 포인트 클라우드 데이터를 클립핑함으로써 지오메트리 정보 또는 어트리뷰트 정보를 예측하면서 발생하는 노이즈를 감소시킬 수 있고, 부적절한 데이터를 사전에 제거하여 렌더링, 프로젝션 장비에서 발생하는 에러를 방지할 수 있다. 클립핑하는 데이터의 범위는 원본 데이터 또는 재구성된 데이터를 기반으로 정해질 수 있다.
한편, 도15에서 점선 박스로 표현된 클립핑 범위 조사부(15021, 15022)는 실시예들에 따른 포인트 클라우드 데이터 전송장치(15000) 내에서 클립핑 범위를 조사할 수 있는 클립핑 범위 조사부의 다양한 위치들을 나타낸다.
클립핑 범위 조사부(15020)는 속성재구성부(15010)의 다음에 위치하며 입력되는 재구성된 어트리뷰트 정보를 기반으로 클립핑 범위를 조사하고 어트리뷰트 정보에 대한 클립핑 범위를 결정할 수 있다.
클립핑 범위 조사부(15021)는 색상변환처리부(15040)의 앞에 위치하여 입력되는 원본 어트리뷰트 정보를 기반으로 클립핑 범위를 조사하고 어트리뷰트 정보에 대한 클립핑 범위를 결정할 수 있다.
또한, 클립핑 범위 조사부(15022)는 좌표변환부의 앞에 위치하여 입력되는 원본 지오메트리 정보를 기반으로 클립핑 범위를 조사하고 지오메트리 정보에 대한 클립핑 범위를 결정할 수 있다.
클립핑 범위 조사부는 조사하는 데이터의 최소값 내지 최대값의 범위로 클립핑 범위를 결정할 수 있다. 즉, 클립핑 범위 조사부에서 입력된 원본 데이터를 조사하는 경우, 원본 데이터의 최소값과 최대값을 기반으로 최소값 내지 최대값 범위를 클립핑 범위로 결정할 수 있다. 또한, 클립핑 범위는 유저에 의하여 적절하게 사전 설정될 수 있다. 또한, 클립핑 범위는 bit-depth 범위로 설정될 수 있다. 예를 들어, 클립핑 범위는 0 내지 2^(bit-depth) - 1 로 설정될 수 있다. 어트리뷰트 정보의 경우, 색상 변환 처리 시 변환 처리된 어트리뷰트 값에 기반하여 최적의 범위가 클립핑 범위로 설정될 수 있다.
전송장치(15000)는 다양한 데이터 처리 단계에 위치하는 클립핑 범위 조사부를 포함할 수 있고, 클립핑 범위 조사부는 지오메트리 정보 뿐만 아니라 어트리뷰트 정보에 대해 클립핑 범위 조사 및 클립핑 범위 결정이 가능하며, 전송장치(15000)는 복수의 위치에 복수의 클립핑 조사부를 포함할 수 있다.
클립핑 수행부(15030)는 클립핑 범위 조사부(15020)에서 설정된 클립핑 범위 또는 사전에 설정된 클립핑 범위를 기반으로 포인트 클라우드 데이터의 클립핑을 수행하는 구성이다.
클립핑 수행부(15030)는 클립핑 범위 조사부(15020)의 다음 단계에 위치하며, 입력되는 재구성된 어트리뷰트 정보에 대하여 클립핑을 수행할 수 있다.
또한, 도15에서 점선 박스로 표현된 클립핑 수행부(15031)는 실시예들에 따른 포인트 클라우드 데이터 전송장치(15000) 내에서 클립핑을 수행할 수 있는 또 다른 위치의 클립핑 수행부(15031)이다.
클립핑 수행부(15031)는 지오메트리 재구성부(15060)의 다음 단계에서 위치하며, 입력되는 재구성된 지오메트리 정보에 대하여 클립핑을 수행할 수 있다. 이때, 클립핑 범위는 클립핑 범위 조사부(15022)에서 설정되거나, 사전 설정된 것일 수 있다. 또한, 클립핑 범위 조사부가 지오메트리 재구성부(15060)의 다음 단계에 위치하여(미도시) 재구성된 지오메트리 정보를 기반으로 클립핑 범위를 결정하고, 클립핑 수행부(15031)는 상기 클립핑 범위를 기반으로 지오메트리 정보에 대한 클립핑을 수행할 수 있다.
클립핑 수행부는 클립핑 범위 밖에 해당하는 데이터 값을 클립핑 범위 내에 해당하는 데이터 값으로 변환시킬 수 있다. 클립핑 수행부는 클립핑 범위를 초과하는 데이터 값을 클립핑 범위의 최대값으로 변환시키거나, 클립핑 범위에 미만인 데이터 값을 클립핑 범위의 최소값으로 변환시킬 수 있다. 또한, 클립핑 수행부는 클립핑 범위 밖에 해당하는 데이터 값을 당업자가 적절하게 변경한 방식에 따라 적절한 데이터 값으로 변환할 수 있다.
이와 같이 전송장치(15000)는 다양한 데이터 처리 단계에서 클립핑 수행부를 포함할 수 있고, 클립핑 수행부는 지오메트리 정보 뿐만 아니라 어트리뷰트 정보에 대해 클립핑을 수행할 수 있으며, 전송장치(15000)는 복수의 위치에 복수의 클립핑 수행부를 포함할 수 있다.
한편, 도 15에 도시되지 않으나, 실시예들에 따른 포인트 클라우드 데이터 전송장치는 지오메트리 정보를 예측트리 기반의 코딩 방법으로 인코딩할 수 있으며, 클립핑 범위 조사부와 클립핑 수행부를 포함하여 클립핑을 수행할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 전송장치(15000)는 복수의 클립핑 범위 조사부를 포함할 수 있다. 또한, 클립핑 범위 조사부의 위치는 본 실시예들에서 제안된 것으로 한정되지 않으며, 당업자에 의하여 적절하게 변경될 수 있다. 또한, 전송장치(15000)는 클립핑 수행 유무를 플래그 정보로 실시예들에 따른 수신장치에 전달할 수 있다. 또한, 전송장치(15000)는 클립핑 범위 조사부에서 조사된 클립핑 범위 또는 값을 실시예들에 따른 수신장치에 전달할 수 있다.
또한, 실시예들에 따른 포인트 클라우드 데이터 전송장치(15000)는 복수의 클립핑 수행부를 포함할 수 있다. 또한, 클립핑 수행부의 위치는 본 실시예들에서 제안된 것으로 한정되지 않으며, 당업자에 의하여 적절하게 변경될 수 있다.
도 16은 실시예들에 따른 포인트 클라우드 데이터 수신장치(16000)를 나타내는 블록도의 예시이다. 실시예들에 따른 포인트 클라우드 데이터 수신장치(16000)는 클립핑 수행부(16020)를 포함할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 수신장치(16000)는 도1의 수신장치(10004), 도 11의 수신장치, 도 13의 수신장치, 도 14의 XR 장치(1430) 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 포인트 클라우드 데이터를 수신하고, 디코딩할 수 있다.
클립핑 수행부(16020)는 속성재구성부(16010)의 다음 단계에 위치하여, 재구성된 어트리뷰트 정보에 대하여 클립핑을 수행할 수 있다. 이때, 어트리뷰트 정보의 클립핑 범위는 실시예들에 따른 포인트 클라우드 데이터 전송장치로부터 시그널링된 정보를 사용할 수 있다.
한편, 도16에서 점선 박스로 표현된 클립핑 수행부(16021)는 실시예들에 따른 포인트 클라우드 데이터 수신장치(16000)에서 클립핑을 수행할 수 있는 또 다른 위치의 클립핑 수행부(16021)이다.
클립핑 수행부(16021)는 색상역변환처리부(16030)의 다음 단계에 위치하여, 색상 변환 처리된 어트리뷰트 정보에 대하여 클립핑을 수행할 수 있다. 어트리뷰트 정보의 부호화/복호화 과정에서 색상 변환 처리가 수행되는 경우, 색상 변환 처리된 데이터의 범위에 따라 클립핑 수행부(16021)에서 클립핑을 수행할 수 있다.
도 16에서 도시되지 않으나, 실시예들에 따른 포인트 클라우드 데이터 수신장치(16000)는 지오메트리 정보에 대해 클립핑을 수행하는 클립핑 수행부를 더 포함할 수 있다. 이때, 클립핑 수행부는 지오메트리 재구성부 다음 단계에 위치하며, 재구성된 지오메트리 정보에 대하여 클립핑을 수행할 수 있다. 재구성된 지오메트리 정보에 대한 클립핑 범위는 실시예들에 따른 포인트 클라우드 데이터 전송장치로부터 시그널링된 정보를 사용할 수 있다.
한편, 실시예들에 따른 포인트 클라우드 데이터 수신장치(16000)는 복수의 클립핑 수행부를 포함할 수 있다. 또한, 클립핑 수행부의 위치는 본 실시예들에서 제안된 것으로 한정되지 않으며, 당업자에 의하여 적절하게 변경될 수 있다.
도 17은 실시예들에 따른 포인트 클라우드 데이터의 클립핑 과정의 예시를 나타낸다.
실시예들에 따른 포인트 클라우드 데이터의 클립핑 과정은 실시예들에 따른 전송장치(부호화기)에서 수행되는 단계(17100)와 실시예들에 따른 수신장치(복호화기)에서 수행되는 단계(17200)로 구성될 수 있다. 실시예들에 따른 포인트 클라우드 데이터의 클립핑 과정은 클립핑 수행부에 의해 수행될 수 있고, 클립핑 수행부에 포함된 구성요소들은 클립핑 과정의 각 단계를 수행하는 하드웨어, 소프트웨어, 프로세서 및/또는 그것들의 조합으로 이루어 질 수 있다.
실시예들에 따른 전송장치(부호화기)에서 수행되는 단계(17100)는 클립핑 범위를 조사하여 결정하는 단계(17110) 및 클립핑을 수행하는 단계(17120)를 포함한다. 클립핑 범위를 조사하여 결정하는 단계(17110)는 도 15에서 설명된 클립핑 범위 조사부(15020)에 의해 수행될 수 있다. 클립핑을 수행하는 단계(17120)는 도 15에서 설명된 클립핑 수행부(15030)에 의해 수행될 수 있다. 각 단계에서 수행되는 동작은 전술하였으므로 생략한다.
클립핑 범위를 조사하여 결정하는 단계(17110)는 포인트 클라우드 데이터의 원본 지오메트리 정보 또는 재구성된 지오메트리 정보를 기반으로 지오메트리 정보의 클립핑 범위를 결정할 수 있다. 또한, 클립핑 범위를 조사하여 결정하는 단계(17110)는 포인트 클라우드 데이터의 원본 어트리뷰트 정보 또는 재구성된 어트리뷰트 정보를 기반으로 어트리뷰트 정보의 클립핑 범위를 결정할 수 있다. 또한, 어트리뷰트 정보가 색상 변환 처리된 경우, 클립핑 범위를 조사하여 결정하는 단계(17110)는 색상 변환 처리된 데이터를 기반으로 어트리뷰트 정보를 조사하여 클립핑 범위를 결정할 수 있다. 이때, 클림핑 범위는 조사하는 데이터의 최소값 내지 최대값을 기반으로 클립핑 범위를 결정할 수 있다. 예를들어, 클립핑 범위는 조사하는 데이터의 최소값 내지 최대값의 범위로 결정될 수 있다.
실시예들에 따른 수신장치(복호화기)에서 수행되는 단계(17200)는 클립핑 여부 및 클립핑 범위 정보를 수신하는 단계와 클립핑을 수행하는 단계(17210)를 포함한다. 실시예들에 따른 포인트 클라우드 데이터 전송장치(부호화기)는 클립핑 여부 및 클립핑 범위 정보를 전송하고, 실시예들에 따른 포인트 클라우드 데이터 수신장치(복호화기)는 해당 정보를 기반으로 클립핑을 수행할 수 있다(17210).
클립핑을 수행하는 단계(17210)는 포인트 클라우드 데이터의 재구성된 지오메트리 정보를 클립핑하거나 포인트 클라우드 데이터의 재구성된 어트리뷰트 정보를 클립핑할 수 있다. 클립핑을 수행하는 단계(17210)는 도 16에서 설명된 클립핑 수행부(16020)에 의해 수행될 수 있고, 관련 동작에 대한 설명은 전술하였으므로 생략한다.
실시예들에 따른 포인트 클라우드 데이터 클립핑 과정은 실시예들에 따른 포인트 클라우드 데이터 전송장치 및/또는 수신장치에서 데이터 부호화/복호화의 psnr(peak to noise ratio)성능을 높이고, 복호화된 값의 정확도를 높일 수 있다.
도 18은 실시예들에 따른 부호화된 포인트 클라우드 데이터의 예시를 나타낸다. 실시예들에 따른 포인트 클라우드 데이터 전송장치는 클립핑에 관련한 정보를 실시예들에 따른 포인트 클라우드 데이터 수신장치에 전달할 수 있다.
실시예들에 따른 포인트 클라우드 비디오 인코더(10002)는 인코딩(20001) 과정에서 포인트 클라우드 데이터를 부호화하고, 실시예들에 따른 트랜스미터(10003)는 부호화된 포인트 클라우드 데이터를 포함하는 비트스트림을 수신장치(10004)에 전송할 수 있다.
실시예들에 따른 부호화된 포인트 클라우드 데이터(비트스트림)는 도 1의 포인트 클라우드 비디오 인코더(10002), 도2의 인코딩(20001), 도 4의 인코더, 도 12의 전송장치, 도 14의 XR디바이스(1430), 도 15의 전송장치, 및/또는 하나 이상의 메모리들과 통신가능하도록 설정된 하나 이상의 프로세서들 또는 집적 회로들(integrated circuits)을 포함하는 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합 등에 의해서 생성될 수 있다.
또한, 실시예들에 따른 부호화된 포인트 클라우드 데이터(비트스트림)는 도 1의 포인트 클라우드 비디오 디코더(10006), 도2의 디코딩(20003), 도 11의 디코더, 도 13의 수신장치, 도 14의 XR디바이스(1430), 도 16의 수신장치, 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 디코딩될 수 있다.
도 18에서 도시된 약어의 뜻은 다음과 같다.
SPS: 시퀀스 파라미터 세트(Sequence Parameter Set)
GPS: 지오메트리 파라미터 세트(Geometry Parameter Set)
APS: 어트리뷰트 파라미터 세트(Attribute Parameter Set)
TPS: 타일 파라미터세트(Tile Parameter Set)
Geom: 지오메트리 비트스트림(Geometry bitstream) = 지오메트리 슬라이스 헤더(geometry slice header)+ 지오메트리 슬라이스 데이터(geometry slice data)
Attr: 어트리뷰트 비트스트림(Attribute bitstream) = 어트리뷰트 브릭 헤더(attribute brick header) + 어트리뷰트 브릭 데이터(attribute brick data)
도 18을 참조하면, 실시예들에 따른 클립핑과 관련한 정보는 sequence parameter set, geometry parameter set, attribute parameter set, tile parameter set, slice header 또는 SEI message 등에 포함되어 수신장치에 전달될 수 있다. 어플리케이션 또는 시스템에 따라 상응하는 위치 혹은 별도의 위치를 정의하여 전달되는 정보의 적용 범위, 적용 방법 등을 다르게 설정할 수 있다. 또한, 정의된 신택스 요소(syntax element)가 포인트 클라우드 데이터 스트림(point cloud data stream) 뿐만 아니라 복수의 포인트 클라우드 데이터 스트림(point cloud data stream)에 적용될 수 있는 경우, 관련 정보는 상위 개념의 파라미터 세트(parameter set) 등에 포함되어 수신장치에 전달될 수 있다.
실시예들에 따른 파라미터(메타데이터, 시그널링 정보 등 다양하게 호칭 가능함)는 실시예들에 따른 전송장치(도1, 도4, 도12, 도14, 도15)의 데이터 처리 과정에서 생성될 수 있고, 실시예들에 따른 수신장치(도1, 도11, 도13, 도14, 도16)에 전달되어 포인트 클라우드 데이터 복원 과정에 이용될 수 있다. 예를 들어, 실시예들에 따른 파라미터는 실시예들에 따른 전송장치의 메타데이터 처리부(또는 메타데이터 제너레이터)에서 생성되고, 실시예들에 따른 수신장치의 메타데이터 파서에서 획득될 수 있다.
도 19는 실시예들에 따른 시퀀스 파라미터 세트(Sequence Parameter Set)의 신택스(Syntax) 예시를 나타낸다.
SPS어트리뷰트범위클립플래그(sps_attr_range_clip_flag)는 지정된 범위 또는 값으로 클립핑이 수행 되었는지 여부를 나타낸다. 값이 true인 경우, 클립핑 수행되는 것을 나타내고, 값이 false인 경우 클립핑이 수행되지 않는 것을 나타낸다.
SPS클립핑최소값(sps_clip_min)은 클립핑 범위의 최소값을 나타낸다. 이때 SPS 어트리뷰트세트넘버(sps_num_attribute_sets)는 어트리뷰트의 개수를 나타내고, APS어트리뷰트디멘션마이너스1(aps_attribute_dimension_minus1)은 어트리뷰트의 차원(dimension)을 나타낸다.
SPS클립핑최대값( sps_clip_max)은 클립핑 범위의 최대값을 나타낸다. 이때 SPS 어트리뷰트세트넘버(sps_num_attribute_sets)는 어트리뷰트의 개수를 나타내고, APS어트리뷰트디멘션마이너스1(aps_attribute_dimension_minus1)은 어트리뷰트의 차원(dimension)을 나타낸다. SPS클립핑최대값(sps_clip_max)은 (1<< MaxAttributeBitdepth[ i ]) - 1보다 클 수 없다. 예를들어, 어트리뷰트가 가질 수 있는 비트 수의 최대값이 8인 경우, 2^8 - 1을 초과할 수 없다.
프로파일 idc(profile_idc)는 H.264 표준문서의 Annex A를 만족할 수 있는 비트스트림의 프로파일(profile)을 나타내는 정보를 의미할 수 있다. profile_idc의 다른 값은 ISO/IEC에 의해 추후 사용될 수 있다. (indicates a profile to which the bitstream conforms as specified in Annex A. Bitstreams shall not contain values of profile_idc other than those specified in Annex A. Other values of profile_idc are reserved for future use by ISO/IEC.)
프로파일 컴페티빌리티 플래그(profile_compatibility_flags)는 비트 스트림이 Annex A에 지정된 j와 같은 프로파일 idc(profile_idc)로 표시된 프로파일을 준수함을 나타낸다. Annex A에서 profile_idc의 허용 값으로 지정되지 않은 j의 값에 대해 profile_compatibility_flag[j] 값은 0일 수 있다.(profile_compatibility_flags equal to 1, indicates that the bitstream conforms to the profile indicated by profile_idc equal to j as specified in Annex A. The value of profile_compatibility_flag[ j ] shall be equal to 0 for any value of j that is not specified as an allowed value of profile_idc in Annex A.)
레벨_idc(level_idc)는 H.264 표준문서의 Annex A를 만족할 수 있는 비트스트림의 레벨을 나타낸다. 비트 스트림은 Annex A에 지정한 값 이외의 level_idc 값을 포함할 수 없다. level_idc의 다른 값들은 ISO/IEC가 향후 사용할 수 있다.(level_idc indicates a level to which the bitstream conforms as specified in Annex A. Bitstreams shall not contain values of level_idc other than those specified in Annex A. Other values of level_idc are reserved for future use by ISO/IEC.)
SPS 바운딩 박스 프레젠트 플래그(sps_bounding_box_present_flag)가 1인 경우 경계 박스 오프셋과 크기 정보가 시그널되는 것을 나타낸다.
SPS 바운딩 박스 오프셋 x(sps_bounding_box_offset_x)는 데카르트 좌표에서 소스 경계 박스의 x 오프셋을 나타낸다. 존재하지 않는 경우, sps_bounding_box_offset_x 값은 0으로 유추된다.
SPS 바운딩 박스 오프셋 y(sps_bounding_box_offset_y)는 데카르트 좌표에서 소스 경계 박스의 y 오프셋을 나타낸다. 존재하지 않는 경우, sps_bounding_box_offset_y 값은 0으로 유추된다.
SPS 바운딩 박스 오프셋 z(sps_bounding_box_offset_z)는 데카르트 좌표에서 소스 경계 박스의 z 오프셋을 나타낸다. 존재하지 않는 경우 sps_bounding_box_offset_z 값은 0으로 유추된다.
SPS 바운딩 박스 스케일 팩터(sps_bounding_box_scale_factor)는 데카르트 좌표에서 소스 경계 박스를 나타내는 스케일 팩터를 나타낸다. 존재하지 않는 경우, sps_bounding_box_scale_factor의 값은 1로 유추된다. 존재하지 않는 경우, sps_bounding_box_scale_factor의 값은 0으로 유추된다.
SPS 바운딩 박스 사이즈 너비(sps_bounding_box_size_width)는 데카르트 좌표에서 소스 경계 박스의 너비를 나타낸다. 존재하지 않는 경우, sps_bounding_box_size_width의 값은 10으로 추정된다.
SPS 바운딩 박스 사이즈 높이(sps_bounding_box_size_height)는 데카르트 좌표에서 소스 경계 박스의 높이를 나타낸다. 존재하지 않는 경우, sps_bound_box_size_height의 값은 1로 유추된다. 없을 경우 sps_bounding_box_size_height의 값은 0으로 유추된다.
SPS 바운딩 박스 사이즈 깊이(sps_bounding_box_size_depth)는 데카르트 좌표에서 소스 경계 박스의 깊이를 나타낸다. 존재하지 않을 경우 sps_bound_box_size_depth의 값은 1로 유추된다. 없을 경우 sps_bounding_box_size_depth의 값은 0으로 유추된다.
SPS 소스 스케일 팩터(sps_source_scale_factor)는 소스 포인트 클라우드의 스케일 팩터를 나타낸다.
SPS 시퀀스 파라미터 세트 id(sps_seq_parameter_set_id)는 다른 신택스 요소에서 참조할 수 있도록 SPS에 대한 식별자를 제공한다. SPS 시퀀스 파라미터 세트 id (sps_seq_parameter_set_id) 값은 이 규격의 이 버전을 준수하는 비트 스트림에서 0을 포함하여 0에서 15 사이의 범위에 있을 수 있다. sps_seq_parameter_set_id에 대해 0 이외의 값은 ISO/IEC에서 추후 사용을 위해 예약된다.
SPS 넘버 속성 세트(sps_num_attribute_sets)는 비트스트림에서 코드화된 속성 수를 나타낸다. sps_num_attribute_sets 값은 0에서 64 사이의 범위에 있을 수 있다.
실시예들에 따른 SPS는 SPS 넘버 속성 세트(sps_num_attribute_sets)의 값만큼 속성 디멘젼[i](attribute_dimension[i]), 속성 인스턴스 id[i](attribute_instance_id[i]), 속성 비트뎁스[i](attribute_bitdepth[i]), 속성 CICP 색상 프리머리스[i](attribute_cicp_colour_primaries[i]), 속성 CICP 전달 특성[i](attribute_cicp_transfer_characteristics[i]), 속성 CICP 행렬 계수[i](attribute_cicp_matrix_coeffs[i]), 속성 CICP 비디오 풀 레인지 플래그[i](attribute_cicp_video_full_range_flag[i]), 노운 속성 라벨 플래그(known_attribute_label_flag[i]를 포함할 수 있고, 이때 노운 속성 라벨 플래그[i](known_attribute_label_flag[i])가 1이면, 노운 속성 라벨(known_attribute_label[i]을 포함하고, 그렇지 않은 경우 속성 라벨 포 바이트[i](attribute_label_four_bytes[i])를 포함할 수 있다.
속성 디멘젼[i](attribute_dimension[i])는 i번째 속성의 성분 수를 지정한다.
속성 인스턴스 id[i](attribute_instance_id[i])는 속성 인스턴스 ID를 지정한다.
속성 비트뎁스[i](attribute_bitdepth[i])는 i번째 속성 신호의 bitdepth를 지정한다.
속성 CICP 색상 프리머리스[i](attribute_cicp_colour_primaries[i])는 색상 속성 소스 기본의 색도 좌표를 나타낸다.
속성 CICP 전달 특성[i](attribute_cicp_transfer_characteristics[i])은 공칭 실값 범위가 0에서 1인 소스 입력 선형 광학 강도 Lc의 함수로서 색상 속성의 기준 광전자 전달 특성 함수를 나타내거나 공칭 실값 범위가 0에서 1 사이인 출력 선형 광학 강도 Lo의 함수로서 기준 전자 광학 전달 특성 함수의 역(inverse)을 나타낸다.
속성 CICP 행렬 계수[i](attribute_cicp_matrix_coeffs[i])는 녹색, 파란색, 빨간색 또는 Y, Z 및 X 기본에서 루마 및 크로마 신호를 유도하는 데 사용되는 행렬 계수를 설명한다.
도 20은 실시예들에 따른 타일 파라미터 세트(Tile Parameter Set)의 신택스(Syntax) 예시를 나타낸다.
TPS어트리뷰트범위클립플래그(tps_attr_range_clip_flag)는 지정된 범위 또는 값으로 클립핑이 수행 되었는지 여부를 나타낸다. 값이 true인 경우, 클립핑 수행되는 것을 나타내고, 값이 false인 경우 클립핑이 수행되지 않는 것을 나타낸다.
TPS클립핑최소값(tps_clip_min) 클립핑 범위의 최소값을 나타낸다. 이때 SPS 어트리뷰트세트넘버(sps_num_attribute_sets)는 어트리뷰트의 개수를 나타내고, APS어트리뷰트디멘션마이너스1(aps_attribute_dimension_minus1)은 어트리뷰트의 차원(dimension)을 나타낸다.
TPS클립핑최대값(tps_clip_max) 은 클립핑 범위의 최대값을 나타낸다. 이때 SPS 어트리뷰트세트넘버(sps_num_attribute_sets)는 어트리뷰트의 개수를 나타내고, APS어트리뷰트디멘션마이너스1(aps_attribute_dimension_minus1)은 어트리뷰트의 차원(dimension)을 나타낸다. TPS클립핑최대값(tps_clip_max)은 (1<< MaxAttributeBitdepth[ i ]) - 1보다 클 수 없다.
넘버 타일(num_tiles)는 비트스트림에 대해 신호화된(signalled) 타일 수를 지정한다. 존재하지 않을 경우 넘버 타일(num_tiles)는 0으로 유추된다.
타일 바운딩 박스 오프셋 x[i](tile_bounding_box_offset_x[i])는 데카르트 좌표에서 i번째 타일의 x 오프셋을 나타낸다. 존재하지 않는 경우 타일 바운딩 박스 오프셋 x[0](tile_bounding_box_offset_x[0]) 값은 SPS 바운딩 박스 오프셋 x(sps_bounding_box_offset_x)로 유추된다.
타일 바운딩 박스 오프셋 y[i](tile_bounding_box_offset_y[i])는 데카르트 좌표에서 i번째 타일의 y오프셋을 나타낸다. 존재하지 않는 경우 타일 바운딩 박스 오프셋 y[0](tile_bounding_box_offset_y[0]) 값은 SPS 바운딩 박스 오프셋 y(sps_bounding_box_offset_y)로 유추된다.
타일 바운딩 박스 오프셋 z[i](tile_bounding_box_offset_z[i])는 데카르트 좌표에서 i번째 타일의 z 오프셋을 나타낸다. 존재하지 않는 경우 타일 바운딩 박스 오프셋 z[0](tile_bounding_box_offset_z[0]) 값은 SPS 바운딩 박스 오프셋 z(sps_bounding_box_offset_z)로 추론된다.
타일 바운딩 박스 스케일 팩터[i](tile_bounding_box_scale_factor[i])는 데카르트 좌표의 i번째 타일의 스케일 팩터를 나타낸다. 존재하지 않는 경우 타일 바운딩 박스 스케일 팩터[0](tile_bounding_box_scale_factor[0]) 값은 SPS 바운딩 박스 스케일 팩터(sps_bounding_box_scale_factor)로 유추된다.
타일 바운딩 박스 사이즈 너비[i](tile_bounding_box_size_width[i])는 데카르트 좌표의 i번째 타일의 너비를 나타냅니다. 존재하지 않는 경우 타일 바운딩 박스 사이즈 너비[0](tile_bounding_box_size_width[0]) 값은 SPS 바운딩 박스 사이즈 너비(sps_bounding_box_size_width)로 유추된다.
타일 바운딩 박스 사이즈 높이[i](tile_bounding_box_size_height[i]는 데카르트 좌표의 i번째 타일의 높이를 나타냅니다. 존재하지 않는 경우 타일 바운딩 박스 사이즈 높이[0](tile_bounding_box_size_height[0] 값은 SPS 바운딩 박스 사이즈 높이(sps_bounding_box_size_height)으로 유추된다.
타일 바운딩 박스 사이즈 깊이[i](tile_bounding_box_size_depth[i])는 데카르트 좌표의 i번째 타일의 깊이를 나타냅니다. 존재하지 않는 경우 타일 바운딩 박스 사이즈 깊이[0](tile_bounding_box_size_depth[0]) 값은 SPS 바운딩 박스 사이즈 깊이(sps_bounding_box_size_depth)로 유추된다.
도 21은 실시예들에 따른 지오메트리 파라미터 세트(Geometry Parameter Set)의 신택스(Syntax) 예시를 나타낸다.
GPS어트리뷰트범위클리핑플래그(gps_attr_range_clip_flag)는 지정된 범위 또는 값으로 클립핑이 수행 되었는지 여부를 나타낸다. 값이 true인 경우, 클립핑 수행되는 것을 나타내고, 값이 false인 경우 클립핑이 수행되지 않는 것을 나타낸다.
GPS클립핑최소값(gps_clip_min)은 클립핑 범위의 최소값을 나타낸다. 이때 SPS 어트리뷰트세트넘버(sps_num_attribute_sets)는 어트리뷰트의 개수를 나타내고, APS어트리뷰트디멘션마이너스1(aps_attribute_dimension_minus1)은 어트리뷰트의 차원(dimension)을 나타낸다.
GPS클립핑최대값(gps_clip_max)은 클립핑 범위의 최대값을 나타낸다. 이때 SPS 어트리뷰트세트넘버(sps_num_attribute_sets)는 어트리뷰트의 개수를 나타내고, APS어트리뷰트디멘션마이너스1(aps_attribute_dimension_minus1)은 어트리뷰트의 차원(dimension)을 나타낸다. TPS클립핑최대값(tps_clip_max)은 (1<< MaxAttributeBitdepth[ i ]) - 1보다 클 수 없다.
GPS geom 파라미터 세트 id(gps_geom_parameter_set_id)는 다른 신택스 요소에서 참조할 수 있도록 GPS 식별자를 제공한다. GPS geom 파라미터 세트 id(gps_seq_parameter_set_id) 값은 0에서 15 사이의 범위일 수 있다.
GPS 시퀀스 파라미터 세트 id(gps_seq_parameter_set_id)는 액티브 SPS에 대한 SPS 시퀀스 파라미터 세트 id(sps_seq_parameter_set_id) 값을 지정한다. GPS 시퀀스 파라미터 세트 id(gps_seq_parameter_set_id) 값은 0에서 15 사이의 범위일 수 있다.
지오메트리 코딩 타입(geometry_coding_type)은 지정된 지오메트리 코딩 타입(geometry_coding_type) 값에 대한 표 71의 지오메트리 코딩 유형을 나타낸다. 지오메트리 코딩 타입(geometry_coding_type)의 값은 이 규격의 이 버전을 준수하는 비트스트림에서 0 또는 1과 같아야 한다. 지오메트리 코딩 타입(geometry_coding_type)의 다른 값은 ISO/IEC에서 추후 사용될 수 있다. 이 규격의 이 버전을 준수하는 디코더는 지오메트리 코딩 타입(geometry_coding_type)의 예약된 값을 무시해야 한다. 0=octree, 1=Triangle Soup(Trisoup)
GPS 박스 프레젠트 플래그(gps_box_present_flag)가 1인 경우 현재 GPS를 참조하는 지오메트리 헤더에 추가 경계 상자 정보가 제공됨을 지정한다. GPS 바운딩 박스 프레젠트 플래그(gps_bounding_box_present_flag)가 0인 경우 추가 경계 상자 정보가 지오메트리 헤더에서 신호되지 않음을 지정한다.
속성 덤프 타입(attr_coding_type)의 값입니다. 속성 코딩 타입(attr_coding_type)의 값은 이 규격의 이 버전을 준수하는 비트 스트림에서 0, 1 또는 2 일 수 있다. 속성 코딩 타입(attr_coding_type)의 다른 값들은 ISO/IEC에서 추후 사용될 수 있다. 이 스펙의 이 버전을 준수하는 디코더는 속성 코딩 타입(attr_coding_type)의 예약된 값을 무시한다. 0 = Predicting weight lifting, 1 = Region Adaptive Hierarchical Transferm(RAHT), 2 = Fixed weight lifting
예측 근접 넘버(num_pred_nearest)는 예측에 사용할 가장 가까운 이웃들의 최대 수를 지정한다. 예측에서 가장 가까운 이웃의 수 값은 1 ~ xx 범위에 있을 수 있다.
최대 다이렉트 예측자 넘버(max_num_direct_predictors)는 직접 예측에 사용할 예측자(predictor) 최대 수를 지정한다. 최대 다이렉트 예측자 넘버(max_num_direct_pedictors)의 값은 0에서 근접 이웃 예측 넘버(num_pred_nearest_neighbors)의 범위여야 한다. 디코딩 프로세스에 사용되는 최대예측자넘버(MaxNumPredictors) 변수의 값은 다음과 같다.
최대예측자넘버(MaxNumPredictors) = 최대 다이렉트 예측자 넘버(max_num_direct_predictor)s + 1
리프팅 서치 레인지(lifting_search_range)는 리프팅에 대한 탐색 범위를 지정한다.
리프팅 퀀트 스텝 사이즈(lifting_quant_step_size)는 속성의 첫 번째 성분에 대한 정량화 단계 크기를 지정한다. 퀀트 스텝 사이즈(quant_step_size) 값은 1 에서 xx 범위에 있을 수 있다.
리프팅 퀀트 스텝 사이즈 크로마(lifting_quant_step_size_chroma)는 속성이 색상일 때 속성의 크로마 성분에 대한 정량화 단계 크기를 지정한다. 퀀트 스텝 사이즈 크로마(quant_step_size_chroma) 값은 1 ~ xx 범위에 있을 수 있다.
로드 바이너리 트리 인에이블 플래그(lod_binary_tree_enabled_flag)는 이진 트리의 로그 생성 여부를 지정한다.
넘버 디테일 레벨 마이너스1(num_detail_levels_minus1)은 속성 코딩에 대한 세부 수준(level of detail) 수를 지정한다. 넘버 디테일 레벨 마이너스1(num_detail_levels_minus1) 값은 0 ~ xx 범위에 있을 수 있다.
샘플링 디스턴스 스퀄드[idx](sampling_distance_squared[idx])는 idx에 대한 샘플링 거리의 제곱을 지정합니다. 샘플링 디스턴스 스퀄드[](sampling_distance_squared[]) 값은 0 ~ xx 범위에 있을 수 있다.
어댑티브 예측 임계(adaptive_prediction_threshold)은 예측 임계값을 지정한다.
RAHT 깊이(raht_depth)는 RAHT에 대한 세부 수준(level of detail) 수를 지정한다. 깊이 RAHT의 값은 1 ~ xx 범위에 있을 수 있다.
RAHT 바이너리레벨 임계(raht_binarylevel_threshold)는 RAHT 계수를 잘라내기 위한 상세 수준(level of detail)을 지정한다. 바이너리레벨임계 RAHT(binaryLevelThreshold RAHT)의 값은 0 ~ xx 범위에 있을 수 있다.
RAHT 퀀트 스텝 사이즈(raht_quant_step_size)는 속성의 첫 번째 구성 성분에 대한 정량화 단계 크기를 지정한다. 퀀트 스텝 사이즈(quant_step_size) 값은 1 ~ xx 범위에 있을 수 있다.
APS 확장 프레젠트 플래그(aps_extension_present_flag)가 1인 경우 APS 확장데이터(aps_extension_data) 신택스 구조가 APS RBSP 신택스 구조에 존재함을 지정한다. APS 확장 프레젠트 플래그(aps_extension_present_flag) 가 0인 경우 이 신택스 구조가 존재하지 않음을 지정한다. 존재하지 않는 경우 APS 확장 프레젠트 플래그(aps_extension_present_flag)의 값은 0으로 유추된다.
APS 확장 데이터 플래그(aps_extension_data_flag)는 값을 가질 수 있다. 그것의 존재 및 값은 Annex A에 명시한 프로파일에 대한 디코더 적합성에 영향을 미치지 않는다. Annex A에 명시된 프로파일에 부합하는 디코더.
유니크 지오메트리 포인트 플래그(unique_geometry_points_flag)가 1이면 모든 출력 포인트의 위치가 고유함을 나타낸다. 유니크 지오메트리 포인트 플래그(unique_geometry_points_flag)가 0이면 출력 포인트의 위치가 동일할 수 있음을 나타낸다.
이웃 컨텍스트 제한 플래그(Neighbour_context_restriction_flag)가 0이면 옥트리 어큐판시 코딩이 6개의 이웃 부모 노드들로부터 결정된 컨택스트를 사용함을 나타낸다. 이웃 컨텍스트 제한 플래그(Neighbour_context_restriction_flag)가 1이면 옥트리 코딩이 오로지 형제 노드만으로 결정된 컨텍스트를 사용함을 나타낸다.
인퍼드 다이렉트 코딩 모드 인에이블 플래그(Inferred_direct_coding_mode_enabled_flag)가 0이면 옥트리 코딩이 인퍼드 다이렉트 코딩 모드(inferred_direct_coding_mode)를 사용함을 나타낸다. 인퍼드 다이렉트 코딩 모드 인에이블 플래그(Inferred_direct_coding_mode_enabled_flag)가 1이면 옥트리 코딩이 형제 이웃 노드들로부터 결정된 다중 컨텍스트를 사용함을 나타낸다.
비트와이즈 어큐판시 코딩 플래그(bitwise_occupancy_coding_flag)가 1이면 지오메트리 노드 어큐판시가 신택스 요소 어큐판시 맵(occypancy_map)의 비트와이즈 컨텍스츄얼리제이션(bitwise contextualization)을 사용하여 인코딩되었음을 나타낸다. 비트와이즈 어큐판시 코딩 플래그(bitwise_occupancy_coding_flag)가 0이면 지오메트리 노드 어큐판시가 신택스 요소 어큐판시 바이트(occypancy_byte)로 인코딩된 사전(dictionary)을 사용하여 인코딩되었음을 나타낸다.
인접 차일드 컨텍스츄얼리제이션 인에이블 플래그(Adjacent_child_contextualisation_enabled_flag)가 1이면 이웃 옥트리 노드들의 인접 하위 노드들이 비트와이즈 어큐판시 컨텍스츄얼리제이션(bitwise occupancy contextualization)에 사용됨을 나타낸다. 인접 차일드 컨텍스츄얼리제이션 인에이블 플래그(Adjacent_child_contextualisation_enabled_flag)가 0이면 이웃 옥트리 노드들이 어큐판시 컨텍스츄얼리제이션(occupancy contextualization)에 사용되지 않음을 나타낸다.
Log2 이웃 어베일 바운더리(log2_neighbour_avail_boundary)는 디코딩 프로세스에서 사용되는 이웃어베일바운더리(NeighbAvailBoundary) 변수의 값을 다음과 같이 지정한다.
이웃어베일바운더리(NeighbAvailBoundary) = 2log2 이웃 어베일 바운더리(2log2_neighbour_avail_boundary)
이웃 컨텍스트 제한 플래그(Neighbor_context_restriction_flag)가 1이면 이웃어베일러빌리티마스크(NeighbAvailabilityMask)가 13으로 설정된다. 그렇지 않으면 이웃 컨텍스트 제한 플래그(Neighbor_context_restriction_flag)가 0이고, 이웃어베일러빌리티마스크(NeighbAvailabilityMask)가 다음과 같이 설정된다.
(1 << log2 이웃 어베일 바운더리(log2_neighbour_avail_boundary)).
Log2 인트라 프레드 최대 노드 사이즈(log2_intra_pred_max_node_size)가 지정한다.
Log2 트리숩 노드 사이즈(log2_trisoup_node_size)는 다음과 같이 삼각형 노드의 크기로 변수 트리숩노드사이즈(TrisoupNodeSize)를 지정한다.
트리숩노드사이즈(TrisoupNodeSize) = 2log2 트리숩 노드 사이즈(2log2_trisoup_node_size)
Log2 트리숩 노드 사이즈(log2_trisoup_node_size)의 값은 0보다 크거나 같아야 한다. Log2 트리숩 노드 사이즈(log2_trisoup_node_size)가 0이면 지오메트리 비트스트림에는 octree 코딩 구문만 포함된다.
트리숩 깊이(trisoup_depth)는 점 좌표의 각 성분을 나타내는 데 사용되는 비트 수를 지정한다. 트리숩 깊이(trisoup_depth)의 값은 2 ~ 21의 범위에 있을 수 있다. [Ed(df): 21은 레벨 제한일 수 있다.]
트리숩 트라이앵글 레벨(trisoup_triangle_level)은 octree가 정리되는 레벨을 지정한다. 트리숩 트라이앵글 레벨(trisoup_triangle_level)의 값은 1에서 트리숩 깊이(trisoup_depth)-1의 범위에 있을 수 있다.
GPS 확장 프레젠트 플래그(gps_extension_present_flag)가 1이면 GPS 확장 데이터(gps_extension_data) 신택스 구조가 GPS RBSP 신택스 구조에 존재함을 지정한다. GPS 확장 프레젠트 플래그(gps_extension_present_flag)가 0이면 신택스 구조가 존재하지 않음을 지정한다. 존재하지 않는 경우 GPS 확장 프레젠트 플래그(gps_extension_present_flag )값은 0으로 추론된다.
GPS 확장 데이터 플래그(gps_extension_data_flag)는 값이 있을 수 있다. 그것의 존재 여부와 값은 Annex A에 명시한 프로파일에 대한 디코더 적합성에 영향을 미치지 않는다. Annex A에 명시된 프로파일에 부합하는 디코더.
도 22는 실시예들에 따른 어트리뷰트 파라미터 세트(Attribute Parameter Set)의 신택스(Syntax) 예시를 나타낸다.
APS어트리뷰트범위클리핑플래그(aps_attr_range_clip_flag)는 지정된 범위 또는 값으로 클립핑이 수행 되었는지 여부를 나타낸다. 값이 true인 경우, 클립핑 수행되는 것을 나타내고, 값이 false인 경우 클립핑이 수행되지 않는 것을 나타낸다.
APS클립핑최소값(aps_clip_min)은 클립핑 범위의 최소값을 나타낸다. 이때 SPS 어트리뷰트세트넘버(sps_num_attribute_sets)는 어트리뷰트의 개수를 나타내고, APS어트리뷰트디멘션마이너스1(aps_attribute_dimension_minus1)은 어트리뷰트의 차원(dimension)을 나타낸다.
APS클립핑최대값(aps_clip_max)은 클립핑 범위의 최대값을 나타낸다. 이때 SPS 어트리뷰트세트넘버(sps_num_attribute_sets)는 어트리뷰트의 개수를 나타내고, APS어트리뷰트디멘션마이너스1(aps_attribute_dimension_minus1)은 어트리뷰트의 차원(dimension)을 나타낸다. APS클립핑최대값(aps_clip_max)은 (1<< MaxAttributeBitdepth[ i ]) - 1보다 클 수 없다.
APS 속성 파라미터 세트 id(aps_attr_parameter_set_id)는 다른 신택스 요소에서 참조할 수 있도록 APS에 대한 식별자를 제공한다. APS 속성 파라미터 세트 id(aps_attr_parameter_set_id) 값은 0에서 15 사이의 범위에 있을 수 있다.
APS 시퀀스 파라미터 세트 id(aps_seq_parameter_set_id)는 액티브 SPS에 대한 SPS 시퀀스 파라미터 세트 id(sps_seq_parameter_set_id) 값을 지정한다. APS 시퀀스 파라미터 세트 id(aps_seq_parameter_set_id )값은 0에서 15 사이의 범위에 있을 수 있다.
속성 코딩 타입(attr_coding_type)은 주어진 표 72표 72의 속성에 대한 코딩 유형을 나타낸다.
도 23은 실시예들에 따른 지오메트리 슬라이드 헤더(geometry slice header)의 신택스(Syntax) 예시를 나타낸다.
GSH어트리뷰트범위클리핑플래그(gsh_attr_range_clip_flag)는 지정된 범위 또는 값으로 클립핑이 수행 되었는지 여부를 나타낸다. 값이 true인 경우, 클립핑 수행되는 것을 나타내고, 값이 false인 경우 클립핑이 수행되지 않는 것을 나타낸다.
GSH클립핑최소값(gsh_clip_min)은 클립핑 범위의 최소값을 나타낸다. 이때 SPS 어트리뷰트세트넘버(sps_num_attribute_sets)는 어트리뷰트의 개수를 나타내고, APS어트리뷰트디멘션마이너스1(aps_attribute_dimension_minus1)은 어트리뷰트의 차원(dimension)을 나타낸다.
GSH클립핑최대값(gsh_clip_max)은 클립핑 범위의 최대값을 나타낸다. 이때 SPS 어트리뷰트세트넘버(sps_num_attribute_sets)는 어트리뷰트의 개수를 나타내고, APS어트리뷰트디멘션마이너스1(sps_attribute_dimension_minus1)은 어트리뷰트의 차원(dimension)을 나타낸다. GSH클립핑최대값(gsh_clip_max)은 (1<< MaxAttributeBitdepth[ i ]) - 1보다 클 수 없다.
GSH 지오메트리 파라미터 세트 id(gsh_geometry_parameter_set_id)는 액티브 GPS의 GSH geom 파라미터 세트 id(gps_geom_parameter_set_id )값을 지정한다.
GSH 타일 id(gsh_tile_id)는 타일의 ID를 지정한다.
GSH 슬라이스 id(gsh_slice_id)는 슬라이스의 ID를 지정한다.
GSH 박스 log2 스케일(gsh_box_log2_scale)은 스케일 값을 지정한다.
GSH 박스 오리진 x(gsh_box_origin_x)는 데카르트 좌표에서 소스 경계 박스의 x를 지정한다.
GSH 박스 오리진 y(gsh_box_origin_y)는 데카르트 좌표에서 소스 경계 박스의 y를 지정한다.
GSH 박스 오리진 z(gsh_box_origin_z)는 데카르트 좌표에서 소스 경계 박스의 z를 지정한다.
GSH log2 최대 노드사이즈(gsh_log2_max_nodesize)는 디코딩 프로세스에서 사용되는 변수 최대노드사이즈(MaxNodeSize)의 값을 다음과 같이 지정한다.
최대노드사이즈(MaxNodeSize)= 2(GSH log2 최대 노드사이즈(gsh_log2_max_nodesize))
GSH 포인트 넘버(gsh_points_numbe)r는 슬라이스의 코드화된 포인트들의 수를 지정한다.
도 24는 실시예들에 따른 포인트 클라우드 데이터 전송방법의 예시를 나타낸다. 도 24를 참조하면, 포인트 클라우드 데이터를 인코딩하는 단계(S2400) 및 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 단계(S2510)를 포함한다. 또한, 포인트 클라우드 데이터를 인코딩하는 단계(S2400)는 상기 포인트 클라우드 데이터의 지오메트리를 인코딩하는 단계와 상기 포인트 클라우드 데이터의 어트리뷰트를 인코딩하는 단계를 포함할 수 있다.
포인트 클라우드 데이터를 인코딩하는 단계(S2400)는 도 1의 포인트 클라우드 비디오 인코더(10002), 도2의 인코딩(20001), 도 4의 인코더, 도 12의 전송장치, 도 14의 XR디바이스(1430), 도 15의 전송장치, 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 포인트 클라우드 데이터를 인코딩하는 단계이다.
포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 단계(S2410)는 도 1의 트랜스미터(10003), 도 12의 전송처리부(12012), 도 14의 XR디바이스(1430), 도 15의 전송장치, 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 포인트 클라우드 데이터를 도2의 전송(20002) 단계와 같이 전송하는 단계이다.
포인트 클라우드 데이터를 인코딩하는 단계(S2400)는 지오메트리 데이터를 인코딩(부호화)하는 단계와 어트리뷰트 데이터를 인코딩(부호화)하는 단계를 포함한다. 지오메트리 데이터를 인코딩하는 단계는 옥트리 기반, 예측트리 기반 또는 트리숩으로 지오메트리 데이터를 부호화할 수 있고, 어트리뷰트 데이터를 인코딩하는 단계는 예측/리프팅 변환, RATH 변환 또는 예측트리 기반으로 어트리뷰트 데이터를 부호화할 수 있다.
도 24 및 도 17을 참조하면, 상기 포인트 클라우드 데이터를 인코딩하는 단계(S2400)는 포인트 클라우드 데이터를 클립핑하는 단계(17100)를 더 포함할 수 있다. 이때, 클립핑은 도15에서 설명한 클립핑 수행부(15030)에 의해 수행될 수 있다. 클립핑할 때 클립핑 범위는 포인트 클라우드 데이터를 기반으로 결정하거나 유저가 사전에 설정한 클립핑 범위를 사용할 수 있다.
상세하게는, 포인트 클라우드 데이터를 클립핑하는 단계는 포인트 클라우드 데이터에 기반하여 클립핑 범위를 설정하는 단계 및 클립핑 범위에 기반하여 포인트 클라우드 데이터의 클립핑을 수행하는 단계를 포함할 수 있다.
포인트 클라우드 데이터에 기반하여 클립핑 범위를 설정하는 단계는 도17의 클립핑 범위 조사(17110)와 대응하며, 도 15의 클립핑 범위 조사부(15020)에 의해 수행될 수 있다. 클립핑 범위 조사부(15020)의 위치에 따라, 클립핑 범위는 포인트 클라우드 데이터의 원본 데이터를 기반으로 설정되거나, 포인트 클라우드 데이터의 재구성된 데이터를 기반으로 설정될 수 있다.
클립핑 범위가 포인트 클라우드 데이터의 원본 데이터를 기반으로 설정되는 것은 실시예들에 따른 전송장치에 입력되는 지오메트리 정보 또는 어트리뷰트 정보의 원본 데이터를 기반으로 클립핑 범위가 정해질 수 있다는 의미이다. 상세하게는, 입력된 지오메트리 정보 또는 어트리뷰트 정보로부터 데이터의 최소값과 최대값을 확인하고, 상기 최소값 내지 상기 최대값의 범위로 클립핑 범위가 설정될 수 있다.
클립핑 범위가 포인트 클라우드 데이터의 재구성된 데이터를 기반으로 설정되는 것은 실시예들에 따른 전송장치에서 지오메트리 정보 또는 어트리뷰트 정보를 재구성한 데이터를 기반으로 클립핑 범위가 정해질 수 있다는 의미이다. 예를들어, 도15에서 지오메트리 재구성부(15060)에 의해 재구성된 지오메트리 정보를 기반으로 클립핑 범위 조사부가 클립핑 범위를 설정할 수 있다. 또한, 속성 재구성부(15010)에 의해 재구성된 어트리뷰트 정보를 기반으로 클립핑 범위 조사부가 클립핑 범위를 설정할 수 있다. 상세하게는, 클립핑 조사부는 재구성된 지오메트리 정보 또는 어트리뷰트 정보로부터 데이터의 최소값 내지 최대값으로 클립핑 범위를 설정할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 전송방법은 포인트 클라우드 데이터의 클립핑을 수행함으로써, 데이터 처리 과정(데이터 예측, 압축 등)에서 발생하는 노이즈 또는 오차의 누적을 방지할 수 있다. 따라서, 포인트 클라우드 데이터의 예측 정확도가 향상되고, 데이터의 압축 효율이 증대되며, 렌더러 또는 프로젝션 장비의 에러를 방지하는 효과가 있다.
도 25는 실시예들에 따른 포인트 클라우드 데이터 수신방법의 예시를 나타낸다. 도 25를 참조하면, 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 단계(S2500) 및 포인트 클라우드 데이터를 디코딩하는 단계(S2510)를 포함한다. 또한, 포인트 클라우드 데이터를 디코딩하는 단계(S2510)는 상기 포인트 클라우드 데이터의 지오메트리를 디코딩하는 단계 및 상기 포인트 클라우드 데이터의 어트리뷰트를 디코딩하는 단계를 포함한다.
포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 단계(S2500)는 도1의 수신장치(10004), 도10, 도 11의 수신장치, 도 13의 수신부(13000), 도14의 xr device(1430), 도 16의 수신장치 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 포인트 클라우드 데이터를 수신한다.
포인트 클라우드 데이터를 디코딩하는 단계(S2510)는 도1의 포인트 클라우드 비디오 디코더(10006), 도10, 도 11, 도13의 수신장치, 도14의 XR device(1430), 도 16의 수신장치 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 포인트 클라우드 데이터를 디코딩한다.
한편, 실시예들에 따른 포인트 클라우드 데이터 수신방법에서 포인트 클라우드 데이터를 디코딩하는 단계는 포인트 클라우드 데이터를 클립핑하는 단계를 더 포함할 수 있다. 이때, 포인트 클라우드 데이터를 클립핑하는 단계는 도16의 클립핑 수행부(16020)에 의하여 수행될 수 있다. 또한, 포인트 클라우드 데이터를 클립핑하는 단계는 도17의 클립핑 수행(17210)과 대응될 수 있다.
비트스트림은 포인트 클라우드 데이터의 클립핑에 대한 정보를 포함하고, 클립핑에 대한 정보는 클립핑 여부에 대한 정보 및 클립핑 범위에 관한 정보를 포함할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 수신방법은 비트스트림에 포함된 포인트 클라우드 데이터의 클립핑 범위 관한 정보를 수신하고, 상기 클립핑 범위에 관한 정보를 기반으로 클립핑을 수행할 수 있다.
한편, 전술한 바와 같이 클립핑 범위는 포인트 클라우드 데이터의 원본 데이터를 기반으로 도출되거나, 포인트 클라우드 데이터의 재구성된 데이터를 기반으로 도출될 수 있다.
실시예들은 방법 및/또는 장치 관점에서 설명되었으며, 방법의 설명 및 장치의 설명은 상호 보완하여 적용될 수 있다.
설명의 편의를 위하여 도면을 나누었으나, 각 도면에 서술되어 있는 실시예들을 병합하여 새로운 실시예를 구현하도록 설계할 수 있다. 그리고, 통상의 기술자의 필요에 따라, 이전에 설명된 실시예들을 실행하기 위한 프로그램이 기록되어 있는 컴퓨터에서 판독 가능한 기록 매체를 설계하는 것도 실시예들의 권리범위에 속한다. 실시예들에 따른 장치 및 방법은 상술한 바와 같이 설명된 실시예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시 예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다. 실시예들의 바람직한 실시예에 대하여 도시하고 설명하였지만, 실시예들은 상술한 특정 실시예에 한정되지 아니하며, 청구범위에서 청구하는 실시예들의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 실시예들의 기술적 사상이나 전망으로부터 개별적으로 이해돼서는 안 될 것이다.
실시예들의 장치의 다양한 구성요소들은 하드웨어, 소프트웨어, 펌웨어 또는 그것들의 조합에 의해 수행될 수 있다. 실시예들의 다양한 구성요소들은 하나의 칩, 예를 들면 하나의 하드웨어 서킷으로 구현될 수 있다 실시예들에 따라, 실시예들에 따른 구성요소들은 각각 별도의 칩들로 구현될 수 있다. 실시예들에 따라, 실시예들에 따른 장치의 구성요소들 중 적어도 하나 이상은 하나 또는 그 이상의 프로그램들을 실행 할 수 있는 하나 또는 그 이상의 프로세서들로 구성될 수 있으며, 하나 또는 그 이상의 프로그램들은 실시예들에 따른 동작/방법들 중 어느 하나 또는 그 이상의 동작/방법들을 수행시키거나, 수행시키기 위한 인스트럭션들을 포함할 수 있다.
실시예들에 따른 장치의 방법/동작들을 수행하기 위한 실행 가능한 인스트럭션들은 하나 또는 그 이상의 프로세서들에 의해 실행되기 위해 구성된 일시적이지 않은 CRM 또는 다른 컴퓨터 프로그램 제품들에 저장될 수 있거나, 하나 또는 그 이상의 프로세서들에 의해 실행되기 위해 구성된 일시적인 CRM 또는 다른 컴퓨터 프로그램 제품들에 저장될 수 있다.
또한, 실시예들에 따른 메모리는 휘발성 메모리(예를 들면 RAM 등)뿐 만 아니라 비휘발성 메모리, 플래쉬 메모리, PROM등을 전부 포함하는 개념으로 사용될 수 있다. 또한, 인터넷을 통한 전송 등과 같은 캐리어 웨이브의 형태로 구현되는 것도 포함될 수 있다. 또한, 프로세서가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 프로세서가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
본 명세서에서 “/”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, 본 명세서에서 “또는”은 “및/또는”으로 해석된다. 예를 들어, “A 또는 B”은, 1) “A” 만을 의미하고, 2) “B” 만을 의미하거나, 3) “A 및 B”를 의미할 수 있다. 달리 표현하면, 본 문서의 “또는”은 “추가적으로 또는 대체적으로(additionally or alternatively)”를 의미할 수 있다.
제1, 제2 등과 같은 용어는 실시예들의 다양한 구성요소들을 설명하기 위해 사용될 수 있다. 하지만 실시예들에 따른 다양한 구성요소들은 위 용어들에 의해 해석이 제한되지 않는다. 이러한 용어는 하나의 구성요소를 다른 구성요소와 구별하기 위해 사용되는 것에 불과하다. 예를 들어, 제1 사용자 인풋 시그널은 제2사용자 인풋 시그널로 지칭될 수 있다. 이와 유사하게, 제2사용자 인풋 시그널은 제1사용자 인풋시그널로 지칭될 수 있다. 이러한 용어의 사용은 다양한 실시예들의 범위 내에서 벗어나지 않는 것으로 해석되어야만 한다. 제1사용자 인풋 시그널 및 제2사용자 인풋 시그널은 모두 사용자 인풋 시그널들이지만, 문맥 상 명확하게 나타내지 않는 한 동일한 사용자 인풋 시그널들을 의미하지 않는다.
실시예들을 설명하기 위해 사용된 용어는 특정 실시예들을 설명하기 위한 목적으로 사용되고, 실시예들을 제한하기 위해서 의도되지 않는다. 실시예들의 설명 및 청구항에서 사용된 바와 같이, 문맥 상 명확하게 지칭하지 않는 한 단수는 복수를 포함하는 것으로 의도된다. 및/또는 표현은 용어 간의 모든 가능한 결합을 포함하는 의미로 사용된다. 포함한다 표현은 특징들, 수들, 단계들, 엘리먼트들, 및/또는 컴포넌트들이 존재하는 것을 설명하고, 추가적인 특징들, 수들, 단계들, 엘리먼트들, 및/또는 컴포넌트들을 포함하지 않는 것을 의미하지 않는다. 실시예들을 설명하기 위해 사용되는, ~인 경우, ~때 등의 조건 표현은 선택적인 경우로만 제한 해석되지 않는다. 특정 조건을 만족하는 때, 특정 조건에 대응하여 관련 동작을 수행하거나, 관련 정의가 해석되도록 의도되었다.
또한, 본 문서에서 설명하는 실시예들에 따른 동작은 실시예들에 따라서 메모리 및/또는 프로세서를 포함하는 송수신장치에 의해 수행될 수 있다. 메모리는 실시예들에 따른 동작을 처리/제어하기 위한 프로그램들을 저장할 수 있고, 프로세서는 본 문서에서 설명한 다양한 동작을 제어할 수 있다. 프로세서는 컨트롤러 등으로 지칭가능하다. 실시예들에 동작들은 펌웨어, 소프트웨어, 및/또는 그것들의 조합에 의해 수행될 수 있고, 펌웨어, 소프트웨어, 및/또는 그것들의 조합은 프로세서에 저장되거나 메모리에 저장될 수 있다.
한편, 상술한 실시예들에 따른 동작은 실시예들 따른 전송장치 및/또는 수신장치에 의해서 수행될 수 있다. 송수신장치는 미디어 데이터를 송수신하는 송수신부, 실시예들에 따른 프로세스에 대한 인스트럭션(프로그램 코드, 알고리즘, flowchart 및/또는 데이터)을 저장하는 메모리, 송/수신장치의 동작들을 제어하는 프로세서를 포함할 수 있다.
프로세서는 컨트롤러 등으로 지칭될 수 있고, 예를 들어, 하드웨어, 소프트웨어, 및/또는 그것들의 조합에 대응할 수 있다. 상술한 실시예들에 따른 동작은 프로세서에 의해 수행될 수 있다. 또한, 프로세서는 상술한 실시예들의 동작을 위한 인코더/디코더 등으로 구현될 수 있다.
상술한 바와 같이 실시예들을 실시하기 위한 최선의 형태에서 관련 내용을 설명하였다.
상술한 바와 같이, 실시예들은 포인트 클라우드 데이터 송수신장치 및 시스템에 전체적 또는 부분적으로 적용될 수 있다. 당업자는 실시예들의 범위 내에서 실시예들을 다양하게 변경 또는 변형할 수 있다. 실시예들은 변경/변형들을 포함할 수 있고, 변경/변형은 청구항 및 그 와 동일하다고 인정되는 것의 범위를 벗어나지 않는다.

Claims (23)

  1. 포인트 클라우드 데이터를 인코딩하는 단계; 및
    상기 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 단계; 를 포함하고,
    상기 포인트 클라우드 데이터를 인코딩하는 단계는,
    상기 포인트 클라우드 데이터의 지오메트리를 인코딩하는 단계와,
    상기 포인트 클라우드 데이터의 어트리뷰트를 인코딩하는 단계를 포함하는,
    포인트 클라우드 데이터 전송 방법.
  2. 청구항 1에 있어서,
    상기 포인트 클라우드 데이터를 인코딩하는 단계는,
    상기 포인트 클라우드 데이터를 클립핑하는 단계를 더 포함하는,
    포인트 클라우드 데이터 전송 방법.
  3. 청구항 2에 있어서,
    상기 포인트 클라우드 데이터를 클립핑하는 단계는,
    상기 포인트 클라우드 데이터에 기반하여 클립핑 범위를 설정하는 단계; 및
    상기 클립핑 범위에 기반하여 상기 포인트 클라우드 데이터의 클립핑을 수행하는 단계를 포함하는,
    포인트 클라우드 데이터 전송 방법.
  4. 청구항 3에 있어서,
    상기 클립핑 범위를 설정하는 단계는,
    상기 포인트 클라우드 데이터의 원본 데이터를 기반으로 상기 클립핑 범위를 설정하는,
    포인트 클라우드 데이터 전송 방법.
  5. 청구항 4에 있어서,
    상기 클립핑 범위를 설정하는 단계는,
    상기 원본 데이터의 최소값 내지 최대값으로 상기 클립핑 범위를 설정하는,
    포인트 클라우드 데이터 전송 방법.
  6. 청구항 3에 있어서,
    상기 클립핑 범위를 설정하는 단계는,
    상기 포인트 클라우드 데이터의 재구성된 데이터를 기반으로 상기 클립핑 범위를 설정하는,
    포인트 클라우드 데이터 전송 방법.
  7. 청구항 6에 있어서,
    상기 클립핑 범위를 설정하는 단계는,
    상기 재구성된 데이터의 최소값 내지 최대값으로 상기 클립핑 범위를 설정하는,
    포인트 클라우드 데이터 전송 방법.
  8. 포인트 클라우드 데이터를 인코딩하는 인코더; 및
    상기 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 트랜스미터를 포함하고,
    상기 인코더는,
    상기 포인트 클라우드 데이터의 지오메트리를 인코딩하는 지오메트리 인코더와, 상기 포인트 클라우드 데이터의 어트리뷰트를 인코딩하는 어트리뷰트 인코더를 포함하는,
    포인트 클라우드 데이터 전송장치.
  9. 청구항 8에 있어서,
    상기 인코더는,
    상기 포인트 클라우드 데이터를 클립핑하는 클립핑 수행부를 더 포함하는,
    포인트 클라우드 데이터 전송장치.
  10. 청구항 9에 있어서,
    상기 인코더는,
    상기 포인트 클라우드 데이터의 클립핑 범위를 설정하는 클립핑 범위 조사부를 더 포함하는,
    포인트 클라우드 데이터 전송장치.
  11. 청구항 10에 있어서,
    상기 클립핑 범위 조사부는,
    상기 포인트 클라우드 데이터의 원본 데이터를 기반으로 상기 클립핑 범위를 설정하는,
    포인트 클라우드 데이터 전송장치.
  12. 청구항 11에 있어서,
    상기 클립핑 범위 조사부는,
    상기 원본 데이터의 최소값 내지 최대값으로 상기 클립핑 범위를 설정하는,
    포인트 클라우드 데이터 전송장치.
  13. 청구항 10에 있어서,
    상기 클립핑 범위 조사부는,
    상기 포인트 클라우드 데이터의 재구성된 데이터를 기반으로 상기 클립핑 범위를 설정하는,
    포인트 클라우드 데이터 전송장치.
  14. 청구항 13에 있어서,
    상기 클립핑 범위 조사부는,
    상기 재구성된 데이터의 최소값 내지 최대값으로 상기 클립핑 범위를 설정하는,
    포인트 클라우드 데이터 전송장치.
  15. 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 단계; 및
    상기 포인트 클라우드 데이터를 디코딩하는 단계; 를 포함하고,
    상기 포인트 클라우드 데이터를 디코딩하는 단계는,
    상기 포인트 클라우드 데이터의 지오메트리를 디코딩하는 단계 및 상기 포인트 클라우드 데이터의 어트리뷰트를 디코딩하는 단계를 포함하는,
    포인트 클라우드 데이터 수신방법.
  16. 청구항 15에 있어서,
    상기 포인트 클라우드 데이터를 디코딩하는 단계는,
    상기 포인트 클라우드 데이터를 클립핑하는 단계를 더 포함하는,
    포인트 클라우드 데이터 수신방법.
  17. 청구항 16에 있어서,
    상기 비트스트림은 상기 포인트 클라우드 데이터의 클립핑 범위에 관한 정보를 포함하고,
    상기 포인트 클라우드 데이터를 클립핑하는 단계는,
    상기 클립핑 범위에 관한 정보에 기반하여 상기 포인트 클라우드 데이터를 클립핑하는,
    포인트 클라우드 데이터 수신방법.
  18. 청구항 17에 있어서,
    상기 클립핑 범위에 관한 정보는 상기 포인트 클라우드 데이터의 원본 데이터를 기반으로 도출되는,
    포인트 클라우드 데이터 수신방법.
  19. 청구항 17에 있어서,
    상기 클립핑 범위에 관한 정보는 상기 포인트 클라우드 데이터의 재구성된 데이터를 기반으로 도출되는,
    포인트 클라우드 데이터 수신방법.
  20. 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 수신부; 및
    상기 포인트 클라우드 데이터를 디코딩하는 디코더를 포함하고,
    상기 디코더는,
    상기 포인트 클라우드 데이터의 지오메트리를 디코딩하는 지오메트리 디코더와, 상기 포인트 클라우드 데이터의 어트리뷰트를 디코딩하는 어트리뷰트 디코더를 포함하는,
    포인트 클라우드 데이터 수신장치.
  21. 청구항 20에 있어서,
    상기 비트스트림은 상기 포인트 클라우드 데이터의 클립핑 범위에 관한 정보를 포함하고,
    상기 디코더는,
    상기 클립핑 범위에 관한 정보에 기반하여 상기 포인트 클라우드 데이터를 클립핑하는 클립핑 수행부를 포함하는,
    포인트 클라우드 데이터 수신장치.
  22. 청구항 21에 있어서,
    상기 클립핑 범위에 관한 정보는 상기 포인트 클라우드 데이터의 재구성된 데이터를 기반으로 도출되는,
    포인트 클라우드 데이터 수신장치.
  23. 청구항 21에 있어서,
    상기 클립핑 범위에 관한 정보는 상기 포인트 클라우드 데이터의 재구성된 데이터를 기반으로 도출되는,
    포인트 클라우드 데이터 수신장치.
PCT/KR2021/013870 2020-10-12 2021-10-08 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치 WO2022080773A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US202063090677P 2020-10-12 2020-10-12
US63/090,677 2020-10-12

Publications (1)

Publication Number Publication Date
WO2022080773A1 true WO2022080773A1 (ko) 2022-04-21

Family

ID=81207521

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/013870 WO2022080773A1 (ko) 2020-10-12 2021-10-08 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치

Country Status (1)

Country Link
WO (1) WO2022080773A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117422823A (zh) * 2023-09-21 2024-01-19 北京智源人工智能研究院 三维点云表征模型构建方法、装置、电子设备和存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170019363A (ko) * 2014-06-18 2017-02-21 삼성전자주식회사 휘도차를 보상하기 위한 인터 레이어 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치
KR20200038534A (ko) * 2017-09-18 2020-04-13 애플 인크. 포인트 클라우드 압축

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170019363A (ko) * 2014-06-18 2017-02-21 삼성전자주식회사 휘도차를 보상하기 위한 인터 레이어 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치
KR20200038534A (ko) * 2017-09-18 2020-04-13 애플 인크. 포인트 클라우드 압축

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JANG EUEE S.; PREDA MARIUS; MAMMOU KHALED; TOURAPIS ALEXIS M.; KIM JUNGSUN; GRAZIOSI DANILLO B.; RHYU SUNGRYEUL; BUDAGAVI MADHUKAR: "Video-Based Point-Cloud-Compression Standard in MPEG: From Evidence Collection to Committee Draft [Standards in a Nutshell]", IEEE SIGNAL PROCESSING MAGAZINE, IEEE, USA, vol. 36, no. 3, 1 May 2019 (2019-05-01), USA, pages 118 - 123, XP011721894, ISSN: 1053-5888, DOI: 10.1109/MSP.2019.2900721 *
K. MAMMOU: "PCC Test Model Category 2 v0, ISO/IEC JTC1/SC29/ WG11 document N17248", MPEG DOCUMENT MANAGEMENT SYSTEM, 14 December 2017 (2017-12-14), pages 1, XP055704202, Retrieved from the Internet <URL:http://phenix.it-sudparis.eu/mpeg/> [retrieved on 20200612] *
SCHWARZ SEBASTIAN; PREDA MARIUS; BARONCINI VITTORIO; BUDAGAVI MADHUKAR; CESAR PABLO; CHOU PHILIP A.; COHEN ROBERT A.; KRIVOKUCA MA: "Emerging MPEG Standards for Point Cloud Compression", IEEE JOURNAL ON EMERGING AND SELECTED TOPICS IN CIRCUITS AND SYSTEMS, IEEE, PISCATAWAY, NJ, USA, vol. 9, no. 1, 30 March 2019 (2019-03-30), Piscataway, NJ, USA , pages 133 - 148, XP011714044, ISSN: 2156-3357, DOI: 10.1109/JETCAS.2018.2885981 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117422823A (zh) * 2023-09-21 2024-01-19 北京智源人工智能研究院 三维点云表征模型构建方法、装置、电子设备和存储介质

Similar Documents

Publication Publication Date Title
WO2020189976A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2021049758A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2020189982A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2020262831A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2020190090A1 (ko) 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021002592A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021060850A1 (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
WO2021215849A1 (ko) 포인트 클라우드 데이터 처리 장치 및 처리 방법
WO2021201384A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2021045603A1 (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
WO2021145573A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2022050650A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021029575A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2020189891A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022220382A1 (ko) 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치
WO2022080773A1 (ko) 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치
WO2022240128A1 (ko) 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치
WO2022186651A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022092852A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021194065A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2021025392A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2021246837A1 (ko) 포인트 클라우드 데이터 처리 디바이스 및 처리 방법
WO2021002562A1 (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: 21880420

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: 21880420

Country of ref document: EP

Kind code of ref document: A1