WO2023136597A1 - 포인트 클라우드 데이터의 전송 장치와 이 전송 장치에서 수행되는 방법 및, 포인트 클라우드 데이터의 수신 장치와 이 수신 장치에서 수행되는 방법 - Google Patents

포인트 클라우드 데이터의 전송 장치와 이 전송 장치에서 수행되는 방법 및, 포인트 클라우드 데이터의 수신 장치와 이 수신 장치에서 수행되는 방법 Download PDF

Info

Publication number
WO2023136597A1
WO2023136597A1 PCT/KR2023/000490 KR2023000490W WO2023136597A1 WO 2023136597 A1 WO2023136597 A1 WO 2023136597A1 KR 2023000490 W KR2023000490 W KR 2023000490W WO 2023136597 A1 WO2023136597 A1 WO 2023136597A1
Authority
WO
WIPO (PCT)
Prior art keywords
temporal level
tracks
point cloud
tile
target
Prior art date
Application number
PCT/KR2023/000490
Other languages
English (en)
French (fr)
Inventor
헨드리헨드리
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 KR1020247018936A priority Critical patent/KR20240136930A/ko
Priority to CN202380016509.2A priority patent/CN118511531A/zh
Publication of WO2023136597A1 publication Critical patent/WO2023136597A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/194—Transmission of image signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/189—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding
    • H04N19/192—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding the adaptation method, adaptation tool or adaptation type being iterative or recursive
    • H04N19/194—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding the adaptation method, adaptation tool or adaptation type being iterative or recursive involving only two passes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/96—Tree coding, e.g. quad-tree coding

Definitions

  • the present disclosure relates to a method and apparatus for processing point cloud content.
  • the point cloud content is content expressed as a point cloud, which is a set of points belonging to a coordinate system representing a 3D space.
  • Point cloud content can represent three-dimensional media, and provides various services such as VR (virtual reality), AR (augmented reality), MR (mixed reality), and autonomous driving service. used to provide Since tens of thousands to hundreds of thousands of point data are required to represent the point cloud content, a method for efficiently processing the vast amount of point data is required.
  • An object of the present disclosure is to provide a method and apparatus for efficiently processing point cloud data.
  • an object of the present disclosure is to provide a method and apparatus for supporting temporal scalability for a G-PCC file.
  • the present disclosure aims to provide a method and apparatus for performing a sample extraction process based on predetermined target parameter(s).
  • an object of the present disclosure is to provide a method and apparatus for discarding predetermined pre-sampled samples and restarting a sample extraction process when predetermined target parameter(s) are changed.
  • the present disclosure provides a method and apparatus for providing a point cloud content service that efficiently stores a G-PCC bitstream in a single track in a file or divides and stores a G-PCC bitstream in a plurality of tracks and provides signaling therefor. The purpose.
  • an object of the present disclosure is to provide a method and apparatus for processing a file storage technique to support efficient access to a stored G-PCC bitstream.
  • a method performed in an apparatus for receiving point cloud data includes identifying a track set including one or more tracks from the point cloud data based on a predetermined target temporal level, and the identified track set. extracting one or more samples from a track set, wherein each track included in the track set may include a temporal level less than or equal to the target temporal level.
  • An apparatus for receiving point cloud data includes a memory and at least one processor, wherein the at least one processor selects one or more tracks from the point cloud data based on a predetermined target temporal level. Identify a containing track set, and extract one or more samples from the identified track set, wherein each track included in the track set may include a temporal level less than or equal to the target temporal level.
  • a method performed in an apparatus for transmitting point cloud data includes dividing and storing a bitstream including the point cloud data into a plurality of tracks, and G- Generating a geometry-based point cloud compression (PCC) file, wherein the plurality of tracks include at least one of temporal level tracks or temporal level tile tracks, the temporal level tracks having a predetermined target temporal level and the temporal level tile tracks may be decapsulated by a sample extraction process based on the target temporal level and a predetermined target tile identifier list.
  • PCC geometry-based point cloud compression
  • An apparatus for transmitting point cloud data includes a memory and at least one processor, wherein the at least one processor divides a bitstream including the point cloud data into a plurality of tracks. and generate a geometry-based point cloud compression (G-PCC) file including the tracks, wherein the plurality of tracks include at least one of temporal level tracks or temporal level tile tracks, and the temporal level Tracks are decapsulated by a sample extraction process based on a predetermined target temporal level, and the temporal level tile tracks may be decapsulated by a sample extraction process based on the target temporal level and a predetermined target tile identifier list.
  • G-PCC geometry-based point cloud compression
  • a method and apparatus for efficiently processing point cloud data may be provided.
  • a method and apparatus for supporting temporal scalability for a G-PCC file may be provided.
  • a method and apparatus for performing a sample extraction process based on predetermined target parameter(s) may be provided.
  • a method and apparatus may be provided for discarding predetermined pre-sampled samples and restarting the sample extraction process when predetermined target parameter(s) are changed.
  • a method and apparatus for providing a point cloud content service that efficiently stores a G-PCC bitstream in a single track in a file or divides and stores a G-PCC bitstream in a plurality of tracks and provides signaling thereof are provided. It can be.
  • a method and apparatus for processing a file storage technique to support efficient access to a stored G-PCC bitstream may be provided.
  • FIG. 1 is a block diagram illustrating an example of a point cloud content providing system according to embodiments of the present disclosure.
  • FIG. 2 is a block diagram illustrating an example of a process of providing point cloud content according to embodiments of the present disclosure.
  • FIG. 3 shows an example of a point cloud encoding apparatus according to embodiments of the present disclosure.
  • FIG. 4 is a block diagram illustrating an example of a point cloud decoding apparatus according to embodiments of the present disclosure.
  • FIG. 5 is a block diagram illustrating another example of a point cloud decoding apparatus according to embodiments of the present disclosure.
  • FIG. 6 is a block diagram illustrating another example of a transmission device according to embodiments of the present disclosure.
  • FIG. 7 is a block diagram illustrating another example of a receiving device according to embodiments of the present disclosure.
  • FIG. 8 shows an example of a structure capable of interworking with a method/apparatus for transmitting and receiving point cloud data according to embodiments of the present disclosure.
  • FIG. 9 is a block diagram illustrating another example of a transmission device according to embodiments of the present disclosure.
  • FIG. 10 illustrates an example of spatially dividing a bounding box into 3D blocks according to embodiments of the present disclosure.
  • FIG. 11 is a block diagram illustrating another example of a receiving device according to embodiments of the present disclosure.
  • FIG. 12 shows an example of a tile inventory syntax structure according to embodiments of the present disclosure.
  • FIG. 13 shows an example of a file including a single track according to embodiments of the present disclosure.
  • FIG. 14 shows an example of a file including multiple tracks according to embodiments of the present disclosure.
  • 15 is a flowchart illustrating a method of handling temporal level tracks according to an embodiment of the present disclosure.
  • 16 is a flow diagram illustrating a method of handling temporal level tile tracks according to an embodiment of the present disclosure.
  • 17 is a diagram for explaining a method of generating multi-temporal level tile tracks and extracting samples therefrom according to an embodiment of the present disclosure.
  • FIG. 18 is a flow diagram illustrating a method of handling temporal level tracks according to an embodiment of the present disclosure.
  • 19 is a flowchart illustrating a method of handling temporal level tile tracks according to an embodiment of the present disclosure.
  • 20 is a flowchart illustrating a sample processing method when a target parameter is changed according to an embodiment of the present disclosure.
  • 21 is a flowchart illustrating a method performed in an apparatus for receiving point cloud data according to an embodiment of the present disclosure.
  • FIG. 22 is a flowchart illustrating a method performed in an apparatus for transmitting point cloud data according to an embodiment of the present disclosure.
  • first and second are used only for the purpose of distinguishing one element from another, and do not limit the order or importance of elements unless otherwise specified. Accordingly, within the scope of the present disclosure, a first component in one embodiment may be referred to as a second component in another embodiment, and similarly, a second component in one embodiment may be referred to as a first component in another embodiment. can also be called
  • components that are distinguished from each other are intended to clearly explain each characteristic, and do not necessarily mean that the components are separated. That is, a plurality of components may be integrated to form a single hardware or software unit, or a single component may be distributed to form a plurality of hardware or software units. Accordingly, even such integrated or distributed embodiments are included in the scope of the present disclosure, even if not mentioned separately.
  • components described in various embodiments do not necessarily mean essential components, and some may be optional components. Accordingly, an embodiment comprising a subset of elements described in one embodiment is also included in the scope of the present disclosure. In addition, embodiments including other components in addition to the components described in various embodiments are also included in the scope of the present disclosure.
  • the present disclosure relates to encoding and decoding of point cloud-related data, and terms used in the present disclosure may have common meanings commonly used in the technical field to which the present disclosure belongs unless newly defined in the present disclosure.
  • “/” and “,” may be interpreted as “and/or”.
  • “A/B” and “A, B” could be interpreted as “A and/or B”.
  • “A/B/C” and “A, B, C” may mean “at least one of A, B and/or C”.
  • This disclosure relates to compression of point cloud related data.
  • Various methods or embodiments of the present disclosure may be applied to a point cloud compression or point cloud coding (PCC) standard (ex. G-PCC or V-PCC standard) of the Moving Picture Experts Group (MPEG) or a next-generation video/image coding standard.
  • PCC point cloud compression or point cloud coding
  • MPEG Moving Picture Experts Group
  • MPEG Moving Picture Experts Group
  • a “point cloud” may mean a set of points located in a 3D space.
  • “point cloud content” is content expressed as a point cloud and may mean “point cloud video/video”.
  • 'point cloud video/video' is referred to as 'point cloud video'.
  • a point cloud video may include one or more frames, and one frame may be a still image or a picture. Accordingly, the point cloud video may include a point cloud image/frame/picture, and may be referred to as “point cloud image”, “point cloud frame”, and “point cloud picture”.
  • point cloud data may mean data or information related to each point in a point cloud.
  • Point cloud data may include geometry and/or attributes.
  • point cloud data may further include meta data.
  • Point cloud data may be referred to as “point cloud content data” or “point cloud video data” or the like.
  • point cloud data may be referred to as "point cloud content”, “point cloud video”, “G-PCC data”, and the like.
  • a point cloud object corresponding to point cloud data may be represented in a box shape based on a coordinate system, and the box shape based on the coordinate system may be referred to as a bounding box. That is, the bounding box may be a rectangular cuboid capable of containing all points of a point cloud, and may be a rectangular cuboid including a source point cloud frame.
  • the geometry includes the position (or position information) of each point, and the position includes parameters (eg, a coordinate system consisting of an x-axis, a y-axis, and a z-axis) representing a three-dimensional coordinate system For example, x-axis value, y-axis value, and z-axis value). Geometry may be referred to as “geometry information”.
  • the attribute may include a property of each point, and this property is one of texture information, color (RGB or YCbCr), reflectance (r), transparency, etc. of each point may contain more than Attributes may be referred to as “attribute information”.
  • Meta data may include various data related to acquisition in an acquisition process described later.
  • FIG. 1 shows an example of a system for providing point cloud content (hereinafter referred to as a 'point cloud content providing system') according to embodiments of the present disclosure.
  • 2 shows an example of a process in which a point cloud content providing system provides point cloud content.
  • the point cloud content providing system may include a transmission device 10 and a reception device 20 .
  • the point cloud content providing system includes an acquisition process (S20), an encoding process (S21), a transmission process (S22), a decoding process (S23) illustrated in FIG. 2 by operations of the transmission device 10 and the reception device 20.
  • a rendering process (S24) and/or a feedback process (S25) may be performed.
  • the transmission device 10 acquires point cloud data, and converts a bitstream through a series of processes (eg, encoding process) on the acquired point cloud data (original point cloud data). can be printed out.
  • the point cloud data may be output in the form of a bitstream through an encoding process.
  • the transmission device 10 may transmit the output bitstream in the form of a file or streaming (streaming segment) to the reception device 20 through a digital storage medium or a network.
  • Digital storage media may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
  • the receiving device 20 may process (eg, decode or restore) received data (eg, encoded point cloud data) back into original point cloud data and render the received data (eg, encoded point cloud data).
  • received data eg, encoded point cloud data
  • render the received data eg, encoded point cloud data
  • Point cloud content can be provided to the user through these processes, and the present disclosure can provide various embodiments required to effectively perform these series of processes.
  • the transmission device 10 may include an acquisition unit 11, an encoding unit 12, an encapsulation processing unit 13, and a transmission unit 14, and the reception device 20 may include a receiving unit 21, a decapsulation processing unit 22, a decoding unit 23 and a rendering unit 24.
  • the acquisition unit 11 may perform a process (S20) of acquiring a point cloud video through a capture, synthesis, or generation process. Accordingly, the acquisition unit 11 may be referred to as 'point cloud video acquisition'.
  • Point cloud data (geometry and/or attributes, etc.) for a plurality of points may be generated by the acquisition process (S20).
  • meta data related to point cloud video acquisition may be generated through the acquisition process ( S20 ).
  • mesh data (eg, triangular data) representing connection information between point clouds may be generated by the acquisition process ( S20 ).
  • Meta data may include initial viewing orientation metadata.
  • the initial viewing orientation meta data may indicate whether the point cloud data represents forward or backward data.
  • Meta data may be referred to as "auxiliary data" which is meta data about a point cloud.
  • the acquired point cloud video may include a polygon file format or the stanford triangle format (PLY) file. Since a point cloud video has one or more frames, one or more PLY files may be included in the acquired point cloud video.
  • the PLY file may include point cloud data of each point.
  • the acquiring unit 11 includes camera equipment capable of obtaining depth (depth information) and an RGB camera capable of extracting color information corresponding to the depth information. It may consist of a combination of
  • the camera equipment capable of obtaining depth information may be a combination of an infrared pattern projector and an infrared camera.
  • the acquisition unit 11 may be composed of a lidar (LiDAR), and the lidar may use a radar system that measures the position coordinates of the reflector by measuring the time it takes for the laser pulse to be reflected and returned.
  • LiDAR lidar
  • the acquisition unit 110 may extract a shape of a geometry composed of points in a 3D space from depth information, and may extract an attribute representing color or reflection of each point from RGB information.
  • Methods for extracting (or capturing, acquiring, etc.) point cloud video include an inward-facing method for capturing a central object and an outward-facing method for capturing an external environment. There may be an outward-facing scheme.
  • post-processing may be required to improve the quality of the captured point cloud content.
  • maximum/minimum depth values can be adjusted within the range provided by the camera equipment, but post-processing to remove unwanted areas (eg, background) or point data in unwanted areas is required.
  • post-processing for recognizing connected spaces and filling spatial holes may be performed.
  • post-processing may be performed to integrate point cloud data extracted from cameras that share a spatial coordinate system into one content through a process of converting the point cloud data extracted from cameras to a global coordinate system for each point based on the positional coordinates of each camera. there is. Through this, one wide range of point cloud content may be generated, or point cloud content with a high density of points may be obtained.
  • the encoder 12 may perform an encoding process (S21) of encoding the data (geometry, attribute and/or meta data and/or mesh data, etc.) generated by the acquisition unit 11 into one or more bitstreams. . Accordingly, the encoder 12 may be referred to as a 'point cloud video encoder'. The encoder 12 may encode the data generated by the acquisition unit 11 serially or in parallel.
  • the encoding process (S21) performed by the encoder 12 may be geometry-based point cloud compression (G-PCC).
  • the encoder 12 may perform a series of procedures such as prediction, transformation, quantization, and entropy coding for compression and coding efficiency.
  • Encoded point cloud data may be output in the form of a bitstream.
  • the encoder 12 may encode the point cloud data by dividing it into geometry and attributes as will be described later.
  • the output bitstream may include a geometry bitstream including encoded geometry and an attribute bitstream including encoded attributes.
  • the output bitstream may further include one or more of a metadata bitstream including meta data, an auxiliary bitstream including auxiliary data, and a mesh data bitstream including mesh data.
  • the encoding process (S21) will be described in more detail below.
  • a bitstream containing encoded point cloud data may be referred to as a 'point cloud bitstream' or a 'point cloud video bitstream'.
  • the encapsulation processor 13 may perform a process of encapsulating one or more bitstreams output from the decoder 12 in the form of a file or a segment. Accordingly, the encapsulation processor 13 may be referred to as a 'file/segment encapsulation module'.
  • the encapsulation processing unit 13 is composed of a separate component/module in relation to the transmission unit 14 is represented, but according to embodiments, the encapsulation processing unit 13 is ) may be included.
  • the encapsulation processing unit 13 may encapsulate the corresponding data in a file format such as ISOBMFF (ISO Base Media File Format) or may process the data in the form of other DASH segments.
  • the encapsulation processing unit 13 may include meta data in a file format. Meta data may be included in, for example, boxes of various levels on the ISOBMFF file format, or may be included as data in a separate track within a file.
  • the encapsulation processing unit 130 may encapsulate meta data itself into a file. Meta data processed by the encapsulation processing unit 13 may be received from a metadata processing unit not shown in the drawing.
  • the meta data processing unit may be included in the encoding unit 12 or may be configured as a separate component/module.
  • the transmission unit 14 may perform a transmission process (S22) of applying processing (processing for transmission) according to a file format to the 'encapsulated point cloud bitstream'.
  • the transmission unit 140 may transmit a bitstream or a file/segment including the corresponding bitstream to the reception unit 21 of the reception device 20 through a digital storage medium or a network. Accordingly, the transmission unit 14 may be referred to as a 'transmitter' or a 'communication module'.
  • the transmission unit 14 may process point cloud data according to an arbitrary transmission protocol.
  • 'processing the point cloud data according to an arbitrary transmission protocol' may be 'processing for transmission'.
  • Processing for transmission may include processing for delivery through a broadcasting network, processing for delivery through a broadband, and the like.
  • the transmitter 14 may receive not only point cloud data but also meta data from the meta data processor, and may process the transmitted meta data for transmission.
  • processing for transmission may be performed in a transmission processing unit, and the transmission processing unit may be included in the transmission unit 14 or configured as a component/module separate from the transmission unit 14.
  • the receiving unit 21 may receive a bitstream transmitted by the transmission device 10 or a file/segment including the corresponding bitstream. Depending on the transmitted channel, the receiving unit 21 may receive a bitstream or a file/segment including the corresponding bitstream through a broadcasting network, or may receive a bitstream or a file/segment including the corresponding bitstream through a broadband. there is. Alternatively, the receiving unit 21 may receive a bitstream or a file/segment including the corresponding bitstream through a digital storage medium.
  • the receiver 21 may process the received bitstream or a file/segment including the corresponding bitstream according to a transmission protocol.
  • the receiving unit 21 may perform a reverse process of transmission processing (processing for transmission) to correspond to the processing for transmission performed by the transmission device 10 .
  • the receiving unit 21 may transfer encoded point cloud data to the decapsulation processing unit 22 and transfer meta data to the meta data parsing unit.
  • Meta data may be in the form of a signaling table. According to embodiments, the reverse process of processing for transmission may be performed in the receiving processing unit.
  • Each of the reception processing unit, the decapsulation processing unit 22, and the meta data parsing unit may be included in the reception unit 21 or configured as components/modules separate from the reception unit 21.
  • the decapsulation processing unit 22 may decapsulate point cloud data (ie, a bitstream in the form of a file) received from the reception unit 21 or the reception processing unit. Accordingly, the decapsulation processor 22 may be referred to as a 'file/segment decapsulation module'.
  • the decapsulation processing unit 22 may obtain a point cloud bitstream or a meta data bitstream by decapsulating files according to ISOBMFF or the like.
  • metadata may be included in the point cloud bitstream.
  • the obtained point cloud bitstream may be delivered to the decoder 23, and the obtained metadata bitstream may be delivered to the metadata processor.
  • the meta data processing unit may be included in the decoding unit 23 or may be configured as a separate component/module.
  • Meta data acquired by the decapsulation processing unit 23 may be in the form of a box or track in a file format.
  • the decapsulation processor 23 may receive meta data necessary for decapsulation from the meta data processor if necessary. Meta data may be transferred to the decoder 23 and used in the decoding process (S23), or may be transferred to the rendering unit 24 and used in the rendering process (S24).
  • the decoder 23 may perform a decoding process (S23) of decoding the point cloud bitstream (encoded point cloud data) by receiving the bitstream and performing an operation corresponding to the operation of the encoder 12. . Accordingly, the decoder 23 may be referred to as a 'point cloud video decoder'.
  • the decoder 23 may decode the point cloud data by dividing it into geometry and attribute. For example, the decoder 23 may restore (decode) geometry from a geometry bitstream included in the point cloud bitstream, and generate attributes based on an attribute bitstream included in the point cloud bitstream and the restored geometry. It can be restored (decoded). A 3D point cloud video/image may be reconstructed based on position information according to the reconstructed geometry and an attribute (color or texture, etc.) according to the decoded attribute.
  • the decoding process (S23) will be described in more detail below.
  • the rendering unit 24 may perform a rendering process ( S24 ) of rendering the restored point cloud video. Accordingly, the rendering unit 24 may be referred to as a 'renderer'.
  • the rendering process (S24) may refer to a process of rendering and displaying point cloud content on a 3D space.
  • rendering may be performed according to a desired rendering method based on position information and attribute information of points decoded through the decoding process.
  • 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.
  • a user may view all or part of the rendered result through a VR/AR display or a general display.
  • the rendered video may be displayed through the display unit.
  • a user may view all or part of the rendered result through a VR/AR display or a general display.
  • the feedback process (S25) may include a process of transferring various feedback information that may be obtained in the rendering process (S24) or the display process to the transmitting device 10 or to other components in the receiving device 20.
  • the feedback process (S25) may be performed by one or more of the components included in the receiving device 20 of FIG. 1, or may be performed by one or more of the components shown in FIGS. 10 and 11.
  • the feedback process (S25) may be performed by a 'feedback unit' or a 'sensing/tracking unit'.
  • Interactivity for point cloud content consumption may be provided through the feedback process ( S25 ).
  • head orientation information, viewport information representing a region currently viewed by the user, and the like may be fed back.
  • the user may interact with things implemented in the VR/AR/MR/autonomous driving environment.
  • information related to the interaction is transmitted from the transmission device 10 to the transmission device 10 in the feedback process (S25). It can also be passed to the service provider side.
  • the feedback process (S25) may not be performed.
  • Head orientation information may refer to information about a user's head position, angle, movement, and the like. Based on this information, information about an area that the user is currently viewing within the point cloud video, that is, viewport information may be calculated.
  • the viewport information may be information about an area currently viewed by the user in the point cloud video.
  • a viewpoint is a point at which a user is viewing 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 occupied by the area may be determined by a field of view (FOV).
  • FOV field of view
  • Gaze analysis may be performed on the receiving side (receiving device) and transmitted to the transmitting side (transmitting device) through a feedback channel.
  • Devices such as VR/AR/MR displays can extract the viewport area based on the user's head position/direction, vertical or horizontal FOV supported by the device, and the like.
  • the feedback information may be consumed at the receiving side (receiving device) as well as being delivered to the transmitting side (transmitting device). That is, a decoding process, a rendering process, etc. of a receiving side (receiving device) may be performed using the feedback information.
  • the receiving device 20 may preferentially decode and render only the point cloud video of the region currently viewed by the user by using the head orientation information and/or the viewport information.
  • the receiving unit 21 may receive all point cloud data or receive point cloud data indicated by orientation information and/or viewport information based on the orientation information and/or viewport information.
  • the decapsulation processing unit 22 may decapsulate all point cloud data or may decapsulate point cloud data indicated by orientation information and/or viewport information based on orientation information and/or viewport information.
  • the decoder 23 may decode all point cloud data or may decode point cloud data indicated by orientation information and/or viewport information based on the orientation information and/or viewport information.
  • FIG. 3 shows an example of a point cloud encoding apparatus 300 according to embodiments of the present disclosure.
  • the point cloud encoding device 300 of FIG. 3 may correspond to the encoder 12 of FIG. 1 in configuration and function.
  • the point cloud encoding apparatus 300 includes a coordinate system conversion unit 305, a geometry quantization unit 310, an octree analysis unit 315, an approximation unit 320, a geometry encoding unit 325, Restoration unit 330, attribute transformation unit 340, RAHT transformation unit 345, LOD generation unit 350, lifting unit 355, attribute quantization unit 360, attribute encoding unit 365 and/or color A conversion unit 335 may be included.
  • the point cloud data acquired by the acquisition unit 11 may go through processes for adjusting the quality (eg, lossless, lossy, or near-lossless) of the point cloud content according to network conditions or applications. there is.
  • each point of the obtained point cloud content may be transmitted without loss, but in this case, real-time streaming may not be possible because the size of the point cloud content is large. Therefore, in order to smoothly provide the point cloud content, a process of reconstructing the point cloud content according to the maximum target bitrate is required.
  • Processes for adjusting the quality of point cloud content may include a process of reconstructing and encoding position information (position information included in geometry information) or color information (color information included in attribute information) of points.
  • a process of reconstructing and encoding position information of points may be referred to as geometry coding, and a process of reconstructing and encoding attribute information associated with each point may be referred to as attribute coding.
  • Geometry coding may include a geometry quantization process, a voxelization process, an octree analysis process, an approximation process, a geometry encoding process, and/or a coordinate system conversion process. Also, geometry coding may further include a geometry restoration process. Attribute coding may include a color transformation process, an attribute transformation process, a prediction transformation process, a lifting transformation process, a RAHT transformation process, an attribute quantization process, an attribute encoding process, and the like.
  • the process of converting the coordinate system may correspond to a process of converting a coordinate system for positions of points. Accordingly, the process of transforming the coordinate system may be referred to as 'transform coordinates'.
  • the coordinate system conversion process may be performed by the coordinate system conversion unit 305 .
  • the coordinate system conversion unit 305 converts the positions of points from the global space coordinate system into position information of a 3-dimensional space (eg, a 3-dimensional space represented by X-axis, Y-axis, and Z-axis coordinate systems).
  • Position information in a 3D space may be referred to as 'geometry information'.
  • the geometry quantization process may correspond to a process of quantizing position information of points and may be performed by the geometry quantization unit 310 .
  • the geometry quantization unit 310 searches for position information having the minimum (x, y, z) value among position information of points, and obtains the minimum (x, y, z) value from the position information of each point. Position information having a value may be subtracted.
  • the geometry quantization unit 310 may perform a quantization process by multiplying the subtracted value by a preset quantization scale value and then adjusting (lowering or raising) the result to a near integer value. there is.
  • the voxelization process may correspond to a process of matching geometry information quantized through the quantization process to a specific voxel existing in a 3D space.
  • a voxelization process may also be performed by the geometry quantization unit 310 .
  • the geometry quantization unit 310 may perform octree-based voxelization based on position information of points in order to reconstruct each point to which the quantization process is applied.
  • a voxel may mean a space for storing information of points existing in 3D, similar to a pixel, which is a minimum unit having information of a 2D image/video. Voxel is a compound word combining volume and pixel.
  • Only one point may not exist (match) in one voxel. That is, information related to several points may exist in one voxel. Alternatively, information related to a plurality of points included in one voxel may be integrated into one point information. These adjustments may optionally be performed. In the case of integrating and expressing one voxel with one point information, the position value of the center point of the voxel can be set based on the position values of points existing in the voxel, and it is necessary to perform a related attribute conversion process.
  • the attribute conversion process may be adjusted to an average value of a color or reflectance of points included in a voxel or a position value of a central point of a voxel and points adjacent to each other within a specific radius.
  • the octree analyzer 315 may use an octree to efficiently manage the region/position of a voxel.
  • An octree can be represented as an occupancy code.
  • the octree analyzer 315 may express the occupancy code of the corresponding node as 1 when a point is included in each node, and express the occupancy code of the corresponding node as 0 when the point is not included.
  • the geometry encoding process may correspond to a process of performing entropy coding on occupancy codes.
  • the geometry encoding process may be performed by the geometry encoding unit 325 .
  • the geometry encoding unit 325 may perform entropy coding on the occupancy code.
  • the generated occupancy code may be directly encoded or may be encoded through an intra/inter coding process to increase compression efficiency.
  • the receiving device 20 may reconstruct the octree through the occupancy code.
  • Positions of points in a specific region may be directly transmitted, or positions of points in a specific region may be reconstructed based on voxels using a surface model.
  • a mode for directly transmitting the location of each point for a specific node may be a direct mode.
  • the point cloud encoding apparatus 300 may check whether conditions for enabling the direct mode are satisfied.
  • the conditions for enabling direct mode are: 1) Use direct mode option must be enabled, 2) That particular node does not correspond to a leaf node, 3) Points below the threshold must exist within that particular node. and 4) that the total number of points to be directly transmitted does not exceed a limit.
  • the point cloud encoding apparatus 300 may directly entropy-code and transmit a position value of a point of a corresponding specific node through the geometry encoding unit 325.
  • a mode for reconstructing a position of a point in a specific area based on a voxel using a surface model may be a trisoup mode.
  • the tree-up mode may be performed by the approximation unit 320 .
  • the approximation unit 320 may determine a specific level of the octree and reconstruct the positions of points in the node area on a voxel basis from the determined specific level using a surface model.
  • the point cloud encoding apparatus 300 may selectively apply the tree-soup mode. Specifically, when using the tree-soup mode, the point cloud encoding apparatus 300 may designate a level (specific level) to which the tree-soup mode is applied. For example, if the designated specific level is equal to the depth (d) of the octree, the tree-up mode may not be applied. That is, the specified specific level must be less than the depth value of the octree.
  • a 3D cube area of nodes of a specified level is called a block, and one block may include one or more voxels.
  • a block or voxel may correspond to a brick.
  • Each block may have 12 edges, and the approximation unit 320 may check whether each edge is adjacent to an occupied voxel having a point.
  • Each edge may be adjacent to several occupied voxels.
  • a specific position of an edge adjacent to a voxel is called a vertex, and the approximation unit 320 may determine an average position of corresponding positions as a vertex when several occupied voxels are adjacent to one edge.
  • the point cloud encoding apparatus 300 determines the starting point (x, y, z) of the edge, the direction vector ( ⁇ x, ⁇ y, ⁇ z) of the edge, and the position value of the vertex (relative within the edge). position values) may be entropy-coded through the geometry encoding unit 325.
  • the geometry restoration process may correspond to a process of generating a restored geometry by reconstructing the octree and/or the approximated octree.
  • the geometry restoration process may be performed by the restoration unit 330 .
  • the restoration unit 330 may perform a geometry restoration process through triangle reconstruction, up-sampling, voxelization, and the like.
  • the restoration unit 330 may reconstruct a triangle based on the starting point of the edge, the direction vector of the edge, and the position value of the vertex.
  • the reconstructor 330 may perform an upsampling process to add points in the middle along the edges of the triangle and convert them into voxels.
  • the restoration unit 330 may generate additional points based on an upsampling factor and a block width. These points can be called refined vertices.
  • the restoration unit 330 may voxel the refined vertices, and the point cloud encoding apparatus 300 may perform attribute coding based on the voxelized position values.
  • the geometry encoding unit 325 may increase compression efficiency by applying context adaptive arithmetic coding.
  • the geometry encoding unit 325 may directly entropy code the occupancy code using the arithmetic code.
  • the geometry encoding unit 325 adaptively performs encoding (intra-coding) based on the occupancy of neighboring nodes or adaptively performs encoding based on the occupancy code of the previous frame. may be performed (inter-coding).
  • a frame may mean a set of point cloud data generated at the same time. Since intra-coding and inter-coding are optional processes, they may be omitted.
  • Attribute coding may correspond to a process of coding attribute information based on the restored (reconstructed) geometry and the geometry before coordinate system conversion (original geometry). Since an attribute may be dependent on geometry, the reconstructed geometry may be utilized for attribute coding.
  • attributes may include color, reflectance, and the like.
  • the same attribute coding method may be applied to information or parameters included in attributes. Color has three components and reflectance has one component, and each component can be processed independently.
  • Attribute coding may include a color transformation process, an attribute transformation process, a prediction transformation process, a lifting transformation process, a RAHT transformation process, an attribute quantization process, an attribute encoding process, and the like.
  • the prediction transformation process, the lifting transformation process, and the RAHT transformation process may be selectively used, or a combination of one or more may be used.
  • the color conversion process may correspond to a process of converting a color format within an attribute into another format.
  • the color conversion process may be performed by the color conversion unit 335 . That is, the color conversion unit 335 may convert colors within attributes.
  • the color conversion unit 335 may perform a coding operation of converting a color within an attribute from RGB to YCbCr.
  • an operation of the color conversion unit 335 that is, a color conversion process may be optionally applied according to a color value included in an attribute.
  • the position value of the points existing in the voxel is the center of the voxel in order to integrate them into one point information for the corresponding voxel. It can be set as a point. Accordingly, a process of converting the values of attributes associated with corresponding points may be required. Also, an attribute conversion process may be performed even when the tree-up mode is performed.
  • the attribute transformation process may correspond to a process of transforming an attribute based on a position where geometry coding is not performed and/or a reconstructed geometry.
  • the attribute conversion process may correspond to a process of transforming an attribute of a point at a corresponding position based on a position of a point included in a voxel.
  • the attribute conversion process may be performed by the attribute conversion unit 340 .
  • the attribute conversion unit 340 may calculate an average value of attribute values of points (neighboring points) adjacent to each other within a specific radius and the central location value of the voxel. Alternatively, the attribute conversion unit 340 may apply a weight according to a distance from the central location to attribute values and calculate an average value of the weighted attribute values. In this case, each voxel has a position and a calculated attribute value.
  • the prediction conversion process may correspond to a process of predicting an attribute value of a current point based on attribute values of one or more points (neighboring points) neighboring the current point (a point corresponding to a prediction target).
  • the prediction conversion process may be performed by the level of detail (LOD) generating unit 350 .
  • LOD level of detail
  • Prediction transformation is a method to which an LOD transformation technique is applied, and the LOD generation unit 350 may calculate and set the LOD value of each point based on the LOD distance value of each point. Points with the lowest LOD are sparsely distributed, and points with the highest LOD can be tightly distributed. That is, as the LOD increases, the interval (or distance) between points may become shorter.
  • Each point existing in the point cloud may be separated for each LOD, and the configuration of points for each LOD may include points belonging to an LOD lower than the corresponding LOD value.
  • the composition of points having LOD level 2 may include all points belonging to LOD level 1 and LOD level 2. Points may be reordered by LOD, and a high LOD may include points belonging to a low LOD.
  • the LOD generator 350 may generate a predictor for each point for predictive transformation. Accordingly, if there are N points, N predictors may be generated.
  • the neighboring points may be points existing within a distance set for each LOD from the current point.
  • the predictor may multiply attribute values of neighboring points by the 'set weight value' and set an average value of the attribute values multiplied by the weight values as the predicted attribute value of the current point.
  • An attribute quantization process may be performed on a residual attribute value obtained by subtracting the predicted attribute value of the current point from the attribute value of the current point.
  • the lifting transformation process may correspond to a process of reconstructing points into a set of detail levels through an LOD generation process.
  • the lifting conversion process may be performed by the lifting unit 355 .
  • the lifting transformation process also includes a process of generating a predictor for each point, a process of setting the calculated LOD to the predictor, a process of registering neighboring points, and a process of setting weights according to the distance between the current point and neighboring points. can include
  • the RAHT transformation process may correspond to a method of predicting attribute information of nodes at a higher level using attribute information associated with nodes at a lower level of the octree. That is, the RATH conversion process may correspond to an attribute information intra-coding method through backward scan of an octree.
  • the RAHT conversion process may be performed by the RAHT conversion unit 345.
  • the RAHT conversion unit 345 may perform a RAHT conversion process up to the root node while scanning from voxels to the entire area and summing (merging) the voxels into a larger block at each step. Since the RAHT conversion unit 345 performs the RAHT conversion process only for occupied nodes, in the case of an empty node that is not occupied, the RAHT conversion process may be performed for a node of a higher level immediately above it.
  • the attribute quantization process may correspond to a process of quantizing attributes output from the RAHT conversion unit 345, the LOD generation unit 350, and/or the lifting unit 355.
  • the attribute quantization process may be performed by the attribute quantization unit 360 .
  • the attribute encoding process may correspond to a process of outputting an attribute bitstream by encoding the quantized attribute.
  • the attribute encoding process may be performed by the attribute encoding unit 365.
  • the attribute quantization unit 360 calculates the residual obtained by subtracting the predicted attribute value of the corresponding current point from the attribute value of the current point. Attribute values can be quantized.
  • the attribute encoding unit 365 may directly entropy code an attribute value (an attribute value that is not quantized) of the current point. In contrast, when neighboring points exist in the predictors of current points, the attribute encoding unit 365 may entropy-encode the quantized residual attribute value.
  • the attribute quantization unit 360 when a value obtained by multiplying an attribute value updated through a lift update process by a weight updated through a lift prediction process (stored in QW) is output from the lifting unit 360, the attribute quantization unit 360 outputs the result (the multiplied value) may be quantized, and the attribute encoding unit 365 may entropy encode the quantized value.
  • FIG. 4 shows an example of a point cloud decoding apparatus 400 according to an embodiment of the present disclosure.
  • the point cloud decoding apparatus 400 of FIG. 4 may correspond to the decoding unit 23 of FIG. 1 in configuration and function.
  • the point cloud decoding apparatus 400 may perform a decoding process based on data (bitstream) transmitted from the transmission apparatus 10 .
  • the decoding process may include restoring (decoding) the point cloud video by performing an operation corresponding to the above-described encoding operation on the bitstream.
  • the decoding process may include a geometry decoding process and an attribute decoding process.
  • the geometry decoding process may be performed by the geometry decoding unit 410
  • the attribute decoding process may be performed by the attribute decoding unit 420. That is, the point cloud decoding apparatus 400 may include a geometry decoding unit 410 and an attribute decoding unit 420 .
  • the geometry decoding unit 410 may restore geometry from the geometry bitstream, and the attribute decoding unit 420 may restore attributes based on the restored geometry and the attribute bitstream. Also, the point cloud decoding apparatus 400 may restore a 3D point cloud video (point cloud data) based on position information according to the restored geometry and attribute information according to the restored attribute.
  • the point cloud decoding apparatus 500 includes a geometry decoding unit 505, an octree synthesis unit 510, an approximation synthesis unit 515, a geometry restoration unit 520, and a coordinate system inverse transformation unit 525. , an attribute decoding unit 530, an attribute inverse quantization unit 535, a RATH transform unit 550, an LOD generator 540, an inverse lifting unit 545, and/or a color inverse transform unit 555.
  • the geometry decoding unit 505, the octree synthesis unit 510, the approximation synthesis unit 515, the geometry restoration unit 520, and the coordinate system inverse transformation unit 550 may perform geometry decoding.
  • Geometry decoding may be performed in a reverse process to the geometry coding described with reference to FIGS. 1 to 3 .
  • Geometry decoding may include direct coding and trisoup geometry decoding. Direct coding and tri-sup geometry decoding may be selectively applied.
  • the geometry decoding unit 505 may decode the received geometry bitstream based on Arithmetic coding.
  • An operation of the geometry decoding unit 505 may correspond to a reverse process of an operation performed by the geometry encoding unit 325 .
  • the octree synthesizer 510 may generate an octree by obtaining an occupancy code from a decoded geometry bitstream (or information about geometry secured as a result of decoding). An operation of the octree synthesizer 510 may correspond to a reverse process of an operation performed by the octree analyzer 515 .
  • the approximation synthesis unit 515 may synthesize a surface based on the decoded geometry and/or the generated octree when trisup geometry encoding is applied.
  • the geometry restoration unit 520 may restore geometry based on the surface and the decoded geometry.
  • the geometry restoration unit 520 may directly import and add position information of points to which direct coding is applied.
  • the geometry restoration unit 520 may perform reconstruction operations such as triangle reconstruction, up-sampling, and voxelization operations to restore the geometry.
  • the reconstructed geometry may include a point cloud picture or frame that does not include attributes.
  • the coordinate system inverse transformation unit 550 may obtain positions of points by transforming the coordinate system based on the restored geometry. For example, the coordinate system inverse transformation unit 550 may inversely transform the positions of points from a 3-dimensional space (eg, a 3-dimensional space represented by X-axis, Y-axis, and Z-axis coordinate systems) into position information of a global space coordinate system.
  • a 3-dimensional space eg, a 3-dimensional space represented by X-axis, Y-axis, and Z-axis coordinate systems
  • the attribute decoding unit 530, the attribute inverse quantization unit 535, the RATH transform unit 530, the LOD generator 540, the inverse lifting unit 545, and/or the color inverse transform unit 550 perform attribute decoding.
  • can Attribute decoding may include RAHT transform decoding, predictive transform decoding, and lifting transform decoding.
  • the above three decodings may be selectively used, or a combination of one or more decodings may be used.
  • the attribute decoding unit 530 may decode the attribute bitstream based on Arithmetic coding. For example, when the attribute value of the current point is directly entropy-encoded because there are no neighboring points in the predictor of each point, the attribute decoding unit 530 decodes the attribute value (an attribute value that is not quantized) of the current point. can As another example, when the quantized residual attribute value is entropy-encoded because neighboring points exist in the predictor of the current points, the attribute decoder 530 may decode the quantized residual attribute value.
  • the attribute inverse quantization unit 535 may inverse quantize the decoded attribute bitstream or information about attributes obtained as a result of decoding, and output inverse quantized attributes (or attribute values). For example, when the quantized residual attribute value is output from the attribute decoding unit 530, the attribute inverse quantization unit 535 may inversely quantize the quantized residual attribute value and output the residual attribute value.
  • the inverse quantization process may be selectively applied based on whether or not attributes are encoded by the point cloud encoding device 300 . That is, when the attribute value of the current point is directly encoded because there are no neighboring points in the predictor of each point, the attribute decoding unit 530 may output the attribute value of the current point that is not quantized, and the attribute encoding process is performed. can be skipped.
  • the RATH transform unit 550, the LOD generator 540, and/or the inverse lift unit 545 may process the reconstructed geometry and inverse quantized attributes.
  • the RATH converter 550, the LOD generator 540, and/or the inverse lifter 545 may selectively perform a decoding operation corresponding to the encoding operation of the point cloud encoding apparatus 300.
  • the inverse color transform unit 555 may perform inverse transform coding to inverse transform color values (or textures) included in decoded attributes. An operation of the color inverse transform unit 555 may be selectively performed based on whether the color transform unit 335 is operated.
  • the transmission device includes a data input unit 605, a quantization processing unit 610, a voxelization processing unit 615, an octree occupancy code generation unit 620, a surface model processing unit 625, Intra/inter coding processing unit 630, Arithmetic coder 635, meta data processing unit 640, color conversion processing unit 645, attribute conversion processing unit 650, prediction/lifting/RAHT conversion processing unit 655 , an Arismetic coder 660 and a transmission processing unit 665.
  • the function of the data input unit 605 may correspond to the acquisition process performed by the acquisition unit 11 of FIG. 1 . That is, the data input unit 605 may obtain point cloud video and generate point cloud data for a plurality of points. Geometry information (position information) in the point cloud data is generated by a quantization processing unit 610, a voxelization processing unit 615, an octree occupancy code generation unit 620, a surface model processing unit 625, an intra/inter coding processing unit 630, and , may be generated in the form of a geometric bitstream through the Arithmetic Coder 635.
  • Attribute information in the point cloud data may be generated in the form of an attribute bitstream through a color conversion processing unit 645, an attribute conversion processing unit 650, a prediction/lifting/RAHT conversion processing unit 655, and an arithmetic coder 660.
  • the geometry bitstream, the attribute bitstream, and/or the metadata bitstream may be transmitted to the receiving device through processing by the transmission processor 665.
  • the function of the quantization processing unit 610 may correspond to the quantization process performed by the geometry quantization unit 310 of FIG. 3 and/or the function of the coordinate system conversion unit 305 .
  • the function of the voxelization processing unit 615 may correspond to the voxelization process performed by the geometry quantization unit 310 of FIG. ) may correspond to the function performed.
  • the function of the surface model processing unit 625 may correspond to the function performed by the approximation unit 320 of FIG. It may correspond to a function performed by the geometry encoding unit 325.
  • a function of the meta data processor 640 may correspond to that of the meta data processor described in FIG. 1 .
  • the function of the color conversion processing unit 645 may correspond to the function performed by the color conversion unit 335 of FIG. 3, and the function of the attribute conversion processing unit 650 is performed by the attribute conversion unit 340 of FIG. It can correspond to the function of
  • the function of the prediction/lifting/RAHT conversion processing unit 655 may correspond to the functions performed by the RAHT conversion unit 345, the LOD generation unit 350, and the lifting unit 355 of FIG. 3, and the Arithmetic Coder 660 ) may correspond to the function of the attribute encoding unit 365 of FIG. 3 .
  • a function of the transmission processing unit 665 may correspond to a function performed by the transmission unit 14 and/or the encapsulation processing unit 13 of FIG. 1 .
  • the receiving device includes a receiving unit 705, a receiving processing unit 710, an Arithmetic decoder 715, a meta data parser 735, an octree reconstruction processing unit 720 based on an occupancy code, and a surface model processing unit. 725, Inverse quantization processing unit 730, Arismetic decoder 740, Inverse quantization processing unit 745, Prediction/lifting/RAHT inverse transformation processing unit 750, Color inverse transformation processing unit 755, and Renderer 760 can include
  • the function of the receiver 705 may correspond to the function performed by the receiver 21 of FIG. 1, and the function of the reception processor 710 may correspond to the function performed by the decapsulation processor 22 of FIG. there is. That is, the receiving unit 705 receives a bitstream from the transmission processing unit 765, and the receiving processing unit 710 may extract a geometry bitstream, an attribute bitstream, and/or a metadata bitstream through decapsulation processing. .
  • the geometry bitstream is a reconstructed (restored) position value (position information) through an Arithmetic Decoder 715, an Octree Reconstruction Processor 720 based on Ocupancy Code, a Surface Model Processor 725, and an Inverse Quantization Processor 730 can be created with
  • the attribute bitstream may be generated as an attribute value reconstructed through an Arismetic decoder 740, an inverse quantization processor 745, a prediction/lifting/RAHT inverse transform processor 750, and a color inverse transform processor 755.
  • the meta data bitstream may be generated as meta data (or meta data information) restored through the meta data parser 735 .
  • a position value, attribute value, and/or metadata may be rendered by the renderer 760 to provide a VR/AR/MR/autonomous driving experience to the user.
  • the function of the Arismetic decoder 715 may correspond to the function performed by the geometry decoding unit 505 of FIG. It may correspond to the function performed by 510.
  • the function of the surface model processing unit 725 may correspond to the function performed by the approximation synthesis unit of FIG. ) may correspond to the function performed.
  • a function of the meta data parser 735 may correspond to a function performed by the meta data parser described in FIG. 1 .
  • the function of the Arithmetic decoder 740 may correspond to the function performed by the attribute decoding unit 530 of FIG. 5, and the function of the inverse quantization processing unit 745 may correspond to the function can be matched.
  • the function of the prediction/lifting/RAHT inverse transformation processing unit 750 may correspond to the functions performed by the RAHT conversion unit 550, the LOD generation unit 540, and the inverse lifting unit 545 of FIG. 5, and the color inverse transformation processing unit ( A function of 755 may correspond to a function performed by the inverse color transform unit 555 of FIG. 5 .
  • FIG. 8 shows an example of a structure capable of interworking with a method/apparatus for transmitting and receiving point cloud data according to embodiments of the present disclosure.
  • the structure of FIG. 8 is at least one of an AI Server, a robot, a self-driving vehicle, an XR device, a smartphone, a home appliance, and/or an HMD. At least one represents a configuration connected to a cloud network. Robots, self-driving vehicles, XR devices, smartphones, or consumer electronics may be referred to as devices. In addition, the XR device may correspond to or interwork with a point cloud data device (PCC) according to embodiments.
  • PCC point cloud data device
  • a cloud network may refer to a network that constitutes a part of a cloud computing infrastructure or exists within a cloud computing infrastructure.
  • the cloud network 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 may be connected to at least one or more of robots, self-driving vehicles, XR devices, smart phones, home appliances, and/or HMDs through a cloud network, and may assist at least part of processing of the connected devices.
  • the HMD may represent one of the types in which an XR device and/or a PCC device according to embodiments may be implemented.
  • An HMD type device may include a communication unit, a control unit, a memory unit, an I/O unit, a sensor unit, and a power supply unit.
  • the XR/PCC device applies PCC and/or XR technology to HMDs, HUDs in vehicles, televisions, mobile phones, smart phones, computers, wearable devices, home appliances, digital signage, vehicles, fixed robots or mobile robots, etc. may be implemented as
  • the XR/PCC device analyzes 3D point cloud data or image data obtained through various sensors or from an external device to generate location (geometry) data and attribute data for 3D points, thereby generating information about the 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 may output an XR object including additional information about the recognized object in correspondence with the recognized object.
  • the XR/PCC device may be implemented as a mobile phone or the like to which PCC technology is applied.
  • the mobile phone may decode and display point cloud content based on PCC technology.
  • Self-driving vehicles can be implemented as mobile robots, vehicles, unmanned air vehicles, etc. by applying PCC technology and XR technology.
  • An autonomous vehicle to which XR/PCC technology is applied may refer to an autonomous vehicle equipped with a means for providing an XR image or an autonomous vehicle subject to control/interaction within the XR image.
  • autonomous vehicles that are controlled/interacted within an XR image are distinguished from XR devices and may be interlocked with each other.
  • An autonomous vehicle equipped with a means for providing an XR/PCC image may acquire sensor information from sensors including cameras, and output an XR/PCC image generated based on the acquired sensor information.
  • an autonomous vehicle 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.
  • an autonomous vehicle may output XR/PCC objects corresponding to objects such as lanes, other vehicles, traffic lights, traffic signs, two-wheeled vehicles, pedestrians, and buildings.
  • 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 virtual 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.
  • AR technology the distinction between real objects and virtual objects made of CG images is clear, and virtual objects are used in a form that complements real objects, whereas in MR technology, virtual objects are considered equivalent to real objects. distinct from technology. More specifically, for example, a hologram service to which the above-described MR technology is applied. Integrating VR, AR and MR technologies, it can be referred to as XR technology.
  • Point cloud data may represent a volumetric encoding of a point cloud consisting of a sequence of frames (point cloud frames).
  • Each point cloud frame may include a number of points, positions of points, and attributes of points. The number of points, positions of points, and attributes of points may vary from frame to frame.
  • Each point cloud frame may refer to a set of 3D points specified by cartesian coordinates (x, y, z) and zero or more attributes of 3D points at a particular time instance.
  • the Cartesian coordinate system (x, y, z) of 3D points may be a position or geometry.
  • the present disclosure may further perform a spatial division process of dividing the point cloud data into one or more 3D blocks before encoding (encoding) the point cloud data.
  • a 3D block may mean all or a partial area of a 3D space occupied by point cloud data.
  • a 3D block is one of a tile group, tile, slice, coding unit (CU), prediction unit (PU), or transform unit (TU) can mean more.
  • a tile corresponding to a 3D block may mean all or a partial area of a 3D space occupied by point cloud data.
  • a slice corresponding to a 3D block may mean all or a partial area of a 3D space occupied by point cloud data.
  • a tile may be divided into one or more slices based on the number of points included in one tile.
  • a tile may be a group of slices having bounding box information. Bounding box information of each tile may be specified in a tile inventory (or tile parameter set (TPS)).
  • TPS tile parameter set
  • a tile may overlap another tile in the bounding box.
  • a slice may be a unit of data in which encoding is independently performed or a unit of data in which decoding is independently performed.
  • a slice can be a set of points that can be independently encoded or decoded.
  • a slice may be a series of syntax elements representing part or all of a coded point cloud frame.
  • Each slice may include an index for identifying a tile to which the corresponding slice belongs.
  • the spatially divided 3D blocks may be independently or non-independently processed.
  • spatially divided 3D blocks may be encoded or decoded independently or non-independently, and transmitted or received independently or non-independently.
  • the spatially divided 3D blocks may be quantized or inversely quantized independently or independently of each other, and may be transformed or inversely transformed independently or independently of each other.
  • the space-divided 3D blocks may be independently or non-independently rendered.
  • encoding or decoding may be performed in units of slices or units of tiles.
  • quantization or inverse quantization may be performed differently for each tile or slice, and may be performed differently for each transformed or inverse transformed tile or slice.
  • point cloud data is spatially divided into one or more 3D blocks and the spatially divided 3D blocks are processed independently or non-independently, the process of processing the 3D blocks is performed in real time and at the same time, the corresponding process is reduced. It can be treated as a delay.
  • random access and parallel encoding or parallel decoding on a 3D space occupied by point cloud data may be possible, and errors accumulated during encoding or decoding may be prevented.
  • the transmission device 900 includes a space division unit 905 performing a space division process, a signaling processor 910, a geometry encoder 915, an attribute encoder 920, and an encapsulation processor ( 925) and/or a transmission processing unit 930.
  • the spatial division unit 905 may perform a spatial division process of dividing the point cloud data into one or more 3D blocks based on a bounding box and/or a sub-bounding box.
  • point cloud data may be divided into one or more tiles and/or one or more slices.
  • point cloud data may be divided into one or more tiles through a spatial partitioning process, and each of the divided tiles may be further divided into one or more slices.
  • tile 10 shows an example of spatially dividing a bounding box (ie, point cloud data) into one or more 3D blocks.
  • the overall bounding box of point cloud data consists of three tiles: tile #0, tile #1, and tile #2.
  • tile #0 may be further divided into two slices, that is, slice #0 and slice #1.
  • tile #1 may be further divided into two slices, that is, slice #2 and slice #3.
  • tile #2 may be further divided into slice #4.
  • the signaling processing unit 910 may generate and/or process signaling information (eg, entropy encoding) and output the signaling information in the form of a bit stream.
  • signaling information eg, entropy encoding
  • a bitstream output from the signaling processor in which signaling information is encoded
  • the signaling information may include information for space division or information about space division. That is, the signaling information may include information related to a space division process performed by the space divider 905 .
  • the signaling information may include information for decoding some point cloud data, information related to 3D space areas for supporting spatial access, and the like.
  • the signaling information may include 3D bounding box information, 3D space area information, tile information, and/or tile inventory information.
  • the signaling information may be provided from the spatial divider 905, the geometry encoder 915, the attribute encoder 920, the transmission processor 925, and/or the encapsulation processor 930.
  • the signaling processing unit 910 transmits the feedback information fed back from the receiving device 900 of FIG. It can be provided to the encapsulation processor 930.
  • Signaling information may be stored and signaled in a sample in a track, a sample entry, a sample group, a track group, or a separate metadata track.
  • the signaling information includes a sequence parameter set (SPS) for signaling at the sequence level, a geometry parameter set (GPS) for signaling of geometry coding information, and signaling of attribute coding information. It may be signaled in units of an attribute parameter set (APS) for signal level and a tile parameter set (TPS) (or tile inventory) for signaling at the tile level. Also, signaling information may be signaled in units of coding units such as slices or tiles.
  • the positions (position information) of the 3D blocks may be output to the geometry encoder 915, and the attributes (attribute information) of the 3D blocks may be output to the attribute encoder 920.
  • the geometry encoder 915 may construct an octree based on the position information, encode the constructed octree, and output a geometry bitstream. In addition, the geometry encoder 915 may reconstruct (restore) the octree and/or the approximated octree and output it to the attribute encoder 920. The reconstructed octree may be a reconstructed geometry.
  • the geometry encoder 915 includes the coordinate system conversion unit 305 of FIG. 3, the geometry quantization unit 310, the octree analysis unit 315, the approximation unit 320, the geometry encoding unit 325, and/or the reconstruction unit 330.
  • the geometry encoder 915 includes the quantization processor 610 of FIG. 6 , the voxelization processor 615, the octree occupancy code generator 620, the surface model processor 625, and the intra/inter coding processor. All or some of the operations performed by 630 and/or the Arithmetic Coder 635 may be performed.
  • the attribute encoder 920 may output an attribute bitstream by encoding attributes based on the reconstructed geometry.
  • the attribute encoder 920 includes the attribute conversion unit 340 of FIG. 3, the RAHT conversion unit 345, the LOD generation unit 350, the lifting unit 355, the attribute quantization unit 360, the attribute encoding unit 365, and / or all or part of the operations performed by the color conversion unit 335 may be performed.
  • the attribute encoder 920 is performed by the attribute conversion processing unit 650, the prediction/lifting/RAHT conversion processing unit 655, the Arithmetic Coder 660, and/or the color conversion processing unit 645 of FIG. All or part of the operations may be performed.
  • the encapsulation processing unit 925 may encapsulate one or more input bitstreams into a file or segment.
  • the encapsulation processor 925 may encapsulate the geometry bitstream, the attribute bitstream, and the signaling bitstream, respectively, or multiplex the geometry bitstream, the attribute bitstream, and the signaling bitstream to perform encapsulation. can do.
  • the encapsulation processing unit 925 may encapsulate a bitstream (G-PCC bitstream) composed of a type-length-value (TLV) structure sequence into a file.
  • TLV (or TLV encapsulation) structures constituting the G-PCC bitstream may include a geometry bitstream, an attribute bitstream, a signaling bitstream, and the like.
  • the G-PCC bitstream may be generated by the encapsulation processor 925 or may be generated by the transmission processor 930.
  • the TLV structure or TLV encapsulation structure will be described in detail later.
  • the encapsulation processing unit 925 may perform all or some of the operations performed by the encapsulation processing unit 13 of FIG. 1 .
  • the transmission processing unit 930 may process an encapsulated bitstream or a file/segment according to an arbitrary transmission protocol.
  • the transmission processing unit 930 may perform all or part of the operations performed by the transmission unit 14 and the transmission processing unit described with reference to FIG. 1 or the transmission processing unit 665 of FIG. 6 .
  • FIG. 11 is a block diagram illustrating an example of a receiving device 1100 according to embodiments of the present disclosure.
  • the receiving device 1100 may perform operations corresponding to those of the transmitting device 900 performing space division.
  • the receiving device 1100 includes a reception processing unit 1105, a decapsulation processing unit 1110, a signaling processing unit 1115, a geometry decoder 1120, an attribute encoder 1125, and/or a post-processing unit. (1130).
  • the reception processing unit 1105 may receive a file/segment in which a G-PCC bitstream is encapsulated, a G-PCC bitstream, or a bitstream, and may perform processing according to a transport protocol for them.
  • the reception processing unit 1105 may perform all or some of the operations performed by the reception unit 21 and the reception processing unit described with reference to FIG. 1 or the reception unit 705 or the reception processing unit 710 of FIG. 7 .
  • the decapsulation processing unit 1110 may obtain a G-PCC bitstream by performing a reverse process of the operations performed by the encapsulation processing unit 925.
  • the decapsulation processing unit 1110 may obtain a G-PCC bitstream by decapsulating the file/segment. For example, the decapsulation processing unit 1110 may acquire a signaling bitstream and output it to the signaling processing unit 1115, obtain a geometry bitstream and output it to the geometry decoder 1120, and obtain an attribute bitstream It can be obtained and output to the attribute decoder 1125.
  • the decapsulation processing unit 1110 may perform all or some of the operations performed by the decapsulation processing unit 22 of FIG. 1 or the reception processing unit 710 of FIG. 7 .
  • the signaling processing unit 1115 may parse and decode signaling information by performing reverse processes of the operations performed by the signaling processing unit 910 .
  • the signaling processor 1115 may parse and decode signaling information from a signaling bitstream.
  • the signaling processing unit 1115 may provide the decoded signaling information to the geometry decoder 1120, the attribute decoder 1125, and/or the post-processing unit 1130.
  • the geometry decoder 1120 may restore the geometry from the geometry bitstream by performing a reverse process of the operations performed by the geometry encoder 915 .
  • the geometry decoder 1120 may reconstruct geometry based on signaling information (parameters related to geometry). The reconstructed geometry may be provided to the attribute decoder 1125.
  • the attribute decoder 1125 may restore an attribute from the attribute bitstream by performing a reverse process of the operations performed by the attribute encoder 920.
  • the attribute decoder 1125 may reconstruct an attribute based on signaling information (parameters related to the attribute) and the reconstructed geometry.
  • the post-processing unit 1130 may restore point cloud data based on the restored geometry and the restored attributes. Restoration of point cloud data may be performed through a process of matching restored geometry and restored attributes with each other. According to embodiments, the post-processing unit 1130 performs a reverse process of the space division process of the transmission device 900 based on signaling information when the restored point cloud data is in tile and/or slice units, A bounding box of point cloud data may be restored. According to embodiments, when a bounding box is divided into a plurality of tiles and/or a plurality of slices through a spatial division process, the post-processor 1130 performs some slices and/or some slices based on signaling information. By combining tiles, a part of the bounding box may be restored. Here, some slices and/or some tiles used for restoration of the bounding box may be slices and/or some tiles related to a 3D spatial domain for which spatial access is desired.
  • a tile inventory may be referred to as a tile parameter set (TPS).
  • TPS tile parameter set
  • syntax elements (or fields) expressed in the syntax structure of the TPS may be syntax elements included in the TPS or syntax elements signaled through the TPS.
  • tile_frame_idx may include an identifying number that can be used to identify the purpose of tile inventory.
  • tile_seq_parameter_set_id may indicate a value of sps_seq_parameter_set_id for an active SPS.
  • tile_id_present_flag may indicate parameters for identifying tiles. For example, if the value of tile_id_present_flag is equal to the first value (e.g., 1), this may indicate that tiles are identified according to the value of the tile_id syntax element, and if the value of tile_id_present_flag is equal to the second value (e.g., 0), this may indicate that tiles are identified. are identified according to their location in the tile inventory.
  • tile_cnt may represent the number of tile bounding boxes present in the tile inventory.
  • tile_bounding_box_bits may indicate a bit depth for expressing bounding box information for a tile inventory.
  • tile_id, tile_bounding_box_offset_xyz[tile_id][k], and tile_bounding_box_size_xyz[tile_id][k] may be signaled. .
  • tile_id can identify a specific tile in tile_inventory.
  • tile_id may be signaled when the value of tile_id_present_flag is the first value (e.g., 1), and may be signaled as many times as the number of tile bounding boxes. If tile_id does not exist (if not signaled), the value of tile_id can be inferred as the index of a tile in the tile inventory provided by the loop variable tileIdx. It may be a requirement of bitstream conformance that all values of tile_id must be unique within the tile inventory.
  • tile_bounding_box_offset_xyz[tileId][k] may indicate a bounding box including a slice identified by gsh_tile_id identical to tileId.
  • tile_bounding_box_offset_xyz[tileId][k] may be the kth component of (x, y, z) origin coordinates of the tile bounding box for TileOrigin[k].
  • tile_bounding_box_size_xyz[tileId][k] may be the kth component of the width, height and depth of the tile bounding box.
  • Tile_origin_xyz[k] may be signaled while increasing by 1 until the variable k becomes 0 to 2.
  • tile_origin_xyz[k] may represent the kth component of the tile origin in cartesian coordinates.
  • the value of tile_origin_xyz[k] can be forced to be equal to sps_bounding_box_offset[k].
  • tile_origin_log2_scale may represent a scaling factor for scaling components of tile_origin_xyz.
  • the value of tile_origin_log2_scale can be forced to be equal to sps_bounding_box_offset_log2_scale.
  • k 0, ... , 2
  • the TLV encapsulation structure may be generated by the transmission unit, transmission processing unit, and encapsulation unit mentioned in this specification.
  • the G-PCC bitstream composed of TLV encapsulation structures may be transmitted to the receiving device as it is or encapsulated and transmitted to the receiving device.
  • the encapsulation processing unit 1125 may encapsulate a G-PCC bitstream composed of TLV encapsulation structures in the form of a file/segment and transmit the encapsulation.
  • the decapsulation processing unit 1110 may obtain a G-PCC bitstream by decapsulating the encapsulated file/segment.
  • the G-PCC bitstream may be encapsulated in an ISOBMFF-based file format.
  • the G-PCC bitstream may be stored in a single track or multiple tracks in the ISOBMFF file.
  • single tracks or multiple tracks in a file may be referred to as “tracks” or “G-PCC tracks”.
  • ISOBMFF-based files may be referred to as containers, container files, media files, G-PCC files, and the like.
  • the file may be composed of boxes and/or information that may be referred to as ftyp, moov, and mdat.
  • An ftyp box may provide information related to a file type or file compatibility for a corresponding file.
  • the receiving device may identify the corresponding file by referring to the ftyp box.
  • the mdat box is also referred to as a media data box, and may include actual media data.
  • a geometry slice or a coded geometry bitstream
  • zero or more attribute slices or a coded attribute bitstream
  • the moov box is also called a movie box, and may contain metadata about the media data of the file.
  • the moov box may include information necessary for decoding and reproducing the corresponding media data, and may include information about tracks and samples of the corresponding file.
  • a moov box can act as a container for all metadata.
  • the moov box may be a box of a top layer among meta data related boxes.
  • the moov box may include a track box providing information related to a track of a file
  • the trak box may include a media box providing media information of a corresponding track
  • a track reference container (tref) box for linking a corresponding track and a sample of a file corresponding to the corresponding track may be included.
  • the media box (MediaBox) may include a media information container (minf) box providing information of corresponding media data and a handler (hdlr) box (HandlerBox) indicating the type of stream.
  • the minf box may include a sample table (stbl) box providing meta data related to the sample of the mdat box.
  • the stbl box may include a sample description (stsd) box providing information on a used coding type and initialization information necessary for the coding type.
  • the sample description (stsd) box may include a sample entry for a track.
  • signaling information such as SPS, GPS, APS, and tile inventory may be included in a sample entry of a moov box or a sample of an mdat box in a file.
  • a G-PCC track is defined as a geometry slice (or a coded geometry bitstream) or an attribute slice (or a coded attribute bitstream), or a volumetric visual track carrying both a geometry slice and an attribute slice. It can be.
  • the volumetric visual track is a volumetric visual media handler type 'volv' in the HandlerBox of the MediaBox and/or a minf box of the MediaBox. It can be identified by my volumetric visual media header (vvhd).
  • a minf box may be referred to as a media information container or a media information box. The minf box may be included in the media box (MediaBox), the media box (MediaBox) may be included in the track box, and the track box may be included in the moov box of the file.
  • a single volumetric visual track or multiple volumetric visual tracks can exist in a file.
  • the encapsulation processor mentioned in this disclosure may create a sample group by grouping one or more samples.
  • the encapsulation processor, meta data processor, or signaling processor mentioned in this disclosure may signal signaling information related to a sample group to a sample, a sample group, or a sample entry. That is, sample group information associated with a sample group may be added to a sample, sample group, or sample entry.
  • the sample group information may be 3D bounding box sample group information, 3D region sample group information, 3D tile sample group information, 3D tile inventory sample group information, and the like.
  • the encapsulation processor mentioned in this disclosure may create a track group by grouping one or more tracks.
  • the encapsulation processor, meta data processor, or signaling processor mentioned in this disclosure may signal signaling information related to a track group to a sample, track group, or sample entry. That is, track group information associated with a track group may be added to a sample, track group, or sample entry.
  • the track group information may be 3D bounding box track group information, point cloud composition track group information, spatial area track group information, 3D tile track group information, 3D tile inventory track group information, and the like.
  • FIG. 13 is a diagram for explaining an ISOBMFF-based file including a single track.
  • 13(a) shows an example of the layout of an ISOBMFF-based file including a single track
  • FIG. 13(b) shows a sample structure of an mdat box when a G-PCC bitstream is stored in a single track of a file.
  • 14 is a diagram for explaining an ISOBMFF-based file including multiple tracks.
  • 14(a) shows an example of the layout of an ISOBMFF-based file including multiple tracks
  • FIG. 14(b) shows a sample structure of an mdat box when a G-PCC bitstream is stored in a single track of a file. shows an example for
  • a stsd box (SampleDescriptionBox) included in the moov box of the file may include a sample entry for a single track storing a G-PCC bitstream.
  • SPS, GPS, APS, and tile inventories can be included in sample entries in the moov box or samples in the mdat box in the file.
  • geometry slices and attribute slices of zero or more may be included in the sample of the mdat box in the file.
  • the sample may include TLV encapsulation structures including geometry slices. Additionally, a sample may include TLV encapsulation structures that include one or more parameter sets. Additionally, a sample may contain TLV encapsulation structures containing one or more attribute slices.
  • each geometry slice or attribute slice may be mapped to an individual track.
  • a geometry slice may be mapped to track 1
  • an attribute slice may be mapped to track 2.
  • a track (track 1) carrying a geometry slice may be referred to as a geometry track or a G-PCC geometry track
  • a track (track 2) carrying an attribute slice may be referred to as an attribute track or a G-PCC attribute track.
  • the geometry track may be defined as a volumetric visual track carrying geometry slices
  • the attribute track may be defined as a volumetric visual track carrying attribute slices.
  • a track carrying a part of a G-PCC bitstream including both a geometry slice and an attribute slice may be referred to as a multiplexed track.
  • each sample in a track may include at least one TLV encapsulation structure carrying data of a single G-PCC component.
  • each sample contains neither geometry nor attributes, and may also contain multiple attributes. Multi-track encapsulation of the G-PCC bitstream can enable a G-PCC player to effectively access one of the G-PCC components.
  • Temporal scalability can refer to functionality that allows for the possibility of extracting one or more subsets of independently coded frames.
  • temporal scalability may refer to a function of dividing G-PCC data into a plurality of different temporal levels and independently processing each G-PCC frame belonging to the different temporal levels. If temporal scalability is supported, the G-PCC player (or the transmission device and/or the reception device of the present disclosure) can effectively access a desired component (target component) among G-PCC components.
  • target component target component
  • temporal scalability support can be expressed as more flexible temporal sub-layering at the system level.
  • temporal scalability allows a system that processes G-PCC data (point cloud content provision system) to manipulate data at a high level to match network capabilities or decoder capabilities, etc. It is possible to improve the performance of the point cloud content providing system.
  • G-PCC data point cloud content provision system
  • the G-PCC player may operate as follows for each of the temporal level tracks and temporal level tile tracks in order to reconstruct the G-PCC bitstream.
  • the G-PCC player selects only G-PCC tracks whose temporal level id is 0.
  • the player extracts samples from the tracks selected in step 1 for a specific presentation time.
  • the player selects additional G-PCC tracks with temporal level id greater than or equal to 1.
  • the player extracts G-PCC samples from the temporal level tracks selected in step 3 for a specific display time.
  • the player removes the G-PCC tracks with the highest temporal level id from the list of tracks selected in step 3.
  • the G-PCC player first selects target tiles and corresponding tile track(s) based on the user's viewport.
  • the player refines the selection criteria of the tile tracks selected in step 1 by selecting only the tile tracks with temporal level id 0.
  • the player extracts tile samples from the tile tracks selected in step 2 for a specified display time.
  • the player decides to provide higher temporal resolution content for the tiles selected in step 1, the player selects an additional G-PCC tile track whose temporal level id is greater than or equal to 1 from the list of tile tracks selected in step 1. choose them.
  • the player extracts samples for target tiles from the temporal level tile tracks selected in step 4 for a specific display time.
  • step 6 If the user changes the viewport, the player repeats the process of steps 1 to 5. If the user wants to keep the previous temporal resolution for the new viewport, the player can skip step 3.
  • the existing player has a problem in that it is unclear how to process decoded but not yet displayed samples when target parameters (or operating parameters) are changed.
  • necessary tracks may be selected based on a target temporal level, and a sample extraction process may be performed from the selected tracks. Further, according to embodiments of the present disclosure, if the target parameter(s) are changed, samples that are not decoded or marked may be discarded, and the sample extraction process may be performed again based on the new target parameter(s). .
  • Embodiments of the present disclosure may be provided based on the following aspects.
  • the G-PCC file parser/player (hereinafter referred to as 'player') may operate based on at least the following parameters.
  • the player operates based on a predetermined target temporal level/id.
  • the player operates based on the target temporal level/id and the target tile id list.
  • the player transmits extracted but not yet decoded samples to the decoder according to each decoding time.
  • a predetermined target temporal level may be provided to the G-PCC player to handle temporal level tracks.
  • the G-PCC player can identify temporal level tracks based on the target temporal level and perform a sample extraction process.
  • the G-PCC player may be provided with a certain target temporal level and target tile id list.
  • the G-PCC player can identify temporal level tile tracks based on the target temporal level and target tile id list, and perform a sample extraction process.
  • Embodiment 1 of the present disclosure may be provided based on configurations 1 to 4 described above.
  • Embodiment 1 of the present disclosure will be described in more detail with reference to the accompanying drawings.
  • FIG. 15 is a flowchart illustrating a method of handling temporal level tracks according to an embodiment of the present disclosure. Each step of FIG. 15 may be performed by the aforementioned (G-PCC file) receiving device.
  • the receiving device may identify a track set including one or more tracks from the G-PCC file (S1510).
  • each track included in the track set may have a temporal level equal to or smaller than a predetermined target temporal level.
  • the receiving device may extract samples belonging to a temporal level smaller than or equal to the target temporal level from the identified track set (S1520).
  • the extracted samples may be transmitted to a decoder (eg, the decoding unit 23 of FIG. 1) according to each decoding time (S1530).
  • the decoded samples may be transmitted to a renderer (eg, the rendering unit 24 of FIG. 1) for display (or reproduction) according to each display/composite time.
  • the receiving device may execute the steps described above, and samples decoded based on the previous target temporal level but not yet marked may be discarded.
  • FIG. 16 is a flow diagram illustrating a method of handling temporal level tile tracks according to an embodiment of the present disclosure. Each step of FIG. 16 may be performed by the aforementioned (G-PCC file) receiving device.
  • the receiving device may identify a tile track set including one or more tile tracks from a G-PCC file (S1610).
  • each tile track included in the tile track set may include a temporal level less than or equal to a predetermined target temporal level and a tile (or tile id) included in the target tile id list.
  • the receiving device may extract, from the identified tile track set, samples belonging to a temporal level smaller than or equal to the target temporal level and including a tile (or tile id) included in the target tile id list (S1620). .
  • the extracted samples may be transmitted to a decoder (eg, the decoding unit 23 of FIG. 1) according to each decoding time (S1630).
  • the decoded samples may be transmitted to a renderer (eg, the rendering unit 24 of FIG. 1) for display (or reproduction) according to each display/composite time (S1640).
  • the receiving device may perform the above-described steps again from step S1610, and decoded based on the previous target temporal level and target tile id list. Samples not yet marked may be discarded.
  • 17 is a diagram for explaining a method of generating multi-temporal level tile tracks and extracting samples therefrom according to an embodiment of the present disclosure.
  • G-PCC frames may be divided into multiple temporal level tile tracks in an encapsulation process.
  • each G-PCC frame may consist of 8 tiles, and all G-PCC frames in a bitstream may be grouped into 3 temporal levels.
  • G-PCC samples may be encapsulated within an ISOBMFF file using temporal level tile tracks.
  • Each temporal level tile track may represent G-PCC samples of a specific tile belonging to a specific temporal level.
  • Each tile track can carry all G-PCC component data.
  • the G-PCC player configures target tiles and corresponding temporal level tile tracks based on a given target temporal level and a target tile id list based on the user's viewing orientation. You can choose. Initially, the target temporal level is temporal level 0 and the target tile id list may contain tile ids 1, 2, 5 and 6. Based on these targets, the player selects tile tracks 1, 2, 5 and 6 with temporal level 0, extracts samples from those tile tracks, and extracts the extracted samples according to their respective decoding times. After sending to the decoder, we can display the (decoded) samples at each synthesis time.
  • the player selects tile tracks 1, 2, 5, and 6 having temporal levels 0 and 1, and the tile tracks After extracting samples from , and transmitting the extracted samples to the decoder according to each decoding time, the (decoded) samples can be displayed at each synthesis time.
  • temporal level tracks/tile tracks may be handled based on predetermined target parameter(s).
  • the G-PCC player may identify temporal level tracks/tile tracks less than or equal to the target temporal level, and perform a sample extraction process based on the target parameter(s).
  • samples that have been decoded but not yet marked may be discarded if the target parameters are changed.
  • file processing efficiency can be improved and player operation can be made clearer.
  • the G-PCC player may discard the following samples.
  • the player may record the display time of the last displayed/presented sample based on the previous target parameter(s).
  • the presentation time may be recorded in the variable lastPresentationTime.
  • the player can perform a sample extraction process from selected tracks based on the new target parameter(s).
  • the extracted samples may be limited to have a display time greater than the variable lastPresentationTime.
  • the player may transmit (to the renderer) each sample that has been decoded but not yet displayed to be displayed according to each display time.
  • the player may discard the following samples after setting the variable targetChangeTime value.
  • the variable targetChangeTime may indicate the time the target parameter(s) were changed.
  • variable targetChangeTime value can be set as follows.
  • the new target parameter(s) is the time given to the player plus a fixed offset time.
  • the offset time is set as a configuration parameter for the player operation.
  • G-PCC a.
  • the player operates based on the given target temporal level/id, the list of target tile ids and the variable lastPresentationTime.
  • identifying a set of tracks i.e., a track set
  • a set of tracks i.e., a track set
  • a set of tile tracks ie, a tile track set
  • a temporal level less than or equal to a predetermined target temporal level and a tile (or tile id) included in the target tile id list is identified.
  • a predetermined target temporal level and variable lastPresentationTime may be provided to the G-PCC player to handle temporal level tracks.
  • the G-PCC player can identify temporal level tracks based on the target temporal level and perform a sample extraction process further based on the variable lastPresentationTime.
  • the G-PCC player may be provided with a certain target temporal level, a list of target tile ids and a variable lastPresentationTime.
  • the G-PCC player can identify the temporal level tracks/tile tracks based on the target temporal level and the target tile id list, and perform the sample extraction process further based on the variable lastPresentationTime.
  • Embodiment 2 of the present disclosure when the above-described target parameter(s) is changed, samples that are not decoded or displayed (ie, reproduced) may be discarded according to a predetermined requirement.
  • Embodiment 2 of the present disclosure may be provided based on the above-described configurations 7 to 18.
  • Embodiment 2 of the present disclosure will be described in more detail with reference to the accompanying drawings.
  • FIG. 18 is a flow diagram illustrating a method of handling temporal level tracks according to an embodiment of the present disclosure. Each step of FIG. 18 may be performed by the above-described (G-PCC file) receiving device.
  • the receiving device may identify a track set including one or more tracks from the G-PCC file (S1810).
  • each track included in the track set may have a temporal level equal to or smaller than a predetermined target temporal level.
  • the receiving device may extract samples belonging to a temporal level less than or equal to the target temporal level and having a display time greater than the value of the variable lastPresentationTime from the identified track set (S1820).
  • the value of the variable lastPrsentationTime may be set equal to the display time of the last displayed sample.
  • the extracted samples may be transmitted to a decoder (eg, the decoder 23 of FIG. 1) according to each decoding time (S1830). And, when the extracted samples are decoded, the decoded samples may be transmitted to a renderer (eg, the rendering unit 24 of FIG. 1) for display (or reproduction) according to each display/composite time.
  • FIG. 19 is a flowchart illustrating a method of handling temporal level tile tracks according to an embodiment of the present disclosure. Each step of FIG. 19 may be performed by the aforementioned (G-PCC file) receiving device.
  • the receiving device may identify a tile track set including one or more tile tracks from a G-PCC file (S1910).
  • each tile track included in the tile track set may include a temporal level less than or equal to a predetermined target temporal level and a tile (or tile id) included in the target tile id list.
  • the receiving device determines, from the identified tile track set, a tile (or tile id) belonging to a temporal level less than or equal to the target temporal level, included in the target tile id list, and having a display time greater than the value of the variable lastPrsentationTime.
  • samples having can be extracted (S1920).
  • the value of the variable lastPrsentationTime may be set equal to the display time of the last displayed sample.
  • the extracted samples may be transmitted to a decoder (eg, the decoder 23 of FIG. 1) according to each decoding time (S1930). Then, when the extracted samples are decoded, the decoded samples may be transmitted to a renderer (eg, the rendering unit 24 of FIG. 1) for display (or reproduction) according to each display/composite time (S1940). ).
  • the value of the variable lastPrsentationTime may be set equal to the least possible presentation time.
  • FIG. 20 is a flowchart illustrating a sample processing method when a target parameter is changed according to an embodiment of the present disclosure. Each step of FIG. 20 may be performed by the above-described (G-PCC) receiving device.
  • G-PCC above-described
  • the receiving device sets a variable targetChangeTime to an offset time fixed to a given time of the new target parameter(s). It can be set as an added value (S2010).
  • a fixed offset time may be set externally.
  • a fixed offset time may be one of the setting parameters for player operation.
  • the receiving device may discard predetermined first samples and second samples (S2020).
  • the first samples are extracted but not yet decoded samples, and may include samples having a display time greater than the variable targetChangeTime value.
  • the second samples are samples that have been decoded but not yet displayed, and may include samples having a display time greater than the variable targetChangeTime value.
  • the receiving device transmits the extracted samples other than discarded samples to the decoder according to each decoding time, and then transmits the decoded samples (to the renderer) according to each display time for display (or playback). (S2030).
  • the receiving device may set the variable lastPresentationTime equal to the display time of the last displayed sample, and perform a sample extraction process based on the new target parameter(s) (S2040).
  • temporal level tracks/tile tracks may be handled based on predetermined target parameter(s) and variable lastPresentationTime.
  • the G-PCC player may identify temporal level tracks/tile tracks less than or equal to the target temporal level, and perform a sample extraction process based on the target parameter(s) and the variable lastPresentationTime.
  • the target parameters are changed, decoded but not yet displayed samples are discarded and the variable targetChangeTime may be set to a predetermined value.
  • 21 is a flowchart illustrating a method performed in an apparatus for receiving point cloud data according to an embodiment of the present disclosure.
  • the receiving device may identify a track set including one or more tracks from point cloud data based on a predetermined target temporal level (S2110). And, after extracting one or more samples from the identified track set (S2120), the receiving device may transmit the extracted samples to the decoder.
  • each track included in the track set may include a tile identifier included in a predefined target tile identifier list.
  • each extracted sample may belong to a temporal level less than or equal to the target temporal level.
  • each sample extracted belongs to a temporal level less than or equal to the target temporal level and greater than a first predetermined presentation time.
  • the first display time may be set to the display time of the last reproduced sample among the extracted samples.
  • the first display time may be set to a minimum possible display time.
  • each extracted sample belongs to a temporal level less than or equal to the target temporal level, and has a tile identifier included in the target tile identifier list.
  • each extracted sample belongs to a temporal level less than or equal to the target temporal level, and has a tile identifier included in the target tile identifier list. and may have a presentation time greater than a predetermined first presentation time.
  • a predetermined target change time is set based on a change in at least one of the target parameters including the target temporal level, and a first display time having a display time greater than the target change time among the extracted samples. 1 samples and 2 samples can be discarded.
  • the first samples may include non-decoded samples among the extracted samples
  • the second samples may include decoded but not reproduced samples among the extracted samples. Meanwhile, among the extracted samples, the remaining samples other than the discarded samples may be transmitted to the decoder, and the above-described sample extraction process (S2110 and S2120) may be performed again based on the changed at least one target parameter. .
  • FIG. 22 is a flowchart illustrating a method performed in an apparatus for transmitting point cloud data according to an embodiment of the present disclosure.
  • the transmission device may divide and store a bitstream including point cloud data into a plurality of tracks (S2210). And, the transmission device may generate a geometry-based point cloud compression (G-PCC) file including the tracks (S2220).
  • G-PCC geometry-based point cloud compression
  • the plurality of tracks may include at least one of temporal level tracks or temporal level tile tracks.
  • the temporal level tracks may be decapsulated by a sample extraction process based on a predetermined target temporal level.
  • the temporal level tile tracks may be decapsulated by a sample extraction process based on the target temporal level and a predetermined target tile identifier list. Embodiments of the present disclosure may be applied for the decapsulation, and details thereof are as described above with reference to FIGS. 15 to 20 .
  • a required track set may be identified based on predetermined target parameter(s), and a sample extraction process may be performed from the identified track set. Also, if the target parameter(s) are changed, samples that are not decoded or marked may be discarded and the sample extraction process performed again based on the new target parameter(s). Accordingly, file processing efficiency may be improved and player operation may be more clear.
  • Exemplary methods of this disclosure are presented as a series of operations for clarity of explanation, but this is not intended to limit the order in which steps are performed, and each step may be performed concurrently or in a different order, if desired.
  • other steps may be included in addition to the exemplified steps, other steps may be included except for some steps, or additional other steps may be included except for some steps.
  • a transmitting device or a receiving device performing a predetermined operation may perform an operation (step) for checking the execution condition or situation of the corresponding operation (step). For example, when it is described that a predetermined operation is performed when a predetermined condition is satisfied, the video encoding apparatus or the video decoding apparatus performs an operation to check whether the predetermined condition is satisfied, and then performs the predetermined operation. can be done
  • various embodiments of the present disclosure may be implemented by hardware, firmware, software, or a combination thereof.
  • ASICs application specific integrated circuits
  • DSPs digital signal processors
  • DSPDs digital signal processing devices
  • PLDs programmable logic devices
  • FPGAs field programmable gate arrays
  • It may be implemented by a processor (general processor), controller, microcontroller, microprocessor, or the like.
  • the scope of the present disclosure is software or machine-executable instructions (eg, operating systems, applications, firmware, programs, etc.) that cause operations in accordance with the methods of various embodiments to be executed on a device or computer, and such software or It includes a non-transitory computer-readable medium in which instructions and the like are stored and executable on a device or computer.
  • Embodiments according to this disclosure may be used to provide point cloud content. Also, embodiments according to the present disclosure may be used to encode/decode point cloud data.

Landscapes

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

Abstract

포인트 클라우드 데이터의 전송 장치, 전송 장치에서 수행되는 방법, 수신 장치, 및 수신 장치에서 수행되는 방법이 제공된다. 본 개시에 따른 포인트 클라우드 데이터의 수신 장치에서 수행되는 방법은, 소정의 타겟 시간적 레벨에 기반하여 상기 포인트 클라우드 데이터로부터 하나 이상의 트랙들을 포함하는 트랙 세트를 식별하는 단계, 및 상기 식별된 트랙 세트로부터 하나 이상의 샘플들을 추출하는 단계를 포함하되, 상기 트랙 세트에 포함된 각각의 트랙은 상기 타겟 시간적 레벨보다 작거나 같은 시간적 레벨을 포함할 수 있다.

Description

포인트 클라우드 데이터의 전송 장치와 이 전송 장치에서 수행되는 방법 및, 포인트 클라우드 데이터의 수신 장치와 이 수신 장치에서 수행되는 방법
본 개시는 포인트 클라우드 콘텐트(point cloud content)를 처리하는 방법 및 장치에 대한 것이다.
포인트 클라우드 콘텐트는 3차원 공간을 표현하는 좌표계에 속한 점(포인트)들의 집합인 포인트 클라우드로 표현되는 콘텐트이다. 포인트 클라우드 콘텐트는 3차원으로 이루어진 미디어를 표현할 수 있으며, VR(virtual reality, 가상현실), AR(augmented reality, 증강현실), MR(mixed reality, 혼합현실), 및 자율 주행 서비스 등의 다양한 서비스를 제공하기 위해 사용된다. 포인트 클라우드 콘텐트를 표현하기 위해서는 수만 개에서 수십만 개의 포인트 데이터가 필요하므로, 방대한 양의 포인트 데이터를 효율적으로 처리하기 위한 방법이 요구된다.
본 개시는 포인트 클라우드 데이터를 효율적으로 처리하기 위한 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 G-PCC 파일에 대해 시간적 확장성(temporal scalability)을 지원하는 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 소정의 타겟 파라미터(들)에 기반하여 샘플 추출 프로세스를 수행하는 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 소정의 타겟 파라미터(들)이 변경된 경우 소정의 기추출 샘플들을 폐기하고 샘플 추출 프로세스를 재시작하는 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 G-PCC 비트스트림을 파일 내 단일 트랙에 효율적으로 저장하거나 복수의 트랙들에 분할하여 저장하고, 이에 대한 시그널링을 제공하는 포인트 클라우드 콘텐트 서비스 제공을 위한 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 저장된 G-PCC 비트스트림에 대한 효율적인 접근을 지원할 수 있도록 하기 위한 파일 저장 기법을 처리하는 방법 및 장치를 제공하는 것을 목적으로 한다.
본 개시에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 개시의 일 실시예에 따른 포인트 클라우드 데이터의 수신 장치에서 수행되는 방법은, 소정의 타겟 시간적 레벨에 기반하여 상기 포인트 클라우드 데이터로부터 하나 이상의 트랙들을 포함하는 트랙 세트를 식별하는 단계, 및 상기 식별된 트랙 세트로부터 하나 이상의 샘플들을 추출하는 단계를 포함하되, 상기 트랙 세트에 포함된 각각의 트랙은 상기 타겟 시간적 레벨보다 작거나 같은 시간적 레벨을 포함할 수 있다.
본 개시의 다른 실시예에 따른 포인트 클라우드 데이터의 수신 장치는, 메모리 및 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 소정의 타겟 시간적 레벨에 기반하여 상기 포인트 클라우드 데이터로부터 하나 이상의 트랙들을 포함하는 트랙 세트를 식별하고, 상기 식별된 트랙 세트로부터 하나 이상의 샘플들을 추출하되, 상기 트랙 세트에 포함된 각각의 트랙은 상기 타겟 시간적 레벨보다 작거나 같은 시간적 레벨을 포함할 수 있다.
본 개시의 또 다른 실시예에 따른 포인트 클라우드 데이터의 전송 장치에서 수행되는 방법은, 상기 포인트 클라우드 데이터를 포함하는 비트스트림을 분할하여 복수의 트랙들에 저장하는 단계, 및 상기 트랙들을 포함하는 G-PCC(geometry-based point cloud compression) 파일을 생성하는 단계를 포함하되, 상기 복수의 트랙들은 시간적 레벨 트랙들 또는 시간적 레벨 타일 트랙들 중 적어도 하나를 포함하고, 상기 시간적 레벨 트랙들은 소정의 타겟 시간적 레벨에 기반한 샘플 추출 프로세스에 의해 디캡슐레이션되며, 상기 시간적 레벨 타일 트랙들은 상기 타겟 시간적 레벨 및 소정의 타겟 타일 식별자 리스트에 기반한 샘플 추출 프로세스에 의해 디캡슐레이션될 수 있다.
본 개시의 또 다른 실시예에 따른 포인트 클라우드 데이터의 전송 장치는, 메모리 및 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 상기 포인트 클라우드 데이터를 포함하는 비트스트림을 분할하여 복수의 트랙들에 저장하고, 상기 트랙들을 포함하는 G-PCC(geometry-based point cloud compression) 파일을 생성하되, 상기 복수의 트랙들은 시간적 레벨 트랙들 또는 시간적 레벨 타일 트랙들 중 적어도 하나를 포함하고, 상기 시간적 레벨 트랙들은 소정의 타겟 시간적 레벨에 기반한 샘플 추출 프로세스에 의해 디캡슐레이션되며, 상기 시간적 레벨 타일 트랙들은 상기 타겟 시간적 레벨 및 소정의 타겟 타일 식별자 리스트에 기반한 샘플 추출 프로세스에 의해 디캡슐레이션될 수 있다.
본 개시에 따르면, 포인트 클라우드 데이터를 효율적으로 처리하기 위한 방법 및 장치를 제공될 수 있다.
또한, 본 개시에 따르면, G-PCC 파일에 대해 시간적 확장성(temporal scalability)을 지원하는 방법 및 장치를 제공될 수 있다.
또한, 본 개시에 따르면, 소정의 타겟 파라미터(들)에 기반하여 샘플 추출 프로세스를 수행하는 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 소정의 타겟 파라미터(들)이 변경된 경우 소정의 기추출 샘플들을 폐기하고 샘플 추출 프로세스를 재시작하는 방법 및 장치를 제공될 수 있다.
또한, 본 개시에 따르면, G-PCC 비트스트림을 파일 내 단일 트랙에 효율적으로 저장하거나 복수의 트랙들에 분할하여 저장하고, 이에 대한 시그널링을 제공하는 포인트 클라우드 콘텐트 서비스 제공을 위한 방법 및 장치를 제공될 수 있다.
또한, 본 개시에 따르면, 저장된 G-PCC 비트스트림에 대한 효율적인 접근을 지원할 수 있도록 하기 위한 파일 저장 기법을 처리하는 방법 및 장치를 제공될 수 있다.
본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 개시의 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템의 예시를 나타내는 블록도이다.
도 2는 본 개시의 실시예들에 따른 포인트 클라우드 콘텐트 제공 과정의 예시를 나타내는 블록도이다.
도 3은 본 개시의 실시예들에 따른 포인트 클라우드 부호화 장치의 예시를 나타낸다.
도 4는 본 개시의 실시예들에 따른 포인트 클라우드 복호화 장치의 예시를 나타내는 블록도이다.
도 5는 본 개시의 실시예들에 따른 포인트 클라우드 복호화 장치의 다른 예시를 나타내는 블록도이다.
도 6은 본 개시의 실시예들에 따른 전송 장치의 다른 예시를 나타내는 블록도이다.
도 7은 본 개시의 실시예들에 따른 수신 장치의 다른 예시를 나타내는 블록도이다.
도 8은 본 개시의 실시예들에 따른 포인트 클라우드 데이터 송수신 방법/장치와 연동 가능한 구조의 예시를 나타낸다.
도 9는 본 개시의 실시예들에 따른 전송 장치의 또 다른 예시를 나타내는 블록도이다.
도 10은 본 개시의 실시예들에 따른 바운딩 박스를 3차원 블록들로 공간 분할한 예시를 나타낸다.
도 11은 본 개시의 실시예들에 따른 수신 장치의 또 다른 예시를 나타내는 블록도이다.
도 12는 본 개시의 실시예들에 따른 타일 인벤토리 신택스 구조에 대한 예시를 나타낸다.
도 13은 본 개시의 실시예들에 따른 싱글 트랙을 포함하는 파일에 대한 예시를 나타낸다.
도 14는 본 개시의 실시예들에 따른 멀티플 트랙을 포함하는 파일에 대한 예시를 나타낸다.
도 15는 본 개시의 일 실시예에 따른 시간적 레벨 트랙들을 핸들링하는 방법을 나타낸 흐름도이다.
도 16은 본 개시의 일 실시예에 따른 시간적 레벨 타일 트랙들을 핸들링하는 방법을 나타낸 흐름도이다.
도 17은 본 개시의 일 실시예에 따른 다중 시간적 레벨 타일 트랙들의 생성 및 이로부터 샘플들을 추출하는 방법을 설명하기 위한 도면이다.
도 18은 본 개시의 일 실시예에 따른 시간적 레벨 트랙들을 핸들링하는 방법을 나타낸 흐름도이다.
도 19는 본 개시의 일 실시예에 따른 시간적 레벨 타일 트랙들을 핸들링하는 방법을 나타낸 흐름도이다.
도 20은 본 개시의 일 실시예에 따른 타겟 파라미터 변경시 샘플 처리 방법을 나타낸 흐름도이다.
도 21은 본 개시의 일 실시예에 따른 포인트 클라우드 데이터의 수신 장치에서 수행되는 방법을 나타낸 흐름도이다.
도 22는 본 개시의 일 실시예에 따른 포인트 클라우드 데이터의 전송 장치에서 수행되는 방법을 나타낸 흐름도이다.
이하에서는 첨부한 도면을 참고로 하여 본 개시의 실시예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
본 개시의 실시예를 설명함에 있어서 공지 구성 또는 기능에 대한 구체적인 설명이 본 개시의 요지를 흐릴 수 있다고 판단되는 경우에는 그에 대한 상세한 설명은 생략한다. 그리고, 도면에서 본 개시에 대한 설명과 관계없는 부분은 생략하였으며, 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본 개시에 있어서, 어떤 구성요소가 다른 구성요소와 "연결", "결합" 또는 "접속"되어 있다고 할 때, 이는 직접적인 연결 관계뿐만 아니라, 그 중간에 또 다른 구성요소가 존재하는 간접적인 연결 관계도 포함할 수 있다. 또한 어떤 구성요소가 다른 구성요소를 "포함한다" 또는 "가진다"고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 배제하는 것이 아니라 또 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 개시에 있어서, 제1, 제2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용되며, 특별히 언급되지 않는 한 구성요소들 간의 순서 또는 중요도 등을 한정하지 않는다. 따라서, 본 개시의 범위 내에서 일 실시예에서의 제1 구성요소는 다른 실시예에서 제2 구성요소라고 칭할 수도 있고, 마찬가지로 일 실시예에서의 제2 구성요소를 다른 실시예에서 제1 구성요소라고 칭할 수도 있다.
본 개시에 있어서, 서로 구별되는 구성요소들은 각각의 특징을 명확하게 설명하기 위함이며, 구성요소들이 반드시 분리되는 것을 의미하지는 않는다. 즉, 복수의 구성요소가 통합되어 하나의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있고, 하나의 구성요소가 분산되어 복수의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있다. 따라서, 별도로 언급하지 않더라도 이와 같이 통합된 또는 분산된 실시예도 본 개시의 범위에 포함된다.
본 개시에 있어서, 다양한 실시예에서 설명하는 구성요소들이 반드시 필수적인 구성요소들을 의미하는 것은 아니며, 일부는 선택적인 구성요소일 수 있다. 따라서, 일 실시예에서 설명하는 구성요소들의 부분집합으로 구성되는 실시예도 본 개시의 범위에 포함된다. 또한, 다양한 실시예에서 설명하는 구성요소들에 추가적으로 다른 구성요소를 포함하는 실시예도 본 개시의 범위에 포함된다.
본 개시는 포인트 클라우드 관련 데이터의 부호화 및 복호화에 관한 것으로서, 본 개시에서 사용되는 용어는, 본 개시에서 새롭게 정의되지 않는 한 본 개시가 속한 기술 분야에서 통용되는 통상의 의미를 가질 수 있다.
본 개시에서 “/”와 “,”는 “및/또는”으로 해석될 수 있다. 예를 들어, “A/B”와 “A, B”는 “A 및/또는 B”로 해석될 수 있다. 또한, “A/B/C”와 “A, B, C”는 “A, B 및/또는 C 중 적어도 하나”를 의미할 수 있다.
본 개시에서 “또는”은 “및/또는”으로 해석될 수 있다. 예를 들어, “A 또는 B”는, 1) “A” 만을 의미하거나 2) “B” 만을 의미하거나, 3) “A 및 B”를 의미할 수 있다. 또는, 본 개시에서 “또는”은 “추가적으로 또는 대체적으로(additionally or alternatively)”를 의미할 수 있다.
본 개시는 포인트 클라우드 관련 데이터의 압축에 관한 것이다. 본 개시의 다양한 방법 또는 실시예들은 MPEG(moving picture experts group)의 PCC(point cloud compression 또는 point cloud coding) 표준(ex. G-PCC or V-PCC 표준) 또는 차세대 비디오/이미지 코딩 표준에 적용될 수 있다.
본 개시에 있어서, “포인트 클라우드”는 3차원 공간에 위치한 포인트들의 집합을 의미할 수 있다. 또한, 본 개시에 있어서, “포인트 클라우드 콘텐트”는 포인트 클라우드로 표현되는 콘텐트로서, “포인트 클라우드 비디오/영상”를 의미할 수 있다. 이하에서는, '포인트 클라우드 비디오/영상'을 '포인트 클라우드 비디오'라 한다. 포인트 클라우드 비디오는 하나 이상의 프레임들을 포함할 수 있으며, 하나의 프레임은 정지 영상 또는 픽쳐일 수 있다. 따라서, 포인트 클라우드 비디오는 포인트 클라우드 영상/프레임/픽쳐를 포함할 수 있으며, “포인트 클라우드 영상”, “포인트 클라우드 프레임” 및 “포인트 클라우드 픽쳐” 중에서 어느 하나로 지칭될 수 있다.
본 개시에 있어서, “포인트 클라우드 데이터”는 포인트 클라우드 내 각 포인트들에 관련된 데이터 또는 정보 등을 의미할 수 있다. 포인트 클라우드 데이터는 지오메트리(geometry) 및/또는 어트리뷰트(attribute, 속성)를 포함할 수 있다. 또한, 포인트 클라우드 데이터는 메타(meta) 데이터를 더 포함할 수도 있다. 포인트 클라우드 데이터는 “포인트 클라우드 콘텐트 데이터” 또는 “포인트 클라우드 비디오 데이터” 등으로 지칭될 수 있다. 또한, 포인트 클라우드 데이터는 “포인트 클라우드 콘텐트”, “포인트 클라우드 비디오”, “G-PCC 데이터” 등으로 지칭될 수 있다.
본 개시에 있어서, 포인트 클라우드 데이터에 해당하는 포인트 클라우드 오브젝트(object)는 좌표계에 기반한 박스 형태로 나타낼 수 있으며, 이 좌표계에 기반한 박스 형태를 바운딩 박스(bounding box)라 할 수 있다. 즉, 바운딩 박스는 포인트 클라우드의 포인트들을 모두 담을 수 있는 직육면체(rectangular cuboid)일 수 있으며, 원본(source) 포인트 클라우드 프레임이 포함되는 직육면체일 수 있다.
본 개시에 있어서, 지오메트리는 각 포인트들의 포지션(또는, 포지션 정보)을 포함하며, 이 포지션은 3차원 좌표계(예를 들어, x축, y축 및 z축으로 이루어진 좌표계)를 나타내는 파라미터들(예를 들어, x축 값, y축 값 및 z축 값)로 표현될 수 있다. 지오메트리는 “지오메트리 정보”로 지칭될 수 있다.
본 개시에 있어서, 어트리뷰트는 각 포인트들의 속성을 포함할 수 있으며, 이 속성은 각 포인트들의 텍스쳐(texture) 정보, 색상(RGB 또는 YCbCr), 반사율(reflectance, r), 투명도(transparency) 등 중에서 하나 이상을 포함할 수 있다. 어트리뷰트는 “어트리뷰트 정보”로 지칭될 수 있다. 메타 데이터는 후술되는 획득 과정에서 획득에 관련된 다양한 데이터들을 포함할 수 있다.
포인트 클라우드 콘텐트 제공 시스템의 개요
도 1은 본 개시의 실시예들에 따른 포인트 클라우드 콘텐트를 제공하는 시스템(이하에서는, '포인트 클라우드 콘텐트 제공 시스템'이라 한다)의 예시를 나타낸다. 도 2는 포인트 클라우드 콘텐트 제공 시스템이 포인트 클라우드 콘텐트를 제공하는 과정의 예시를 나타낸다.
도 1에 예시된 바와 같이, 포인트 클라우드 콘텐트 제공 시스템은 전송 장치(transmission device, 10) 및 수신 장치(reception device, 20)를 포함할 수 있다. 포인트 클라우드 콘텐트 제공 시스템은 전송 장치(10)와 수신 장치(20)의 동작에 의해 도 2에 예시된 획득 과정(S20), 인코딩 과정(S21), 전송 과정(S22), 디코딩 과정(S23), 렌더링 과정(S24) 및/또는 피드백 과정(S25)을 수행할 수 있다.
전송 장치(10)는 포인트 클라우드 콘텐트를 제공하기 위하여, 포인트 클라우드 데이터를 획득하고, 획득된 포인트 클라우드 데이터(원본 포인트 클라우드 데이터)에 대한 일련의 과정(예를 들어, 인코딩 과정)을 거쳐 비트스트림을 출력할 수 있다. 여기서, 포인트 클라우드 데이터는 인코딩 과정을 거쳐 비트스트림 형태로 출력될 수 있다. 실시예들에 따라, 전송 장치(10)는 출력된 비트스트림을 파일 또는 스트리밍(스트리밍 세그먼트) 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 장치(20)로 전송할 수 있다. 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체를 포함할 수 있다. 수신 장치(20)는 수신된 데이터(예를 들어, 인코딩된 포인트 클라우드 데이터)를 다시 원래의 포인트 클라우드 데이터로 가공(예를 들어, 디코딩 또는 복원)하여 렌더링할 수 있다. 이러한 과정들을 통해 포인트 클라우드 콘텐트가 사용자에게 제공될 수 있으며, 본 개시는 이러한 일련의 과정들을 효과적으로 수행하기 위해 필요한 다양한 실시예들을 제공할 수 있다.
도 1에 예시된 바와 같이, 전송 장치(10)는 획득부(11), 부호화부(12), 인캡슐레이션 처리부(13) 및 전송부(14)를 포함할 수 있으며, 수신 장치(20)는 수신부(21), 디캡슐레이션 처리부(22), 복호화부(23) 및 렌더링부(24)를 포함할 수 있다.
획득부(11)는 캡쳐, 합성 또는 생성 과정 등을 통해 포인트 클라우드 비디오를 획득하는 과정(S20)을 수행할 수 있다. 따라서, 획득부(11)는 '포인트 클라우드 비디오 획득부(point cloud video acquisition)'로 지칭될 수 있다.
획득 과정(S20)에 의해 다수의 포인트들에 대한 포인트 클라우드 데이터(지오메트리 및/또는 어트리뷰트 등) 등이 생성될 수 있다. 또한, 획득 과정(S20)을 통해, 포인트 클라우드 비디오의 획득에 관련된 메타 데이터가 생성될 수 있다. 또한, 획득 과정(S20)에 의해 포인트 클라우드들 간의 연결 정보를 나타내는 메쉬(mesh) 데이터(예를 들어, 삼각형 형태의 데이터)가 생성될 수도 있다.
메타 데이터는 이니셜 뷰잉 오리엔테이션 메타 데이터(initial viewing orientation metadata)를 포함할 수 있다. 이니셜 뷰잉 오리엔테이션 메타 데이터는 포인트 클라우드 데이터가 앞을 나타내는 데이터인지 아니면 뒤를 나타내는 데이터인지를 지시할 수 있다. 메타 데이터는 포인트 클라우드에 대한 메타 데이터인 “보조(auxiliary) 데이터”로 지칭될 수 있다.
획득된 포인트 클라우드 비디오에는 PLY(polygon file format or the stanford triangle format) 파일이 포함될 수 있다. 포인트 클라우드 비디오는 하나 이상의 프레임들을 가지므로, 획득된 포인트 클라우드 비디오에는 하나 이상의 PLY 파일들이 포함될 수 있다. PLY 파일은 각 포인트들의 포인트 클라우드 데이터를 포함할 수 있다.
포인트 클라우드 비디오(또는, 포인트 클라우드 데이터)의 획득을 위해서, 획득부(11)는 깊이(depth, 깊이 정보)를 획득할 수 있는 카메라 장비와 깊이 정보에 대응되는 색상 정보를 추출할 수 있는 RGB 카메라들의 조합으로 구성될 수 있다. 여기서, 깊이 정보를 획득할 수 있는 카메라 장비는 적외선 패턴 프로젝터와 적외선 카메라의 조합일 수 있다. 또한, 획득부(11)는 라이다(LiDAR)로 구성될 수도 있는 데, 라이다는 레이저 펄스를 쏘고 반사되어 돌아오는 시간을 측정하여 반사체의 위치 좌표를 측정하는 레이더 시스템을 이용할 수 있다.
획득부(110)는 깊이 정보로부터 3차원 공간상의 포인트들로 구성된 지오메트리의 형태를 추출하고, RGB 정보로부터 각 포인트들의 색상이나 반사 등을 표현하는 어트리뷰트를 추출할 수 있다.
포인트 클라우드 비디오(또는, 포인트 클라우드 데이터)를 추출(또는, 캡쳐, 획득 등)하는 방식으로는, 중심 객체를 캡쳐하는 인워드-페이싱(inward-facing) 방식과, 외부 환경을 캡쳐하는 아웃워드-페이싱(outward-facing) 방식이 있을 수 있다.
한편, 컴퓨터로 생성된 가상의 공간에 대한 포인트 클라우드 비디오를 제공하고자 하는 경우에는, 실제 카메라를 통한 캡쳐가 수행되지 않을 수 있다. 이 경우, 캡쳐된 포인트 클라우드 콘텐트의 질을 향상시키기 위한 후처리가 필요할 수도 있다. 예를 들어, 획득 과정(S20)에서 카메라 장비가 제공하는 범위에서 최대/최소 깊이 값을 조정할 수 있지만, 원하지 않는 영역(예를 들어, 배경) 또는 원하지 않는 영역의 포인트 데이터들을 제거하는 후처리가 수행되거나, 연결된 공간을 인식하고 구멍(spatial hole)을 메우는 후처리가 수행될 수도 있다. 다른 예로, 공간 좌표계를 공유하는 카메라들로부터 추출된 포인트 클라우드 데이터를 각 카메라의 위치 좌표를 기준으로 각 포인트들에 대한 글로벌 좌표계로의 변환 과정을 통해 하나의 콘텐트로 통합하는 후처리가 수행될 수 있다. 이를 통해, 하나의 넓은 범위의 포인트 클라우드 컨텐트가 생성될 수도 있고, 또는 포인트들의 밀도가 높은 포인트 클라우드 컨텐트가 획득될 수도 있다.
부호화부(12)는 획득부(11)로부터 생성된 데이터들(지오메트리, 어트리뷰트 및/또는 메타 데이터 및/또는 메쉬 데이터 등)을 하나 이상의 비트스트림으로 인코딩하는 인코딩 과정(S21)을 수행할 수 있다. 따라서, 부호화부(12)는 '포인트 클라우드 비디오 인코더(point cloud video encoder)'로 지칭될 수 있다. 부호화부(12)는 획득부(11)로부터 생성된 데이터들을 직렬적 또는 병렬적으로 인코딩할 수 있다.
부호화부(12)가 수행하는 인코딩 과정(S21)은 지오메트리 기반 포인트 클라우드 압축(geometry-based point cloud compression, G-PCC)일 수 있다. 부호화부(12)는 압축 및 코딩 효율을 위하여 예측, 변환, 양자화, 엔트로피 코딩 등의 일련의 절차를 수행할 수 있다.
인코딩된 포인트 클라우드 데이터는 비트스트림 형태로 출력될 수 있다. G-PCC 절차에 기반하는 경우, 부호화부(12)는 포인트 클라우드 데이터를 후술하는 바와 같이 지오메트리 및 어트리뷰트로 나누어 인코딩할 수 있다. 이 경우, 출력되는 비트스트림은 인코딩된 지오메트리를 포함하는 지오메트리 비트스트림 및 인코딩된 어트리뷰트를 포함하는 어트리뷰트 비트스트림을 포함할 수 있다. 또한, 출력되는 비트스트림은 메타 데이터를 포함하는 메타 데이터 비트스트림, 보조 데이터를 포함하는 보조 비트스트림, 및 메쉬 데이터를 포함하는 메쉬 데이터 비트스트림 중에서 하나 이상을 더 포함할 수도 있다. 인코딩 과정(S21)에 대해서는 아래에서 더욱 상세하게 설명하도록 한다. 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림은 '포인트 클라우드 비트스트림' 또는 '포인트 클라우드 비디오 비트스트림'으로 지칭될 수 있다.
인캡슐레이션 처리부(13)는 복호화부(12)로부터 출력된 하나 이상의 비트스트림들을 파일 또는 세그먼트(segment) 등의 형태로 인캡슐레이션하는 과정을 수행할 수 있다. 따라서, 인캡슐레이션 처리부(13)는 '파일/세그먼트 인캡슐레이션 모듈(file/segment encapsulation module)'로 지칭될 수 있다. 도면에는 인캡슐레이션 처리부(13)가 전송부(14)와의 관계에서 별도의 컴포넌트/모듈로 구성되는 예시가 표현되어 있으나, 실시예들에 따라, 인캡슐레이션 처리부(13)는 전송부(14)에 포함될 수도 있다.
인캡슐레이션 처리부(13)는 해당 데이터들을 ISOBMFF(ISO Base Media File Format) 등의 파일 포맷으로 인캡슐레이션하거나, 기타 DASH 세그먼트 등의 형태로 처리할 수 있다. 실시예들에 따라, 인캡슐레이션 처리부(13)는 메타 데이터를 파일 포맷 상에 포함시킬 수 있다. 메타 데이터는 예를 들어 ISOBMFF 파일 포맷 상의 다양한 레벨의 박스(box)에 포함되거나, 파일 내에서 별도의 트랙 내의 데이터로 포함될 수 있다. 실시예들에 따라, 인캡슐레이션 처리부(130)는 메타 데이터 자체를 파일로 인캡슐레이션할 수 있다. 인캡슐레이션 처리부(13)에 의해 처리되는 메타 데이터는 도면에는 도시되지 않은 메타 데이터 처리부 등으로부터 전달받은 것일 수 있다. 메타 데이터 처리부는 부호화부(12)에 포함될 수도 있고, 또는 별도의 컴포넌트/모듈로 구성될 수도 있다.
전송부(14)는 '인캡슐레이션된 포인트 클라우드 비트스트림'에 파일 포맷에 따른 처리(전송을 위한 처리)를 가하는 전송 과정(S22)을 수행할 수 있다. 전송부(140)는 비트스트림 또는 해당 비트스트림을 포함하는 파일/세그먼트를 디지털 저장매체 또는 네트워크를 통하여 수신 장치(20)의 수신부(21)로 전달할 수 있다. 따라서, 전송부(14)는 '송신기(transmitter)' 또는 '통신 모듈(communication module)' 등으로 지칭될 수 있다.
전송부(14)는 임의의 전송 프로토콜에 따라 포인트 클라우드 데이터의 처리를 수행할 수 있다. 여기서, '임의의 전송 프로토콜에 따라 포인트 클라우드 데이터를 처리하는 것'은 '전송을 위한 처리'일 수 있다. 전송을 위한 처리에는 방송망을 통한 전달을 위한 처리, 브로드밴드를 통한 전달을 위한 처리 등이 포함될 수 있다. 실시예에 따라, 전송부(14)는 포인트 클라우드 데이터뿐만 아니라, 메타 데이터 처리부로부터 메타 데이터를 전달받아, 전달된 메타 데이터에 전송을 위한 처리를 가할 수도 있다. 실시예들에 따라, 전송을 위한 처리는 전송 처리부에서 수행될 수도 있으며, 전송 처리부는 전송부(14)에 포함되거나 전송부(14)와는 별도의 컴포넌트/모듈로 구성 수 있다.
수신부(21)는 전송 장치(10)가 전송한 비트스트림 또는 해당 비트스트림을 포함하는 파일/세그먼트를 수신할 수 있다. 전송되는 채널에 따라 수신부(21)는 방송망을 통하여 비트스트림 또는 해당 비트스트림을 포함하는 파일/세그먼트를 수신할 수도 있고, 브로드밴드를 통하여 비트스트림 또는 해당 비트스트림을 포함하는 파일/세그먼트를 수신할 수도 있다. 혹은, 수신부(21)는 디지털 저장 매체를 통하여 비트스트림 또는 해당 비트스트림을 포함하는 파일/세그먼트를 수신할 수도 있다.
수신부(21)는 수신된 비트스트림 또는 해당 비트스트림을 포함하는 파일/세그먼트에 대해 전송 프로토콜에 따른 처리를 수행할 수 있다. 수신부(21)는 전송 장치(10)에서 전송을 위한 처리가 수행된 것에 대응되도록, 전송 처리(전송을 위한 처리)의 역과정을 수행할 수 있다. 수신부(21)는 수신한 데이터들 중에서, 인코딩된 포인트 클라우드 데이터를 디캡슐레이션 처리부(22)로 전달하고, 메타 데이터를 메타 데이터 파싱부로 전달할 수 있다. 메타 데이터는 시그널링 테이블의 형태일 수 있다. 실시예들에 따라, 전송을 위한 처리의 역과정은 수신 처리부에서 수행될 수 있다. 수신 처리부, 디캡슐레이션 처리부(22) 및 메타 데이터 파싱부 각각은 수신부(21)에 포함되거나 수신부(21)와는 별도의 컴포넌트/모듈로 구성될 수 있다.
디캡슐레이션 처리부(22)는 수신부(21) 또는 수신 처리부로부터 전달받은 파일 형태의 포인트 클라우드 데이터(즉, 파일 형태의 비트스트림)를 디캡슐레이션할 수 있다. 따라서, 디캡슐레이션 처리부(22)는 '파일/세그먼트 디캡슐레이션 모듈(file/segment decapsulation module)'로 지칭될 수 있다.
디캡슐레이션 처리부(22)는 ISOBMFF 등에 따라 파일들을 디캡슐레이션함으로써 포인트 클라우드 비트스트림 내지 메타 데이터 비트스트림을 획득할 수 있다. 실시예들에 따라, 메타 데이터(메타데이터 비트스트림)는 포인트 클라우드 비트스트림에 포함될 수도 있다. 획득된 포인트 클라우드 비트스트림은 복호화부(23)로 전달될 수 있으며, 획득된 메타 데이터 비트스트림은 메타 데이터 처리부로 전달될 수 있다. 메타 데이터 처리부는 복호화부(23)에 포함될 수도 있고, 또는 별도의 컴포넌트/모듈로 구성될 수도 있다. 디캡슐레이션 처리부(23)가 획득하는 메타 데이터는 파일 포맷 내의 박스 혹은 트랙 형태일 수 있다. 디캡슐레이션 처리부(23)는 필요한 경우 메타 데이터 처리부로부터 디캡슐레이션에 필요한 메타 데이터를 전달받을 수도 있다. 메타 데이터는 복호화부(23)로 전달되어 디코딩 과정(S23)에 사용될 수도 있고, 또는 렌더링부(24)로 전달되어 렌더링 과정(S24)에 사용될 수도 있다.
복호화부(23)는 비트스트림을 입력 받아 부호화부(12)의 동작에 대응하는 동작을 수행함으로써, 포인트 클라우드 비트스트림(인코딩된 포인트 클라우드 데이터)을 디코딩하는 디코딩 과정(S23)을 수행할 수 있다. 따라서, 복호화부(23)는 '포인트 클라우드 비디오 디코더(point cloud video decoder)'로 지칭될 수 있다.
복호화부(23)는 포인트 클라우드 데이터를 지오메트리 및 어트리뷰트로 나누어 디코딩할 수 있다. 예를 들어, 복호화부(23)는 포인트 클라우드 비트스트림에 포함된 지오메트리 비트스트림으로부터 지오메트리를 복원(디코딩)할 수 있고, 포인트 클라우드 비트스트림에 포함된 어트리뷰트 비트스트림 및 복원된 지오메트리를 기반으로 어트리뷰트를 복원(디코딩)할 수 있다. 복원된 지오메트리에 따른 포지션 정보 및 디코딩된 어트리뷰트에 따른 어트리뷰트(컬러 또는 텍스처 등)를 기반으로 3차원의 포인트 클라우드 비디오/영상이 복원될 수 있다. 디코딩 과정(S23)에 대해서는 아래에서 더욱 상세하게 설명하도록 한다.
렌더링부(24)는 복원된 포인트 클라우드 비디오를 렌더링하는 렌더링 과정(S24)을 수행할 수 있다. 따라서, 렌더링부(24)는 '렌더러(renderer)'로 지칭될 수 있다.
렌더링 과정(S24)은 3D 공간상에 포인트 클라우드 콘텐트를 렌더링하고 디스플레이하는 과정을 의미할 수 있다. 렌더링 과정(S24)은 디코딩 과정을 통해 디코딩된 포인트들의 포지션 정보 및 어트리뷰트 정보에 기반하여 원하는 렌더링 방식에 따라 렌더링할 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 렌더링될 수도 있다. 사용자는 VR/AR 디스플레이 또는 일반 디스플레이 등을 통하여 렌더링된 결과의 전부 또는 일부 영역을 볼 수 있다. 렌더링된 비디오는 디스플레이부를 통하여 디스플레이될 수 있다. 사용자는 VR/AR 디스플레이 또는 일반 디스플레이 등을 통하여 렌더링된 결과의 전부 또는 일부 영역을 볼 수 있다.
피드백 과정(S25)은 렌더링 과정(S24) 또는 디스플레이 과정에서 획득될 수 있는 다양한 피드백 정보들을 전송 장치(10)로 전달하거나 수신 장치(20) 내 다른 구성들로 전달하는 과정을 포함할 수 있다. 피드백 과정(S25)은 도 1의 수신 장치(20)에 포함된 구성들 중에서 하나 이상에 의해 수행되거나, 또는 도 10 및 도 11에 표현된 구성들 중에서 하나 이상에 의해 수행될 수 있다. 실시예들에 따라, 피드백 과정(S25)은 '피드백부' 또는 '센싱/트랙킹부(sensing/tracking)'에 의해 수행될 수도 있다.
피드백 과정(S25)을 통해 포인트 클라우드 컨텐트 소비에 대한 인터랙티비티(interactivity)가 제공될 수 있다. 실시예들에 따라, 피드백 과정(S25)에서 헤드 오리엔테이션(head orientation) 정보, 사용자가 현재 보고 있는 영역을 나타내는 뷰포트(viewport) 정보 등이 피드백될 수 있다. 실시예들에 따라, 사용자는 VR/AR/MR/자율주행 환경 상에 구현된 것들과 상호 작용할 수도 있는 데, 이 경우 그 상호 작용과 관련된 정보가 피드백 과정(S25)에서 전송 장치(10) 내지 서비스 프로바이더측으로 전달될 수도 있다. 실시예들에 따라, 피드백 과정(S25)은 수행되지 않을 수도 있다.
헤드 오리엔테이션 정보는 사용자의 머리 위치, 각도, 움직임 등에 대한 정보를 의미할 수 있다. 이 정보를 기반으로 사용자가 현재 포인트 클라우드 비디오 내에서 보고 있는 영역에 대한 정보, 즉 뷰포트(viewport) 정보가 계산될 수 있다.
뷰포트 정보는 현재 사용자가 포인트 클라우드 비디오에서 보고 있는 영역에 대한 정보일 수 있다. 시점(viewpoint)은 사용자가 포인트 클라우드 비디오에서 보고 있는 지점으로서, 뷰포트 영역의 정중앙 지점을 의미할 수 있다. 즉, 뷰포트는 시점을 중심으로 한 영역인데, 그 영역이 차지하는 크기 형태 등은 FOV(field of view)에 의해 결정될 수 있다. 뷰포트 정보를 이용한 게이즈 분석(gaze analysis)을 통해, 사용자가 어떠한 방식으로 포인트 클라우드 비디오를 소비하는 지, 포인트 클라우드 비디오의 어느 영역을 얼마나 응시하는지 등이 확인될 수 있다. 게이즈 분석은 수신측(수신 장치)에서 수행되어 송신측(전송 장치)으로 피드백 채널을 통해 전달될 수도 있다. VR/AR/MR 디스플레이 등의 장치는 사용자의 머리 위치/방향, 장치가 지원하는 수직(vertical) 혹은 수평(horizontal) FOV 등에 근거하여 뷰포트 영역을 추출할 수 있다.
실시예들에 따라, 피드백 정보는 송신측(전송 장치)으로 전달되는 것뿐 아니라, 수신측(수신 장치)에서 소비될 수도 있다. 즉, 피드백 정보를 이용하여 수신측(수신 장치)의 디코딩 과정, 렌더링 과정 등이 수행될 수 있다.
예를 들어, 수신 장치(20)는 헤드 오리엔테이션 정보 및/또는 뷰포트 정보를 이용하여 현재 사용자가 보고 있는 영역에 대한 포인트 클라우드 비디오만 우선적으로 디코딩 및 렌더링할 수도 있다. 또한, 수신부(21)는 모든 포인트 클라우드 데이터를 수신하거나, 오리엔테이션 정보 및/또는 뷰포트 정보에 기반하여 오리엔테이션 정보 및/또는 뷰포트 정보가 나타내는 포인트 클라우드 데이터를 수신할 수도 있다. 또한, 디캡슐레이션 처리부(22)는 모든 포인트 클라우드 데이터를 디캡슐레이션하거나, 오리엔테이션 정보 및/또는 뷰포트 정보에 기반하여 오리엔테이션 정보 및/또는 뷰포트 정보가 나타내는 포인트 클라우드 데이터를 디캡슐레이션할 수도 있다. 또한, 복호화부(23)는 모든 포인트 클라우드 데이터를 디코딩하거나, 오리엔테이션 정보 및/또는 뷰포트 정보에 기반하여 오리엔테이션 정보 및/또는 뷰포트 정보가 나타내는 포인트 클라우드 데이터를 디코딩할 수도 있다.
포인트 클라우드 부호화 장치의 개요
도 3은 본 개시의 실시예들에 따른 포인트 클라우드 부호화 장치(300)의 예시를 나타낸다. 도 3의 포인트 클라우드 부호화 장치(300)는 도 1의 부호화부(12)와 구성 및 기능에서 대응될 수 있다.
도 3에 예시된 바와 같이, 포인트 클라우드 부호화 장치(300)는 좌표계 변환부(305), 지오메트리 양자화부(310), 옥트리 분석부(315), 근사화부(320), 지오메트리 인코딩부(325), 복원부(330), 어트리뷰트 변환부(340), RAHT 변환부(345), LOD 생성부(350), 리프팅부(355), 어트리뷰트 양자화부(360), 어트리뷰트 인코딩부(365) 및/또는 컬러 변환부(335)를 포함할 수 있다.
획득부(11)에 의해 획득된 포인트 클라우드 데이터는 네트워크의 상황 혹은 애플리케이션 등에 따라 포인트 클라우드 콘텐트의 질(예를 들어, 무손실-lossless, 손실-lossy, near-lossless)을 조절하기 위한 과정들을 거칠 수 있다. 또한, 획득된 포인트 클라우드 콘텐트의 각 포인트들을 손실 없이 전송할 수도 있지만, 그럴 경우 포인트 클라우드 콘텐트의 크기가 크기 때문에 실시간 스트리밍이 가능하지 않을 수 있다. 따라서, 포인트 클라우드 콘텐트의 원활한 제공을 위하여, 최대 타깃 비트율(bitrate)에 맞추어 포인트 클라우드 콘텐트를 재구성하는 과정이 필요하다.
포인트 클라우드 콘텐트의 질을 조절하기 위한 과정들은 포인트들의 위치 정보(지오메트리 정보에 포함된 포지션 정보) 또는 색상 정보(어트리뷰트 정보에 포함된 컬러 정보)를 재구성하는 과정과 인코딩하는 과정 등일 수 있다. 포인트들의 포지션 정보를 재구성 및 인코딩하는 과정을 지오메트리 코딩이라 지칭하고, 각 포인트들과 연관된 어트리뷰트 정보를 재구성 및 인코딩하는 과정을 어트리뷰트 코딩이라고 지칭할 수 있다.
지오메트리 코딩은 지오메트리 양자화 과정, 복셀화 과정, 옥트리 분석 과정, 근사화 과정, 지오메트리 인코딩 과정 및/또는 좌표계 변환 과정을 포함할 수 있다. 또한, 지오메트리 코딩은 지오메트리 복원 과정을 더 포함할 수 있다. 어트리뷰트 코딩은 색상 변환 과정, 어트리뷰트 변환 과정, 예측 변환 과정, 리프팅 변환 과정, RAHT 변환 과정, 어트리뷰트 양자화 과정, 어트리뷰트 인코딩 과정 등을 포함할 수 있다.
지오메트리 코딩
좌표계 변환 과정은 포인트들의 포지션들에 대한 좌표계(coordinate)를 변환하는 과정에 해당할 수 있다. 따라서, 좌표계 변환 과정은 'transform coordinates'로 지칭될 수 있다. 좌표계 변환 과정은 좌표계 변환부(305)에 의해 수행될 수 있다. 예를 들어, 좌표계 변환부(305)는 포인트들의 포지션을 글로벌 공간 좌표계로부터 3차원 공간(예를 들어, X축, Y축 및 Z축 좌표계로 표현되는 3차원 공간 등)의 포지션 정보로 변환할 수 있다. 실시예들에 따른 3차원 공간의 포지션 정보는 '지오메트리 정보'로 지칭될 수 있다.
지오메트리 양자화 과정은 포인트들의 포지션 정보를 양자화하는 과정에 해당할 수 있으며, 지오메트리 양자화부(310)에 의해 수행될 수 있다. 예를 들어, 지오메트리 양자화부(310)는 포인트들의 포지션 정보들 중에서 최소의 (x, y, z) 값을 가지는 포지션 정보를 찾고, 각 포인트들의 포지션 정보들로부터 최소의 (x, y, z) 값을 가지는 포지션 정보를 차감할 수 있다. 또한, 지오메트리 양자화부(310)는 차감된 값에 미리 설정된 양자 스케일(quantization scale) 값을 곱한 후에, 그 결과를 가까운 정수(integer) 값으로 조정(내리거나 올려)함으로써, 양자화 과정을 수행할 수 있다.
복셀화 과정은 양자화 과정을 통해 양자화된 지오메트리 정보를 3차원 공간 상에 존재하는 특정 복셀(voxel)로 매칭하는 과정에 해당할 수 있다. 복셀화 과정 또한 지오메트리 양자화부(310)에 의해 수행될 수 있다. 지오메트리 양자화부(310)는 양자화 과정이 적용된 각 포인트들을 재구성하기 위해, 포인트들의 포지션 정보를 기반으로 옥트리(octree) 기반 복셀화(voxelization)를 수행할 수 있다.
복셀은 2차원 이미지/비디오의 정보를 가지고 있는 최소 단위인 픽셀(pixel)과 마찬가지로, 3차원에 존재하는 포인트들의 정보를 저장하기 위한 공간을 의미할 수 있다. 복셀은 볼륨(volume)과 픽셀(pixel)을 조합한 혼성어이다.
하나의 복셀에 하나의 포인트만 존재(매칭)하지 않을 수도 있다. 즉, 하나의 복셀에 여러 개의 포인트들에 관련된 정보가 존재할 수 있다. 또는, 하나의 복셀에 포함된 여러 개의 포인트들에 관련된 정보를 하나의 포인트 정보로 통합할 수도 있다. 이러한 조절은 선택적으로 수행될 수 있다. 하나의 복셀에 하나의 포인트 정보로 통합하여 표현하는 경우, 복셀 내에 존재하는 포인트들에 대한 포지션 값을 기반으로 복셀의 중앙점의 포지션 값이 설정될 수 있으며, 이와 연관된 어트리뷰트 변환 과정을 수행할 필요가 있다. 예를 들어, 어트리뷰트 변환 과정은 복셀에 포함된 포인트들 또는 복셀의 중앙점의 포지션 값과 특정 반경 내에 이웃하고 있는 포인트들의 색상 또는 반사율의 평균 값으로 조정될 수도 있다.
옥트리 분석부(315)는 복셀의 영역/포지션을 효율적으로 관리하기 위해, 옥트리를 사용할 수 있다. 옥트리는 오큐판시(occupancy) 코드로 표현될 수 있다. 예를 들어, 옥트리 분석부(315)는 각 노드 내에 포인트가 포함되어 있으면 해당 노드의 오큐판시 코드를 1로 표현하고, 포인트가 포함되어 있지 않으면 해당 노드의 오큐판시 코드를 0으로 표현할 수 있다.
지오메트리 인코딩 과정은 오큐판시 코드에 대해 엔트로피 코딩을 수행하는 과정에 해당할 수 있다. 지오메트리 인코딩 과정은 지오메트리 인코딩부(325)에 의해 수행될 수 있다. 지오메트리 인코딩부(325)는 오큐판시 코드에 대한 엔트로피 코딩을 수행할 수 있다. 생성된 오큐판시 코드는 바로 인코딩될 수도 있고, 압축 효율을 높이기 위해 인트라/인터 코딩 과정을 통해서 인코딩될 수도 있다. 수신 장치(20)는 오큐판시 코드를 통해서 옥트리를 재구성할 수 있다.
한편, 포인트들이 없거나 매우 적은 특정 영역의 경우, 모든 영역을 복셀화 시키는 것은 비효율적일 수도 있다. 즉, 특정 영역에는 포인트들이 거의 존재하지 않으므로, 전체 옥트리를 구성할 필요가 없을 수 있다. 이러한 경우를 위해, 조기 종료(early termination) 방안이 필요할 수 있다.
포인트 클라우드 부호화 장치(300)는 특정 영역(리프 노드에 해당하지 않는 특정 영역)에 대해, 이 특정 영역에 대응하는 노드(특정 노드)를 8개의 서브 노드들(자식 노드들)로 나누는 대신에, 해당 특정 영역에 대해서만 직접 포인트들의 위치를 전송하거나, 또는 표면 모델(surface model)을 사용하여 특정 영역 내의 포인트의 포지션을 복셀 기반으로 재구성할 수 있다.
특정 노드에 대해서 직접 각 포인트들의 위치를 전송하는 모드는 직접 모드(direct mode)일 수 있다. 포인트 클라우드 부호화 장치(300)는 직접 모드를 가능하게 하기 위한 조건들의 만족 여부를 체크할 수 있다.
직접 모드를 가능하게 하기 위한 조건은 1) 직접 모드 사용 옵션이 활성화되어 있어야 함, 2) 해당 특정 노드가 리프 노드에 해당하지 않음, 3) 해당 특정 노드 내에 한계치(threshold) 이하의 포인트들이 존재해야 함, 및 4) 직접 전송하고자 하는 포인트들의 총 개수가 한계치를 넘지 않음을 포함할 수 있다.
포인트 클라우드 부호화 장치(300)는 위 조건들이 모두 만족하는 경우에 해당 특정 노드에 대해서 직접적으로 포인트의 포지션 값을 지오메트리 인코딩부(325)를 통해 엔트로피 코딩하여 전송할 수 있다.
표면 모델을 사용하여 특정 영역 내의 포인트의 위치를 복셀 기반으로 재구성하는 모드는 트리숩 모드(trisoup mode)일 수 있다. 트리숩 모드는 근사화부(320)에 의해 수행될 수 있다. 근사화부(320)는 옥트리의 특정 레벨을 정하고, 정한 특정 레벨부터는 표면 모델을 사용하여 노드 영역 내의 포인트들의 위치를 복셀 기반으로 재구성할 수 있다.
포인트 클라우드 부호화 장치(300)는 트리숩 모드를 선택적으로 적용할 수도 있다. 구체적으로, 포인트 클라우드 부호화 장치(300)는 트리숩 모드 사용 시에, 트리숩 모드가 적용될 레벨(특정 레벨)을 지정할 수 있다. 예를 들어, 지정된 특정 레벨이 옥트리의 깊이(d)와 같으면 트리숩 모드가 적용되지 않을 수 있다. 즉, 지정된 특정 레벨은 옥트리의 깊이 값보다 작아야 한다.
지정된 특정 레벨의 노드들의 3차원 정육면체 영역을 블록(block)이라고 하며, 하나의 블록은 하나 이상의 복셀을 포함할 수 있다. 블록 또는 복셀은 브릭(brick)에 대응될 수도 있다. 각 블록은 12개의 엣지(edge)를 가지고 있을 수 있으며, 근사화부(320)는 각 엣지가 포인트를 가진 복셀(occupied voxel)과 인접했는지 여부에 체크할 수 있다. 각 엣지는 여러 개의 점유된(occupied) 복셀들과 인접할 수 있다. 복셀과 인접한 엣지의 특정 위치를 버텍스(vertex)라고 하며, 근사화부(320)는 하나의 엣지에 여러 개의 점유된 복셀들이 인접한 경우에는 해당 위치들의 평균 위치를 버텍스로 정할 수 있다.
포인트 클라우드 부호화 장치(300)는 버텍스가 존재하는 경우에, 엣지의 시작점 (x, y, z), 엣지의 방향벡터 (△x, △y, △z) 및, 버텍스의 위치 값(엣지 내의 상대적 위치 값)들을 지오메트리 인코딩부(325)를 통해 엔트로피 코딩할 수 있다.
지오메트리 복원 과정은 옥트리 및/또는 근사화된 옥트리를 재구성하여 복원된 지오메트리를 생성하는 과정에 해당할 수 있다. 지오메트리 복원 과정은 복원부(330)에 의해 수행될 수 있다. 복원부(330)는 삼각형 재구성(triangle reconstruction), 업-샘플링(up-sampling), 복셀화 과정 등을 통하여 지오메트리 복원 과정을 수행할 수 있다.
근사화부(320)에서 트리숩 모드가 적용된 경우에, 복원부(330)는 엣지의 시작점, 엣지의 방향 벡터와 버텍스의 위치 값을 기반으로 삼각형을 재구성할 수 있다. 복원부(330)는 삼각형의 엣지를 따라서 중간에 포인트들을 추가하여 복셀화하기 위해서 업샘플링 과정을 수행할 수 있다. 복원부(330)는 업샘플링 요소 값(upsampling factor)과 블록의 너비를 기준으로 추가 포인트들을 생성할 수 있다. 이러한 포인트들은 refined 버텍스들이라 할 수 있다. 복원부(330)는 refined 버텍스들을 복셀화할 수 있으며, 포인트 클라우드 부호화 장치(300)는 복셀화된 위치 값을 기준으로 어트리뷰트 코딩을 수행할 수 있다.
실시예들에 따라, 지오메트리 인코딩부(325)는 컨텍스트 적응적 산술(context adaptive arithmetic) 코딩을 적용하여 압축 효율을 높일 수 있다. 지오메트리 인코딩부(325)는 산술 코드를 사용하여 오큐판시 코드를 바로 엔트로피 코딩할 수 있다. 실시예들에 따라, 지오메트리 인코딩부(325)는 주변 이웃 노드들의 오큐판시 여부를 기반으로 적응적으로 인코딩을 수행하거나(인트라 코딩) 또는, 이전 프레임의 오큐판시 코드를 기반으로 적응적으로 인코딩을 수행할 수도 있다(인터 코딩). 여기서, 프레임은 같은 시간에 생성된 포인트 클라우드 데이터의 집합을 의미할 수 있다. 인트라 코딩과 인터 코딩은 선택적(optional) 과정이므로, 생략될 수도 있다.
몇 개의 이웃 노드들을 참조하는 지에 따라 압축 효율이 달라질 수 있으며, 비트가 커지면 인코딩 과정이 복잡해지지만 한쪽으로 치우치게 만들어서 압축 효율이 높아질 수도 있다. 예를 들어, 3-bit 컨텍스트를 가지면, 23 = 8가지로 나누어 코딩해야 할 수도 있다. 나누어 코딩을 하는 부분은 구현의 복잡도에 영향을 줄 수 있으므로, 압축의 효율과 복잡도의 적정 수준을 맞출 필요가 있다.
어트리뷰트 코딩
어트리뷰트 코딩은 복원된(재구성된) 지오메트리와 좌표계 변환 전의 지오메트리(원본 지오메트리)에 기반하여 어트리뷰트 정보를 코딩하는 과정에 해당할 수 있다. 어트리뷰트는 지오메트리에 종속적일 수 있으므로, 어트리뷰트 코딩에 복원된 지오메트리가 활용될 수 있다.
앞서 설명된 바와 같이, 어트리뷰트는 색상, 반사율 등을 포함할 수 있다. 어트리뷰트에 포함된 정보 또는 파라미터에 대해 같은 어트리뷰트 코딩 방법이 적용될 수 있다. 색상은 3개의 요소를 가지고 반사율은 1개의 요소를 가지며, 각 요소마다 독립적으로 처리될 수 있다.
어트리뷰트 코딩은 색상 변환 과정, 어트리뷰트 변환 과정, 예측 변환 과정, 리프팅 변환 과정, RAHT 변환 과정, 어트리뷰트 양자화 과정, 어트리뷰트 인코딩 과정 등을 포함할 수 있다. 예측 변환 과정, 리프팅 변환 과정, RAHT 변환 과정은 선택적으로 사용되거나, 하나 또는 그 이상의 조합이 사용될 수 있다.
색상 변환 과정은 어트리뷰트 내 색상의 포맷을 다른 포맷으로 변환하는 과정에 해당할 수 있다. 색상 변환 과정은 컬러 변환부(335)에 의해 수행될 수 있다. 즉, 컬러 변환부(335)는 어트리뷰트 내 색상을 변환할 수 있다. 예를 들어, 컬러 변환부(335)는 어트리뷰트 내 색상을 RGB로부터 YCbCr로 변환하는 코딩 작업을 수행할 수 있다. 실시예들에 따라, 컬러 변환부(335)의 동작, 즉 색상 변환 과정은 어트리뷰트에 포함된 색상 값에 따라 옵셔널(optional)하게 적용될 수 있다.
앞서 설명된 바와 같이, 하나의 복셀에 하나 또는 그 이상의 포인트들이 존재하는 경우에, 이들을 해당 복셀에 대한 하나의 포인트 정보로 통합하여 나타내기 위해 복셀 내에 존재하는 포인트들에 대한 위치 값이 복셀의 중앙점으로 설정될 수 있다. 이에 따라, 해당 포인트들에 연관된 어트리뷰트들의 값을 변환하는 과정이 필요할 수 있다. 또한, 트리숩 모드가 수행된 경우에도 어트리뷰트 변환 과정이 수행될 수 있다.
어트리뷰트 변환 과정은 지오메트리 코딩이 수행되지 않은 포지션 및/또는 재구성된 지오메트리에 기반하여 어트리뷰트를 변환하는 과정에 해당할 수 있다. 예를 들어, 어트리뷰트 변환 과정은 복셀에 포함된 포인트의 포지션에 기반하여 해당 포지션의 포인트가 가지는 어트리뷰트를 변환하는 과정에 해당할 수 있다. 어트리뷰트 변환 과정은 어트리뷰트 변환부(340)에 의해 수행될 수 있다.
어트리뷰트 변환부(340)는 복셀의 중앙 위치 값과 특정 반경 내에 이웃하고 있는 포인트(이웃 포인트)들의 어트리뷰트 값들의 평균 값을 계산할 수 있다. 또는, 어트리뷰트 변환부(340)는 중앙 위치와의 거리에 따른 가중치를 어트리뷰트 값들에 적용하고, 가중치가 적용된 어트리뷰트 값들의 평균 값을 계산할 수도 있다. 이 경우, 각 복셀은 위치와 계산된 어트리뷰트 값을 가지게 된다.
예측 변환 과정은 현재 포인트(예측의 대상에 해당하는 포인트)에 이웃하는 하나 이상의 포인트들(이웃 포인트들)의 어트리뷰트 값에 기반하여 현재 포인트의 어트리뷰트 값을 예측하는 과정에 해당할 수 있다. 예측 변환 과정은 LOD(level of detail) 생성부(350)에 의해 수행될 수 있다.
예측 변환은 LOD 변환 기법이 적용된 방법으로서, LOD 생성부(350)는 각 포인트들의 LOD 거리 값을 기준으로 각 포인트들의 LOD 값을 계산하여 설정할 수 있다. 가장 낮은 LOD의 포인트들은 드문드문(sparse) 분포하며, 가장 높은 LOD의 포인트들은 촘촘히 분포할 수 있다. 즉, LOD가 증가할수록 포인트들 간의 간격(또는, 거리)이 더 짧아질 수 있다.
포인트 클라우드 내에 존재하는 각 포인트들은 LOD 별로 분리될 수 있으며, LOD 별 포인트들의 구성은 해당 LOD 값보다 더 낮은 LOD에 속한 포인트들을 포함할 수 있다. 예를 들어, LOD 레벨 2를 가지는 포인트들의 구성은 LOD 레벨 1과 LOD 레벨 2에 속하는 모든 포인트들을 포함할 수 있다. 포인트들은 LOD 별로 재정렬될 수 있으며, 높은 LOD는 낮은 LOD에 속한 포인트들을 포함할 수 있다.
LOD 생성부(350)는 예측 변환을 위해 각 포인트들에 대한 예측기(predictor)를 생성할 수 있다. 따라서, N개의 포인트들이 존재하는 경우에는 N개의 예측기들이 생성될 수 있다. 예측기는 각 포인트들에 대한 LOD 값, 이웃 포인트들에 대한 인덱싱 정보, 및 이웃 포인트들과의 거리 값을 기반으로 하여 가중치 값(= 1/거리)을 계산하여 설정할 수 있다. 여기서, 이웃 포인트들은 현재 포인트로부터 LOD 별로 설정된 거리 내에 존재하는 포인트들일 수 있다.
또한, 예측기는 이웃 포인트들의 어트리뷰트 값에 '설정된 가중치 값'을 곱하고, 가중치 값이 곱해진 어트리뷰트 값들을 평균한 값을 현재 포인트의 예측된 어트리뷰트 값으로 설정할 수 있다. 현재 포인트의 어트리뷰트 값에서 해당 현재 포인트의 예측된 어트리뷰트 값을 뺀 잔여(residual) 어트리뷰트 값에 대해 어트리뷰트 양자화 과정이 수행될 수 있다.
리프팅 변환 과정은 예측 변환 과정과 마찬가지로, LOD 생성 과정을 통해 포인트들을 디테일 레벨의 집합으로 재구성하는 과정에 해당할 수 있다. 리프팅 변환 과정은 리프팅부(355)에 의해 수행될 수 있다. 리프팅 변환 과정도 각 포인트들에 대한 예측기를 생성하는 과정, 계산된 LOD를 예측기에 설정하는 과정, 이웃 포인트들을 등록하는 과정, 및 현재 포인트와 이웃 포인트들 간의 거리에 따른 가중치를 설정하는 과정 등을 포함할 수 있다.
RAHT 변환 과정은 옥트리의 하위(lower) 레벨에 있는 노드와 연관된 어트리뷰트 정보를 사용하여 상위 레벨에 있는 노드들의 어트리뷰트 정보를 예측하는 방법에 해당할 수 있다. 즉, RATH 변환 과정은 옥트리 백워드(backward) 스캔을 통한 어트리뷰트 정보 인트라 코딩 방법에 해당할 수 있다. RAHT 변환 과정은 RAHT 변환부(345)에 의해 수행될 수 있다.
RAHT 변환부(345)는 복셀에서 전체 영역으로 스캔하며 각 스텝에서 복셀을 더 큰 블록으로 합산(병합)하면서 루트 노드까지 RAHT 변환 과정을 수행할 수 있다. RAHT 변환부(345)는 점유된(occupied) 노드에 대해서만 RAHT 변환 과정을 수행하므로, 점유되지 않은 empty 노드의 경우에는 바로 위의 상위 레벨의 노드를 대상으로 RAHT 변환 과정을 수행할 수 있다.
어트리뷰트 양자화 과정은 RAHT 변환부(345), LOD 생성부(350) 및/또는 리프팅부(355)로부터 출력된 어트리뷰트를 양자화하는 과정에 해당할 수 있다. 어트리뷰트 양자화 과정은 어트리뷰트 양자화부(360)에 의해 수행될 수 있다. 어트리뷰트 인코딩 과정은 양자화된 어트리뷰트를 인코딩하여 어트리뷰트 비트스트림을 출력하는 과정에 해당할 수 있다. 어트리뷰트 인코딩 과정은 어트리뷰트 인코딩부(365)에 의해 수행될 수 있다.
예를 들어, LOD 생성부(350)로부터 현재 포인트의 예측된 어트리뷰트 값이 계산된 경우, 어트리뷰트 양자화부(360)는 현재 포인트의 어트리뷰트 값에서 해당 현재 포인트의 예측된 어트리뷰트 값을 뺀 잔여(residual) 어트리뷰트 값을 양자화할 수 있다.
만약, 각 포인트들의 예측기에 이웃 포인트들이 존재하지 않는 경우에, 어트리뷰트 인코딩부(365)는 현재 포인트의 어트리뷰트 값(양자화되지 않은 어트리뷰트 값)을 직접 엔트로피 코딩할 수 있다. 이와 달리, 현재 포인트들의 예측기에 이웃 포인트들이 존재하는 경우에, 어트리뷰트 인코딩부(365)는 양자화된 잔여 어트리뷰트 값을 엔트로피 인코딩할 수 있다.
다른 예로, 리프팅부(360)로부터, 리프트 업데이트 과정을 통해 업데이트된 어트리뷰트 값에 리프트 예측 과정을 통해 업데이트된(QW에 저장된) 가중치를 곱한 값이 출력되는 경우, 어트리뷰트 양자화부(360)는 그 결과(곱하여 나온 값)를 양자화할 수 있으며, 어트리뷰트 인코딩부(365)는 양자화된 값을 엔트로피 인코딩할 수 있다.
포인트 클라우드 복호화 장치의 개요
도 4는 본 개시의 일 실시예에 따른 포인트 클라우드 복호화 장치(400)의 예시를 나타낸다. 도 4의 포인트 클라우드 복호화 장치(400)는 도 1의 복호화부(23)와 구성 및 기능에서 대응될 수 있다.
포인트 클라우드 복호화 장치(400)는 전송 장치(10)로부터 전송된 데이터들(비트스트림)에 기반하여, 디코딩 과정을 수행할 수 있다. 디코딩 과정은 비트스트림을 대상으로 앞서 설명된 인코딩 동작에 대응하는 동작을 수행하여 포인트 클라우드 비디오를 복원(디코딩)하는 과정을 포함할 수 있다.
도 4에 예시된 바와 같이, 디코딩 과정은 지오메트리 디코딩 과정과 어트리뷰트 디코딩 과정을 포함할 수 있다. 지오메트리 디코딩 과정은 지오메트리 복호화부(410)에 의해 수행될 수 있으며, 어트리뷰트 디코딩 과정은 어트리뷰트 복호화부(420)에 의해 수행될 수 있다. 즉, 포인트 클라우드 복호화 장치(400)는 지오메트리 복호화부(410) 및 어트리뷰트 복호화부(420)를 포함할 수 있다.
지오메트리 복호화부(410)는 지오메트리 비트스트림으로부터 지오메트리를 복원할 수 있고, 어트리뷰트 복호화부(420)는 복원된 지오메트리와 어트리뷰트 비트스트림에 기반하여 어트리뷰트를 복원할 수 있다. 또한, 포인트 클라우드 복호화 장치(400)는 복원된 지오메트리에 따른 포지션 정보 및 복원된 어트리뷰트에 따른 어트리뷰트 정보를 기반으로 3차원의 포인트 클라우드 비디오(포인트 클라우드 데이터)를 복원할 수 있다.
도 5는 본 개시의 다른 일 실시예에 따른 포인트 클라우드 복호화 장치(500)의 구체적인 예시를 나타낸다. 도 5에 예시된 바와 같이, 포인트 클라우드 복호화 장치(500)는 지오메트리 디코딩부(505), 옥트리 합성부(510), 근사화 합성부(515), 지오메트리 복원부(520), 좌표계 역변환부(525), 어트리뷰트 디코딩부(530), 어트리뷰트 역양자화부(535), RATH 변환부(550), LOD 생성부(540), 역리프팅부(545) 및/또는 컬러 역변환부(555)를 포함할 수 있다.
지오메트리 디코딩부(505), 옥트리 합성부(510), 근사화 합성부(515), 지오메트리 복원부(520) 및 좌표계 역변환부(550)는 지오메트리 디코딩을 수행할 수 있다. 지오메트리 디코딩은 도 1 내지 도 3에서 설명한 지오메트리 코딩의 역과정으로 수행될 수 있다. 지오메트리 디코딩은 다이렉트 코딩(direct coding) 및 트라이숩 지오메트리 디코딩(trisoup geometry decoding)을 포함할 수 있다. 다이렉트 코딩 및 트라이숩 지오메트리 디코딩은 선택적으로 적용될 수 있다.
지오메트리 디코딩부(505)는 수신한 지오메트리 비트스트림을 아리스메틱 코딩을 기반으로 디코딩할 수 있다. 지오메트리 디코딩부(505)의 동작은 지오메트리 인코딩부(325)가 수행하는 동작의 역과정에 대응할 수 있다.
옥트리 합성부(510)는 디코딩된 지오메트리 비트스트림으로부터(또는, 디코딩 결과 확보된 지오메트리에 관한 정보)로부터 오큐판시 코드를 획득하여 옥트리를 생성할 수 있다. 옥트리 합성부(510)의 동작은 옥트리 분석부(515)가 수행하는 동작의 역과정에 대응할 수 있다.
근사화 합성부(515)는 트라이숩 지오메트리 인코딩이 적용된 경우에 디코딩된 지오메트리 및/또는 생성된 옥트리에 기반하여 서페이스를 합성할 수 있다.
지오메트리 복원부(520)는 서페이스 및 디코딩된 지오메트리에 기반하여 지오메트리를 복원할 수 있다. 다이렉트 코딩이 적용된 경우에, 지오메트리 복원부(520)는 다이렉트 코딩이 적용된 포인트들의 포지션 정보들을 직접 가져와서 추가할 수 있다. 또한, 트라이숩 지오메트리 인코딩이 적용된 경우에, 지오메트리 복원부(520)는 재구성 동작, 예를 들면 삼각형 재구성, 업-샘플링, 복셀화 동작 등을 수행하여 지오메트리를 복원할 수 있다. 복원된 지오메트리는 어트리뷰트들을 포함하지 않는 포인트 클라우드 픽쳐 또는 프레임을 포함할 수 있다.
좌표계 역변환부(550)는 복원된 지오메트리를 기반으로 좌표계를 변환하여 포인트들의 포지션들을 획득할 수 있다. 예를 들어, 좌표계 역변환부(550)는 포인트들의 포지션을 3차원 공간(예를 들어, X축, Y축 및 Z축 좌표계로 표현되는 3차원 공간 등)으로부터 글로벌 공간 좌표계의 위치 정보로 역변환할 수 있다.
어트리뷰트 디코딩부(530), 어트리뷰트 역양자화부(535), RATH 변환부(530), LOD 생성부(540), 역리프팅부(545) 및/또는 컬러 역변환부(550)는 어트리뷰트 디코딩을 수행할 수 있다. 어트리뷰트 디코딩은 RAHT 변환 디코딩, 예측 변환 디코딩 및 리프팅 변환 디코딩을 포함할 수 있다. 상술한 3가지의 디코딩들은 선택적으로 사용되거나, 하나 또는 그 이상의 디코딩들의 조합이 사용될 수 있다.
어트리뷰트 디코딩부(530)는 아리스메틱 코딩에 기반하여 어트리뷰트 비트스트림을 디코딩할 수 있다. 예를 들어, 각 포인트들의 예측기에 이웃 포인트들이 존재하지 않아 현재 포인트의 어트리뷰트 값이 직접 엔트로피 인코딩된 경우에, 어트리뷰트 디코딩부(530)는 현재 포인트의 어트리뷰트 값(양자화되지 않은 어트리뷰트 값)을 디코딩할 수 있다. 다른 예로, 현재 포인트들의 예측기에 이웃 포인트들이 존재하여 양자화된 잔여 어트리뷰트 값이 엔트로피 인코딩된 경우에, 어트리뷰트 디코딩부(530)는 양자화된 잔여 어트리뷰트 값을 디코딩할 수 있다.
어트리뷰트 역양자화부(535)는 디코딩된 어트리뷰트 비트스트림 또는 디코딩 결과 확보한 어트리뷰트에 대한 정보를 역양자화하고, 역양자화된 어트리뷰트들(또는, 어트리뷰트 값들)을 출력할 수 있다. 예를 들어, 어트리뷰트 디코딩부(530)로부터 양자화된 잔여 어트리뷰트 값이 출력된 경우, 어트리뷰트 역양자화부(535)는 양자화된 잔여 어트리뷰트 값을 역양자화하여 잔여 어트리뷰트 값을 출력할 수 있다. 역양자화 과정은 포인트 클라우드 부호화 장치(300)의 어트리뷰트 인코딩 여부에 기반하여 선택적으로 적용될 수 있다. 즉, 각 포인트들의 예측기에 이웃 포인트들이 존재하지 않아 현재 포인트의 어트리뷰트 값이 직접 인코딩된 경우에, 어트리뷰트 디코딩부(530)는 양자화되지 않은 현재 포인트의 어트리뷰트 값을 출력할 수 있으며, 어트리뷰트 인코딩 과정은 스킵될 수 있다.
RATH 변환부(550), LOD 생성부(540) 및/또는 역리프팅부(545)는 재구성된 지오메트리 및 역양자화된 어트리뷰트들을 처리할 수 있다. RATH 변환부(550), LOD 생성부(540) 및/또는 역리프팅부(545)는 포인트 클라우드 부호화 장치(300)의 인코딩 동작에 대응하는 디코딩 동작을 선택적으로 수행할 수 있다.
컬러 역변환부(555)는 디코딩된 어트리뷰트들에 포함된 컬러 값(또는, 텍스쳐)을 역변환하기 위한 역변환 코딩을 수행할 수 있다. 컬러 역변환부(555)의 동작은 컬러 변환부(335)의 동작 여부에 기반하여 선택적으로 수행될 수 있다.
도 6은 본 개시의 실시예들에 따른 전송 장치의 다른 예시를 나타낸다. 도 6에 예시된 바와 같이, 전송 장치는 데이터 입력부(605), 양자화 처리부(610), 복셀화 처리부(615), 옥트리 오큐판시(Occupancy) 코드 생성부(620), 표면 모델 처리부(625), 인트라/인터 코딩 처리부(630), 아리스메틱(Arithmetic) 코더(635), 메타 데이터 처리부(640), 색상 변환 처리부(645), 속성 변환 처리부(650), 예측/리프팅/RAHT 변환 처리부(655), 아리스메틱 코더(660) 및 전송 처리부(665)를 포함할 수 있다.
데이터 입력부(605)의 기능은 도 1의 획득부(11)가 수행하는 획득 과정에 대응될 수 있다. 즉, 데이터 입력부(605)는 포인트 클라우드 비디오를 획득하고, 다수의 포인트들에 대한 포인트 클라우드 데이터를 생성할 수 있다. 포인트 클라우드 데이터 내 지오메트리 정보(포지션 정보)는 양자화 처리부(610), 복셀화 처리부(615), 옥트리 오큐판시 코드 생성부(620), 표면 모델 처리부(625), 인트라/인터 코딩 처리부(630) 및, 아리스메틱 코더(635)를 거쳐 지오메트리 비트스트림 형태로 생성될 수 있다. 포인트 클라우드 데이터 내 어트리뷰트 정보는 색상 변환 처리부(645), 속성 변환 처리부(650), 예측/리프팅/RAHT 변환 처리부(655) 및, 아리스메틱 코더(660)를 거쳐 어트리뷰트 비트스트림 형태로 생성될 수 있다. 지오메트리 비트스트림, 어트리뷰트 비트스트림 및/또는 메타 데이터 비트스트림은 전송 처리부(665)의 처리를 통해 수신 장치로 전송될 수 있다.
구체적으로, 양자화 처리부(610)의 기능은 도 3의 지오메트리 양자화부(310)가 수행하는 양자화 과정 및/또는 좌표계 변환부(305)의 기능에 대응될 수 있다. 복셀화 처리부(615)의 기능은 도 3의 지오메트리 양자화부(310)가 수행하는 복셀화 과정에 대응될 수 있으며, 옥트리 오큐판시 코드 생성부(620)의 기능은 도 3의 옥트리 분석부(315)가 수행하는 기능에 대응될 수 있다. 표면 모델 처리부(625)의 기능은 도 3의 근사화부(320)가 수행하는 기능에 대응될 수 있으며, 인트라/인터 코딩 처리부(630)의 기능 및 아리스메틱 코더(635)의 기능은 도 3의 지오메트리 인코딩부(325)가 수행하는 기능에 대응될 수 있다. 메타 데이터 처리부(640)의 기능은 도 1에서 설명된 메타 데이터 처리부의 기능에 대응될 수 있다.
또한, 색상 변환 처리부(645)의 기능은 도 3의 컬러 변환부(335)가 수행하는 기능에 대응될 수 있으며, 속성 변환 처리부(650)의 기능은 도 3의 어트리뷰트 변환부(340)가 수행하는 기능에 대응될 수 있다. 예측/리프팅/RAHT 변환 처리부(655)의 기능은 도 3의 RAHT 변환부(345), LOD 생성부(350) 및 리프팅부(355)가 수행하는 기능에 대응될 수 있으며, 아리스메틱 코더(660)의 기능은 도 3의 어트리뷰트 인코딩부(365)의 기능에 대응될 수 있다. 전송 처리부(665)의 기능은 도 1의 전송부(14) 및/또는 인캡슐레이션 처리부(13)가 수행하는 기능에 대응될 수 있다.
도 7은 본 개시의 실시예들에 따른 수신 장치의 다른 예시를 나타낸다. 도 7에 예시된 바와 같이, 수신 장치는 수신부(705), 수신 처리부(710), 아리스메틱 디코더(715), 메타 데이터 파서(735), 오큐판시 코드기반 옥트리 재구성 처리부(720), 표면 모델 처리부(725), 인버스(Inverse) 양자화 처리부(730), 아리스메틱 디코더(740), 인버스 양자화 처리부(745), 예측/리프팅/RAHT 역변환 처리부(750), 색상 역변환 처리부(755) 및 렌더러(760)를 포함할 수 있다.
수신부(705)의 기능은 도 1의 수신부(21)가 수행하는 기능에 대응될 수 있으며, 수신 처리부(710)의 기능은 도 1의 디캡슐레이션 처리부(22)가 수행하는 기능에 대응될 수 있다. 즉, 수신부(705)는 전송 처리부(765)로부터 비트스트림을 수신하고, 수신 처리부(710)는 디캡슐레이션 처리를 통해 지오메트리 비트스트림, 어트리뷰트 비트스트림 및/또는 메타 데이터 비트스트림을 추출할 수 있다. 지오메트리 비트스트림은 아리스메틱 디코더(715), 오큐판시 코드기반 옥트리 재구성 처리부(720), 표면 모델 처리부(725) 및, 인버스 양자화 처리부(730)를 거쳐 재구성된(복원된) 포지션 값(포지션 정보)으로 생성될 수 있다. 어트리뷰트 비트스트림은 아리스메틱 디코더(740), 인버스 양자화 처리부(745), 예측/리프팅/RAHT 역변환 처리부(750) 및, 색상 역변환 처리부(755)를 거쳐 복원된 어트리뷰트 값으로 생성될 수 있다. 메타 데이터 비트스트림은 메타 데이터 파서(735)를 거쳐 복원된 메타 데이터(또는, 메타 데이터 정보)로 생성될 수 있다. 포지션 값, 어트리뷰트 값 및/또는 메타 데이터가 렌더러(760)에서 렌더링되어 사용자에게 VR/AR/MR/자율주행과 같은 경험을 제공할 수 있다.
구체적으로, 아리스메틱 디코더(715)의 기능은 도 5의 지오메트리 디코딩부(505)가 수행하는 기능에 대응될 수 있으며, 오큐판시 코드기반 옥트리 재구성 처리부(720)의 기능은 도 5의 옥트리 합성부(510)가 수행하는 기능에 대응될 수 있다. 표면 모델 처리부(725)의 기능은 도 5의 근사화 합성부가 수행하는 기능에 대응될 수 있으며, 인버스 양자화 처리부(730)의 기능은 도 5의 지오메트리 복원부(520) 및/또는 좌표계 역변환부(525)가 수행하는 기능에 대응될 수 있다. 메타 데이터 파서(735)의 기능은 도 1에서 설명한 메타 데이터 파싱부가 수행하는 기능에 대응될 수 있다.
또한, 아리스메틱 디코더(740)의 기능은 도 5의 어트리뷰트 디코딩부(530)가 수행하는 기능에 대응될 수 있으며, 인버스 양자화 처리부(745)의 기능은 도 5의 어트리뷰트 역양자화부(535)의 기능에 대응될 수 있다. 예측/리프팅/RAHT 역변환 처리부(750)의 기능은 도 5의 RAHT 변환부(550), LOD 생성부(540) 및 역리프팅부(545)가 수행하는 기능에 대응될 수 있으며, 색상 역변환 처리부(755)의 기능은 도 5의 컬러 역변환부(555)가 수행하는 기능에 대응될 수 있다.
도 8은 본 개시의 실시예들에 따른 포인트 클라우드 데이터 송수신 방법/장치와 연동 가능한 구조의 예시를 나타낸다.
도 8의 구조는 서버(AI Server), 로봇(Robot), 자율 주행 차량(Self-Driving Vehicle), XR 장치(XR device), 스마트폰(Smartphone), 가전(Home Appliance) 및/또는 HMD 중에서 적어도 하나 이상이 클라우드 네트워크(Network)와 연결된 구성을 나타낸다. 로봇, 자율 주행 차량, XR 장치, 스마트폰 또는 가전 등은 장치라 지칭될 수 있다. 또한, XR 장치는 실시예들에 따른 포인트 클라우드 데이터 장치(PCC)에 대응되거나 PCC 장치와 연동될 수 있다.
클라우드 네트워크는 클라우드 컴퓨팅 인프라의 일부를 구성하거나 클라우드 컴퓨팅 인프라 안에 존재하는 네트워크를 의미할 수 있다. 여기서, 클라우드 네트워크는 3G 네트워크, 4G 또는 LTE(Long Term Evolution) 네트워크 또는 5G 네트워크 등을 이용하여 구성될 수 있다.
서버는 로봇, 자율 주행 차량, XR 장치, 스마트폰, 가전 및/또는 HMD 중에서 적어도 하나 이상과 클라우드 네트워크를 통하여 연결되고, 연결된 장치들의 프로세싱의 적어도 일부를 도울 수 있다.
HMD는 실시예들에 따른 XR 디바이스 및/또는 PCC 디바이스가 구현될 수 있는 타입 중 하나를 나타낼 수 있다. 실시예들에 따른 HMD 타입의 디바이스는 커뮤니케이션 유닛, 컨트롤 유닛, 메모리 유닛, I/O 유닛, 센서 유닛, 그리고 파워 공급 유닛 등을 포함할 수 있다.
<PCC+XR>
XR/PCC 장치는 PCC 및/또는 XR 기술이 적용되어, HMD, 차량에 구비된 HUD, 텔레비전, 휴대폰, 스마트 폰, 컴퓨터, 웨어러블 디바이스, 가전 기기, 디지털 사이니지, 차량, 고정형 로봇이나 이동형 로봇 등으로 구현될 수도 있다.
XR/PCC 장치는 다양한 센서들을 통해 또는 외부 장치로부터 획득한 3차원 포인트 클라우드 데이터 또는 이미지 데이터를 분석하여 3차원 포인트들에 대한 위치(지오메트리) 데이터 및 어트리뷰트 데이터를 생성함으로써 주변 공간 또는 현실 객체에 대한 정보를 획득하고, 출력할 XR 객체를 렌더링하여 출력할 수 있다. 예컨대, XR/PCC 장치는 인식된 물체에 대한 추가 정보를 포함하는 XR 객체를 해당 인식된 물체에 대응시켜 출력할 수 있다.
<PCC+XR+모바일폰>
XR/PCC 장치는 PCC 기술이 적용되어 모바일폰 등으로 구현될 수 있다. 모바일폰은 PCC 기술에 기반하여 포인트 클라우드 콘텐츠를 디코딩하고, 디스플레이할 수 있다.
<PCC+자율주행+XR>
자율 주행 차량은 PCC 기술 및 XR 기술이 적용되어, 이동형 로봇, 차량, 무인 비행체 등으로 구현될 수 있다. XR/PCC 기술이 적용된 자율 주행 차량은 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 차량은 XR 장치와 구분되며 서로 연동될 수 있다.
XR/PCC 영상을 제공하는 수단을 구비한 자율 주행 차량은 카메라를 포함하는 센서들로부터 센서 정보를 획득하고, 획득한 센서 정보에 기초하여 생성된 XR/PCC 영상을 출력할 수 있다. 예컨대, 자율 주행 차량은 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 차량은 차로, 타 차량, 신호등, 교통 표지판, 이륜차, 보행자, 건물 등과 같은 객체와 대응되는 XR/PCC 객체들을 출력할 수 있다.
실시예들에 의한 VR 기술, AR 기술, MR 기술 및/또는 PCC 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 서비스이다. VR, AR 및 MR 기술을 통합하여 XR 기술로 지칭될 수 있다.
공간 분할
포인트 클라우드 데이터(즉, G-PCC 데이터)는 프레임들(포인트 클라우드 프레임들)의 시퀀스로 이루어진 포인트 클라우드의 볼륨메트릭 인코딩(volumetric encoding)을 나타낼 수 있다. 각 포인트 클라우드 프레임은 포인트들의 수, 포인트들의 포지션들, 및 포인트들의 어트리뷰트를 포함할 수 있다. 포인트들의 수, 포인트들의 포지션들, 및 포인트들의 어트리뷰트는 프레임마다 다를 수 있다. 각 포인트 클라우드 프레임은 특정 타임 인스턴스(particulary time instance)에서 3차원 포인트들의 직교 좌표계(cartesian coordinates) (x, y, z)와 제로 이상의 어트리뷰트들에 의해 명시된 3차원 포인트들의 세트를 의미할 수 있다. 여기서, 3차원 포인트들의 직교 좌표계 (x, y, z)은 포지션 또는 지오메트리일 수 있다.
실시예들에 따라, 본 개시는 포인트 클라우드 데이터를 인코딩(부호화)하기 전에 포인트 클라우드 데이터를 하나 이상의 3차원 블록들로 분할하는 공간 분할 과정을 더 수행할 있다. 3차원 블록은 포인트 클라우드 데이터가 점유하는 3차원 공간의 전부 또는 일부 영역을 의미할 수 있다. 3차원 블록은 타일 그룹(tile group), 타일(tile), 슬라이스(slice), 코딩 유닛(coding unit, CU), 예측 유닛(prediction unit, PU), 또는 변환 단위(transform unit, TU) 중에서 하나 이상을 의미할 수 있다.
3차원 블록에 해당하는 타일은 포인트 클라우드 데이터가 점유하는 3차원 공간의 전부 또는 일부 영역을 의미할 수 있다. 또한, 3차원 블록에 해당하는 슬라이스도 포인트 클라우드 데이터가 점유하는 3차원 공간의 전부 또는 일부 영역을 의미할 수 있다. 타일은 하나의 타일에 포함된 포인트들의 개수에 기초하여 하나 이상의 슬라이스들로 분할될 수 있다. 타일은 바운딩 박스 정보를 갖는 슬라이스들의 그룹일 수 있다. 각 타일의 바운딩 박스 정보는 타일 인벤토리(또는, 타일 파라미터 세트, tile parameter set(TPS))에 명시될 수 있다. 타일은 바운딩 박스 내 다른 타일과 오버랩(overlap)될 수 있다. 슬라이스는 독립적으로 인코딩이 수행되는 데이터의 단위일 수 있으며, 독립적으로 디코딩이 수행되는 데이터의 단위일 수 있다. 즉, 슬라이스는 독립적으로 인코딩 또는 디코딩될 수 있는 포인트들의 세트일 수 있다. 실시예들에 따라, 슬라이스는 코딩된 포인트 클라우드 프레임의 일부 또는 전체를 나타내는 신택스 요소들의 시리즈일 수 있다. 각 슬라이스는 해당 슬라이스가 속하는 타일을 식별하기 위한 인덱스를 포함할 수 있다.
공간 분할된 3차원 블록들은 각각 독립적 또는 비독립적으로 처리될 수 있다. 예를 들어, 공간 분할된 3차원 블록들은 각각 독립적 또는 비독립적으로 인코딩 또는 디코딩될 수 있으며, 각각 독립적 또는 비독립적으로 전송 또는 수신될 수 있다. 또한, 공간 분할된 3차원 블록들은 각각 독립적 또는 비독립적으로 양자화 또는 역양자화될 수 있으며, 각각 독립적 또는 비독립적으로 변환 또는 역변환될 수도 있다. 또한, 공간 분할된 3차원 블록들은 각각 독립적 또는 비독립적으로 렌더링될 수도 있다. 예를 들어, 슬라이스 단위 또는 타일 단위로 인코딩 또는 디코딩이 수행될 있다. 또한, 양자화 또는 역양자화가 타일별로 또는 슬라이스별로 다르게 수행될 수 있으며, 변환 또는 역변환된 타일별로 또는 슬라이스별로 다르게 수행될 수 있다.
이와 같이, 포인트 클라우드 데이터를 하나 이상의 3차원 블록들로 공간 분할하고, 공간 분할된 3차원 블록들을 독립적 또는 비독립적으로 처리하면, 3차원 블록들을 처리하는 과정이 실시간으로 이루어짐과 동시에 해당 과정이 저지연으로 처리될 수 있다. 또한, 포인트 클라우드 데이터가 점유하는 3차원 공간 상의 랜덤 액세스(random access)와 병렬 인코딩 또는 병렬 디코딩이 가능해질 수 있으며, 인코딩 또는 디코딩 과정에서 누적되는 오류를 방지할 수도 있다.
도 9는 본 개시의 실시예들에 따른 공간 분할 과정을 수행하는 전송 장치(900)의 예시를 나타내는 블록도이다. 도 9에 예시된 바와 같이, 전송 장치(900)는 공간 분할 과정을 수행하는 공간 분할부(905), 시그널링 처리부(910), 지오메트리 인코더(915), 어트리뷰트 인코더(920), 인캡슐레이션 처리부(925) 및/또는 전송 처리부(930)를 포함할 수 있다.
공간 분할부(905)는 바운딩 박스 및/또는 서브 바운딩 박스 등에 기반하여 포인트 클라우드 데이터를 하나 이상의 3차원 블록들로 분할하는 공간 분할 과정을 수행할 수 있다. 공간 분할 과정을 통해, 포인트 클라우드 데이터가 하나 이상의 타일들 및/또는 하나 이상의 슬라이스들로 분할될 수 있다. 실시예들에 따라, 공간 분할 과정을 통해, 포인트 클라우드 데이터가 하나 이상의 타일들로 분할되고, 분할된 각 타일이 다시 하나 이상의 슬라이스들로 분할될 수도 있다.
도 10는 바운딩 박스(즉, 포인트 클라우드 데이터)를 하나 이상의 3차원 블록들로 공간 분할한 일 예를 나타낸다. 도 10에 예시된 바와 같이, 포인트 클라우드 데이터의 전체(overall) 바운딩 박스는 3개의 타일들, 즉 타일 #0(tile #0), 타일 #1(tile #1) 및 타일 #2(tile #2)로 분할될 수 있다. 또한, 타일 #0은 다시 2개의 슬라이스들, 즉 슬라이스 #0(slice #0) 및 슬라이스 #1(slice #1)로 분할될 수 있다. 또한, 타일 #1은 다시 2개의 슬라이스들, 즉 슬라이스 #2(slice #2) 및 슬라이스 #3(slice #3)으로 분할될 수 있다. 또한, 타일 #2는 다시 슬라이스 #4(slice #4)로 분할될 수 있다.
시그널링 처리부(910)는 시그널링 정보를 생성 및/또는 처리(예를 들어, 엔트로피 인코딩)하여 비트스트림 형태로 출력할 수 있다. 이하에서는, 시그널링 처리부로부터 출력되는(시그널링 정보가 인코딩된) 비트스트림을 '시그널링 비트스트림'이라 한다. 시그널링 정보는 공간 분할을 위한 정보 또는 공간 분할에 대한 정보를 포함할 수 있다. 즉, 시그널링 정보는 공간 분할부(905)에서 수행된 공간 분할 과정에 관련된 정보를 포함할 수 있다.
포인트 클라우드 데이터가 하나 이상의 3차원 블록들로 분할된 경우에는, 포인트 클라우드 데이터 중에서 특정 타일 또는 특정 슬라이스에 해당하는 일부의 포인트 클라우드 데이터를 디코딩하기 위한 정보가 필요할 수 있다. 또한, 포인트 클라우드 데이터에 대한 공간적 접근(또는, 부분적 접근)을 지원하기 위해, 3차원 공간 영역들에 관련된 정보가 필요할 수도 있다. 여기서, 공간적 접근이란, 포인트 클라우드 데이터 전체에서 필요한 일부의 포인트 클라우드 데이터만을 파일로부터 추출하는 것을 의미할 수 있다. 시그널링 정보는 일부의 포인트 클라우드 데이터를 디코딩하기 위한 정보, 공간적 접근을 지원하기 위한 3차원 공간 영역들에 관련된 정보 등을 포함할 수 있다. 예를 들어, 시그널링 정보는 3차원 바운딩 박스 정보, 3차원 공간 영역 정보, 타일 정보 및/또는 타일 인벤토리 정보 등을 포함할 수 있다.
시그널링 정보는 공간 분할부(905), 지오메트리 인코더(915), 어트리뷰트 인코더(920), 전송 처리부(925) 및/또는 인캡슐레이션 처리부(930)로부터 제공될 수 있다. 또한, 시그널링 처리부(910)는 도 13의 수신 장치(900)로부터 피드백되는 피드백 정보를 공간 분할부(905), 지오메트리 인코더(915), 어트리뷰트 인코더(920), 전송 처리부(925) 및/또는 인캡슐레이션 처리부(930)로 제공할 수 있다.
시그널링 정보는 트랙 내 샘플, 샘플 엔트리, 샘플 그룹, 트랙 그룹 또는 별도의 메타 데이터 트랙 등에 저장되어 시그널링될 수 있다. 실시예들에 따라, 시그널링 정보는 시퀀스 레벨의 시그널링을 위한 시퀀스 파라미터 세트(sequence parameter set, SPS), 지오메트리 코딩 정보의 시그널링을 위한 지오메트리 파라미터 세트(geometry parameter set, GPS), 어트리뷰트 코딩 정보의 시그널링을 위한 어트리뷰트 파라미터 세트(attribute parameter set, APS), 타일 레벨의 시그널링을 위한 타일 파라미터 세트(tile parameter set, TPS)(또는, 타일 인벤토리) 등의 단위로 시그널링될 수 있다. 또한, 시그널링 정보는 슬라이스 또는 타일 등과 같은 코딩 유닛 단위로 시그널링될 수도 있다.
한편, 3차원 블록들의 포지션(포지션 정보)은 지오메트리 인코더(915)로 출력될 수 있으며, 3차원 블록들의 어트리뷰트(어트리뷰트 정보)는 어트리뷰트 인코더(920)로 출력될 수 있다.
지오메트리 인코더(915)는 포지션 정보를 기반으로 옥트리를 구성하고, 구성된 옥트리를 인코딩하여 지오메트리 비트스트림을 출력할 수 있다. 또한, 지오메트리 인코더(915)는 옥트리 및/또는 근사화된 옥트리를 재구성(복원)하여 어트리뷰트 인코더(920)로 출력할 수 있다. 복원된 옥트리는 복원된 지오메트리일 수 있다. 지오메트리 인코더(915)는 도 3의 좌표계 변환부(305), 지오메트리 양자화부(310), 옥트리 분석부(315), 근사화부(320), 지오메트리 인코딩부(325) 및/또는 복원부(330)가 수행하는 동작들의 전부 또는 일부를 수행할 수 있다. 실시예들에 따라, 지오메트리 인코더(915)는 도 6의 양자화 처리부(610), 복셀화 처리부(615), 옥트리 오큐판시 코드 생성부(620), 표면 모델 처리부(625), 인트라/인터 코딩 처리부(630) 및/또는 아리스메틱 코더(635)가 수행하는 동작들의 전부 또는 일부를 수행할 수 있다.
어트리뷰트 인코더(920)는 복원된 지오메트리에 기반하여 어트리뷰트를 인코딩함으로써 어트리뷰트 비트스트림을 출력할 수 있다. 어트리뷰트 인코더(920)는 도 3의 어트리뷰트 변환부(340), RAHT 변환부(345), LOD 생성부(350), 리프팅부(355), 어트리뷰트 양자화부(360), 어트리뷰트 인코딩부(365) 및/또는 컬러 변환부(335)가 수행하는 동작들의 전부 또는 일부를 수행할 수 있다. 실시예들에 따라, 어트리뷰트 인코더(920)는 도 6의 속성 변환 처리부(650), 예측/리프팅/RAHT 변환 처리부(655), 아리스메틱 코더(660) 및/또는 색상 변환 처리부(645)가 수행하는 동작들의 전부 또는 일부를 수행할 수 있다.
인캡슐레이션 처리부(925)는 입력되는 하나 이상의 비트스트림들을 파일 또는 세그먼트 등으로 인캡슐레이션 할 수 있다. 예를 들어, 인캡슐레이션 처리부(925)는 지오메트리 비트스트림, 어트리뷰트 비트스트림, 시그널링 비트스트림을 각각 인캡슐레이션 할 수도 있고, 또는 지오메트리 비트스트림, 어트리뷰트 비트스트림, 시그널링 비트스트림을 다중화하여 인캡슐레이션 할 수 있다. 실시예들에 따라, 인캡슐레이션 처리부(925)는 TLV(type-length-value) 구조의 시퀀스로 구성된 비트스트림(G-PCC 비트스트림)을 파일로 인캡슐레이션할 수 있다. G-PCC 비트스트림을 구성하는 TLV(또는, TLV 인캡슐레이션) 구조들은 지오메트리 비트스트림, 어트리뷰트 비트스트림, 시그널링 비트스트림 등을 포함할 수 있다. 실시예들에 따라, G-PCC 비트스트림은 인캡슐레이션 처리부(925)에서 생성될 수 있고, 전송 처리부(930)에서 생성될 수도 있다. TLV 구조 또는 TLV 인캡슐레이션 구조에 대해서는 뒤에서 상세히 설명하도록 한다. 실시예들에 따라, 인캡슐레이션 처리부(925)는 도 1의 인캡슐레이션 처리부(13)가 수행하는 동작들의 전부 또는 일부를 수행할 수 있다.
전송 처리부(930)는 임의의 전송 프로토콜에 따라 인캡슐레이션된 비트스트림 또는 파일/세그먼트 등의 처리를 수행할 수 있다. 전송 처리부(930)는 도 1을 통해 설명한 전송부(14) 및 전송 처리부 또는, 도 6의 전송 처리부(665)가 수행하는 동작들의 전부 또는 일부를 수행할 수 있다.
도 11은 본 개시의 실시예들에 따른 수신 장치(1100)의 예시를 나타내는 블록도이다. 수신 장치(1100)는 공간 분할을 수행하는 전송 장치(900)의 동작들에 대응하는 동작들을 수행할 수 있다. 도 11에 예시된 바와 같이, 수신 장치(1100)는 수신 처리부(1105), 디캡슐레이션 처리부(1110), 시그널링 처리부(1115), 지오메트리 디코더(1120), 어트리뷰트 인코더(1125) 및/또는 후처리부(1130)를 포함할 수 있다.
수신 처리부(1105)는 G-PCC 비트스트림이 인캡슐레이션된 파일/세그먼트, G-PCC 비트스트림 또는 비트스트림을 수신하고, 이들을 대상으로 전송 프로토콜에 따른 처리를 수행할 수 있다. 수신 처리부(1105)는 도 1을 통해 설명한 수신부(21) 및 수신 처리부 또는, 도 7의 수신부(705) 또는 수신 처리부(710)가 수행하는 동작들의 전부 또는 일부를 수행할 수 있다.
디캡슐레이션 처리부(1110)는 인캡슐레이션 처리부(925)가 수행하는 동작들의 역과정을 수행하여 G-PCC 비트스트림을 획득할 수 있다. 디캡슐레이션 처리부(1110)는 파일/세그먼트를 디캡슐레이션하여 G-PCC 비트스트림을 획득할 수 있다. 예를 들어, 디캡슐레이션 처리부(1110)는 시그널링 비트스트림을 획득하여 시그널링 처리부(1115)로 출력할 수 있고, 지오메트리 비트스트림을 획득하여 지오메트리 디코더(1120)로 출력할 수 있으며, 어트리뷰트 비트스트림을 획득하여 어트리뷰트 디코더(1125)로 출력할 수 있다. 디캡슐레이션 처리부(1110)는 도 1의 디캡슐레이션 처리부(22) 또는, 도 7의 수신 처리부(710)가 수행하는 동작들의 전부 또는 일부를 수행할 수 있다.
시그널링 처리부(1115)는 시그널링 처리부(910)가 수행하는 동작들의 역과정을 수행하여 시그널링 정보를 파싱 및 디코딩할 수 있다. 시그널링 처리부(1115)는 시그널링 비트스트림으로부터 시그널링 정보를 파싱 및 디코딩할 수 있다. 시그널링 처리부(1115)는 디코딩된 시그널링 정보를 지오메트리 디코더(1120), 어트리뷰트 디코더(1125) 및/또는 후처리부(1130)로 제공할 수 있다.
지오메트리 디코더(1120)는 지오메트리 인코더(915)가 수행하는 동작들의 역과정을 수행하여 지오메트리 비트스트림으로부터 지오메트리를 복원할 수 있다. 지오메트리 디코더(1120)는 시그널링 정보(지오메트리에 관련된 파라미터들)에 기반하여 지오메트리를 복원할 수 있다. 복원된 지오메트리는 어트리뷰트 디코더(1125)로 제공될 수 있다.
어트리뷰트 디코더(1125)는 어트리뷰트 인코더(920)가 수행하는 동작들의 역과정을 수행하여 어트리뷰트 비트스트림으로부터 어트리뷰트를 복원할 수 있다. 어트리뷰트 디코더(1125)는 시그널링 정보(어트리뷰트에 관련된 파라미터들)와 복원된 지오메트리에 기반하여 어트리뷰트를 복원할 수 있다.
후처리부(1130)는 복원된 지오메트리와 복원된 어트리뷰트에 기반하여 포인트 클라우드 데이터를 복원할 수 있다. 포인트 클라우드 데이터의 복원은 복원된 지오메트리와 복원된 어트리뷰트를 서로 매칭시키는 과정을 통해 수행될 수 있다. 실시예들에 따라, 후처리부(1130)는 복원된 포인트 클라우드 데이터가 타일 및/또는 슬라이스 단위인 경우에, 시그널링 정보를 기반으로 하여 전송 장치(900)의 공간 분할 과정의 역과정을 수행함으로써, 포인트 클라우드 데이터의 바운딩 박스를 복원할 수 있다. 실시예들에 따라, 후처리부(1130)는 바운딩 박스가 공간 분할 과정을 통해 복수 개의 타일들 및/또는 복수 개의 슬라이스들로 분할된 경우에, 시그널링 정보를 기반으로 하여 일부 슬라이스들 및/또는 일부 타일들을 결합함으로써, 바운딩 박스의 일부를 복원할 수도 있다. 여기서, 바운딩 박스의 복원에 이용되는 일부 슬라이스들 및/또는 일부 타일들은 공간적 접근을 원하는 3차원 공간 영역에 관련된 슬라이스들 및/또는 일부 타일들일 수 있다.
타일 인벤토리 신택스 구조
도 12는 타일 인벤토리의 신택스 구조에 대한 일 예를 나타낸다. 타일 인벤토리는 타일 파라미터 세트(tile parameter set, TPS)로 지칭될 수 있다. 도 12에서, TPS의 신택스 구조에 표현된 신택스 요소들(또는, 필드들)은 TPS에 포함된 신택스 요소들이거나 TPS를 통해 시그널링되는 신택스 요소들일 수 있다.
tile_frame_idx는 타일 인벤토리의 목적(purpose)을 식별하는 데 사용할 수 있는 식별 번호(identifying number)를 포함할 수 있다. tile_seq_parameter_set_id는 액티브 SPS에 대한 sps_seq_parameter_set_id의 값을 나타낼 수 있다. tile_id_present_flag는 타일들을 식별하기 위한 파라미터들을 나타낼 수 있다. 예를 들어, tile_id_present_flag의 값이 제1값(e.g., 1)과 같으면 이는 타일들이 tile_id 신택스 요소의 값에 따라 식별됨을 나타낼 수 있으며, tile_id_present_flag의 값이 제2값(e.g., 0)과 같으면 이는 타일들이 그들의 타일 인벤토리 내 위치에 따라 식별됨을 나타낼 수 있다. tile_cnt는 타일 인벤토리 내에 존재하는 타일 바운딩 박스들의 수를 나타낼 수 있다. tile_bounding_box_bits는 타일 인벤토리에 대한 바운딩 박스 정보를 표현하기 위한 비트 심도(bitdepth)를 나타낼 수 있다. 루프(loop) 변수 tileIdx가 0부터 (타일 바운딩 박스의 수 - 1)이 될 때까지 1씩 증가하면서, tile_id, tile_bounding_box_offset_xyz[tile_id][k], 및 tile_bounding_box_size_xyz[tile_id][k]이 시그널링될 수 있다. tile_id는 tile_inventory 내 특정 타일을 식별할 수 있다. tile_id는 tile_id_present_flag의 값이 제1값(e.g., 1)인 경우에 시그널링될 수 있으며, 타일 바운딩 박스의 수만큼 시그널링될 수 있다. tile_id가 존재하지 않는 경우에(시그널링되지 않는 경우에), tile_id의 값은 루프 변수 tileIdx에 의해 제공된 타일 인벤토리 내의 타일의 인덱스로 유추될 수 있다. tile_id의 모든 값이 타일 인벤토리 내에서 고유해야 하는 것은 비트스트림 적합성의 요구 사항일 수 있다. tile_bounding_box_offset_xyz[tileId][k] 및 tile_bounding_box_size_xyz[tileId][k]와 tile_bounding_box_offset_xyz[tileId][k]는 tileId와 동일한 gsh_tile_id에 의해 식별되는 슬라이스를 포함하는 바운딩 박스를 지시할 수 있다. tile_bounding_box_offset_xyz[tileId][k]는 TileOrigin[k]에 대한 타일 바운딩 박스의 (x, y, z) 원점(origin) 좌표의 k번째 컴포넌트일 수 있다. tile_bounding_box_size_xyz[tileId][k]는 타일 바운딩 박스의 너비, 높이 및 깊이의 k번째 컴포넌트일 수 있다.
변수 k가 0부터 2가 될 때까지 1씩 증가하면서 tile_origin_xyz[k]가 시그널링될 수 있다. tile_origin_xyz[k]는 직교(cartesian) 좌표 내 타일 원점의 k번째 컴포넌트를 나타낼 수 있다. tile_origin_xyz[k]의 값은 sps_bounding_box_offset[k]와 같도록 강제될 수 있다. tile_origin_log2_scale은 tile_origin_xyz의 구성 요소를 스케일링하기 위한 스케일링 팩터를 나타낼 수 있다. tile_origin_log2_scale의 값은 sps_bounding_box_offset_log2_scale와 같도록 강제될 수 있다. k = 0, …, 2에 대해, 요소 TileOrigin[k]를 가지는 어레이(array) TileOrigin은 'TileOrigin[k] = tile_origin_xyz[k] << tile_origin_log2_scale'와 같이 유도될 수 있다.
인캡슐레이션/디캡슐레이션
TLV 인캡슐레이션 구조는 본 명세서에서 언급된 전송부, 전송 처리부, 인캡슐레이션부에서 생성될 수 있다. TLV 인캡슐레이션 구조들로 구성된 G-PCC 비트스트림은 그대로 수신 장치로 전송되거나, 인캡슐레이션되어 수신 장치로 전송될 수도 있다. 예를 들어, 인캡슐레이션 처리부(1125)는 TLV 인캡슐레이션 구조들로 이루어진 G-PCC 비트스트림을 파일/세그먼트 형태로 인캡슐레이션하여 전송할 수 있다. 디캡슐레이션 처리부(1110)는 인캡슐레이션된 파일/세그먼트를 디캡슐레이션하여 G-PCC 비트스트림을 획득할 수 있다.
실시예들에 따라, G-PCC 비트스트림은 ISOBMFF 기반의 파일 포맷으로 인캡슐레이션될 수 있다. 이 경우, G-PCC 비트스트림은 ISOBMFF 파일 내 싱글 트랙(track) 또는 멀티플 트랙들에 저장될 수 있다. 여기서, 파일 내 싱글 트랙 또는 멀티플 트랙들은 “트랙' 또는 “G-PCC 트랙”이라 지칭될 수 있다. ISOBMFF 기반의 파일은 컨테이너, 컨테이너 파일, 미디어 파일, G-PCC 파일 등으로 지칭될 수 있다. 구체적으로, 파일은 ftyp, moov, mdat이라고 지칭할 수 있는 박스 및/또는 정보 등으로 구성될 수 있다.
ftyp 박스(file type box, 파일 타입 박스)는 해당 파일에 대한 파일 타입 또는 파일 호환성 관련 정보를 제공할 수 있다. 수신 장치는 ftyp 박스를 참조하여 해당 파일을 구분할 수 있다. mdat 박스는 미디어 데이터 박스(media data box)라고도 하며, 실제 미디어 데이터를 포함할 수 있다. 실시예들에 따라, 지오메트리 슬라이스(또는, 코딩된 지오메트리 비트스트림), 제로 이상의 어트리뷰트 슬라이스들(또는, 코딩된 어트리뷰트 비트스트림)은 파일 내 mdat 박스의 샘플에 포함될 수 있다. 여기서, 샘플은 G-PCC 샘플로 지칭될 수 있다. moov 박스는 movie 박스라고도 하며, 해당 파일의 미디어 데이터에 대한 메타 데이터를 포함할 수 있다. 예를 들어, moov 박스는 해당 미디어 데이터의 디코딩 및 재생에 필요한 정보를 포함할 수 있고, 해당 파일의 트랙 및 샘플에 관한 정보를 포함할 수 있다. moov 박스는 모든 메타 데이터를 위한 컨테이너 역할을 할 수 있다. moov 박스는 메타 데이터 관련 박스들 중 최상위 레이어의 박스일 수 있다.
실시예들에 따라, moov 박스는 파일의 트랙에 관련된 정보를 제공하는 트랙(trak) 박스를 포함할 수 있으며, trak 박스는 해당 트랙의 미디어 정보를 제공하는 미디어(mdia) 박스(MediaBox), 및 해당 트랙과 해당 트랙에 대응하는 파일의 샘플을 연결(reference)하기 위한 트랙 레퍼런스 컨테이너(tref) 박스를 포함할 수 있다. 미디어 박스(MediaBox)는 해당 미디어 데이터의 정보를 제공하는 미디어 정보 컨테이너(minf) 박스와 스트림의 타입을 지시하는 핸들러(hdlr) 박스(HandlerBox)를 포함할 수 있다. minf 박스는 mdat 박스의 샘플에 관련된 메타 데이터를 제공하는 샘플 테이블(stbl) 박스를 포함할 수 있다. stbl 박스는 사용된 코딩 타입(coding type)에 대한 정보와 해당 코딩 타입을 위해 필요한 초기 정보(initialization information)를 제공하는 샘플 디스크립션 (stsd) 박스를 포함할 수 있다. 실시예들에 따라, 샘플 디스크립션 (stsd) 박스는 트랙을 위한 샘플 엔트리(sample entry)를 포함할 수 있다. 실시예들에 따라, SPS, GPS, APS, 타일 인벤토리와 같은 시그널링 정보(또는, 메타 데이터)는 파일 내 moov 박스의 샘플 엔트리 또는 mdat 박스의 샘플에 포함될 수 있다.
G-PCC 트랙은 지오메트리 슬라이스(또는, 코딩된 지오메트리 비트스트림) 또는 어트리뷰트 슬라이스(또는, 코딩된 어트리뷰트 비트스트림), 또는 지오메트리 슬라이스와 어트리뷰트 슬라이스 둘 다를 캐리하는 볼륨메트릭 비쥬얼 트랙(volumetric visual track)으로 정의될 수 있다. 실시예들에 따라, 볼륨메트릭 비쥬얼 트랙은 미디어 박스(MediaBox)의 핸들러 박스(HandlerBox) 내 볼륨메트릭 비쥬얼 미디어 핸들러 타입(volumetric visual media handler type) 'volv' 및/또는 미디어 박스(MediaBox)의 minf 박스 내 볼륨메트릭 비쥬얼 미디어 헤더(volumetric visual media header, vvhd)에 의해 식별될 수 있다. minf 박스는 미디어 정보 컨테이너 또는 미디어 정보 박스라 지칭될 수 있다. minf 박스는 미디어 박스(MediaBox)에 포함되고, 미디어 박스(MediaBox)는 트랙 박스에 포함되며, 트랙 박스는 파일의 moov 박스에 포함될 수 있다. 싱글 볼륨메트릭 비쥬얼 트랙 또는 멀티플 볼륨메트릭 비쥬얼 트랙들은 파일에 존재할 수 있다.
샘플 그룹
본 개시에서 언급된 인캡슐레이션 처리부는 하나 이상의 샘플들을 그룹핑하여 샘플 그룹을 생성할 수 있다. 본 개시에서 언급된 인캡슐레이션 처리부, 메타 데이터 처리부 또는 시그널링 처리부는 샘플 그룹에 연관된 시그널링 정보를 샘플, 샘플 그룹 또는 샘플 엔트리에 시그널링할 수 있다. 즉, 샘플 그룹에 연관된 샘플 그룹 정보는 샘플, 샘플 그룹 또는 샘플 엔트리에 추가될 수 있다. 샘플 그룹 정보는 3D 바운딩 박스 샘플 그룹 정보, 3D 영역 샘플 그룹 정보, 3D 타일 샘플 그룹 정보, 3D 타일 인벤토리 샘플 그룹 정보 등일 수 있다.
트랙 그룹
본 개시에서 언급된 인캡슐레이션 처리부는 하나 이상의 트랙들을 그룹핑하여 트랙 그룹을 생성할 수 있다. 본 개시에서 언급된 인캡슐레이션 처리부, 메타 데이터 처리부 또는 시그널링 처리부는 트랙 그룹에 연관된 시그널링 정보를 샘플, 트랙 그룹 또는 샘플 엔트리에 시그널링할 수 있다. 즉, 트랙 그룹에 연관된 트랙 그룹 정보는 샘플, 트랙 그룹 또는 샘플 엔트리에 추가될 수 있다. 트랙 그룹 정보는 3D 바운딩 박스 트랙 그룹 정보, 포인트 클라우드 컴포지션 트랙 그룹 정보, 공간 영역 트랙 그룹 정보, 3D 타일 트랙 그룹 정보, 3D 타일 인벤토리 트랙 그룹 정보 등일 수 있다.
샘플 엔트리
도 13은 싱글 트랙을 포함하는 ISOBMFF 기반 파일을 설명하기 위한 도면이다. 도 13의 (a)는 싱글 트랙을 포함하는 ISOBMFF 기반 파일의 레이아웃에 대한 일 예를 나타내며, 도 13의 (b)는 G-PCC 비트스트림이 파일의 싱글 트랙에 저장될 때 mdat 박스의 샘플 구조에 대한 일 예를 나타낸다. 도 14는 멀티플 트랙을 포함하는 ISOBMFF 기반 파일을 설명하기 위한 도면이다. 도 14의 (a)는 멀티플 트랙을 포함하는 ISOBMFF 기반 파일의 레이아웃에 대한 일 예를 나타내며, 도 14의 (b)는 G-PCC 비트스트림이 파일의 싱글 트랙에 저장될 때 mdat 박스의 샘플 구조에 대한 일 예를 나타낸다.
파일의 moov 박스에 포함되는 stsd 박스(SampleDescriptionBox)는 G-PCC 비트스트림을 저장하는 싱글 트랙을 위한 샘플 엔트리를 포함할 수 있다. SPS, GPS, APS, 타일 인벤토리가 파일 내 moov 박스의 샘플 엔트리 또는 mdat 박스의 샘플에 포함될 수 있다. 또한, 지오메트리 슬라이스, 제로 이상의 어트리뷰트 슬라이스들이 파일 내 mdat 박스의 샘플에 포함될 수 있다. G-PCC 비트스트림이 파일의 싱글 트랙에 저장될 때, 각 샘플은 멀티플 G-PCC 컴포넌트들을 포함할 수 있다. 즉, 각 샘플은 하나 이상의 TLV 인캡슐레이션 구조들로 구성될 수 있다.
도 14의 (b)에 예시된 바와 같이, 샘플은 지오메트리 슬라이스를 포함하는 TLV 인캡슐레이션 구조들이 포함될 수 있다. 또한, 샘플은 하나 이상의 파라미터 세트들을 포함하는 TLV 인캡슐레이션 구조들을 포함할 수 있다. 또한, 샘플은 하나 이상의 어트리뷰트 슬라이스를 포함하는 TLV 인캡슐레이션 구조들을 포함할 수 있다.
도 14의 (a)에 예시된 바와 같이, G-PCC 비트스트림이 ISOBMFF 기반의 파일의 멀티플 트랙들로 캐리되는 경우에, 각 지오메트리 슬라이스 또는 어트리뷰트 슬라이스는 개별 트랙(indivisual track)에 매핑될 수 있다. 예를 들어, 지오메트리 슬라이스는 트랙 1(track 1)에 매핑될 수 있으며, 어트리뷰트 슬라이스는 트랙2(track 2)에 매핑될 수 있다. 지오메트리 슬라이스를 캐리하는 트랙(track 1)은 지오메트리 트랙 또는 G-PCC 지오메트리 트랙으로 지칭될 수 있고, 어트리뷰트 슬라이스를 캐리하는 트랙(track 2)은 어트리뷰트 트랙 또는 G-PCC 어트리뷰트 트랙으로 지칭될 수 있다. 그리고, 지오메트리 트랙은 지오메트리 슬라이스를 캐리하는 볼륨메트릭 비쥬얼 트랙으로 정의될 수 있으며, 어트리뷰트 트랙은 어트리뷰트 슬라이스를 캐리하는 볼륨메트릭 비쥬얼 트랙으로 정의될 수 있다.
지오메트리 슬라이스와 어트리뷰트 슬라이스 둘 다를 포함하는 G-PCC 비트스트림의 일부를 캐리하는 트랙을 다중화된 트랙(multiplexed track)이라 지칭할 수 있다. 지오메트리 슬라이스와 어트리뷰트 슬라이스가 개별 트랙들(separate tracks)에 저장되는 경우에, 트랙 내 각 샘플은 싱글 G-PCC 컴포넌트의 데이터를 캐리하는 적어도 하나의 TLV 인캡슐레이션 구조를 포함할 수 있다. 이 경우, 각 샘플은 지오메트리와 어트리뷰트 둘 다를 포함하지 않으며, 또한 멀티플 어트리뷰트들을 포함하지 않을 수 있다. G-PCC 비트스트림의 멀티-트랙 인캡슐레이션은 G-PCC 플레이어가 G-PCC 컴포넌트들 중 하나를 효과적(effectively)으로 액세스하는 것을 가능하게 할 수 있다.
시간적 확장성(temporal scalability)
시간적 확장성은 독립적으로 코딩된 프레임들의 하나 이상의 서브 세트들을 추출할 가능성을 허용하는 기능을 의미할 수 있다. 또한, 시간적 확장성은 G-PCC 데이터를 복수 개의 서로 다른 시간적 레벨들(temporal levels)로 구분하고, 서로 다른 시간적 레벨들에 속하는 각 G-PCC 프레임들을 서로 독립적으로 처리하는 기능을 의미할 수 있다. 시간적 확장성이 지원되면, G-PCC 플레이어(또는, 본 개시의 전송 장치 및/또는 수신 장치)는 G-PCC 컴포넌트들 중에서 원하는 컴포넌트(타겟 컴포넌트)에 효과적(effectively)으로 액세스할 수 있다. 또한, 시간적 확장성이 지원되면, G-PCC 프레임이 서로 독립적으로 처리되므로, 시스템 레벨에서 시간적 확장성 지원이 보다 유연한 시간적 서브 레이어링(sub-layering)으로 표현될 수 있다. 또한, 시간적 확장성이 지원되면, G-PCC 데이터를 처리하는 시스템(포인트 클라우드 콘텐트 제공 시스템)이 네트워크 기능(capability)이나 디코더 기능(capability) 등과 일치하도록 높은 수준에서 데이터를 조작할 수 있도록 하므로, 포인트 클라우드 콘텐트 제공 시스템의 성능을 향상시킬 수 있다.
시간적 확장성이 G-PCC 파일에 지원되는 경우, G-PCC 비트스트림을 복원하기 위하여 G-PCC 플레이어는 시간적 레벨 트랙들 및 시간적 레벨 타일 트랙들 각각에 대해 다음과 같이 동작할 수 있다.
A. 시간적 레벨 트랙들에 대하여
1. G-PCC 플레이어는 시간적 레벨 id가 0인 G-PCC 트랙들만을 선택함.
2. 상기 플레이어는 특정 표시 시간(specific presentation time)에 대해 스텝 1에서 선택된 트랙들로부터 샘플들을 추출함.
3. 상기 플레이어가 더 높은 시간적 해상도의 콘텐츠를 제공하기로 결정한 경우, 상기 플레이어는 시간적 레벨 id가 1 이상인 추가적인 G-PCC 트랙들을 선택함.
4. 상기 플레이어는 특정 표시 시간 동안 스텝 3에서 선택된 시간적 레벨 트랙들로부터 G-PCC 샘플들을 추출함.
5. 상기 플레이어가 더 낮은 시간적 해상도의 콘텐츠를 제공하기로 결정한 경우, 상기 플레이어는 스텝 3에서 선택된 트랙들의 리스트로부터 가장 높은 시간적 레벨 id를 갖는 G-PCC 트랙들을 제거함.
B. 시간적 레벨 타일 트랙들에 대하여
1. G-PCC 플레이어는 먼저 사용자의 뷰포트(viewport)에 기반하여 타겟 타일들 및 대응하는 타일 트랙(들)을 선택함.
2. 상기 플레이어는 시간적 레벨 id 0을 갖는 타일 트랙들만을 선택함으로써 스텝 1에서 선택된 타일 트랙들의 선택 기준(the selection criteria)을 세분화함(refine).
3. 상기 플레이어는 특정 표시 시간 동안 스텝 2에서 선택된 타일 트랙들로부터 타일 샘플들을 추출함.
4. 상기 플레이어가 스텝 1에서 선택된 타일들에 대한 더 높은 시간적 해상도의 콘텐츠를 제공하기로 결정한 경우, 상기 플레이어는 스텝 1에서 선택된 타일 트랙들의 리스트로부터 시간적 레벨 id가 1 이상인 추가적인 G-PCC 타일 트랙들을 선택함.
5. 상기 플레이어는 특정 표시 시간 동안 스텝 4에서 선택된 시간적 레벨 타일 트랙들로부터 타겟 타일들에 대한 샘플들을 추출함.
6. 사용자가 뷰포트를 변경한 경우, 상기 플레이어는 스텝 1 내지 스텝 5의 프로세스를 반복함. 사용자가 새로운 뷰포트에 대하여 이전의 시간적 해상도를 유지하기 원하는 경우, 상기 플레이어는 스텝 3을 스킵할 수 있음.
상술한 디코딩 및 표시(또는, 재생(playback))을 위해 트랙들을 핸들링하기 위한 기존의 플레이어 동작(player behavior)은, 시간적 레벨 id 0을 포함하는 트랙에서 먼저 시작하여 다른 트랙들을 찾기 전에 처리(즉, 상기 트랙으로부터 샘플 추출)해야 하기 때문에 비효율적이라는 문제가 있다. 플레이어에게 먼저 작동할 타겟 시간적 레벨(a target temporal level to operate first)을 지정한 다음, 상기 플레이어가 상기 지정된 타겟 시간적 레벨보다 작거나 같은 시간적 레벨을 갖는 모든 트랙들을 선택하도록 하는 것이 보다 효율적일 수 있다.
또한, 기존의 플레이어는 타겟 파라미터들(또는, 동작 파라미터들)이 변경된 경우 디코딩되었지만 아직 표시되지 않은 샘플들을 어떻게 처리할지가 불명확하다는 문제가 있다.
이와 같은 문제를 해결하기 위하여, 본 개시의 실시예들에 따르면, 타겟 시간적 레벨에 기반하여 필요한 트랙들을 선택하고, 상기 선택된 트랙들로부터 샘플 추출 프로세스가 수행될 수 있다. 또한, 본 개시의 실시예들에 따르면, 타겟 파라미터(들)이 변경된 경우, 디코딩되지 않았거나 표시되지 않은 샘플들은 폐기되고, 새로운 타겟 파라미터(들)에 기반하여 샘플 추출 프로세스가 다시 수행될 수 있다.
본 개시의 실시예들은 아래의 구성들(aspects)에 기반하여 제공될 수 있다.
- (구성 1): G-PCC 파일 파서/플레이어(이하, '플레이어'라고 지칭함)는 적어도 다음의 파라미터들에 기반하여 동작할 수 있다.
a) 파일이 타일 트랙을 포함하지 않는 경우, 상기 플레이어는 소정의 타겟 시간적 레벨/id에 기반하여 동작함.
b) 그렇지 않으면(즉, 파일이 타일 트랙을 포함하는 경우), 상기 플레이어는 타겟 시간적 레벨/id 및 타겟 타일 id 리스트에 기반하여 동작함.
- (구성 2): 시간적 레벨 트랙들을 핸들링하기 위하여, 상기 플레이어는 다음의 프로세스에 따를 수 있다.
a) 먼저, 소정의 타겟 시간적 레벨보다 작거나 같은 시간적 레벨을 포함하는 트랙들의 세트(즉, 트랙 세트)를 식별함.
b) 상기 식별된 트랙 세트로부터, 상기 소정의 타겟 시간적 레벨보다 작거나 같은 시간적 레벨에 속하는 샘플들을 추출함.
c) 상기 추출된 샘플들을 각각의 디코딩 시간에 따라 디코더로 전송(deliver)함.
d) 디코딩되면, 디코딩된 샘플들을 각각의 표시/합성 시간에 따라 표시(또는, 재생)을 위해 (렌더러로) 전송함.
- (구성 3): 시간적 레벨 타일 트랙들을 핸들링하기 위하여, 상기 플레이어는 다음의 프로세스를 따를 수 있다.
a) 먼저, 소정의 타겟 시간적 레벨보다 작거나 같은 시간적 레벨 및 타겟 타일 id 리스트에 포함된 타일(또는, 타일 id)를 포함하는 타일 트랙들의 세트(즉, 타일 트랙 세트)를 식별함.
b) 상기 식별된 타일 트랙 세트로부터, 상기 소정의 타겟 시간적 레벨보다 작거나 같은 시간적 레벨에 속하고, 상기 타겟 타일 id 리스트에 포함된 타일(또는, 타일 id)를 포함하는 샘플들을 추출함.
c) 상기 추출된 샘플들을 각각의 디코딩 시간에 따라 디코더로 전송함.
d) 디코딩되면, 디코딩된 샘플들을 각각의 표시/합성 시간에 따라 표시(또는, 재생)을 위해 (렌더러로) 전송함.
- (구성 4): 타겟 시간적 레벨 및/또는 타겟 타일 id 리스트가 변경된 경우, 다음의 프로세스가 수행될 수 있다.
a) 상기 플레이어는 추출되었으나 아직 디코딩되지 않은 샘플들을 폐기함(discard).
b) 상기 플레이어는 아직 표시(또는, 재생)되지 않은 디코딩된 샘플들을 폐기함.
c) 상기 플레이어는 상술한 구성 1 또는 구성 2에서 설명한 프로세스들을 재시작함.
- (구성 5): 또는, 타겟 시간적 레벨 및/또는 타겟 타일 id 리스트가 변경된 경우, 다음의 프로세스가 수행될 수 있다.
a) 상기 플레이어는 추출되었으나 아직 디코딩되지 않은 샘플들을 폐기함.
b) 상기 플레이어는 아직 표시(또는, 재생)되지 않은 디코딩된 샘플들을 각각의 표시/합성 시간에 따라 표시함.
c) 상기 플레이어는 상술한 구성 1 또는 구성 2에서 설명한 프로세스들을 재시작함.
- (구성 6): 또는, 타겟 시간적 레벨 및/또는 타겟 타일 id 리스트가 변경된 경우, 다음의 프로세스가 수행될 수 있다.
a) 상기 플레이어는 추출되었으나 아직 디코딩되지 않은 샘플들을 각각의 디코딩 시간에 따라 디코더로 전송함.
b) 상기 플레이어는 아직 표시(또는, 재생)되지 않은 디코딩된 샘플들을 각각의 표시/합성 시간에 따라 표시함.
c) 상기 플레이어는 상술한 구성 1 또는 구성 2에서 설명한 프로세스들을 재시작함.
실시예 1
본 개시의 실시예 1에 따르면, 시간적 레벨 트랙들을 핸들링하기 위하여, G-PCC 플레이어에 소정의 타겟 시간적 레벨이 제공될 수 있다. G-PCC 플레이어는 타겟 시간적 레벨에 기반하여 시간적 레벨 트랙들을 식별하고, 샘플 추출 프로세스를 수행할 수 있다. 또한, 시간적 레벨 타일 트랙들을 핸들링하기 위하여, G-PCC 플레이어에 소정의 타겟 시간적 레벨 및 타겟 타일 id 리스트가 제공될 수 있다. G-PCC 플레이어는 타겟 시간적 레벨 및 타겟 타일 id 리스트에 기반하여 시간적 레벨 타일 트랙들을 식별하고, 샘플 추출 프로세스를 수행할 수 있다. 본 개시의 실시예 1은 상술한 구성 1 내지 구성 4에 기반하여 제공될 수 있다. 이하, 첨부된 도면들을 참조하여 본 개시의 실시예 1을 보다 상세히 설명하기로 한다.
도 15는 본 개시의 일 실시예에 따른 시간적 레벨 트랙들을 핸들링하는 방법을 나타낸 흐름도이다. 도 15의 각 단계는 전술한 (G-PCC 파일) 수신 장치에 의해 수행될 수 있다.
도 15를 참조하면, 수신 장치는 G-PCC 파일로부터 하나 이상의 트랙들을 포함하는 트랙 세트를 식별할 수 있다(S1510). 이 때, 상기 트랙 세트에 포함된 각각의 트랙은 소정의 타겟 시간적 레벨보다 작거나 같은 시간적 레벨을 포함할 수 있다.
수신 장치는 식별된 트랙 세트로부터 타겟 시간적 레벨보다 작거나 같은 시간적 레벨에 속한 샘플들을 추출할 수 있다(S1520). 상기 추출된 샘플들은 각각의 디코딩 시간에 따라 디코더(예컨대, 도 1의 복호화부(23))로 전송될 수 있다(S1530). 그리고, 상기 추출된 샘플들이 디코딩되면, 디코딩된 샘플들은 각각의 표시/합성 시간에 따라 표시(또는, 재생)을 위해 렌더러(예컨대, 도 1의 렌더링부(24))로 전송될 수 있다.
일 실시예에서, 타겟 시간적 레벨이 변경되는 경우, 수신 장치는 상술한 단계들을 실행할 수 있으며, 이전의 타겟 시간적 레벨에 기반하여 디코딩되었으나 아직 표시되지 않은 샘플들은 폐기될 수 있다.
도 16은 본 개시의 일 실시예에 따른 시간적 레벨 타일 트랙들을 핸들링하는 방법을 나타낸 흐름도이다. 도 16의 각 단계는 전술한 (G-PCC 파일) 수신 장치에 의해 수행될 수 있다.
도 16을 참조하면, 수신 장치는 G-PCC 파일로부터 하나 이상의 타일 트랙들을 포함하는 타일 트랙 세트를 식별할 수 있다(S1610). 이 때, 상기 타일 트랙 세트에 포함된 각각의 타일 트랙은 소정의 타겟 시간적 레벨보다 작거나 같은 시간적 레벨 및 타겟 타일 id 리스트에 포함된 타일(또는, 타일 id)를 포함할 수 있다.
수신 장치는, 식별된 타일 트랙 세트로부터, 타겟 시간적 레벨보다 작거나 같은 시간적 레벨에 속하고, 타겟 타일 id 리스트에 포함된 타일(또는, 타일 id)를 포함하는 샘플들을 추출할 수 있다(S1620). 상기 추출된 샘플들은 각각의 디코딩 시간에 따라 디코더(예컨대, 도 1의 복호화부(23))로 전송될 수 있다(S1630). 그리고, 상기 추출된 샘플들이 디코딩되면, 디코딩된 샘플들은 각각의 표시/합성 시간에 따라 표시(또는, 재생)을 위해 렌더러(예컨대, 도 1의 렌더링부(24))로 전송될 수 있다(S1640).
일 실시예에서, 타겟 시간적 레벨 및/또는 타겟 타일 id 리스트가 변경되는 경우, 수신 장치는 상술한 단계들을 S1610 단계부터 다시 실행할 수 있으며, 이전의 타겟 시간적 레벨 및 타겟 타일 id 리스트에 기반하여 디코딩되었으나 아직 표시되지 않은 샘플들은 폐기될 수 있다.
도 17은 본 개시의 일 실시예에 따른 다중 시간적 레벨 타일 트랙들의 생성 및 이로부터 샘플들을 추출하는 방법을 설명하기 위한 도면이다.
도 17을 참조하면, G-PCC 프레임들은 인켑슐레이션 과정에서 다중(multiple) 시간적 레벨 타일 트랙들로 분할될 수 있다. 예를 들어, 각각의 G-PCC 프레임은 8개의 타일들로 구성될 수 있으며, 비트스트림 내의 모든 G-PCC 프레임들은 3개의 시간적 레벨들로 그룹핑될 수 있다. G-PCC 샘플들은 시간적 레벨 타일 트랙들을 이용하여 ISOBMFF 파일 내에 인캡슐레이션될 수 있다. 각각의 시간적 레벨 타일 트랙은 특정 시간적 레벨에 속한 특정 타일의 G-PCC 샘플들을 나타낼 수 있다. 각각의 타일 트랙은 모든 G-PCC 컴포넌트 데이터를 운반할 수 있다.
본 개시의 실시예들에 따르면, G-PCC 플레이어는 사용자의 시청 방향(the user's viewing orientation)을 기반으로 주어진 타겟 시간적 레벨 및 타겟 타일 id 리스트에 기반하여 타겟 타일들 및 대응하는 시간적 레벨 타일 트랙들을 선택할 수 있다. 초기에, 타겟 시간적 레벨은 시간적 레벨 0이고 타겟 타일 id 리스트는 타일 id 1, 2, 5 및 6을 포함할 수 있다. 이와 같은 타겟들에 기반하여, 상기 플레이어는 시간적 레벨 0을 갖는 타일 트랙들 1, 2, 5 및 6을 선택하고, 해당 타일 트랙들로부터 샘플들을 추출하며, 추출된 샘플들을 각각의 디코딩 시간에 따라 디코더로 전송한 후, 각각의 합성 시간에 (디코딩된) 샘플들을 표시할 수 있다. 추후 타겟 타일 id 리스트는 동일하게 유지한 채 타겟 시간적 레벨이 1로 변경된다고 가정하면, 상기 플레이어는 시간적 레벨 0 및 1을 갖는 타일 트랙들 1, 2, 5 및 6을 선택하고, 해당 타일 트랙들로부터 샘플들을 추출하며, 추출된 샘플들을 각각의 디코딩 시간에 따라 디코더로 전송한 후, 각각의 합성시간에 (디코딩된) 샘플들을 표시할 수 있다.
이상, 본 개시의 실시예 1에 따르면, 시간적 레벨 트랙들/타일 트랙들은 소정의 타겟 파라미터(들)에 기반하여 핸들링될 수 있다. 구체적으로, G-PCC 플레이어는 타겟 시간적 레벨보다 작거나 같은 시간적 레벨 트랙들/타일 트랙들을 식별하고, 타겟 파라미터(들)에 기반한 샘플 추출 프로세스를 수행할 수 있다. 아울러, 타겟 파라미터들이 변경된 경우, 디코딩되었으나 아직 표시되지 않은 샘플들은 폐기될 수 있다. 이와 같이, 타겟 파라미터들에 기반하여 시간적 레벨 트랙들/타일 트랙들을 핸들링함으로써, 파일 처리 효율이 향상되고 플레이어 동작이 보다 명확해질 수 있다.
한편, 새로운 타겟 파라미터들과 함께 상술한 프로세스가 재시작되는 경우, 플레이어 동작(player behavior)을 정의하기 위하여 아래의 구성들(aspects)이 제공될 수 있다.
- (구성 7): 타겟 시간적 레벨 및/또는 타겟 타일 id 리스트가 변경된 경우, G-PCC 플레이어는 다음의 샘플들을 폐기(discard)할 수 있다.
a. 추출되었으나 아직 디코딩되지 않은 샘플들로서, 마지막으로 디스플레이/표시된 샘플의 표시 시간(presentation time)보다 큰 표시 시간을 갖는 샘플들.
b. 디스플레이/표시되지 않은 디코딩된 샘플들로서, 마지막으로 디스플레이/표시된 샘플의 표시 시간보다 큰 표시 시간을 갖는 샘플들.
- (구성 8): 상기 플레이어는, (폐기되지 않은) 나머지 추출된 샘플들을 각각의 디코딩 시간에 따라 디코더로 전송(deliver)한 후, 디코딩된 샘플들을 각각의 표시 시간에 따라 표시(또는, 재생)을 위해 (렌더러로) 전송할 수 있다.
- (구성 9): 상기 플레이어는 이전의 타겟 파라미터(들)에 기반하여 마지막으로 디스플레이/표시된 샘플의 표시 시간을 기록할 수 있다. 상기 표시 시간은 변수 lastPresentationTime에 기록될 수 있다.
- (구성 10): 마지막으로, 상기 플레이어는 새로운 타겟 파라미터(들)에 기반하여 선택된 트랙들로부터 샘플 추출 프로세스를 수행할 수 있다. 이 때, 추출된 샘플들은 변수 lastPresentationTime 값보다 큰 표시 시간을 갖도록 제한될 수 있다.
- (구성 11): 상기 구성 10의 대안으로서, 타겟 시간적 레벨 및/또는 타겟 타일 id 리스트가 변경된 경우, 상기 플레이어는 다음의 샘플들을 폐기할 수 있다.
a. 추출되었으나 아직 디코딩되지 않은 샘플들.
- (구성 12): 그리고, 상기 플레이어는 디코딩되었으나 아직 표시되지 않은 각 샘플을 각각의 표시 시간에 따라 표시되도록 (렌더러로) 전송할 수 있다.
- (구성 13): 상기 구성 10의 또 다른 대안으로서, 타겟 시간적 레벨 및/또는 타겟 타일 id 리스트가 변경된 경우, 상기 플레이어는 변수 targetChangeTime 값을 설정한 후, 다음의 샘플들을 폐기할 수 있다. 일 실시예에서, 변수 targetChangeTime는 타겟 파라미터(들)이 변경된 시간을 나타낼 수 있다.
a. 추출되었으나 아직 디코딩되지 않은 샘플들로서, 변수 targetChangeTime보다 큰 표시 시간을 갖는 샘플들.
b. 디코딩되었으나 아직 표시되지 않은 샘플들로서, 변수 targetChangeTime보다 큰 표시 시간을 갖는 샘플들.
- (구성 14): 변수 targetChangeTime 값은 다음과 같이 설정될 수 있다.
a. 새로운 타겟 파라미터(들)이 상기 플레이어에 주어진 시간
b. 새로운 타겟 파라미터(들)이 상기 플레이어에 주어진 시간에 고정된 오프셋 시간을 더한 값. 여기서, 상기 오프셋 시간은 상기 플레이어 동작을 위한 설정 파라미터(configuration parameter)로서 셋팅됨.
- (구성 15): 이전의 타겟 파라미터(들)에 기반한 나머지 샘플들이 디코딩 및 표시된 경우, 상기 플레이어는 변수 lastPresentationTime 값을 마지막으로 표시된 샘플의 표시 시간과 동일하게 설정할 수 있다. 그리고, 새로운 타겟 파라미터(들)에 기반하여 샘플 추출 프로세스를 수행할 수 있다.
- (구성 16): 상기 플레이어가 새로운 타겟 파라미터(들)을 수신한 경우,
a. (G-PCC) 파일이 타일 트랙을 포함하지 않으면, 상기 플레이어는 주어진 타겟 시간적 레벨/id 및 변수 lastPresentationTime에 기반하여 동작함.
b. 그렇지 않은 경우(즉, 상기 파일이 타일 트랙을 포함하면), 상기 플레이어는 주어진 타겟 시간적 레벨/id, 타겟 타일 id 리스트 및 변수 lastPresentationTime에 기반하여 동작함.
c. (샘플) 추출 프로세스가 처음 수행되는 경우, 변수 lastPresentationTime 값은 0으로 설정됨.
- (구성 17): 시간적 레벨 트랙들을 핸들링하기 위하여, 상기 플레이어는 다음의 프로세스를 따를 수 있다.
a. 먼저, 소정의 타겟 시간적 레벨보다 작거나 같은 시간적 레벨을 포함하는 트랙들의 세트(즉, 트랙 세트)를 식별함.
b. 상기 식별된 트랙 세트로부터, 상기 소정의 타겟 시간적 레벨보다 작거나 같은 시간적 레벨에 속하고 주어진 변수 lastPresentationTime 값보다 큰 표시 시간을 갖는 샘플들을 추출함.
c. 상기 추출된 샘플들을 각각의 디코딩 시간에 따라 디코더로 전송(deliver)함.
d. 디코딩되면, 디코딩된 샘플들을 각각의 표시/합성 시간에 따라 표시(또는, 재생)을 위해 (렌더러로) 전송함.
- (구성 18): 시간적 레벨 타일 트랙들을 핸들링하기 위하여, 상기 플레이어는 다음의 프로세스를 따를 수 있다.
a. 먼저, 소정의 타겟 시간적 레벨보다 작거나 같은 시간적 레벨 및 타겟 타일 id 리스트에 포함된 타일(또는, 타일 id)를 포함하는 타일 트랙들의 세트(즉, 타일 트랙 세트)를 식별함.
b. 상기 식별된 타일 트랙 세트로부터, 상기 타겟 시간적 레벨보다 작거나 같은 시간적 레벨에 속하고, 상기 타겟 타일 id 리스트에 포함된 타일(또는, 타일 id)를 포함하며, 주어진 변수 lastPresentationTime보다 큰 표시 시간을 갖는 샘플들을 추출함.
c. 상기 추출된 샘플들을 각각의 디코딩 시간에 따라 디코더로 전송함.
d. 디코딩되면, 디코딩된 샘플들을 각각의 표시/합성 시간에 따라 표시(또는, 재생)을 위해 (렌더러로) 전송함.
실시예 2
본 개시의 실시예 2에 따르면, 시간적 레벨 트랙들을 핸들링하기 위하여, G-PCC 플레이어에 소정의 타겟 시간적 레벨 및 변수 lastPresentationTime이 제공될 수 있다. G-PCC 플레이어는 타겟 시간적 레벨에 기반하여 시간적 레벨 트랙들을 식별하고, 변수 lastPresentationTime에 더 기반하여 샘플 추출 프로세스를 수행할 수 있다. 또한, 시간적 레벨 타일 트랙들을 핸들링하기 위하여, G-PCC 플레이어에 소정의 타겟 시간적 레벨, 타겟 타일 id 리스트 및 변수 lastPresentationTime이 제공될 수 있다. G-PCC 플레이어는 타겟 시간적 레벨 및 타겟 타일 id 리스트에 기반하여 시간적 레벨 트랙들/타일 트랙들을 식별하고, 변수 lastPresentationTime에 더 기반하여 샘플 추출 프로세스를 수행할 수 있다. 한편, 본 개시의 실시예 2에 따르면, 상술한 타겟 파라미터(들)이 변경된 경우, 디코딩되지 않았거나 표시(즉, 재생)되지 않은 샘플들은 소정의 요건에 따라 폐기될 수 있다. 본 개시의 실시예 2는 상술한 구성 7 내지 구성 18에 기반하여 제공될 수 있다. 이하, 첨부된 도면들을 참조하여 본 개시의 실시예 2를 보다 상세히 설명하기로 한다.
도 18은 본 개시의 일 실시예에 따른 시간적 레벨 트랙들을 핸들링하는 방법을 나타낸 흐름도이다. 도 18의 각 단계는 전술한 (G-PCC 파일) 수신 장치에 의해 수행될 수 있다.
도 18을 참조하면, 수신 장치는 G-PCC 파일로부터 하나 이상의 트랙들을 포함하는 트랙 세트를 식별할 수 있다(S1810). 이 때, 상기 트랙 세트에 포함된 각각의 트랙은 소정의 타겟 시간적 레벨보다 작거나 같은 시간적 레벨을 포함할 수 있다.
수신 장치는 식별된 트랙 세트로부터 타겟 시간적 레벨보다 작거나 같은 시간적 레벨에 속하고 변수 lastPresentationTime 값보다 큰 표시 시간을 갖는 샘플들을 추출할 수 있다(S1820). 일 예에서, 변수 lastPrsentationTime 값은 마지막으로 표시된 샘플의 표시 시간과 동일하게 설정될 수 있다. 상기 추출된 샘플들은 각각의 디코딩 시간에 따라 디코더(예컨대, 도 1의 복호화부(23))로 전송될 수 있다(S1830). 그리고, 상기 추출된 샘플들이 디코딩되면, 디코딩된 샘플들은 각각의 표시/합성 시간에 따라 표시(또는, 재생)을 위해 렌더러(예컨대, 도 1의 렌더링부(24))로 전송될 수 있다.
도 19는 본 개시의 일 실시예에 따른 시간적 레벨 타일 트랙들을 핸들링하는 방법을 나타낸 흐름도이다. 도 19의 각 단계는 전술한 (G-PCC 파일) 수신 장치에 의해 수행될 수 있다.
도 19를 참조하면, 수신 장치는 G-PCC 파일로부터 하나 이상의 타일 트랙들을 포함하는 타일 트랙 세트를 식별할 수 있다(S1910). 이 때, 상기 타일 트랙 세트에 포함된 각각의 타일 트랙은 소정의 타겟 시간적 레벨보다 작거나 같은 시간적 레벨 및 타겟 타일 id 리스트에 포함된 타일(또는, 타일 id)를 포함할 수 있다.
수신 장치는, 식별된 타일 트랙 세트로부터, 타겟 시간적 레벨보다 작거나 같은 시간적 레벨에 속하고, 타겟 타일 id 리스트에 포함된 타일(또는, 타일 id)를 포함하며, 변수 lastPrsentationTime 값보다 큰 표시 시간을 갖는 샘플들을 추출할 수 있다(S1920). 일 예에서, 변수 lastPrsentationTime 값은 마지막 표시된 샘플의 표시 시간과 동일하게 설정될 수 있다. 상기 추출된 샘플들은 각각의 디코딩 시간에 따라 디코더(예컨대, 도 1의 복호화부(23))로 전송될 수 있다(S1930). 그리고, 상기 추출된 샘플들이 디코딩되면, 디코딩된 샘플들은 각각의 표시/합성 시간에 따라 표시(또는, 재생)을 위해 렌더러(예컨대, 도 1의 렌더링부(24))로 전송될 수 있다(S1940).
일 실시예에서, 도 18 및 도 19의 샘플 추출 프로세스가 처음으로 수행되는 경우, 변수 lastPrsentationTime 값은 가능한 최소 표시 시간(the least possible presentation time)과 동일하게 설정될 수 있다.
도 20은 본 개시의 일 실시예에 따른 타겟 파라미터 변경시 샘플 처리 방법을 나타낸 흐름도이다. 도 20의 각 단계는 전술한 (G-PCC) 수신 장치에 의해 수행될 수 있다.
도 20을 참조하면, 타겟 파라미터(들)(예컨대, 타겟 시간적 레벨 및/또는 타겟 타일 id 리스트)이 변경된 경우, 수신 장치는 변수 targetChangeTime을 새로운 타겟 파라미터(들)이 주어진 시간에 고정된 오프셋 시간을 더한 값으로 설정할 수 있다(S2010). 일 실시예에서, 고정된 오프셋 시간은 외부적으로 설정될 수 있다. 예를 들어, 고정된 오프셋 시간은 플레이어 동작을 위한 설정 파라미터들 중 하나일 수 있다.
수신 장치는 소정의 제1 샘플들 및 제2 샘플들을 폐기할 수 있다(S2020). 여기서, 상기 제1 샘플들은, 추출되었으나 아직 디코딩되지 않은 샘플들로서 변수 targetChangeTime 값보다 큰 표시 시간을 갖는 샘플들을 포함할 수 있다. 또한, 상기 제2 샘플들은, 디코딩되었으나 아직 표시되지 않은 샘플들로서 변수 targetChangeTime 값보다 큰 표시 시간을 갖는 샘플들을 포함할 수 있다.
수신 장치는 폐기된 샘플들을 제외한 나머지 추출된 샘플들을 각각의 디코딩 시간에 따라 디코더로 전송한 후, 디코딩된 샘플들을 표시(또는, 재생)을 위해 각각의 표시 시간에 따라 (렌더러로) 전송할 수 있다(S2030).
그리고, 수신 장치는 변수 lastPresentationTime 값을 마지막으로 표시된 샘플의 표시 시간과 동일하게 설정하고, 새로운 타겟 파라미터(들)에 기반하여 샘플 추출 프로세스를 수행할 수 있다(S2040).
이상, 본 개시의 실시예 2에 따르면, 시간적 레벨 트랙들/타일 트랙들은 소정의 타겟 파라미터(들) 및 변수 lastPresentationTime에 기반하여 핸들링될 수 있다. 구체적으로, G-PCC 플레이어는 타겟 시간적 레벨보다 작거나 같은 시간적 레벨 트랙들/타일 트랙들을 식별하고, 타겟 파라미터(들) 및 변수 lastPresentationTime에 기반한 샘플 추출 프로세스를 수행할 수 있다. 아울러, 타겟 파라미터들이 변경된 경우, 디코딩되었으나 아직 표시되지 않은 샘플들은 폐기되고 변수 targetChangeTime이 소정값으로 설정될 수 있다. 이와 같이, 타겟 파라미터(들) 및 변수 lastPresentationTime에 기반하여 시간적 레벨 트랙들/타일 트랙들을 핸들링함으로써, 파일 처리 효율이 향상되고 플레이어 동작이 보다 명확해질 수 있다.
이하, 본 개시의 실시예들에 따른 포인트 클라우드 데이터의 수신 장치에서 수행되는 방법 및 포인트 클라우드 데이터의 전송 장치에서 수행되는 방법을 상세하게 설명한다.
도 21은 본 개시의 일 실시예에 따른 포인트 클라우드 데이터의 수신 장치에서 수행되는 방법을 나타낸 흐름도이다.
도 21을 참조하면, 수신 장치는 소정의 타겟 시간적 레벨에 기반하여 포인트 클라우드 데이터로부터 하나 이상의 트랙들을 포함하는 트랙 세트를 식별할 수 있다(S2110). 그리고, 수신 장치는 상기 식별된 트랙 세트로부터 하나 이상의 샘플들을 추출한 후(S2120), 상기 추출된 샘플들을 디코더로 전송할 수 있다.
일 실시예에서, 상기 트랙들이 시간적 레벨 타일 트랙들인 것에 기반하여, 상기 트랙 세트에 포함된 각각의 트랙은 소정의 타겟 타일 식별자 리스트에 포함된 타일 식별자를 포함할 수 있다.
일 실시예에서, 상기 트랙들이 시간적 레벨 트랙들인 것에 기반하여, 상기 추출된 각각의 샘플은 상기 타겟 시간적 레벨보다 작거나 같은 시간적 레벨에 속할 수 있다.
일 실시예에서, 상기 트랙들이 시간적 레벨 트랙들인 것에 기반하여, 상기 추출된 각각의 샘플은, 상기 타겟 시간적 레벨보다 작거나 같은 시간적 레벨에 속하고, 소정의 제1 표시 시간(presentation time)보다 큰 표시 시간을 가질 수 있다. 여기서, 상기 제1 표시 시간은 상기 추출된 샘플들 중에서 마지막으로 재생된 샘플의 표시 시간으로 설정될 수 있다. 또는, 상기 샘플들의 추출이 최초로 수행되는 것에 기반하여, 상기 제1 표시 시간은 가능한 최소 표시 시간으로 설정될 수 있다.
일 실시예에서, 상기 트랙들이 시간적 레벨 타일 트랙들인 것에 기반하여, 상기 추출된 각각의 샘플은, 상기 타겟 시간적 레벨보다 작거나 같은 시간적 레벨에 속하고, 상기 타겟 타일 식별자 리스트에 포함된 타일 식별자를 포함할 수 있다.
일 실시예에서, 상기 트랙들이 시간적 레벨 타일 트랙들인 것에 기반하여, 상기 추출된 각각의 샘플은, 상기 타겟 시간적 레벨보다 작거나 같은 시간적 레벨에 속하고, 상기 타겟 타일 식별자 리스트에 포함된 타일 식별자를 포함하며, 소정의 제1 표시 시간(presentation time)보다 큰 표시 시간을 가질 수 있다.
일 실시예에서, 상기 타겟 시간적 레벨을 포함하는 타겟 파라미터들 중 적어도 하나가 변경된 것에 기반하여, 소정의 타겟 변경 시간이 설정되고, 상기 추출된 샘플들 중 상기 타겟 변경 시간보다 큰 표시 시간을 갖는 제1 샘플들 및 제2 샘플들은 폐기(discard)될 수 있다. 여기서, 상기 제1 샘플들은 상기 추출된 샘플들 중에서 디코딩되지 않은 샘플들을 포함하고, 상기 제2 샘플들은 상기 추출된 샘플들 중에서 디코딩되었으나 재생되지 않은 샘플들을 포함할 수 있다. 한편, 상기 추출된 샘플들 중 상기 폐기된 샘플들을 제외한 나머지 샘플들은 디코더로 전송될 수 있으며, 상기 변경된 적어도 하나의 타겟 파라미터에 기반하여 상술한 샘플 추출 프로세스(S2110 및 S2120)가 다시 수행될 수 있다.
도 22는 본 개시의 일 실시예에 따른 포인트 클라우드 데이터의 전송 장치에서 수행되는 방법을 나타낸 흐름도이다.
도 22를 참조하면, 전송 장치는 포인트 클라우드 데이터를 포함하는 비트스트림을 분할하여 복수의 트랙들에 저장할 수 있다(S2210). 그리고, 전송 장치는 상기 트랙들을 포함하는 G-PCC(geometry-based point cloud compression) 파일을 생성할 수 있다(S2220).
일 실시예에서, 상기 복수의 트랙들은 시간적 레벨 트랙들 또는 시간적 레벨 타일 트랙들 중 적어도 하나를 포함할 수 있다. 이 경우, 상기 시간적 레벨 트랙들은 소정의 타겟 시간적 레벨에 기반한 샘플 추출 프로세스에 의해 디캡슐레이션될 수 있다. 또한, 상기 시간적 레벨 타일 트랙들은 상기 타겟 시간적 레벨 및 소정의 타겟 타일 식별자 리스트에 기반한 샘플 추출 프로세스에 의해 디캡슐레이션될 수 있다. 상기 디캡슐레이션을 위해 본 개시의 실시예들이 적용될 수 있으며, 그 구체적 내용은 도 15 내지 도 20을 참조하여 전술한 바와 같다.
이상, 본 개시의 실시예들에 따르면, 소정의 타겟 파라미터(들)에 기반하여 필요한 트랙 세트를 식별하고, 상기 식별된 트랙 세트로부터 샘플 추출 프로세스가 수행될 수 있다. 또한, 타겟 파라미터(들)이 변경된 경우, 디코딩되지 않았거나 표시되지 않은 샘플들은 폐기되고, 새로운 타겟 파라미터(들)에 기반하여 샘플 추출 프로세스가 다시 수행될 수 있다. 이에 따라, 파일 처리 효율이 향상되고 플레이어 동작이 보다 명확해질 수 있다.
본 개시의 예시적인 방법들은 설명의 명확성을 위해서 동작의 시리즈로 표현되어 있지만, 이는 단계가 수행되는 순서를 제한하기 위한 것은 아니며, 필요한 경우에는 각각의 단계가 동시에 또는 상이한 순서로 수행될 수도 있다. 본 개시에 따른 방법을 구현하기 위해서, 예시하는 단계에 추가적으로 다른 단계를 포함하거나, 일부의 단계를 제외하고 나머지 단계를 포함하거나, 또는 일부의 단계를 제외하고 추가적인 다른 단계를 포함할 수도 있다.
본 개시에 있어서, 소정의 동작(단계)을 수행하는 전송 장치 또는 수신 장치는 해당 동작(단계)의 수행 조건이나 상황을 확인하는 동작(단계)을 수행할 수 있다. 예를 들어, 소정의 조건이 만족되는 경우 소정의 동작을 수행한다고 기재된 경우, 영상 부호화 장치 또는 영상 복호화 장치는 상기 소정의 조건이 만족되는지 여부를 확인하는 동작을 수행한 후, 상기 소정의 동작을 수행할 수 있다.
본 개시의 다양한 실시예는 모든 가능한 조합을 나열한 것이 아니고 본 개시의 대표적인 양상을 설명하기 위한 것이며, 다양한 실시예에서 설명하는 사항들은 독립적으로 적용되거나 또는 둘 이상의 조합으로 적용될 수도 있다.
또한, 본 개시의 다양한 실시예는 하드웨어, 펌웨어(firmware), 소프트웨어, 또는 그들의 결합 등에 의해 구현될 수 있다. 하드웨어에 의한 구현의 경우, 하나 또는 그 이상의 ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), FPGAs(Field Programmable Gate Arrays), 범용 프로세서(general processor), 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 등에 의해 구현될 수 있다.
본 개시의 범위는 다양한 실시예의 방법에 따른 동작이 장치 또는 컴퓨터 상에서 실행되도록 하는 소프트웨어 또는 머신-실행가능한 명령들(예를 들어, 운영체제, 애플리케이션, 펌웨어(firmware), 프로그램 등), 및 이러한 소프트웨어 또는 명령 등이 저장되어 장치 또는 컴퓨터 상에서 실행 가능한 비-일시적 컴퓨터-판독가능 매체(non-transitory computer-readable medium)를 포함한다.
본 개시에 따른 실시예들은 포인트 클라우드 콘텐트를 제공하는데 이용될 수 있다. 또한, 본 개시에 따른 실시예들은 포인트 클라우드 데이터를 부호화/복호화하는데 이용될 수 있다.

Claims (15)

  1. 포인트 클라우드 데이터의 수신 장치에서 수행되는 방법으로서,
    소정의 타겟 시간적 레벨에 기반하여 상기 포인트 클라우드 데이터로부터 하나 이상의 트랙들을 포함하는 트랙 세트를 식별하는 단계; 및
    상기 식별된 트랙 세트로부터 하나 이상의 샘플들을 추출하는 단계를 포함하되,
    상기 트랙 세트에 포함된 각각의 트랙은 상기 타겟 시간적 레벨보다 작거나 같은 시간적 레벨을 포함하는, 방법.
  2. 제1항에 있어서,
    상기 트랙들이 시간적 레벨 타일 트랙들인 것에 기반하여, 상기 트랙 세트에 포함된 각각의 트랙은 소정의 타겟 타일 식별자 리스트에 포함된 타일 식별자를 포함하는, 방법.
  3. 제1항에 있어서,
    상기 트랙들이 시간적 레벨 트랙들인 것에 기반하여, 상기 추출된 각각의 샘플은 상기 타겟 시간적 레벨보다 작거나 같은 시간적 레벨에 속하는, 방법.
  4. 제1항에 있어서,
    상기 트랙들이 시간적 레벨 트랙들인 것에 기반하여, 상기 추출된 각각의 샘플은 상기 타겟 시간적 레벨보다 작거나 같은 시간적 레벨에 속하고 소정의 제1 표시 시간(presentation time)보다 큰 표시 시간을 갖는, 방법.
  5. 제4항에 있어서,
    상기 제1 표시 시간은 상기 추출된 샘플들 중에서 마지막으로 재생된 샘플의 표시 시간으로 설정되는, 방법.
  6. 제4항에 있어서,
    상기 샘플들의 추출이 최초로 수행되는 것에 기반하여, 상기 제1 표시 시간은 가능한 최소 표시 시간으로 설정되는, 방법.
  7. 제1항에 있어서,
    상기 트랙들이 시간적 레벨 타일 트랙들인 것에 기반하여, 상기 추출된 각각의 샘플은 상기 타겟 시간적 레벨보다 작거나 같은 시간적 레벨에 속하고 상기 타겟 타일 식별자 리스트에 포함된 타일 식별자를 포함하는, 방법.
  8. 제1항에 있어서,
    상기 트랙들이 시간적 레벨 타일 트랙들인 것에 기반하여, 상기 추출된 각각의 샘플은, 상기 타겟 시간적 레벨보다 작거나 같은 시간적 레벨에 속하고, 상기 타겟 타일 식별자 리스트에 포함된 타일 식별자를 포함하며, 소정의 제1 표시 시간(presentation time)보다 큰 표시 시간을 갖는, 방법.
  9. 제1항에 있어서,
    상기 타겟 시간적 레벨을 포함하는 타겟 파라미터들 중 적어도 하나가 변경된 것에 기반하여, 타겟 변경 시간이 소정값으로 설정되고,
    상기 추출된 샘플들 중 상기 타겟 변경 시간보다 큰 표시 시간을 갖는 제1 샘플들 및 제2 샘플들은 폐기(discard)되는, 방법.
  10. 제9항에 있어서,
    상기 제1 샘플들은 상기 추출된 샘플들 중에서 디코딩되지 않은 샘플들을 포함하고,
    상기 제2 샘플들은 상기 추출된 샘플들 중에서 디코딩되었으나 재생되지 않은 샘플들을 포함하는, 방법.
  11. 제9항에 있어서,
    상기 추출된 샘플들 중 상기 폐기된 샘플들을 제외한 나머지 샘플들이 디코더로 전송되고,
    상기 변경된 적어도 하나의 타겟 파라미터에 기반하여, 상기 트랙 세트를 식별하는 단계가 다시 수행되는, 방법.
  12. 포인트 클라우드 데이터의 수신 장치로서,
    메모리; 및
    적어도 하나의 프로세서를 포함하고,
    상기 적어도 하나의 프로세서는,
    소정의 타겟 시간적 레벨에 기반하여 상기 포인트 클라우드 데이터로부터 하나 이상의 트랙들을 포함하는 트랙 세트를 식별하고,
    상기 식별된 트랙 세트로부터 하나 이상의 샘플들을 추출하되,
    상기 트랙 세트에 포함된 각각의 트랙은 상기 타겟 시간적 레벨보다 작거나 같은 시간적 레벨을 포함하는, 수신 장치.
  13. 제12항에 있어서,
    상기 트랙들이 시간적 레벨 타일 트랙들인 것에 기반하여, 상기 트랙 세트에 포함된 각각의 트랙은 소정의 타겟 타일 식별자 리스트에 포함된 타일 식별자를 포함하는, 수신 장치.
  14. 포인트 클라우드 데이터의 전송 장치에서 수행되는 방법으로서,
    상기 포인트 클라우드 데이터를 포함하는 비트스트림을 분할하여 복수의 트랙들에 저장하는 단계; 및
    상기 트랙들에 기반하여 G-PCC(geometry-based point cloud compression) 파일을 생성하는 단계를 포함하되,
    상기 복수의 트랙들은 시간적 레벨 트랙들 또는 시간적 레벨 타일 트랙들 중 적어도 하나를 포함하고,
    상기 시간적 레벨 트랙들은 소정의 타겟 시간적 레벨에 기반한 샘플 추출 프로세스에 의해 디캡슐레이션되며,
    상기 시간적 레벨 타일 트랙들은 상기 타겟 시간적 레벨 및 소정의 타겟 타일 식별자 리스트에 기반한 샘플 추출 프로세스에 의해 디캡슐레이션되는, 방법.
  15. 포인트 클라우드 데이터의 전송 장치로서,
    메모리; 및
    적어도 하나의 프로세서를 포함하고,
    상기 적어도 하나의 프로세서는,
    상기 포인트 클라우드 데이터를 포함하는 비트스트림을 분할하여 복수의 트랙들에 저장하고,
    상기 트랙들을 포함하는 G-PCC(geometry-based point cloud compression) 파일을 생성하되,
    상기 복수의 트랙들은 시간적 레벨 트랙들 또는 시간적 레벨 타일 트랙들 중 적어도 하나를 포함하고,
    상기 시간적 레벨 트랙들은 소정의 타겟 시간적 레벨에 기반한 샘플 추출 프로세스에 의해 디캡슐레이션되며,
    상기 시간적 레벨 타일 트랙들은 상기 타겟 시간적 레벨 및 소정의 타겟 타일 식별자 리스트에 기반한 샘플 추출 프로세스에 의해 디캡슐레이션되는, 전송 장치.
PCT/KR2023/000490 2022-01-11 2023-01-11 포인트 클라우드 데이터의 전송 장치와 이 전송 장치에서 수행되는 방법 및, 포인트 클라우드 데이터의 수신 장치와 이 수신 장치에서 수행되는 방법 WO2023136597A1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020247018936A KR20240136930A (ko) 2022-01-11 2023-01-11 포인트 클라우드 데이터의 전송 장치와 이 전송 장치에서 수행되는 방법 및, 포인트 클라우드 데이터의 수신 장치와 이 수신 장치에서 수행되는 방법
CN202380016509.2A CN118511531A (zh) 2022-01-11 2023-01-11 点云数据发送装置和由发送装置执行的方法及点云数据接收装置和由接收装置执行的方法

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US202263298588P 2022-01-11 2022-01-11
US202263298547P 2022-01-11 2022-01-11
US63/298,588 2022-01-11
US63/298,547 2022-01-11

Publications (1)

Publication Number Publication Date
WO2023136597A1 true WO2023136597A1 (ko) 2023-07-20

Family

ID=87279439

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/000490 WO2023136597A1 (ko) 2022-01-11 2023-01-11 포인트 클라우드 데이터의 전송 장치와 이 전송 장치에서 수행되는 방법 및, 포인트 클라우드 데이터의 수신 장치와 이 수신 장치에서 수행되는 방법

Country Status (2)

Country Link
KR (1) KR20240136930A (ko)
WO (1) WO2023136597A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200045323A1 (en) * 2017-03-27 2020-02-06 Nokia Technologies Oy An Apparatus, A Method And A Computer Program For Video Coding And Decoding
KR20210005524A (ko) * 2019-07-04 2021-01-14 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021123159A1 (en) * 2019-12-20 2021-06-24 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Video data stream, video encoder, apparatus and methods for hrd timing fixes, and further additions for scalable and mergeable bitstreams
US20210314626A1 (en) * 2020-04-07 2021-10-07 Nokia Technologies Oy Apparatus, a method and a computer program for video coding and decoding
US20210360268A1 (en) * 2019-02-15 2021-11-18 Virginie Drugeon Encoder

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200045323A1 (en) * 2017-03-27 2020-02-06 Nokia Technologies Oy An Apparatus, A Method And A Computer Program For Video Coding And Decoding
US20210360268A1 (en) * 2019-02-15 2021-11-18 Virginie Drugeon Encoder
KR20210005524A (ko) * 2019-07-04 2021-01-14 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021123159A1 (en) * 2019-12-20 2021-06-24 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Video data stream, video encoder, apparatus and methods for hrd timing fixes, and further additions for scalable and mergeable bitstreams
US20210314626A1 (en) * 2020-04-07 2021-10-07 Nokia Technologies Oy Apparatus, a method and a computer program for video coding and decoding

Also Published As

Publication number Publication date
KR20240136930A (ko) 2024-09-19

Similar Documents

Publication Publication Date Title
WO2021002657A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021002730A1 (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
WO2020190114A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021002633A2 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2020189895A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021141208A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2020189976A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2020189982A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2020242244A1 (ko) 포인트 클라우드 데이터 처리 방법 및 장치
WO2020189903A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021141264A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2020190090A1 (ko) 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2020242077A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2021141233A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021071257A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021002604A1 (ko) 포인트 클라우드 데이터 처리 방법 및 장치
WO2021141258A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021210763A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021210860A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2020256308A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2020197086A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2020262831A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2021261865A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021206365A1 (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: 23740441

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2023740441

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2023740441

Country of ref document: EP

Effective date: 20240812