WO2023068754A1 - 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법 - Google Patents

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

Info

Publication number
WO2023068754A1
WO2023068754A1 PCT/KR2022/015855 KR2022015855W WO2023068754A1 WO 2023068754 A1 WO2023068754 A1 WO 2023068754A1 KR 2022015855 W KR2022015855 W KR 2022015855W WO 2023068754 A1 WO2023068754 A1 WO 2023068754A1
Authority
WO
WIPO (PCT)
Prior art keywords
point cloud
geometry
data
coordinate system
information
Prior art date
Application number
PCT/KR2022/015855
Other languages
English (en)
French (fr)
Inventor
오현묵
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to CN202280069841.0A priority Critical patent/CN118103731A/zh
Publication of WO2023068754A1 publication Critical patent/WO2023068754A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G01S17/894—3D imaging with simultaneous measurement of time-of-flight at a 2D array of receiver pixels, e.g. time-of-flight cameras or flash lidar
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/481—Constructional features, e.g. arrangements of optical elements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/497—Means for monitoring or calibrating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/40—Tree coding, e.g. quadtree, octree

Definitions

  • Embodiments relate to a method and apparatus for processing point cloud content.
  • the point cloud content is content represented by a point cloud, which is a set of points belonging to a coordinate system representing a 3D space (space or volume).
  • Point cloud content can express three-dimensional media, VR (Virtual Reality), AR (Augmented Reality), MR (Mixed Reality), XR (Extended Reality), and autonomous driving It is used to provide various services such as service.
  • VR Virtual Reality
  • AR Augmented Reality
  • MR Magnetic Reality
  • XR Extended Reality
  • autonomous driving It is used to provide various services such as service.
  • tens of thousands to hundreds of thousands of point data are required to express point cloud content. Therefore, a method for efficiently processing a vast amount of point data is required.
  • a technical problem according to embodiments is to provide a point cloud data transmission apparatus, a transmission method, a point cloud data reception apparatus, and a reception method for efficiently transmitting and receiving a point cloud in order to solve the above-mentioned problems.
  • a technical problem according to embodiments is to provide a point cloud data transmission device, a transmission method, and a point cloud data reception device and reception method for solving latency and encoding/decoding complexity.
  • a technical problem according to embodiments is a point cloud data transmission device, transmission method, point cloud data reception device and reception method for efficiently transmitting and receiving a geometry-point cloud compression (G-PCC) bitstream is providing
  • G-PCC geometry-point cloud compression
  • a technical problem according to embodiments is to provide a point cloud data transmission apparatus, a transmission method, a point cloud data reception apparatus, and a reception method for compressing point cloud data based on similarity between frames.
  • a method for transmitting point cloud data includes encoding geometry data of point cloud data and encoding attribute data of the point cloud data based on the geometry data. , and transmitting the encoded geometry data, the encoded attribute data, and signaling data, wherein the encoding of the geometry data comprises transforming coordinates of the geometry data from a first coordinate system to a second coordinate system. and performing prediction between adjacent frames on the second coordinate system to compress the geometry data.
  • the first coordinate system is a Cartesian coordinate system composed of x-axis, y-axis, and z-axis
  • the second coordinate system is a spherical coordinate system composed of a radius, a horizontal angle, and a vertical angle.
  • the point cloud data is obtained by at least one laser, and the encoding of the geometry data is performed based on positional information of a point in a previous frame corresponding to a sampling position of the at least one laser and relative motion information of an object. It is an embodiment to further include estimating the position of the point of the frame.
  • the at least one laser and the sampling location are fixed.
  • the encoding of the geometry data further comprises obtaining radius residual information based on radius information among the location information of points of the reference frame and radius information among the location information of the estimated points, and outputting it as a prediction error. make it an example.
  • An apparatus for transmitting point cloud data includes a geometry encoder encoding geometry data of point cloud data, an attribute encoder encoding attribute data of the point cloud data based on the geometry data, and the encoded geometry data, the A transmission unit for transmitting encoded attribute data and signaling data, wherein the geometry encoder converts coordinates of the geometry data from a first coordinate system to a second coordinate system, and performs prediction between adjacent frames on the transformed second coordinate system. It is possible to compress the geometry data by performing
  • the first coordinate system is a Cartesian coordinate system composed of x-axis, y-axis, and z-axis
  • the second coordinate system is a spherical coordinate system composed of a radius, a horizontal angle, and a vertical angle.
  • the point cloud data is acquired by at least one laser, and the geometry encoder determines the position of a point in a current frame based on position information of a point in a previous frame corresponding to a sampling position of the at least one laser and relative motion information of an object. Estimating is an embodiment.
  • the at least one laser and the sampling location are fixed.
  • the geometry encoder obtains radius residual information based on radius information among location information of points of the reference frame and radius information among location information of the estimated points, and outputs the result as a prediction error.
  • a method for receiving point cloud data includes receiving geometry data, attribute data, and signaling information, decoding the geometry data based on the signaling information, and combining the signaling information and the decoded geometry data and rendering the decoded geometry data and point cloud data restored from the decoded attribute data based on the signaling information, wherein the decoding of the geometry data comprises: Based on the signaling information, the geometry data may be restored in a first coordinate system, and the restored geometry data may be converted into a second coordinate system.
  • the first coordinate system is a spherical coordinate system composed of a radius, a horizontal angle, and a vertical angle
  • the second coordinate system is a Cartesian coordinate system composed of an x-axis, a y-axis, and a z-axis.
  • the point cloud data is acquired by at least one laser at the transmitting side, and the point position of the current frame is estimated based on the point of the reference frame in a state in which the at least one laser and the sampling position are fixed. do it with
  • An embodiment of the signaling data is information indicating whether the prediction error included in the received geometry data includes only radial residual information or radial residual information, horizontal angular residual information, and vertical residual information. .
  • the prediction error further includes residual information for each of the x-axis, y-axis, and z-axis of the Cartesian coordinate system.
  • a method for transmitting point cloud data, a transmitting device, a method for receiving point cloud data, and a receiving device may provide a quality point cloud service.
  • a method for transmitting point cloud data, a transmitting device, a method for receiving point cloud data, and a receiving device may achieve various video codec schemes.
  • a method for transmitting point cloud data, a transmitting device, a method for receiving point cloud data, and a receiving device may provide general-purpose point cloud content such as an autonomous driving service.
  • the point cloud data transmission method, transmission device, point cloud data reception method, and reception device perform spatially adaptive division of point cloud data for independent encoding and decoding of the point cloud data, thereby improving parallel processing and It can provide scalability.
  • a method for transmitting point cloud data, a transmitting device, a method for receiving point cloud data, and a receiving device divide point cloud data into tile and/or slice units, perform encoding and decoding, and signal necessary data for this to point cloud data. Encoding and decoding performance of the cloud can be improved.
  • a method for transmitting point cloud data, a transmitting device, a method for receiving point cloud data, and a receiving device estimate the position of a point based on the point similarity between adjacent frames for spinning LiDAR to obtain redundant information existing on the time axis. By removing it, it is possible to increase the compression efficiency of point cloud data.
  • the method for transmitting point cloud data, the transmitting device, the method for receiving point cloud data, and the receiving device additionally consider vertical position movement of points according to LiDAR movement based on the laser-based sampling characteristics of spinning LiDAR to obtain a reference frame. It is possible to more accurately predict the point position of . In addition, by increasing the similarity between the current point and the predicted point, an effect of reducing residual components constituting the bitstream and increasing compression efficiency can be obtained.
  • the method for transmitting point cloud data, the transmitting device, the method for receiving point cloud data, and the receiving device may further increase compression efficiency by not transferring some of the residuals when prediction accuracy is high.
  • the point cloud data transmission apparatus and encoder according to the embodiments have an effect of efficiently compressing point cloud data by additionally considering inter-frame data prediction modes as well as intra-frame prediction.
  • the point cloud data receiving device and decoder according to embodiments receive a bitstream including point cloud data, and efficiently convert the point cloud data based on signaling information in the bitstream and/or a decoding operation according to embodiments. There is an effect that can be restored with .
  • FIG. 1 shows a system for providing point cloud content according to embodiments.
  • FIG. 2 shows a process for providing Point Cloud content according to embodiments.
  • FIG. 3 shows a Point Cloud capture equipment arrangement according to embodiments.
  • FIG. 4 shows a point cloud video encoder according to embodiments.
  • FIG. 5 illustrates voxels in a 3D space according to example embodiments.
  • FIG. 6 shows an example of an octree and an occupancy code according to embodiments.
  • FIG. 7 shows an example of a neighbor node pattern according to embodiments.
  • FIG 8 shows an example of Point configuration of Point Cloud contents for each LOD according to embodiments.
  • FIG 9 shows an example of Point configuration of Point Cloud contents for each LOD according to embodiments.
  • FIG. 10 shows an example of a block diagram of a point cloud video decoder according to embodiments.
  • FIG. 11 shows an example of a point cloud video decoder according to embodiments.
  • FIG. 12 shows components for Point Cloud video encoding by a transmitter according to embodiments.
  • FIG. 13 shows components for Point Cloud video decoding by a receiver according to embodiments.
  • FIG. 14 shows an example of a structure capable of interworking with a point cloud data method/apparatus according to embodiments.
  • 15 is a diagram illustrating an example of a search window of a reference frame according to embodiments.
  • 16(a) and 16(b) are diagrams showing examples of signaling of split and flag information in an octree structure according to embodiments.
  • 17 is a diagram illustrating an example of calculating a cost function of an octree node according to embodiments.
  • 18 is a diagram illustrating an example of performing a split in octree depth according to embodiments.
  • 19 is a diagram showing an example of an inter prediction process according to embodiments.
  • 20(a) and 20(b) are diagrams illustrating examples of point cloud data acquired by a spinning LiDAR installed in a vehicle according to embodiments.
  • 21 is a diagram showing an example of a coordinate system conversion process of point cloud data according to embodiments.
  • 22 is a diagram illustrating an example of a fan-shaped coordinate system according to embodiments.
  • 23 is a diagram illustrating an example of sector-shaped coordinate system transformation of point cloud data according to embodiments.
  • 24 is a diagram illustrating an example of coordinate projection of point cloud data according to embodiments.
  • 25 is a diagram illustrating an example of laser position adjustment of point cloud data according to embodiments.
  • 26 shows an example of converting point cloud data into an index according to embodiments.
  • FIG. 27 illustrates an example of correcting by converting an azimuthal angle into an index in point cloud data according to embodiments.
  • 28(a) and 28(b) are diagrams illustrating an example of changes in points generated as a vehicle equipped with a LiDAR system according to embodiments moves.
  • 29(a) and 29(b) are diagrams illustrating examples of a difference between a position of an estimated point and a position of a target point according to embodiments.
  • FIG. 30 shows an example of using a laser index as a simplified conversion value of an elevation angle according to embodiments.
  • 31(a) and 31(b) are diagrams showing examples of locations of current points estimated according to embodiments.
  • FIG. 32 is a diagram showing another example of a point cloud transmission device according to embodiments.
  • 33 is a diagram showing an example of a detailed block diagram of a geometry encoder 51003 according to embodiments.
  • FIG. 34 shows an example of a bitstream structure of point cloud data for transmission/reception according to embodiments.
  • 35 is a diagram showing an embodiment of a syntax structure of a geometry parameter set (geometry_parameter_set( )) (GPS) according to the present specification.
  • 36 is a diagram showing an example of a syntax structure of a geometry data unit (geometry_data_unit()) according to embodiments.
  • FIG. 37 is a diagram showing an example of a syntax structure of a geometry data unit header (geometry_data_unit_header()) according to embodiments.
  • data_unit() is a diagram showing an example of a syntax structure of a data unit (data_unit()) including information related to geometry compression according to embodiments.
  • 39 is a diagram showing another example of a point cloud receiving device according to embodiments.
  • 40 is a diagram showing an example of a detailed block diagram of a geometry decoder 61003 according to embodiments.
  • FIG. 1 shows an example of a point cloud content providing system according to embodiments.
  • the point cloud content providing system shown in FIG. 1 may include a transmission device 10000 and a reception device 10004.
  • the transmitting device 10000 and the receiving device 10004 may perform wired/wireless communication to transmit/receive point cloud data.
  • the transmission device 10000 may secure, process, and transmit point cloud video (or point cloud content).
  • the transmission device 10000 may include a fixed station, a base transceiver system (BTS), a network, an artificial intelligence (AI) device and/or system, a robot, an AR/VR/XR device and/or a server. etc. may be included.
  • BTS base transceiver system
  • AI artificial intelligence
  • the transmission device 10000 is a device that communicates with a base station and/or other wireless devices using a radio access technology (eg, 5G New RAT (NR), Long Term Evolution (LTE)), It may include robots, vehicles, AR/VR/XR devices, mobile devices, home appliances, Internet of Thing (IoT) devices, AI devices/servers, and the like.
  • a radio access technology eg, 5G New RAT (NR), Long Term Evolution (LTE)
  • NR 5G New RAT
  • LTE Long Term Evolution
  • It may include robots, vehicles, AR/VR/XR devices, mobile devices, home appliances, Internet of Thing (IoT) devices, AI devices/servers, and the like.
  • IoT Internet of Thing
  • a transmission device 10000 includes a Point Cloud Video Acquisition unit 10001, a Point Cloud Video Encoder 10002 and/or a Transmitter (or Communication module), 10003)
  • the point cloud video acquisition unit 10001 acquires a point cloud video through processing such as capture, synthesis, or creation.
  • Point cloud video is point cloud content expressed as a point cloud, which is a set of points located in a 3D space, and may be referred to as point cloud video data.
  • 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 secured 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
  • point cloud compression coding is not limited to the above-described embodiments.
  • the point cloud video encoder 10002 can output a bitstream containing encoded point cloud video data.
  • the bitstream may include not only encoded point cloud video data, but also signaling information related to encoding of the point cloud video data.
  • Transmitter 10003 transmits a bitstream containing encoded point cloud video data.
  • a bitstream according to embodiments is encapsulated into a file or a segment (eg, a streaming segment) and transmitted through various networks such as a broadcasting network and/or a broadband network.
  • the transmission device 10000 may include an encapsulation unit (or encapsulation module) that performs an encapsulation operation.
  • the encapsulation unit may be included in the transmitter 10003.
  • the file or segment may be transmitted to the receiving device 10004 through a network or stored in a digital storage medium (eg, USB, SD, CD, DVD, Blu-ray, HDD, SSD, etc.).
  • the transmitter 10003 is capable of wired/wireless communication with the receiving device 10004 (or the receiver 10005) through a network such as 4G, 5G, or 6G.
  • the transmitter 10003 may perform necessary data processing operations depending on the network system (for example, a communication network system such as 4G, 5G, and 6G).
  • the transmission device 10000 may transmit encapsulated data according to an on demand method.
  • a receiving device 10004 includes a Receiver 10005, a Point Cloud Video Decoder 10006, and/or a Renderer 10007.
  • the receiving device 10004 is a device or robot that communicates with a base station and/or other wireless devices using a wireless access technology (eg, 5G New RAT (NR), Long Term Evolution (LTE)) , vehicles, AR/VR/XR devices, mobile devices, home appliances, Internet of Things (IoT) devices, AI devices/servers, and the like.
  • a wireless access technology eg, 5G New RAT (NR), Long Term Evolution (LTE)
  • vehicles e.g., AR/VR/XR devices
  • mobile devices e.g, home appliances, Internet of Things (IoT) devices, AI devices/servers, and the like.
  • IoT Internet of Things
  • 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 necessary data processing operations depending on the network system (eg, 4G, 5G, 6G communication network system).
  • the receiver 10005 may output a bitstream by decapsulating the received file/segment.
  • the receiver 10005 may include a decapsulation unit (or decapsulation module) for performing a decapsulation operation.
  • the decapsulation unit may be implemented as an element (or component or module) separate from the receiver 10005.
  • the point cloud video decoder 10006 decodes a bitstream containing point cloud video data.
  • the point cloud video decoder 10006 can decode the point cloud video data according to the way it was encoded (eg, the reverse of the operation of the point cloud video encoder 10002). Accordingly, the point cloud video decoder 10006 may decode point cloud video data by performing point cloud decompression coding, which is a reverse process of point cloud compression.
  • Point cloud decompression coding includes G-PCC coding.
  • a 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 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 an interactivity with a user consuming 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 sent to the content transmitter (eg, the transmission device 10000) and/or the service provider.
  • the feedback information may be used in the receiving device 10004 as well as in the transmitting device 10000, or may not be provided.
  • Head orientation information is information about a user's head position, direction, angle, movement, and the like.
  • the receiving device 10004 may calculate viewport information based on head orientation information.
  • Viewport information is information about an area of a point cloud video that a user is looking at.
  • a viewpoint is a point at which a user views a point cloud video, and may mean a central point of a viewport area. That is, the viewport is an area centered on the viewpoint, and the size and shape of the area may be determined by FOV (Field Of View).
  • FOV Field Of View
  • the receiving device 10004 performs gaze analysis and the like to check the point cloud consumption method of the user, the point cloud video area that the user gazes at, the gaze time, and the like.
  • the receiving device 10004 may transmit feedback information including the result of the gaze analysis to the transmitting device 10000.
  • Feedback information according to embodiments may be obtained in a rendering and/or display process.
  • Feedback information according to embodiments may be obtained by one or more sensors included in the receiving device 10004.
  • feedback information may be secured by the renderer 10007 or a separate external element (or device, component, etc.).
  • a dotted line in FIG. 1 indicates a process of transmitting feedback information secured by the renderer 10007.
  • the point cloud content providing system may process (encode/decode) point cloud data based on the feedback information. Accordingly, the point cloud video decoder 10006 may perform a decoding operation based on the feedback information. Also, the receiving device 10004 may transmit feedback information to the transmitting device 10000. The transmission device 10000 (or the point cloud video encoder 10002) may perform an encoding operation based on the feedback information. Therefore, the point cloud content providing system does not process (encode/decode) all point cloud data, but efficiently processes necessary data (for example, point cloud data corresponding to the user's head position) based on feedback information, and Point cloud content can be provided to
  • the transmitting apparatus 10000 may be referred to as an encoder, a transmitting device, a transmitter, a transmitting system, and the like, and a receiving apparatus 10004 may be referred to as a decoder, a receiving device, a receiver, a receiving system, and the like.
  • Point cloud data (processed through a series of processes of acquisition/encoding/transmission/decoding/rendering) in the point cloud content providing system of FIG. 1 according to embodiments will be referred to as point cloud content data or point cloud video data.
  • point cloud content data may be used as a concept including metadata or signaling information related to point cloud data.
  • Elements of the point cloud content providing system shown in FIG. 1 may be implemented as hardware, software, 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 obtain a point cloud video (20000).
  • Point cloud video is expressed as a point cloud belonging to a coordinate system representing a three-dimensional space.
  • a point cloud video according to embodiments may include a Ply (Polygon File format or the Stanford Triangle format) file. If the point cloud video has one or more frames, the acquired point cloud video may include one or more Ply files.
  • Ply files include point cloud data such as geometry and/or attributes of points. Geometry contains positions of points.
  • the position of each point may be expressed as parameters (eg, values of each of the X-axis, Y-axis, and Z-axis) representing a three-dimensional coordinate system (eg, a coordinate system composed of XYZ axes).
  • Attributes include 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).
  • a point may have one color attribute or two attributes, color and reflectance.
  • geometry may be referred to as positions, geometry information, geometry data, and the like, and attributes may be referred to as attributes, attribute information, and attribute data.
  • the point cloud content providing system obtains points from information (for example, depth information, color information, etc.) related to the acquisition process of the point cloud video. Cloud data is available.
  • a point cloud content providing system may encode point cloud data (20001).
  • the point cloud content providing system may encode point cloud data based on point cloud compression coding.
  • point cloud data may include geometry and attributes of points.
  • the point cloud content providing system may output a geometry bitstream by performing geometry encoding to encode geometry.
  • the point cloud content providing system may output an attribute bitstream by performing attribute encoding for encoding attributes.
  • a point cloud content providing system may perform attribute encoding based on geometry encoding.
  • a geometry bitstream and an attribute bitstream according to embodiments may be multiplexed and output as one bitstream.
  • a bitstream according to embodiments may further include signaling information related to geometry encoding and attribute encoding.
  • a point cloud content providing system may transmit encoded point cloud data (20002).
  • Point cloud data encoded as described in FIG. 1 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 a bitstream transmitting encoded point cloud data and transmit the encoded point cloud data in the form of a file or segment.
  • a point cloud content providing system may receive a bitstream including encoded point cloud data. Also, the point cloud content providing system (eg, the receiving device 10004 or the receiver 10005) may demultiplex the bitstream.
  • the point cloud content providing system may decode encoded point cloud data (eg, a geometry bitstream, an attribute bitstream) transmitted as a bitstream. there is.
  • the point cloud content providing system eg, the receiving device 10004 or the point cloud video decoder 10005
  • the point cloud content providing system eg, the receiving device 10004 or the point cloud video decoder 10005
  • the point cloud content providing system may restore attributes of points by decoding an attribute bitstream based on the restored geometry.
  • the point cloud content providing system (eg, the receiving device 10004 or the point cloud video decoder 10005) may reconstruct the point cloud video based on the decoded attributes and positions according to the reconstructed geometry.
  • a point cloud content providing system may render the decoded point cloud data (20004).
  • the point cloud content providing system eg, the receiving device 10004 or the renderer 10007) may render the geometry and attributes decoded through a decoding process according to various rendering methods. Points of the point cloud content may be rendered as a vertex with a certain thickness, a cube with a specific minimum size centered at the vertex position, or a circle centered at the vertex position. All or part of the rendered point cloud content is provided to the user through a display (eg, VR/AR display, general display, etc.).
  • a display eg, VR/AR display, general display, etc.
  • the point cloud content providing system (eg, the receiving device 10004) according to embodiments may secure feedback information (20005).
  • the point cloud content providing system may encode and/or decode point cloud data based on the feedback information. Since the feedback information and operation of the point cloud content providing system according to the embodiments are the same as the feedback information and operation described in 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 in FIGS. 1 and 2 .
  • Point cloud content is a point cloud video (images and/or videos) are included.
  • a point cloud content providing system includes one or more cameras (eg, an infrared camera capable of securing depth information, color information corresponding to depth information) to generate point cloud content.
  • Point cloud video can be captured using an RGB camera, etc.), a projector (eg, an infrared pattern projector to secure depth information), or LiDAR.
  • a system for providing point cloud content according to embodiments may secure point cloud data by extracting a shape of a geometry composed of points in a 3D space from depth information and extracting an attribute of each point from color information.
  • Images and/or videos 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 the inward-pacing scheme.
  • the inward-pacing method refers to a method in which one or more cameras (or camera sensors) located around the central object capture the central object.
  • the inward-pacing method is a point cloud content that provides users with 360-degree images of key objects (e.g., provides users with 360-degree images of objects (e.g., key objects such as characters, players, objects, actors, etc.) It can be used to create VR / AR content).
  • the right side of FIG. 3 shows the outward-pacing method.
  • the outward-pacing method refers to a method in which one or more cameras (or camera sensors) located around a central object capture an environment of the central object other than the central object.
  • the outward-facing 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 from a user's point of view.
  • point cloud content eg, content representing an external environment that may be provided to a user of an autonomous vehicle
  • point cloud content may be generated based on a capturing operation of one or more cameras.
  • the point cloud content providing system may perform calibration of one or more cameras to set a global coordinate system before a capture operation.
  • the point cloud content providing system may generate point cloud content by synthesizing an image and/or video captured by the above-described capture method and an arbitrary image and/or video.
  • the point cloud content providing system may not perform the capture operation described in FIG. 3 when generating point cloud content representing a virtual space.
  • the point cloud content providing system may perform post-processing on captured images and/or videos. That is, the point cloud content providing system removes an unwanted area (for example, a background), recognizes a space where captured images and/or videos are connected, and performs an operation to fill 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 conversion on points of the point cloud video obtained from each camera.
  • the point cloud content providing system may perform coordinate system conversion of points based on the positional coordinates of each camera. Accordingly, the point cloud content providing system may generate content representing one wide range or point cloud content having a high density of points.
  • FIG. 4 shows an example of a point cloud video encoder according to embodiments.
  • FIG. 4 shows a detailed example of the point cloud video encoder 10002 of FIG. 1 .
  • the point cloud video encoder adjusts the quality (eg, lossless, lossy, near-lossless) of the point cloud content according to network conditions or applications, etc. or attributes) and perform an encoding operation.
  • the quality eg, lossless, lossy, near-lossless
  • the point cloud content providing system may not be able to stream the corresponding content in real time. Therefore, the point cloud content providing system may reconstruct the point cloud content based on the maximum target bitrate in order to provide it according to the network environment.
  • the point cloud video encoder can perform geometry encoding and attribute encoding. Geometry encoding is performed before attribute encoding.
  • a point cloud video encoder includes a transformation coordinates unit (40000), a quantization unit (40001), an octree analysis unit (40002), and a surface approximation analysis unit (Surface Approximation unit).
  • the coordinate system conversion unit 40000, the quantization unit 40001, the octree analysis unit 40002, the surface approximate analysis unit 40003, the Arithmetic encoder 40004, and the geometry reconstruction unit 40005 perform geometry encoding. can do.
  • Geometry encoding according to embodiments may include octree geometry coding, direct coding, trisoup geometry encoding, and entropy encoding. Direct coding and trisup geometry encoding are applied selectively or in combination. Also, geometry encoding is not limited to the above examples.
  • a coordinate system conversion unit 40000 receives positions and converts them into a coordinate system.
  • the positions may be converted into positional information in a 3D space (eg, a 3D space expressed in XYZ coordinates).
  • Location information in a 3D space may be referred to as geometry information.
  • the quantization unit 40001 quantizes geometry information. For example, the quantization unit 40001 may quantize points based on minimum position values of all points (for example, minimum values on each axis for the X axis, Y axis, and Z axis). The quantization unit 40001 multiplies the difference between the minimum position value and the position value of each point by a preset quantization scale value, and then performs a quantization operation to find the closest integer value by performing rounding or rounding. Thus, one or more points may have the same quantized position (or position value). The quantization unit 40001 according to embodiments performs voxelization based on quantized positions to reconstruct quantized points.
  • minimum position values of all points for example, minimum values on each axis for the X axis, Y axis, and Z axis.
  • the quantization unit 40001 multiplies the difference between the minimum position value and the position value of each point by a preset quantization scale value, and then performs a quantization operation to find the
  • Voxelization means a minimum unit representing location information in a 3D space.
  • Points of point cloud content (or 3D point cloud video) according to embodiments may be included in one or more voxels.
  • the quantization unit 40001 may match groups of points in the 3D space to voxels.
  • one voxel may include only one point.
  • one voxel may include one or more points.
  • the position of the center point of a corresponding voxel may be set based on the positions of one or more points included in one voxel.
  • attributes of all positions included in one voxel may be combined and assigned to the 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 an octal tree structure.
  • the surface approximation analyzer 40003 may analyze and approximate an 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.
  • Arismetic encoder 40004 entropy encodes an octree and/or an approximated octree.
  • the encoding method includes an Arithmetic encoding method.
  • a geometry bitstream is created.
  • Color conversion section 40006, attribute conversion section 40007, RAHT conversion section 40008, LOD generation section 40009, lifting conversion section 40010, coefficient quantization section 40011 and/or Arithmetic encoder 40012 performs attribute encoding.
  • one point may have one or more attributes. Attribute encoding according to embodiments is equally applied to attributes of one point. However, when one attribute (for example, color) includes one or more elements, independent attribute encoding is applied to each element.
  • Attribute encoding is color transform coding, attribute transform coding, region adaptive hierarchical transform (RAHT) coding, interpolation-based hierarchical nearest-neighbour prediction-prediction transform coding and lifting transform (interpolation-based hierarchical nearest -neighbor prediction with an update/lifting step (Lifting Transform)) coding may be included.
  • RAHT region adaptive hierarchical transform
  • interpolation-based hierarchical nearest-neighbour prediction-prediction transform coding interpolation-based hierarchical nearest-neighbor prediction with an update/lifting step (Lifting Transform)
  • lifting transform interpolation-based hierarchical nearest -neighbor prediction with an update/lifting step
  • attribute encoding according to embodiments is not limited to the above-described example.
  • the color conversion unit 40006 performs color conversion coding to convert color values (or textures) included in attributes.
  • the color conversion unit 40006 may convert a format of color information (for example, convert RGB to YCbCr).
  • An operation of the color conversion unit 40006 according to embodiments may be optionally applied according to color values included in attributes.
  • the geometry reconstructor 40005 reconstructs (decompresses) an octree and/or an approximated octree.
  • the geometry reconstructor 40005 reconstructs an octree/voxel based on a result of analyzing the distribution of points.
  • the reconstructed octree/voxel may be referred to as reconstructed geometry (or reconstructed geometry).
  • the attribute transformation unit 40007 performs attribute transformation to transform attributes based on positions for which geometry encoding has not been performed and/or reconstructed geometry. As described above, since attributes depend on geometry, the attribute conversion unit 40007 can transform attributes based on reconstructed geometry information. For example, the attribute conversion unit 40007 may transform an attribute of a point at a position based on a position value of a point included in a voxel. As described above, when the position of the central point of a voxel is set based on the positions of one or more points included in one voxel, the attribute conversion unit 40007 transforms attributes of one or more points. When tri-soup geometry encoding is performed, the attribute conversion unit 40007 may transform attributes based on tri-soup geometry encoding.
  • the attribute conversion unit 40007 is an average value of attributes or attribute values (eg, color or reflectance of each point) of neighboring points within a specific position/radius from the position (or position value) of the center point of each voxel. Attribute conversion can be performed by calculating .
  • the attribute conversion unit 40007 may apply a weight according to the distance from the central point to each point when calculating the average value. Therefore, each voxel has a position and a calculated attribute (or attribute value).
  • the attribute conversion unit 40007 may search for neighboring points existing within a specific location/radius from the position of the center point of each voxel based on a K-D tree or a 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 a quick Nearest Neighbor Search (NNS) is possible.
  • the Morton code is generated by expressing coordinate values (for example, (x, y, z)) representing the three-dimensional positions of all points as bit values and mixing the bits. For example, if the coordinate value indicating the position of the point is (5, 9, 1), the bit value of the coordinate value is (0101, 1001, 0001).
  • the attribute conversion unit 40007 may sort points based on the Morton code value and perform a nearest neighbor search (NNS) through a depth-first traversal process. After the attribute transformation operation, if a nearest neighbor search (NNS) is required in another transformation process for attribute coding, a K-D tree or Morton code is used.
  • NSS nearest neighbor search
  • the converted attributes are input to the RAHT conversion unit 40008 and/or the LOD generation unit 40009.
  • the RAHT conversion unit 40008 performs RAHT coding for predicting attribute information based on reconstructed geometry information. For example, the RAHT converter 40008 may predict attribute information of a node at a higher level of the octree based on attribute information associated with a node at a lower level of the octree.
  • the LOD generating unit 40009 generates LOD (Level of Detail).
  • LOD Level of Detail
  • LOD is a degree representing detail of point cloud content. A smaller LOD value indicates lower detail of point cloud content, and a larger LOD value indicates higher detail of point cloud content. Points can be classified according to LOD.
  • the lifting transform unit 40010 performs lifting transform coding for transforming attributes of a point cloud based on weights. As described above, lifting transform coding may be selectively applied.
  • the coefficient quantization unit 40011 quantizes attribute-coded attributes based on coefficients.
  • the Arithmetic Encoder 40012 encodes the quantized attributes based on Arithmetic Coding.
  • elements of the point cloud video encoder of FIG. 4 include one or more processors or integrated circuits configured to communicate with one or more memories included in the point cloud content providing device. It may be implemented in hardware, software, firmware, or a combination thereof. One or more processors may perform at least one or more of operations and/or functions of elements of the point cloud video encoder of FIG. 4 described above. Also, one or more processors may operate or execute a set of software programs and/or instructions to perform operations and/or functions of elements of the point cloud video encoder of FIG. 4 .
  • One or more memories may include high speed random access memory, and may include non-volatile memory (eg, one or more magnetic disk storage devices, flash memory devices, or other non-volatile solid state memory devices). memory devices (Solid-state memory devices, etc.).
  • non-volatile memory eg, one or more magnetic disk storage devices, flash memory devices, or other non-volatile solid state memory devices. memory devices (Solid-state memory devices, etc.).
  • FIG. 5 illustrates an example of a voxel according to embodiments.
  • voxel 5 is an octree structure that recursively subdivides a cubical axis-aligned bounding box defined by two extreme points (0,0,0) and (2 d , 2 d , 2 d ). It shows an example of a voxel generated through One voxel includes at least one point. Spatial coordinates of a voxel may be estimated from a positional relationship with a voxel group. As described above, a voxel has an attribute (color or reflectance, etc.) like a pixel of a 2D image/video. Since a detailed description of the voxel is the same as that described in FIG. 4, it will be omitted.
  • FIG. 6 shows an example of an octree and an occupancy code according to embodiments.
  • the point cloud content providing system (the point cloud video encoder 10002) or the octree analyzer 40002 of the point cloud video encoder is used to efficiently manage the region and/or position of a voxel. It performs octree geometry coding (or octree coding) based on the octree structure.
  • FIG. 6 shows an octree structure.
  • a 3D space of point cloud content according to embodiments is represented by axes (eg, X axis, Y axis, and Z axis) of a coordinate system.
  • the octree structure is created by recursive subdividing a cubical axis-aligned bounding box defined by the two poles (0,0,0) and (2 d , 2 d , 2 d ). . 2d may be set to a value constituting the smallest bounding box enclosing all points of the point cloud content (or point cloud video).
  • d represents the depth of the octree.
  • the d value is determined according to Equation 1 below.
  • (x int n , y int n , z int n ) represents positions (or position values) of quantized points.
  • the entire 3D space can be divided into 8 spaces according to division.
  • Each divided space is represented by a cube with six faces.
  • each of the eight spaces is further divided based on the axes of the coordinate system (for example, the X-axis, Y-axis, and Z-axis). Therefore, each space is further divided into eight smaller spaces.
  • the divided small space is also expressed as a cube with six faces. This division method is applied until the leaf node of the octree becomes a voxel.
  • the lower part of Fig. 6 shows the occupancy code of the octree.
  • the octree's occupancy code is generated to indicate whether each of eight divided spaces generated by dividing one space includes at least one point. Therefore, one occupancy code is represented by 8 child nodes. Each child node represents the occupancy of the divided space, and the child node has a value of 1 bit. Therefore, the occupancy code is expressed as an 8-bit code. That is, if at least one point is included in a space corresponding to a child node, the corresponding node has a value of 1. If a point is not included in the space corresponding to a child node (empty), the corresponding node has a value of 0. Since the occupancy code shown in FIG.
  • a point cloud video encoder (eg, the Arismetic encoder 40004) according to embodiments may entropy encode the occupancy code. Also, to increase compression efficiency, the point cloud video encoder can intra/inter code the occupancy code.
  • a receiving device (eg, the receiving device 10004 or the point cloud video decoder 10006) according to embodiments reconstructs an octree based on an occupancy code.
  • a point cloud video encoder (eg, the octree analyzer 40002) may perform voxelization and octree coding to store positions of points.
  • points in the 3D space are not always evenly distributed, there may be a specific area where many points do not exist. In this case, it is inefficient to perform voxelization on the entire 3D space. For example, if few points exist in a specific area, there is no need to perform voxelization to that area.
  • the point cloud video encoder does not perform voxelization on the above-described specific region (or nodes other than leaf nodes of the octree), but directly codes the positions of points included in the specific region (Direct Coding). coding) can be performed. Coordinates of direct coding points according to embodiments are called a direct coding mode (DCM).
  • the point cloud video encoder may perform trisoup geometry encoding for reconstructing positions of points in a specific region (or node) based on a voxel based on a surface model. .
  • Tri-Sup geometry encoding is a geometry encoding that expresses the representation of an object as a series of triangle meshes.
  • a point cloud video decoder can generate a point cloud from the mesh surface.
  • Direct coding and trisup geometry encoding according to embodiments may be selectively performed. Also, direct coding and triangle geometry encoding according to embodiments may be performed in combination with octree geometry coding (or octree coding).
  • the option to use direct mode to apply direct coding must be activated.
  • the node to which direct coding is applied is not a leaf node, points must exist. Also, the total number of points to be subjected to direct coding must not exceed a predetermined limit. If the above condition is satisfied, the point cloud video encoder (eg, the Arismetic encoder 40004) according to the embodiments may entropy code positions (or position values) of points.
  • the point cloud video encoder (for example, the surface approximation analyzer 40003) according to the embodiments determines a specific level of the octree (when the level is smaller than the depth d of the octree), and uses a surface model from that level. Tri-sup geometry encoding may be performed to reconstruct the position of a point in a node region based on voxels (tri-sup mode).
  • the point cloud video encoder may designate a level to which tri-sup geometry encoding is applied. For example, if the specified level is equal to the depth of the octree, the point cloud video encoder does not operate in tri-sup mode.
  • the point cloud video encoder may operate in the tri-sup mode only when the designated level is smaller than the depth value of the octree.
  • a 3D cube area of nodes of a designated level according to embodiments is referred to as a block.
  • One block may include one or more voxels.
  • a block or voxel may correspond to a brick.
  • geometry is represented as a surface.
  • a surface according to embodiments may intersect each edge of a block at most once.
  • intersection points there are at least 12 intersection points in one block. Each intersection point is called a vertex.
  • 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 occluded voxel according to embodiments means a voxel including a point.
  • the position of a vertex detected along an edge is the average position along the edge of all voxels adjacent to the corresponding edge among all blocks sharing the corresponding edge.
  • the point cloud video encoder determines the starting point (x, y, z) of the edge and the direction vector ( x, y, z), vertex position values (relative position values within an edge) may be entropy coded.
  • the point cloud video encoder for example, the geometry reconstruction unit 40005
  • the point cloud video encoder performs triangle reconstruction, up-sampling, and voxelization processes. can be performed to create the restored geometry (reconstructed geometry).
  • Vertices located at the edges of a block determine the surface through which the block passes.
  • a surface is a non-planar polygon.
  • the triangle reconstruction process reconstructs the surface represented by the triangle based on the starting point of the edge, the direction vector of the edge, and the position value of the vertex.
  • the triangle reconstruction process is as shown in Equation 2 below. 1 Calculate the centroid value of each vertex, 2 Calculate the values obtained by subtracting the centroid value from each vertex value, 3 Square the values, and obtain the sum of all the values.
  • the minimum value of the added value is obtained, and the projection process is performed according to the axis with the minimum value. For example, if the x element is minimal, each vertex is projected along the x-axis based on the center of the block, and projected onto the (y, z) plane. If the value that results from projection on the (y, z) plane is (ai, bi), the ⁇ value is obtained through atan2(bi, ai), and the vertices are aligned based on the ⁇ value. Table 1 below shows combinations of vertices for generating a triangle according to the number of vertices. Vertices are sorted in order from 1 to n.
  • the first triangle may be composed of the first, second, and third vertices among the aligned vertices
  • the second triangle may be composed of the third, fourth, and first vertices among the aligned vertices.
  • the upsampling process is performed to voxelize by adding points in the middle along the edge of the triangle. Additional points are generated based on the upsampling factor and the width of the block. The extra points are called refined vertices.
  • a point cloud video encoder may voxelize refined vertices. Also, the point cloud video encoder may perform attribute encoding based on the voxelized position (or position value).
  • FIG. 7 shows an example of a neighbor node pattern according to embodiments.
  • a point cloud video encoder may perform entropy coding based on context adaptive arithmetic coding.
  • the point cloud content providing system or the point cloud video encoder 10002 of FIG. 2 or the point cloud video encoder or the Arismetic encoder 40004 of FIG. 4 may directly entropy code the occupancy code. there is.
  • the point cloud content providing system or the point cloud video encoder performs entropy encoding (intra-encoding) based on the occupancy code of the current node and occupancy of neighboring nodes, or entropy encoding (inter-encoding) based on the occupancy code of the previous frame. encoding) can be performed.
  • a frame according to embodiments means a set of point cloud videos generated at the same time.
  • Compression efficiency of intra-encoding/inter-encoding may vary according to the number of referenced neighboring nodes. If the bit size increases, it becomes complicated, but compression efficiency can be increased by making it skewed to one side. For example, if you have a 3-bit context, 2 of 3 should be coded in 8 ways. The part that is divided and coded affects the complexity of the implementation. Therefore, it is necessary to match the efficiency of compression with an appropriate level of complexity.
  • a point cloud video encoder determines occupancy of neighboring nodes of each node of an octree and obtains a neighboring node pattern value.
  • the neighbor node pattern is used to infer the occupancy pattern of that node.
  • the left side of FIG. 7 shows a cube corresponding to a node (a cube located in the middle) and six cubes (neighboring nodes) sharing at least one face with the cube.
  • Nodes shown in the figure are nodes of the same depth (depth).
  • the numbers shown in the figure represent weights (1, 2, 4, 8, 16, 32, etc.) associated with each of the six nodes. Each weight is sequentially assigned according to the locations of neighboring nodes.
  • the right side of FIG. 7 shows neighboring node pattern values.
  • the neighbor pattern value is the sum of values multiplied by the weights of the occupied neighbor nodes (neighbor nodes with points). Therefore, the neighbor node pattern values range from 0 to 63. If the neighbor node pattern value is 0, it indicates that there is no node (occupied node) having a point among the neighbor nodes of the corresponding node. When the neighbor node pattern value is 63, it indicates that all of the neighbor nodes are occupied nodes. As shown in the figure, since the neighboring nodes to which weights 1, 2, 4, and 8 are assigned are ocupied nodes, the neighboring node pattern value is 15, which is the value obtained by adding 1, 2, 4, and 8.
  • the point cloud video encoder may perform coding according to the neighboring node pattern value (eg, if the neighboring node pattern value is 63, 64 types of coding are performed). According to embodiments, the point cloud video encoder may reduce coding complexity by changing a neighbor node pattern value (eg, based on a table changing 64 to 10 or 6).
  • the encoded geometry is reconstructed (decompressed) before attribute encoding is performed.
  • the geometry reconstruction operation may include changing the arrangement of direct coded points (eg, placing the direct coded points in front of point cloud data).
  • the geometry reconstruction process includes triangle reconstruction, upsampling, and voxelization processes. Since attributes depend on the geometry, attribute encoding is performed based on the reconstructed geometry.
  • the point cloud video encoder may reorganize or group points by LOD.
  • 8 shows point cloud content corresponding to the LOD.
  • the leftmost part of FIG. 8 shows the original point cloud content.
  • the second picture from the left in FIG. 8 shows the distribution of points with the lowest LOD, and the most right picture in FIG. 8 shows the distribution of points with the highest LOD. That is, points of the lowest LOD are sparsely distributed, and points of the highest LOD are densely distributed. That is, as the LOD increases according to the direction of the arrow indicated at the bottom of FIG. 8, the interval (or distance) between points becomes shorter.
  • a point cloud content providing system or a point cloud video encoder can create an LOD.
  • 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 Distances).
  • the LOD generation process is performed by the point cloud video encoder as well as the point cloud video decoder.
  • FIG. 9 shows examples of points (P0 to P9) of the point cloud content distributed in the 3D space.
  • the original order of FIG. 9 represents the order of points P0 to P9 before LOD generation.
  • the LOD based order of FIG. 9 represents the order of points according to LOD generation. Points are reordered by LOD. Also, high LOD includes points belonging to low LOD.
  • LOD0 includes P0, P5, P4, and P2.
  • LOD1 contains the points of LOD0 and P1, P6 and P3.
  • LOD2 includes points of LOD0, points of LOD1 and P9, P8 and P7.
  • the point cloud video encoder may perform LOD-based predictive transform coding, lifting transform coding, and RAHT transform coding selectively or in combination.
  • a point cloud video encoder may generate a predictor for points and perform LOD-based predictive transform coding for setting prediction attributes (or prediction attribute values) of each point. That is, N predictors can be generated for N points.
  • the predicted attribute (or attribute value) is a weight calculated based on the distance to each neighboring point to the attributes (or attribute values, eg, color, reflectance, etc.) of neighboring points set in the predictor of each point. (or weight value) is set as the average value of multiplied values.
  • the point cloud video encoder (for example, the coefficient quantization unit 40011) according to the embodiments subtracts the corresponding prediction attribute (attribute value) from the attribute (ie, the original attribute value) of the corresponding point (residual, residual value) may be called attributes, residual attribute values, attribute prediction residual values, prediction error attribute values, etc.) may be quantized and inverse quantized. Quantization process of a transmitting device performed on residual attribute values is shown in Table 2. And the inverse quantization process of the receiving device performed on the residual attribute value quantized as shown in Table 2 is shown in Table 3.
  • the point cloud video encoder (for example, the Arithmetic encoder 40012) according to the embodiments converts the quantized and inverse quantized residual attribute values into entropy when there are points adjacent to the predictor of each point.
  • the point cloud video encoder (for example, the Arismetic encoder 40012) according to the embodiments may entropy code attributes of a corresponding point without performing the above process if there are no neighboring points to the predictor of each point.
  • the point cloud video 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, registers neighboring points, and calculates the distance to the neighboring points.
  • Lifting transform coding may be performed by setting a weight according to the weight.
  • Lifting transform coding according to embodiments is similar to the above-described LOD-based predictive transform coding, but is different in that weights are cumulatively applied to attribute values.
  • a process of cumulatively applying weights to attribute values according to embodiments is as follows.
  • the weight calculated for all predictors is additionally multiplied by the weight stored in the QW corresponding to the predictor index, and the calculated weight is cumulatively summed as the index of the neighboring node in the update weight array.
  • the value obtained by multiplying the calculated weight by the attribute value of the index of the neighboring node is cumulatively summed.
  • a predicted attribute value is calculated by additionally multiplying an attribute value updated through the lift update process by a weight updated through the lift prediction process (stored in QW).
  • a point cloud video encoder eg, the coefficient quantization unit 40011
  • the point cloud video encoder eg, the Arismetic encoder 40012
  • the point cloud video encoder (for example, the RAHT transform unit 40008) according to the embodiments predicts the attributes of the nodes of the upper level using the attributes associated with the nodes of the lower level of the octree. Can perform RAHT transform coding there is. RAHT transform coding is an example of attribute intra coding through octree backward scan.
  • the point cloud video encoder according to embodiments scans from voxels to the entire area and repeats the merging process up to the root node while merging the voxels into larger blocks in each step.
  • a merging process according to embodiments is performed only for Occupied nodes.
  • a merging process is not performed on an empty node, but a merging process is performed on an immediate parent node of an empty node.
  • Equation 3 represents a RAHT transformation matrix.
  • g lx,y,z represent average attribute values of voxels at level l.
  • g lx,y,z can be calculated from g l+1 2x,y,z and g l+1 2x+1,y,z .
  • g l-1 x,y,z are low-pass values and are used in the merging process at the next higher level.
  • h l-1 x, y, z are high-pass coefficients, and the high-pass coefficients at each step are quantized and entropy-coded (eg, encoding of the Arithmetic Encoder 40012).
  • the root node is generated as shown in Equation 4 through the last g 1 0,0,0 and g 1 0,0,1 .
  • the gDC value is also quantized and entropy-coded like the high-pass coefficient.
  • FIG. 10 shows an example of a point cloud video decoder according to embodiments.
  • the point cloud video decoder shown in FIG. 10 is an example of the point cloud video decoder 10006 described in FIG. 1 , and may perform the same or similar operation as the operation of the point cloud video decoder 10006 described in FIG. 1 .
  • a point cloud video decoder may receive a geometry bitstream and an attribute bitstream included in one or more bitstreams.
  • the point cloud video decoder includes a geometry decoder and an attribute decoder.
  • the geometry decoder performs geometry decoding on a geometry bitstream and outputs decoded geometry.
  • the attribute decoder performs attribute decoding on the attribute bitstream based on the decoded geometry and outputs decoded attributes.
  • the decoded geometry and decoded attributes are used to reconstruct the point cloud content (decoded point cloud).
  • FIG. 11 shows an example of a point cloud video decoder according to embodiments.
  • the point cloud video decoder shown in FIG. 11 is a detailed example of the point cloud video decoder described in FIG. 10, and can perform a decoding operation, which is the reverse process of the encoding operation of the point cloud video encoder described in FIGS. 1 to 9.
  • the point cloud video decoder may perform geometry decoding and attribute decoding. Geometry decoding is performed before attribute decoding.
  • a point cloud video decoder includes an arithmetic decoder (11000), an octree synthesis unit (11001), a surface approximation synthesis unit (11002), and a geometry reconstruction unit (geometry reconstruction unit, 11003), coordinates inverse transformation unit (11004), arithmetic decoder (11005), inverse quantization unit (11006), RAHT transformation unit (11007), LOD generation It includes an LOD generation unit (11008), an inverse lifting unit (11009), and/or a color inverse transformation unit (11010).
  • the Arismetic decoder 11000, the octree synthesizer 11001, the surface deoxymation synthesizer 11002, the geometry reconstructor 11003, and the coordinate system inverse transform unit 11004 may perform geometry decoding.
  • Geometry decoding according to embodiments may include direct decoding and trisoup geometry decoding. Direct decoding and tri-sup geometry decoding are selectively applied. Also, geometry decoding is not limited to the above example, and is performed in a reverse process to the geometry encoding described in FIGS. 1 to 9 .
  • the Arismetic 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 occupancy code from a decoded geometry bitstream (or information on geometry obtained as a result of decoding). A detailed description of the occupancy code is as described with reference to FIGS. 1 to 9 .
  • the surface deoxymation synthesis unit 11002 may synthesize a surface based on the decoded geometry and/or the generated octree.
  • the geometry reconstructor 11003 may regenerate geometry based on surfaces and/or decoded geometry. As described in FIGS. 1 to 9 , direct coding and tri-sup geometry encoding are selectively applied. Accordingly, the geometry reconstruction unit 11003 directly imports and adds position information of points to which direct coding is applied. In addition, when triangle geometry encoding is applied, the geometry reconstructor 11003 may perform reconstruction operations of the geometry reconstructor 40005, for example, triangle reconstruction, up-sampling, and voxelization operations to restore the geometry. there is. Details are the same as those described in FIG. 6 and thus are omitted.
  • the reconstructed geometry may include a point cloud picture or frame that does not include attributes.
  • the coordinate system inverse transformation unit 11004 may obtain positions of points by transforming the coordinate system based on the restored geometry.
  • the Arithmetic Decoder 11005, Inverse Quantization Unit 11006, RAHT Transformation Unit 11007, LOD Generator 11008, Inverse Lifting Unit 11009, and/or Color Inverse Transformation Unit 11010 are the attributes described with reference to FIG. decoding can be performed.
  • Attribute decoding according to embodiments includes Region Adaptive Hierarchical Transform (RAHT) decoding, Interpolation-based hierarchical nearest-neighbour prediction-Prediction Transform decoding, and interpolation-based hierarchical nearest-neighbour prediction with an update/lifting transformation. step (Lifting Transform)) decoding.
  • RAHT Region Adaptive Hierarchical Transform
  • Interpolation-based hierarchical nearest-neighbour prediction-Prediction Transform decoding Interpolation-based hierarchical nearest-neighbour prediction with an update/lifting transformation.
  • step (Lifting Transform)) decoding The above three decodings may be selectively used, or a combination of one or more decodings may be used.
  • the Arismetic decoder 11005 decodes the attribute bitstream by Arithmetic coding.
  • the inverse quantization unit 11006 inverse quantizes the decoded attribute bitstream or information about attributes obtained as a result of decoding, and outputs inverse quantized attributes (or attribute values). Inverse quantization may be selectively applied based on attribute encoding of the point cloud video encoder.
  • the RAHT conversion unit 11007, the LOD generation unit 11008, and/or the inverse lifting unit 11009 may process the reconstructed geometry and inverse quantized attributes. As described above, the RAHT converter 11007, the LOD generator 11008, and/or the inverse lifter 11009 may selectively perform a decoding operation corresponding to the encoding of the point cloud video encoder.
  • the color inverse transform unit 11010 performs inverse transform coding for inverse transform of color values (or textures) included in decoded attributes.
  • the operation of the inverse color transform unit 11010 may be selectively performed based on the operation of the color transform unit 40006 of the point cloud video encoder.
  • elements of the point cloud video decoder of FIG. 11 include one or more processors or integrated circuits configured to communicate with one or more memories included in the point cloud content providing system. It may be implemented in hardware, software, firmware, or a combination thereof. One or more processors may perform at least one or more of the operations and/or functions of the elements of the point cloud video decoder of FIG. 11 described above. Also, one or more processors may operate or execute a set of software programs and/or instructions to perform operations and/or functions of elements of the point cloud video decoder of FIG. 11 .
  • the transmission device shown in FIG. 12 is an example of the transmission device 10000 of FIG. 1 (or the point cloud video encoder of FIG. 4 ).
  • the transmission device shown in FIG. 12 may perform at least one or more of operations and methods identical or similar to the operations and encoding methods of the point cloud video encoder described in FIGS. 1 to 9 .
  • a transmission device 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, 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 ).
  • Geometry encoding according to embodiments is the same as or similar to the geometry encoding described with reference to FIGS. 1 to 9, and thus a detailed description thereof will be omitted.
  • the quantization processor 12001 quantizes geometry (eg, position values or position values 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 in FIGS. 1 to 9 .
  • the voxelization processor 12002 voxelizes position values of quantized points.
  • the voxelization processing unit 120002 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 in FIGS. 1 to 9 .
  • the octree occupancy code generation unit 12003 performs octree coding on positions of voxelized points based on an octree structure.
  • the octree occupancy code generator 12003 may generate an occupancy code.
  • the octree occupancy code generator 12003 may perform the same or similar operations and/or methods to those of the point cloud video encoder (or the octree analyzer 40002) described with reference to FIGS. 4 and 6 . .
  • a detailed description is the same as that described in FIGS. 1 to 9 .
  • the surface model processing unit 12004 may perform tri-sup geometry encoding to reconstruct positions of points within a specific area (or node) based on a surface model on a voxel basis.
  • the four-surface model processor 12004 may perform operations and/or methods identical or similar to those of the point cloud video encoder (eg, the surface approximation analyzer 40003) described with reference to FIG. 4 . A detailed description is the same as that described in FIGS. 1 to 9 .
  • the intra/inter coding processing unit 12005 may intra/inter code the point cloud data.
  • the intra/inter coding processing unit 12005 may perform coding identical to or similar to the intra/inter coding described with reference to FIG. 7 . A detailed description is the same as that described in FIG. 7 .
  • the intra/inter coding processor 12005 may be included in the Arithmetic Coder 12006.
  • Arithmetic coder 12006 entropy encodes an octree of point cloud data and/or an approximated octree.
  • the encoding method includes an Arithmetic encoding method.
  • Arithmetic coder 12006 performs the same or similar operations and/or methods to operations and/or methods of Arithmetic encoder 40004.
  • the metadata processing unit 12007 processes metadata about point cloud data, for example, set values, and provides them to a necessary process 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.
  • a color conversion processing unit 12008, an attribute conversion processing unit 12009, a prediction/lifting/RAHT conversion processing unit 12010, and an Arithmetic coder 12011 perform attribute encoding.
  • Attribute encoding according to embodiments is the same as or similar to the attribute encoding described with reference to FIGS. 1 to 9, so a detailed description thereof will be omitted.
  • the color conversion processing unit 12008 performs color conversion coding to convert color values included in attributes.
  • the color conversion processing unit 12008 may perform color conversion coding based on the reconstructed geometry. Description of the reconstructed geometry is the same as that described in FIGS. 1 to 9 . In addition, the same or similar operations and/or methods to those of the color conversion unit 40006 described in FIG. 4 are performed. A detailed description is omitted.
  • the attribute transformation processing unit 12009 performs attribute transformation to transform attributes based on positions for which geometry encoding has not been performed and/or reconstructed geometry.
  • the attribute conversion processing unit 12009 performs the same or similar operation and/or method to the operation and/or method of the attribute conversion unit 40007 described in FIG. 4 . A detailed description is omitted.
  • the prediction/lifting/RAHT transform processing unit 12010 may code the transformed attributes using any one or a combination of one or more of RAHT coding, LOD-based prediction transform coding, and lifting transform coding.
  • the prediction/lifting/RAHT conversion processing unit 12010 performs at least one of the same or similar operations to those of the RAHT conversion unit 40008, the LOD generation unit 40009, and the lifting conversion unit 40010 described in FIG. 4 do.
  • descriptions of LOD-based predictive transform coding, lifting transform coding, and RAHT transform coding are the same as those described in FIGS. 1 to 9, so detailed descriptions thereof are 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 those of the Arithmetic Encoder 40012.
  • the transmission processing unit 12012 transmits each bitstream including encoded geometry and/or encoded attributes and/or meta data, or transmits encoded geometry and/or encoded attributes and/or meta data. It can be configured as one bit stream and transmitted.
  • the encoded geometry and/or the encoded attribute and/or meta data according to embodiments are composed of one bitstream, the bitstream may include one or more sub-bitstreams.
  • the bitstream includes Sequence Parameter Set (SPS) for signaling at the sequence level, Geometry Parameter Set (GPS) for signaling of geometry information coding, Attribute Parameter Set (APS) for signaling of attribute information coding, tile It may include signaling information including a TPS (referred to as a tile parameter set or tile inventory) for signaling of a level and slice data.
  • SPS Sequence Parameter Set
  • GPS Geometry Parameter Set
  • APS Attribute Parameter Set
  • tile may include signaling information including a TPS (referred to as a tile parameter set or tile inventory) for signaling of a level and slice data.
  • Slice data may include information on one or more slices.
  • One slice according to embodiments may include one geometry bitstream (Geom0 0 ) and one or more attribute bitstreams (Attr0 0 and Attr1 0 ).
  • a slice refers to a series of syntax elements representing all or part of a coded point cloud frame.
  • a TPS may include information about each tile (eg, bounding box coordinate value information and height/size information) for one or more tiles.
  • a geometry bitstream may include a header and a payload.
  • the header of the geometry bitstream may include identification information (geom_parameter_set_id) of a parameter set included in GPS, a tile identifier (geom_tile_id), a slice identifier (geom_slice_id), and information about data included in a payload.
  • the metadata processing unit 12007 may generate and/or process signaling information and transmit it to the transmission processing unit 12012.
  • elements performing geometry encoding and elements performing attribute encoding may share data/information with each other as indicated by dotted lines.
  • 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. A detailed description is omitted since it is the same as that described in FIGS. 1 and 2 .
  • FIG. 13 is an example of a receiving device according to embodiments.
  • the receiving device shown in FIG. 13 is an example of the receiving device 10004 of FIG. 1 (or the point cloud video decoder of FIGS. 10 and 11).
  • the receiving device illustrated in FIG. 13 may perform at least one or more of operations and methods identical or similar to the operations and decoding methods of the point cloud video decoder described in FIGS. 1 to 11 .
  • a receiving device includes a receiving unit 13000, a receiving processing unit 13001, an arithmetic decoder 13002, an octree reconstruction processing unit 13003 based on an occupancy code, 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, a color inverse transformation processing unit 13010, and/or a renderer 13011.
  • Each component of decoding according to the embodiments may perform a reverse process of the component of encoding according to the embodiments.
  • the receiving unit 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 is omitted.
  • the reception processing unit 13001 may obtain a geometry bitstream and/or an attribute bitstream from received data.
  • the receiving processing unit 13001 may be included in the receiving unit 13000.
  • the Arismetic decoder 13002, the octree reconstruction processing unit 13003 based on the occupancy code, the surface model processing unit 13004, and the inverse quantization processing unit 13005 may perform geometry decoding.
  • Geometry decoding according to the embodiments is the same as or similar to the geometry decoding described in FIGS. 1 to 10, and thus a detailed description thereof will be omitted.
  • the Arismetic decoder 13002 may decode a geometry bitstream based on Arithmetic coding.
  • the Arismetic decoder 13002 performs the same or similar operation and/or coding to that of the Arismetic decoder 11000.
  • the octree reconstruction processing unit 13003 based on occupancy code may obtain an occupancy code from a decoded geometry bitstream (or information about a geometry secured as a result of decoding) to reconstruct an octree.
  • the octree reconstruction processing unit 13003 based on occupancy code performs operations and/or methods identical or similar to those of the octree synthesis unit 11001 and/or the octree generation method.
  • the surface model processing unit 13004 according to embodiments performs tri-soup geometry decoding based on the surface model method and related geometry reconstruction (eg, triangle reconstruction, up-sampling, and voxelization) when tri-sup geometry encoding is applied. can be performed.
  • the surface model processing unit 13004 performs operations identical to or similar to those of the surface deoxymation synthesis unit 11002 and/or the geometry reconstruction unit 11003.
  • the inverse quantization processor 13005 may inverse quantize the decoded geometry.
  • the metadata parser 13006 may parse metadata included in the received point cloud data, for example, setting values. Metadata parser 13006 can pass metadata to geometry decoding and/or attribute decoding. A detailed description of the metadata is omitted since it is the same as that described in FIG. 12 .
  • the Arismetic decoder 13007, the inverse quantization processing unit 13008, the prediction/lifting/RAHT inverse transformation processing unit 13009, and the color inverse transformation processing unit 13010 perform attribute decoding. Attribute decoding is the same as or similar to the attribute decoding described in FIGS. 1 to 10, so a detailed description thereof will be omitted.
  • the Arismetic decoder 13007 may decode the attribute bitstream through Arismetic coding.
  • the Arismetic decoder 13007 may perform decoding of the attribute bitstream based on the reconstructed geometry.
  • the Arismetic decoder 13007 performs the same or similar operation and/or coding to that 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 operation and/or method to the operation and/or inverse quantization method of the inverse quantization unit 11006.
  • the prediction/lifting/RAHT inverse transform processing unit 13009 may process reconstructed geometry and inverse quantized attributes.
  • the prediction/lifting/RAHT inverse transform processing unit 13009 performs operations identical or similar to those of the RAHT transform unit 11007, the LOD generator 11008 and/or the inverse lifting unit 11009 and/or decoding operations and/or At least one or more of decoding is performed.
  • the inverse color transformation processing unit 13010 according to embodiments performs inverse transformation coding for inversely transforming color values (or textures) included in decoded attributes.
  • the inverse color 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 inverse color transform unit 11010.
  • the renderer 13011 may render point cloud data.
  • FIG. 14 shows an example of a structure capable of interworking with a method/apparatus for transmitting and receiving point cloud data according to embodiments.
  • the structure of FIG. 14 includes a server 17600, a robot 17100, an autonomous vehicle 17200, an XR device 17300, a smartphone 17400, a home appliance 17500, and/or a Head-Mount Display (HMD) 17700. At least one of them represents a configuration connected to the cloud network 17000.
  • a robot 17100, an autonomous vehicle 17200, an XR device 17300, a smartphone 17400, or a home appliance 17500 are referred to as devices.
  • the XR device 17300 may correspond to or interwork with a point cloud compressed data (PCC) device according to embodiments.
  • PCC point cloud compressed data
  • the cloud network 17000 may constitute a part of a cloud computing infrastructure or may refer to a network existing in a cloud computing infrastructure.
  • the cloud network 17000 may be configured using a 3G network, a 4G or Long Term Evolution (LTE) network, or a 5G network.
  • LTE Long Term Evolution
  • the server 17600 connects at least one of a robot 17100, an autonomous vehicle 17200, an XR device 17300, a smartphone 17400, a home appliance 17500, and/or an HMD 17700 to a cloud network 17000. It is connected through and may assist at least part of the processing of the connected devices 17100 to 17700.
  • a Head-Mount Display (HMD) 17700 represents one of types in which an XR device and/or a PCC device according to embodiments may be implemented.
  • An HMD type device includes a communication unit, a control unit, a memory unit, an I/O unit, a sensor unit, and a power supply unit.
  • devices 17100 to 17500 to which the above-described technology is applied will be described.
  • the devices 17100 to 17500 illustrated in FIG. 14 may interwork/combine with the device for transmitting/receiving point cloud data according to the above-described embodiments.
  • the XR/PCC device 17300 applies PCC and/or XR (AR+VR) technology to a Head-Mount Display (HMD), a Head-Up Display (HUD) installed in a vehicle, a television, a mobile phone, a smart phone, It may be implemented as a computer, a wearable device, a home appliance, a digital signage, a vehicle, a fixed robot or a mobile robot.
  • HMD Head-Mount Display
  • HUD Head-Up Display
  • the XR/PCC device 17300 analyzes 3D point cloud data or image data obtained through various sensors or from an external device to generate positional data and attribute data for 3D points, thereby generating positional data and attribute data for surrounding space or real objects. Information can be obtained, and XR objects to be displayed can be rendered and output. For example, the XR/PCC device 17300 may output an XR object including additional information about the recognized object in correspondence with the recognized object.
  • the self-driving vehicle 17200 may be implemented as a mobile robot, vehicle, unmanned aerial vehicle, etc. by applying PCC technology and XR technology.
  • the self-driving vehicle 17200 to which the XR/PCC technology is applied may refer to an autonomous vehicle equipped with a means for providing XR images or an autonomous vehicle subject to control/interaction within the XR images.
  • the self-driving vehicle 17200 which is a target of control/interaction within the XR image, is distinguished from the XR device 17300 and may be interlocked with each other.
  • the self-driving vehicle 17200 equipped with a means for providing an XR/PCC image may obtain sensor information from sensors including cameras, and output an XR/PCC image generated based on the acquired sensor information.
  • the self-driving vehicle 17200 may provide an XR/PCC object corresponding to a real object or an object in a screen to a passenger by outputting an XR/PCC image with a HUD.
  • the XR/PCC object when the XR/PCC object is output to the HUD, at least a part of the XR/PCC object may be output to overlap the real object toward which the passenger's gaze is directed.
  • an XR/PCC object when an XR/PCC object is output to a display provided inside an autonomous vehicle, at least a part of the XR/PCC object may be output to overlap the object in the screen.
  • the autonomous vehicle 17200 may output XR/PCC objects corresponding to objects such as lanes, other vehicles, traffic lights, traffic signs, two-wheeled vehicles, pedestrians, and buildings.
  • VR Virtual Reality
  • AR Augmented Reality
  • MR Mixed Reality
  • PCC Point Cloud Compression
  • VR technology is a display technology that provides objects or backgrounds of the real world only as CG images.
  • AR technology means a technology that shows a virtually created CG image on top of a real object image.
  • MR technology is similar to the aforementioned AR technology in that it mixes and combines virtual objects 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 considered equivalent to real objects. distinct from technology. More specifically, for example, a hologram service to which the above-described MR technology is applied.
  • VR, AR, and MR technologies are sometimes referred to as XR (extended reality) technologies rather than clearly distinguishing them. Accordingly, embodiments of the present specification are applicable to all VR, AR, MR, and XR technologies.
  • encoding/decoding based on PCC, V-PCC, and G-PCC techniques may be applied.
  • the PCC method/apparatus according to embodiments may be applied to a vehicle providing an autonomous driving service.
  • a vehicle providing autonomous driving service is connected to a PCC device to enable wired/wireless communication.
  • Point cloud compressed data (PCC) transmitting and receiving apparatus when connected to enable wired/wireless communication with a vehicle, receives/processes AR/VR/PCC service-related content data that can be provided together with autonomous driving service can be transmitted to the vehicle.
  • the point cloud data transmission/reception device when the point cloud data transmission/reception device is mounted on a vehicle, the point cloud transmission/reception device may receive/process AR/VR/PCC service-related content data according to a user input signal input through a user interface device and provide the received/processed content data to the user.
  • a vehicle or user interface device may receive a user input signal.
  • a user input signal according to embodiments may include a signal indicating an autonomous driving service.
  • point cloud data is composed of a set of points, and each point may have geometry (or referred to as geometry information) and attributes (or referred to as attribute information).
  • Geometry information is 3D location information (xyz) of each point. That is, the location of each point is represented by parameters on a coordinate system representing a three-dimensional space (eg, parameters (x, y, z) of three axes, X-axis, Y-axis, and Z-axis representing space).
  • the attribute information means the color (RGB, YUV, etc.), reflectance, normal vectors, transparency, and the like of the point.
  • the decoding process of point cloud data receives the encoded geometry bitstream and attribute bitstream, decodes the geometry information based on octree, tri-soup or prediction, and attributes based on the geometry information reconstructed through the decoding process It consists of a process of decoding information.
  • This document is intended to increase compression efficiency by removing redundant information based on inter-frame correlation when compressing geometry information.
  • LiDAR content may be considered as one of the point cloud data.
  • this document proposes a method and apparatus for increasing the compression efficiency of location information (or referred to as geometry information). it is for
  • This document proposes a method for increasing the similarity between adjacent frames for LiDAR data.
  • this document proposes an error modeling and correction method based on the laser angle.
  • a method/device for transmitting/receiving point cloud data according to embodiments may be referred to as a method/device according to embodiments.
  • the point cloud data transmission method/device includes the transmission device 10000 of FIG. 1, the point cloud video encoder 10002, the transmitter 10003, and the acquisition-encoding-transmission (20000-20001-20002) of FIG. , interpreted as a term referring to the point cloud video encoder of FIG. 4, the transmission device of FIG. 12, the device of FIG. 14, the transmission device of FIG. 32, and the like.
  • a method/device for receiving point cloud data includes a receiving device 10004 of FIG. 1, a receiver 10005, a point cloud video decoder 10006, and transmission-decoding-rendering (20002-20003-20004) of FIG. , which is interpreted as a term referring to the decoder of FIG. 10, the point cloud video decoder of FIG. 11, the receiving device of FIG. 13, the device of FIG. 14, the receiving device of FIG. 39, and the like.
  • the encoding process of point cloud data is the point cloud video encoder 10002 of FIG. 1, the encoding 20001 of FIG. 2, the point cloud video encoder of FIG. 4, the point cloud video encoder of FIG. 12, and FIG. 32 It can be performed in the geometry encoder 51003 of , the geometry encoder of FIG. 33 .
  • the decoding process of point cloud data according to the embodiments includes the point cloud video decoder 10006 in FIG. 1, the decoding 20003 in FIG. 2, the point cloud video decoder in FIG. 11, the point cloud video decoder in FIG. It can be performed in the geometry decoder 61003, the geometry decoder of FIG. 40 . Details of FIGS. 32, 33, 39, and 40 will be described later.
  • geometry data, geometry information, location information, etc. constituting point cloud data are interpreted as the same meaning.
  • attribute data, attribute information, attribute information, etc. constituting the point cloud data are interpreted as the same meaning.
  • the following describes a method for increasing the compression efficiency of the location compression method among point cloud compression methods.
  • this document performs position compression by estimating the position of a point based on point similarity between adjacent frames for spinning LiDAR and removing redundant information existing on the time axis.
  • this document makes it possible to more accurately predict the position of a point in a reference frame by additionally considering the vertical position movement of a point according to LiDAR movement based on the laser-based sampling characteristics of the spinning LiDAR. As a result, the similarity between the current point and the predicted point increases, thereby reducing residual components constituting the bitstream and increasing compression efficiency.
  • point movement is compensated based on the characteristics of spinning LiDAR, but the technique in this paper can be used in other types of LiDAR or other types of point cloud data acquisition devices.
  • point cloud data compression technology is described based on location compression, but the method described in this document can be used for attribute compression or other types of point cloud data compression.
  • this document describes compression of point cloud data as an embodiment, features of this document may be used for other types of data or other types of compression methods.
  • a prediction unit (PU) and a predictor are defined to perform inter-frame location (ie, geometry) compression.
  • a PU is defined in a current frame and a predictor is defined in a reference frame (eg, a previous frame).
  • a PU may be defined as a set of adjacent nodes at a specific depth of the octree of the current frame.
  • a PU may be defined as a set of nodes having the same parent.
  • a predictor can be defined as information in a reference frame found based on motion estimation. That is, a set of nodes having the most similar characteristics to the PU of the current frame within the search window (or range) of the reference frame may be defined as a predictor.
  • motion existing between frames may be defined in a 3D space such as x, y, and z, and motion between frames may be defined as a global motion vector. Unlike this, there may be regionally different motions within a frame, which may be defined as a local motion vector.
  • a motion vector is transmitted from the outside (for example, when data is acquired by a LiDAR mounted on a vehicle, a global motion vector can be obtained through GPS information of the vehicle, etc. present), or a motion estimation technique for estimating a motion vector between frames may be used. And, the acquired MV may be used to estimate information of the current frame based on information in the previous frame.
  • motion estimation is performed in units of PUs as an embodiment. That is, motion estimation (ME) may be performed within a search window, which is a range for finding a motion vector (MV) on a reference frame (or referred to as a previous frame) for each PU.
  • a search window according to embodiments may be defined as all or part of a reference frame, and may be defined in a 3D space.
  • occupancy information of at least one neighboring node of the prediction node may be additionally used along with occupancy information of the prediction node, and compression efficiency may be increased based on this additional information.
  • FIG. 15 shows an example of a search window of a reference frame according to embodiments.
  • Motion estimation according to embodiments may be performed in units of PUs.
  • Motion estimation may be performed as shown in FIG. 15 to estimate similar information in a reference frame for any PU defined in the current frame.
  • a reference frame means a frame referred to when encoding/decoding a current frame, and may mean at least one frame encoded and/or decoded before the current frame. That is, when inter-frame prediction is performed, encoding/decoding efficiency of the current frame may be increased by referring to a frame processed before the current frame.
  • a motion search window may be defined within the reference frame, and similarity with information included in the PU of the current frame may be estimated.
  • this document may use information of a neighbor node of a PU (ie, compression target node) as a method for increasing motion estimation accuracy.
  • neighboring nodes in the upper, lower, left, right, front and rear centering on the target node can be simultaneously considered.
  • 26 neighboring nodes may be considered simultaneously.
  • neighboring nodes may use different definitions (for example, points, lines, nodes that are in contact with faces, etc.). This is based on the assumption that similar motions are likely to appear not only for the target node but also for neighboring nodes in regions with high inter-frame continuity.
  • a set of points belonging to a PU of a current frame is defined as a PU block B
  • a set of points belonging to an arbitrary prediction candidate defined within a search window (W) of a reference frame is a predictor candidate (or predictor candidate).
  • W search window
  • P predictor
  • the difference between B and P (ie, error or residual) D(B, P) can be defined as a function of the difference between each point as in Equation 5 below. there is.
  • the sets of neighboring nodes of B and P are defined as Bn and Pn, respectively, and the relative positions of each node are B(-1, 0, 0), B(1, 0, 0), B(0, -1, 0), B(0, 1, 0), B(0, 0, -1), B(0, 0, 1) or P(-1, 0, 0), P(1, 0, 0), P(0, -1, 0), P(0, 1, 0), P(0, 0, -1), P(0, 0, 1) and can be shown together.
  • Equation 5 may represent the difference between B and P.
  • the difference value between B and P may be called a residual value, a residual geometry value, or a prediction error geometry value.
  • w can be used as a weight for determining the importance of a predictor and a neighbor, and if necessary, different weights can be applied according to the location of a neighbor. For example, assuming that a node in the center (eg, a target node) has a weight of 1, a weight of 0.5 may be assigned to neighboring nodes. As another example, assuming that 26 neighboring nodes are considered, a weight of 0.6 is assigned to nodes touching a plane, a weight of 0.4 is assigned to neighboring nodes touching a line, and a weight of 0.2 is assigned to neighboring nodes touching only vertices. In this way, different weights may be assigned according to distances between the target node and neighboring nodes.
  • the motion estimation in the reference frame for the PU selects the predictor candidate P with the smallest D(B, P) among all predictor candidates P that can be defined in the search window. It can be defined as a predicted value.
  • the motion vector (V) between the two blocks (eg, B, P) is the position difference (P(x,y,z)-B(x,y,z) of the two blocks as shown in Equation 6 below. ) can be defined.
  • Equation 7 A cost function (C(V)) adjusted by Equation 7 can be generated as shown in Equation 7 below.
  • 16(a) and 16(b) are diagrams showing examples of signaling of split and flag information in an octree structure according to embodiments.
  • a motion vector in a specific octree depth may be found, but a motion vector may be found for an optimal octree within a certain octree depth range.
  • flag information may be used to inform whether each octree node is occupied (occupied, or occupied), and if a motion vector is not found, it may be notified that octree splitting should be performed.
  • the flag information may include a split flag (referred to as split flag or split flag information) and a population flag (referred to as population flag or population flag information).
  • the flag information may be included in a data unit.
  • occupancy bit information about child nodes of the current node in the current octree depth may be indicated by a population flag.
  • whether to transmit a motion vector in the current octree depth or a motion vector in a lower depth step can be indicated by a split flag.
  • a population flag and a split flag may be included in geometry compression related information and transmitted.
  • a motion vector may be transmitted based on a node of a current depth. That is, if the value of the split flag is 0, it indicates that the corresponding node (eg, tetrahedron or space) of the current depth is no longer split. Accordingly, the motion vector is transmitted from the corresponding node.
  • the corresponding node eg, tetrahedron or space
  • the value of the split flag is 1, it may indicate that splitting is performed to a depth next to the current depth. That is, if the value of the split flag is 1, it indicates that the corresponding node (eg, tetrahedron or space) of the current depth is split into the next depth. Accordingly, the motion vector is not transmitted from the corresponding node.
  • whether the split area is occluded can be indicated using a population flag. For example, if the value of the population flag is 1, it is occupied (ie, at least one point is included), and if it is 0, it is not occupied (ie, there is no at least one point). In other words, if the value of the population flag is 1, there is an occupancy bit, and if it is 0, there is no occupancy bit.
  • the node of the current depth is not split.
  • the value of the split flag is 1, the node of the current depth is split into four on a 2D basis. This means that it is split into eight on a 3D basis.
  • the value of the split flag is 0 if there are no additional splits for the split nodes. That is, the split flag becomes 1 0000. If split nodes are quadrant 1, quadrant 2, quadrant 3, and quadrant 4 on a 2D basis, the value of the population flag is 1000 when there is an occupancy bit in the 1st quadrant and no occupancy bit in the rest.
  • the value of the split flag is 0.
  • the value of the split flag is 10000 on a 2D basis, and the value of the population flag is 1000 (here, 1 is the occluded hatching part).
  • the value of the split flag is 1 1010 on a 2D basis, and the value of the population flag is 01 1001 1000 (here, 1 is occupied hatched part).
  • FIG. 16(b) shows an example of dividing (ie, splitting) a Large Prediction Unit (LPU) into a plurality of PUs.
  • LPU is the largest prediction unit.
  • the hatched portion in FIG. 16(b) represents the populated LPU. That is, an LPU with an occupancy bit can be split into PUs. Based on the octree depth, as the depth increases, the node can be divided in more detail.
  • the number of cases of performing the second split may vary on a 2D basis as shown in FIG. 16(b).
  • the existence of the occupancy bit for the split node (region) can be indicated using a population flag.
  • the reason why the split flag and the population flag are transmitted to the receiving device in this document is that the splitting process must be performed in the receiving device as well as the transmitting device. That is, when the receiving device receives the MV, it can know which node's MV the received MV belongs to by using the split flag and the population flag.
  • the transmission/reception apparatus/method defines a cost function (C(V)) as an accumulated value of costs of lower PUs as shown in Equation 8 below.
  • C(V) Cost function
  • the cost function may include a term representing, as a cost, an operation according to the occurrence of an error when using a motion vector, the use of bits, or the case of splitting a node. Accordingly, it may be determined whether the octree node is split in a direction having the smallest cost calculated from the cost function. That is, according to embodiments, the cost of splitting an octree node and the cost of transmitting a motion vector may be compared, and the split (or encoding process) may be determined in a direction with a lower cost.
  • 17 is a diagram illustrating an example of calculating a cost function of an octree node according to embodiments.
  • the cost function eg, C(V1), C(V4)
  • the value of the split flag is 10000 and the value of the population flag is 1001.
  • a cost function of all nodes can be obtained as shown in Equation 9 below. here, is the weight function.
  • a cost function can be calculated based on the cost of motion vector 1 and the cost of motion vector 2 having an occupancy bit.
  • the occupancy is equal to 1001 at a specific depth, it is possible to determine whether to split by calculating the cost of motion vector 1 and motion vector 2 of the occupancy node.
  • the transmitting/receiving apparatus/method may select whether to divide a node at a specific depth of an octree or to apply a motion vector based on the aforementioned cost function.
  • 18 is a diagram illustrating an example of performing a split in octree depth according to embodiments.
  • the region 18001 may be displayed through a motion estimation depth start (ME depth start) and a motion estimation depth end (ME depth end).
  • the motion estimation depth start (ME depth start) and the motion estimation depth end (ME depth end) may indicate an octree depth (or level) range in which motion estimation is performed.
  • Nodes 18003, 18004, 18006, and 18007 for which the value of the split flag is 0 are nodes that do not split because the transmission of motion vectors requires less cost than splitting, and the value of the split flag is 0.
  • Nodes 18002 and 18005 of 1 are split because splitting requires a lower cost than transferring motion vectors. In the latter case, MVs are delivered from lower nodes.
  • each MV is transmitted from the nodes 18003, 18004, 18006, and 18007.
  • Nodes 18002 and 18005 having a split flag value of 1 are split, so each MV is transmitted from lower nodes of the nodes 18002 and 18005.
  • the cost of generating an MV at node 18002 is calculated, and the cost of generating MVs at node 18004 and node 18005 by splitting node 18002 is calculated. After that, you can compare the two costs. If the cost of the lower depth split is more efficient (i.e., less), the split can proceed at node 18002 and assign a split flag of 1.
  • 19 is a diagram showing an example of an inter prediction process according to embodiments.
  • the inter-prediction based geometry compression method may specify a predictor (or referred to as a prediction block) P in a reference frame through motion vector (V) information of the reference frame.
  • a predictor or referred to as a prediction block
  • V motion vector
  • the position of the block may be defined as a minimum value for each axis of a bounding box for points included in the block.
  • a prediction target (or referred to as a PU block) B of a current frame may be predicted based on a predictor P defined in a reference frame.
  • the occupancy of points belonging to B' follows the occupancy of P
  • the positions of points b' belonging to B' can be defined as in Equation 11 below based on the position (p (x, y, z) and motion vector (V (x, y, z)) of the point p belonging to P).
  • the spinning LiDAR which rotates vertically arranged lasers 360 degrees in the horizontal direction, is used in the automotive drive/XR field in that it can scan front, rear, left and right objects located at short and long distances with one LiDAR device. .
  • 20(a) and 20(b) show examples of point cloud data acquired by a spinning LiDAR installed in a vehicle according to embodiments.
  • the spinning LiDAR since the spinning LiDAR obtains data while rotating around the z-axis on a local coordinate system, data can be obtained/processed in the transformed coordinate system.
  • Geometry information is position information of each point, for example, (x, y) in a two-dimensional Cartesian coordinate system or ( in a cylindrical coordinate system). ) or (x, y, z) of cartesian coordinates in 3-dimensional space or (r, of cylindrical coordinates) , z), in spherical coordinates ( , , ) can be expressed as a vector of coordinates.
  • 21 is a diagram showing an example of a coordinate system conversion process of point cloud data according to embodiments.
  • the point cloud transmission device performs coordinate transformation of geometry (ie, the position of a point).
  • Geometry is information indicating the position (for example, position, etc.) of a point in a point cloud.
  • the geometry information is a value of a two-dimensional coordinate system (eg, parameters (x, y) of a Cartesian coordinate system composed of x-axis and y-axis, parameters of a cylindrical coordinate system ( ), the value of the 3-dimensional coordinate system (for example, the parameter (x, y, z) of the 3-dimensional orthogonal coordinate system, the parameter (r, , z), parameters of spherical coordinates ( , , ), etc.) can be expressed as However, depending on the type and/or coordinate system of the point cloud data, the position of the point indicated by the geometry may be expressed as having an irregular location or distribution.
  • the geometry of LiDAR data expressed in Cartesian coordinates indicates that the distance between points farther from the origin increases.
  • a geometry expressed in a cylindrical coordinate system can express a uniform distribution for points far from the origin, but cannot express a uniform distribution for points close to the origin because the distance between the points increases. Since a larger amount of information, that is, geometry, is required to express the irregular positions and distribution of these points, the efficiency of geometry coding may be lowered as a result. Therefore, the point cloud encoder (for example, the point cloud encoder described in FIGS. 1, 4, or 12, 32, or 33) according to the embodiments partially converts the coordinate system of the geometry to increase the efficiency of geometry coding. Alternatively, an operation of converting all of them may be performed. That is, the point cloud encoder according to the embodiments can project (convert a position) points of point cloud data (eg, lidar data obtained through lidar) to make the distribution of points of point cloud data uniform.
  • point cloud encoder for example, the point cloud encoder described in FIGS. 1, 4, or
  • 21 shows an example of converting a coordinate system to perform a projection process in a point cloud transmission device or transmission method according to embodiments.
  • FIG. 21 shows examples of mutually transformable coordinate systems, that is, a three-dimensional orthogonal coordinate system (18000), a cylindrical coordinate system (18100), and a spherical coordinate system (18200). Coordinate systems according to embodiments are not limited to this example.
  • the 3D Cartesian coordinate system 18000 according to the embodiments may be mutually converted with the cylindrical coordinate system 18100.
  • the 3D orthogonal coordinate system 18000 may be composed of X-axis, Y-axis, and Z-axis orthogonal to each other at the origin.
  • a point (or parameter) on a three-dimensional Cartesian coordinate system can be expressed as (x, y, z).
  • An X-Y plane formed by the X and Y axes, a Y-Z plane formed by the Y and Z axes, and an X-Z plane formed by the X and Z axes may meet each other perpendicularly at the origin.
  • the names of the X-axis, Y-axis, and Z-axis according to the embodiments are only terms used to distinguish each axis, and may be replaced with other names.
  • the cylindrical coordinate system 18100 may include X, Y, and Z axes orthogonal to each other at the origin.
  • Any point (or parameter) P on the cylindrical coordinate system 18100 is (r, , z).
  • r represents the distance between a point obtained by projecting an arbitrary point P on the coordinate space onto the XY plane and the origin. represents the angle between the positive direction of the X axis and a straight line connecting the origin to a point obtained by projecting an arbitrary point P onto the XY plane.
  • z represents the distance between point P and the orthographic projection of point P onto the XY plane.
  • the names of the X-axis, Y-axis, and Z-axis according to the embodiments are only terms used to distinguish each axis, and may be replaced with other names.
  • Equation 18110 shown in FIG. 21 represents an equation for expressing geometry information expressed in a Cartesian coordinate system in a cylindrical coordinate system when converting a Cartesian coordinate system into a cylindrical coordinate system according to Cartesian-cylindrical coordinate transformation. That is, Equation 18110 indicates that the parameters of the cylindrical coordinate system can be expressed as one or more parameters of the Cartesian coordinate system according to the coordinate transformation (for example,
  • the 3D orthogonal coordinate system 18000 may be mutually converted with the spherical coordinate system 18200.
  • the spherical coordinate system 18200 may include X, Y, and Z axes orthogonal to each other at the origin.
  • the names of the X-axis, Y-axis, and Z-axis according to embodiments are only terms used to distinguish each axis, and may be replaced with other names.
  • Equation 18210 shown in FIG. 21 represents an equation for expressing geometry information expressed in a Cartesian coordinate system in a spherical coordinate system when converting a Cartesian coordinate system into a spherical coordinate system according to Cartesian-spherical coordinate conversion. That is, Equation 18210 indicates that the parameters of the spherical coordinate system can be expressed as one or more parameters of the Cartesian coordinate system according to the coordinate transformation (for example,
  • FIG. 22 is a diagram illustrating an example of a fan-shaped coordinate system according to embodiments.
  • sector-shaped coordinate systems may be additional options for coordinate system conversion.
  • the fan-shaped coordinate systems take into consideration the characteristics of acquiring data while rotating horizontally by lasers arranged vertically on the lidar.
  • FIG. 22 is an example of a coordinate system considering the arrangement of laser modules of LiDAR data.
  • the left side of FIG. 22 shows a LiDAR head 19000 that collects LiDAR (Light Detection And Ranging or Light Imaging, Detection, And Ranging) data.
  • LiDAR data is obtained through the LiDAR method, which measures the distance by shining a laser on the target.
  • the LiDAR head 19000 includes one or more laser modules (or laser sensors) disposed at a certain angle in the vertical direction and rotates horizontally about a vertical axis to obtain data. Time (and/or wavelength) for the laser light output from each laser module to be reflected from the object (eg, object) and return may be the same or different.
  • LiDAR data is a 3D representation constructed based on the time difference and/or wavelength difference between laser beams returning from the target.
  • the laser modules are arranged to be able to output the laser radially. Therefore, the coordinate system according to the embodiments is a fan-shaped plane corresponding to the form in which the laser modules output lasers, a fan-shaped cylindrical coordinate system (19100) rotated 360 degrees around the axis of the cylindrical coordinate system, and a combination of a cylindrical coordinate system and a spherical coordinate system. It is a partial fan shape and includes a fan-shaped spherical coordinate system 19200 rotated 360 degrees around the axis of the spherical coordinate system.
  • the fan-shaped cylindrical coordinate system 19100 according to the embodiments has a certain range when the vertical direction of the cylindrical coordinate system is expressed as an elevation.
  • the fan-shaped spherical coordinate system 19200 according to the embodiments has a certain range when the vertical direction of the spherical coordinate system is expressed as an elevation.
  • 23 is a diagram illustrating an example of sector-shaped coordinate system transformation of point cloud data according to embodiments.
  • the point cloud transmission device performs coordinate transformation.
  • 23 shows a Cartesian coordinate system 20500 (for example, the Cartesian coordinate system 18000 described in FIG. 21) based on the characteristics of the laser module, a sector-shaped cylindrical coordinate system 20100 (eg, a sector-shaped cylindrical coordinate system 19100 described in FIG. 22). ) and a sector-shaped spherical coordinate system 20200 (for example, the sector-shaped spherical coordinate system 19200 described in FIG. 22).
  • the transformable coordinate system according to the embodiments is not limited to the above-described example.
  • the Cartesian coordinate system 20500 according to the embodiments may be mutually converted with the fan-shaped cylindrical coordinate system 20100.
  • Cartesian coordinate system 20500 is the same as the 3D Cartesian coordinate system 18000 described with reference to FIG. 21 , detailed description thereof will be omitted.
  • the fan-shaped cylindrical coordinate system 20100 may be composed of X-axis, Y-axis, and Z-axis orthogonal to each other at the origin.
  • Any point (or parameter) P on the sectoral cylindrical coordinate system (20100) is (r, , ) can be expressed as r represents the distance between a point obtained by projecting an arbitrary point P on the coordinate space onto the XY plane and the origin. represents the angle between the positive direction of the X axis and a straight line connecting the origin to a point obtained by projecting an arbitrary point P onto the XY plane.
  • Equation 20110 shown in FIG. 23 converts the Cartesian coordinate system 20500 to the sector-shaped cylindrical coordinate system 20100 according to the Cartesian-sector cylindrical coordinate conversion, expressing the geometry information expressed in the Cartesian coordinate system in the sector-shaped cylindrical coordinate system. represents the mathematical expression for That is, Equation 20110 indicates that parameters of the sector-shaped cylindrical coordinate system can be expressed as parameters of one or more Cartesian coordinate systems according to coordinate transformation (for example,
  • the Cartesian coordinate system 20500 may be mutually converted with the fan-shaped spherical coordinate system 20200.
  • the fan-shaped spherical coordinate system 20200 may be composed of X-axis, Y-axis, and Z-axis orthogonal to each other at the origin.
  • X-axis represents the angle between the line connecting the point P and the point P projected orthogonally on the XY plane along the curved surface and the straight line connecting the origin and the point P (shown as a dotted line).
  • the names of the X-axis, Y-axis, and Z-axis according to the embodiments are only terms used to distinguish each axis, and may be replaced with other names.
  • Equation 20210 shown in FIG. 23 represents an equation for expressing geometry information expressed in a Cartesian coordinate system in a sector-shaped spherical coordinate system when converting a Cartesian coordinate system into a sector-shaped spherical coordinate system according to Cartesian-sector-shaped spherical coordinate conversion. That is, Equation 20210 indicates that parameters of the fan-shaped spherical coordinate system can be expressed as parameters of one or more orthogonal coordinate systems according to coordinate transformation (for example,
  • the coordinate system conversion may include a coordinate system selection step and a coordinate system conversion application step.
  • the coordinate system selection step derives coordinate system conversion information.
  • the coordinate system conversion information may include whether or not the coordinate system is converted or coordinate system information.
  • Coordinate system transformation information may be signaled in units of sequences, frames, tiles, slices, blocks, and the like.
  • the coordinate system conversion information may be derived based on whether or not the coordinate system of neighboring blocks is transformed, the size of a block, the number of points, a quantization value, a block division depth, a location of a unit, a distance between a unit and an origin, and the like.
  • the coordinate system conversion application step is a step of transforming the coordinate system based on the coordinate system selected in the coordinate system selection step.
  • the step of applying coordinate system transformation may perform coordinate system transformation based on coordinate system transformation information. Alternatively, the coordinate system transformation may not be performed based on the coordinate system transformation information.
  • the point cloud data transmission device (for example, the point cloud data transmission device described in FIG. 1 or 12 or 32) generates signaling information related to coordinate conversion to generate the point cloud data reception device (eg, the point cloud data transmission device). For example, it may be transmitted to the point cloud data reception device described in FIG. 1 or FIG. 13 or FIG. 39).
  • Signaling information related to coordinate transformation (eg, coordinate system transformation information) may be signaled at a sequence level, a frame level, a tile level, a slice level, and the like.
  • the point cloud decoder (eg, the point cloud decoder described in FIGS.
  • 1, 11, 13, 39, or 40 is a point cloud decoder based on signaling information related to coordinate transformation (eg, coordinate system transformation information).
  • a decoding operation which is an inverse process of the encoding process of the cloud encoder, may be performed.
  • the point cloud decoder according to the embodiments may perform coordinate transformation by deriving based on whether or not the coordinates of neighboring blocks are transformed, the size of the block, the number of points, the quantization value, etc., without receiving signaling information related to coordinate transformation. .
  • 24 is a diagram illustrating an example of coordinate projection of point cloud data according to embodiments.
  • the point cloud transmission apparatus performs coordinate projection for projecting the geometry expressed in the transformed coordinate system according to the coordinate transformation described with reference to FIGS. 21 to 23 in a compressible form.
  • 24 shows an example of the aforementioned coordinate projection.
  • 24 shows a sectoral cylindrical coordinate system 21000 (for example, the sectoral cylindrical coordinate system 19100 described in FIG. 22, the sectoral cylindrical coordinate system 20100 described in FIG. 23) and a sectoral spherical coordinate system 21100 (eg, the sectoral cylindrical coordinate system described in FIG. 22)
  • the quadrangular columnar space 21200 is expressed in a three-dimensional coordinate system consisting of an x-axis, a y-axis, and a z-axis (also expressed as an x'axis, a y'axis, and a z'axis) and is represented by a bounding box (bounding box). box).
  • each of the x' axis, y' axis, and z' axis has maximum values (x_max, y_max, z_max) and minimum values (x_min, y_min, z_min).
  • the parameter (r, , ) and a parameter representing the P value of an arbitrary point in the sector-shaped spherical coordinate system (21100) ( , , ) are expressed as parameters of the x'axis, y'axis, and z'axis, respectively.
  • parameters (r, , ) and parameters ( , , Each parameter of ) may correspond to any one of the x' axis, y' axis, and z' axis (for example, r corresponds to the X' axis), or may be converted and corresponded according to a separate conversion formula.
  • the parameters of the fan-shaped cylindrical coordinate system 2100 with a limited range is mapped about the z' axis by applying a tangent function. Accordingly, since the values mapped to the z' axis are collected according to a limited range, compression efficiency is increased.
  • Equation 12 Equation 12
  • Equation 13 The projection obtained by minimizing the calculation of the trigonometric function in Equation 12 above can be expressed as Equation 13.
  • Parameters of the fan-shaped spherical coordinate system 2110 according to the embodiments ( , , ) can be performed as shown in Equation 14.
  • Equation 15 The projection obtained by minimizing the calculation of the trigonometric function in Equation 14 above can be expressed as Equation 15.
  • (x c , y c , z c ) is the position of the center point of the sector-shaped cylindrical coordinate system 21000 before projection (ie, before transformation), and the center point is the flat sector described with reference to FIG. 22 . is equal to the center of Also, (x c , y c , z c ) according to embodiments may indicate a LiDAR head position (eg, the origin of xyz coordinates of the world coordinate system).
  • a plurality of lasers are arranged in a vertical direction in a LiDAR head.
  • lasers may be disposed above and below the LiDAR head, respectively, in order to obtain more point cloud data.
  • a position difference between the lasers occurs, which may cause a decrease in projection accuracy. Therefore, a method of correcting the projection considering the position of the laser may be used.
  • 25 is a diagram illustrating an example of laser position adjustment of point cloud data according to embodiments. That is, this is an example of performing projection correction in consideration of the laser position of lidar.
  • Projection correction in consideration of the laser position may be performed with one or more devices configured to communicate with the transmission device of FIG. 1 or the transmission device of FIG. 12, or the XR device of FIG. 14 or the transmission device of FIG. 32 and/or one or more memories. It may be performed by hardware including processors or integrated circuits, software, firmware, or a combination thereof.
  • the projection correction considering the laser position is performed by one or more processors configured to communicate with the receiver of FIG. 1, the receiver of FIG. 13, the XR of FIG. 14, or the receiver of FIG. 39 and/or one or more memories, or It may be performed by hardware including integrated circuits, software, firmware, or a combination thereof.
  • a LiDAR head (for example, the LiDAR head 19000 described in FIG. 22) includes one or more laser modules arranged in a vertical direction.
  • One or more laser modules are arranged to emit lasers radially in order to secure a lot of data with wider coverage.
  • the actual laser is output from the end of the laser module. Therefore, the position of the laser is different from the LiDAR head position corresponding to the center point of the planar sector described in FIGS. 22 and 23 .
  • FIG. 25 shows a structure 22000 of a LiDAR head including an arbitrary laser module that outputs a laser.
  • the position of the laser output from an arbitrary laser module is expressed as a relative position away from the LiDAR head position (x c , y c , z c ) by r L in the horizontal direction and by z L in the vertical direction. .
  • the right side of FIG. 25 is an example 22100 showing the relative position of the laser in a 3D coordinate system.
  • the 3D coordinate system shown in the drawing is a coordinate system for expressing the projection described in FIG. 24 (for example, the square pillar space 21200), and is composed of an x' axis, a y' axis, and a z' axis.
  • the head position described above may be set to the origin (0,0,0) of the coordinate system, and the relative position of the laser is expressed as (x L , y L , z L ).
  • the parameters (x L , y L ) can be obtained as shown in Equation 16 below based on r L (ie, the relative distance in the horizontal direction from the head position).
  • (x L , y L , z L ) may be directly calculated in the point cloud transmission device and reception device, or transmitted to the point cloud transmission device and reception device through signaling.
  • Equation 17 is an example of sector-shaped cylindrical coordinate system conversion considering the position of the laser.
  • Equation 18 is an example of sector-shaped spherical coordinate system conversion considering the laser position.
  • the viewpoint of each laser starts from the head position through Equation 17 or Equation 18 above.
  • FIG. 26 shows an example of converting point cloud data into an index according to embodiments.
  • an elevation angle may be expressed as a laser index. That is, FIG. 26 shows an example of points arranged based on a laser index according to embodiments.
  • An example 34000 shown in the upper left of FIG. 26 represents a LiDAR head (eg, the LiDAR head 19000 described in FIG. 22 ) outputting one or more lasers.
  • LiDAR data is secured by a LiDAR method that measures a distance by shining a laser on a target.
  • the LiDAR head 34000 includes one or more laser modules (or laser sensors) arranged at an angle in the vertical direction and rotates around a vertical axis. Time (and/or wavelength) for the laser light output from each laser module to be reflected from the target and return may be the same as or different from each other. Therefore, LiDAR data is a 3D representation constructed based on a difference in time and/or a difference in wavelength of laser lights returning from the target. In order to have a wider coverage, the laser modules are arranged to be able to output the laser radially.
  • An example 34100 shown in the upper right of FIG. 26 shows an example of using a laser index as a simplified conversion value of an elevation angle.
  • the LiDAR head 34000 outputs one or more lasers (Laser n, Laser m) while rotating horizontally around the header position (or origin). do.
  • the trajectory of the laser is represented by a dotted line or a solid line.
  • the dotted line and the solid line are examples used to distinguish different lasers.
  • the position of the object is estimated based on an emission and/or reception time difference when laser beams distributed at different angles in the vertical direction are reflected by the object.
  • each point is expressed as a vertical elevation angle, and the elevation angle may be expressed as a +/- value relative to the angle of the laser.
  • An example 34200 shown in the lower right of FIG. 26 shows actual positions of points located around the trajectory of each laser.
  • the vertical elevation angle of each point corresponds to a +/- value relative to the vertical elevation angle of the laser (or the laser angle, for example, n shown in the figure).
  • a laser angle and a laser index may be included in signaling information.
  • the point cloud transmission apparatus may perform approximation quantization on a position (ie, a vertical direction angle) of each point in consideration of an associated laser angle or an index of a corresponding laser.
  • An example 34300 shown in the lower left of FIG. 26 shows a result of approximate quantization.
  • the point cloud transmission apparatus performs approximate quantization for estimating a point on a laser trajectory without considering a difference between vertical direction angles of each point. That is, as shown in the figure, all points are assumed to be located on the corresponding laser trajectory. Therefore, the vertical direction angle of each point has the same value as the vertical direction angle (or laser angle) of the corresponding laser.
  • the vertical direction angle of points corresponding to laser n is estimated to be the same as the vertical direction angle of laser n.
  • the points are also aligned according to the index of the corresponding laser. For example, points corresponding to laser n are aligned according to laser index n.
  • An azimuthal index can be used as a sampling correction for an azimuthal angle in a cylindrical coordinate system, a spherical coordinate system, or a fan-shaped coordinate system.
  • point cloud data is acquired. If the position sampled by each laser is expressed as a line, the sampled points should theoretically be located on the line, but the point may be sampled at a position deviating from the line due to sampling noise, quantization error, laser interference, etc. (37002).
  • FIG. 27 shows a k-th sampling of an n-th laser among a plurality of lasers arranged in the vertical direction and sampling points (k-1th, k+1th sampling) adjacent thereto (37003). Positions of points sampled by the kth ray and the k+1th and k+1th rays are distributed with errors around the trajectory of the laser beam. In this way, the position of a point having an error in the horizontal direction angle may be approximated with an index and corrected so as to be located on the line trajectory of the laser.
  • 28(a) and 28(b) are diagrams showing an example of changes in points generated as a vehicle equipped with a LiDAR system according to embodiments moves.
  • 28(b) is an example in which FIG. 28(a) is rotated 90 degrees counterclockwise.
  • the LiDAR system is based on the horizontal direction on the vehicle local coordinate (vehicle local coordinate) >0) of the laser and below the reference ( ⁇ 0) can be used.
  • the angle between the horizontal reference and the direction in which the laser is directed in the vehicle local coordinate system of the LiDAR system is may have a unique value depending on the laser.
  • the vertical elevation angle of the Nth laser at the position where the reference frame was acquired can be called N.
  • the M-th horizontal direction sampling position is an azimuthal angle It can be thought of as a function of M.
  • the point P ref of the reference frame obtained at the M-th horizontal sampling position using the N-th laser relative to the reference frame is expressed on Cartesian coordinates and spherical coordinates as in Equation 19 below It can be.
  • Equation 19 r ref is the center of the LiDAR represents the distance from to the object (or point) and can be obtained as in Equation 20 below.
  • Equation 21 r cur is the center of LiDAR represents the distance from to the object and can be obtained as in Equation 22 below.
  • the point p cur of the current frame may be estimated based on the point p ref in the reference frame.
  • the movement of each point can be estimated by moving the point (P ref ) of the reference frame by the motion vector (v) as shown in Equation 23 below (P est ).
  • 29(a) and 29(b) are diagrams illustrating examples of a difference between a position of an estimated point and a position of a target point according to embodiments.
  • 29(b) is an example in which FIG. 29(a) is rotated 90 degrees counterclockwise.
  • FIGS. 29(a) and 29(b) show, for the point p ref in the reference frame, when compensation is performed on Cartesian coordinates based on the motion vector, the position of the estimated point p est and the target point
  • the difference between the position p cur and the laser position N and sampling location It is schematized according to M.
  • This document is intended to perform geometry compression using inter prediction even when coordinate transformation is used by solving the above problem. That is, in the LIDAR system, the laser angle of a specific laser is fixed, and at this time, the sampling period is fixed when the laser rotates in the horizontal direction and samples. can make predictions.
  • the problem with motion compensation on a Cartesian coordinate system is that the characteristics of LiDAR are not taken into account.
  • a point is defined as a distance from an object to a laser located in each direction. For example, if a laser is not located or is not in a sampling position, no point can exist, and the frequency of points per unit space decreases as the distance from the center of the LiDAR increases. That is, at the center of the LiDAR, there is a high probability of finding a point corresponding to a point of the current frame in the reference frame, but the probability of finding a reference point corresponding to the target point of the current frame in the reference frame becomes very low as the distance from the center increases. However, since the laser acquires one point on the laser beam as shown in FIG. 30 (for example, assuming that an object exists within a threshold value from the laser), it can be assumed that a corresponding point exists for each laser sampling position. there is.
  • inter-frame prediction of geometry information is performed based on a point corresponding to a sampling position of each laser for two adjacent frames.
  • a radius difference value between a point of a previous frame corresponding to a sampling position of each laser and a point of the current frame may be transmitted for two adjacent frames. In this case, no motion estimation or motion compensation process is performed.
  • the position of the point may not match. This can be seen as a problem caused by the relative change of the distance between the LiDAR and the object.
  • the laser and laser sampling location are N and Given that M is fixed, prediction accuracy can be improved by estimating r est similar to r cur .
  • a point p est estimated based on a point in a reference frame may be expressed on Cartesian coordinates and spherical coordinates as shown in FIG. 24 .
  • Equation 24 r est is the center of LiDAR. represents the distance from to the object (or point) and can be obtained as in Equation 25 below.
  • r est in Equation 25 is the laser sampling position N and It is the radius value of the point estimated when it is assumed that M is fixed.
  • 31(a) and 31(b) are diagrams showing examples of locations of current points estimated according to embodiments.
  • 31(b) is an example in which FIG. 31(a) is rotated 90 degrees counterclockwise.
  • FIGS. 31 (a) and 31 (b) show the estimated radius and reference frame laser sampling information (i.e., N and It shows the result of estimating the position of the current point based on M ).
  • s object represents the relative motion of the object with respect to LiDAR. In this case, the relative movement of the object may be considered as a local motion.
  • the location of the estimated point of the current frame (P est ) is based on the point of the reference frame (p ref ), the motion vector (v), and the relative motion of the object (s object ) as shown in Equation 26 below. can be saved
  • the effect of the motion vector can be assumed to be 0, so the location of the estimated point in the current frame (P est ) is It can be obtained by applying only the object's relative motion (s object ) to the reference frame's point (p ref ). By doing this, it is possible to save bits required to transmit the motion vector, and since motion estimation/motion compensation is not performed, compression and restoration can be performed more quickly.
  • point compression on a spherical coordinate system may be considered.
  • M The compression efficiency can be increased by not passing the N ) value. That is, only r res can be transmitted through the relationship of Equation 27 below.
  • r res is the difference between the radius value (r cur ) of the estimated point of the current frame and the radius value (r ref ) of the reference point of the reference frame.
  • this difference value may be referred to as residual radius information or residual or radius residual information.
  • Cartesian residuals for x, y, and z as in Equation 28 below may be additionally transmitted.
  • restoration of a point location may be performed in a point cloud decoder or decoding step of a receiving device.
  • point matching between frames may not be achieved.
  • ( M ) When estimating the azimuthal angle and the vertical angle (elevation angle) through the N ) value, a larger error occurs, and thus (x res , y res , z res ) may become larger and compression efficiency may decrease.
  • the sending side (r res , res , res ) values must be transmitted. At this time, all spherical residuals can be transmitted for all points, but the entire residual can be transmitted in the case of a promise.
  • the entire spherical residual is sent only for specific conditions as shown in Equation 31 below, and in the other cases
  • the azimuthal angle and elevation angle of the reference frame may be used. That is, if the value of the three spherical residual present flag is 1 (r res , res , res ) are transmitted, and if it is not 1, only the r res value can be transmitted.
  • r res is the radius residual information
  • three spherical residual present flags may be transmitted to the receiving side as signaling information indicating whether the laser has left the object.
  • the receiver may determine based on a pre-determined (or separately transmitted) threshold as shown in Equation 32 below. For example, if r res is greater than the threshold (r res , res , res ) values are used to restore the point position on the Cartesian coordinate system, otherwise, the point position on the Cartesian coordinate system can be restored using only the r res value.
  • the threshold value may be a constant determined arbitrarily, or different values may be determined in units of frames/tiles/slices/objects/blocks. Alternatively, it may be set to a value that variably changes based on the velocity of the LiDAR, an estimate of the distance change between the object and the LiDAR, and the position of the object.
  • FIG. 32 is a diagram showing another example of a point cloud transmission device according to embodiments. Elements of the point cloud transmission device shown in FIG. 32 may be implemented as hardware, software, processor, and/or combinations thereof.
  • a point cloud transmission device may include a data input unit 51001, a signaling processing unit 51002, a geometry encoder 51003, an attribute encoder 51004, and a transmission processing unit 51005.
  • the geometry encoder 51003 and the attribute encoder 51004 are described in the point cloud video encoder 10002 in FIG. 1, the encoding 20001 in FIG. 2, the point cloud video encoder in FIG. 4, and the point cloud video encoder in FIG. You can perform part or all of the action.
  • the data input unit 51001 receives or acquires point cloud data.
  • the data input unit 51001 may perform some or all of the operations of the point cloud video acquisition unit 10001 in FIG. 1 or some or all of the operations of the data input unit 12000 in FIG. 12 .
  • the data input unit 51001 outputs positions of points of point cloud data to a geometry encoder 51003 and outputs attributes of points of point cloud data to an attribute encoder 51004. Also, the parameters are output to the signaling processing unit 51002. According to embodiments, parameters may be provided to the geometry encoder 51003 and the attribute encoder 51004.
  • the data input unit 51001 receives (or obtains) point cloud data from a spinning LiDAR that rotates vertically arranged lasers 360 degrees in a horizontal direction.
  • the head of the LiDAR includes one or more laser modules (or laser sensors) arranged at a certain angle in the vertical direction and rotates horizontally about a vertical axis to obtain data.
  • Time (and/or wavelength) for the laser light output from each laser module to be reflected from the object (eg, object) and return may be the same as or different from each other. Therefore, lidar data is a 3D representation constructed based on a difference in time and/or a difference in wavelength of laser lights returning from the target.
  • the spinning LiDAR acquires data while rotating around the z-axis on a local coordinate system.
  • the geometry encoder 51003 performs coordinate transformation of geometry information among input point cloud data.
  • geometry information that is, position information of each point may be converted into a cylindrical coordinate system, a spherical coordinate system, or a sector-shaped spherical coordinate system as shown in FIGS. 21 to 24 .
  • the geometry encoder 51003 performs inter-frame prediction (or referred to as inter-frame prediction) based on at least one of FIGS. 25 to 31 and Equations 19 to 32 in a transformed coordinate system, for example, a spherical coordinate system.
  • inter-frame prediction or referred to as inter-frame prediction
  • the geometry encoder 51003 performs inter-frame prediction of geometry information based on a point corresponding to a sampling position of each laser for two adjacent frames.
  • the laser angle of a specific laser is fixed, and at this time, the sampling period is fixed when the laser rotates in the horizontal direction and samples, and the geometry encoder (51003) uses this laser sampling feature. to perform inter prediction of geometry information. Since the inter prediction of the geometry information has been described in detail in FIGS. 25 to 31 and Equations 19 to 32, it will be omitted here to avoid redundant description.
  • the geometry encoder 51003 performs entropy encoding on the compressed geometry information and outputs it to the transmission processor 51005 in the form of a geometry bitstream.
  • the geometry encoder 51003 reconstructs geometry information based on the positions changed through compression, and outputs the reconstructed (or decoded) geometry information to the attribute encoder 51004.
  • the attribute encoder 51004 compresses attribute information based on positions for which geometry encoding has not been performed and/or reconstructed geometry information.
  • the attribute information may be coded using any one or a combination of one or more of RAHT coding, LOD-based predictive transform coding, and lifting transform coding.
  • the attribute encoder 51004 performs entropy encoding on the compressed attribute information and outputs it to the transmission processor 51005 in the form of an attribute bitstream.
  • the signaling processor 51002 generates and/or processes signaling information necessary for encoding/decoding/rendering of geometry information and attribute information, and provides the information to the geometry encoder 51003, the attribute encoder 51004, and/or the transmission processor 51005 can do.
  • the signaling processor 51002 may receive signaling information generated by the geometry encoder 51003, the attribute encoder 51004, and/or the transmission processor 51005.
  • the signaling processor 51002 may provide information fed back from the receiving device (e.g., head orientation information and/or viewport information) to the geometry encoder 51003, the attribute encoder 51004, and/or the transmission processor 51005. there is.
  • signaling information may be signaled and transmitted in units of parameter sets (sequence parameter set (SPS), geometry parameter set (GPS), attribute parameter set (APS), tile parameter set (TPS), etc.).
  • SPS sequence parameter set
  • GPS geometry parameter set
  • APS attribute parameter set
  • TPS tile parameter set
  • SPS sequence parameter set
  • coding units or compression units or prediction units
  • the transmission processing unit 51005 may perform the same or similar operation and/or transmission method to the operation and/or transmission method of the transmission processing unit 12012 in FIG. The same or similar operation and/or transmission method as the transmission method may be performed. A detailed description will refer to the description of FIG. 1 or FIG. 12 and will be omitted here.
  • the transmission processor 51005 combines the geometry bitstream output from the geometry encoder 51003, the attribute bitstream output from the attribute encoder 51004, and the signaling bitstream output from the signaling processor 51002 into one bitstream. After multiplexing, it can be transmitted as it is or encapsulated in a file or segment and transmitted.
  • the file is an ISOBMFF file format as an embodiment.
  • a file or segment may be transmitted to a receiving device or stored in a digital storage medium (eg, USB, SD, CD, DVD, Blu-ray, HDD, SSD, etc.).
  • the transmission processing unit 51005 is capable of wired/wireless communication with a receiving device through a network such as 4G, 5G, or 6G.
  • the transmission processing unit 51005 may perform necessary data processing operations depending on the network system (eg, 4G, 5G, 6G communication network system).
  • the transmission processing unit 51005 may transmit encapsulated data according to an on demand method.
  • the information related to geometry compression is GPS and/or TPS and/or geometry data units (or geometry slice bits) by at least one of the signaling processor 51002, the geometry encoder 51003, and the transmission processor 51005. referred to as a stream) and transmitted.
  • FIG. 33 is a diagram showing an example of a detailed block diagram of a geometry encoder 51003 according to embodiments. More specifically, FIG. 33 is a detailed block diagram of a geometry encoder 51003 for performing geometry compression based on inter-frame correlation according to embodiments. Elements of the geometry encoder shown in FIG. 33 may be implemented in hardware, software, processor, and/or combinations thereof.
  • the geometry encoder 51003 includes a first tree generator 51031, a second tree generator 51036, a first coordinate conversion unit 51032, and a second coordinate conversion unit 51037. ), a spherical domain estimation unit 51033, a third coordinate conversion unit 51034, a cartesian domain estimation unit 51035, a spherical residual acquisition unit 51038, a distance estimation unit ( 51039), and an orthogonal residual obtaining unit 51040. 33, the execution order of each block may be changed, some blocks may be omitted, and some blocks may be newly added.
  • the first tree generator 51031 creates a tree based on the point cloud data of the current frame to create a connection relationship between points.
  • the tree may be an octree or a prediction tree.
  • the second tree generator 51036 creates a tree based on point cloud data of a reference frame (eg, a previous frame) to create a connection relationship between points.
  • the tree is not limited to an octree or a prediction tree, and any tree representing a connection relationship between points is possible.
  • the first tree building unit 51031 and the second tree building unit 51036 may include or replace a process such as sorting.
  • the first coordinate conversion unit 51032 converts the coordinate system of points in the tree of the current frame into a coding domain.
  • the coding domain is a spherical domain as an embodiment.
  • the second coordinate conversion unit 51037 converts a coordinate system of points in a tree of reference frames into a coding domain.
  • the first coordinate conversion unit 51032 and the second coordinate conversion unit 51037 convert a Cartesian coordinate system into a spherical coordinate system according to an embodiment.
  • the spherical domain estimator 51034 performs spherical domain estimation on the points of the current frame converted to the spherical coordinate system.
  • the spherical residual acquisition unit 51038 determines the corresponding current frame based on the outputs of the spherical domain estimation unit 51033 and the second coordinate system conversion unit 51037, that is, based on the laser sampling position of the reference frame on the spherical coordinate system. Estimate the position of a point.
  • the estimated point p est can be expressed on Cartesian coordinates and spherical coordinates.
  • the spherical residual acquisition unit 51038 obtains a residual between a point position of a reference frame and an estimated point position on a spherical coordinate system.
  • the distance estimator 51039 may determine whether to send a related residual through estimation of a distance between an object and lidar. Based on the result estimated by the distance estimator 51039, only radial residual information is included in the output bitstream and transmitted (r res ), or radial residual information, horizontal angular residual information, and vertical angular residual information are output bits. It is included in the stream and transmitted (r res , res , res ).
  • the value of the three spherical residual present flag or according to a preset threshold (r res , res , res ) or only the r res value.
  • the laser and laser sampling location are N and Assume that M is fixed. That is, when estimating a point based on a fixed laser and fixed sampling position on a spherical coordinate system, the effect of the motion vector can be assumed to be 0, so the position of the estimated point in the current frame (P est ) is It can be obtained by applying only the object's relative motion (s object ) to the reference frame's point (p ref ).
  • r res is the difference between the radius value (r cur ) of the estimated point of the current frame and the radius value (r ref ) of the reference point of the reference frame.
  • the third coordinate conversion unit 51034 performs coordinate transformation based on the output of the spherical domain estimation unit 51033 and the output of the distance estimation unit 51039. That is, coordinate transformation from a spherical coordinate system to a Cartesian coordinate system is performed.
  • the orthogonal domain estimator 51035 performs orthogonal domain estimation on the points of the current frame converted to the orthogonal coordinate system.
  • the orthogonal residual acquisition unit 51040 calculates a residual between a point position of a reference frame and an estimated point position in an orthogonal coordinate system based on the output of the orthogonal domain estimation unit 51035 and the output of the second tree generation unit 51036. save Residual information (x res , y res , z res ) of the Cartesian coordinate system may be included in the output bitstream and transmitted.
  • the geometry encoder of FIG. 33 creates a connection relationship between points through tree generation for input point cloud data. Then, it is converted into a coding domain through coordinate transformation, and a residual with a corresponding point having the same laser and sampling section in the reference frame is obtained. At this time, it is possible to determine whether to send the related residual through estimation of the distance between the object and lidar. Based on this, after converting to Cartesian coordinates, the Cartesian residual is estimated and sent in the form of a bit stream. If necessary, a motion vector may be estimated and included in a bitstream to be transmitted.
  • FIG. 34 shows an example of a bitstream structure of point cloud data for transmission/reception according to embodiments.
  • a bitstream output from any one point cloud video encoder of FIGS. 1, 2, 4, 12, 32, and 33 may have the form of FIG. 34 .
  • a bitstream of point cloud data provides tiles or slices so that point cloud data can be divided and processed according to areas.
  • Each region of a bitstream according to embodiments may have different importance. Accordingly, when point cloud data is divided into tiles, different filters (encoding methods) and different filter units may be applied to each tile. Also, when point cloud data is divided into slices, different filters and different filter units may be applied to each slice.
  • a transmitting device transmits point cloud data according to a bitstream structure as shown in FIG. 34, so that different encoding operations can be applied according to importance, and an encoding method with good quality can be applied to an important region.
  • it can support efficient encoding and transmission according to the characteristics of point cloud data and provide attribute values according to user requirements.
  • the receiving device receives the point cloud data according to the structure of the bitstream as shown in FIG. 34, and uses a complex decoding (filtering) method for the entire point cloud data according to the processing capability of the receiving device. Instead, different filtering (decoding methods) can be applied for each region (region divided into tiles or slices). Accordingly, it is possible to guarantee a better picture quality in an area important to the user and an appropriate latency on the system.
  • a bitstream includes a Sequence Parameter Set (SPS) for signaling of a sequence level, a Geometry Parameter Set (GPS) for signaling of geometry information coding, and one or more Attribute Parameter Sets (APS) for signaling of attribute information coding.
  • SPS Sequence Parameter Set
  • GPS Geometry Parameter Set
  • APS Attribute Parameter Sets
  • APS 0 and APS 1 a tile inventory for signaling at the tile level (or referred to as TPS), and one or more slices (slice 0 to slice n).
  • a bitstream of point cloud data may include one or more tiles, and each tile may be a group of slices including one or more slices (slice 0 to slice n).
  • a tile inventory ie, TPS
  • TPS may include information about each tile (eg, coordinate value information and height/size information of a tile bounding box) for one or more tiles.
  • Each slice may include one geometry bitstream Geom0 and/or one or more attribute bitstreams Attr0 and Attr1.
  • slice 0 (slice 0) may include one geometry bitstream (Geom0 0 ) and one or more attribute bitstreams (Attr0 0 and Attr1 0 ).
  • a geometry bitstream in each slice may include a geometry slice header (geom_slice_header) and geometry slice data (geom_slice_data).
  • a geometry bitstream in each slice is also referred to as a geometry data unit
  • a geometry slice header is referred to as a geometry data unit header
  • the geometry slice data is referred to as geometry data unit data or geometry data unit or data unit.
  • a geometry slice header (or geometry data unit header) includes identification information (geom_parameter_set_id) of a parameter set included in a geometry parameter set (GPS), a tile identifier (geom_tile_id), a slice identifier (geom_slice_id), and geometry slice data ( geom_slice_data) may include information on the data (geomBoxOrigin, geom_box_log2_scale, geom_max_node_size_log2, geom_num_points).
  • geomBoxOrigin is geometry box origin information indicating the box origin of the corresponding geometry slice data
  • geom_box_log2_scale is information indicating the log scale of the corresponding geometry slice data
  • geom_max_node_size_log2 is information indicating the size of the root geometry octree node
  • geom_num_points is the corresponding geometry slice data This is information related to the number of points in .
  • Geometry slice data (or geometry data unit data) according to embodiments may include geometry information (or geometry data) of point cloud data within a corresponding slice.
  • Each attribute bitstream in each slice may include an attribute slice header (attr_slice_header) and attribute slice data (attr_slice_data).
  • an attribute bitstream in each slice is also referred to as an attribute data unit
  • an attribute slice header is referred to as an attribute data unit header
  • attribute slice data is referred to as attribute data unit data.
  • the attribute slice header (or attribute data unit header) may include information about corresponding attribute slice data (or corresponding attribute data unit), and the attribute slice data may include attribute information of point cloud data in the corresponding slice ( or attribute data or attribute value).
  • each attribute bitstream may include different attribute information.
  • one attribute bitstream may include attribute information corresponding to color
  • another attribute stream may include attribute information corresponding to reflectance.
  • the parameters required for encoding and/or decoding the point cloud data are parameter sets (eg, SPS, GPS, APS, and TPS (also referred to as tile inventory), etc.) of the point cloud data and / or may be newly defined in the header of the corresponding slice, etc.
  • a geometry parameter set when performing encoding and / or decoding of geometry information
  • a tile when performing tile-based encoding and / or decoding and/or to the slice header.
  • the geometry compression-related information may be signaled to at least one of a geometry parameter set, a geometry slice header (or referred to as a geometry data unit header), or geometry slice data (or referred to as a geometry data unit data or data unit).
  • a geometry parameter set or referred to as a geometry data unit header
  • geometry slice data or referred to as a geometry data unit data or data unit.
  • information related to geometry compression may be signaled to an attribute parameter set and/or an attribute slice header (or referred to as an attribute data unit header) in order to be linked with an attribute coding method or applied to attribute coding.
  • information related to geometry compression may be signaled to a sequence parameter set and/or a tile parameter set.
  • the information related to geometry compression may be defined in a corresponding location or a separate location according to an application or system, and may be used differently in an application range and an application method.
  • a field which is a term used in syntaxes of the present specification described later, may have the same meaning as a parameter or a syntax element.
  • parameters (which can be variously called metadata, signaling information, etc.) including information related to geometry compression may be generated by a metadata processing unit (or metadata generator) or signaling processing unit of a transmitting device, and a receiving device It can be delivered to and used in the decoding/reconstruction process.
  • parameters generated and transmitted by the transmitting device may be obtained from a metadata parser of the receiving device.
  • GPS is a diagram showing an embodiment of a syntax structure of a geometry parameter set (geometry_parameter_set( )) (GPS) according to the present specification.
  • GPS may include information about a method of encoding geometry information of point cloud data included in one or more slices.
  • a geometry parameter set according to embodiments may include a motion_vector_disabled_flag field and a spherical_residual_enabled_flag field.
  • the motion_vector_disabled_flag field may indicate whether motion vectors are transmitted or not. For example, if the value of the motion_vector_disabled_flag field is 0, the motion vector is transmitted, and if the value is 1, it may indicate that the motion vector is not transmitted.
  • the spherical_residual_enabled_flag field may indicate whether spherical residuals (eg, see Equation 27) are transmitted. For example, if the value of the spherical_residual_enabled_flag field is 0, the spherical residual is not transmitted, and if the value is 1, the spherical residual is transmitted.
  • the geometry compression related information may be included in an arbitrary position of the geometry parameter set of FIG. 35 .
  • 36 is a diagram showing an example of a syntax structure of a geometry data unit (geometry_data_unit()) according to embodiments.
  • the geometry data unit may include a geometry data unit header (geometry_data_unit_header( )) and may include geometry octree data (geometry_octree()) or geometry prediction tree data (geometry_predtree_data()). .
  • the geometry data unit includes geometry octree data (geometry_octree()) if the value of the geom_tree_type field included in the geometry parameter set is 0, and geometry prediction tree data (geometry_predtree_data()) if 1 includes
  • FIG. 37 is a diagram showing an example of a syntax structure of a geometry data unit header (geometry_data_unit_header()) according to embodiments.
  • the gsh_geometry_parameter_set_id field indicates the value of the gps_geom_parameter_set_id field of the active GPS (gsh_geometry_parameter_set_id specifies the value of the gps_geom_parameter_set_id of the active GPS).
  • the gsh_tile_id field represents an identifier of a corresponding tile referred to by a corresponding geometry data unit header.
  • the gsh_slice_id field indicates an identifier of a corresponding slice for reference by other syntax elements (identifies the slice header for reference by other syntax elements).
  • the slice_tag field may be used to identify one or more slices having a specific value of slice_tag.
  • the frame_ctr_lsb field indicates least significant bits (LSB) of a notional frame number counter.
  • a geometry data unit header according to embodiments may further include a ref_frame_id field.
  • the ref_frame_id field may indicate the index of a reference frame used for PU prediction.
  • the geometry data unit header may further include an mv_depth_start field and an mv_depth_end field.
  • the motion_vector_disabled_flag field is signaled to a geometry parameter set.
  • the mv_depth_start field and the mv_depth_end field may indicate the start and end of an octree depth to which a motion vector can be delivered.
  • a geometry data unit header may further include a skip_angles_flag field when the value of the spherical_residual_enabled_flag field is true.
  • the spherical_residual_enabled_flag field is signaled to a geometry parameter set.
  • the skip_angles_flag field may indicate whether a part of the spherical residual is transmitted. For example, if the value of the skip_angles_flag field is 1, it may indicate that part of the spherical residual is not transferred, and if it is 0, it may indicate that part of the spherical residual is transferred.
  • the geometry data unit header may further include a per_point_three_residual_signaling_flag field when the value of the skip_angles_flag field is false.
  • the per_point_three_residual_signaling_flag field may indicate whether residuals are transmitted for each point. For example, if the value of the per_point_three_residual_signaling_flag field is 1, it may indicate that the residual is transmitted for each point, and if it is 0, it may indicate that the residual is not transmitted for each point.
  • the geometry data unit header may further include a threshold field when the value of the per_point_three_residual_signaling_flag field is true.
  • the threshold field may indicate a threshold value for determining whether a residual is transferred.
  • this document refers to a skip_angles_flag field, a per_point_three_residual_signaling_flag field, and/or a threshold field as geometry compression related information.
  • the geometry compression related information may be included in an arbitrary position of the geometry data unit header of FIG. 37 .
  • FIG. 38 is a diagram showing an example of a syntax structure of a data unit (data_unit()) including information related to geometry compression according to embodiments.
  • the data unit (data_unit()) of FIG. 38 is included in geometry octree data (geometry_octree()) as an embodiment.
  • the data unit includes a split_flag[i][j] field, a pupolation_flag[i][j] field, a motion_vector[i][j][k] field, and an occupancy_map[i][j] field.
  • data_unit() includes a split_flag[i][j] field, a pupolation_flag[i][j] field, a motion_vector[i][j][k] field, and an occupancy_map[i][j] field.
  • the split_flag[i][j] field indicates whether a j-th node among nodes belonging to the i-th octree depth of an octree is split. For example, if the value of the split_flag[i][j] field is 1, it indicates that the motion vector for the j-th node of the i-th octree depth is transmitted after child splitting. That is, the j-th node of the i-th octree depth represents splitting. And, if the value of the split_flag[i][j] field is 0, it indicates that the motion vector for the j-th node of the i-th octree depth is transmitted. That is, since the j-th node of the i-th octree depth indicates that it is not split, the motion vector is transferred from the j-th node.
  • the pupolation_flag[i][j] field is included when the value of the split_flag[i][j] field is 0, and indicates whether the j-th node among nodes belonging to the i-th octree depth of the octree is ocupied. . For example, if the value of the pupolation_flag[i][j] field is 1, it indicates that the j-th node of the i-th octree depth is occupied, and if it is 0, it indicates that it is non-occupied. That is, the pupolation_flag[i][j] may indicate whether a non-split node is occupied.
  • the motion_vector[i][j][k] field is included when the value of the pupolation_flag[i][j] field is 1, and for each axis of the j-th node among nodes belonging to the i-th octree depth of the octree A motion vector can be represented.
  • k represents the x, y, and z axes.
  • the occupancy_map[i][j] field may transmit an occupancy map of a j-th node among nodes belonging to an i-th octree depth of an octree.
  • the occupancy map may be transmitted in units of bits or bytes.
  • the data unit may further include a res_redius field when the value of the spherical_residual_enabled_flag field is true.
  • the spherical_residual_enabled_flag field is signaled to a geometry parameter set.
  • the res_redius field represents radial residual information (r res ) among spherical residuals.
  • the data unit may further include a three_residual_signaling_flag field when the value of the skip_angles_flag field is false and the value of the per_point_three_residual_signaling_flag field is true.
  • the skip_angles_flag field and the per_point_three_residual_signaling_flag field are signaled in a data unit header.
  • the three_residual_signaling_flag field may indicate whether all three residuals are delivered. For example, if the value of the three_residual_signaling_flag field is 0, only radial residual information is transmitted (r res ), and if it is 1, radial residual information, horizontal angular residual information, and vertical angular residual information are all transmitted (r res , res , res ). That is, r res , res , and res denotes the spherical residual for the radius, the horizontal angle, and the vertical angle.
  • the three_residual_signaling_flag field may be used with the same or similar meaning as the three spherical residual present flag field, all_spherical_residual_present_flag field, or spherical_residual_enabled_flag field.
  • the data unit may further include a res_azimuthal_angle field and a res_elevation_angle field if the value of the three_residual_signaling_flag field is true.
  • the res_azimuthal_angle field is horizontal angular residual information among spherical residuals ( res ).
  • the res_elevation_angle field is vertical angular residual information among spherical residuals ( res ).
  • a data unit may further include a res x field, a res y field, and a res z field.
  • the res x field, res y field, and res z field represent residual information about x, y, and z axes in the Cartesian coordinate system. That is, if the output coordinate system is a Cartesian coordinate system, Cartesian residuals for x, y, and z can be transmitted additionally.
  • FIG. 39 is a diagram showing another example of a point cloud receiving device according to embodiments. Elements of the point cloud receiving device shown in FIG. 39 may be implemented as hardware, software, processor, and/or a combination thereof.
  • a point cloud reception device may include a reception processing unit 61001, a signaling processing unit 61002, a geometry decoder 61003, an attribute decoder 61004, and a post-processor 61005. .
  • the reception processing unit 61001 may receive one bitstream or may receive a geometry bitstream, an attribute bitstream, and a signaling bitstream, respectively.
  • the reception processing unit 61001 may decapsulate the received file and/or segment and output it as a bit stream.
  • the reception processing unit 61001 When one bitstream is received (or decapsulated), the reception processing unit 61001 according to embodiments demultiplexes a geometry bitstream, an attribute bitstream, and/or a signaling bitstream from one bitstream, and The multiplexed signaling bitstream may be output to the signaling processor 61002, the geometry bitstream to the geometry decoder 61003, and the attribute bitstream to the attribute decoder 61004.
  • the reception processing unit 61001 When the reception processing unit 61001 according to the embodiments receives (or decapsulates) a geometry bitstream, an attribute bitstream, and/or a signaling bitstream, the signaling bitstream is sent to the signaling processing unit 61002, and the geometry bitstream may be delivered to the geometry decoder 61003 and the attribute bitstream to the attribute decoder 61004.
  • the signaling processing unit 61002 parses and processes information included in signaling information, for example, SPS, GPS, APS, TPS, meta data, etc., from the input signaling bitstream to generate a geometry decoder 61003, an attribute decoder 61004, It can be provided to the post-processing unit 61005.
  • signaling information included in the geometry data unit header and/or the attribute data unit header may also be parsed in advance by the signaling processing unit 61002 before decoding the corresponding slice data.
  • the signaling processing unit 61002 may also parse and process signaling information (eg, geometry compression related information) signaled in the geometry data unit and provide the signal to the geometry decoder 61003.
  • signaling information eg, geometry compression related information
  • the geometry decoder 61003 may restore the geometry by performing a reverse process of the geometry encoder 51003 of FIG. 32 based on the signaling information on the compressed geometry bitstream. That is, the geometry decoder 61003 restores geometry information that has been compressed and received based on inter-frame correlation.
  • the geometry information restored (or reconstructed) by the geometry decoder 61003 is provided to the attribute decoder 61004.
  • the attribute decoder 61004 may restore an attribute by performing a reverse process of the attribute encoder 51004 of FIG. 32 based on the signaling information and the reconstructed geometry information on the compressed attribute bitstream.
  • the post-processing unit 61005 matches geometry information (ie, positions) restored and outputted from the geometry decoder 61003 with attribute information restored and outputted from the attribute decoder 61004 to obtain a point cloud. Data can be reconstructed and displayed/rendered.
  • 40 is a diagram showing an example of a detailed block diagram of a geometry decoder 61003 according to embodiments. 40 is an example of a detailed block diagram of a geometry decoder for reconstructing geometry information based on inter-frame correlation.
  • the geometry decoder 61003 includes an entropy coding unit 61031, a spherical domain restoration unit 61032, a tree generation unit 61033, a distance estimation unit 61034, a coordinate conversion unit 61035, and an orthogonal A domain restoration unit 61036 may be included.
  • Elements of the geometry decoder shown in FIG. 40 may be implemented in hardware, software, processor, and/or combinations thereof. 40, the execution order of each block may be changed, some blocks may be omitted, and some blocks may be newly added.
  • geometry compression-related information described with reference to FIGS. 35 to 38 may be obtained.
  • the entropy decoding unit 61031 performs entropy decoding on a bitstream of geometry information.
  • the entropy-decoded geometry information in the entropy decoding unit 61031 is an entropy-coded prediction error (or residual information or residual).
  • the prediction error may include spherical residuals for radii, horizontal angles, vertical angles, and/or Cartesian residuals for x, y, z.
  • the prediction error may include only spherical residuals for radius (or referred to as radius residual information).
  • the tree generator 61033 creates a tree based on data of a reference frame.
  • the distance estimator 61034 may estimate the distance between the object and LIDAR based on the output of the tree generator 61033 to determine whether to restore the related residual. Alternatively, the distance estimator 61034 may determine whether to restore the radius, the horizontal direction angle, and the vertical direction angle according to signaling information (three spherical residual present flag and/or threshold) or a predetermined threshold value.
  • the spherical domain restoration unit 61032 restores a spherical residual by parsing the geometry information decoded by the entropy decoding unit 61031 based on the output of the distance estimation unit 61034. That is, after arranging the tree of reference frames so that points can correspond one-to-one, a restoration value on the spherical domain is obtained.
  • the coordinate conversion unit 61035 performs coordinate conversion into a Cartesian coordinate system based on the restoration value on the spherical domain.
  • the orthogonal domain restoration unit 61036 restores the point position in the orthogonal domain through the residual transmitted after being converted to the orthogonal coordinate system.
  • the geometry decoder of FIG. 40 parses the bitstream to restore a spherical residual. Then, after arranging the reference frame so that the points can correspond one-to-one through tree generation, a restoration value on the spherical domain is obtained. Then, based on the restoration value in the spherical domain, the point position in the orthogonal domain may be restored through the residual transmitted after coordinate transformation.
  • the method described in this document can increase the accuracy of point prediction between adjacent frames based on the characteristics of LIDAR.
  • compression between adjacent frames may be performed without motion estimation. If the prediction accuracy is high and the prediction accuracy is high, the compression efficiency can be further increased by not passing some of the residuals.
  • the point cloud data transmission apparatus and encoder according to the embodiments have an effect of efficiently compressing point cloud data by additionally considering inter-frame data prediction modes as well as intra-frame prediction.
  • the point cloud data receiving device and decoder according to embodiments receive a bitstream including point cloud data, and efficiently convert the point cloud data based on signaling information in the bitstream and/or a decoding operation according to embodiments. There is an effect that can be restored with .
  • operations according to embodiments described in this document may be performed by a transceiver including a memory and/or a processor according to embodiments.
  • the memory may store programs for processing/controlling operations according to embodiments, and the processor may control various operations described in this document.
  • a processor may be referred to as a controller or the like.
  • Operations in embodiments may be performed by firmware, software, and/or a combination thereof, and the firmware, software, and/or combination thereof may be stored in a processor or stored in a memory.
  • Operations of the above-described embodiments may be performed through components of a point cloud transmission/reception apparatus/method including a memory and/or a processor.
  • the memory may store programs for processing/controlling operations according to embodiments.
  • Each component of the point cloud transmission/reception apparatus/method according to embodiments may correspond to hardware, software, processor, and/or a combination thereof.
  • the processor may control various operations described in this document.
  • a processor may be referred to as a controller or the like.
  • Operations in embodiments may be performed by firmware, software, and/or a combination thereof, and the firmware, software, and/or combination thereof may be stored in a processor or stored in a memory.
  • a method for compressing geometry information of point cloud data is described, but the method described in this specification can be applied to attribute information compression and other compression methods.
  • Each part, module or unit described above may be a software, processor or hardware part that executes successive processes stored in a memory (or storage unit). Each step described in the foregoing embodiment may be performed by a processor, software, and hardware parts. Each module/block/unit described in the foregoing embodiment may operate as a processor, software, or hardware.
  • the methods presented by the embodiments may be executed as codes. This code can be written to a storage medium readable by a processor, and thus can be read by a processor provided by an apparatus (apparatus).
  • the device and method according to the embodiments are not limited to the configuration and method of the embodiments described above, but the embodiments are selectively combined with all or part of each embodiment so that various modifications can be made. may be configured.
  • Various components of the device of the embodiments may be implemented by hardware, software, firmware or a combination thereof.
  • Various components of the embodiments may be implemented in one chip, for example, one hardware circuit.
  • Components according to embodiments may be implemented as separate chips.
  • At least one or more of the components of the device according to the embodiments may be composed of one or more processors capable of executing one or more programs, and the one or more programs may operate / operate according to the embodiments. Any one or more operations/methods of the methods may be performed, or instructions for performing them may be included.
  • Executable instructions for performing methods/operations of an apparatus may be stored in a non-transitory CRM or other computer program products configured for execution by one or more processors, or may be stored in one or more may be stored in transitory CRM or other computer program products configured for execution by processors.
  • the memory according to the embodiments may be used as a concept including not only volatile memory (eg, RAM) but also non-volatile memory, flash memory, PROM, and the like. Also, those implemented in the form of a carrier wave such as transmission through the Internet may be included.
  • the processor-readable recording medium is distributed in computer systems connected through a network, so that the processor-readable code can be stored and executed in a distributed manner.
  • Various elements of the embodiments may be performed by hardware, software, firmware or a combination thereof. Various elements of the embodiments may be implemented on a single chip, such as hardware circuitry. Depending on the embodiment, the embodiments may optionally be performed on separate chips. Depending on the embodiments, at least one of the elements of the embodiments may be performed in one or one or more processors containing instructions that perform an operation according to the embodiments.
  • operations according to embodiments described in this document may be performed by a transceiver including one or more memories and/or one or more processors according to embodiments.
  • One or more memories may store programs for processing/controlling operations according to embodiments, and one or more processors may control various operations described in this document.
  • One or more processors may be referred to as a controller or the like.
  • Operations in embodiments may be performed by firmware, software, and/or a combination thereof, and the firmware, software, and/or combination thereof may be stored in a processor or stored in a memory.
  • first, second, etc. may be used to describe various components of the embodiments. However, interpretation of various components according to embodiments should not be limited by the above terms. These terms are only used to distinguish one component from another. Only thing For example, a first user input signal may be referred to as a second user input signal. Similarly, the second user input signal may be referred to as the first user input signal. Use of these terms should be construed as not departing from the scope of the various embodiments. Although both the first user input signal and the second user input signal are user input signals, they do not mean the same user input signals unless the context clearly indicates otherwise.
  • operations according to embodiments described in this document may be performed by a transceiver including a memory and/or a processor according to embodiments.
  • the memory may store programs for processing/controlling operations according to embodiments, and the processor may control various operations described in this document.
  • a processor may be referred to as a controller or the like.
  • Operations according to embodiments may be performed by firmware, software, and/or a combination thereof, and the firmware, software, and/or combination thereof may be stored in a processor or a memory.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

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

Description

포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
실시예들은 포인트 클라우드 콘텐트(Point Cloud Content)를 처리하는 방법 및 장치에 대한 것이다.
포인트 클라우드 콘텐트는 3차원 공간(space or volume)을 표현하는 좌표계에 속한 점(포인트)들의 집합인 포인트 클라우드로 표현되는 콘텐트이다. 포인트 클라우드 콘텐트는3차원으로 이루어진 미디어를 표현할 수 있으며, VR (Virtual Reality, 가상현실), AR (Augmented Reality, 증강현실), MR (Mixed Reality, 혼합현실), XR (Extended Reality), 및 자율 주행 서비스 등의 다양한 서비스를 제공하기 위해 사용된다. 하지만 포인트 클라우드 콘텐트를 표현하기 위해서는 수만개에서 수십만개의 포인트 데이터가 필요하다. 따라서 방대한 양의 포인트 데이터를 효율적으로 처리하기 위한 방법이 요구된다.
실시예들에 따른 기술적 과제는, 전술한 문제점 등을 해결하기 위해서, 포인트 클라우드를 효율적으로 송수신하기 위한 포인트 클라우드 데이터 전송 장치, 전송 방법, 포인트 클라우드 데이터 수신 장치 및 수신 방법을 제공하는데 있다.
실시예들에 따른 기술적 과제는, 지연시간(latency) 및 인코딩/디코딩 복잡도를 해결하기 위한 포인트 클라우드 데이터 전송 장치, 전송 방법, 포인트 클라우드 데이터 수신 장치 및 수신 방법을 제공하는데 있다.
실시예들에 따른 기술적 과제는, 지오메트리-포인트 클라우드 압축(Geometry - point cloud compression, G-PCC) 비트스트림을 효율적으로 송수신하기 위한 포인트 클라우드 데이터 전송 장치, 전송 방법, 포인트 클라우드 데이터 수신 장치 및 수신 방법을 제공하는데 있다.
실시예들에 따른 기술적 과제는, 프레임 간 유사성에 기반하여 포인트 클라우드 데이터를 압축하기 위한 포인트 클라우드 데이터 전송 장치, 전송 방법, 포인트 클라우드 데이터 수신 장치 및 수신 방법을 제공하는데 있다.
다만, 전술한 기술적 과제만으로 제한되는 것은 아니고, 본 문서 전체 내용에 기초하여 당업자가 유추할 수 있는 다른 기술적 과제로 실시예들의 권리범위가 확장될 수 있다.
상술한 목적 및 다른 이점을 달성하기 위해서 실시예들에 따른 포인트 클라우드 데이터 송신 방법은, 포인트 클라우드 데이터의 지오메트리 데이터를 인코딩하는 단계, 상기 지오메트리 데이터를 기반으로 상기 포인트 클라우드 데이터의 어트리뷰트 데이터를 인코딩하는 단계, 및 상기 인코딩된 지오메트리 데이터, 상기 인코딩된 어트리뷰트 데이터, 및 시그널링 데이터를 전송하는 단계를 포함하며, 상기 지오메트리 데이터를 인코딩하는 단계는 상기 지오메트리 데이터의 좌표를 제1 좌표계에서 제2 좌표계로 변환하는 단계와 상기 제2 좌표계 상에서 인접하는 프레임 간의 예측을 수행하여 상기 지오메트리 데이터를 압축하는 단계를 포함할 수 있다.
상기 제1 좌표계는 x축, y축, z축으로 구성되는 직교 좌표계이고 상기 제2 좌표계는 반지름, 수평 방향 각도, 수직 방향 각도로 이루어지는 구면 좌표계인 것을 일 실시예로 한다.
상기 포인트 클라우드 데이터는 적어도 하나의 레이저에 의해 획득되고, 상기 지오메트리 데이터를 인코딩하는 단계는 상기 적어도 하나의 레이저의 샘플링 위치에 대응되는 이전 프레임의 포인트의 위치 정보와 오브젝트의 상대적인 움직임 정보를 기반으로 현재 프레임의 포인트 위치를 추정하는 단계를 더 포함하는 것을 일 실시예로 한다.
상기 적어도 하나의 레이저와 상기 샘플링 위치는 고정인 것을 일 실시예로 한다.
상기 지오메트리 데이터를 인코딩하는 단계는 상기 참조 프레임의 포인트의 위치 정보 중 반지름 정보와 상기 추정된 포인트의 위치 정보 중 반지름 정보를 기반으로 반지름 잔차 정보를 구하여 예측 에러로 출력하는 단계를 더 포함하는 것을 일 실시예로 한다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 포인트 클라우드 데이터의 지오메트리 데이터를 인코딩하는 지오메트리 인코더, 상기 지오메트리 데이터를 기반으로 상기 포인트 클라우드 데이터의 어트리뷰트 데이터를 인코딩하는 어트리뷰트 인코더, 및 상기 인코딩된 지오메트리 데이터, 상기 인코딩된 어트리뷰트 데이터, 및 시그널링 데이터를 전송하는 전송부를 포함하며, 상기 지오메트리 인코더는 상기 지오메트리 데이터의 좌표를 제1 좌표계에서 제2 좌표계로 변환하고, 상기 변환된 제2 좌표계 상에서 인접하는 프레임 간의 예측을 수행하여 상기 지오메트리 데이터를 압축할 수 있다.
상기 제1 좌표계는 x축, y축, z축으로 구성되는 직교 좌표계이고 상기 제2 좌표계는 반지름, 수평 방향 각도, 수직 방향 각도로 이루어지는 구면 좌표계인 것을 일 실시예로 한다.
상기 포인트 클라우드 데이터는 적어도 하나의 레이저에 의해 획득되고, 상기 지오메트리 인코더는 상기 적어도 하나의 레이저의 샘플링 위치에 대응되는 이전 프레임의 포인트의 위치 정보와 오브젝트의 상대적인 움직임 정보를 기반으로 현재 프레임의 포인트 위치를 추정하는 것을 일 실시예로 한다.
상기 적어도 하나의 레이저와 상기 샘플링 위치는 고정인 것을 일 실시예로 한다.
상기 지오메트리 인코더는 상기 참조 프레임의 포인트의 위치 정보 중 반지름 정보와 상기 추정된 포인트의 위치 정보 중 반지름 정보를 기반으로 반지름 잔차 정보를 구하여 예측 에러로 출력하는 것을 일 실시예로 한다.
실시예들에 따른 포인트 클라우드 데이터 수신 방법은, 지오메트리 데이터, 어트리뷰트 데이터, 및 시그널링 정보를 수신하는 단계, 상기 시그널링 정보를 기반으로 상기 지오메트리 데이터를 디코딩하는 단계, 상기 시그널링 정보와 상기 디코딩된 지오메트리 데이터를 기반으로 상기 어트리뷰트 데이터를 디코딩하는 단계, 및 상기 시그널링 정보를 기반으로 상기 디코딩된 지오메트리 데이터와 상기 디코딩된 어트리뷰트 데이터로부터 복원된 포인트 클라우드 데이터를 렌더링하는 단계를 포함하며, 상기 지오메트리 데이터를 디코딩하는 단계는 상기 시그널링 정보를 기반으로 제1 좌표계에서 상기 지오메트리 데이터를 복원하고, 상기 복원된 지오메트리 데이터를 제2 좌표계로 변환할 수 있다.
상기 제1 좌표계는 반지름, 수평 방향 각도, 수직 방향 각도로 이루어지는 구면 좌표계이고, 상기 제2 좌표계는 x축, y축, z축으로 구성되는 직교 좌표계인 것을 일 실시예로 한다.
상기 포인트 클라우드 데이터는 송신측에서 적어도 하나의 레이저에 의해 획득되고, 현재 프레임의 포인트 위치는 상기 적어도 하나의 레이저와 상기 샘플링 위치가 고정된 상태에서 참조 프레임의 포인트를 기반으로 추정되는 것을 일 실시예로 한다.
상기 시그널링 데이터는 상기 수신되는 지오메트리 데이터에 포함된 예측 에러가 반지름 잔차 정보만 포함하는지 또는 반지름 잔차 정보, 수평 방향 각도 잔차 정보, 및 수직 방향 잔차 정보를 포함하는지를 지시하는 정보를 것을 일 실시예로 한다.
상기 예측 에러는 직교 좌표계의 x축, y축, z축 각각에 대한 잔차 정보를 더 포함하는 것을 일 실시예로 한다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 퀄리티 있는 포인트 클라우드 서비스를 제공할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 다양한 비디오 코덱 방식을 달성할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 자율주행 서비스 등 범용적인 포인트 클라우드 콘텐츠를 제공할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 포인트 클라우드 데이터의 독립적 인코딩 및 디코딩을 위해 포인트 클라우드 데이터의 공간 적응적 분할을 수행함으로써, 병렬 처리의 향상 및 스케일러비티(scalability)를 제공할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 포인트 클라우드 데이터를 타일 및/또는 슬라이스 단위로 분할하여 인코딩 및 디코딩을 수행하고 이를 위해 필요한 데이터를 시그널링함으로써 포인트 클라우드의 인코딩 및 디코딩 성능을 향상시킬 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 spinning LiDAR에 대해 인접 프레임 간 포인트 유사성을 기반으로 포인트의 위치를 추정하여 시간 축 상으로 존재하는 중복 정보를 제거함으로써, 포인트 클라우드 데이터의 압축 효율을 높일 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 spinning LiDAR의 레이저 기반의 샘플링 특성에 기반하여 LiDAR 이동에 따른 포인트의 수직 방향 위치 이동을 추가적으로 고려함으로써 참조 프레임의 포인트 위치를 보다 정확하게 예측할 수 있다. 또한, 이를 통해 현재 포인트와 예측 포인트의 유사성이 높아짐으로써, 비트스트림을 구성하는 잔차 성분이 줄어들고 압축 효율이 늘어나는 효과를 얻을 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 예측 정확성이 높은 경우 잔차(residual) 중 일부를 전달하지 않음으로써 압축 효율을 더 높일 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치 및 인코더는 프레임 내 예측뿐만 아니라 프레임 간 데이터 예측 모드를 추가적으로 고려함으로써 포인트 클라우드 데이터를 효율적으로 압축할 수 있는 효과가 있다. 마찬가지로, 실시예들에 따른 포인트 클라우드 데이터 수신 장치 및 디코더는 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하고, 비트스트림 내 시그널링 정보 및/또는 실시예들에 따른 디코딩 동작에 기반하여 포인트 클라우드 데이터를 효율적으로 복원할 수 있는 효과가 있다.
도면은 실시예들을 더욱 이해하기 위해서 포함되며, 도면은 실시예들에 관련된 설명과 함께 실시예들을 나타낸다.
도 1은 실시예들에 따른 포인트 클라우드(Point Cloud) 콘텐츠 제공을 위한 시스템을 나타낸다.
도 2는 실시예들에 따른 Point Cloud 콘텐츠 제공을 위한 과정을 나타낸다.
도 3은 실시예들에 따른 Point Cloud 캡처 장비 배열 구성을 나타낸다.
도 4는 실시예들에 따른 포인트 클라우드 비디오 인코더(Point Cloud Video Encoder)를 나타낸다.
도 5는 실시예들에 따른 3차원 공간상의 복셀을 나타낸다.
도 6은 실시예들에 따른 옥트리와 occupancy 코드의 예시를 나타낸다.
도 7은 실시예들에 따른 이웃 노드 패턴의 예시를 나타낸다.
도 8은 실시예들에 따른 LOD별 Point Cloud 콘텐츠의 Point 구성의 예시를 나타낸다.
도 9는 실시예들에 따른 LOD별 Point Cloud 콘텐츠의 Point 구성의 예시를 나타낸다.
도 10은 실시예들에 따른 포인트 클라우드 비디오 디코더(Point Cloud Video Decoder)의 블록 다이어그램(block diagram) 예시를 나타낸다.
도 11은 실시예들에 따른 포인트 클라우드 비디오 디코더(Point Cloud Video Decoder)의 예시를 나타낸다.
도 12는 실시예들에 따른 송신기의 Point Cloud 비디오 인코딩을 위한 구성요소를 나타낸다.
도 13은 실시예들에 따른 수신기의 Point Cloud 비디오 디코딩을 위한 구성요소를 나타낸다.
도 14는 실시예들에 따른 포인트 클라우드 데이터 방법/장치와 연동 가능한 구조의 예시를 나타낸다.
도 15는 실시예들에 따른 참조 프레임의 서치 윈도우의 예시를 나타낸 도면이다.
도 16(a)와 도 16(b)는 실시예들에 따른 옥트리 구조에서 스플릿 및 플래그 정보의 시그널링의 예시들을 보인 도면이다.
도 17은 실시예들에 따른 옥트리 노드의 코스트 함수를 산출하는 예시를 나타낸 도면이다.
도18은 실시예들에 따른 옥트리 뎁스에서 스플릿을 수행하는 예시를 나타낸 도면이다.
도 19는 실시예들에 따른 인터 예측 과정의 예시를 보인 도면이다.
도 20(a)와 도 20(b)는 실시예들에 따른 차량에 설치된 스피닝LiDAR에 의해 획득되는 포인트 클라우드 데이터의 실시 예를 보인 도면이다.
도 21은 실시예들에 따른 포인트 클라우드 데이터의 좌표계 변환 과정의 예시를 보인 도면이다.
도 22는 실시예들에 따른 부채꼴형 좌표계의 예시를 나타낸 도면이다.
도 23은 실시예들에 따른 포인트 클라우드 데이터의 부채꼴형 좌표계 변환의 예시를 나타낸 도면이다.
도 24는 실시예들에 따른 포인트 클라우드 데이터의 좌표 프로젝션의 예시를 나타낸 도면이다.
도 25는 실시예들에 따른 포인트 클라우드 데이터의 레이저 포지션 조정의 예시를 나타낸 도면이다.
도 26은 실시예들에 따른 포인트 클라우드 데이터를 인덱스로 전환하는 예시를 나타낸다.
도 27은 실시예들에 따른 포인트 클라우드 데이터에서 수평방향 각도(azimuthal angle)를 인덱스로 전환하여 보정하는 예시를 나타낸다.
도 28(a)와 도 28(b)는 실시예들에 따른 LiDAR 시스템을 장착한 차량이 이동함에 따라 생성되는 포인트들의 변화의 일 예시를 보인 도면이다.
도 29(a)와 도 29(b)는 실시예들에 따라 추정된 포인트의 위치와 목표 포인트의 위치 사이의 차이의 예시를 보인 도면이다.
도 30은 실시예들에 따른 수직 방향 각도(elevation angle)의 단순화된 변환 값으로서 레이저 인덱스(laser index)를 사용하는 예시를 나타낸다.
도 31(a)와 도 31(b)는 실시예들에 따라 추정된 현재 포인트의 위치의 예시를 보인 도면이다.
도 32는 실시예들에 따른 포인트 클라우드 송신 장치의 또 다른 예시를 보인 도면이다.
도 33은 실시예들에 따른 지오메트리 인코더(51003)의 상세 블록도의 예시를 보인 도면이다.
도 34는 실시예들에 따른 송/수신을 위한 포인트 클라우드 데이터의 비트스트림 구조의 예시를 나타낸다.
도 35는 본 명세서에 따른 지오메트리 파라미터 세트(geometry_parameter_set())(GPS)의 신택스 구조의 일 실시예를 보인 도면이다.
도 36은 실시예들에 따른 지오메트리 데이터 유닛(geometry_data_unit())의 신택스 구조의 예시를 보인 도면이다.
도 37은 실시예들에 따른 지오메트리 데이터 유닛 헤더(geometry_data_unit_header())의 신택스 구조의 예시를 보인 도면이다.
도 38은 실시예들에 따른 지오메트리 압축 관련 정보를 포함하는 데이터 유닛(data_unit())의 신택스 구조의 예시를 보인 도면이다.
도 39는 실시예들에 따른 포인트 클라우드 수신 장치의 또 다른 예시를 보인 도면이다.
도 40은 실시예들에 따른 지오메트리 디코더(61003)의 상세 블록도의 예시를 보인 도면이다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 하기의 실시예들은 본 문서를 구체화하기 위한 것일 뿐 본 문서의 권리 범위를 제한하거나 한정하는 것이 아님은 물론이다. 본 문서의 상세한 설명 및 실시예들로부터 본 문서가 속하는 기술 분야의 전문가가 용이하게 유추할 수 있는 것은 본 문서의 권리 범위에 속하는 것으로 해석된다.
본 명세서의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 안되며, 예시적인 것으로 고려되어야 한다. 본 문서의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 문서의 등가적 범위 내에서의 모든 변경은 본 문서의 범위에 포함된다.
바람직한 실시예들에 대해 구체적으로 설명하되, 그 예는 첨부된 도면에 나타낸다. 첨부된 도면을 참조한 아래의 상세한 설명은 구현될 수 있는 실시예들만을 나타내기보다는 바람직한 실시예들을 설명하기 위한 것이다. 이하에서는 본 문서에 대한 철저한 이해를 제공하기 위해 세부 사항을 포함하여 설명한다. 그러나 본 문서가 이러한 세부 사항 없이 실행될 수 있다는 것은 당업자에게 자명하다. 본 명세서에서 사용되는 대부분의 용어는 해당 분야에서 널리 사용되는 일반적인 것들에서 선택되지만, 일부 용어는 출원인에 의해 임의로 선택되며 그 의미는 필요에 따라 다음 설명에서 자세히 서술한다. 따라서 본 문서는 용어의 단순한 명칭이나 의미가 아닌 용어의 의도된 의미에 근거하여 이해되어야 한다. 또한 이하의 도면들 및 상세한 설명은 구체적으로 기술된 실시예들에만 국한되어 해석되지 않고, 도면 및 상세한 설명에 기재된 실시예들과 균등하거나, 대체 가능한 것들까지 포함하는 것으로 해석되어야만 한다.
도 1은 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템의 예시를 나타낸다.
도 1에 도시된 포인트 클라우드 콘텐트 제공 시스템은 전송 장치(transmission device)(10000) 및 수신 장치(reception device)(10004)를 포함할 수 있다. 전송 장치(10000) 및 수신 장치(10004)는 포인트 클라우드 데이터를 송수신하기 위해 유무선 통신 가능하다.
실시예들에 따른 전송 장치(10000)는 포인트 클라우드 비디오(또는 포인트 클라우드 콘텐트)를 확보하고 처리하여 전송할 수 있다. 실시예들에 따라, 전송 장치(10000)는 고정국(fixed station), BTS(base transceiver system), 네트워크, AI(Artificial Intelligence) 기기 및/또는 시스템, 로봇, AR/VR/XR 기기 및/또는 서버 등을 포함할 수 있다. 또한 실시예들에 따라 전송 장치(10000)는 무선 접속 기술(예, 5G NR(New RAT), LTE(Long Term Evolution))을 이용하여, 기지국 및/또는 다른 무선 기기와 통신을 수행하는 기기, 로봇, 차량, AR/VR/XR 기기, 휴대기기, 가전, IoT(Internet of Thing)기기, AI 기기/서버 등을 포함할 수 있다.
실시예들에 따른 전송 장치(10000)는 포인트 클라우드 비디오 획득부(Point Cloud Video Acquisition unit, 10001), 포인트 클라우드 비디오 인코더(Point Cloud Video Encoder, 10002) 및/또는 트랜스미터(Transmitter (or Communication module), 10003)를 포함한다
실시예들에 따른 포인트 클라우드 비디오 획득부(10001)는 캡쳐, 합성 또는 생성 등의 처리 과정을 통해 포인트 클라우드 비디오를 획득한다. 포인트 클라우드 비디오는 3차원 공간에 위치한 포인트들의 집합인 포인트 클라우드로 표현되는 포인트 클라우드 콘텐트로서, 포인트 클라우드 비디오 데이터 등으로 호칭될 수 있다. 실시예들에 따른 포인트 클라우드 비디오는 하나 또는 그 이상의 프레임들을 포함할 수 있다. 하나의 프레임은 정지 영상/픽쳐를 나타낸다. 따라서 포인트 클라우드 비디오는 포인트 클라우드 영상/프레임/픽처를 포함할 수 있으며, 포인트 클라우드 영상, 프레임 및 픽처 중 어느 하나로 호칭될 수 있다.
실시예들에 따른 포인트 클라우드 비디오 인코더(10002)는 확보된 포인트 클라우드 비디오 데이터를 인코딩한다. 포인트 클라우드 비디오 인코더(10002)는 포인트 클라우드 컴프레션(Point Cloud Compression) 코딩을 기반으로 포인트 클라우드 비디오 데이터를 인코딩할 수 있다. 실시예들에 따른 포인트 클라우드 컴프레션 코딩은 G-PCC(Geometry-based Point Cloud Compression) 코딩 및/또는 V-PCC(Video based Point Cloud Compression) 코딩 또는 차세대 코딩을 포함할 수 있다. 또한 실시예들에 따른 포인트 클라우드 컴프레션 코딩은 상술한 실시예에 국한되는 것은 아니다. 포인트 클라우드 비디오 인코더(10002)는 인코딩된 포인트 클라우드 비디오 데이터를 포함하는 비트스트림을 출력할 수 있다. 비트스트림은 인코딩된 포인트 클라우드 비디오 데이터뿐만 아니라, 포인트 클라우드 비디오 데이터의 인코딩과 관련된 시그널링 정보를 포함할 수 있다.
실시예들에 따른 트랜스미터(10003)는 인코딩된 포인트 클라우드 비디오 데이터를 포함하는 비트스트림을 전송한다. 실시예들에 따른 비트스트림은 파일 또는 세그먼트(예를 들면 스트리밍 세그먼트) 등으로 인캡슐레이션되어 방송망 및/또는 브로드밴드 망등의 다양한 네트워크를 통해 전송된다. 도면에 도시되지 않았으나, 전송 장치(10000)는 인캡슐레이션 동작을 수행하는 인캡슐레이션부(또는 인캡슐레이션 모듈)을 포함할 수 있다. 또한 실시예들에 따라 인캡슐레이션부는 트랜스미터(10003)에 포함될 수 있다. 실시예들에 따라 파일 또는 세그먼트는 네트워크를 통해 수신 장치(10004)로 전송되거나, 디지털 저장매체(예를 들면 USB, SD, CD, DVD, 블루레이, HDD, SSD 등)에 저장될 수 있다. 실시예들에 따른 트랜스미터(10003)는 수신 장치(10004) (또는 리시버(Receiver, 10005))와 4G, 5G, 6G 등의 네트워크를 통해 유/무선 통신 가능하다. 또한 트랜스미터(10003)는 네트워크 시스템(예를 들면 4G, 5G, 6G 등의 통신 네트워크 시스템)에 따라 필요한 데이터 처리 동작을 수행할 수 있다. 또한 전송 장치(10000)는 온 디맨드(On Demand) 방식에 따라 인캡슐레이션된 데이터를 전송할 수도 있다.
실시예들에 따른 수신 장치(10004)는 리시버(Receiver, 10005), 포인트 클라우드 비디오 디코더(Point Cloud Video Decoder, 10006) 및/또는 렌더러(Renderer, 10007)를 포함한다. 실시예들에 따라 수신 장치(10004)는 무선 접속 기술(예, 5G NR(New RAT), LTE(Long Term Evolution))을 이용하여, 기지국 및/또는 다른 무선 기기와 통신을 수행하는 기기, 로봇, 차량, AR/VR/XR 기기, 휴대기기, 가전, IoT(Internet of Thing)기기, AI 기기/서버 등을 포함할 수 있다.
실시예들에 따른 리시버(10005)는 포인트 클라우드 비디오 데이터를 포함하는 비트스트림 또는 비트스트림이 인캡슐레이션된 파일/세그먼트 등을 네트워크 또는 저장매체로부터 수신한다. 리시버(10005)는 네트워크 시스템(예를 들면 4G, 5G, 6G 등의 통신 네트워크 시스템)에 따라 필요한 데이터 처리 동작을 수행할 수 있다. 실시예들에 따른 리시버(10005)는 수신한 파일/세그먼트를 디캡슐레이션하여 비트스트림을 출력할수 있다. 또한 실시예들에 따라 리시버(10005)는 디캡슐레이션 동작을 수행하기 위한 디캡슐레이션부(또는 디캡슐레이션 모듈)을 포함할 수 있다. 또한 디캡슐레이션부는 리시버(10005)와 별개의 엘레멘트(또는 컴포넌트 또는 모듈)로 구현될 수 있다.
포인트 클라우드 비디오 디코더(10006)는 포인트 클라우드 비디오 데이터를 포함하는 비트스트림을 디코딩한다. 포인트 클라우드 비디오 디코더(10006)는 포인트 클라우드 비디오 데이터가 인코딩된 방식에 따라 디코딩할 수 있다(예를 들면 포인트 클라우드 비디오 인코더(10002)의 동작의 역과정). 따라서 포인트 클라우드 비디오 디코더(10006)는 포인트 클라우드 컴프레션의 역과정인 포인트 클라우드 디컴프레션 코딩을 수행하여 포인트 클라우드 비디오 데이터를 디코딩할 수 있다. 포인트 클라우드 디컴프레션 코딩은 G-PCC 코딩을 포함한다.
렌더러(10007)는 디코딩된 포인트 클라우드 비디오 데이터를 렌더링한다. 렌더러(10007)는 포인트 클라우드 비디오 데이터 뿐만 아니라 오디오 데이터도 렌더링하여 포인트 클라우드 콘텐트를 출력할 수 있다. 실시예들에 따라 렌더러(10007)는 포인트 클라우드 콘텐트를 디스플레이하기 위한 디스플레이를 포함할 수 있다. 실시예들에 따라 디스플레이는 렌더러(10007)에 포함되지 않고 별도의 디바이스 또는 컴포넌트로 구현될 수 있다.
도면에 점선으로 표시된 화살표는 수신 장치(10004)에서 획득한 피드백 정보(feedback information)의 전송 경로를 나타낸다. 피드백 정보는 포인트 클라우드 콘텐트를 소비하는 사용자와의 인터랙티비를 반영하기 위한 정보로서, 사용자의 정보(예를 들면 헤드 오리엔테이션 정보, 뷰포트(Viewport) 정보 등)을 포함한다. 특히 포인트 클라우드 콘텐트가 사용자와의 상호작용이 필요한 서비스(예를 들면 자율주행 서비스 등)를 위한 콘텐트인 경우, 피드백 정보는 콘텐트 송신측(예를 들면 전송 장치(10000)) 및/또는 서비스 프로바이더에게 전달될 수 있다. 실시예들에 따라 피드백 정보는 전송 장치(10000) 뿐만 아니라 수신 장치(10004)에서도 사용될 수 있으며, 제공되지 않을 수도 있다.
실시예들에 따른 헤드 오리엔테이션 정보는 사용자의 머리 위치, 방향, 각도, 움직임 등에 대한 정보이다. 실시예들에 따른 수신 장치(10004)는 헤드 오리엔테이션 정보를 기반으로 뷰포트 정보를 계산할 수 있다. 뷰포트 정보는 사용자가 바라보고 있는 포인트 클라우드 비디오의 영역에 대한 정보이다. 시점(viewpoint)은 사용자가 포인트 클라우드 비디오를 보고 있는 점으로 뷰포트 영역의 정중앙 지점을 의미할 수 있다. 즉, 뷰포트는 시점을 중심으로 한 영역으로서, 영역의 크기, 형태 등은 FOV(Field Of View) 에 의해 결정될 수 있다. 따라서 수신 장치(10004)는 헤드 오리엔테이션 정보 외에 장치가 지원하는 수직(vertical) 혹은 수평(horizontal) FOV 등을 기반으로 뷰포트 정보를 추출할 수 있다. 또한 수신 장치(10004)는 게이즈 분석 (Gaze Analysis) 등을 수행하여 사용자의 포인트 클라우드 소비 방식, 사용자가 응시하는 포인트 클라우드 비디오 영역, 응시 시간 등을 확인한다. 실시예들에 따라 수신 장치(10004)는 게이즈 분석 결과를 포함하는 피드백 정보를 송신 장치(10000)로 전송할 수 있다. 실시예들에 따른 피드백 정보는 렌더링 및/또는 디스플레이 과정에서 획득될 수 있다. 실시예들에 따른 피드백 정보는 수신 장치(10004)에 포함된 하나 또는 그 이상의 센서들에 의해 확보될 수 있다. 또한 실시예들에 따라 피드백 정보는 렌더러(10007) 또는 별도의 외부 엘레멘트(또는 디바이스, 컴포넌트 등)에 의해 확보될 수 있다.
도 1의 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 디코더(10006)는 피드백 정보를 기반으로 디코딩 동작을 수행할 수 있다. 또한 수신 장치(10004)는 피드백 정보를 전송 장치(10000)로 전송할 수 있다. 전송 장치(10000)(또는 포인트 클라우드 비디오 인코더(10002))는 피드백 정보를 기반으로 인코딩 동작을 수행할 수 있다. 따라서 포인트 클라우드 콘텐트 제공 시스템은 모든 포인트 클라우드 데이터를 처리(인코딩/디코딩)하지 않고, 피드백 정보를 기반으로 필요한 데이터(예를 들면 사용자의 헤드 위치에 대응하는 포인트 클라우드 데이터)를 효율적으로 처리하고, 사용자에게 포인트 클라우드 콘텐트를 제공할 수 있다.
실시예들에 따라, 전송 장치(10000)는 인코더, 전송 디바이스, 전송기, 전송 시스템 등으로 호칭될 수 있으며, 수신 장치(10004)는 디코더, 수신 디바이스, 수신기, 수신 시스템 등으로 호칭될 수 있다.
실시예들에 따른 도 1 의 포인트 클라우드 콘텐트 제공 시스템에서 처리되는 (획득/인코딩/전송/디코딩/렌더링의 일련의 과정으로 처리되는) 포인트 클라우드 데이터는 포인트 클라우드 콘텐트 데이터 또는 포인트 클라우드 비디오 데이터라고 호칭할 수 있다. 실시예들에 따라 포인트 클라우드 콘텐트 데이터는 포인트 클라우드 데이터와 관련된 메타데이터 내지 시그널링 정보를 포함하는 개념으로 사용될 수 있다.
도 1에 도시된 포인트 클라우드 콘텐트 제공 시스템의 엘리먼트들은 하드웨어, 소프트웨어, 프로세서 및/또는 그것들의 결합 등으로 구현될 수 있다.
도 2는 실시예들에 따른 포인트 클라우드 콘텐트 제공 동작을 나타내는 블록도이다.
도 2의 블록도는 도 1에서 설명한 포인트 클라우드 콘텐트 제공 시스템의 동작을 나타낸다. 상술한 바와 같이 포인트 클라우드 콘텐트 제공 시스템은 포인트 클라우드 컴프레션 코딩(예를 들면 G-PCC)을 기반으로 포인트 클라우드 데이터를 처리할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 포인트 클라우드 전송 장치(10000) 또는 포인트 클라우드 비디오 획득부(10001))은 포인트 클라우드 비디오를 획득할 수 있다(20000). 포인트 클라우드 비디오는 3차원 공간을 표현하는 좌표계에 속한 포인트 클라우드로 표현된다. 실시예들에 따른 포인트 클라우드 비디오는 Ply (Polygon File format or the Stanford Triangle format) 파일을 포함할 수 있다. 포인트 클라우드 비디오가 하나 또는 그 이상의 프레임들을 갖는 경우, 획득한 포인트 클라우드 비디오는 하나 또는 그 이상의 Ply 파일들을 포함할 수 있다. Ply 파일은 포인트의 지오메트리(Geometry) 및/또는 어트리뷰트(Attribute)와 같은 포인트 클라우드 데이터를 포함한다. 지오메트리는 포인트들의 포지션들을 포함한다. 각 포인트의 포지션은 3차원 좌표계(예를 들면 XYZ축들로 이루어진 좌표계 등)를 나타내는 파라미터들(예를 들면 X축, Y축, Z축 각각의 값)로 표현될 수 있다. 어트리뷰트는 포인트들의 어트리뷰트들(예를 들면, 각 포인트의 텍스쳐 정보, 색상(YCbCr 또는 RGB), 반사율(r), 투명도 등)을 포함한다. 하나의 포인트는 하나 또는 그 이상의 어트리뷰트들(또는 속성들)을 가진다. 예를 들어 하나의 포인트는 하나의 색상인 어트리뷰트를 가질 수도 있고, 색상 및 반사율인 두 개의 어트리뷰트들을 가질 수도 있다. 실시예들에 따라, 지오메트리는 포지션들, 지오메트리 정보, 지오메트리 데이터 등으로 호칭 가능하며, 어트리뷰트는 어트리뷰트들, 어트리뷰트 정보, 어트리뷰트 데이터 등으로 호칭할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템(예를 들면 포인트 클라우드 전송 장치(10000) 또는 포인트 클라우드 비디오 획득부(10001))은 포인트 클라우드 비디오의 획득 과정과 관련된 정보(예를 들면 깊이 정보, 색상 정보 등)로부터 포인트 클라우드 데이터를 확보할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 전송 장치(10000) 또는 포인트 클라우드 비디오 인코더(10002))은 포인트 클라우드 데이터를 인코딩할 수 있다(20001). 포인트 클라우드 콘텐트 제공 시스템은 포인트 클라우드 컴프레션 코딩을 기반으로 포인트 클라우드 데이터를 인코딩할 수 있다. 상술한 바와 같이 포인트 클라우드 데이터는 포인트의 지오메트리 및 어트리뷰트를 포함할 수 있다. 따라서 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템은 지오메트리를 인코딩하는 지오메트리 인코딩을 수행하여 지오메트리 비트스트림을 출력할 수 있다. 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템은 어트리뷰트를 인코딩하는 어트리뷰트 인코딩을 수행하여 어트리뷰트 비트스트림을 출력할 수 있다. 실시예들에 따라 포인트 클라우드 콘텐트 제공 시스템은 지오메트리 인코딩에 기초하여 어트리뷰트 인코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 비트스트림 및 어트리뷰트 비트스트림은 멀티플렉싱되어 하나의 비트스트림으로 출력될 수 있다. 실시예들에 따른 비트스트림은 지오메트리 인코딩 및 어트리뷰트 인코딩과 관련된 시그널링 정보를 더 포함할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 전송 장치(10000) 또는 트랜스미터(10003))는 인코딩된 포인트 클라우드 데이터를 전송할 수 있다(20002). 도1에서 설명한 바와 같이 인코딩된 포인트 클라우드 데이터는 지오메트리 비트스트림, 어트리뷰트 비트스트림으로 표현될 수 있다. 또한 인코딩된 포인트 클라우드 데이터는 포인트 클라우드 데이터의 인코딩과 관련된 시그널링 정보(예를 들면 지오메트리 인코딩 및 어트리뷰트 인코딩과 관련된 시그널링 정보)과 함께 비트스트림의 형태로 전송될 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템은 인코딩된 포인트 클라우드 데이터를 전송하는 비트스트림을 인캡슐레이션 하여 파일 또는 세그먼트의 형태로 전송할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 리시버(10005))은 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 수신할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 리시버(10005))은 비트스트림을 디멀티플렉싱할 수 있다.
포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10005))은 비트스트림으로 전송되는 인코딩된 포인트 클라우드 데이터(예를 들면 지오메트리 비트스트림, 어트리뷰트 비트스트림)을 디코딩할 수 있다. 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10005))은 비트스트림에 포함된 포인트 클라우드 비디오 데이터의 인코딩과 관련된 시그널링 정보를 기반으로 포인트 클라우드 비디오 데이터를 디코딩할 수 있다. 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10005))은 지오메트리 비트스트림을 디코딩하여 포인트들의 포지션들(지오메트리)을 복원할 수 있다. 포인트 클라우드 콘텐트 제공 시스템은 복원한 지오메트리를 기반으로 어트리뷰트 비트스트림을 디코딩하여 포인트들의 어트리뷰트들을 복원할 수 있다. 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10005))은 복원된 지오메트리에 따른 포지션들 및 디코딩된 어트리뷰트를 기반으로 포인트 클라우드 비디오를 복원할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 렌더러(10007))은 디코딩된 포인트 클라우드 데이터를 렌더링할 수 있다(20004). 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 렌더러(10007))은 디코딩 과정을 통해 디코딩된 지오메트리 및 어트리뷰트들을 다양한 렌더링 방식에 따라 렌더링 할 수 있다. 포인트 클라우드 콘텐트의 포인트들은 일정 두께를 갖는 정점, 해당 정점 위치를 중앙으로 하는 특정 최소 크기를 갖는 정육면체, 또는 정점 위치를 중앙으로 하는 원 등으로 렌더링 될 수도 있다. 렌더링된 포인트 클라우드 콘텐트의 전부 또는 일부 영역은 디스플레이 (예를 들면 VR/AR 디스플레이, 일반 디스플레이 등)을 통해 사용자에게 제공된다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004))는 피드백 정보를 확보할 수 있다(20005). 포인트 클라우드 콘텐트 제공 시스템은 피드백 정보를 기반으로 포인트 클라우드 데이터를 인코딩 및/또는 디코딩할 수 있다. 실시예들에 따른 피드백 정보 및 포인트 클라우드 콘텐트 제공 시스템의 동작은 도 1에서 설명한 피드백 정보 및 동작과 동일하므로 구체적인 설명은 생략한다.
도 3은 실시예들에 따른 포인트 클라우드 비디오 캡쳐 과정의 예시를 나타낸다.
도 3은 도 1과 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.
도 3의 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.
도 3의 오른쪽은 아웃워드-페이싱 방식을 나타낸다. 아웃워드-페이싱 방식은 중심 오브젝트를 둘러싸고 위치한 하나 또는 그 이상의 카메라들(또는 카메라 센서들)이 중심 오브젝트가 아닌 중심 오브젝트의 환경을 캡쳐하는 방식을 의미한다. 아웃워드-페이싱 방식은 사용자의 시점에서 나타나는 주변 환경을 제공하기 위한 포인트 클라우드 콘텐트(예를 들면, 자율 주행 차량의 사용자에게 제공될 수 있는 외부 환경을 나타내는 콘텐트)를 생성하기 위해 사용될 수 있다.
도 3에 도시된 바와 같이, 포인트 클라우드 콘텐트는 하나 또는 그 이상의 카메라들의 캡쳐 동작을 기반으로 생성될 수 있다. 이 경우 각 카메라의 좌표계가 다를 수 있으므로 포인트 클라우드 콘텐트 제공 시스템은 캡쳐 동작 이전에 글로벌 공간 좌표계(global coordinate system)을 설정하기 위하여 하나 또는 그 이상의 카메라들의 캘리브레이션을 수행할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템은 상술한 캡쳐 방식으로 캡쳐된 이미지 및/또는 영상과 임의의 이미지 및/또는 영상을 합성하여 포인트 클라우드 콘텐트를 생성할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템은 가상 공간을 나타내는 포인트 클라우드 콘텐트를 생성하는 경우, 도3에서 설명한 캡쳐 동작을 수행하지 않을 수 있다. 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템은 캡쳐한 이미지 및/또는 영상에 대해 후처리를 수행할 수 있다. 즉, 포인트 클라우드 콘텐트 제공 시스템은 원하지 않는 영역(예를 들면 배경)을 제거하거나, 캡쳐한 이미지들 및/또는 영상들이 연결된 공간을 인식하고, 구멍(spatial hole)이 있는 경우 이를 메우는 동작을 수행할 수 있다.
또한 포인트 클라우드 콘텐트 제공 시스템은 각 카메라로부터 확보한 포인트 클라우드 비디오의 포인트들에 대하여 좌표계 변환을 수행하여 하나의 포인트 클라우드 콘텐트를 생성할 수 있다. 포인트 클라우드 콘텐트 제공 시스템은 각 카메라의 위치 좌표를 기준으로 포인트들의 좌표계 변환을 수행할 수 있다. 이에 따라, 포인트 클라우드 콘텐트 제공 시스템은 하나의 넓은 범위를 나타내는 콘텐트를 생성할 수도 있고, 포인트들의 밀도가 높은 포인트 클라우드 콘텐트를 생성할 수도 있다.
도 4는 실시예들에 따른 포인트 클라우드 비디오 인코더(Point Cloud Video Encoder)의 예시를 나타낸다.
도 4는 도 1의 포인트 클라우드 비디오 인코더(10002)의 상세 예시를 나타낸다. 포인트 클라우드 비디오 인코더는 네트워크의 상황 혹은 애플리케이션 등에 따라 포인트 클라우드 콘텐트의 질(예를 들어 무손실-lossless, 손실-lossy, near-lossless)을 조절하기 위하여 포인트 클라우드 데이터(예를 들면 포인트들의 포지션들 및/또는 어트리뷰트들)을 재구성하고 인코딩 동작을 수행한다. 포인트 클라우드 콘텐트의 전체 사이즈가 큰 경우(예를 들어 30 fps의 경우 60 Gbps인 포인트 클라우드 콘텐트) 포인트 클라우드 콘텐트 제공 시스템은 해당 콘텐트를 리얼 타임 스트리밍하지 못할 수 있다. 따라서 포인트 클라우드 콘텐트 제공 시스템은 네트워크 환경등에 맞춰 제공하기 위하여 최대 타깃 비트율(bitrate)을 기반으로 포인트 클라우드 콘텐트를 재구성할 수 있다.
도 1과 도2 에서 설명한 바와 같이 포인트 클라우드 비디오 인코더는 지오메트리 인코딩 및 어트리뷰트 인코딩을 수행할 수 있다. 지오메트리 인코딩은 어트리뷰트 인코딩보다 먼저 수행된다.
실시예들에 따른 포인트 클라우드 비디오 인코더는 좌표계 변환부(Transformation Coordinates unit, 40000), 양자화부(Quantization unit, 40001), 옥트리 분석부(Octree Analysis unit, 40002), 서페이스 어프록시메이션 분석부(Surface Approximation Analysis unit, 40003), 아리스메틱 인코더(Arithmetic Encode, 40004), 지오메트리 리컨스트럭션부(Geometry Reconstruction unit, 40005), 컬러 변환부(Color Transformation unit, 40006), 어트리뷰트 변환부(Attribute Transformation unit, 40007), RAHT(Region Adaptive Hierarchical Transform) 변환부(40008), LOD생성부( LOD Generation unit, 40009), 리프팅 변환부(Lifting Transformation unit)(40010), 계수 양자화부(Coefficient Quantization unit, 40011) 및/또는 아리스메틱 인코더(Arithmetic Encoder, 40012)를 포함한다.
좌표계 변환부(40000), 양자화부(40001), 옥트리 분석부(40002), 서페이스 어프록시메이션 분석부(40003), 아리스메틱 인코더(40004), 및 지오메트리 리컨스트럭션부(40005)는 지오메트리 인코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 인코딩은 옥트리 지오메트리 코딩, 다이렉트 코딩(direct coding), 트라이숩 지오메트리 인코딩(trisoup geometry encoding) 및 엔트로피 인코딩을 포함할 수 있다. 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 선택적으로 또는 조합으로 적용된다. 또한 지오메트리 인코딩은 위의 예시에 국한되지 않는다.
도면에 도시된 바와 같이, 실시예들에 따른 좌표계 변환부(40000)는 포지션들을 수신하여 좌표계(coordinate)로 변환한다. 예를 들어, 포지션들은 3차원 공간 (예를 들면XYZ 좌표계로 표현되는 3차원 공간 등)의 위치 정보로 변환될 수 있다. 실시예들에 따른 3차원 공간의 위치 정보는 지오메트리 정보로 지칭될 수 있다.
실시예들에 따른 양자화부(40001)는 지오메트리 정보를 양자화한다. 예를 들어, 양자화부(40001)는 전체 포인트들의 최소 위치 값(예를 들면 X축, Y축, Z축 에 대하여 각축상의 최소 값)을 기반으로 포인트들을 양자화 할 수 있다. 양자화부(40001)는 최소 위치 값과 각 포인트의 위치 값의 차이에 기 설정된 양자 스케일(quantization scale) 값을 곱한 뒤, 내림 또는 올림을 수행하여 가장 가까운 정수 값을 찾는 양자화 동작을 수행한다. 따라서 하나 또는 그 이상의 포인트들은 동일한 양자화된 포지션 (또는 포지션 값)을 가질 수 있다. 실시예들에 따른 양자화부(40001)는 양자화된 포인트들을 재구성하기 위해 양자화된 포지션들을 기반으로 복셀화(voxelization)를 수행한다. 복셀화는 3차원 공간 상의 위치정보를 표현하는 최소한의 유닛을 의미한다. 실시예들에 따른 포인트 클라우드 콘텐트(또는 3차원 포인트 클라우드 비디오)의 포인트들은 하나 또는 그 이상의 복셀(voxel)들에 포함될 수 있다. 복셀은 볼륨(Volume)과 픽셀(Pixel)의 조합어로서, 3차원 공간을 표현하는 축들(예를 들면 X축, Y축, Z축)을 기반으로 3차원 공간을 유닛(unit=1.0) 단위로 나누었을 때 발생하는 3차원 큐빅 공간을 의미한다. 양자화부(40001)는 3차원 공간의 포인트들의 그룹들을 복셀들로 매칭할 수 있다. 실시예들에 따라 하나의 복셀은 하나의 포인트만 포함할 수 있다. 실시예들에 따라 하나의 복셀은 하나 또는 그 이상의 포인트들을 포함할 수 있다. 또한 하나의 복셀을 하나의 포인트로 표현하기 위하여, 하나의 복셀에 포함된 하나 또는 그 이상의 포인트들의 포지션들을 기반으로 해당 복셀의 중앙점(center point)의 포지션을 설정할 수 있다. 이 경우 하나의 복셀에 포함된 모든 포지션들의 어트리뷰트들은 통합되어(combined) 해당 복셀에 할당될(assigned)수 있다.
실시예들에 따른 옥트리 분석부(40002)는 복셀을 옥트리(octree) 구조로 나타내기 위한 옥트리 지오메트리 코딩(또는 옥트리 코딩)을 수행한다. 옥트리 구조는 팔진 트리 구조에 기반하여 복셀에 매칭된 포인트들을 표현한다.
실시예들에 따른 서페이스 어프록시메이션 분석부(40003)는 옥트리를 분석하고, 근사화할 수 있다. 실시예들에 따른 옥트리 분석 및 근사화는 효율적으로 옥트리 및 복셀화를 제공하기 위해서 다수의 포인트들을 포함하는 영역에 대해 복셀화하기 위해 분석하는 과정이다.
실시예들에 따른 아리스메틱 인코더(40004)는 옥트리 및/또는 근사화된 옥트리를 엔트로피 인코딩한다. 예를 들어, 인코딩 방식은 아리스메틱(Arithmetic) 인코딩 방법을 포함한다. 인코딩의 결과로 지오메트리 비트스트림이 생성된다.
컬러 변환부(40006), 어트리뷰트 변환부(40007), RAHT 변환부(40008), LOD생성부(40009), 리프팅 변환부(40010), 계수 양자화부(40011) 및/또는 아리스메틱 인코더(40012)는 어트리뷰트 인코딩을 수행한다. 상술한 바와 같이 하나의 포인트는 하나 또는 그 이상의 어트리뷰트들을 가질 수 있다. 실시예들에 따른 어트리뷰트 인코딩은 하나의 포인트가 갖는 어트리뷰트들에 대해 동일하게 적용된다. 다만, 하나의 어트리뷰트(예를 들면 색상)이 하나 또는 그 이상의 요소들을 포함하는 경우, 각 요소마다 독립적인 어트리뷰트 인코딩이 적용된다. 실시예들에 따른 어트리뷰트 인코딩은 컬러 변환 코딩, 어트리뷰트 변환 코딩, RAHT(Region Adaptive Hierarchical Transform) 코딩, 예측 변환(Interpolation-based hierarchical nearest-neighbour prediction-Prediction Transform) 코딩 및 리프팅 변환 (interpolation-based hierarchical nearest-neighbour prediction with an update/lifting step (Lifting Transform)) 코딩을 포함할 수 있다. 포인트 클라우드 콘텐트에 따라 상술한 RAHT 코딩, 예측 변환 코딩 및 리프팅 변환 코딩은 선택적으로 사용되거나, 하나 또는 그 이상의 코딩들의 조합이 사용될 수 있다. 또한 실시예들에 따른 어트리뷰트 인코딩은 상술한 예시에 국한되는 것은 아니다.
실시예들에 따른 컬러 변환부(40006)는 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 변환하는 컬러 변환 코딩을 수행한다. 예를 들어, 컬러 변환부(40006)는 색상 정보의 포맷을 변환(예를 들어 RGB에서 YCbCr로 변환)할 수 있다. 실시예들에 따른 컬러 변환부(40006)의 동작은 어트리뷰트들에 포함된 컬러값에 따라 옵셔널(optional)하게 적용될 수 있다.
실시예들에 따른 지오메트리 리컨스트럭션부(40005)는 옥트리 및/또는 근사화된 옥트리를 재구성(디컴프레션)한다. 지오메트리 리컨스트럭션부(40005)는 포인트들의 분포를 분석한 결과에 기반하여 옥트리/복셀을 재구성한다. 재구성된 옥트리/복셀은 재구성된 지오메트리(또는 복원된 지오메트리)로 호칭될 수 있다.
실시예들에 따른 어트리뷰트 변환부(40007)는 지오메트리 인코딩이 수행되지 않은 포지션들 및/또는 재구성된 지오메트리를 기반으로 어트리뷰트들을 변환하는 어트리뷰트 변환을 수행한다. 상술한 바와 같이 어트리뷰트들은 지오메트리에 종속되므로, 어트리뷰트 변환부(40007)는 재구성된 지오메트리 정보를 기반으로 어트리뷰트들을 변환할 수 있다. 예를 들어, 어트리뷰트 변환부(40007)는 복셀에 포함된 포인트의 포지션값을 기반으로 그 포지션의 포인트가 가지는 어트리뷰트를 변환할 수 있다. 상술한 바와 같이 하나의 복셀에 포함된 하나 또는 그 이상의 포인트들의 포지션들을 기반으로 해당 복셀의 중앙점의 포지션이 설정된 경우, 어트리뷰트 변환부(40007)는 하나 또는 그 이상의 포인트들의 어트리뷰트들을 변환한다. 트라이숩 지오메트리 인코딩이 수행된 경우, 어트리뷰트 변환부(40007)는 트라이숩 지오메트리 인코딩을 기반으로 어트리뷰트들을 변환할 수 있다.
어트리뷰트 변환부(40007)는 각 복셀의 중앙점의 포지션(또는 포지션 값)으로부터 특정 위치/반경 내에 이웃하고 있는 포인트들의 어트리뷰트들 또는 어트리뷰트 값들(예를 들면 각 포인트의 색상, 또는 반사율 등)의 평균값을 계산하여 어트리뷰트 변환을 수행할 수 있다. 어트리뷰트 변환부(40007)는 평균값 계산시 중앙점으로부터 각 포인트까지의 거리에 따른 가중치를 적용할 수 있다. 따라서 각 복셀은 포지션과 계산된 어트리뷰트(또는 어트리뷰트 값)을 갖게 된다.
어트리뷰트 변환부(40007)는 K-D 트리 또는 몰톤(morton) 코드를 기반으로 각 복셀의 중앙점의 포지션으로부터 특정 위치/반경 내에 존재하는 이웃 포인트들을 탐색할 수 있다. K-D 트리는 이진 탐색 트리(binary search tree)로 빠르게 최단 이웃점 탐색(Nearest Neighbor Search-NNS)이 가능하도록 point들을 위치 기반으로 관리할 수 있는 자료 구조를 지원한다. 몰톤 코드는 모든 포인트들의 3차원 포지션을 나타내는 좌표값(예를 들면 (x, y, z))을 비트값으로 나타내고, 비트들을 믹싱하여 생성된다. 예를 들어 포인트의 포지션을 나타내는 좌표값이 (5, 9, 1)일 경우 좌표값의 비트 값은 (0101, 1001, 0001)이다. 비트 값을 z, y, x 순서로 비트 인덱스에 맞춰 믹싱하면 010001000111이다. 이 값을 10진수로 나타내면 1095이 된다. 즉, 좌표값이 (5, 9, 1)인 포인트의 몰톤 코드 값은 1095이다. 어트리뷰트 변환부(40007)는 몰톤 코드 값을 기준으로 포인트들을 정렬하고depth-first traversal 과정을 통해 최단 이웃점 탐색(NNS)을 할 수 있다. 어트리뷰트 변환 동작 이후, 어트리뷰트 코딩을 위한 다른 변환 과정에서도 최단 이웃점 탐색(NNS)이 필요한 경우, K-D 트리 또는 몰톤 코드가 활용된다.
도면에 도시된 바와 같이 변환된 어트리뷰트들은 RAHT 변환부(40008) 및/또는 LOD 생성부(40009)로 입력된다.
실시예들에 따른 RAHT 변환부(40008)는 재구성된 지오메트리 정보에 기반하여 어트리뷰트 정보를 예측하는 RAHT코딩을 수행한다. 예를 들어, RAHT 변환부(40008)는 옥트리의 하위 레벨에 있는 노드와 연관된 어트리뷰트 정보에 기반하여 옥트리의 상위 레벨에 있는 노드의 어트리뷰트 정보를 예측할 수 있다.
실시예들에 따른 LOD생성부(40009)는 LOD(Level of Detail)를 생성한다. 실시예들에 따른 LOD는 포인트 클라우드 콘텐트의 디테일을 나타내는 정도로서, LOD 값이 작을 수록 포인트 클라우드 콘텐트의 디테일이 떨어지고, LOD 값이 클 수록 포인트 클라우드 콘텐트의 디테일이 높음을 나타낸다. 포인트들을 LOD에 따라 분류될 수 있다.
실시예들에 따른 리프팅 변환부(40010)는 포인트 클라우드의 어트리뷰트들을 가중치에 기반하여 변환하는 리프팅 변환 코딩을 수행한다. 상술한 바와 같이 리프팅 변환 코딩은 선택적으로 적용될 수 있다.
실시예들에 따른 계수 양자화부(40011)은 어트리뷰트 코딩된 어트리뷰트들을 계수에 기반하여 양자화한다.
실시예들에 따른 아리스메틱 인코더(40012)는 양자화된 어트리뷰트들을 아리스메틱 코딩 에 기반하여 인코딩한다.
도 4의 포인트 클라우드 비디오 인코더의 엘레멘트들은 도면에 도시되지 않았으나 포인트 클라우드 콘텐트 제공 장치에 포함된 하나 또는 그 이상의 메모리들과 통신가능하도록 설정된 하나 또는 그 이상의 프로세서들 또는 집적 회로들(integrated circuits)을 포함하는 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합으로 구현될 수 있다. 하나 또는 그 이상의 프로세서들은 상술한 도 4의 포인트 클라우드 비디오 인코더의 엘레멘트들의 동작들 및/또는 기능들 중 적어도 어느 하나 이상을 수행할 수 있다. 또한 하나 또는 그 이상의 프로세서들은 도 4의 포인트 클라우드 비디오 인코더의 엘레멘트들의 동작들 및/또는 기능들을 수행하기 위한 소프트웨어 프로그램들 및/또는 인스트럭션들의 세트를 동작하거나 실행할 수 있다. 실시예들에 따른 하나 또는 그 이상의 메모리들은 하이 스피드 랜덤 억세스 메모리를 포함할 수도 있고, 비휘발성 메모리(예를 들면 하나 또는 그 이상의 마그네틱 디스크 저장 디바이스들, 플래쉬 메모리 디바이스들, 또는 다른 비휘발성 솔리드 스테이트 메모리 디바이스들(Solid-state memory devices)등)를 포함할 수 있다.
도 5 는 실시예들에 따른 복셀의 예시를 나타낸다.
도 5는 X축, Y축, Z축의 3가지 축으로 구성된 좌표계로 표현되는 3차원 공간상에 위치한 복셀을 나타낸다. 도 4에서 설명한 바와 같이 포인트 클라우드 비디오 인코더(예를 들면 양자화부(40001) 등)은 복셀화를 수행할 수 있다. 복셀은 3차원 공간을 표현하는 축들(예를 들면 X축, Y축, Z축)을 기반으로 3차원 공간을 유닛(unit=1.0) 단위로 나누었을 때 발생하는 3차원 큐빅 공간을 의미한다. 도 5는 두 개의 극점들(0,0,0) 및 (2d, 2d, 2d) 으로 정의되는 바운딩 박스(cubical axis-aligned bounding box)를 재귀적으로 분할(recursive subdividing)하는 옥트리 구조를 통해 생성된 복셀의 예시를 나타낸다. 하나의 복셀은 적어도 하나 이상의 포인트를 포함한다. 복셀은 복셀군(voxel group)과의 포지션 관계로부터 공간 좌표를 추정 할 수 있다. 상술한 바와 같이 복셀은 2차원 이미지/영상의 픽셀과 마찬가지로 어트리뷰트(색상 또는 반사율 등)을 가진다. 복셀에 대한 구체적인 설명은 도 4에서 설명한 바와 동일하므로 생략한다.
도 6은 실시예들에 따른 옥트리 및 오큐판시 코드 (occupancy code)의 예시를 나타낸다.
도 1 내지 도 4에서 설명한 바와 같이 포인트 클라우드 콘텐트 제공 시스템(포인트 클라우드 비디오 인코더(10002)) 또는 포인트 클라우드 비디오 인코더의 옥트리 분석부(40002))는 복셀의 영역 및/또는 포지션을 효율적으로 관리하기 위하여 옥트리 구조 기반의 옥트리 지오메트리 코딩(또는 옥트리 코딩)을 수행한다.
도 6의 상단은 옥트리 구조를 나타낸다. 실시예들에 따른 포인트 클라우드 콘텐트의 3차원 공간은 좌표계의 축들(예를 들면 X축, Y축, Z축)로 표현된다. 옥트리 구조는 두 개의 극점들(0,0,0) 및 (2d, 2d, 2d) 으로 정의되는 바운딩 박스(cubical axis-aligned bounding box)를 재귀적으로 분할(recursive subdividing)하여 생성된다. 2d는 포인트 클라우드 콘텐트(또는 포인트 클라우드 비디오)의 전체 포인트들을 감싸는 가장 작은 바운딩 박스를 구성하는 값으로 설정될 수 있다. d는 옥트리의 깊이(depth)를 나타낸다. d값은 다음의 수학식 1에 따라 결정된다. 하기 수학식 1에서 (xint n, yint n, zint n)는 양자화된 포인트들의 포지션들(또는 포지션 값들)을 나타낸다.
[수학식 1]
Figure PCTKR2022015855-appb-img-000001
도 6의 상단의 중간에 도시된 바와 같이, 분할에 따라 전체 3차원 공간은 8개의 공간들로 분할될 수 있다. 분할된 각 공간은 6개의 면들을 갖는 큐브로 표현된다. 도 6의 상단의 오른쪽에 도시된 바와 같이 8개의 공간들 각각은 다시 좌표계의 축들(예를 들면 X축, Y축, Z축)을 기반으로 분할된다. 따라서 각 공간은 다시 8개의 작은 공간들로 분할된다. 분할된 작은 공간 역시 6개의 면들을 갖는 큐브로 표현된다. 이와 같은 분할 방식은 옥트리의 리프 노드(leaf node)가 복셀이 될 때까지 적용된다.
도 6의 하단은 옥트리의 오큐판시 코드를 나타낸다. 옥트리의 오큐판시 코드는 하나의 공간이 분할되어 발생되는 8개의 분할된 공간들 각각이 적어도 하나의 포인트를 포함하는지 여부를 나타내기 위해 생성된다. 따라서 하나의 오큐판시 코드는 8개의 자식 노드(child node)들로 표현된다. 각 자식 노드는 분할된 공간의 오큐판시를 나타내며, 자식 노드는 1비트의 값을 갖는다. 따라서 오큐판시 코드는 8 비트 코드로 표현된다. 즉, 자식 노드에 대응하는 공간에 적어도 하나의 포인트가 포함되어 있으면 해당 노드는 1값을 갖는다. 자식 노드에 대응하는 공간에 포인트가 포함되어 있지 않으면 (empty), 해당 노드는 0값을 갖는다. 도 6에 도시된 오큐판시 코드는 00100001이므로 8개의 자식 노드 중 3번째 자식 노드 및 8번째 자식 노드에 대응하는 공간들은 각각 적어도 하나의 포인트를 포함함을 나타낸다. 도면에 도시된 바와 같이 3번째 자식 노드 및 8번째 자식 노드는 각각 8개의 자식 노드를 가지며, 각 자식 노드는 8비트의 오큐판시 코드로 표현된다. 도면은 3번째 자식 노드의 오큐판시 코드가 10000111이고, 8번째 자식 노드의 오큐판시 코드가 01001111임을 나타낸다. 실시예들에 따른 포인트 클라우드 비디오 인코더(예를 들면 아리스메틱 인코더(40004))는 오큐판시 코드를 엔트로피 인코딩할 수 있다. 또한 압축 효율을 높이기 위해 포인트 클라우드 비디오 인코더는 오큐판시 코드를 인트라/인터 코딩할 수 있다. 실시예들에 따른 수신 장치(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10006))는 오큐판시 코드를 기반으로 옥트리를 재구성한다.
실시예들에 따른 포인트 클라우드 비디오 인코더(예를 들면 옥트리 분석부(40002))는 포인트들의 포지션들을 저장하기 위해 복셀화 및 옥트리 코딩을 수행할 수 있다. 하지만 3차원 공간 내 포인트들이 언제나 고르게 분포하는 것은 아니므로, 포인트들이 많이 존재하지 않는 특정 영역이 존재할 수 있다. 이 경우, 3차원 공간 전체에 대해 복셀화를 수행하는 것은 비효율 적이다. 예를 들어 특정 영역에 포인트가 거의 존재하지 않는다면, 해당 영역까지 복셀화를 수행할 필요가 없다.
따라서 실시예들에 따른 포인트 클라우드 비디오 인코더는 상술한 특정 영역(또는 옥트리의 리프 노드를 제외한 노드)에 대해서는 복셀화를 수행하지 않고, 특정 영역에 포함된 포인트들의 포지션을 직접 코딩하는 다이렉트 코딩(Direct coding)을 수행할 수 있다. 실시예들에 따른 다이렉트 코딩 포인트의 좌표들은 다이렉트 코딩 모드(Direct Coding Mode, DCM)으로 호칭된다. 또한 실시예들에 따른 포인트 클라우드 비디오 인코더는 표면 모델(surface model)을 기반으로 특정 영역(또는 노드)내의 포인트들의 포지션들을 복셀 기반으로 재구성하는 트라이숩 지오메트리 인코딩(Trisoup geometry encoding)을 수행할 수 있다. 트라이숩 지오메트리 인코딩은 오브젝트의 표현을 삼각형 메쉬(triangle mesh)의 시리즈로 표현하는 지오메트리 인코딩이다. 따라서 포인트 클라우드 비디오 디코더는 메쉬 표면으로부터 포인트 클라우드를 생성할 수 있다. 실시예들에 따른 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 선택적으로 수행될 수 있다. 또한 실시예들에 따른 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 옥트리 지오메트리 코딩(또는 옥트리 코딩)과 결합되어 수행될 수 있다.
다이렉트 코딩(Direct coding)을 수행하기 위해서는 다이렉트 코딩을 적용하기 위한 직접 모드(direct mode) 사용 옵션이 활성화 되어 있어야 하며, 다이렉트 코딩을 적용할 노드는 리프 노드가 아니고, 특정 노드 내에 한계치(threshold) 이하의 포인트들이 존재해야 한다. 또한 다이렉트 코딩의 대상이 되는 전체 포인트들의 개수는 기설정된 한계값을 넘어서는 안된다. 위의 조건이 만족되면, 실시예들에 따른 포인트 클라우드 비디오 인코더(예를 들어, 아리스메틱 인코더(40004))는 포인트들의 포지션들(또는 포지션 값들)을 엔트로피 코딩할 수 있다.
실시예들에 따른 포인트 클라우드 비디오 인코더(예를 들면 서페이스 어프록시메이션 분석부(40003))는 옥트리의 특정 레벨(레벨은 옥트리의 깊이 d보다는 작은 경우)을 정하고, 그 레벨부터는 표면 모델을 사용하여 노드 영역내의 포인트의 포지션을 복셀 기반으로 재구성하는 트라이숩 지오메트리 인코딩을 수행할 수 있다(트라이숩 모드). 실시예들에 따른 포인트 클라우드 비디오 인코더는 트라이숩 지오메트리 인코딩을 적용할 레벨을 지정할 수 있다. 예를 들어, 지정된 레벨이 옥트리의 깊이와 같으면 포인트 클라우드 비디오 인코더는 트라이숩 모드로 동작하지 않는다. 즉, 실시예들에 따른 포인트 클라우드 비디오 인코더는 지정된 레벨이 옥트리의 깊이값 보다 작은 경우에만 트라이숩 모드로 동작할 수 있다. 실시예들에 따른 지정된 레벨의 노드들의 3차원 정육면체 영역을 블록(block)이라 호칭한다. 하나의 블록은 하나 또는 그 이상의 복셀들을 포함할 수 있다. 블록 또는 복셀은 브릭(brick)에 대응될 수도 있다. 각 블록 내에서 지오메트리는 표면(surface)으로 표현된다. 실시예들에 따른 표면은 최대 한번 블록의 각 엣지(edge, 모서리)와 교차할 수 있다.
하나의 블록은 12개의 엣지들을 가지므로, 하나의 블록 내 적어도 12개의 교차점들이 존재한다. 각 교차점은 버텍스(vertex, 정점 또는 꼭지점)라 호칭된다. 엣지를 따라 존재하는 버텍스은 해당 엣지를 공유하는 모든 블록들 중 그 엣지에 인접한 적어도 하나의 오큐파이드 복셀(occupied voxel)이 있는 경우 감지된다. 실시예들에 따른 오큐파이드 복셀은 포인트를 포함하는 복셀을 의미한다. 엣지를 따라 검출된 버텍스의 포지션은 해당 엣지를 공유하는 모든 블록들 중 해당 엣지에 인접한 모든 복셀들의 엣지에 따른 평균 포지션(the average position along the edge of all voxels)이다.
버텍스가 검출되면 실시예들에 따른 포인트 클라우드 비디오 인코더는 엣지의 시작점(x, y, z), 엣지의 방향벡터(
Figure PCTKR2022015855-appb-img-000002
x,
Figure PCTKR2022015855-appb-img-000003
y,
Figure PCTKR2022015855-appb-img-000004
z), 버텍스 위치 값 (엣지 내의 상대적 위치 값)들을 엔트로피 코딩할 수 있다. 트라이숩 지오메트리 인코딩이 적용된 경우, 실시예들에 따른 포인트 클라우드 비디오 인코더(예를 들면 지오메트리 리컨스트럭션부(40005))는 삼각형 재구성(triangle reconstruction), 업-샘플링(up-sampling), 복셀화 과정을 수행하여 복원된 지오메트리(재구성된 지오메트리)를 생성할 수 있다.
블록의 엣지에 위치한 버텍스들은 블록을 통과하는 표면(surface)를 결정한다. 실시예들에 따른 표면은 비평면 다각형이다. 삼각형 재구성 과정은 엣지의 시작점, 엣지의 방향 벡터와 버텍스의 위치값을 기반으로 삼각형으로 나타내는 표면을 재구성한다. 삼각형 재구성 과정은 다음의 수학식 2와 같다. ①각 버텍스들의 중심(centroid)값을 계산하고, ②각 버텍스값에서 중심 값을 뺀 값들에 ③자승을 수행하고 그 값을 모두 더한 값을 구한다.
[수학식 2]
Figure PCTKR2022015855-appb-img-000005
그리고나서, 더해진 값의 최소값을 구하고, 최소값이 있는 축에 따라서 프로젝션 (Projection, 투영) 과정을 수행한다. 예를 들어 x 요소(element)가 최소인 경우, 각 버텍스를 블록의 중심을 기준으로 x축으로 프로젝션 시키고, (y, z) 평면으로 프로젝션 시킨다. (y, z)평면으로 프로젝션 시키면 나오는 값이 (ai, bi)라면 atan2(bi, ai)를 통해 θ값을 구하고, θ값을 기준으로 버텍스들(vertices)을 정렬한다. 하기의 표 1은 버텍스들의 개수에 따라 삼각형을 생성하기 위한 버텍스들의 조합을 나타낸다. 버텍스들은 1부터 n까지의 순서로 정렬된다. 하기 표 1은 4개의 버텍스들에 대하여, 버텍스들의 조합에 따라 두 개의 삼각형들이 구성될 수 있음을 나타낸다. 첫번째 삼각형은 정렬된 버텍스들 중 1, 2, 3번째 버텍스들로 구성되고, 두번째 삼각형은 정렬된 버텍스들 중 3, 4, 1번째 버텍스들로 구성될 수 있다.
표 1. Triangles formed from vertices ordered 1,…, n
n Triangles
3 (1,2,3)
4 (1,2,3), (3,4,1)
5 (1,2,3), (3,4,5), (5,1,3)
6 (1,2,3), (3,4,5), (5,6,1), (1,3,5)
7 (1,2,3), (3,4,5), (5,6,7), (7,1,3), (3,5,7)
8 (1,2,3), (3,4,5), (5,6,7), (7,8,1), (1,3,5), (5,7,1)
9 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,1,3), (3,5,7), (7,9,3)
10 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,10,1), (1,3,5), (5,7,9), (9,1,5)
11 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,10,11), (11,1,3), (3,5,7), (7,9,11), (11,3,7)
12 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,10,11), (11,12,1), (1,3,5), (5,7,9), (9,11,1), (1,5,9)
업샘플링 과정은 삼각형의 엣지를 따라서 중간에 점들을 추가하여 복셀화 하기 위해서 수행된다. 업샘플링 요소 값(upsampling factor)과 블록의 너비를 기준으로 추가 점들을 생성한다. 추가점은 리파인드 버텍스(refined vertices)라고 호칭된다. 실시예들에 따른 포인트 클라우드 비디오 인코더는 리파인드 버텍스들을 복셀화할 수 있다. 또한 포인트 클라우드 비디오 인코더는 복셀화 된 포지션(또는 포지션 값)을 기반으로 어트리뷰트 인코딩을 수행할 수 있다.
도 7은 실시예들에 따른 이웃 노드 패턴의 예시를 나타낸다.
포인트 클라우드 비디오의 압축 효율을 증가시키기 위하여 실시예들에 따른 포인트 클라우드 비디오 인코더는 콘텍스트 어댑티브 아리스메틱 (context adaptive arithmetic) 코딩을 기반으로 엔트로피 코딩을 수행할 수 있다.
도 1 내지 도 6에서 설명한 바와 같이 포인트 클라우드 콘텐트 제공 시스템 또는 도 2의 포인트 클라우드 비디오 인코더(10002) 또는 도 4의 포인트 클라우드 비디오 인코더 또는 아리스메틱 인코더(40004)는 오큐판시 코드를 곧바로 엔트로피 코딩할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템 또는 포인트 클라우드 비디오 인코더는 현재 노드의 오큐판시 코드와 이웃 노드들의 오큐판시를 기반으로 엔트로피 인코딩(인트라 인코딩)을 수행하거나, 이전 프레임의 오큐판시 코드를 기반으로 엔트로피 인코딩(인터 인코딩)을 수행할 수 있다. 실시예들에 따른 프레임은 동일한 시간에 생성된 포인트 클라우드 비디오의 집합을 의미한다. 실시예들에 따른 인트라 인코딩/인터 인코딩의 압축 효율은 참조하는 이웃 노드들의 개수에 따라 달라질 수 있다. 비트가 커지면 복잡해지지만 한쪽으로 치우치게 만들어서 압축 효율이 높아질 수 있다. 예를 들어 3-bit context를 가지면, 2의 3승인 = 8가지 방법으로 코딩 해야 한다. 나누어 코딩을 하는 부분은 구현의 복잡도에 영향을 준다. 따라서 압축의 효율과 복잡도의 적정 수준을 맞출 필요가 있다.
도 7은 이웃 노드들의 오큐판시를 기반으로 오큐판시 패턴을 구하는 과정을 나타낸다. 실시예들에 따른 포인트 클라우드 비디오 인코더는 옥트리의 각 노드의 이웃 노드들의 오큐판시(occupancy)를 판단하고 이웃 노드 패턴(neighbor pattern) 값을 구한다. 이웃 노드 패턴은 해당 노드의 오큐판시 패턴을 추론하기 위해 사용된다. 도 7의 왼쪽은 노드에 대응하는 큐브(가운데 위치한 큐브) 및 해당 큐브와 적어도 하나의 면을 공유하는 6개의 큐브들(이웃 노드들)을 나타낸다. 도면에 도시된 노드들은 같은 뎁스(깊이)의 노드들이다. 도면에 도시된 숫자는 6개의 노드들 각각과 연관된 가중치들(1, 2, 4, 8, 16, 32, 등)을 나타낸다. 각 가중치는 이웃 노드들의 위치에 따라 순차적으로 부여된다.
도 7의 오른쪽은 이웃 노드 패턴 값을 나타낸다. 이웃 노드 패턴 값은 오큐파이드 이웃 노드(포인트를 갖는 이웃 노드)의 가중치가 곱해진 값들의 합이다. 따라서 이웃 노드 패턴 값은 0에서 63까지의 값을 갖는다. 이웃 노드 패턴 값이 0 인 경우, 해당 노드의 이웃 노드 중 포인트를 갖는 노드(오큐파이드 노드)가 없음을 나타낸다. 이웃 노드 패턴 값이 63인 경우, 이웃 노드들이 전부 오큐파이드 노드들임을 나타낸다. 도면에 도시된 바와 같이 가중치1, 2, 4, 8가 부여된 이웃 노드들은 오큐파이드 노드들이므로, 이웃 노드 패턴 값은 1, 2, 4, 8을 더한 값인 15이다. 포인트 클라우드 비디오 인코더는 이웃 노드 패턴 값에 따라 코딩을 수행할 수 있다(예를 들어 이웃 노드 패턴 값이 63인 경우, 64가지의 코딩을 수행). 실시예들에 따라 포인트 클라우드 비디오 인코더는 이웃 노드 패턴 값을 변경 (예를 들면 64를 10 또는 6으로 변경하는 테이블을 기반으로) 하여 코딩의 복잡도를 줄일 수 있다.
도 8은 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 1 내지 도 7에서 설명한 바와 같이, 어트리뷰트 인코딩이 수행되기 전 인코딩된 지오메트리는 재구성(디컴프레션) 된다. 다이렉트 코딩이 적용된 경우, 지오메트리 재구성 동작은 다이렉트 코딩된 포인트들의 배치를 변경하는 것을 포함할 수 있다(예를 들면 다이렉트 코딩된 포인트들을 포인트 클라우드 데이터의 앞쪽에 배치). 트라이숩 지오메트리 인코딩이 적용된 경우, 지오메트리 재구성 과정은 삼각형 재구성, 업샘플링, 복셀화 과정을 어트리뷰트는 지오메트리에 종속되므로, 어트리뷰트 인코딩은 재구성된 지오메트리를 기반으로 수행된다.
포인트 클라우드 비디오 인코더(예를 들면 LOD 생성부(40009))는 포인트들을 LOD별로 분류(reorganization) 또는 그룹핑(grouping) 할 수 있다. 도 8은 LOD에 대응하는 포인트 클라우드 콘텐트를 나타낸다. 도 8의 가장 왼쪽은 오리지널 포인트 클라우드 콘텐트를 나타낸다. 도 8의 왼쪽에서 두번째 그림은 가장 낮은 LOD의 포인트들의 분포를 나타내며, 도 8의 가장 오른쪽 그림은 가장 높은 LOD의 포인트들의 분포를 나타낸다. 즉, 가장 낮은 LOD의 포인트들은 드문드문(sparse) 분포하며, 가장 높은 LOD의 포인트들은 촘촘히 분포한다. 즉, 도 8의 하단에 표시된 화살표 방향에 따라 LOD가 증가할수록 포인트들 간의 간격(또는 거리)는 더 짧아진다.
도 9는 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 1 내지 도 8에서 설명한 바와 같이 포인트 클라우드 콘텐트 제공 시스템, 또는 포인트 클라우드 비디오 인코더(예를 들면 도 2의 포인트 클라우드 비디오 인코더(10002), 도 4의 포인트 클라우드 비디오 인코더, 또는 LOD 생성부(40009))는 LOD를 생성할 수 있다. LOD는 포인트들을 설정된 LOD 거리 값(또는 유클리디안 디스턴스(Euclidean Distance)의 세트)에 따라 리파인먼트 레벨들(refinement levels)의 세트로 재정열(reorganize)하여 생성된다. LOD 생성 과정은 포인트 클라우드 비디오 인코더뿐만 아니라 포인트 클라우드 비디오 디코더에서도 수행된다.
도 9의 상단은 3차원 공간에 분포된 포인트 클라우드 콘텐트의 포인트들의 예시(P0내지 P9)를 나타낸다. 도 9의 오리지널 오더(Original order)는 LOD 생성 전 포인트들 P0내지 P9의 순서를 나타낸다. 도 9의 LOD 기반 오더 (LOD based order)는 LOD 생성에 따른 포인트들의 순서를 나타낸다. 포인트들은 LOD별 재정열된다. 또한 높은 LOD는 낮은 LOD에 속한 포인트들을 포함한다. 도 9에 도시된 바와 같이 LOD0는 P0, P5, P4 및 P2를 포함한다. LOD1은 LOD0의 포인트들과 P1, P6 및 P3를 포함한다. LOD2는 LOD0의 포인트들, LOD1의 포인트들 및 P9, P8 및 P7을 포함한다.
도 4에서 설명한 바와 같이 실시예들에 따른 포인트 클라우드 비디오 인코더는 LOD 기반의 예측 변환 코딩, 리프팅 변환 코딩 및 RAHT 변환 코딩을 선택적으로 또는 조합하여 수행할 수 있다.
실시예들에 따른 포인트 클라우드 비디오 인코더는 포인트들에 대한 예측기(predictor)를 생성하여 각 포인트의 예측 어트리뷰트(또는 예측 어트리뷰트값)을 설정하기 위한 LOD 기반의 예측 변환 코딩을 수행할 수 있다. 즉, N개의 포인트들에 대하여 N개의 예측기들이 생성될 수 있다. 실시예들에 따른 예측기는 각 포인트의 LOD 값과 LOD별 설정된 거리 내에 존재하는 이웃 포인트들에 대한 인덱싱 정보 및 이웃 포인트들까지의 거리 값을 기반으로 가중치(=1/거리) 값을 계산할 수 있다.
실시예들에 따른 예측 어트리뷰트(또는 어트리뷰트값)은 각 포인트의 예측기에 설정된 이웃 포인트들의 어트리뷰트들(또는 어트리뷰트 값들, 예를 들면 색상, 반사율 등)에 각 이웃 포인트까지의 거리를 기반으로 계산된 가중치(또는 가중치값)을 곱한 값의 평균값으로 설정된다. 실시예들에 따른 포인트 클라우드 비디오 인코더(예를 들면 계수 양자화부(40011)는 해당 포인트의 어트리뷰트(즉, 오리지날 어트리뷰트 값)에서 해당 예측 어트리뷰트(어트리뷰트값)을 뺀 해당 포인트의 잔여값(residual, 잔여 어트리뷰트, 잔여 어트리뷰트값, 어트리뷰트 예측 잔여값, 예측 에러 어트리뷰트 값 등으로 호칭할 수 있다)을 양자화(quantization) 및 역양자화(inverse quantization)할 수 있다. 잔여 어트리뷰트 값에 대해 수행되는 송신 디바이스의 양자화 과정은 표 2와 같다. 그리고 표 2와 같이 양자화가 이루어진 잔여 어트리뷰트 값에 대해 수행되는 수신 디바이스의 역 양자화 과정은 표 3과 같다.
int PCCQuantization(int value, int quantStep) {
if( value >=0) {
return floor(value / quantStep + 1.0 / 3.0);
} else {
return -floor(-value / quantStep + 1.0 / 3.0);
}
}
int PCCInverseQuantization(int value, int quantStep) {
if( quantStep ==0) {
return value;
} else {
return value * quantStep;
}
}
실시예들에 따른 포인트 클라우드 비디오 인코더(예를 들면 아리스메틱 인코더(40012))는 각 포인트의 예측기에 이웃한 포인트들이 있는 경우, 상술한 바와 같이 양자화 및 역양자화된 잔여(residual) 어트리뷰트 값을 엔트로피 코딩 할 수 있다. 실시예들에 따른 포인트 클라우드 비디오 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 비디오 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 LOD 기반의 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 비디오 인코더(예를 들면 계수 양자화부(40011))는 예측 어트리뷰트 값을 양자화한다. 또한 포인트 클라우드 비디오 인코더(예를 들면 아리스메틱 인코더(40012))는 양자화된 어트리뷰트 값을 엔트로피 코딩한다.
실시예들에 따른 포인트 클라우드 비디오 인코더(예를 들면 RAHT 변환부(40008))는 옥트리의 하위 레벨에 있는 노드와 연관된 어트리뷰트를 사용하여 상위 레벨의 노드들의 어트리뷰트를 에측하는 RAHT 변환 코딩을 수행할 수 있다. RAHT 변환 코딩은 옥트리 백워드 스캔을 통한 어트리뷰트 인트라 코딩의 예시이다. 실시예들에 따른 포인트 클라우드 비디오 인코더는 복셀에서 전체 영역으로 스캔하고, 각 스텝에서 복셀을 더 큰 블록으로 합치면서 루트 노드까지의 병합 과정을 반복수행한다. 실시예들에 따른 병합 과정은 오큐파이드 노드에 대해서만 수행된다. 엠티 노드(empty node)에 대해서는 병합 과정이 수행되지 않으며, 엠티 노드의 바로 상위 노드에 대해 병합 과정이 수행된다.
하기의 수학식 3은 RAHT 변환 행렬을 나타낸다. glx,y,z 는 레벨 l에서의 복셀들의 평균 어트리뷰트 값을 나타낸다. glx,y,z는 gl+1 2x,y,z와 gl+1 2x+1,y,z로부터 계산될 수 있다. gl 2x,y,z 와 gl 2x+1,y,z 의 가중치를 w1=wl 2x,y,z과 w2=wl 2x+1,y,z 이다.
[수학식 3]
Figure PCTKR2022015855-appb-img-000006
gl-1 x,y,z는 로-패스(low-pass) 값으로, 다음 상위 레벨에서의 병합 과정에서 사용된다. hl-1 x,y,z은 하이패스 계수(high-pass coefficients)이며, 각 스텝에서의 하이패스 계수들은 양자화되어 엔트로피 코딩 된다(예를 들면 아리스메틱 인코더(40012)의 인코딩). 가중치는 wl-1 x,y,z = wl 2x,y,z + wl 2x+1,y,z로 계산된다. 루트 노드는 마지막 g1 0,0,0 과 g1 0,0,1을 통해서 다음의 수학식 4와 같이 생성된다.
[수학식 4]
Figure PCTKR2022015855-appb-img-000007
gDC값 또한 하이패스 계수와 같이 양자화되어 엔트로피 코딩된다.
도 10은 실시예들에 따른 포인트 클라우드 비디오 디코더(Point Cloud Video Decoder)의 예시를 나타낸다.
도 10에 도시된 포인트 클라우드 비디오 디코더는 도 1에서 설명한 포인트 클라우드 비디오 디코더(10006) 예시로서, 도 1에서 설명한 포인트 클라우드 비디오 디코더(10006)의 동작 등과 동일 또는 유사한 동작을 수행할 수 있다. 도면이 도시된 바와 같이 포인트 클라우드 비디오 디코더는 하나 또는 그 이상의 비트스트림(bitstream)들에 포함된 지오메트리 비트스트림(geometry bitstream) 및 어트리뷰트 비트스트림(attribute bitstream)을 수신할 수 있다. 포인트 클라우드 비디오 디코더는 지오메트리 디코더(geometry decoder) 및 어트리뷰트 디코더(attribute decoder)를 포함한다. 지오메트리 디코더는 지오메트리 비트스트림에 대해 지오메트리 디코딩을 수행하여 디코딩된 지오메트리(decoded geometry)를 출력한다. 어트리뷰트 디코더는 디코딩된 지오메트리를 기반으로 어트리뷰트 비트스트림에 대해 어트리뷰트 디코딩을 수행하여 디코딩된 어트리뷰트들(decoded attributes)을 출력한다. 디코딩된 지오메트리 및 디코딩된 어트리뷰트들은 포인트 클라우드 콘텐트를 복원(decoded point cloud)하는데 사용된다.
도 11은 실시예들에 따른 포인트 클라우드 비디오 디코더(Point Cloud Video Decoder)의 예시를 나타낸다.
도 11에 도시된 포인트 클라우드 비디오 디코더는 도 10에서 설명한 포인트 클라우드 비디오 디코더의 상세 예시로서, 도 1 내지 도 9에서 설명한 포인트 클라우드 비디오 인코더의 인코딩 동작의 역과정인 디코딩 동작을 수행할 수 있다.
도 1 및 도 10에서 설명한 바와 같이 포인트 클라우드 비디오 디코더는 지오메트리 디코딩 및 어트리뷰트 디코딩을 수행할 수 있다. 지오메트리 디코딩은 어트리뷰트 디코딩보다 먼저 수행된다.
실시예들에 따른 포인트 클라우드 비디오 디코더는 아리스메틱 디코더(arithmetic decoder, 11000), 옥트리 합성부(octree synthesis unit, 11001), 서페이스 오프록시메이션 합성부(surface approximation synthesis unit, 11002), 지오메트리 리컨스트럭션부(geometry reconstruction unit, 11003), 좌표계 역변환부(coordinates inverse transformation unit, 11004), 아리스메틱 디코더(arithmetic decoder, 11005), 역양자화부(inverse quantization unit, 11006), RAHT변환부(11007), LOD생성부(LOD generation unit, 11008), 인버스 리프팅부(Inverse lifting unit, 11009), 및/또는 컬러 역변환부(color inverse transformation unit, 11010)를 포함한다.
아리스메틱 디코더(11000), 옥트리 합성부(11001), 서페이스 오프록시메이션 합성부(11002), 지오메트리 리컨스트럭션부(11003), 좌표계 역변환부(11004)는 지오메트리 디코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 디코딩은 다이렉트 디코딩(direct decoding) 및 트라이숩 지오메트리 디코딩(trisoup geometry decoding)을 포함할 수 있다. 다이렉트 디코딩 및 트라이숩 지오메트리 디코딩은 선택적으로 적용된다. 또한 지오메트리 디코딩은 위의 예시에 국한되지 않으며, 도 1 내지 도 9에서 설명한 지오메트리 인코딩의 역과정으로 수행된다.
실시예들에 따른 아리스메틱 디코더(11000)는 수신한 지오메트리 비트스트림을 아리스메틱 코딩을 기반으로 디코딩한다. 아리스메틱 디코더(11000)의 동작은 아리스메틱 인코더(40004)의 역과정에 대응한다.
실시예들에 따른 옥트리 합성부(11001)는 디코딩된 지오메트리 비트스트림으로부터 (또는 디코딩 결과 확보된 지오메트리에 관한 정보)로부터 오큐판시 코드를 획득하여 옥트리를 생성할 수 있다. 오큐판시 코드에 대한 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 같다.
실시예들에 따른 서페이스 오프록시메이션 합성부(11002)는 트라이숩 지오메트리 인코딩이 적용된 경우, 디코딩된 지오메트리 및/또는 생성된 옥트리에 기반하여 서페이스를 합성할 수 있다.
실시예들에 따른 지오메트리 리컨스트럭션부(11003)는 서페이스 및 또는 디코딩된 지오메트리에 기반하여 지오메트리를 재생성할 수 있다. 도 1 내지 도 9에서 설명한 바와 같이, 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 선택적으로 적용된다. 따라서 지오메트리 리컨스트럭션부(11003)는 다이렉트 코딩이 적용된 포인트들의 포지션 정보들을 직접 가져와서 추가한다. 또한, 트라이숩 지오메트리 인코딩이 적용된 경우, 지오메트리 리컨스트럭션부(11003)는 지오메트리 리컨스트럭션부(40005)의 재구성 동작, 예를 들면 삼각형 재구성, 업-샘플링, 복셀화 동작을 수행하여 지오메트리를 복원할 수 있다. 구체적인 내용은 도 6에서 설명한 바와 동일하므로 생략한다. 복원된 지오메트리는 어트리뷰트들을 포함하지 않는 포인트 클라우드 픽쳐 또는 프레임을 포함할 수 있다.
실시예들에 따른 좌표계 역변환부(11004)는 복원된 지오메트리를 기반으로 좌표계를 변환하여 포인트들의 포지션들을 획득할 수 있다.
아리스메틱 디코더(11005), 역양자화부(11006), RAHT 변환부(11007), LOD생성부(11008), 인버스 리프팅부(11009), 및/또는 컬러 역변환부(11010)는 도 10에서 설명한 어트리뷰트 디코딩을 수행할 수 있다. 실시예들에 따른 어트리뷰트 디코딩은 RAHT(Region Adaptive Hierarchical Transform) 디코딩, 예측 변환(Interpolation-based hierarchical nearest-neighbour prediction-Prediction Transform) 디코딩 및 리프팅 변환 (interpolation-based hierarchical nearest-neighbour prediction with an update/lifting step (Lifting Transform)) 디코딩을 포함할 수 있다. 상술한 3가지의 디코딩들은 선택적으로 사용되거나, 하나 또는 그 이상의 디코딩들의 조합이 사용될 수 있다. 또한 실시예들에 따른 어트리뷰트 디코딩은 상술한 예시에 국한되는 것은 아니다.
실시예들에 따른 아리스메틱 디코더(11005)는 어트리뷰트 비트스트림을 아리스메틱 코딩으로 디코딩한다.
실시예들에 따른 역양자화부(11006)는 디코딩된 어트리뷰트 비트스트림 또는 디코딩 결과 확보한 어트리뷰트에 대한 정보를 역양자화(inverse quantization)하고 역양자화된 어트리뷰트들(또는 어트리뷰트 값들)을 출력한다. 역양자화는 포인트 클라우드 비디오 인코더의 어트리뷰트 인코딩에 기반하여 선택적으로 적용될 수 있다.
실시예들에 따라 RAHT 변환부(11007), LOD생성부(11008) 및/또는 인버스 리프팅부(11009)는 재구성된 지오메트리 및 역양자화된 어트리뷰트들을 처리할 수 있다. 상술한 바와 같이 RAHT 변환부(11007), LOD생성부(11008) 및/또는 인버스 리프팅부(11009)는 포인트 클라우드 비디오 인코더의 인코딩에 따라 그에 대응하는 디코딩 동작을 선택적으로 수행할 수 있다.
실시예들에 따른 컬러 역변환부(11010)는 디코딩된 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 역변환하기 위한 역변환 코딩을 수행한다. 컬러 역변환부(11010)의 동작은 포인트 클라우드 비디오 인코더의 컬러 변환부(40006)의 동작에 기반하여 선택적으로 수행될 수 있다.
도 11의 포인트 클라우드 비디오 디코더의 엘레멘트들은 도면에 도시되지 않았으나 포인트 클라우드 콘텐트 제공 시스템에 포함된 하나 또는 그 이상의 메모리들과 통신가능하도록 설정된 하나 또는 그 이상의 프로세서들 또는 집적 회로들(integrated circuits)을 포함하는 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합으로 구현될 수 있다. 하나 또는 그 이상의 프로세서들은 상술한 도 11의 포인트 클라우드 비디오 디코더의 엘레멘트들의 동작들 및/또는 기능들 중 적어도 어느 하나 이상을 수행할 수 있다. 또한 하나 또는 그 이상의 프로세서들은 도11의 포인트 클라우드 비디오 디코더의 엘레멘트들의 동작들 및/또는 기능들을 수행하기 위한 소프트웨어 프로그램들 및/또는 인스트럭션들의 세트를 동작하거나 실행할 수 있다.
도 12는 실시예들에 따른 전송 장치의 예시이다.
도 12에 도시된 전송 장치는 도 1의 전송장치(10000) (또는 도 4의 포인트 클라우드 비디오 인코더)의 예시이다. 도 12에 도시된 전송 장치는 도 1 내지 도 9에서 설명한 포인트 클라우드 비디오 인코더의 동작들 및 인코딩 방법들과 동일 또는 유사한 동작들 및 방법들 중 적어도 어느 하나 이상을 수행할 수 있다. 실시예들에 따른 전송 장치는 데이터 입력부(12000), 양자화 처리부(12001), 복셀화 처리부(12002), 옥트리 오큐판시 코드 (Occupancy code) 생성부(12003), 표면 모델 처리부(12004), 인트라/인터 코딩 처리부(12005), 아리스메틱 (Arithmetic) 코더(12006), 메타데이터 처리부(12007), 색상 변환 처리부(12008), 어트리뷰트 변환 처리부(또는 속성 변환 처리부)(12009), 예측/리프팅/RAHT 변환 처리부(12010), 아리스메틱 (Arithmetic) 코더(12011) 및/또는 전송 처리부(12012)를 포함할 수 있다.
실시예들에 따른 데이터 입력부(12000)는 포인트 클라우드 데이터를 수신 또는 획득한다. 데이터 입력부(12000)는 포인트 클라우드 비디오 획득부(10001)의 동작 및/또는 획득 방법(또는 도2에서 설명한 획득과정(20000))과 동일 또는 유사한 동작 및/또는 획득 방법을 수행할 수 있다.
데이터 입력부(12000), 양자화 처리부(12001), 복셀화 처리부(12002), 옥트리 오큐판시 코드 (Occupancy code) 생성부(12003), 표면 모델 처리부(12004), 인트라/인터 코딩 처리부(12005), Arithmetic 코더(12006)는 지오메트리 인코딩을 수행한다. 실시예들에 따른 지오메트리 인코딩은 도 1 내지 도 9에서 설명한 지오메트리 인코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 양자화 처리부(12001)는 지오메트리(예를 들면 포인트들의 위치값, 또는 포지션값)을 양자화한다. 양자화 처리부(12001)의 동작 및/또는 양자화는 도 4에서 설명한 양자화부(40001)의 동작 및/또는 양자화와 동일 또는 유사하다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 복셀화 처리부(12002)는 양자화된 포인트들의 포지션 값을 복셀화한다. 복셀화 처리부(120002)는 도 4에서 설명한 양자화부(40001)의 동작 및/또는 복셀화 과정과 동일 또는 유사한 동작 및/또는 과정을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 옥트리 오큐판시 코드 생성부(12003)는 복셀화된 포인트들의 포지션들을 옥트리 구조를 기반으로 옥트리 코딩을 수행한다. 옥트리 오큐판시 코드 생성부(12003)는 오큐판시 코드를 생성할 수 있다. 옥트리 오큐판시 코드 생성부(12003)는 도 4 및 도 6에서 설명한 포인트 클라우드 비디오 인코더 (또는 옥트리 분석부(40002))의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 표면 모델 처리부(12004)는 표면 모델(surface model)을 기반으로 특정 영역(또는 노드)내의 포인트들의 포지션들을 복셀 기반으로 재구성하는 트라이숩 지오메트리 인코딩을 수행할 수 있다. 포면 모델 처리부(12004)는 도 4 에서 설명한 포인트 클라우드 비디오 인코더(예를 들면 서페이스 어프록시메이션 분석부(40003))의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 인트라/인터 코딩 처리부(12005)는 포인트 클라우드 데이터를 인트라/인터 코딩할 수 있다. 인트라/인터 코딩 처리부(12005)는 도 7에서 설명한 인트라/인터 코딩과 동일 또는 유사한 코딩을 수행할 수 있다. 구체적인 설명은 도 7에서 설명한 바와 동일하다. 실시예들에 따라 인트라/인터 코딩 처리부(12005)는 아리스메틱 코더(12006)에 포함될 수 있다.
실시예들에 따른 아리스메틱 코더(12006)는 포인트 클라우드 데이터의 옥트리 및/또는 근사화된 옥트리를 엔트로피 인코딩한다. 예를 들어, 인코딩 방식은 아리스메틱(Arithmetic) 인코딩 방법을 포함한다. 아리스메틱 코더(12006)는 아리스메틱 인코더(40004)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다.
실시예들에 따른 메타데이터 처리부(12007)는 포인트 클라우드 데이터에 관한 메타데이터, 예를 들어 설정 값 등을 처리하여 지오메트리 인코딩 및/또는 어트리뷰트 인코딩 등 필요한 처리 과정에 제공한다. 또한 실시예들에 따른 메타데이터 처리부(12007)는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩과 관련된 시그널링 정보를 생성 및/또는 처리할 수 있다. 실시예들에 따른 시그널링 정보는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩과 별도로 인코딩처리될 수 있다. 또한 실시예들에 따른 시그널링 정보는 인터리빙 될 수도 있다.
색상 변환 처리부(12008), 어트리뷰트 변환 처리부(12009), 예측/리프팅/RAHT 변환 처리부(12010), 아리스메틱 (Arithmetic) 코더(12011)는 어트리뷰트 인코딩을 수행한다. 실시예들에 따른 어트리뷰트 인코딩은 도 1 내지 도 9에서 설명한 어트리뷰트 인코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 색상 변환 처리부(12008)는 어트리뷰트들에 포함된 색상값을 변환하는 색상 변환 코딩을 수행한다. 색상 변환 처리부(12008)는 재구성된 지오메트리를 기반으로 색상 변환 코딩을 수행할 수 있다. 재구성된 지오메트리에 대한 설명은 도 1 내지 도 9에서 설명한 바와 동일하다. 또한 도 4에서 설명한 컬러 변환부(40006)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다. 구체적인 설명은 생략한다.
실시예들에 따른 어트리뷰트 변환 처리부(12009)는 지오메트리 인코딩이 수행되지 않은 포지션들 및/또는 재구성된 지오메트리를 기반으로 어트리뷰트들을 변환하는 어트리뷰트 변환을 수행한다. 어트리뷰트 변환 처리부(12009)는 도 4에 설명한 어트리뷰트 변환부(40007)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다. 구체적인 설명은 생략한다. 실시예들에 따른 예측/리프팅/RAHT 변환 처리부(12010)는 변환된 어트리뷰트들을 RAHT 코딩, LOD 기반의 예측 변환 코딩 및 리프팅 변환 코딩 중 어느 하나 또는 하나 이상을 조합하여 코딩할 수 있다. 예측/리프팅/RAHT 변환 처리부(12010)는 도 4에서 설명한 RAHT 변환부(40008), LOD 생성부(40009) 및 리프팅 변환부(40010)의 동작들과 동일 또는 유사한 동작들 중 적어도 하나 이상을 수행한다. 또한 LOD 기반의 예측 변환 코딩, 리프팅 변환 코딩 및 RAHT 변환 코딩에 대한 설명은 도 1 내지 도 9에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 아리스메틱 코더(12011)는 코딩된 어트리뷰트들을 아리스메틱 코딩에 기반하여 인코딩할 수 있다. 아리스메틱 코더(12011)는 아리스메틱 인코더(40012)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다.
실시예들에 따른 전송 처리부(12012)는 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트 및/또는 메타 데이터를 포함하는 각 비트스트림을 전송하거나, 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트 및/또는 메타 데이터를 하나의 비트스트림으로 구성하여 전송할 수 있다. 실시예들에 따른 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트 및/또는 메타 데이터가 하나의 비트스트림으로 구성되는 경우, 비트스트림은 하나 또는 그 이상의 서브 비트스트림들을 포함할 수 있다. 실시예들에 따른 비트스트림은 시퀀스 레벨의 시그널링을 위한 SPS (Sequence Parameter Set), 지오메트리 정보 코딩의 시그널링을 위한 GPS(Geometry Parameter Set), 어트리뷰트 정보 코딩의 시그널링을 위한 APS(Attribute Parameter Set), 타일 레벨의 시그널링을 위한 TPS (Tile Parameter Set 또는 tile inventory라 함)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.
슬라이스란 코딩된 포인트 클라우드 프레임의 전체 또는 일부를 나타내는 신택스 엘리먼트의 시리즈를 말한다.
실시예들에 따른 TPS(또는 타일 인벤토리)는 하나 또는 그 이상의 타일들에 대하여 각 타일에 관한 정보(예를 들면 bounding box의 좌표값 정보 및 높이/크기 정보 등)을 포함할 수 있다. 지오메트리 비트스트림은 헤더와 페이로드를 포함할 수 있다. 실시예들에 따른 지오메트리 비트스트림의 헤더는 GPS에 포함된 파라미터 세트의 식별 정보(geom_parameter_set_id), 타일 식별자(geom_tile_id), 슬라이스 식별자(geom_slice_id) 및 페이로드에 포함된 데이터에 관한 정보 등을 포함할 수 있다. 상술한 바와 같이 실시예들에 따른 메타데이터 처리부(12007)는 시그널링 정보를 생성 및/또는 처리하여 전송 처리부(12012)로 전송할 수 있다. 실시예들에 따라, 지오메트리 인코딩을 수행하는 엘레멘트들 및 어트리뷰트 인코딩을 수행하는 엘레멘트들은 점선 처리된 바와 같이 상호 데이터/정보를 공유할 수 있다. 실시예들에 따른 전송 처리부(12012)는 트랜스미터(10003)의 동작 및/또는 전송 방법과 동일 또는 유사한 동작 및/또는 전송 방법을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 2에서 설명한 바와 동일하므로 생략한다.
도 13은 실시예들에 따른 수신 장치의 예시이다.
도 13에 도시된 수신 장치는 도 1의 수신장치(10004) (또는 도 10 및 도 11의 포인트 클라우드 비디오 디코더)의 예시이다. 도 13에 도시된 수신 장치는 도 1 내지 도 11에서 설명한 포인트 클라우드 비디오 디코더의 동작들 및 디코딩 방법들과 동일 또는 유사한 동작들 및 방법들 중 적어도 어느 하나 이상을 수행할 수 있다.
실시예들에 따른 수신 장치는 수신부(13000), 수신 처리부(13001), 아리스메틱 (arithmetic) 디코더(13002), 오큐판시 코드 (Occupancy code) 기반 옥트리 재구성 처리부(13003), 표면 모델 처리부(삼각형 재구성, 업-샘플링, 복셀화)(13004), 인버스(inverse) 양자화 처리부(13005), 메타데이터 파서(13006), 아리스메틱 (arithmetic) 디코더(13007), 인버스(inverse)양자화 처리부(13008), 예측/리프팅/RAHT 역변환 처리부(13009), 색상 역변환 처리부(13010) 및/또는 렌더러(13011)를 포함할 수 있다. 실시예들에 따른 디코딩의 각 구성요소는 실시예들에 따른 인코딩의 구성요소의 역과정을 수행할 수 있다.
실시예들에 따른 수신부(13000)는 포인트 클라우드 데이터를 수신한다. 수신부(13000)는 도 1의 리시버(10005)의 동작 및/또는 수신 방법과 동일 또는 유사한 동작 및/또는 수신 방법을 수행할 수 있다. 구체적인 설명은 생략한다.
실시예들에 따른 수신 처리부(13001)는 수신한 데이터로부터 지오메트리 비트스트림 및/또는 어트리뷰트 비트스트림을 획득할 수 있다. 수신 처리부(13001)는 수신부(13000)에 포함될 수 있다.
아리스메틱 디코더(13002), 오큐판시 코드 기반 옥트리 재구성 처리부(13003), 표면 모델 처리부(13004) 및 인버스 양자화 처리부(13005)는 지오메트리 디코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 디코딩은 도 1 내지 도 10에서 설명한 지오메트리 디코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 아리스메틱 디코더(13002)는 지오메트리 비트스트림을 아리스메틱 코딩을 기반으로 디코딩할 수 있다. 아리스메틱 디코더(13002)는 아리스메틱 디코더(11000)의 동작 및/또는 코딩과 동일 또는 유사한 동작 및/또는 코딩을 수행한다.
실시예들에 따른 오큐판시 코드 기반 옥트리 재구성 처리부(13003)는 디코딩된 지오메트리 비트스트림으로부터 (또는 디코딩 결과 확보된 지오메트리에 관한 정보)로부터 오큐판시 코드를 획득하여 옥트리를 재구성할 수 있다. 오큐판시 코드 기반 옥트리 재구성 처리부(13003)는 옥트리 합성부(11001)의 동작 및/또는 옥트리 생성 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다. 실시예들에 따른 표면 모델 처리부(13004)는 트라이숩 지오메트리 인코딩이 적용된 경우, 표면 모델 방식에 기반하여 트라이숩 지오메트리 디코딩 및 이와 관련된 지오메트리 리컨스트럭션(예를 들면 삼각형 재구성, 업-샘플링, 복셀화)을 수행할 수 있다. 표면 모델 처리부(13004)는 서페이스 오프록시메이션 합성부(11002) 및/또는 지오메트리 리컨스트럭션부(11003)의 동작과 동일 또는 유사한 동작을 수행한다.
실시예들에 따른 인버스 양자화 처리부(13005)는 디코딩된 지오메트리를 인버스 양자화할 수 있다.
실시예들에 따른 메타데이터 파서(13006)는 수신한 포인트 클라우드 데이터에 포함된 메타데이터, 예를 들어 설정 값 등을 파싱할 수 있다. 메타데이터 파서(13006)는 메타데이터를 지오메트리 디코딩 및/또는 어트리뷰트 디코딩에 전달할 수 있다. 메타데이터에 대한 구체적인 설명은 도 12에서 설명한 바와 동일하므로 생략한다.
아리스메틱 디코더(13007), 인버스 양자화 처리부(13008), 예측/리프팅/RAHT 역변환 처리부(13009) 및 색상 역변환 처리부(13010)는 어트리뷰트 디코딩을 수행한다. 어트리뷰트 디코딩는 도 1 내지 도 10에서 설명한 어트리뷰트 디코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 아리스메틱 디코더(13007)는 어트리뷰트 비트스트림을 아리스메틱 코딩으로 디코딩할 수 있다. 아리스메틱 디코더(13007)는 재구성된 지오메트리를 기반으로 어트리뷰트 비트스트림의 디코딩을 수행할 수 있다. 아리스메틱 디코더(13007)는 아리스메틱 디코더(11005)의 동작 및/또는 코딩과 동일 또는 유사한 동작 및/또는 코딩을 수행한다.
실시예들에 따른 인버스 양자화 처리부(13008)는 디코딩된 어트리뷰트 비트스트림을 인버스 양자화할 수 있다. 인버스 양자화 처리부(13008)는 역양자화부(11006)의 동작 및/또는 역양자화 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다.
실시예들에 따른 예측/리프팅/RAHT 역변환 처리부(13009)는 재구성된 지오메트리 및 역양자화된 어트리뷰트들을 처리할 수 있다. 예측/리프팅/RAHT 역변환 처리부(13009)는 RAHT 변환부(11007), LOD생성부(11008) 및/또는 인버스 리프팅부(11009)의 동작들 및/또는 디코딩들과 동일 또는 유사한 동작들 및/또는 디코딩들 중 적어도 어느 하나 이상을 수행한다. 실시예들에 따른 색상 역변환 처리부(13010)는 디코딩된 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 역변환하기 위한 역변환 코딩을 수행한다. 색상 역변환 처리부(13010)는 컬러 역변환부(11010)의 동작 및/또는 역변환 코딩과 동일 또는 유사한 동작 및/또는 역변환 코딩을 수행한다. 실시예들에 따른 렌더러(13011)는 포인트 클라우드 데이터를 렌더링할 수 있다.
도 14는 실시예들에 따른 포인트 클라우드 데이터 송수신 방법/장치와 연동 가능한 구조의 예시를 나타낸다.
도 14의 구조는 서버(17600), 로봇(17100), 자율 주행 차량(17200), XR 장치(17300), 스마트폰(17400), 가전(17500) 및/또는 HMD(Head-Mount Display, 17700) 중에서 적어도 하나 이상이 클라우드 네트워크(17000)와 연결된 구성을 나타낸다. 로봇(17100), 자율 주행 차량(17200), XR 장치(17300), 스마트폰(17400) 또는 가전(17500) 등은 장치라 호칭된다. 또한, XR 장치(17300)는 실시예들에 따른 포인트 클라우드 압축 데이터 (PCC) 장치에 대응되거나 PCC장치와 연동될 수 있다.
클라우드 네트워크(17000)는 클라우드 컴퓨팅 인프라의 일부를 구성하거나 클라우드 컴퓨팅 인프라 안에 존재하는 네트워크를 의미할 수 있다. 여기서, 클라우드 네트워크(17000)는 3G 네트워크, 4G 또는 LTE(Long Term Evolution) 네트워크 또는 5G 네트워크 등을 이용하여 구성될 수 있다.
서버(17600)는 로봇(17100), 자율 주행 차량(17200), XR 장치(17300), 스마트폰(17400), 가전(17500) 및/또는 HMD(17700) 중에서 적어도 하나 이상과 클라우드 네트워크(17000)을 통하여 연결되고, 연결된 장치들(17100 내지 17700)의 프로세싱을 적어도 일부를 도울 수 있다.
HMD (Head-Mount Display)(17700)는 실시예들에 따른 XR 디바이스 및/또는 PCC 디바이스가 구현될 수 있는 타입 중 하나를 나타낸다. 실시예들에 따른HMD 타입의 디바이스는, 커뮤니케이션 유닛, 컨트롤 유닛, 메모리 유닛, I/O 유닛, 센서 유닛, 그리고 파워 공급 유닛 등을 포함한다.
이하에서는, 상술한 기술이 적용되는 장치(17100 내지 17500)의 다양한 실시 예들을 설명한다. 여기서, 도 14에 도시된 장치(17100 내지 17500)는 상술한 실시예들에 따른 포인트 클라우드 데이터 송수신 장치와 연동/결합될 수 있다.
<PCC+XR>
XR/PCC 장치(17300)는 PCC 및/또는 XR(AR+VR) 기술이 적용되어, HMD(Head-Mount Display), 차량에 구비된 HUD(Head-Up Display), 텔레비전, 휴대폰, 스마트 폰, 컴퓨터, 웨어러블 디바이스, 가전 기기, 디지털 사이니지, 차량, 고정형 로봇이나 이동형 로봇 등으로 구현될 수도 있다.
XR/PCC 장치(17300)는 다양한 센서들을 통해 또는 외부 장치로부터 획득한 3차원 포인트 클라우드 데이터 또는 이미지 데이터를 분석하여 3차원 포인트들에 대한 위치 데이터 및 어트리뷰트 데이터를 생성함으로써 주변 공간 또는 현실 객체에 대한 정보를 획득하고, 출력할 XR 객체를 렌더링하여 출력할 수 있다. 예컨대, XR/PCC 장치(17300)는 인식된 물체에 대한 추가 정보를 포함하는 XR 객체를 해당 인식된 물체에 대응시켜 출력할 수 있다.
<PCC+자율주행+XR>
자율 주행 차량(17200)은 PCC 기술 및 XR 기술이 적용되어, 이동형 로봇, 차량, 무인 비행체 등으로 구현될 수 있다.
XR/PCC 기술이 적용된 자율 주행 차량(17200)은 XR 영상을 제공하는 수단을 구비한 자율 주행 차량이나, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량 등을 의미할 수 있다. 특히, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량(17200)은 XR 장치(17300)와 구분되며 서로 연동될 수 있다.
XR/PCC영상을 제공하는 수단을 구비한 자율 주행 차량(17200)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하고, 획득한 센서 정보에 기초하여 생성된 XR/PCC 영상을 출력할 수 있다. 예컨대, 자율 주행 차량(17200)은 HUD를 구비하여 XR/PCC 영상을 출력함으로써, 탑승자에게 현실 객체 또는 화면 속의 객체에 대응되는 XR/PCC 객체를 제공할 수 있다.
이때, XR/PCC 객체가 HUD에 출력되는 경우에는 XR/PCC 객체의 적어도 일부가 탑승자의 시선이 향하는 실제 객체에 오버랩되도록 출력될 수 있다. 반면, XR/PCC 객체가 자율 주행 차량의 내부에 구비되는 디스플레이에 출력되는 경우에는 XR/PCC 객체의 적어도 일부가 화면 속의 객체에 오버랩되도록 출력될 수 있다. 예컨대, 자율 주행 차량(17200)은 차로, 타 차량, 신호등, 교통 표지판, 이륜차, 보행자, 건물 등과 같은 객체와 대응되는 XR/PCC 객체들을 출력할 수 있다.
실시예들에 의한 VR (Virtual Reality) 기술, AR (Augmented Reality) 기술, MR (Mixed Reality) 기술 및/또는 PCC(Point Cloud Compression) 기술은, 다양한 디바이스에 적용 가능하다.
즉, VR 기술은, 현실 세계의 객체나 배경 등을 CG 영상으로만 제공하는 디스플레이 기술이다. 반면, AR 기술은, 실제 사물 영상 위에 가상으로 만들어진 CG 영상을 함께 보여 주는 기술을 의미한다. 나아가, MR 기술은, 현실세계에 가상 객체들을 섞고 결합시켜서 보여준다는 점에서 전술한 AR 기술과 유사하다. 그러나, AR 기술에서는 현실 객체와 CG 영상으로 만들어진 가상 객체의 구별이 뚜렷하고, 현실 객체를 보완하는 형태로 가상 객체를 사용하는 반면, MR 기술에서는 가상 객체가 현실 객체와 동등한 성격으로 간주된다는 점에서 AR 기술과는 구별이 된다. 보다 구체적으로 예를 들면, 전술한 MR 기술이 적용된 것이 홀로그램 서비스 이다.
다만, 최근에는 VR, AR, MR 기술을 명확히 구별하기 보다는 XR (extended Reality) 기술로 부르기도 한다. 따라서, 본 명세서의 실시예들은 VR, AR, MR, XR 기술 모두에 적용 가능하다. 이러한 기술은 PCC, V-PCC, G-PCC 기술 기반 인코딩/디코딩이 적용될 수 있다.
실시예들에 따른 PCC 방법/장치는 자율 주행 서비스를 제공하는 차량에 적용될 수 있다.
자율 주행 서비스를 제공하는 차량은 PCC 디바이스와 유/무선 통신이 가능하도록 연결된다.
실시예들에 따른 포인트 클라우드 압축 데이터 (PCC) 송수신 장치는 차량과 유/무선 통신이 가능하도록 연결된 경우, 자율 주행 서비스와 함께 제공할 수 있는 AR/VR/PCC 서비스 관련 콘텐트 데이터를 수신/처리하여 차량에 전송할 수 있다. 또한 포인트 클라우드 데이터 송수신 장치 차량에 탑재된 경우, 포인트 클라우드 송수신 장치는 사용자 인터페이스 장치를 통해 입력된 사용자 입력 신호에 따라 AR/VR/PCC 서비스 관련 콘텐트 데이터를 수신/처리하여 사용자에게 제공할 수 있다. 실시예들에 따른 차량 또는 사용자 인터페이스 장치는 사용자 입력 신호를 수신할 수 있다. 실시예들에 따른 사용자 입력 신호는 자율 주행 서비스를 지시하는 신호를 포함할 수 있다.
도 1 내지 도 14에서 설명한 것처럼, 포인트 클라우드 데이터는 포인트들의 집합으로 구성되며, 각 포인트는 지오메트리(또는 지오메트리 정보라 호칭한다)와 어트리뷰트(또는 어트리뷰트 정보라 호칭한다)를 가질 수 있다. 지오메트리 정보는 각 포인트의 3차원 위치 정보(xyz)이다. 즉, 각 포인트의 위치는 3차원 공간을 나타내는 좌표계상의 파라미터들(예를 들면 공간을 나타내는 3개의 축인 X축, Y축 및 Z축의 파라미터들 (x,y,z))로 표현된다. 그리고, 어트리뷰트 정보는 그 포인트의 색상(RGB, YUV 등), 반사도(reflectance), 법선(normal vectors), 투명도(transparency) 등을 의미한다.
실시예들에 따르면, 포인트 클라우드 데이터의 인코딩 과정은 옥트리, 트라이숩 또는 예측 기반으로 지오메트리 정보를 압축하고, 압축을 통해 변경된 위치 정보들로 재구성 된 지오메트리(reconstructed geometry=디코딩된 지오메트리) 정보를 기반으로 어트리뷰트 정보를 압축하는 과정으로 이루어진다. 또한, 포인트 클라우드 데이터의 디코딩 과정은, 인코딩된 지오메트리 비트스트림(bitstream)과 어트리뷰트 비트스트림을 전송 받아서 옥트리, 트라이숩 또는 예측 기반으로 지오메트리 정보를 디코딩하고 디코딩 과정을 통해 재구성된 지오메트리 정보를 기반으로 어트리뷰트 정보를 복호화하는 과정으로 이루어진다.
본 문서는 지오메트리 정보를 압축할 때, 프레임 간 상관 관계에 기반하여 중복 정보를 제거함으로써, 압축 효율을 높이기 위한 것이다.
즉, 프레임 간 상관 관계에 기반하여 중복 정보를 제거함으로써, 연속된 LiDAR 포인트 클라우드 데이터의 압축 효율을 높일 수 있다. 실시예들에 따르면, 포인트 클라우드 데이터 중 하나로써 LiDAR 콘텐츠를 고려할 수 있다.
구체적으로, 본 문서는 위치 정보(또는 지오메트리 정보라 함)의 압축 효율을 높이기 위한 방법 및 장치를 제안하며, 특히 LiDAR의 샘플링 특성을 기반으로 서로 다른 프레임 간의 정보 유사성을 높여 줌으로써 압축 효율을 향상시키기 위한 것이다.
이와 같이, 본 문서는 포인트 클라우드 데이터가 연속된 프레임들로 구성된 경우, 인접 프레임 간의 상관 관계가 높은 특징을 이용하여 중복되는 정보를 제거함으로써, 높은 코딩 효율을 얻을 수 있도록 한다.
한편, LiDAR 데이터의 경우 레이저의 샘플링 특성에 의해 인접 프레임간의 유사도가 정확하게 추정되지 않음으로써 압축 효율이 떨어지는 문제가 발생할 수 있다.
본 문서는 LiDAR 데이터에 대한 인접 프레임 간 유사성을 높이기 위한 방법을 제안한다.
특히, 본 문서는 레이저 각도에 기반한 오차 모델링 및 보정 방법을 제안한다.
실시예들에 따른 포인트 클라우드 데이터 송수신 방법/장치는 실시예들에 따른 방법/장치로 줄여서 호칭될 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법/장치는 도 1의 송신 장치(10000), 포인트 클라우드 비디오 인코더(10002), 트랜스미터(10003), 도 2의 획득-인코딩-전송(20000-20001-20002), 도 4의 포인트 클라우드 비디오 인코더, 도 12의 전송 장치, 도 14의 디바이스, 도 32의 송신 장치 등을 지칭하는 용어로 해석된다.
실시예들에 따른 포인트 클라우드 데이터 수신 방법/장치는 도 1의 수신 장치(10004), 리시버(10005), 포인트 클라우드 비디오 디코더(10006), 도 2의 전송-디코딩-렌더링(20002-20003-20004), 도 10의 디코더, 도 11의 포인트 클라우드 비디오 디코더, 도 13의 수신 장치, 도 14의 디바이스, 도 39의 수신 장치 등을 지칭하는 용어로 해석된다.
실시예들에 따르면, 포인트 클라우드 데이터의 인코딩 과정은 도 1의 포인트 클라우드 비디오 인코더(10002), 도 2의 인코딩(20001), 도 4의 포인트 클라우드 비디오 인코더, 도 12의 포인트 클라우드 비디오 인코더, 도 32의 지오메트리 인코더(51003), 도 33의 지오메트리 인코더에서 수행될 수 있다. 실시예들에 따른 포인트 클라우드 데이터의 디코딩 과정은 도 1의 포인트 클라우드 비디오 디코더(10006), 도 2의 디코딩(20003), 도 11의 포인트 클라우드 비디오 디코더, 도 13의 포인트 클라우드 비디오 디코더, 도 39의 지오메트리 디코더(61003), 도 40의 지오메트리 디코더에서 수행될 수 있다. 도 32, 도 33, 도 39, 도 40의 상세 설명은 뒤에서 다시 하기로 한다.
실시예들에 따라, 포인트 클라우드 데이터를 구성하는 지오메트리 데이터, 지오메트리 정보, 위치 정보 등은 서로 동일한 의미로 해석된다. 또한, 포인트 클라우드 데이터를 구성하는 어트리뷰트 데이터, 어트리뷰트 정보, 속성 정보 등은 서로 동일한 의미로 해석된다.
다음은 포인트 클라우드 압축 방법 중 위치 압축 방법의 압축 효율을 높이기 위한 방법에 대해서 기술한다.
실시예들에 따르면, 본 문서는 spinning LiDAR에 대해 인접 프레임 간 포인트 유사성을 기반으로 포인트의 위치를 추정하여 시간 축 상으로 존재하는 중복 정보를 제거함으로써, 위치 압축을 수행한다.
실시예들에 따르면, 본 문서는 spinning LiDAR의 레이저 기반의 샘플링 특성에 기반하여 LiDAR 이동에 따른 포인트의 수직 방향 위치 이동을 추가적으로 고려함으로써, 참조 프레임의 포인트 위치를 보다 정확하게 예측할 수 있게 한다. 이를 통해 현재 포인트와 예측 포인트의 유사성이 높아짐으로써, 비트스트림을 구성하는 잔차 성분이 줄어들고 압축 효율이 늘어나는 효과를 얻을 수 있다.
본 문서에서는 spinning LiDAR의 특징에 기반하여 포인트 움직임을 보상하였지만, 다른 종류의 LiDAR 혹은 다른 종류의 포인트 클라우드 데이터 획득 장치에서도 본 문서의 기술이 사용될 수 있다. 또한 본 문서에서는 위치 압축을 기준으로 포인트 클라우드 데이터 압축 기술을 설명하였지만, 어트리뷰트 압축 또는 다른 종류의 포인트 클라우드 데이터 압축에 본 문서에서 기술하는 방법이 사용될 수 있다. 이에 더하여, 본 문서에서는 포인트 클라우드 데이터의 압축에 대해 일 실시예로 설명하고 있지만 다른 종류의 데이터 또는 다른 종류의 압축 방법에 본 문서의 특징이 사용될 수 있다.
실시예들에 따르면, 프레임 간 위치(즉, 지오메트리) 압축을 수행하기 위해, 예측 유닛(Prediction Unit, PU)와 예측기가 정의된다.
실시예들에 따르면, PU는 현재 프레임에서 정의되고, 예측기는 참조 프레임(예, 이전 프레임)에서 정의된다.
본 문서에서 PU는 현재 프레임의 옥트리의 특정 뎁스에서의 인접한 노드들의 집합으로 정의할 수 있다. 특히 PU는 동일한 부모(parent)를 갖는 노드들의 집합으로 정의할 수 있다.
본 문서에서 예측기는 움직임 추정을 기반으로 찾은 참조 프레임 내의 정보로 정의할 수 있다. 즉, 참조 프레임의 서치 윈도우(또는 범위) 내에서 현재 프레임의 PU와 가장 유사한 특성을 갖는 노드들의 집합을 예측기로 정의할 수 있다.
실시예들에 따르면, 프레임 간에 존재하는 움직임은 x,y,z와 같은 3차원 공간에서 정의될 수 있으며, 프레임 간의 움직임을 글로벌 움직임 벡터(global motion vector)로 정의할 수 있다. 이와는 달리 프레임 내에서 지역적으로 서로 다른 움직임을 가질 수 있는데 이를 로컬 움직임 벡터(local motion vector)로 정의할 수 있다.
실시예들에 따르면, 움직임 벡터(Motion Vector, MV)는 외부에서 전달되거나 (예를 들어, 차량에 장착된 LiDAR에 의해 데이터가 획득되는 경우 차량의 GPS 정보 등을 통해 global motion vector를 획득할 수 있음), 또는 프레임 간의 움직임 벡터를 추정하기 위한 움직임 추정(motion estimation) 기술을 사용할 수 있다. 그리고, 획득된 MV는 이전 프레임 내의 정보를 기반으로 현재 프레임의 정보를 추정하기 위해 사용될 수 있다.
본 문서에서 움직임 추정은 PU 단위로 수행되는 것을 일 실시예로 한다. 즉, 각각의 PU에 대해 참조 프레임(또는 이전 프레임이라 함) 상에서 움직임 벡터(MV)를 찾기 위한 범위인 서치 윈도우(search window) 내에서 움직임 추정(ME)을 수행할 수 있다. 실시예들에 따른 서치 윈도우(search window)는 참조 프레임의 전체 또는 일부로 정의 될 수 있으며, 3차원 공간에서 정의될 수 있다.
이때, 인접 프레임 간의 움직임이 크지 않은 경우 현재 프레임의 압축 대상 노드와 참조 프레임의 예측 노드의 유사성 뿐만 아니라, 압축 대상 노드의 적어도 하나의 이웃 노드와 예측 노드의 적어도 하나의 이웃 노드의 유사성도 가정할 수 있다. 이러한 가정을 기반으로 예측 노드의 오큐판시 정보와 함께 예측 노드의 적어도 하나의 이웃 노드의 오큐판시 정보를 추가적으로 사용할 수 있으며, 이 추가 정보를 기반으로 압축 효율을 높일 수 있다.
다음은 프레임 간 상관관계에 기반한 예측 방법, spinning LiDAR의 특성 및 서로 다른 프레임의 포인트간 예측 정확성을 높이기 위한 방안에 대한 상세한 설명이다.
1) 이웃 오큐판시 기반의 움직임 추정
다음은 이웃 오큐판시 기반의 움직임 추정(motion estimation)에 대한 설명이다.
도 15는 실시예들에 따른 참조 프레임의 서치 윈도우의 예시를 나타낸다.
실시예들에 따른 움직임 추정(motion estimation)은 PU 단위로 수행될 수 있다.
현재 프레임에서 정의된 임의의 PU에 대해 참조 프레임에서 유사한 정보를 추정하기 위해 도 15와 같이 움직임 추정(motion estimation, ME)을 수행할 수 있다. 본 문서에서 참조 프레임은 현재 프레임을 인코딩/디코딩할 때 참조하는 프레임을 의미하며, 현재 프레임 이전에 인코딩 및/또는 디코딩된 적어도 하나의 프레임을 의미할 수 있다. 즉, 프레임 간 예측 수행시 현재 프레임 이전에 처리된 프레임을 참조함으로써 현재 프레임의 인코딩/디코딩 효율을 증가시킬 수 있다.
이때, 움직임 추정의 효율성을 위해 참조 프레임 내에서 움직임 서치 윈도우(search window)를 정의하고, 현재 프레임의 PU에 포함된 정보와의 유사성을 추정할 수 있다. 실시예들에 따르면, 본 문서는 움직임 추정의 정확성을 높이기 위한 방법으로써 PU(즉, 압축 대상 노드)의 이웃 노드의 정보를 사용할 수 있다.
도 15에서는 대상 노드를 중심으로 상하좌우앞뒤의 6개의 이웃 노드들을 동시에 고려할 수 있다. 다른 예로, 26개의 이웃 노드들을 동시에 고려할 수도 있다. 또한, 적용 방법에 따라서 이웃 노드는 다른 정의(예를 들어 점, 선, 면이 닿는 노드 등)를 사용할 수 있다. 이는 프레임 간 연속성이 높은 영역에 대해서는 대상 노드 뿐 아니라 이웃 노드에 대해서도 유사한 움직임이 나타날 가능성이 크다는 가정에 기반한 것이다.
실시예들에 따르면, 현재 프레임의 PU에 속하는 포인트들의 집합을 PU 블록 B라고 정의하고, 참조 프레임의 서치 윈도우(W) 내에 정의된 임의의 예측 후보에 속한 포인트들의 집합을 예측기 후보(predictor candidate 또는 predictor라 함) P라고 할 때, 다음의 수학식 5와 같이 B와 P 사이의 차이(즉, 에러 또는 잔여(residual)) D(B, P)는 각 포인트의 차이에 대한 함수로 정의할 수 있다.
[수학식 5]
Figure PCTKR2022015855-appb-img-000008
수학식 5에서, B와 P의 이웃 노드들의 집합은 각각 Bn, Pn 으로 정의하고, 각 노드의 상대적인 위치는 PU 및/또는P 를 기준으로 B(-1, 0, 0), B(1, 0, 0), B(0, -1, 0), B(0, 1, 0), B(0, 0, -1), B(0, 0, 1) 또는 P(-1, 0, 0), P(1, 0, 0), P(0, -1, 0), P(0, 1, 0), P(0, 0, -1), P(0, 0, 1)와 같이 나타낼 수 있다. 그리고, B와 P에 속한 포인트를 각각 b, p라고 할 때, 각각의 위치는 b(x,y,z), p(x,y,z)로 정의하고, Bn 과 Pn 에 속한 포인트를 각각 bn, pn 으로 정의하는 경우, 수학식 5는 B와 P 사이의 차이를 나타낼 수 있다. 일 실시예로, B와 P 사이의 차이 값은 잔여값(residual value), 잔여 지오메트리 값 또는 예측 에러 지오메트리 값 등으로 호칭될 수 있다.
수학식 5에서, w는 예측기와 이웃(neighbor)의 중요도를 결정하기 위한 가중치로 사용할 수 있으며, 필요에 따라서 이웃 위치에 따라 서로 다른 가중치를 적용할 수 있다. 예를 들어, 중앙에 있는 노드(예, 대상 노드)의 가중치가 1이라고 가정하면, 이웃 노드들에 대해서는 0.5를 할당할 수도 있다. 다른 예로, 26개의 이웃 노드들을 고려한다고 가정하면, 면을 맞닿은 노드들의 가중치는 0.6, 선을 맞닿은 이웃 노드들의 가중치는 0.4, 그리고 꼭지점만 맞닿은 이웃 노드들의 가중치는 0.2를 할당할 수 있다. 이와 같이, 대상 노드와 이웃 노드들간의 거리에 따라서 서로 다른 가중치를 할당할 수 있다.
그리고, PU와 예측기 후보의 차이가 전술한 바와 같이 정의 되었을 때, PU에 대한 참조 프레임에서의 움직임 추정은 서치 윈도우에서 정의 가능한 모든 예측기 후보 P 중에서 D(B, P)가 가장 작은 예측기 후보 P를 예측 값으로 정의할 수 있다. 이 경우, 두 블록(예, B, P) 사이의 움직임 벡터(V)는 하기의 수학식 6과 같이 두 블록의 위치 차이(P(x,y,z)-B(x,y,z))로 정의할 수 있다.
[수학식 6]
Figure PCTKR2022015855-appb-img-000009
수학식 6과 같이 움직임 벡터를 정의하면, 최소한의 에러를 발생시키는 것뿐만 아니라 전송 효율 측면에서 최선의 움직임 벡터(motion vector)를 찾을 수 있다.
또한, 움직임 벡터에 의한 에러 D(B, P(W,V))와 움직임 벡터를 사용함으로 인해 발생하는 비트 사용(R(V))을 가중치 함수
Figure PCTKR2022015855-appb-img-000010
로 조절하는 코스트 함수(cost function, C(V)))는 하기의 수학식 7과 같이 생성할 수 있다.
[수학식 7]
Figure PCTKR2022015855-appb-img-000011
수학식 7의 코스트 함수(cost function)를 사용하는 경우, 가중치 함수에 따라 에러를 줄이면서 비트를 적게 사용하는 최적의 움직임 벡터를 찾을 수 있다. 예를 들어, 가중치 함수가 0인 경우 에러를 최소화 하는 움직임 벡터를 사용하게 되며, 반대로 가중치 함수가 무한대인 경우 사용되는 비트를 최소화 하기 위해 움직임 벡터는 0으로 수렴하게 된다(motion vector = 0).
도 16(a)와 도 16(b)는 실시예들에 따른 옥트리 구조에서 스플릿 및 플래그 정보의 시그널링의 예시들을 보인 도면이다.
실시예들에 따르면, 특정 옥트리 뎁스(octree depth)에서의 움직임 벡터를 찾는 것뿐만 아니라 일정 옥트리 뎁스 범위 중 최적의 옥트리에 대해 움직임 벡터를 찾을 수 있다. 이 경우, 플래그 정보를 이용하여 각 옥트리 노드가 오큐파이드(occupied, 또는 점유라 함)) 되었는지 여부를 알리고, 움직임 벡터를 찾지 않는 경우 옥트리 분할을 해야 함을 알려줄 수 있다.
실시예들에 따르면, 플래그 정보는 스플릿 플래그(split flag 또는 split flag 정보라 함)과 팝퓰레이션 플래그(population flag 또는 population flag 정보라 함)을 포함할 수 있다. 상기 플래그 정보는 데이터 유닛에 포함될 수 있다.
실시예들에 따르면, 현재 옥트리 뎁스에서의 현재 노드의 자식(child) 노드에 대한 오큐판시 비트(occupancy bit) 정보는 팝퓰레이션 플래그(population flag)로 나타낼 수 있다. 실시예들에 따르면, 현재 옥트리 뎁스에서 움직임 벡터를 전송할지 또는 하위 뎁스 단계에서 움직임 벡터를 전송할지 여부는 스플릿 플래그(split flag)로 나타낼 수 있다. 팝퓰레이션 플래그(population flag) 및 스플릿 플래그(split flag)는 지오메트리 압축 관련 정보에 포함되어 전송될 수 있다.
예를 들어, 스플릿 플래그의 값이 0이면, 현재 뎁스의 노드에 기초하여 움직임 벡터를 전송할 수 있다. 즉, 스플릿 플래그의 값이 0이면 현재 뎁스의 해당 노드(예, 정사면체 또는 공간)는 더 이상 스플릿하지 않음을 지시한다. 따라서, 해당 노드에서 움직임 벡터를 전송한다.
예를 들어, 스플릿 플래그의 값이 1이면, 현재 뎁스의 다음 뎁스로 스플릿이 수행됨을 나타낼 수 있다. 즉, 스플릿 플래그의 값이 1이면 현재 뎁스의 해당 노드(예, 정사면체 또는 공간)는 다음 뎁스로 스플릿됨을 지시한다. 따라서 해당 노드에서 움직임 벡터는 전송되지 않는다.
그리고, 스플릿 영역이 오큐파이드되었는지 여부는 팝퓰레이션 플래그를 이용하여 나타낼 수 있다. 예를 들어, 팝퓰레이션 플래그의 값이 1이면 오큐파이드되어 있고(즉, 적어도 하나의 포인트를 포함), 0이면 오큐파이드되어 있지 않음(즉, 적어도 하나의 포인트도 없음)을 나타낸다. 다시 말해, 팝퓰레이션 플래그의 값이 1이면 오큐판시 비트가 있고, 0이면 오큐판시 비트가 없다.
예를 들어, 스플릿 플래그의 값이 0이면 현재 뎁스의 노드를 스플릿하지 않는다. 다른 예로, 스플릿 플래그의 값이 1이면 현재 뎁스의 노드가 2D 기준으로 4개로 스플릿된다. 이는 3D 기준으로 8개로 스플릿됨을 의미한다. 스플릿된 노드들에 대한 추가 스플릿이 없으면 스플릿 플래그의 값은 0이 된다. 즉, 스플릿 플래그는 1 0000이 된다. 스플릿된 노드를 2D기준으로 1사분면, 2사분면, 3사분면, 4사분면이라고 하면, 1사분면에 오큐판시 비트가 있고 나머지는 오큐판시 비트가 없는 경우 팝퓰레이션 플래그의 값은 1000이 된다.
다시 말해, 도 16(a)에서 첫번째 그림은 스플릿이 되지 않았으므로 스플릿 플래그의 값은 0이다. 그리고, 두번째 그림은 하위 뎁스로 한번만 스플릿되었기 때문에 스플릿 플래그의 값은 2D 기준으로 1 0000이고, 팝퓰레이션 플래그의 값은 1000(여기서, 1은 오큐파이드된 헤칭 부분)이다. 세번째 그림은 두번째 그림에서 좌측 2개의 정사면체(또는 공간)가 다시 하위 뎁스로 스플릿되었기 때문에 스플릿 플래그의 값은 2D 기준으로 1 1010이고, 팝퓰레이션 플래그의 값은01 1001 1000(여기서, 1은 오큐파이드된 헤칭 부분)이다.
도 16(b)는 LPU(Large Prediction Unit)를 복수의 PU들로 분할(즉, 스플릿)하는 예시를 보이고 있다. LPU는 가장 큰 예측 유닛이다. 도 16(b)에서 헤칭된 부분은 populated LPU를 나타낸다. 즉, 오큐판시 비트가 있는 LPU는 PU들로 스플릿될 수 있다. 옥트리 뎁스 기준으로 보면, 뎁스가 늘어나면서, 노드가 더 상세히 분할될 수 있다.
특정 뎁스에서 첫 번째 스플릿을 적용한 뒤, 2번째 스플릿을 하는 경우의 수가 2D 기준으로 도16(b)와 같이 다양할 수 있다. 이때 스플릿된 노드(영역)에 대한 오큐판시 비트 존재를 팝퓰레이션 플래그를 이용하여 표시할 수 있다.
본 문서에서 스플릿 플래그와 팝퓰레이션 플래그를 수신 장치로 전송하는 이유는, 수신 장치에서도 송신 장치와 동일하게 스플릿 과정을 수행하여야 하기 때문이다. 즉, 수신 장치는 MV를 수신하였을 때, 스플릿 플래그와 팝퓰레이션 플래그를 이용함으로써, 수신된 MV가 어느 노드의 MV인지를 알수 있다.
실시예들에 따른 송수신 장치/방법은 각 옥트리 뎁스에 대하여 스플릿 여부를 결정하기 위해 아래 수학식 8과 같이 하위 PU의 코스트의 누적값으로 코스트 함수(cost function, C(V)))를 정의할 수 있다. 여기서,
Figure PCTKR2022015855-appb-img-000012
1,
Figure PCTKR2022015855-appb-img-000013
2는 가중치 함수이다.
[수학식 8]
Figure PCTKR2022015855-appb-img-000014
수학식 8에서 코스트 함수는 움직임 벡터 사용 시 그에 따른 에러 발생과 비트 사용, 또는 노드를 스플릿하는 경우에 따른 연산을 코스트로 나타내는 항을 포함할 수 있다. 따라서, 코스트 함수에서 산출된 코스트가 가장 적은 방향으로 옥트리 노드의 스플릿 여부가 결정될 수 있다. 즉, 실시예들에 따르면, 옥트리 노드를 스플릿하는 경우의 코스트와 움직임 벡터를 전송하는 경우의 코스트를 비교하여 코스트가 적은 쪽으로 스플릿(또는 인코딩 과정)이 결정될 수 있다.
도 17은 실시예들에 따른 옥트리 노드의 코스트 함수를 산출하는 예시를 나타낸 도면이다. 특히, 분할된 하위 노드들 중 오큐파이드된 노드(들)의 코스트 함수(예, C(V1), C(V4))를 산출하는 예시를 보인다. 이 경우, 스플릿 플래그의 값은 10000이고, 팝퓰레이션 플래그의 값은 1001이 된다.
실시예들에 따르면, 노드 전체의 코스트 함수는 하기의 수학식 9와 같이 구할 수 있다. 여기서,
Figure PCTKR2022015855-appb-img-000015
는 가중치 함수이다.
[수학식 9]
Figure PCTKR2022015855-appb-img-000016
즉, 오큐판시 비트를 가진 움직임 벡터 1에 대한 코스트 및 움직임 벡터 2에 대한 코스트에 기초하여, 코스트 함수를 계산할 수 있다. 특정 뎁스에서 오큐판시가 1001과 같은 경우, 오큐판시 노드의 움직임 벡터1 및 움직임 벡터2에 대한 코스트를 계산해서, 스플릿 여부를 결정할 수 있다.
실시예들에 따른 송수신 장치/방법은 전술한 코스트 함수를 기반으로 옥트리의 특정 뎁스에서 노드를 분할할 지 아니면 움직임 벡터를 적용할 지 여부를 선택할 수 있다.
도 18은 실시예들에 따른 옥트리 뎁스에서 스플릿을 수행하는 예시를 나타낸 도면이다.
도 18은 옥트리 구조를 갖는 포인트 클라우드 데이터에 대해 움직임 벡터를 찾는 과정을 수행한 결과를 나타낸 것으로, 루트(root)에서 리프(leaf)에 이르는 옥트리 구조에서 움직임 추정을 수행하는 뎁스 범위를 18001으로 표시하였다. 실시예들에 따르면, 특정 노드에 대해 스플릿하지 않고 MV를 전달하는 경우가 스플릿하는 것보다 적은 코스트가 필요한 경우, 그 노드의 스플릿 플래그(split flag)를 0으로 지정하고(split flag=0, 즉 스플릿하지 않음) 해당 노드에 대한 MV를 전달할 수 있다. 반대로 그 노드를 스플릿하는 경우가 MV를 전달하는 경우보다 더 적은 코스트가 필요한 경우, 그 노드의 스플릿 플래그(split flag)를 1로 지정하고(split flag=1, 즉 그 노드를 스플릿함) 하위 노드에서 MV를 전달할 수 있다. 즉, 특정 노드에서 스플릿을 안하면 그 노드에서 MV를 전송하고, 그 노드를 스플릿하면 하위 노드에서 MV를 전송한다.
영역 18001은 움직임 추정 뎁스 시작(ME depth start) 및 움직임 추정 뎁스 종료(ME depth end)를 통해 표시될 수 있다. 이때, 움직임 추정 뎁스 시작(ME depth start) 및 움직임 추정 뎁스 종료(ME depth end)는 움직임 추정이 수행되는 옥트리 뎁스(또는 레벨)의 범위를 나타낼 수 있다. 도18에서는 루트 노드의 다음 하위 노드부터 리프 노드의 바로 상위 노드까지 움직임 추정 수행 여부를 판단하였다. 스플릿 플래그(split flag)의 값이 0인 노드들(18003, 18004, 18006, 18007)은 스플릿하는 것보다 움직임 벡터를 전달하는 것이 더 적은 코스트가 필요하여 스플릿하지 않는 노드들이고, split flag의 값이 1인 노드들(18002, 18005)은 스플릿하는 것이 움직임 벡터를 전달하는 것보다 더 적은 코스트가 필요하여 스플릿되는 노드들이다. 후자의 경우, 하위 노드들에서 MV가 전달된다.
다시 말해, split flag의 값이 0인 노드들(18003, 18004, 18006, 18007)은 스플릿을 하지 않으므로 그 노드들(18003, 18004, 18006, 18007)에서 각 MV가 전달된다. 그리고, split flag의 값이 1인 노드들(18002, 18005)은 스플릿되므로 그 노드들(18002, 18005)의 하위 노드들에서 각 MV가 전달된다.
실시예들에 따르면, 노드(18002)에서 MV를 생성하는 경우의 코스트를 계산하고, 노드(18002)를 스플릿해서, 노드(18004)와 노드(18005)에서 MV를 생성하는 경우의 코스트를 계산한 뒤, 두 코스트를 비교할 수 있다. 하위 뎁스 스플릿의 코스트가 더 효율적인 경우(즉, 더 적은 경우), 노드(18002)에서 스플릿을 진행하고 스플릿 플래그에 1를 할당할 수 있다.
도 19는 실시예들에 따른 인터 예측 과정의 예시를 보인 도면이다.
전술한 바와 같이, 인터 예측(inter-prediction) 기반의 지오메트리 압축 방법은 참조 프레임에 대한 움직임 벡터(V) 정보를 통해 참조 프레임에서 예측기(또는 예측 블록이라 함) P를 특정할 수 있다. 그리고, 현재 프레임 내 예측이 수행되는 PU 블록의 위치를 B(x,y,z)라고 하고, 움직임 벡터 V를 V(x,y,z)라고 할 때, 예측기 P의 위치 P(x,y,z)는 하기의 수학식 10과 같이 정의될 수 있다.
[수학식 10]
Figure PCTKR2022015855-appb-img-000017
이때, 블록의 위치는 블록에 포함된 포인트에 대한 바운딩 박스(bounding box)의 각 축에 대한 최소값으로 정의될 수 있다. 실시예들에 따르면, 참조 프레임에서 정의된 예측기 P를 기반으로 현재 프레임의 예측 대상(또는 PU 블록이라 함) B를 예측할 수 있다. 그리고, 현재 프레임의 PU에 대한 예측 블록(predicted block)을 B' 이라고 할 때, B'에 속하는 포인트들의 오큐판시는 P의 오큐판시를 따르고, B'에 속하는 포인트들 b'의 위치(b'(x,y,z)는 P에 속한 포인트 p 의 위치(p(x,y,z)와 움직임 벡터(V(x,y,z))를 기반으로 하기의 수학식 11과 같이 정의할 수 있다.
[수학식 11]
Figure PCTKR2022015855-appb-img-000018
다음은 LiDAR 좌표계 변환에 대해 설명한다.
2) LiDAR 좌표계 변환
LiDAR 에서 외부 오브젝트를 센싱하는 방식은 여러가지가 있을 수 있다. 그 중에서 수직으로 배열된 레이저를 수평 방향으로 360도 회전시키는 스피닝(spinning) LiDAR는 근거리 및 원거리에 위치한 앞뒤좌우의 오브젝트를 하나의 LiDAR 장치로 스캔할 수 있다는 점에서 automotive drive/XR분야에서 사용되고 있다.
도 20(a)와 도 20(b)는 실시예들에 따른 차량에 설치된 스피닝(spinning) LiDAR에 의해 획득되는 포인트 클라우드 데이터의 실시 예를 보이고 있다.
실시예들에 따르면, 스피닝 LiDAR는 로컬 좌표축 시스템(local coordinate system) 상에서의 z 축을 중심으로 회전하며 데이터를 획득하기 때문에 변환된 좌표계에서 데이터를 획득/처리할 수 있다.
아래에서는 스피닝 LiDAR 의 기구적인 특징을 분석하고, 이를 기반으로 사용되는 변환된 좌표계에 대해서 기술한다.
지오메트리 정보는 각 포인트의 위치 정보, 예를 들어 2차원 직교 좌표계의 (x, y) 또는 원통 좌표계의 (
Figure PCTKR2022015855-appb-img-000019
) 또는 3차원 공간에서의 직교 좌표계(cartesian coordinate)의 (x, y, z) 또는 원통 좌표계(cylindrical coordinate)의 (r,
Figure PCTKR2022015855-appb-img-000020
, z), 구면 좌표계(spherical coordinate)의 (
Figure PCTKR2022015855-appb-img-000021
,
Figure PCTKR2022015855-appb-img-000022
,
Figure PCTKR2022015855-appb-img-000023
) 좌표 벡터로 표현될 수 있다.
도 21은 실시예들에 따른 포인트 클라우드 데이터의 좌표계 변환 과정의 예시를 보인 도면이다.
실시예들에 따르면, 포인트 클라우드 전송 장치는 지오메트리(즉, 포인트의 포지션)의 좌표 변환을 수행한다. 지오메트리는 포인트 클라우드의 포인트의 포지션(예를 들면 위치 등)을 나타내는 정보이다. 도 4에서 설명한 바와 같이 지오메트리 정보는 2차원 좌표계의 값 (예를 들면 x축 및 y축으로 구성된 직교 좌표계의 파라미터 (x, y), 원통형 좌표계의 파라미터 (
Figure PCTKR2022015855-appb-img-000024
), 3차원 좌표계의 값(예를 들면 3차원 직교 좌표계(Orthogonal coordinates)의 파라미터 (x, y, z), 원통형 좌표계(Cylindrical coordinates)의 파라미터 (r,
Figure PCTKR2022015855-appb-img-000025
, z), 구면 좌표계(Spherical coordinates)의 파라미터 (
Figure PCTKR2022015855-appb-img-000026
,
Figure PCTKR2022015855-appb-img-000027
,
Figure PCTKR2022015855-appb-img-000028
) 등)들로 표현될 수 있다. 하지만 포인트 클라우드 데이터의 타입 및/또는 좌표계에 따라 지오메트리가 나타내는 포인트의 포지션은 불규칙한 위치, 분포 등을 갖는 것으로 표현될 수 있다. 예를 들어 직교 좌표계로 표현된 LiDAR 데이터의 지오메트리는 원점으로부터 멀리 위치한 포인트들 사이의 거리가 증가함을 나타낸다. 예를 들어 원통형 좌표계로 표현된 지오메트리는 원점으로부터 멀리 떨어진 포인트들에 대해서도 균일한 분포를 표현할 수 있지만 원점과 가까운 포인트들에 대해서는 포인트 사이의 거리가 증가되어 균일한 분포를 표현할 수 없다. 이러한 포인트들의 불규칙한 위치, 분포 등을 표현하기 위해서는 더 많은 양의 정보, 즉 지오메트리가 필요하므로 결과적으로 지오메트리 코딩의 효율을 낮추는 결과를 초래할 수 있다. 따라서 실시예들에 따른 포인트 클라우드 인코더(예를 들면 도 1, 도4, 또는 도 12, 도 32 또는 도 33에서 설명한 포인트 클라우드 인코더)는 지오메트리 코딩의 효율을 증대시키기 위하여 지오메트리의 좌표계를 일부 및/또는 전부 변환하는 동작을 수행할 수 있다. 즉, 실시예들에 따른 포인트 클라우드 인코더는 포인트 클라우드 데이터(예를 들어, 라이다를 통해 획득된 라이다 데이터)의 포인트들을 프로젝션(포지션을 컨버젼)하여 포인트 클라우드 데이터의 포인트들의 분포를 균일하게 할 수 있다.
도 21은 실시예들에 따른 포인트 클라우드 전송장치 또는 전송방법에서 프로젝션 과정을 수행하기 위해 좌표계를 변환하는 예시를 나타낸다.
특히, 도 21은 상호 변환 가능한 좌표계의 예시, 즉 3차원 직교 좌표계(18000), 원통형 좌표계(18100), 구면 좌표계(18200)를 나타낸다. 실시예들에 따른 좌표계는 본 예시에 국한되지 않는다.
실시예들에 따른 3차원 직교 좌표계(18000)는 원통형 좌표계(18100)와 상호 변환될 수 있다.
실시예들에 따른 3차원 직교 좌표계(18000)는 원점에서 서로 직교하는 X축, Y축 및 Z 축으로 구성될 수 있다. 3차원 직교 좌표계 상의 포인트(또는 파라미터)는 (x, y, z)로 표현될 수 있다. X축과 Y축이 형성하는 X-Y 평면, Y축과 Z축이 형성하는 Y-Z 평면 및 X 축과 Z 축이 형성하는 X-Z 평면은 원점에서 서로 수직으로 만날 수 있다. 실시예들에 따른 X축, Y축 및 Z 축의 명칭은 각 축을 구별하기 위해 사용되는 용어에 불과하며, 다른 명칭으로 대체될 수 있다.
실시예들에 따른 원통형 좌표계(18100)는 원점에서 서로 직교하는 X축, Y축 및 Z 축으로 구성될 수 있다. 원통형 좌표계(18100) 상의 임의의 점(또는 파라미터) P는 (r,
Figure PCTKR2022015855-appb-img-000029
, z)로 표현될 수 있다. r은 좌표 공간 위의 임의의 점 P를 X-Y 평면으로 정사영시킨 점과 원점까지의 거리를 나타낸다.
Figure PCTKR2022015855-appb-img-000030
는 X축의 양의 방향과 원점으로부터 임의의 점 P를 X-Y 평면으로 정사영시킨 점까지를 잇는 직선 사이의 각도를 나타낸다. z는 점 P와 점 P를 X-Y 평면으로 정사영시킨 점 사이의 거리를 나타낸다. 실시예들에 따른 X축, Y축 및 Z 축의 명칭은 각 축을 구별하기 위해 사용되는 용어에 불과하며, 다른 명칭으로 대체될 수 있다.
도 21에 도시된 수학식(18110)은 직교-원통 좌표 변환에 따라 직교 좌표계를 원통형 좌표계로 변환할 때, 직교 좌표계에서 표현된 지오메트리 정보를 원통형 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(18110)은 좌표 변환에 따라 원통형 좌표계의 파라미터가 하나 또는 그 이상의 직교 좌표계의 파라미터들로 표현될 수 있음을 나타낸다(예를 들면
Figure PCTKR2022015855-appb-img-000031
도 21에 도시된 수학식(18120)은 원통-직교 좌표 변환에 따라 원통형 좌표계를 직교 좌표계로 변환할 때, 원통형 좌표계에서 표현된 지오메트리 정보를 직교 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(18120)은 좌표 변환에 따라 직교 좌표계의 파라미터가 하나 또는 그 이상의 원통형 좌표계의 파라미터들로 표현될 수 있음을 나타낸다(예를 들면 x = r cos
Figure PCTKR2022015855-appb-img-000032
).
실시예들에 따른 3차원 직교 좌표계(18000)는 구면 좌표계(18200)와 상호 변환될 수 있다.
실시예들에 따른 구면 좌표계(18200)는 원점에서 서로 직교하는 X축, Y축 및 Z 축으로 구성될 수 있다. 구면 좌표계 상의 임의의 점(또는 파라미터) P는 (
Figure PCTKR2022015855-appb-img-000033
,
Figure PCTKR2022015855-appb-img-000034
,
Figure PCTKR2022015855-appb-img-000035
)로 표현 될 수 있다.
Figure PCTKR2022015855-appb-img-000036
는 원점으로부터 임의의 점 P까지의 거리를 나타내며 0보다 크거나 같은 값을 갖는다(
Figure PCTKR2022015855-appb-img-000037
>=0).
Figure PCTKR2022015855-appb-img-000038
는 Z축의 양의 방향과 임의의 점 P사이의 각도를 나타내며, 일정 범위내의 값을 갖는다(0<=
Figure PCTKR2022015855-appb-img-000039
<=
Figure PCTKR2022015855-appb-img-000040
).
Figure PCTKR2022015855-appb-img-000041
는 임의의 점 P을 X-Y 평면에 정사형시킨 점과 X축의 양의 방향 사이의 각도를 나타내며 일정 범위내의 값을 갖는다(0<=
Figure PCTKR2022015855-appb-img-000042
<=2
Figure PCTKR2022015855-appb-img-000043
). 실시들에 따른 X축, Y축 및 Z 축의 명칭은 각 축을 구별하기 위해 사용되는 용어에 불과하며, 다른 명칭으로 대체될 수 있다.
도 21에 도시된 수학식(18210)은 직교-구면 좌표 변환에 따라 직교 좌표계를 구면 좌표계로 변환할 때, 직교 좌표계에서 표현된 지오메트리 정보를 구면 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(18210)은 좌표 변환에 따라 구면 좌표계의 파라미터가 하나 또는 그 이상의 직교 좌표계의 파라미터들로 표현될 수 있음을 나타낸다(예를 들면
Figure PCTKR2022015855-appb-img-000044
도 21에 도시된 수학식(18220)은 구면-직교 좌표 변환에 따라 구면 좌표계를 직교 좌표계로 변환할 때, 구면좌표계에서 표현된 지오메트리 정보를 직교 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(18220)은 좌표 변환에 따라 직교 좌표계의 파라미터가 하나 또는 그 이상의 구면 좌표계의 파라미터들로 표현될 수 있음을 나타낸다(예를 들면 z=
Figure PCTKR2022015855-appb-img-000045
cos
Figure PCTKR2022015855-appb-img-000046
).
도 22는 실시예들에 따른 부채꼴형 좌표계의 예시를 나타낸 도면이다. 실시예들에 따른 부채꼴형 좌표계들은 원통형 좌표계, 구면 좌표계에 더하여 좌표계 변환의 추가적인 옵션이 될 수 있다. 부채꼴형 좌표계들은 라이더에 수직으로 배열된 레이저들이 수평으로 회전하면서 데이터를 획득하는 특성을 고려한 것이다.
즉, 도 22는 라이다(LiDAR) 데이터의 레이저 모듈들의 배치를 고려한 좌표계의 예시이다. 도 22의 좌측은 LiDAR(Light Detection And Ranging 또는 Light Imaging, Detection, And Ranging) 데이터를 수집하는 LiDAR 헤드(19000)를 나타낸다. LiDAR 데이터는 대상에 레이저를 비추어 거리를 측정하는 LiDAR 방식으로 확보된다. LiDAR 헤드(19000)는 수직 방향으로 일정 각도로 배치된 하나 또는 그 이상의 레이저 모듈(또는 레이저 센서)들을 포함하며 수직 축을 중심으로 수평으로 회전하여 데이터를 획득한다. 각 레이저 모듈로부터 출력된 레이저 광이 대상(예, object)으로부터 반사되어 돌아오는 시간(및/또는 파장)은 서로 같거나 다를 수 있다. 따라서 LiDAR 데이터는 대상으로부터 레이저 광들이 돌아오는 시간의 차이 및/또는 파장 차이 등을 기반으로 구성되는 3차원 표현(3D representation)이다. 보다 넓은 커버리지를 갖기 위하여, 레이저 모듈들은 레이저를 방사형으로 출력할 수 있도록 배치된다. 따라서 실시예들에 따른 좌표계는 레이저 모듈들이 레이저를 출력하는 형태에 대응하는 부채꼴 평면으로서, 원통형 좌표계의 축을 중심으로 360도 회전시킨 부채꼴 원통형 좌표계(19100), 원통형 좌표계와 구면 좌표계가 결합된 형태의 일부분인 부채꼴 형태로서 구면 좌표계의 축을 중심으로 360도 회전시킨 부채꼴 구면 좌표계(19200)를 포함한다. 실시예들에 따른 부채꼴 원통형 좌표계(19100)는 원통형 좌표계의 수직 방향을 높이(elevation)로 표현할 때, 일정 범위를 갖는다. 또한 실시예들에 따른 부채꼴 구면 좌표계(19200)는 구면 좌표계의 수직 방향을 높이(elevation)로 표현할 때 일정 범위를 갖는다.
도 23은 실시예들에 따른 포인트 클라우드 데이터의 부채꼴형 좌표계 변환의 예시를 나타낸 도면이다.
전술한 바와 같이 포인트 클라우드 전송 장치는 좌표 변환을 수행한다. 도 23은 레이저 모듈의 특성을 기반으로 직교 좌표계(20500)(예를 들면 도 21에서 설명한 직교 좌표계(18000))를 부채꼴 원통형 좌표계(20100)(예를 들면 도 22에서 설명한 부채꼴 원통형 좌표계(19100)) 및 부채꼴 구면 좌표계(20200)(예를 들면 도 22에서 설명한 부채꼴 구면 좌표계(19200))으로 상호 변환하는 좌표 변환을 나타낸다. 실시예들에 따른 변환 가능한 좌표계는 상술한 예시에 국한되지 않는다.
실시예들에 따른 직교 좌표계(20500)는 부채꼴 원통형 좌표계(20100)와 상호 변환될 수 있다.
실시예들에 따른 직교 좌표계(20500)는 도 21에서 설명한 3차원 직교 좌표계(18000)와 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 부채꼴 원통형 좌표계(20100)는 원점에서 서로 직교하는 X축, Y축 및 Z 축으로 구성될 수 있다. 부채꼴 원통형 좌표계(20100) 상의 임의의 점(또는 파라미터) P는 (r,
Figure PCTKR2022015855-appb-img-000047
,
Figure PCTKR2022015855-appb-img-000048
)로 표현될 수 있다. r은 좌표 공간위의 임의의 점 P를 X-Y 평면으로 정사영시킨 점과 원점까지의 거리를 나타낸다.
Figure PCTKR2022015855-appb-img-000049
는 X축의 양의 방향과 원점으로부터 임의의 점 P를 X-Y 평면으로 정사영시킨 점까지를 잇는 직선 사이의 각도를 나타낸다.
Figure PCTKR2022015855-appb-img-000050
는 점 P와 점 P를 X-Y 평면으로 정사영시킨 점을 잇는 직선과 도 22에서 설명한 평면 부채꼴의 중심점(center)이 수직하는 직선과, 중심점(center)과 점 P를 잇는 직선 사이의 각도를 나타낸다(점선으로 도시). 실시예들에 따른 X축, Y축 및 Z 축의 명칭은 각 축을 구별하기 위해 사용되는 용어에 불과하며, 다른 명칭으로 대체될 수 있다.
도 23에 도시된 수학식(20110)은 직교-부채꼴 원통 좌표 변환에 따라 직교 좌표계(20500)를 부채꼴 원통형 좌표계(20100)로 변환할 때, 직교 좌표계에서 표현된 지오메트리 정보를 부채꼴 원통형 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(20110)은 좌표 변환에 따라 부채꼴 원통형 좌표계의 파라미터가 하나 또는 그 이상의 직교 좌표계의 파라미터들로 표현될 수 있음을 나타낸다(예를 들면
Figure PCTKR2022015855-appb-img-000051
도 23에 도시된 수학식(20120)은 부채꼴 원통-직교 좌표 변환에 따라 부채꼴 원통형 좌표계를 직교 좌표계로 변환할 때, 부채꼴 원통형 좌표계에서 표현된 지오메트리 정보를 직교 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(20120)은 좌표 변환에 따라 직교 좌표계의 파라미터가 하나 또는 그 이상의 부채꼴 원통형 좌표계의 파라미터들로 표현될 수 있음을 나타낸(예를 들면 x =r cos
Figure PCTKR2022015855-appb-img-000052
).
실시예들에 따른 직교 좌표계(20500)는 부채꼴 구면 좌표계(20200)와 상호 변환될 수 있다.
실시예들에 따른 부채꼴 구면 좌표계(20200)는 원점에서 서로 직교하는 X축, Y축 및 Z 축으로 구성될 수 있다. 구면 좌표계 상의 임의의 점(또는 파라미터) P는 (
Figure PCTKR2022015855-appb-img-000053
,
Figure PCTKR2022015855-appb-img-000054
,
Figure PCTKR2022015855-appb-img-000055
)로 표현될 수 있다.
Figure PCTKR2022015855-appb-img-000056
는 원점으로부터 임의의 점 P까지의 거리를 나타내며 0보다 크거나 같은 값을 갖는다(
Figure PCTKR2022015855-appb-img-000057
>=0).
Figure PCTKR2022015855-appb-img-000058
는 임의의 점 P를 X-Y 평면에 곡면을 따라 정사형시킨 점과 X축의 양의 방향 사이의 각도를 나타내며 일정 범위 내의 값을 갖는다(0<=
Figure PCTKR2022015855-appb-img-000059
<=2
Figure PCTKR2022015855-appb-img-000060
).
Figure PCTKR2022015855-appb-img-000061
는 점 P와 점 P를 곡면을 따라 X-Y 평면에 정사영시킨 점을 잇는 선과 원점과 점 P를 잇는 직선 사이의 각도를 나타낸다(점선으로 도시). 실시예들에 따른 X축, Y축 및 Z 축의 명칭은 각 축을 구별하기 위해 사용되는 용어에 불과하며, 다른 명칭으로 대체될 수 있다.
도 23에 도시된 수학식(20210)은 직교-부채꼴 구면 좌표 변환에 따라 직교 좌표계를 부채꼴 구면 좌표계로 변환할 때, 직교 좌표계에서 표현된 지오메트리 정보를 부채꼴 구면 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(20210)은 좌표 변환에 따라 부채꼴 구면 좌표계의 파라미터가 하나 또는 그 이상의 직교 좌표계의 파라미터들로 표현될 수 있음을 나타낸다(예를 들면
Figure PCTKR2022015855-appb-img-000062
도 23에 도시된 수학식(20220)은 부채꼴 구면-직교 좌표 변환에 따라 부채꼴 구면 좌표계를 직교 좌표계로 변환할 때, 부채꼴 구면 좌표계에서 표현된 지오메트리 정보를 직교 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(20220)은 좌표 변환에 따라 직교 좌표계의 파라미터가 하나 또는 그 이상의 부채꼴 구면 좌표계의 파라미터들로 표현될 수 있음을 나타낸다(예를 들면 z=
Figure PCTKR2022015855-appb-img-000063
sin
Figure PCTKR2022015855-appb-img-000064
).
실시예들에 따르면, 좌표계의 변환은 좌표계 선택 단계와 좌표계 변환 적용 단계를 포함할 수 있다. 좌표계 선택 단계는 좌표계 변환 정보를 유도한다. 좌표계 변환 정보는 좌표계 변환 여부 또는 좌표계 정보를 포함할 수 있다. 좌표계 변환 정보는 시퀀스, 프레임, 타일, 슬라이스, 블록 등의 단위로 시그널링 될 수 있다. 또한, 좌표계 변환 정보는 주변 블록의 좌표계 변환 여부, 블록의 크기, 포인트의 개수, 양자화 값, 블록 분할 깊이, 단위의 위치, 단위와 원점과의 거리 등을 기초로 유도될 수 있다. 좌표계 변환 적용 단계는 좌표계 선택 단계에서 선택된 좌표계를 기반으로 좌표계를 변환하는 단계이다. 좌표계 변환 적용 단계는 좌표계 변환 정보를 기반으로 좌표계 변환을 수행 할 수 있다. 또는, 좌표계 변환 여부 정보를 기반으로 좌표계 변환을 수행 하지 않을 수 있다.
즉, 실시예들에 따른 포인트 클라우드 데이터 전송 장치(예를 들면 도 1 또는 도 12 또는 도 32에서 설명한 포인트 클라우드 데이터 전송장치)는 좌표 변환과 관련된 시그널링 정보를 생성하여 포인트 클라우드 데이터 수신 장치(예를 들면 도 1 또는 도 13또는 도 39에서 설명한 포인트 클라우드 데이터 수신 장치)로 전송할 수 있다. 좌표 변환과 관련된 시그널링 정보(예, 좌표계 변환 정보)는 시퀀스 레벨, 프레임 레벨, 타일 레벨, 슬라이스 레벨 등으로 시그널링 될 수 있다. 실시예들에 따른 포인트 클라우드 디코더(예를 들면 도 1, 도 11, 도 13, 도 39 또는 도 40에서 설명한 포인트 클라우드 디코더)는 좌표 변환과 관련된 시그널링 정보(예, 좌표계 변환 정보)를 기반으로 포인트 클라우드 인코더의 부호화 과정의 역과정인 복호화 과정 (decoding operation)을 수행할 수 있다. 또한 실시예들에 따른 포인트 클라우드 디코더는 좌표 변환과 관련된 시그널링 정보를 수신하지 않고, 주변 블록의 좌표 변환 여부, 블록의 크기, 포인트의 개수, 양자화 값등을 기반으로 유도하여 좌표 변환을 수행할 수 있다.
도 24는 실시예들에 따른 포인트 클라우드 데이터의 좌표 프로젝션의 예시를 나타낸 도면이다.
실시예들에 따른 포인트 클라우드 전송 장치는 도 21 내지 도 23에서 설명한 좌표 변환에 따라 변환된 좌표계에서 표현되는 지오메트리를 압축 가능한 형태로 프로젝션하는 좌표 프로젝션(coordinate projection)을 수행한다. 도 24는 전술한 좌표 프로젝션(coordinate projection)의 예시를 나타낸다. 도 24는 부채꼴 원통형 좌표계(21000)(예를 들면 도 22에서 설명한 부채꼴 원통형 좌표계(19100), 도 23에서 설명한 부채꼴 원통형 좌표계(20100)) 및 부채꼴 구면 좌표계(21100)(예를 들면 도 22에서 설명한 부채꼴 구면 좌표계(19200), 도 23에서 설명한 부채꼴 구면 좌표계(20200))를 사각 기둥 공간(21200)으로 상호 변환(프로젝션)하는 과정을 나타낸다.
실시예들에 따른 사각 기둥 공간(21200)은 x축, y축, z축(또는 x'축, y'축, z'축으로도 표현됨)으로 구성되는 3차원 좌표계에서 표현되며 바운딩 박스(bounding box)로 호칭될 수 있다. 또한 x'축, y'축, z'축 각각은 최대값 (x_max, y_max, z_max) 및 최소값 (x_min, y_min, z_min)을 갖는다. 도 21에 도시된 변환 과정에서, 부채꼴 원통형 좌표계(21000)의 임의의 점 P값을 나타내는 파라미터 (r,
Figure PCTKR2022015855-appb-img-000065
,
Figure PCTKR2022015855-appb-img-000066
) 및 부채꼴 구면 좌표계(21100)의 임의의 점 P 값을 나타내는 파라미터 (
Figure PCTKR2022015855-appb-img-000067
,
Figure PCTKR2022015855-appb-img-000068
,
Figure PCTKR2022015855-appb-img-000069
)는 x'축, y'축, z'축의 파라미터로 각각 표현된다. 파라미터 (r,
Figure PCTKR2022015855-appb-img-000070
,
Figure PCTKR2022015855-appb-img-000071
) 및 파라미터 (
Figure PCTKR2022015855-appb-img-000072
,
Figure PCTKR2022015855-appb-img-000073
,
Figure PCTKR2022015855-appb-img-000074
)의 각 파라미터는 x'축, y'축, z'축 중 어느 한 축에 각각 대응하거나 (예를 들면 r은 X'축에 대응) 별도의 변환 수식에 따라 변환 및 대응될 수 있다. 예를 들어 한정된 범위를 갖는 부채꼴 원통형 좌표계(2100)의 파라미터
Figure PCTKR2022015855-appb-img-000075
는 탄젠트 함수를 적용하여 z'축에 대해 매핑된다. 따라서 z'축에 매핑된 값들은 한정된 범위에 따라 모아지므로 압축 효율이 증가된다.
실시예들에 따른 부채꼴 원통형 좌표계(21100)의 파라미터 (r,
Figure PCTKR2022015855-appb-img-000076
,
Figure PCTKR2022015855-appb-img-000077
)의 프로젝션은 수학식 12와 같이 수행될 수 있다.
[수학식 12]
Figure PCTKR2022015855-appb-img-000078
즉, fx(r)는 파라미터 r이 x축에 프로젝션된 것을 나타내며, fy(
Figure PCTKR2022015855-appb-img-000079
)는 파라미터
Figure PCTKR2022015855-appb-img-000080
가 y축에 프로젝션 된 것을 나타내고, fz(
Figure PCTKR2022015855-appb-img-000081
)는 파라미터
Figure PCTKR2022015855-appb-img-000082
가 z축에 프로젝션된 것을 나타낸다. 위 수학식 12의 삼각함수 계산을 최소화한 프로젝션은 수학식 13과 같이 나타낼 수 있다.
[수학식 13]
Figure PCTKR2022015855-appb-img-000083
Figure PCTKR2022015855-appb-img-000084
실시예들에 따른 부채꼴 구면 좌표계(2110)의 파라미터 (
Figure PCTKR2022015855-appb-img-000085
,
Figure PCTKR2022015855-appb-img-000086
,
Figure PCTKR2022015855-appb-img-000087
)의 프로젝션은 수학식 14와 같이 수행될 수 있다.
[수학식 14]
Figure PCTKR2022015855-appb-img-000088
즉, fx(
Figure PCTKR2022015855-appb-img-000089
)는 파라미터
Figure PCTKR2022015855-appb-img-000090
이 x축에 프로젝션된 것을 나타내며, fy(
Figure PCTKR2022015855-appb-img-000091
)는 파라미터
Figure PCTKR2022015855-appb-img-000092
가 y축에 프로젝션 된 것을 나타내고, fz(
Figure PCTKR2022015855-appb-img-000093
)는 파라미터
Figure PCTKR2022015855-appb-img-000094
가 z축에 프로젝션된 것을 나타낸다. 위 수학식 14의 삼각함수 계산을 최소화한 프로젝션은 수학식 15와 같이 나타낼 수 있다.
[수학식 15]
Figure PCTKR2022015855-appb-img-000095
위 수학식들에서 (xc, yc, zc)는 프로젝션 이전(즉, 변환되기 전)의 부채꼴 원통형 좌표계(21000)의 중심점의 포지션(center position)으로서, 중심점은 도 22에서 설명한 평면 부채꼴의 중심점(center)과 동일하다. 또한 실시예들에 따른 (xc, yc, zc)는 LiDAR 헤드 포지션(예를 들면 world coordinate system의 xyz 좌표의 원점 등)를 나타낼 수 있다.
한편, 라이다의 구조는 라이다 헤드(LiDAR head)에 복수의 레이저들이 수직 방향으로 배열된다. 특히, 더 많은 포인트 클라우드 데이터를 획득하기 위해 라이다 헤드의 상부와 하부에 각각 레이저들이 배치될 수 있다. 이때, 레이저들 간 포지션 차이가 발생하며 이것은 프로젝션의 정확도의 저하 원인이 될 수 있다. 따라서, 레이저의 포지션을 고려하여 프로젝션을 보정하는 방법이 사용될 수 있다.
도 25는 실시예들에 따른 포인트 클라우드 데이터의 레이저 포지션 조정의 예시를 나타낸 도면이다. 즉, 라이다의 레이저 포지션을 고려하여 프로젝션 보정을 수행하는 예시이다.
실시예들에 따른 레이저 포지션을 고려한 프로젝션 보정은 도 1의 전송장치 또는 도 12의 전송장치, 또는 도 14의 XR 장치 또는 도 32의 송신 장치 및/또는 하나 이상의 메모리들과 통신 가능하도록 설정된 하나 이상의 프로세서들 또는 집적 회로들(integrated circuits)을 포함하는 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합 등에 의해서 수행될 수 있다.
또한, 레이저 위치를 고려한 프로젝션 보정은 도1의 수신장치, 도 13의 수신장치, 또는 도 14의 XR 장치 또는 도 39의 수신 장치 및/또는 하나 이상의 메모리들과 통신 가능하도록 설정된 하나 이상의 프로세서들 또는 집적 회로들(integrated circuits)을 포함하는 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합 등에 의해서 수행될 수 있다.
도 22에서 설명한 바와 같이 LiDAR 헤드(예를 들면 도 22에서 설명한 LiDAR 헤드(19000))는 수직 방향으로 배치된 하나 또는 그 이상의 레이저 모듈들을 포함한다. 하나 또는 그 이상의 레이저 모듈들은 보다 넓은 커버리지를 가지고 많은 데이터를 확보하기 위하여 방사형으로 레이저를 출력하도록 배치된다. 실제 레이저는 레이저 모듈 말단에서 출력된다. 따라서 레이저의 포지션은 도 22 내지 도 23에서 설명한 평면 부채꼴의 중심점에 대응하는 LiDAR 헤드 포지션과 다르다. 또한 LiDAR 헤드의 상부에 배치된 레이저 모듈로부터 출력되는 가장 위쪽의 레이저와 LiDAR 헤드의 하부에 배치된 레이저 모듈로부터 출력되는 가장 아래쪽의 레이저 포지션 차이가 발생한다. 이러한 레이저 간의 포지션 차이를 반영하지 않으면, 프로젝션의 정확도를 떨어트릴 수 있다. 따라서 실시예들에 따른 포인트 클라우드 전송 장치는 각 레이저의 시점이 LiDAR 헤드 포지션에서 시작하는 것과 동일하도록 레이저 포지션 조정을 반영하여 프로젝션을 수행한다.
도 25의 좌측은 레이저를 출력하는 임의의 레이저 모듈을 포함하는 LiDAR 헤드의 구조(22000)를 나타낸다. 도 25에 도시된 바와 같이 임의의 레이저 모듈에서 출력된 레이저의 포지션은 LiDAR 헤드 포지션 (xc, yc, zc)으로부터 수평방향으로 rL, 수직 방향으로 zL 만큼 떨어진 상대적인 포지션으로 표현된다.
도 25의 우측은 레이저의 상대적인 포지션을 3차원 좌표계에서 나타낸 예시(22100)이다. 도면에 도시된 3차원 좌표계는 도 24에서 설명한 프로젝션(예를 들면 사각 기둥 공간(21200))을 표현하기 위한 좌표계로서, x'축, y'축, z'축으로 구성된다. 상술한 헤드 포지션은 좌표계의 원점(0,0,0)으로 설정될 수 있으며, 레이저의 상대적인 포지션은 (xL, yL, zL)으로 표현된다. 파라미터 (xL, yL)는 rL(즉, 헤드 포지션으로부터 수평방향으로의 상대적인 거리)을 기반으로 다음의 수학식 16과 같이 구할 수 있다.
[수학식 16]
Figure PCTKR2022015855-appb-img-000096
실시예들에 따른 (xL, yL, zL)는 포인트 클라우드 전송 장치 및 수신 장치에서 직접 계산되거나, 시그널링 등을 통해 포인트 클라우드 전송 장치 및 수신 장치에 전달될 수 있다.
부채꼴 원통형 좌표계(예를 들면 부채꼴 원통형 좌표계(21100))의 파라미터 (r,
Figure PCTKR2022015855-appb-img-000097
,
Figure PCTKR2022015855-appb-img-000098
)의 레이저 포지션 적용된 값은 다음의 수학식 17과 같이 구할 수 있다. 즉, 수학식 17은 레이저의 포지션을 고려한 부채꼴 원통형 좌표계 변환의 예시이다.
[수학식 17]
Figure PCTKR2022015855-appb-img-000099
부채꼴 구면 좌표계(예를 들면 부채꼴 구면 좌표계(21100))의 파라미터 (
Figure PCTKR2022015855-appb-img-000100
,
Figure PCTKR2022015855-appb-img-000101
,
Figure PCTKR2022015855-appb-img-000102
)의 레이저 포지션 적용된 값은 다음의 수학식 18과 같이 구할 수 있다. 즉, 수학식 18은 레이저의 포지션을 고려한 부채꼴 구형 좌표계 변환의 예시이다.
[수학식 18]
Figure PCTKR2022015855-appb-img-000103
전술한 바와 같이 레이저의 상대적인 포지션을 고려할 경우, 위의 수학식 17 또는 수학식 18을 통해 각 레이저의 시점이 헤드 위치에서 시작하는 효과가 있다.
도 26은 실시예들에 따른 포인트 클라우드 데이터를 인덱스로 전환하는 예시를 나타낸다. 실시예들에 따르면, 수직 방향 각도(elevation angle)가 레이저 인덱스(laser index)로 표현될 수 있다. 즉, 도 26은 실시예들에 따른 레이저 인덱스 기반으로 배열된 포인트들의 예시를 나타낸다.
도 26의 좌측 상단에 도시된 예시(34000)는 하나 또는 그 이상의 레이저들을 출력하는 LiDAR 헤드(예를 들면 도 22에서 설명한 LiDAR 헤드(19000))를 나타낸다. 도 22에서 설명한 바와 같이 LiDAR 데이터는 대상에 레이저를 비추어 거리를 측정하는 LiDAR 방식으로 확보된다. LiDAR 헤드(34000)는 수직 방향으로 일정 각도로 배치된 하나 또는 그 이상의 레이저 모듈(또는 레이저 센서)들을 포함하며 수직 축을 중심으로 회전한다. 각 레이저 모듈로부터 출력된 레이저 광이 대상으로부터 반사되어 돌아오는 시간(및/또는 파장)은 서로 같거나 다를 수 있다. 따라서 LiDAR 데이터는 대상으로부터 레이저 광들이 돌아오는 시간의 차이 및/또는 파장 차이 등을 기반으로 구성되는 3차원 표현(3D representation)이다. 보다 넓은 커버리지를 갖기 위하여, 레이저 모듈들은 레이저를 방사형으로 출력할 수 있도록 배치된다.
도 26의 우측 상단에 도시된 예시(34100)는 수직 방향 각도(elevation angle)의 단순화된 변환 값으로서 레이저 인덱스(laser index)를 사용하는 예시를 나타낸다. 상술한 바와 같이 LiDAR 헤드(34000)는 헤더 포지션(header position, 또는 원점)을 중심으로 수평 방향으로 회전하면서 하나 또는 그 이상의 레이저들(레이저 n (Laser n), 레이저 m(Laser m))을 출력한다. 도 26에 도시된 바와 같이 레이저의 궤적은 점선 또는 실선으로 표현된다. 여기서 점선 및 실선은 서로 다른 레이저들을 구별하기 위해 사용되는 예시이다. 따라서 오브젝트의 위치는 수직 방향으로 서로 다른 각도로 분포된 레이저들이 오브젝트에 반사될 때, 발광(emission) 및/또는 수신 시간 차이를 기반으로 추정된다. 도 26에 도시된 레이저 n(Laser n)의 궤적을 나타내는 선(상술한 점선 또는 실선)에 위치한 하나 또는 그 이상의 포인트들은 오브젝트로부터 반사된 레이저들을 수신할 때 오브젝트를 표현하기 위해 획득되는 포인트들이다. 따라서 하나 또는 그 이상의 포인트들은 레이저 n(Laser n)의 궤적에 대응하는 직선 위에 존재할 수 있다. 하지만 노이즈 등의 영향으로 실제 포인트의 위치는 레이저의 궤적 상에 위치하지 않고, 궤적의 주위 (예를 들면 궤적을 중심으로 +/-로 표현)에 위치할 수 있다. 각 포인트의 위치는 수직 방향 각도(elevation angle)로 표현되며, 수직 방향 각도는 레이저의 각도에 대한 +/- 값으로 표현될 수 있다.
도 26의 우측 하단에 도시된 예시(34200)은 각 레이저의 궤적 주위에 위치한 포인트들의 실제 위치를 나타낸다. 도 26에 도시된 바와 같이 각 포인트의 수직 방향 각도(elevation angle)는 레이저의 수직방향 각도(또는 레이저 각도 (laser angle), 예를 들면 도면에 도시된 n)에 대해 +/- 값에 대응한다. 실시예들에 따른 레이저 각도 및 레이저 인덱스는 시그널링 정보에 포함될 수 있다.
실시예들에 따른 포인트 클라우드 전송 장치는 연관된 레이저 각도를 고려하거나 혹은 해당 레이저의 인덱스를 고려하여 각 포인트의 위치(즉, 수직 방향 각도)에 대해 근사화 양자화(approximation quantization)을 수행할 수 있다. 도 26의 좌측 하단에 도시된 예시(34300)는 근사화 양자화를 수행한 결과를 나타낸다. 포인트 클라우드 전송 장치는 각 포인트의 수직 방향 각도 사이의 차이를 고려하지 않고 레이저 궤적 위의 포인트로 추정하기 위한 근사화 양자화를 수행한다. 즉, 도면에 도시된 바와 같이 모든 포인트들은 대응하는 레이저 궤적 상에 위치하는 것으로 추정된다. 따라서 각 포인트의 수직 방향 각도는 대응하는 레이저의 수직 방향 각도(또는 레이저 각도)와 동일한 값을 갖는다. 예를 들면 레이저 n에 대응하는 포인트들의 수직 방향 각도는 레이저 n의 수직 방향 각도와 동일한 것으로 추정된다. 또한 포인트들은 대응하는 레이저의 인덱스에 따라 정렬된다. 예를 들어 레이저 n에 대응하는 포인트들은 레이저 인덱스(n)에 따라 정렬된다.
도 27은 실시예들에 따른 포인트 클라우드 데이터에서 수평방향 각도(azimuthal angle)를 인덱스로 전환하여 보정하는 예시를 나타낸다. 원통형 좌표계, 구면 좌표계 또는 부채꼴 좌표계에서 수평방향 각도(azimuthal angle)에 대한 샘플링 보정으로 수평방향 인덱스(azimuthal index)를 사용할 수 있다.
도 27을 참조하면, 수직 방향으로 배열된 복수의 레이저가 수평 방향으로 회전하면서(37001) 포인트 클라우드 데이터를 획득한다. 각 레이저에 의해 샘플링되는 위치를 선으로 표현하면, 샘플링된 포인트들은 이론적으로 선 위에 위치해야 하지만 샘플링 노이즈, 양자화 오류, 레이저 간섭 등으로 포인트가 선에서 벗어난 위치에서 샘플링될 수 있다(37002).
도 27은 수직 방향으로 배열된 복수의 레이저들 중 n 번째 레이저의 k번째 샘플링 및 이와 인접한 샘플링(k-1번째, k+1번째 샘플링) 포인트들을 나타낸다(37003). k 번째 광선과 k+1 및 k+1번째 광선에 의해 샘플링된 포인트들의 위치는 레이저 광선의 궤적을 중심으로 오차를 가지고 분포된다. 이와 같이 수평방향 각도에 오차가 있는 포인트의 위치는 인덱스로 근사화하여 레이저의 라인 궤적 상에 위치하도록 보정될 수 있다.
다음은 지금까지 설명한 LiDAR 특성에 기반하여 참조 프레임의 오차 보정에 대해 설명한다.
3) LiDAR 특성에 기반한 참조 프레임 오차 보정
도 28(a), 도 28(b)는 실시예들에 따른 LiDAR 시스템을 장착한 차량이 이동함에 따라 생성되는 포인트들의 변화의 일 예시를 보인 도면이다. 도 28(b)는 도 28(a)를 반시계 방향으로 90도 회전시킨 예이다.
전술한 바와 같이, LiDAR 시스템은 차량 로컬 좌표(vehicle local coordinate) 상에서 수평 방향을 기준으로 기준 위 (
Figure PCTKR2022015855-appb-img-000104
>0)의 레이저와 기준 아래 (
Figure PCTKR2022015855-appb-img-000105
<0) 의 레이저를 모두 사용할 수 있다. 이때, LiDAR 시스템의 차량 로컬 좌표계 (vehicle local coordinate system)에서 수평 기준과 레이저(laser)가 지향하는 방향의 각도인
Figure PCTKR2022015855-appb-img-000106
는 레이저(laser)에 따라 고유한 값을 가질 수 있다.
도 28(a)에서와 같이, 참조 프레임을 획득한 위치에서 N 번째 레이저의 수직 방향 각도 (elevation angle)를
Figure PCTKR2022015855-appb-img-000107
N이라 할 수 있다.
마찬가지로 LiDAR 시스템이 레이저를 수평방향으로 회전하면서 샘플링을 할 때 회전수가 고정되기 때문에 레이저 샘플링 위치는 일정하게 유지된다고 가정할 수 있다. 이때, 도 28(b)에서와 같이, M 번째 수평방향 샘플링 위치를 수평 방향 각도 (azimuthal angle)
Figure PCTKR2022015855-appb-img-000108
M 에 대한 함수로 생각할 수 있다.
그러면, 참조 프레임에 대해 N 번째 레이저를 이용해서 M 번째 수평방향 샘플링 위치에서 획득된 참조 프레임의 포인트 Pref는 다음의 수학식 19와 같이 직교 좌표(Cartesian coordinate) 및 구면 좌표(spherical coordinate) 상에서 표현될 수 있다.
[수학식 19]
Figure PCTKR2022015855-appb-img-000109
위의 수학식 19에서, rref는 LiDAR의 중심
Figure PCTKR2022015855-appb-img-000110
으로부터 오브젝트(또는 포인트)까지의 거리를 나타내며 다음의 수학식 20과 같이 구할 수 있다.
[수학식 20]
Figure PCTKR2022015855-appb-img-000111
도 28(a), 도 28(b)와 같이 차량의 움직임
Figure PCTKR2022015855-appb-img-000112
에 의해 LiDAR 시스템의 위치가 바뀐 경우, 동일한 N 번째 레이저에 대해 동일한 수평 각도
Figure PCTKR2022015855-appb-img-000113
M 에서 샘플링된 현재 프레임의 포인트 pcur는 하기의 수학식 21과 같이 정의할 수 있다.
[수학식 21]
Figure PCTKR2022015855-appb-img-000114
위의 수학식 21에서, rcur는 LiDAR의 중심
Figure PCTKR2022015855-appb-img-000115
으로부터 오브젝트까지의 거리를 나타내며 다음의 수학식 22와 같이 구할 수 있다.
[수학식 22]
Figure PCTKR2022015855-appb-img-000116
이때, 참조 프레임 내의 포인트 pref를 기반으로 현재 프레임의 포인트 pcur를 추정할 수 있다. 일반적으로 프레임 간 참조가 이루어지는 경우, 각 포인트의 이동은 다음의 수학식 23과 같이 참조 프레임의 포인트(Pref)가 움직임 벡터(v)만큼 이동함으로써 추정할 수 있다(Pest).
[수학식 23]
Figure PCTKR2022015855-appb-img-000117
하지만 LiDAR 시스템에서 위와 같은 일반적인 움직임 보정을 사용하는 경우, 추정된 포인트의 위치 pest와 목표 포인트의 위치 pcur와 차이가 발생하게 된다. 이 경우 압축 효율이 떨어지게 된다.
도 29(a), 도 29(b)는 실시예들에 따라 추정된 포인트의 위치와 목표 포인트의 위치 사이의 차이의 예시를 보인 도면이다. 도 29(b)는 도 29(a)를 반시계 방향으로 90도 회전시킨 예이다.
즉, 도 29(a), 도 29(b)는 참조 프레임 내의 포인트 pref에 대해, 움직임 벡터를 기반으로 직교 좌표(Cartesian coordinate) 상에서 보상하는 경우, 추정된 포인트의 위치 pest와 목표 포인트의 위치 pcur사이의 차이를 레이저 위치
Figure PCTKR2022015855-appb-img-000118
N와 샘플링 위치
Figure PCTKR2022015855-appb-img-000119
M에 따라 도식화 한 것이다.
본 문서는 도 29(a), 도 29(b)에서와 같이 추정된 포인트의 위치 pest와 목표 포인트의 위치 pcur사이에 차이가 발생하게 되어 압축 효율이 떨어지는 것을 보완하기 위하여, 레이저 샘플링 특성에 기반한 LiDAR 움직임 보상 방법을 제안한다.
통상, 스피닝 라이다의 경우, 좌표계 변환을 사용하여 압축을 수행하면 압축 효율이 증가하지만, 인터 예측을 이용한 압축을 적용하기 어렵다. 이는 인터 예측이란 것이 포인트들의 공간적 위치의 변화를 추정하여 포인트들이 전체적으로 움직이거나 한정된 범위 안에서는 같이 움직인다는 경향성을 이용하는 것인데, 좌표 변환을 하게 되면 그 경향성이 다 달라져 인접해있는 포인트들의 방향성이 다 달라지기 때문이다.
본 문서는 위의 문제를 해결함으로써, 좌표 변환을 사용하는 경우에도 인터 예측을 이용하여 지오메트리 압축을 수행하기 위한 것이다. 즉, 라이다 시스템에서 특정 레이저의 레이저 각도는 고정되고, 이때 해당 레이저가 수평 방향으로 회전하면서 샘플링을 할 때 샘플링되는 주기가 고정이 되는데, 본 문서는 이러한 레이저 샘플링 특징을 이용하여 지오메트리 정보의 인터 예측을 수행할 수 있다.
a) 고정 레이저 센서 및 고정 샘플링 위치에 대해 예측 수행 (구면 좌표계 (Spherical coordinate system))
위의 예시에서와 같이, 직교 좌표계(Cartesian coordinate system) 상에서의 움직임 보상의 문제는 LiDAR의 특성이 고려되지 않는다는 점이다.
즉, LiDAR는 각 방향에 위치한 레이저에 대해 오브젝트와의 거리로써 포인트가 정의된다. 예를 들어, 레이저가 위치하지 않거나 샘플링 포지션(sampling position)이 아닌 경우 포인트가 존재할 수 없는데, LiDAR의 중심에서 멀어질수록 단위 공간 당 포인트의 빈도가 떨어지게 된다. 즉, LiDAR의 중심에서는 현재 프레임의 포인트와 대응되는 포인트를 참조 프레임에서 찾을 가능성이 크지만, 중심에서 멀어질수록 현재 프레임의 목표 포인트와 대응되는 참조 포임트를 참조 프레임에서 찾을 가능성이 매우 낮아진다. 하지만, 도 30에서와 같이 레이저는 레이저 빔 상에서 하나의 포인트를 획득하므로 (예를 들어, 오브젝트가 레이저로부터 임계치 이내에 존재한다고 가정), 각 레이저의 샘플링 위치에 대해서는 대응되는 포인트가 존재한다고 가정할 수 있다.
따라서 본 문서에서는 인접한 두 프레임에 대해 각 레이저의 샘플링 위치에 대응되는 포인트를 기반으로 지오메트리 정보의 프레임 간 예측을 수행하는 것을 일 실시예로 한다.
실시예들에 따르면, 인접한 두 프레임에 대해 각 레이저의 샘플링 위치에 대응되는 이전 프레임의 포인트와 현재 프레임의 포인트의 radius 차이 값을 전송할 수 있다. 이 경우, 움직임 추정이나 움직임 보상 과정은 수행되지 않는다.
b) 레이저 센서와 오브젝트 사이의 상관관계를 기반으로 한 로컬 쉬프트(local shift) 추정
레이저의 샘플링 위치를 기반으로 대응되는 포인트를 찾는 경우에도, 앞에서 살펴본 것과 같이 포인트의 위치가 일치하지 않는 경우가 발생할 수 있다. 이것은 LiDAR와 오브젝트 사이의 거리가 상대적으로 바뀜으로 인해서 발생하는 문제로 볼 수 있다. 앞의 가정에 의해 레이저와 레이저 샘플링 위치는
Figure PCTKR2022015855-appb-img-000120
N와
Figure PCTKR2022015855-appb-img-000121
M 로 고정된다고 볼 때, rcur과 유사한 rest를 추정함으로써, 예측 정확성을 높일 수 있다.
실시예들에 따르면, 참조 프레임 내의 포인트를 기반으로 추정된 포인트 pest는 도 24와 같이 직교 좌표(Cartesian coordinate) 및 구면 좌표(spherical coordinate) 상에서 표현될 수 있다.
[수학식 24]
Figure PCTKR2022015855-appb-img-000122
위의 수학식 24에서 rest는 LiDAR의 중심
Figure PCTKR2022015855-appb-img-000123
으로부터 오브젝트(또는 포인트)까지의 거리를 나타내며 다음의 수학식 25와 같이 구할 수 있다.
[수학식 25]
Figure PCTKR2022015855-appb-img-000124
즉, 수학식 25에서 rest는 레이저 샘플링 위치는
Figure PCTKR2022015855-appb-img-000125
N와
Figure PCTKR2022015855-appb-img-000126
M 로 고정된다고 가정했을 때 추정된 포인트의 반지름 값이다.
도 31(a), 도 31(b)는 실시예들에 따라 추정된 현재 포인트의 위치의 예시를 보인 도면이다. 도 31(b)는 도 31(a)를 반시계 방향으로 90도 회전시킨 예이다.
좀 더 구체적으로, 도 31(a), 도 31(b)는 추정된 radius와 참조 프레임 레이저 샘플링 정보 (즉,
Figure PCTKR2022015855-appb-img-000127
N와
Figure PCTKR2022015855-appb-img-000128
M)를 기반으로 현재 포인트의 위치를 추정한 결과를 나타낸 것이다. sobject는 LiDAR에 대해 오브젝트의 상대적인 움직임을 나타낸 것이다. 이때, 오브젝트의 상대적인 움직임은 로컬 모션(local motion)으로 고려될 수도 있다.
즉, 현재 프레임의 추정된 포인트의 위치(Pest)는 하기의 수학식 26에서와 같이 참조 프레임의 포인트(pref), 움직임 벡터(v), 및 오브젝트의 상대적인 움직임(sobject)를 기반으로 구할 수 있다.
[수학식 26]
Figure PCTKR2022015855-appb-img-000129
이때, 구면 좌표계(spherical coordinate) 상에서 고정 레이저, 고정 샘플링 위치를 기반으로 포인트를 추정하는 경우, 움직임 벡터에 의한 영향을 0으로 가정할 수 있으므로, 현재 프레임의 추정된 포인트의 위치(Pest)는 참조 프레임의 포인트(pref)에 오브젝트의 상대적인 움직임(sobject)만을 적용함으로써, 구할 수 있다. 이렇게 함으로써, 움직임 벡터를 전달하기 위해 필요한 비트를 절약할 수 있고, 또한 움직임 추정/움직임 보상(motion estimation/ motion compensation)이 수행되지 않음으로 인해 보다 빠르게 압축, 복원을 진행할 수 있다.
이와 같은 방법을 통해 포인트 압축을 진행함에 있어서, 구면 좌표계(spherical coordinate system) 상에서의 포인트 압축을 고려할 수 있다. 이때, 레이저와 샘플링 위치가 모든 경우 동일하다고 가정하고 진행할 수 있으며, 이 경우 (
Figure PCTKR2022015855-appb-img-000130
M,
Figure PCTKR2022015855-appb-img-000131
N) 값을 전달하지 않음으로써 압축 효율을 증가시킬 수 있다. 즉, 아래의 수학식 27의 관계를 통해 rres만을 전달할 수 있다. 여기서, rres는 현재 프레임의 추정된 포인트의 반지름 값(rcur)과 참조 프레임의 참조 포인트의 반지름 값(rref)의 차값이다. 본 문서에서는 이 차값을 잔여 반지름 정보 또는 잔차 또는 반지름 잔차 정보 등으로 호칭할 수 있다. 이때, 참조 프레임과 현재 프레임의 레이저와 샘플링 위치는 동일하다고 가정한다.
[수학식 27]
Figure PCTKR2022015855-appb-img-000132
한편, 출력 좌표계(output coordinate system)가 직교 좌표계(Cartesian coordinate system)인 경우, 하기의 수학식 28과 같은 x, y, z 에 대한 직교 잔차(Cartesianl residual )을 추가적으로 전달할 수 있다.
[수학식 28]
Figure PCTKR2022015855-appb-img-000133
이때, 구면 좌표계(sphereical coordinate system) 상에서의 포인트 위치는 다음의 수학식 29와 같이 복원할 수 있다. 실시예들에 따르면, 포인트 위치의 복원은 수신 장치의 포인트 클라우드 디코더 또는 디코딩 단계에서 수행될 수 있다.
[수학식 29]
Figure PCTKR2022015855-appb-img-000134
이를 통해 복원된 직교 좌표계(Cartesian coordinate system) 상의 포인트 위치는 다음의 수학식 30과 같이 구할 수 있다.
[수학식 30]
Figure PCTKR2022015855-appb-img-000135
실시예들에 따르면, 레이저 빔이 오브젝트를 벗어나면 프레임 간의 포인트 매칭이 이루어지지 않는 경우가 발생할 수 있다. 이 경우 (
Figure PCTKR2022015855-appb-img-000136
M,
Figure PCTKR2022015855-appb-img-000137
N) 값을 통해 수평 방향 각도(azimuthal angle), 수직 방향 각도(elevation angle)을 추정하는 경우 오류가 더 크게 발생함으로써 (xres, yres, zres)이 더 커지고 압축 효율이 떨어질 수 있다. 이 경우, 송신측에서는 (rres,
Figure PCTKR2022015855-appb-img-000138
res,
Figure PCTKR2022015855-appb-img-000139
res) 값을 모두 전달해야 할 필요가 있는데, 이때, 모든 포인트에 대해 구면 잔차(spherical residual)를 모두 전달할 수도 있지만, 약속된 경우에 대해서는 전체 잔차(residual)를 보내도록 할 수 있다. 예를 들어, 대부분의 경우 동일 레이저, 동일 샘플링 위치를 갖는 경우 동일 오브젝트를 지칭할 것으로 기대될 때, 다음의 수학식 31과 같이 특정 조건에 대해서만 구면 잔차(spherical residual) 전체를 보내고, 나머지 경우에 대해서는 참조 프레임의 수평 방향 각도(azimuthal angle)와 수직 방향 각도(elevation angle)를 사용하도록 할 수 있다. 즉, three spherical residual present flag의 값이 1이면 (rres,
Figure PCTKR2022015855-appb-img-000140
res,
Figure PCTKR2022015855-appb-img-000141
res) 값을 모두 전송하고, 1이 아니면 rres 값만을 전송할 수 있다. 본 문서는 rres를 반지름 잔차 정보,
Figure PCTKR2022015855-appb-img-000142
res를 수평 방향 각도 잔차 정보,
Figure PCTKR2022015855-appb-img-000143
res를 수직 방향 각도 잔차 정보라 칭하기로 한다.
[수학식 31]
Figure PCTKR2022015855-appb-img-000144
이때, three spherical residual present flag(또는 all_spherical_residual_present_flag또는 spherical_residual_enabled_flag 이라 함)는 레이저가 오브젝트를 벗어났는지 여부를 알려주는 시그널링 정보로써 수신측으로 전달할 수 있다. 또는 아래의 수학식 32와 같이 미리 정해놓은 (또는 별도로 전달하는) 임계값(threshold)을 기반으로 수신기에서 판단할 수도 있다. 예를 들어, rres가 임계값보다 크면 (rres,
Figure PCTKR2022015855-appb-img-000145
res,
Figure PCTKR2022015855-appb-img-000146
res) 값을 모두 이용하여 직교 좌표계(Cartesian coordinate system) 상의 포인트 위치를 복원을 수행하고, 그렇지 않으면 rres 값만을 이용하여 직교 좌표계(Cartesian coordinate system) 상의 포인트 위치를 복원할 수 있다.
[수학식 32]
Figure PCTKR2022015855-appb-img-000147
이때, 임계값은 임의로 정해놓은 상수 일 수도 있고, 프레임/타일/슬라이스/오브젝트/블록(frame/tile/slice/object/block) 단위로 서로 다른 값을 정할 수도 있다. 또는 LiDAR의 속도와 오브젝트와 LiDAR 사이의 거리 변화량 추정치 및 오브젝트의 위치를 기반으로 가변적으로 변하는 값으로 정할 수도 있다.
도 32는 실시예들에 따른 포인트 클라우드 송신 장치의 또 다른 예시를 보인 도면이다. 도 32에 도시된 포인트 클라우드 송신 장치의 엘리먼트들은 하드웨어, 소프트웨어, 프로세서 및/또는 그것들의 결합등으로 구현될 수 있다.
실시예들에 따르면, 포인트 클라우드 송신 장치는 데이터 입력부(51001), 시그널링 처리부(51002), 지오메트리 인코더(51003), 어트리뷰트 인코더(51004), 및 전송 처리부(51005)를 포함할 수 있다.
상기 지오메트리 인코더(51003)와 어트리뷰트 인코더(51004)는 도 1의 포인트 클라우드 비디오 인코더(10002), 도 2의 인코딩(20001), 도 4의 포인트 클라우드 비디오 인코더, 도 12의 포인트 클라우드 비디오 인코더에서 설명된 동작의 일부 또는 전체를 수행할 수 있다.
실시예들에 따른 데이터 입력부(51001)는 포인트 클라우드 데이터를 수신 또는 획득한다. 상기 데이터 입력부(51001)는 도 1의 포인트 클라우드 비디오 획득부(10001)의 동작의 일부 또는 전부를 수행할 수도 있고 또는 도 12의 데이터 입력부(12000)의 동작의 일부 또는 전부를 수행할 수도 있다.
상기 데이터 입력부(51001)는 포인트 클라우드 데이터의 포인트들의 포지션들을 지오메트리 인코더(51003)로 출력하고, 포인트 클라우드 데이터의 포인트들의 어트리뷰트들을 어트리뷰트 인코더(51004)로 출력한다. 또한 파라미터들은 시그널링 처리부(51002)로 출력한다. 실시예들에 따라 파라미터들은 지오메트리 인코더(51003)와 어트리뷰트 인코더(51004)로 제공될 수도 있다.
상기 데이터 입력부(51001)는 수직으로 배열된 레이저를 수평 방향으로 360도 회전시키는 스피닝 LiDAR로부터 포인트 클라우드 데이터를 수신(또는 획득)하는 것을 일 실시예로 한다. 이때, 상기 LiDAR의 헤드는 수직 방향으로 일정 각도로 배치된 하나 또는 그 이상의 레이저 모듈(또는 레이저 센서)들을 포함하며 수직 축을 중심으로 수평으로 회전하여 데이터를 획득한다. 각 레이저 모듈로부터 출력된 레이저 광이 대상(예, object)으로부터 반사되어 돌아오는 시간(및/또는 파장)은 서로 같거나 다를 수 있다. 따라서 라이다 데이터는 대상으로부터 레이저 광들이 돌아오는 시간의 차이 및/또는 파장 차이 등을 기반으로 구성되는 3차원 표현(3D representation)이다.
실시예들에 따르면, 스피닝 LiDAR는 로컬 좌표계(local coordinate system) 상에서의 z 축을 중심으로 회전하며 데이터를 획득하다.
상기 지오메트리 인코더(51003)는 입력되는 포인트 클라우드 데이터 중 지오메트리 정보의 좌표 변환을 수행하는 것을 일 실시예로 한다. 예를 들어, 지오메트리 정보 즉, 각 포인트의 위치 정보는 도 21 내지 도 24에서와 같이 원통 좌표계 또는 구면 좌표계 또는 부채꼴 구형 좌표계로 변환될 수 있다.
또한, 상기 지오메트리 인코더(51003)는 변환된 좌표계 예를 들어, 구면 좌표계에서 도 25 내지 도 31와 수학식 19 내지 수학식 32 중 적어도 하나를 기반으로 프레임 간 예측(또는 인터 프레임 예측이라 칭함)을 수행하여 지오메트리 정보를 압축할 수 있다. 즉, 상기 지오메트리 인코더(51003)는 인접한 두 프레임에 대해 각 레이저의 샘플링 위치에 대응되는 포인트를 기반으로 지오메트리 정보의 프레임 간 예측을 수행하는 것을 일 실시예로 한다. 다시 말해, 라이다 시스템에서 특정 레이저의 레이저 각도는 고정되고, 이때 해당 레이저가 수평 방향으로 회전하면서 샘플링을 할 때 샘플링되는 주기가 고정이 되는데, 상기 지오메트리 인코더(51003)는 이러한 레이저 샘플링 특징을 이용하여 지오메트리 정보의 인터 예측을 수행한다. 상기 지오메트리 저보의 인터 예측은 도 25 내지 도 31와 수학식 19 내지 수학식 32에서 상세히 설명하였으므로 중복 설명을 피하기 위해 여기서는 생략하기로 한다.
상기 지오메트리 인코더(51003)는 압축된 지오메트리 정보에 대해 엔트로피 인코딩을 수행하여 지오메트리 비트스트림 형태로 전송 처리부(51005)로 출력한다.
상기 지오메트리 인코더(51003)는 압축을 통해 변경된 포지션들을 기반으로 지오메트리 정보를 재구성하고, 재구성된(또는 복호화된) 지오메트리 정보를 상기 어트리뷰트 인코더(51004)로 출력한다.
상기 어트리뷰트 인코더(51004)는 지오메트리 인코딩이 수행되지 않은 포지션들 및/또는 재구성된 지오메트리 정보를 기반으로 어트리뷰트 정보를 압축한다. 일 실시예로, 상기 어트리뷰트 정보는 RAHT 코딩, LOD 기반의 예측 변환 코딩 및 리프팅 변환 코딩 중 어느 하나 또는 하나 이상을 조합하여 코딩될 수 있다. 상기 어트리뷰트 인코더(51004)는 압축된 어트리뷰트 정보에 대해 엔트로피 인코딩을 수행하여 어트리뷰트 비트스트림 형태로 전송 처리부(51005)로 출력한다.
상기 시그널링 처리부(51002)는 지오메트리 정보와 어트리뷰트 정보의 인코딩/디코딩/렌더링 등에 필요한 시그널링 정보를 생성 및/또는 처리하여 지오메트리 인코더(51003), 어트리뷰트 인코더(51004) 및/또는 전송 처리부(51005)로 제공할 수 있다. 또는 상기 시그널링 처리부(51002)가 지오메트리 인코더(51003), 어트리뷰트 인코더(51004) 및/또는 전송 처리부(51005)에서 생성된 시그널링 정보를 제공받을 수도 있다. 상기 시그널링 처리부(51002)는 수신 장치에서 피드백되는 정보(예를 들어, 헤드 오리엔테이션 정보 및/또는 뷰포트 정보를 지오메트리 인코더(51003), 어트리뷰트 인코더(51004) 및/또는 전송 처리부(51005)로 제공할 수도 있다.
본 명세서에서 시그널링 정보는 parameter set (SPS: sequence parameter set, GPS: geometry parameter set, APS: attribute parameter set, TPS: Tile Parameter Set (또는 tile inventory라 함) 등) 단위로 시그널링되어 전송될 수 있다. 또한 슬라이스 또는 타일과 같이 각 영상의 코딩 유닛(또는 압축 유닛 또는 예측 유닛) 단위로 시그널링되어 전송될 수도 있다.
상기 전송 처리부(51005)는 도 12의 전송 처리부(12012)의 동작 및/또는 전송 방법과 동일 또는 유사한 동작 및/또는 전송 방법을 수행할 수도 있고, 도 1의 트랜스미터(10003)의 동작 및/또는 전송 방법과 동일 또는 유사한 동작 및/또는 전송 방법을 수행할 수 있다. 구체적인 설명은 도 1 또는 도 12의 설명을 참조하기로 하고 여기서는 생략한다.
상기 전송 처리부(51005)는 상기 지오메트리 인코더(51003)에서 출력되는 지오메트리 비트스트림, 상기 어트리뷰트 인코더(51004)에서 출력되는 어트리뷰트 비트스트림, 상기 시그널링 처리부(51002)에서 출력되는 시그널링 비트스트림을 하나의 비트스트림으로 다중화한 후 그대로 전송하거나 또는 파일이나 세그먼트 등로 인캡슐레이션하여 전송할 수 있다. 본 문서에서 파일은 ISOBMFF 파일 포맷인 것을 일 실시예로 한다.
실시예들에 따라 파일 또는 세그먼트는 수신 장치로 전송되거나, 디지털 저장매체(예를 들면 USB, SD, CD, DVD, 블루레이, HDD, SSD 등)에 저장될 수 있다. 실시예들에 따른 전송 처리부(51005)는 수신 장치와 4G, 5G, 6G 등의 네트워크를 통해 유/무선 통신 가능하다. 또한 전송 처리부(51005)는 네트워크 시스템(예를 들면 4G, 5G, 6G 등의 통신 네트워크 시스템)에 따라 필요한 데이터 처리 동작을 수행할 수 있다. 또한 전송 처리부(51005)는 온 디맨드(On Demand) 방식에 따라 인캡슐레이션된 데이터를 전송할 수도 있다.
실시예들에 따르면, 지오메트리 압축 관련 정보는 상기 시그널링 처리부(51002), 지오메트리 인코더(51003), 전송 처리부(51005) 중 적어도 하나에 의해 GPS 및/또는 TPS 및/또는 지오메트리 데이터 유닛(또는 지오메트리 슬라이스 비트스트림이라 함)에 포함되어 전송될 수 있다.
도 33은 실시예들에 따른 지오메트리 인코더(51003)의 상세 블록도의 예시를 보인 도면이다. 더욱 상세하게, 도 33은 실시예들에 따른 프레임 간 상관 관계에 기반하여 지오메트리 압축을 수행하기 위한 지오메트리 인코더(51003)의 상세 블록도이다. 도 33에 도시된 지오메트리 인코더의 엘리먼트들은 하드웨어, 소프트웨어, 프로세서 및/또는 그것들의 결합등으로 구현될 수 있다.
실시예들에 따르면, 지오메트리 인코더(51003)는 제1 트리 생성부(51031), 제2 트리 생성부(51036), 제1 좌표 변환(coordinate conversion)부(51032), 제2 좌표 변환부(51037), 구면 도메인 추정(spherical domain estimation)부(51033), 제3 좌표 변환부(51034), 직교 도메인 추정부(cartesian domain estimation)부(51035), 구면 잔차 획득부(51038), 거리 추정부(51039), 및 직교 잔차 획득부(51040)를 포함할 수 있다. 도 33에서 각 블록의 수행 순서는 변경될 수 있으며, 일부 블록은 생략될 수 있고, 일부 블록은 새로 추가될 수 있다.
상기 제1 트리 생성부(51031)는 현재 프레임의 포인트 클라우드 데이터를 기반으로 트리를 생성하여 포인트 간 연결 관계를 만들어준다. 여기서, 트리는 옥트리가 될 수도 있고 예측 트리가 될 수도 있다.
상기 제2 트리 생성부(51036)는 참조 프레임(예, 이전 프레임)의 포인트 클라우드 데이터를 기반으로 트리를 생성하여 포인트 간 연결 관계를 만들어준다.
여기서, 트리는 옥트리나 예측 트리로 한정되지 않으며, 포인트 간의 연결 관계를 나타내는 트리는 어느 것이나 가능하다. 그리고, 상기 제1 트리 생성부(51031)과 제2 트리 생성부(51036)는 소팅(sorting) 등과 같은 과정을 포함하거나 대체될 수 있다.
상기 제1 좌표 변환부(51032)는 현재 프레임의 트리 내 포인트들의 좌표계를 코딩 도메인으로 변환한다. 여기서, 코딩 도메인은 구면 도메인인 것을 일 실시예로 한다.
상기 제2 좌표 변환부(51037)는 참조 프레임의 트리 내 포인트들의 좌표계를 코딩 도메인으로 변환한다.
상기 제1 좌표 변환부(51032)와 제2 좌표 변환부(51037)는 직교 좌표계를 구면 좌표계로 변환하는 것을 일 실시예로 한다.
상기 제1 좌표 변환부(51032)와 제2 좌표 변환부(51037)에서의 좌표 변환은 중복 설명을 피하기 위해 도 21 내지 도 24의 설명을 참조하기로 한다.
상기 구면 도메인 추정부(51034)는 구면 좌표계로 변환된 현재 프레임의 포인트들에 대해 구면 도메인 추정을 수행한다.
상기 구면 잔차 획득부(51038)는 상기 구면 도메인 추정부(51033)와 제2 좌표계 변환부(51037)의 출력을 기반으로, 즉 구면 좌표계 상에서 참조 프레임의 레이저 샘플링 위치를 기반으로 대응되는 현재 프레임의 포인트의 위치를 추정한다. 추정된 포인트 pest는 직교 좌표(Cartesian coordinate) 및 구면 좌표(spherical coordinate) 상에서 표현될 수 있다. 또한, 상기 구면 잔차 획득부(51038)는 구면 좌표계 상에서 참조 프레임의 포인트 위치와 추정된 포인트 위치와의 잔차를 구한다.
상기 거리 추정부(51039)는 오브젝트와 라이다와의 거리 추정을 통해 관련 잔차를 보낼지 여부를 결정할 수 있다. 상기 거리 추정부(51039)에서 추정된 결과를 기반으로 반지름 잔차 정보만 출력 비트스트림에 포함되어 전송되거나(rres) 또는 반지름 잔차 정보, 수평 방향 각도 잔차 정보, 및 수직 방향 각도 잔차 정보가 출력 비트스트림에 포함되어 전송된다(rres,
Figure PCTKR2022015855-appb-img-000148
res,
Figure PCTKR2022015855-appb-img-000149
res).
일 실시예로, three spherical residual present flag(또는 three residual sigaling flag)의 값에 따라 또는 기 설정된 임계값에 따라 (rres,
Figure PCTKR2022015855-appb-img-000150
res,
Figure PCTKR2022015855-appb-img-000151
res) 값을 모두 전송하거나 또는 rres 값만을 전송할 수 있다.
일 실시예로, 레이저와 레이저 샘플링 위치는
Figure PCTKR2022015855-appb-img-000152
N와
Figure PCTKR2022015855-appb-img-000153
M로 고정된다고 가정한다. 즉, 구면 좌표계(spherical coordinate) 상에서 고정 레이저, 고정 샘플링 위치를 기반으로 포인트를 추정하는 경우, 움직임 벡터에 의한 영향을 0으로 가정할 수 있으므로, 현재 프레임의 추정된 포인트의 위치(Pest)는 참조 프레임의 포인트(pref)에 오브젝트의 상대적인 움직임(sobject)만을 적용함으로써, 구할 수 있다.
그리고, 레이저와 샘플링 위치가 모든 경우 동일하다고 가정하였으므로, 이 경우 (
Figure PCTKR2022015855-appb-img-000154
M,
Figure PCTKR2022015855-appb-img-000155
N)값을 전달하지 않음으로써 압축 효율을 증가시킬 수 있다. 즉, 수학식 27의 관계를 통해 rest만을 전달할 수 있다. 여기서, rres는 현재 프레임의 추정된 포인트의 반지름 값(rcur)과 참조 프레임의 참조 포인트의 반지름 값(rref)의 차값이다.
상기 제3 좌표 변환부(51034)는 상기 구면 도메인 추정부(51033)의 출력과 상기 거리 추정부(51039)의 출력을 기반으로 좌표 변환을 수행한다. 즉, 구면 좌표계에서 직교 좌표계로의 좌표 변환을 수행한다. 그리고, 상기 직교 도메인 추정부(51035)는 직교 좌표계로 변환된 현재 프레임의 포인트들에 대해 직교 도메인 추정을 수행한다.
상기 직교 잔차 획득부(51040)는 상기 직교 도메인 추정부(51035)의 출력과 상기 제2 트리 생성부(51036)의 출력을 기반으로 직교 좌표계에서 참조 프레임의 포인트 위치와 추정된 포인트 위치와의 잔차를 구한다. 직교 좌표계의 잔차 정보(xres, yres, zres)는 출력 비트스트림에 포함되어 전송될 수 있다.
이상에서 설명한 바와 같이, 도 33의 지오메트리 인코더는 입력 포인트 클라우드 데이터에 대해 트리 생성을 통해 포인트 간 연결관계를 만들어 준다. 그리고, 좌표 변환을 통해 코딩 도메인으로 변환하고, 참조 프레임에서 동일 레이저 및 샘플링 구간을 갖는 대응되는 포인트와의 잔차를 구한다. 이때, 오브젝트와 라이다와의 거리 추정을 통해 관련 잔차를 보낼지 여부를 결정할 수 있다. 이를 기반으로 직교 좌표(Cartesian coordinate)로 변환한 후 직교 잔차(Cartesian residual)을 추정하여 비트스트림 형태로 보낸다. 필요한 경우 움직임 벡터를 추정하여 비트스트림에 포함하여 전송할 수 있다.
도 34는 실시예들에 따른 송/수신을 위한 포인트 클라우드 데이터의 비트스트림 구조의 예시를 나타낸다. 실시예들에 따르면, 도 1, 도 2, 도 4, 도 12, 도 32, 도 33 중 어느 하나의 포인트 클라우드 비디오 인코더에서 출력되는 비트스트림은 도 34의 형태일 수 있다.
실시예들에 따르면, 포인트 클라우드 데이터의 비트스트림은 포인트 클라우드 데이터를 영역별로 나누어 처리할 수 있도록 타일 또는 슬라이스를 제공한다. 실시예들에 따른 비트스트림의 각각의 영역은 서로 다른 중요도를 가질 수 있다. 따라서, 포인트 클라우드 데이터가 타일들로 나누어지는 경우, 각 타일별로 다른 필터(인코딩 방법), 다른 필터 유닛을 적용할 수 있다. 또한 포인트 클라우드 데이터가 슬라이스들로 나누어지는 경우, 각 슬라이스별로 다른 필터, 다른 필터 유닛을 적용할 수 있다.
실시예들에 따른 송신 장치는, 도 34와 같은 비트스트림의 구조에 따라 포인트 클라우드 데이터를 전송함으로써, 중요도에 따라서 다른 인코딩 동작을 적용할 수 있게 하고, 품질(quality)이 좋은 인코딩 방법을 중요한 영역에 사용할 수 있는 방안을 제공할 수 있다. 또한 포인트 클라우드 데이터의 특성에 따른 효율적인 인코딩 및 전송을 지원하고 사용자의 요구사항에 따른 어트리뷰트 값을 제공할 수 있다.
실시예들에 따른 수신 장치는, 도 34와 같은 비트스트림의 구조에 따라 포인트 클라우드 데이터를 수신함으로써, 수신 장치의 처리능력(capacity)에 따라서 포인트 클라우드 데이터 전체에 복잡한 디코딩(필터링) 방법을 사용하는 대신 영역별로 (타일 또는 슬라이스로 나누어진 영역) 서로 다른 필터링(디코딩 방법)을 적용할 수 있게 된다. 따라서, 사용자에게 중요한 영역에 더 좋은 화질과 시스템 상으로 적절한 레이턴시(latency)을 보장할 수 있다.
실시예들에 따른 지오메트리 비트스트림, 어트리뷰트 비트스트림, 및/또는 시그널링 비트스트림(또는 시그널링 정보)이 도 34와 같이 하나의 비트스트림(또는 G-PCC 비트스트림)으로 구성되는 경우, 비트스트림은 하나 또는 그 이상의 서브 비트스트림들을 포함할 수 있다. 실시예들에 따른 비트스트림은 시퀀스 레벨의 시그널링을 위한 SPS (Sequence Parameter Set), 지오메트리 정보 코딩의 시그널링을 위한 GPS(Geometry Parameter Set), 어트리뷰트 정보 코딩의 시그널링을 위한 하나 이상의 APS(Attribute Parameter Set, APS0, APS1), 타일 레벨의 시그널링을 위한 타일 인벤토리(또는 TPS라 함), 하나 이상의 슬라이스들(slice 0 ~ slice n)를 포함할 수 있다. 즉, 실시예들에 따른 포인트 클라우드 데이터의 비트스트림은 하나 이상의 타일들을 포함할 수 있으며, 각 타일은 하나 이상의 슬라이스들(slice 0 ~ slice n)를 포함하는 슬라이스들의 그룹일 수 있다. 실시예들에 따른 타일 인벤토리(즉, TPS)는 하나 이상의 타일들에 대하여 각 타일에 관한 정보(예를 들면 tile bounding box의 좌표값 정보 및 높이/크기 정보 등)를 포함할 수 있다. 각 슬라이스는 하나의 지오메트리 비트스트림(Geom0) 및/또는 하나 이상의 어트리뷰트 비트스트림들(Attr0, Attr1)을 포함할 수 있다. 예를 들어, 슬라이스 0(slice 0)는 하나의 지오메트리 비트스트림(Geom00) 및 하나 이상의 어트리뷰트 비트스트림들(Attr00, Attr10)을 포함할 수 있다.
각 슬라이스 내 지오메트리 비트스트림은 지오메트리 슬라이스 헤더(geom_slice_header)와 지오메트리 슬라이스 데이터(geom_slice_data)로 구성될 수 있다. 실시예들에 따르면, 각 슬라이스 내 지오메트리 비트스트림은 지오메트리 데이터 유닛, 지오메트리 슬라이스 헤더는 지오메트리 데이터 유닛 헤더, 지오메트리 슬라이스 데이터는 지오메트리 데이터 유닛 데이터 또는 지오메트리 데이터 유닛 또는 데이터 유닛이라 칭하기도 한다. 실시예들에 따른 지오메트리 슬라이스 헤더(또는 지오메트리 데이터 유닛 헤더)는 지오메트리 파라미터 세트(GPS)에 포함된 파라미터 세트의 식별 정보(geom_parameter_set_id), 타일 식별자(geom_tile_id), 슬라이스 식별자(geom_slice_id) 및 지오메트리 슬라이스 데이터(geom_slice_data)에 포함된 데이터에 관한 정보 (geomBoxOrigin, geom_box_log2_scale, geom_max_node_size_log2, geom_num_points) 등을 포함할 수 있다. geomBoxOrigin는 해당 지오메트리 슬라이스 데이터의 박스 원점을 나타내는 지오메트리 박스 오리진 정보이고, geom_box_log2_scale는 해당 지오메트리 슬라이스 데이터의 로그 스케일을 나타내는 정보이며, geom_max_node_size_log2는 루트 지오메트리 옥트리 노드의 사이즈를 나타내는 정보이며, geom_num_points는 해당 지오메트리 슬라이스 데이터의 포인트들의 개수와 관련된 정보이다. 실시예들에 따른 지오메트리 슬라이스 데이터(또는 지오메트리 데이터 유닛 데이터)는 해당 슬라이스 내 포인트 클라우드 데이터의 지오메트리 정보(또는 지오메트리 데이터)를 포함할 수 있다.
각 슬라이스 내 각 어트리뷰트 비트스트림은 어트리뷰트 슬라이스 헤더(attr_slice_header)와 어트리뷰트 슬라이스 데이터(attr_slice_data)로 구성될 수 있다. 실시예들에 따르면, 각 슬라이스 내 어트리뷰트 비트스트림은 어트리뷰트 데이터 유닛, 어트리뷰트 슬라이스 헤더는 어트리뷰트 데이터 유닛 헤더, 어트리뷰트 슬라이스 데이터는 어트리뷰트 데이터 유닛 데이터라 칭하기도 한다. 실시예들에 따른 어트리뷰트 슬라이스 헤더(또는 어트리뷰트 데이터 유닛 헤더)는 해당 어트리뷰트 슬라이스 데이터(또는 해당 어트리뷰트 데이터 유닛)에 관한 정보를 포함할 수 있고, 어트리뷰트 슬라이스 데이터는 해당 슬라이스 내 포인트 클라우드 데이터의 어트리뷰트 정보(또는 어트리뷰트 데이터 또는 어트리뷰트 값이라 함)를 포함할 수 있다. 하나의 슬라이스 내 어트리뷰트 비트스트림이 복수개 있는 경우, 각각은 서로 다른 어트리뷰트 정보를 포함할 수 있다. 예를 들어, 하나의 어트리뷰트 비트스트림은 색상에 해당하는 어트리뷰트 정보를 포함하고, 다른 하나의 어트리뷰트 스트림은 반사율에 해당하는 어트리뷰트 정보를 포함할 수 있다.
실시예들에 따르면, 포인트 클라우드 데이터의 인코딩 및/또는 디코딩에 필요한 파라미터들은 포인트 클라우드 데이터의 파라미터 세트들((예를 들어, SPS, GPS, APS, 및 TPS (또는 타일 인벤토리라 함) 등) 및/또는 해당 슬라이스의 헤더 등에 새로 정의될 수 있다. 예를 들어, 지오메트리 정보의 인코딩 및/또는 디코딩을 수행할 때에는 지오메트리 파라미터 세트(GPS)에, 타일 기반의 인코딩 및/또는 디코딩을 수행할 때에는 타일 및/또는 슬라이스 헤더에 추가할 수 있다.
실시예들에 따르면, 지오메트리 압축 관련 정보는 지오메트리 파라미터 세트, 지오메트리 슬라이스 헤더(또는 지오메트리 데이터 유닛 헤더라 함), 또는 지오메트리 슬라이스 데이터(또는 지오메트리 데이터 유닛 데이터 또는 데이터 유닛라 함) 중 적어도 하나에 시그널링될 수 있다.
실시예들에 따르면, 지오메트리 압축 관련 정보는 어트리뷰트 코딩 방법과 연계하거나 어트리뷰트 코딩에 적용하기 위해 어트리뷰트 파라미터 세트 및/또는 어트리뷰트 슬라이스 헤더(또는 어트리뷰트 데이터 유닛 헤더라 함)에 시그널링될 수 있다.
실시예들에 따르면, 지오메트리 압축 관련 정보는 시퀀스 파라미터 세트 및/또는 타일 파라미터 세트에 시그널링될 수 있다.
실시예들에 따르면, 아래 정의된 신택스 엘리먼트(syntax element)가 현재 포인트 클라우드 데이터 스트림뿐 아니라 복수의 포인트 클라우드 데이터 스트림에 적용될 수 있는 경우에는 상위 개념의 파라미터 세트 등을 통해 지오메트리 압축 관련 정보를 전달할 수 있다.
실시예들에 따르면, 지오메트리 압축 관련 정보는 어플리케이션, 시스템에 따라 상응되는 위치 또는 별도의 위치에 정의하여 적용 범위, 적용 방법 등을 다르게 사용할 수 있다. 이후 설명되는 본 명세서의 신택스들에서 사용되는 용어인 필드는 파라미터 또는 신택스 엘리먼트와 동일한 의미를 가질 수 있다.
실시예들에 따르면, 지오메트리 압축 관련 정보를 포함하는 파라미터(메타데이터, 시그널링 정보 등 다양하게 호칭 가능함)는 송신 장치의 메타데이터 처리부(또는 메타데이터 제너레이터)나 시그널링 처리부에서 생성될 수 있고, 수신 장치에 전달되어 디코딩/재구성 과정에 이용될 수 있다. 예를 들어, 송신 장치에서 생성되어 전송되는 파라미터는 수신 장치의 메타데이터 파서에서 획득될 수 있다.
도 35는 본 명세서에 따른 지오메트리 파라미터 세트(geometry_parameter_set())(GPS)의 신택스 구조의 일 실시예를 보인 도면이다. 실시예들에 따른 GPS는 하나 또는 그 이상의 슬라이스들에 포함된 포인트 클라우드 데이터의 지오메트리 정보를 인코딩하는 방법에 관한 정보를 포함할 수 있다.
실시예들에 따른 지오메트리 파라미터 세트는 motion_vector_disabled_flag 필드와 spherical_residual_enabled_flag 필드를 포함할 수 있다.
상기 motion_vector_disabled_flag 필드는 움직임 벡터의 전달 여부를 지시할 수 있다. 예를 들어, 상기 motion_vector_disabled_flag 필드의 값이 0이면 움직임 벡터가 전달되고, 1이면 움직임 벡터가 전달되지 않음을 나타낼 수 있다.
상기 spherical_residual_enabled_flag 필드는 구면 잔차(예, 수학식 27 참조)가 전달되는지 여부를 지시할 수 있다. 예를 들어, 상기 spherical_residual_enabled_flag 필드의 값이 0이면 구면 잔차는 전달되지 않고, 1이면 구면 잔차가 전달됨을 나타낼 수 있다.
본 문서는 motion_vector_disabled_flag 필드와 spherical_residual_enabled_flag 필드를 지오메트리 압축 관련 정보라 칭한다. 실시예들에 따르면, 상기 지오메트리 압축 관련 정보는 도 35의 지오메트리 파라미터 세트의 임의의 위치에 포함될 수 있다.
도 36은 실시예들에 따른 지오메트리 데이터 유닛(geometry_data_unit())의 신택스 구조의 예시를 보인 도면이다.
실시예들에 따른 지오메트리 데이터 유닛(geometry_data_unit())은 지오메트리 데이터 유닛 헤더(geometry_data_unit_header(　))를 포함하고, 지오메트리 옥트리 데이터(geometry_octree()) 또는 지오메트리 예측 트리 데이터(geometry_predtree_data())를 포함할 수 있다.
예를 들어, 지오메트리 데이터 유닛(geometry_data_unit())은 상기 지오메트리 파라미터 세트에 포함된 geom_tree_type 필드의 값이 0이면 지오메트리 옥트리 데이터(geometry_octree())를 포함하고, 1이면 지오메트리 예측 트리 데이터(geometry_predtree_data())를 포함한다.
도 37은 실시예들에 따른 지오메트리 데이터 유닛 헤더(geometry_data_unit_header())의 신택스 구조의 예시를 보인 도면이다.
도 37에서, gsh_geometry_parameter_set_id 필드는 액티브 GPS의 gps_geom_parameter_set_id 필드의 값을 나타낸다(gsh_geometry_parameter_set_id specifies the value of the gps_geom_parameter_set_id of the active GPS).
gsh_tile_id 필드는 해당 지오메트리 데이터 유닛 헤더에 의해 참조되는 해당 타일(tile)의 식별자를 나타낸다.
gsh_slice_id필드는 다른 신택스 엘레먼트들에 의한 참조를 위해 해당 슬라이스의 식별자를 나타낸다(identifies the slice header for reference by other syntax elements).
slice_tag 필드는 slice_tag의 특정 값을 갖는 하나 이상의 슬라이스들을 식별하기 위해 사용될 수 있다.
frame_ctr_lsb 필드는 notional frame number counter의 LSB(least significant bits)를 나타낸다.
실시예들에 따른 지오메트리 데이터 유닛 헤더는 ref_frame_id 필드를 더 포함할 수 있다.
상기 ref_frame_id 필드는 PU 예측에 사용되는 참조 프레임의 인덱스를 나타낼 수 있다.
실시예들에 따른 지오메트리 데이터 유닛 헤더는 상기 motion_vector_disabled_flag 필드의 값이 거짓이면, mv_depth_start 필드와 mv_depth_end 필드를 더 포함할 수 있다. 상기 motion_vector_disabled_flag 필드는 지오메트리 파라미터 세트에 시그널링되는 것을 일 실시예로 한다.
상기 mv_depth_start 필드와 mv_depth_end 필드는 움직임 벡터가 전달될 수 있는 옥트리 뎁스의 시작과 마지막을 나타낼 수 있다.
실시예들에 따른 지오메트리 데이터 유닛 헤더는 상기spherical_residual_enabled_flag 필드의 값이 참이면 skip_angles_flag 필드를 더 포함할 수 있다. 상기 spherical_residual_enabled_flag 필드는 지오메트리 파라미터 세트에 시그널링되는 것을 일 실시예로 한다.
상기 skip_angles_flag 필드는 spherical residual의 일부를 전달하는지 여부를 나타낼 수 있다. 예를 들어, 상기 skip_angles_flag 필드의 값이 1이면 spherical residual 중 일부를 전달하지 않음을 나타내고, 0이면 spherical residual 중 일부를 전달함을 나타낼 수 있다.
실시예들에 따른 지오메트리 데이터 유닛 헤더는 상기 skip_angles_flag 필드의 값이 거짓이면, per_point_three_residual_signaling_flag 필드를 더 포함할 수 있다.
상기 per_point_three_residual_signaling_flag 필드는 포인트별로 잔차(residual)를 전달하는지 여부를 지시할 수 있다. 예를 들어, 상기 per_point_three_residual_signaling_flag 필드의 값이 1이면 포인트별로 residual을 전달함을 나타내고, 0이면 포인트별로 residual을 전달하지 않음을 나타낼 수 있다.
실시예들에 따른 지오메트리 데이터 유닛 헤더는 상기 per_point_three_residual_signaling_flag 필드의 값이 참이면 threshold 필드를 더 포함할 수 있다.
상기 threshold 필드는 residual이 전달되는지 여부를 판단하기 위한 임계값을 나타낼 수 있다.
본 문서는 skip_angles_flag 필드, per_point_three_residual_signaling_flag 필드, 및/또는 threshold 필드를 지오메트리 압축 관련 정보라 칭한다. 실시예들에 따르면, 상기 지오메트리 압축 관련 정보는 도 37의 지오메트리 데이터 유닛 헤더의 임의의 위치에 포함될 수 있다.
도 38은 실시예들에 따른 지오메트리 압축 관련 정보를 포함하는 데이터 유닛(data_unit())의 신택스 구조의 예시를 보인 도면이다. 도 38의 데이터 유닛(data_unit())은 지오메트리 옥트리 데이터(geometry_octree())에 포함되는 것을 일 실시예로 한다.
도 38에서 데이터 유닛(data_unit())은 split_flag[i][j] 필드, pupolation_flag[i][j] 필드, motion_vector[i][j][k] 필드, occupancy_map[i][j] 필드를 포함할 수 있다.
상기 split_flag[i][j] 필드는 옥트리의 i번째 옥트리 뎁스에 속한 노드들 중 j번째 노드의 스플릿 여부를 지시한다. 예를 들어, 상기 split_flag[i][j] 필드의 값이 1이면, i번째 옥트리 뎁스의 j번째 노드에 대한 움직임 벡터는 자식 분할 이후에 전달됨을 나타낸다. 즉, i번째 옥트리 뎁스의 j번째 노드는 스플릿됨을 나타낸다. 그리고, 상기 split_flag[i][j] 필드의 값이 0이면, i번째 옥트리 뎁스의 j번째 노드에 대한 움직임 벡터가 전달됨을 나타낸다. 즉, i번째 옥트리 뎁스의 j번째 노드는 스플릿되지 않음을 나타내므로, j번째 노드에서 움직임 벡터가 전달된다.
상기 pupolation_flag[i][j] 필드는 상기 split_flag[i][j] 필드의 값이 0일 때 포함되며, 옥트리의 i번째 옥트리 뎁스에 속한 노드들 중 j번째 노드가 오큐파이드되었는지 여부를 지시한다. 예를 들어, 상기 pupolation_flag[i][j] 필드의 값이 1이면, i번째 옥트리 뎁스의 j번째 노드는 occupied됨을 지시하고, 0이면 non-occupied됨을 지시한다. 즉, 상기 pupolation_flag[i][j]는 스플릿되지 않는 노드가 occupied 되었는지 여부를 알려줄 수 있다.
상기 motion_vector[i][j][k] 필드는 상기 pupolation_flag[i][j] 필드의 값이 1일 때 포함되며, 옥트리의 i번째 옥트리 뎁스에 속한 노드들 중 j번째 노드의 각 축에 대한 움직임 벡터를 나타낼 수 있다. 여기서, k는 x,y,z 축을 나타낸다.
상기 occupancy_map[i][j] 필드는 옥트리의 i번째 옥트리 뎁스에 속한 노드들 중 j번째 노드의 오큐판시 맵을 전달할 수 있다. 이때, 오큐판시 맵은 비트 또는 바이트 단위로 전달할 수 있다.
실시예들에 따른 데이터 유닛은 상기 spherical_residual_enabled_flag 필드의 값이 참이면, res_redius 필드를 더 포함할 수 있다. 상기 spherical_residual_enabled_flag 필드는 지오메트리 파라미터 세트에 시그널링되는 것을 일 실시예로 한다.
상기 res_redius 필드는 spherical residual 중 반지름 잔차 정보(rres)를 나타낸다.
실시예들에 따른 데이터 유닛은 상기 skip_angles_flag 필드의 값이 거짓이고, 상기 per_point_three_residual_signaling_flag 필드의 값이 참이면, three_residual_signaling_flag 필드를 더 포함할 수 있다. 상기 skip_angles_flag 필드와 상기 per_point_three_residual_signaling_flag 필드는 데이터 유닛 헤더에 시그널링되는 것을 일 실시예로 한다.
상기 three_residual_signaling_flag 필드는 세개의 residual이 모두 전달되는지 여부를 나타낼 수 있다. 예를 들어, 상기 three_residual_signaling_flag 필드의 값이 0이면 반지름 잔차 정보만 전달되고(rres), 1이면 반지름 잔차 정보, 수평 방향 각도 잔차 정보, 및 수직 방향 각도 잔차 정보가 모두 전달 (rres,
Figure PCTKR2022015855-appb-img-000156
res,
Figure PCTKR2022015855-appb-img-000157
res)됨을 나타낼 수 있다. 즉, rres,
Figure PCTKR2022015855-appb-img-000158
res, 및
Figure PCTKR2022015855-appb-img-000159
res는 반지름, 수평 방향 각도, 수직 방향 각도에 대한 구면 잔차(spherical residual)를 나타낸다. 상기 three_residual_signaling_flag 필드는 three spherical residual present flag 필드 또는 all_spherical_residual_present_flag 필드 또는 spherical_residual_enabled_flag 필드와 동일 또는 유사한 의미로 사용될 수 있다.
따라서, 데이터 유닛은 상기 three_residual_signaling_flag 필드의 값이 참이면 res_azimuthal_angle 필드와 res_elevation_angle 필드를 더 포함할 수 있다.
상기 res_azimuthal_angle 필드는 spherical residual 중 수평 방향 각도 잔차 정보(
Figure PCTKR2022015855-appb-img-000160
res) 를 나타낸다.
상기 res_elevation_angle 필드는 spherical residual 중 수직 방향 각도 잔차 정보(
Figure PCTKR2022015855-appb-img-000161
res)를 나타낸다.
실시예들에 따른 데이터 유닛은 resx 필드, resy 필드, resz 필드를 더 포함할 수 있다. 상기 resx 필드, resy 필드, resz 필드는 직교 좌표계에서의 x, y, z축에 대한 잔차 정보를 나타낸다. 즉, 출력 좌표계가 직교 좌표계이면 추가적으로 x, y, z 에 대한 직교 잔차(Cartesianl residual)를 전달할 수 있다.
도 39는 실시예들에 따른 포인트 클라우드 수신 장치의 또 다른 예시를 보인 도면이다. 도 39에 도시된 포인트 클라우드 수신 장치의 엘리먼트들은 하드웨어, 소프트웨어, 프로세서 및/또는 그것들의 결합등으로 구현될 수 있다.
실시예들에 따르면, 포인트 클라우드 수신 장치는 수신 처리부(61001), 시그널링 처리부(61002), 지오메트리 디코더(61003), 어트리뷰트 디코더(61004), 및 후 처리부(Post-processor, 61005)를 포함할 수 있다.
실시예들에 따른 수신 처리부(61001)는 하나의 비트스트림을 수신할 수도 있고, 또는 지오메트리 비트스트림, 어트리뷰트 비트스트림, 시그널링 비트스트림을 각각 수신할 수도 있다. 실시예들에 따른 수신 처리부(61001)는 파일 및/또는 세그먼트가 수신되면, 수신된 파일 및/또는 세그먼트를 디캡슐레이션하여 비트스트림으로 출력할 수 있다.
실시예들에 따른 수신 처리부(61001)는 하나의 비트스트림이 수신(또는 디캡슐레이션)되면, 하나의 비트스트림으로부터 지오메트리 비트스트림, 어트리뷰트 비트스트림, 및/또는 시그널링 비트스트림을 디멀티플렉싱하고, 디멀티플렉스된 시그널링 비트스트림은 시그널링 처리부(61002)로, 지오메트리 비트스트림은 지오메트리 디코더(61003)로, 어트리뷰트 비트스트림은 어트리뷰트 디코더(61004)로 출력할 수 있다.
실시예들에 따른 수신 처리부(61001)는 지오메트리 비트스트림, 어트리뷰트 비트스트림, 및/또는 시그널링 비트스트림이 각각 수신(또는 디캡슐레이션)되면, 시그널링 비트스트림은 시그널링 처리부(61002)로, 지오메트리 비트스트림은 지오메트리 디코더(61003)로, 어트리뷰트 비트스트림은 어트리뷰트 디코더(61004)로 전달할 수 있다.
상기 시그널링 처리부(61002)는 입력된 시그널링 비트스트림으로부터 시그널링 정보 예를 들어, SPS, GPS, APS, TPS, 메타 데이터 등에 포함된 정보를 파싱 및 처리하여 지오메트리 디코더(61003), 어트리뷰트 디코더(61004), 후 처리부(61005)로 제공할 수 있다. 다른 실시예로, 지오메트리 데이터 유닛 헤더 및/또는 어트리뷰트 데이터 유닛 헤더에 포함된 시그널링 정보도 해당 슬라이스 데이터를 디코딩하기 전에 상기 시그널링 처리부(61002)에서 미리 파싱될 수도 있다.
실시예들에 따르면, 시그널링 처리부(61002)는 지오메트리 데이터 유닛에 시그널링된 시그널링 정보(예를 들어, 지오메트리 압축 관련 정보)도 파싱 및 처리하여 지오메트리 디코더(61003)로 제공할 수 있다.
실시예들에 따르면, 지오메트리 디코더(61003)는 압축된 지오메트리 비트스트림에 대해 시그널링 정보를 기반으로 도 32의 지오메트리 인코더(51003)의 역과정을 수행하여 지오메트리를 복원할 수 있다. 즉, 상기 지오메트리 디코더(61003)는 프레임 간 상관 관계를 기반으로 압축되어 수신된 지오메트리 정보를 복원한다.
상기 지오메트리 디코더(61003)에서 복원된(또는 재구성된(reconstructed)) 지오메트리 정보는 어트리뷰트 디코더(61004)로 제공된다. 상기 어트리뷰트 디코더(61004)는 압축된 어트리뷰트 비트스트림에 대해 시그널링 정보와 재구성된 지오메트리 정보를 기반으로 도 32의 어트리뷰트 인코더(51004)의 역과정을 수행하여 어트리뷰트를 복원할 수 있다.
실시예들에 따르면, 후 처리부(61005)는 상기 지오메트리 디코더(61003)에서 복원되어 출력되는 지오메트리 정보(즉, 포지션들)과 상기 어트리뷰트 디코더(61004)에서 복원되어 출력되는 어트리뷰트 정보를 매칭하여 포인트 클라우드 데이터를 재구성하고 디스플레이/렌더링할 수 있다.
도 40은 실시예들에 따른 지오메트리 디코더(61003)의 상세 블록도의 예시를 보인 도면이다. 도 40은 프레임 간 상관 관계에 기반하여 지오메트리 정보를 복원하기 위한 지오메트리 디코더의 상세 블록도의 예시이다.
실시예들에 따르면, 지오메트리 디코더(61003)는 엔트로피 코딩부(61031), 구면 도메인 복원부(61032), 트리 생성부(61033), 거리 추정부(61034), 좌표 변환부(61035), 및 직교 도메인 복원부(61036)를 포함할 수 있다.
도 40에 도시된 지오메트리 디코더의 엘리먼트들은 하드웨어, 소프트웨어, 프로세서 및/또는 그것들의 결합등으로 구현될 수 있다. 도 40에서 각 블록의 수행 순서는 변경될 수 있으며, 일부 블록은 생략될 수 있고, 일부 블록은 새로 추가될 수 있다.
실시예들에 따르면, 수신 처리부(61001)에서 비트스트림이 획득되면 도 35 내지 도 38에서 설명된 지오메트리 압축 관련 정보를 획득할 수 있다.
상기 엔트로피 디코딩부(61031)는 지오메트리 정보의 비트스트림에 대해 엔트로피 디코딩을 수행한다. 상기 엔트로피 디코딩부(61031)에서 엔트로피 디코딩된 지오메트리 정보는 엔트로피 코딩된 예측 에러(또는 잔여 정보 또는 잔차라 함)인 것을 일 실시예로 한다. 실시예들에 따르면, 예측 에러는 반지름, 수평 방향 각도, 수직 각도에 대한 구면 잔차 및/또는 x, y, z 에 대한 직교 잔차(Cartesianl residual)를 포함할 수 있다. 실시예들에 따르면, 예측 에러는 반지름에 대한 구면 잔차(또는 반지름 잔차 정보라 함)만을 포함할 수 있다.
상기 트리 생성부(61033)는 참조 프레임의 데이터를 기반으로 트리를 생성한다.
상기 거리 추정부(61034)는 트리 생성부(61033)의 출력을 기반으로 오브젝트와 라이다와의 거리를 추정하여 관련 잔차의 복원 여부를 결정할 수 있다. 또는 거리 추정부(61034)는 시그널링 정보(three spherical residual present flag 및/또는 threshold) 또는 기 설정된 임계값에 따라 반지름, 수평 방향 각도, 수직 방향 각도의 복원 여부를 결정할 수 있다.
상기 구면 도메인 복원부(61032)는 상기 거리 추정부(61034)의 출력을 기반으로 상기 엔트로피 디코딩부(61031)에서 디코딩된 지오메트리 정보를 파싱하여 구면 잔차(spherical residual)를 복원한다. 즉, 참조 프레임의 트리 생성을 포인트가 일대일 대응 될 수 있도록 정렬한 후에 구면 도메인 상에서의 복원 값을 구한다.
상기 좌표 변환부(61035)는 구면 도메인 상에서의 복원 값을 기반으로 직교 좌표계로 좌표 변환을 수행한다. 상기 직교 도메인 복원부(61036)는 직교 좌표계로 변환된 후에 전달된 잔차를 통해 직교 도메인에서의 포인트 위치를 복원한다.
이상에서와 같이, 도 40의 지오메트리 디코더는 비트스트림을 파싱하여 구면 잔차(spherical residual)을 복원한다. 그리고, 참조 프레임에 대해 트리 생성을 통해 포인트가 일대일 대응 될 수 있도록 정렬한 후에 구면 도메인 상에서의 복원 값을 구한다. 이어, 구면 도메인에서의 복원 값을 기반으로 좌표 변환 후에 전달된 잔차를 통해 직교 도메인에서의 포인트 위치를 복원할 수 있다.
지금까지 본 문서에서 기술한 프레임 간 유사성에 기반한 압축은 포인트 클라우드 데이터의 압축에 사용될 수 있다.
특히 본 문서에 기술한 방법을 통해 LIDAR의 특성을 기반으로 인접 프레임 간 포인트 예측의 정확성을 높일 수 있다. 또한 움직임 추정 없이 인접 프레임 간 압축을 수행 할 수도 있다. 긜고, 예측 정확성이 높은 경우 residual 중 일부를 전달하지 않음으로써 압축 효율을 더 높일 수 있다.
따라서, 실시예들에 따른 포인트 클라우드 데이터 송신 장치 및 인코더는 프레임 내 예측 뿐만 아니라 프레임 간 데이터 예측 모드를 추가적으로 고려함으로써 포인트 클라우드 데이터를 효율적으로 압축할 수 있는 효과가 있다. 마찬가지로, 실시예들에 따른 포인트 클라우드 데이터 수신 장치 및 디코더는 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하고, 비트스트림 내 시그널링 정보 및/또는 실시예들에 따른 디코딩 동작에 기반하여 포인트 클라우드 데이터를 효율적으로 복원할 수 있는 효과가 있다.
이상, 설명한 실시예들에 따른 포인트 클라우드 압축 송수신 방법/장치의 동작은 이하의 포인트 클라우드 압축 장치/방법의 프로세스와 결합/참조되어 설명될 수 있다.
또한, 본 문서에서 설명하는 실시예들에 따른 동작은 실시예들에 따라서 메모리 및/또는 프로세서를 포함하는 송수신 장치에 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.
상술한 실시예들의 동작은 메모리 및/또는 프로세서를 포함하는 포인트 클라우드 송수신 장치/방법의 구성요소를 통해 수행될 수 있다. 메모리는 실시예들에 따른 동작을 처리/제어하기 위한 프로그램들을 저장할 수 있다. 실시예들에 따른 포인트 클라우드 송수신 장치/방법의 각 구성요소는 하드웨어, 소프트웨어, 프로세서 및/또는 그것들의 조합에 대응할 수 있다. 프로세서는 본 문서에서 설명한 다양한 동작을 제어할 수 있다. 프로세서는 컨트롤러 등으로 지칭 가능하다. 실시예들에 동작들은 펌웨어, 소프트웨어, 및/또는 그것들의 조합에 의해 수행될 수 있고, 펌웨어, 소프트웨어, 및/또는 그것들의 조합은 프로세서에 저장되거나 메모리에 저장될 수 있다. 본 실시예에서는 포인트 클라우드 데이터의 지오메트리 정보를 압축하는 방법에 대해서 기술하지만 어트리뷰트 정보 압축 및 기타 압축 방법에 본 명세서에서 기술하는 방법을 적용할 수 있다.
전술한 각각의 파트, 모듈 또는 유닛은 메모리(또는 저장 유닛)에 저장된 연속된 수행과정들을 실행하는 소프트웨어, 프로세서, 하드웨어 파트일 수 있다. 전술한 실시예에 기술된 각 단계들은 프로세서, 소프트웨어, 하드웨어 파트들에 의해 수행될 수 있다. 전술한 실시예에 기술된 각 모듈/블락/유닛들은 프로세서, 소프트웨어, 하드웨어로서 동작할 수 있다. 또한, 실시예들이 제시하는 방법들은 코드로서 실행될 수 있다. 이 코드는 프로세서가 읽을 수 있는 저장매체에 쓰여질 수 있고, 따라서 장치(apparatus)가 제공하는 프로세서에 의해 읽혀질 수 있다.
또한 명세서 전체에서, 어떤 부분이 어떤 구성 요소를 “포함”한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다. 그리고 명세서에 기재된 “…부”등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
본 명세서는 설명의 편의를 위하여 각 도면을 나누어 설명하였으나, 각 도면에 서술되어 있는 실시 예들을 병합하여 새로운 실시 예를 구현하도록 설계하는 것도 가능하다. 그리고, 통상의 기술자의 필요에 따라, 이전에 설명된 실시 예들을 실행하기 위한 프로그램이 기록되어 있는 컴퓨터에서 판독 가능한 기록 매체를 설계하는 것도 실시예들의 권리범위에 속한다.
실시예들에 따른 장치 및 방법은 상술한 바와 같이 설명된 실시 예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 실시 예들은 다양한 변형이 이루어질 수 있도록 각 실시 예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.
실시예들의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 실시예들은 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 실시예들의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 실시예들의 기술적 사상이나 전망으로부터 개별적으로 이해돼서는 안 될 것이다.
실시예들의 장치의 다양한 구성요소들은 하드웨어, 소프트웨어, 펌웨어 또는 그것들의 조합에 의해 수행될 수 있다. 실시예들의 다양한 구성요소들은 하나의 칩, 예를 들면 하나의 하드웨어 서킷으로 구현될 수 있다. 실시예들에 따른 구성요소들은 각각 별도의 칩들로 구현될 수 있다. 실시예들에 따른 장치의 구성요소들 중 적어도 하나 이상은 하나 또는 그 이상의 프로그램들을 실행 할 수 있는 하나 또는 그 이상의 프로세서들로 구성될 수 있으며, 하나 또는 그 이상의 프로그램들은 실시예들에 따른 동작/방법들 중 어느 하나 또는 그 이상의 동작/방법들을 수행시키거나, 수행시키기 위한 인스트럭션들을 포함할 수 있다. 실시예들에 따른 장치의 방법/동작들을 수행하기 위한 실행 가능한 인스트럭션들은 하나 또는 그 이상의 프로세서들에 의해 실행되기 위해 구성된 일시적이지 않은 CRM 또는 다른 컴퓨터 프로그램 제품들에 저장될 수 있거나, 하나 또는 그 이상의 프로세서들에 의해 실행되기 위해 구성된 일시적인 CRM 또는 다른 컴퓨터 프로그램 제품들에 저장될 수 있다. 또한 실시예들에 따른 메모리는 휘발성 메모리(예를 들면 RAM 등)뿐 만 아니라 비휘발성 메모리, 플래쉬 메모리, PROM등을 전부 포함하는 개념으로 사용될 수 있다. 또한, 인터넷을 통한 전송 등과 같은 반송파의 형태로 구현되는 것도 포함될 수 있다. 또한, 프로세서가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 프로세서가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이 문서에서 "/"와 ","는 "및/또는"으로 해석된다. 예를 들어, "A/B"는 "A 및/또는 B"로 해석되고, "A, B"는 "A 및/또는 B"로 해석된다. 추가적으로, "A/B/C"는 "A, B, 및/또는 C 중 적어도 하나"를 의미한다. 또한, "A, B, C"도 "A, B 및/또는 C 중 적어도 하나"를 의미한다. 추가적으로, 이 문서에서 “또는”는 “및/또는”으로 해석된다. 예를 들어, "A 또는 B"은, 1) "A"만을 의미하고, 2) "B"만을 의미하거나, 3) "A 및 B"를 의미할 수 있다. 달리 표현하면, 본 문서의 “또는”은 “추가적으로 또는 대체적으로(additionally or alternatively)”를 의미할 수 있다.
실시예들의 다양한 엘리먼트들은 하드웨어, 소프트웨어, 펌웨어 또는 그것들의 조합에 의해 수행될 수 있다. 실시예들의 다양한 엘리먼트는 하드웨어 회로와 같은 싱글 칩 상에서 수행될 수 있다. 실시예들에 따라, 실시예들은 선택적으로 개별적인 칩들 상에서 수행될 수 있다. 실시예들에 따라, 실시예들의 엘리먼트들 중 적어도 하나는 실시예들에 따른 동작을 수행하는 인스트럭션들을 포함하는 하나 또는 하나 이상의 프로세서 내에서 수행될 수 있다.
또한, 본 문서에서 설명하는 실시예들에 따른 동작은 실시예들에 따라서 하나 이상의 메모리들 및/또는 하나 이상의 프로세서들을 포함하는 송수신 장치에 의해 수행될 수 있다. 하나 이상의 메모리들을 실시예들에 따른 동작을 처리/제어하기 위한 프로그램들을 저장할 수 있고, 하나 이상의 프로세서들을 본 문서에서 설명한 다양한 동작을 제어할 수 있다. 하나 이상의 프로세서들은 컨트롤러 등으로 지칭 가능하다. 실시예들에 동작들은 펌웨어, 소프트웨어, 및/또는 그것들의 조합에 의해 수행될 수 있고, 펌웨어, 소프트웨어, 및/또는 그것들의 조합은 프로세서에 저장되거나 메모리에 저장될 수 있다.
제1, 제2 등과 같은 용어는 실시예들의 다양한 구성요소들을 설명하기 위해 사용될 수 있다. 하지만 실시예들에 따른 다양한 구성요소들은 위 용어들에 의해 해석이 제한되어서는 안된다. 이러한 용어는 하나의 구성요소를 다른 구성요소와 구별하기 위해 사용되는 것에 불과하다. 것에 불과하다. 예를 들어, 제1 사용자 인풋 시그널은 제2사용자 인풋 시그널로 지칭될 수 있다. 이와 유사하게, 제2사용자 인풋 시그널은 제1사용자 인풋 시그널로 지칭될 수 있다. 이러한 용어의 사용은 다양한 실시예들의 범위 내에서 벗어나지 않는 것으로 해석되어야만 한다. 제1사용자 인풋 시그널 및 제2사용자 인풋 시그널은 모두 사용자 인풋 시그널들이지만, 문맥 상 명확하게 나타내지 않는 한 동일한 사용자 인풋 시그널들을 의미하지 않는다.
실시예들을 설명하기 위해 사용된 용어는 특정 실시예들을 설명하기 위한 목적으로 사용되고, 실시예들을 제한하기 위해서 의도되지 않는다. 실시예들의 설명 및 청구항에서 사용된 바와 같이, 문맥 상 명확하게 지칭하지 않는 한 단수는 복수를 포함하는 것으로 의도된다. 및/또는 표현은 용어 간의 모든 가능한 결합을 포함하는 의미로 사용된다. “포함한다” 표현은 특징들, 수들, 단계들, 엘리먼트들, 및/또는 컴포넌트들이 존재하는 것을 설명하고, 추가적인 특징들, 수들, 단계들, 엘리먼트들, 및/또는 컴포넌트들을 포함하지 않는 것을 의미하지 않는다. 실시예들을 설명하기 위해 사용되는, ~인 경우, ~때 등의 조건 표현은 선택적인 경우로만 제한 해석되지 않는다. 특정 조건을 만족하는 때, 특정 조건에 대응하여 관련 동작을 수행하거나, 관련 정의가 해석되도록 의도되었다.
또한, 본 문서에서 설명하는 실시예들에 따른 동작은 실시예들에 따라서 메모리 및/또는 프로세서를 포함하는 송수신 장치에 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 지칭 가능하다. 실시예들에 따른 동작들은 펌웨어, 소프트웨어, 및/또는 그것들의 조합에 의해 수행될 수 있고, 펌웨어, 소프트웨어, 및/또는 그것들의 조합은 프로세서에 저장되거나 메모리에 저장될 수 있다.
발명의 실시를 위한 최선의 형태에서 구체적으로 설명되었다.
본 실시예들의 사상이나 범위를 벗어나지 않고 본 실시예들에서 다양한 변경 및 변형이 가능함은 당업자에게 자명하다. 따라서, 실시예들은 첨부된 청구항 및 그 동등 범위 내에서 제공되는 본 실시예들의 변경 및 변형을 포함하는 것으로 의도된다.

Claims (15)

  1. 포인트 클라우드 데이터의 지오메트리 데이터를 인코딩하는 단계;
    상기 지오메트리 데이터를 기반으로 상기 포인트 클라우드 데이터의 어트리뷰트 데이터를 인코딩하는 단계; 및
    상기 인코딩된 지오메트리 데이터, 상기 인코딩된 어트리뷰트 데이터, 및 시그널링 데이터를 전송하는 단계를 포함하며,
    상기 지오메트리 데이터를 인코딩하는 단계는 상기 지오메트리 데이터의 좌표를 제1 좌표계에서 제2 좌표계로 변환하는 단계, 및
    상기 제2 좌표계 상에서 인접하는 프레임 간의 예측을 수행하여 상기 지오메트리 데이터를 압축하는 단계를 포함하는 포인트 클라우드 데이터 송신 방법.
  2. 제 1 항에 있어서, 상기 제1 좌표계는 x축, y축, z축으로 구성되는 직교 좌표계이고 상기 제2 좌표계는 반지름, 수평 방향 각도, 수직 방향 각도로 이루어지는 구면 좌표계인 포인트 클라우드 데이터 송신 방법.
  3. 제 1 항에 있어서,
    상기 포인트 클라우드 데이터는 적어도 하나의 레이저에 의해 획득되고,
    상기 지오메트리 데이터를 인코딩하는 단계는
    상기 적어도 하나의 레이저의 샘플링 위치에 대응되는 이전 프레임의 포인트의 위치 정보와 오브젝트의 상대적인 움직임 정보를 기반으로 현재 프레임의 포인트 위치를 추정하는 단계를 더 포함하는 포인트 클라우드 데이터 송신 방법.
  4. 제 3 항에 있어서,
    상기 적어도 하나의 레이저와 상기 샘플링 위치는 고정인 포인트 클라우드 데이터 송신 방법.
  5. 제 4 항에 있어서, 상기 지오메트리 데이터를 인코딩하는 단계는
    상기 참조 프레임의 포인트의 위치 정보 중 반지름 정보와 상기 추정된 포인트의 위치 정보 중 반지름 정보를 기반으로 반지름 잔차 정보를 구하여 예측 에러로 출력하는 단계를 더 포함하는 포인트 클라우드 데이터 송신 방법.
  6. 포인트 클라우드 데이터의 지오메트리 데이터를 인코딩하는 지오메트리 인코더;
    상기 지오메트리 데이터를 기반으로 상기 포인트 클라우드 데이터의 어트리뷰트 데이터를 인코딩하는 어트리뷰트 인코더; 및
    상기 인코딩된 지오메트리 데이터, 상기 인코딩된 어트리뷰트 데이터, 및 시그널링 데이터를 전송하는 전송부를 포함하며,
    상기 지오메트리 인코더는 상기 지오메트리 데이터의 좌표를 제1 좌표계에서 제2 좌표계로 변환하고, 상기 변환된 제2 좌표계 상에서 인접하는 프레임 간의 예측을 수행하여 상기 지오메트리 데이터를 압축하는 포인트 클라우드 데이터 송신 장치.
  7. 제 6 항에 있어서, 상기 제1 좌표계는 x축, y축, z축으로 구성되는 직교 좌표계이고 상기 제2 좌표계는 반지름, 수평 방향 각도, 수직 방향 각도로 이루어지는 구면 좌표계인 포인트 클라우드 데이터 송신 장치.
  8. 제 6 항에 있어서,
    상기 포인트 클라우드 데이터는 적어도 하나의 레이저에 의해 획득되고,
    상기 지오메트리 인코더는
    상기 적어도 하나의 레이저의 샘플링 위치에 대응되는 이전 프레임의 포인트의 위치 정보와 오브젝트의 상대적인 움직임 정보를 기반으로 현재 프레임의 포인트 위치를 추정하는 포인트 클라우드 데이터 송신 장치.
  9. 제 8 항에 있어서,
    상기 적어도 하나의 레이저와 상기 샘플링 위치는 고정인 포인트 클라우드 데이터 송신 장치.
  10. 제 9 항에 있어서, 상기 지오메트리 인코더는
    상기 참조 프레임의 포인트의 위치 정보 중 반지름 정보와 상기 추정된 포인트의 위치 정보 중 반지름 정보를 기반으로 반지름 잔차 정보를 구하여 예측 에러로 출력하는 포인트 클라우드 데이터 송신 장치.
  11. 지오메트리 데이터, 어트리뷰트 데이터, 및 시그널링 정보를 수신하는 단계;
    상기 시그널링 정보를 기반으로 상기 지오메트리 데이터를 디코딩하는 단계;
    상기 시그널링 정보와 상기 디코딩된 지오메트리 데이터를 기반으로 상기 어트리뷰트 데이터를 디코딩하는 단계; 및
    상기 시그널링 정보를 기반으로 상기 디코딩된 지오메트리 데이터와 상기 디코딩된 어트리뷰트 데이터로부터 복원된 포인트 클라우드 데이터를 렌더링하는 단계를 포함하며,
    상기 지오메트리 데이터를 디코딩하는 단계는 상기 시그널링 정보를 기반으로 제1 좌표계에서 상기 지오메트리 데이터를 복원하고, 상기 복원된 지오메트리 데이터를 제2 좌표계로 변환하는 포인트 클라우드 데이터 수신 방법.
  12. 제 11 항에 있어서,
    상기 제1 좌표계는 반지름, 수평 방향 각도, 수직 방향 각도로 이루어지는 구면 좌표계이고, 상기 제2 좌표계는 x축, y축, z축으로 구성되는 직교 좌표계인 포인트 클라우드 데이터 수신 방법.
  13. 제 11 항에 있어서,
    상기 포인트 클라우드 데이터는 송신측에서 적어도 하나의 레이저에 의해 획득되고, 현재 프레임의 포인트 위치는 상기 적어도 하나의 레이저와 상기 샘플링 위치가 고정된 상태에서 참조 프레임의 포인트를 기반으로 추정되는 포인트 클라우드 데이터 수신 방법.
  14. 제 11 항에 있어서,
    상기 시그널링 데이터는 상기 수신되는 지오메트리 데이터에 포함된 예측 에러가 반지름 잔차 정보만 포함하는지 또는 반지름 잔차 정보, 수평 방향 각도 잔차 정보, 및 수직 방향 잔차 정보를 포함하는지를 지시하는 정보를 포함하는 포인트 클라우드 데이터 수신 방법.
  15. 제 14 항에 있어서,
    상기 예측 에러는 직교 좌표계의 x축, y축, z축 각각에 대한 잔차 정보를 더 포함하는 포인트 클라우드 데이터 수신 방법.
PCT/KR2022/015855 2021-10-18 2022-10-18 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법 WO2023068754A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202280069841.0A CN118103731A (zh) 2021-10-18 2022-10-18 点云数据发送设备、点云数据发送方法、点云数据接收设备和点云数据接收方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20210138562 2021-10-18
KR10-2021-0138562 2021-10-18

Publications (1)

Publication Number Publication Date
WO2023068754A1 true WO2023068754A1 (ko) 2023-04-27

Family

ID=86059380

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/015855 WO2023068754A1 (ko) 2021-10-18 2022-10-18 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법

Country Status (2)

Country Link
CN (1) CN118103731A (ko)
WO (1) WO2023068754A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190082065A (ko) * 2017-12-29 2019-07-09 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 포인트 클라우드 데이터를 처리하기 위한 방법 및 장치
KR20200026196A (ko) * 2017-07-10 2020-03-10 소니 주식회사 정보 처리 장치 및 방법
KR20200037442A (ko) * 2017-08-30 2020-04-08 삼성전자주식회사 포인트-클라우드 스트리밍을 위한 방법 및 장치(method and apparatus for point-cloud streaming)
WO2020189982A1 (ko) * 2019-03-15 2020-09-24 엘지전자 주식회사 포인트 클라우드 데이터 처리 장치 및 방법
KR20210116336A (ko) * 2020-03-16 2021-09-27 엘지전자 주식회사 포인트 클라우드 데이터 전송 장치, 전송 방법, 처리 장치 및 처리 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200026196A (ko) * 2017-07-10 2020-03-10 소니 주식회사 정보 처리 장치 및 방법
KR20200037442A (ko) * 2017-08-30 2020-04-08 삼성전자주식회사 포인트-클라우드 스트리밍을 위한 방법 및 장치(method and apparatus for point-cloud streaming)
KR20190082065A (ko) * 2017-12-29 2019-07-09 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 포인트 클라우드 데이터를 처리하기 위한 방법 및 장치
WO2020189982A1 (ko) * 2019-03-15 2020-09-24 엘지전자 주식회사 포인트 클라우드 데이터 처리 장치 및 방법
KR20210116336A (ko) * 2020-03-16 2021-09-27 엘지전자 주식회사 포인트 클라우드 데이터 전송 장치, 전송 방법, 처리 장치 및 처리 방법

Also Published As

Publication number Publication date
CN118103731A (zh) 2024-05-28

Similar Documents

Publication Publication Date Title
WO2021066312A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2020190093A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021187839A1 (ko) 포인트 클라우드 데이터 전송 장치, 전송 방법, 처리 장치 및 처리 방법
WO2020242244A1 (ko) 포인트 클라우드 데이터 처리 방법 및 장치
WO2021002604A1 (ko) 포인트 클라우드 데이터 처리 방법 및 장치
WO2020256308A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2020246689A1 (ko) 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 전송 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
WO2021029511A1 (ko) 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022075786A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022060176A1 (ko) 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치
WO2022015006A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022035256A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022080982A1 (ko) 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치
WO2021194069A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021002665A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2023182762A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2023287220A1 (ko) 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치
WO2022191436A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2023282581A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021141221A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021075681A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2023068754A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2023018211A1 (ko) 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치
WO2023068846A1 (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: 22883977

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022883977

Country of ref document: EP

Effective date: 20240521