WO2023282543A1 - 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
WO2023282543A1
WO2023282543A1 PCT/KR2022/009457 KR2022009457W WO2023282543A1 WO 2023282543 A1 WO2023282543 A1 WO 2023282543A1 KR 2022009457 W KR2022009457 W KR 2022009457W WO 2023282543 A1 WO2023282543 A1 WO 2023282543A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
value
attribute
point cloud
geometry
Prior art date
Application number
PCT/KR2022/009457
Other languages
English (en)
French (fr)
Inventor
헨드리헨드리
서종열
이진원
김승환
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 EP22837895.6A priority Critical patent/EP4369722A1/en
Priority to CN202280047124.8A priority patent/CN117643062A/zh
Priority to KR1020247003668A priority patent/KR20240032899A/ko
Priority to JP2023580651A priority patent/JP2024527320A/ja
Publication of WO2023282543A1 publication Critical patent/WO2023282543A1/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
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • H04N19/31—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability in the temporal domain
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/001—Model-based coding, e.g. wire frame
    • 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
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards

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.
  • the present disclosure provides an apparatus and method for efficiently processing point cloud data.
  • the present disclosure provides a point cloud data processing method and apparatus for solving latency and encoding/decoding complexity.
  • the present disclosure provides apparatus and methods for supporting temporal scalability in carriage of geometry-based point cloud compressed data.
  • the present disclosure proposes an apparatus and methods 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 present disclosure proposes apparatus and methods for processing a file storage scheme to support efficient access to a stored G-PCC bitstream.
  • a method performed in an apparatus for receiving point cloud data includes obtaining a geometry-based point cloud compression (G-PCC) file including the point cloud data - the G-PCC file is Samples in the G-PCC file include information about a group of samples grouped based on one or more temporal levels and information about the temporal levels; and extracting one or more samples belonging to a target temporal level from samples in the G-PCC file based on the information on the sample group and the information on the temporal levels.
  • G-PCC geometry-based point cloud compression
  • An apparatus for receiving point cloud data includes a memory; and at least one processor, wherein the at least one processor obtains a geometry-based point cloud compression (G-PCC) file including the point cloud data, wherein the G-PCC file is the G-PCC file
  • G-PCC geometry-based point cloud compression
  • My samples include information about a group of samples grouped based on one or more temporal levels, and information about the temporal levels, based on the information about the sample group and the information about the temporal levels
  • One or more samples belonging to a target temporal level may be extracted from samples in the G-PCC file.
  • a method performed in an apparatus for transmitting point cloud data includes information on a sample group in which geometry-based point cloud compression (G-PCC) samples are grouped based on one or more temporal levels. generating; and generating a G-PCC file including the information on the sample group, the information on the temporal levels, and the point cloud data.
  • G-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 generates information about a sample group in which geometry-based point cloud compression (G-PCC) samples are grouped based on one or more temporal levels, and the sample A G-PCC file may be created including information on groups, information on temporal levels, and the point cloud data.
  • G-PCC geometry-based point cloud compression
  • Apparatus and method according to embodiments of the present disclosure can process point cloud data with high efficiency.
  • Devices and methods according to embodiments of the present disclosure may provide a high quality point cloud service.
  • Devices and methods according to embodiments of the present disclosure may provide point cloud content for providing general-purpose services such as VR services and autonomous driving services.
  • Apparatus and method according to embodiments of the present disclosure may provide temporal scalability capable of effectively accessing a desired component among G-PCC components.
  • the apparatus and method according to the embodiments of the present disclosure can manipulate data at a high level consistent with a network function or a decoder function by supporting temporal scalability, thereby improving the performance of a point cloud content providing system.
  • Devices and methods according to embodiments of the present disclosure may increase bit efficiency by reducing bits for signaling frame rate information.
  • the apparatus and method according to embodiments of the present disclosure may enable smooth and gradual reproduction by reducing complexity of reproduction.
  • 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 video acquisition process according to embodiments of the present disclosure.
  • FIG. 4 shows an example of a point cloud encoding apparatus according to embodiments of the present disclosure.
  • FIG. 5 illustrates an example of a voxel according to embodiments of the present disclosure.
  • FIG. 6 shows an example of an octree and occupancy code according to embodiments of the present disclosure.
  • FIG. 7 shows an example of a neighbor node pattern according to embodiments of the present disclosure.
  • FIG 8 shows an example of a configuration of points according to LOD distance values according to embodiments of the present disclosure.
  • FIG. 10 is a block diagram illustrating an example of a point cloud decoding apparatus according to embodiments of the present disclosure.
  • FIG. 11 is a block diagram illustrating another example of a point cloud decoding apparatus according to embodiments of the present disclosure.
  • FIG. 12 is a block diagram illustrating another example of a transmission device according to embodiments of the present disclosure.
  • FIG. 13 is a block diagram illustrating another example of a receiving device according to embodiments of the present disclosure.
  • FIG. 14 shows an example of a structure capable of interworking with a method/apparatus for transmitting and receiving point cloud data according to embodiments of the present disclosure.
  • 15 is a block diagram illustrating another example of a transmission device according to embodiments of the present disclosure.
  • 16 illustrates an example of spatially dividing a bounding box into 3D blocks according to embodiments of the present disclosure.
  • FIG. 17 is a block diagram illustrating another example of a receiving device according to embodiments of the present disclosure.
  • FIG. 18 shows an example of a structure of a bitstream according to embodiments of the present disclosure.
  • FIG. 19 illustrates an example of an identification relationship between components in a bitstream according to embodiments of the present disclosure.
  • FIG 21 shows an example of an SPS syntax structure according to embodiments of the present disclosure.
  • FIG. 22 illustrates an example of an indication of an attribute type and an indication of a correspondence between position components according to embodiments of the present disclosure.
  • FIG. 23 shows an example of a GPS syntax structure according to embodiments of the present disclosure.
  • FIG. 24 shows an example of an APS syntax structure according to embodiments of the present disclosure.
  • 25 shows an example of an attribute coding type table according to embodiments of the present disclosure.
  • 26 illustrates an example of a tile inventory syntax structure according to embodiments of the present disclosure.
  • 29 and 30 show examples of attribute slice syntax structures according to embodiments of the present disclosure.
  • FIG. 31 shows an example of a metadata slice syntax structure according to embodiments of the present disclosure.
  • FIG. 32 shows an example of a TLV encapsulation structure according to embodiments of the present disclosure.
  • TLV encapsulation syntax structure and payload type shows an example of a TLV encapsulation syntax structure and payload type according to embodiments of the present disclosure.
  • FIG. 34 shows an example of a file including a single track according to embodiments of the present disclosure.
  • 35 shows an example of a file including multiple tracks according to embodiments of the present disclosure.
  • 36 and 37 show flow charts for embodiments supporting temporal scalability.
  • 38 and 39 are flowcharts for examples of determining whether to signal and acquire frame rate information.
  • 40 and 41 show flow charts for embodiments that can avoid the duplicate signaling problem.
  • 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 (or point cloud data) 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. Examples of the inward-pacing method and the outward-pacing method are shown in FIG. 3 . (a) of FIG. 3 is an example of an inward-pacing method, and (b) of FIG. 3 is an example of an outward-pacing method.
  • the inward-pacing method may be used when configuring a current surrounding environment as point cloud content in an automobile, such as in autonomous driving.
  • the outward-facing method consists of point cloud content that allows users to freely view 360-degree key objects such as characters, players, objects, and actors in a VR/AR environment. can be used when In the case of constructing point cloud content through multiple cameras, a camera calibration process may be performed before content is captured in order to set a global coordinate system between the cameras. A method of synthesizing an arbitrary point cloud video based on the captured point cloud video may be utilized.
  • 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.
  • a device such as a VR/AR/MR display may extract a viewport area based on a user's head position/direction, a vertical or horizontal FOV supported by the device, and the like.
  • the 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. 4 shows an example of a point cloud encoding apparatus 400 according to embodiments of the present disclosure.
  • the point cloud encoding device 400 of FIG. 4 may correspond to the encoder 12 of FIG. 1 in configuration and function.
  • the point cloud encoding apparatus 400 includes a coordinate system conversion unit 405, a geometry quantization unit 410, an octree analysis unit 415, an approximation unit 420, a geometry encoding unit 425, Restoration unit 430, attribute transformation unit 440, RAHT transformation unit 445, LOD generation unit 450, lifting unit 455, attribute quantization unit 460, attribute encoding unit 465 and/or color A conversion unit 435 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 405 .
  • the coordinate system conversion unit 405 converts the positions of the 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 410 .
  • the geometry quantization unit 410 searches for position information having a 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 410 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 410 .
  • the geometry quantization unit 410 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.
  • a voxel may estimate spatial coordinates from a positional relationship with a voxel group, and may have color or reflectance information like a 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 415 may use an octree to efficiently manage the region/position of a voxel.
  • An example of an octree according to embodiments of the present disclosure is shown in (a) of FIG. 6 .
  • a quadtree can be used as a data structure to divide an area until a leaf node becomes a pixel and efficiently manage the size and location of the area.
  • the present disclosure may apply the same method to efficiently manage a 3D space by position and size of space.
  • 8 spaces may be created by dividing the 3D space based on the x-axis, y-axis, and z-axis.
  • 8 spaces may be created for each small space again.
  • the octree analyzer 415 divides regions until leaf nodes become voxels, and octree data capable of managing 8 child node regions to efficiently manage each region size and position. structure can be used.
  • the total volume of the octree must be set to (0,0,0) to (2d, 2d, 2d).
  • 2d is set to a value constituting the smallest bounding box enclosing all points of the point cloud, and d is the depth of the octree.
  • the expression for obtaining the value of d may be the same as Equation 1 below, is a position value of points to which the quantization process is applied.
  • An octree may be expressed as an occupancy code, and an example of an occupancy code according to embodiments of the present disclosure is shown in (b) of FIG. 6 .
  • the octree analyzer 415 may express the occupancy code of the corresponding node as 1 if a point is included in each node, and express the occupancy code of the corresponding node as 0 if the point is not included.
  • Each node may have an 8-bit bitmap indicating whether or not there is an occupancy for 8 child nodes. For example, since the occupancy code of the nodes corresponding to the second depth (1-depth) of FIG. 6 (b) is 00100001, at least one space (voxel or region) corresponding to the may contain points of In addition, since the occupancy code of the child nodes (leaf nodes) of the third node is 10000111, the space corresponding to the first leaf node, the sixth leaf node, the seventh leaf node, and the eighth leaf node among the leaf nodes may include at least one point.
  • the occupancy code of the child nodes (leaf nodes) of the eighth node is 01001111
  • Spaces corresponding to nodes may include at least one point.
  • 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 425 .
  • the geometry encoding unit 425 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 400 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 400 may directly entropy code and transmit the position value of a point of a corresponding specific node through the geometry encoding unit 425 .
  • 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 420 .
  • the approximation unit 420 may determine a specific level of the octree, and from the determined specific level, may reconstruct the positions of points in the node region on a voxel basis using a surface model.
  • the point cloud encoding apparatus 400 may selectively apply the tree-soup mode. Specifically, when using the tree-soup mode, the point cloud encoding apparatus 400 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 420 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 420 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 400 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 425.
  • 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 430 .
  • the restoration unit 430 may perform a geometry restoration process through triangle reconstruction, up-sampling, voxelization, and the like.
  • the reconstruction unit 430 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. To this end, the restoration unit 430 calculates the centroid value of each vertex as shown in Equation 2 below. Calculate , and the value of each vertex as shown in Equation 3 below Subtract the central value from After deriving , as shown in Equation 4 below, the value of adding all the squares of the subtraction values can be derived.
  • the restoration unit 430 may obtain a minimum value of the added values and perform a projection process along an axis having the minimum value.
  • the reconstruction unit 430 may project each vertex along the x-axis based on the center of the block and project the vertices onto the (y, z) plane.
  • the restoration unit 430 may obtain the ⁇ value through atan2(bi, ai) and align the vertices based on the ⁇ value. there is.
  • the first triangle (1, 2, 3) can be composed of the first, second and third vertices from the aligned vertices, the second triangle (3, 4, 1) is the third, fourth and first th vertices.
  • the reconstructor 430 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 430 may generate additional points based on the upsampling factor and the width of the block. These points can be called refined vertices.
  • the restoration unit 430 may voxelize the refined vertices, and the point cloud encoding device 400 may perform attribute coding based on the voxelized position values.
  • the geometry encoding unit 425 may increase compression efficiency by applying context adaptive arithmetic coding.
  • the geometry encoding unit 425 may directly entropy code the occupancy code using the arithmetic code.
  • the geometry encoding unit 425 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.
  • the geometry encoding unit 425 may first obtain a neighbor pattern value by using the occupancy of neighboring nodes.
  • An example of a pattern of neighboring nodes is shown in FIG. 7 .
  • FIG. 7(a) shows a cube corresponding to a node (a cube located in the middle) and six cubes (neighboring nodes) sharing at least one face with the cube.
  • Nodes shown in the figure are nodes of the same depth (depth).
  • the numbers shown in the figure represent weights (1, 2, 4, 8, 16, 32, etc.) associated with each of the six nodes. Each weight is sequentially assigned according to the locations of neighboring nodes.
  • the neighbor pattern value is the sum of the values multiplied by the weights of occupied neighbor nodes (neighbor nodes with points). Accordingly, the neighbor node pattern value may have a value from 0 to 63. If the neighbor node pattern value is 0, it indicates that there is no node (occupied node) having a point among the neighbor nodes of the corresponding node. When the neighbor node pattern value is 63, it indicates that all of the neighbor nodes are occupied nodes. In (b) of FIG. 7, since the neighboring nodes to which weights 1, 2, 4, and 8 are assigned are occupied nodes, the neighboring node pattern value is 15, which is a value obtained by adding 1, 2, 4, and 8.
  • the geometry encoding unit 425 may perform coding according to neighboring node pattern values. For example, when the neighbor node pattern value is 63, the geometry encoding unit 425 may perform 64 types of coding. According to embodiments, the geometry encoding unit 425 may reduce coding complexity by changing the neighboring node pattern value. For example, the changing of the neighboring node pattern value is based on a table that changes 64 to 10 or 6 can be performed with
  • 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.
  • a color conversion process may be performed by the color conversion unit 435 . That is, the color conversion unit 435 may convert colors within attributes.
  • the color conversion unit 435 may perform a coding operation of converting a color within an attribute from RGB to YCbCr.
  • an operation of the color conversion unit 435 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 440 .
  • the attribute conversion unit 440 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.
  • the attribute transform unit 440 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.
  • each voxel has a position and a calculated attribute value.
  • a K-D tree or Morton code When searching for neighboring points existing within a specific location or radius, a K-D tree or Morton code may be utilized.
  • the K-D tree is a binary search tree, and supports a data structure capable of managing points based on location so as to quickly perform a nearest neighbor search (NNS).
  • the Morton code can be generated by mixing bits of 3D location information (x, y, z) for all points. For example, if the value of (x, y, z) is (5, 9, 1), if (5, 9, 1) is expressed as a bit, it becomes (0101, 1001, 0001), and this value is z, y, Mixing according to the bit index in x order gives 010001000111, which becomes 1095. That is, 1095 becomes the Morton code value of (5, 9, 1). Points are sorted based on the Morton code and a nearest neighbor search (NNS) may be possible through a depth-first traversal process.
  • NSS nearest neighbor search
  • NMS nearest neighbor search
  • 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 450 .
  • LOD level of detail
  • Prediction transformation is a method to which an LOD transformation technique is applied, and the LOD generation unit 450 may calculate and set the LOD value of each point based on the LOD distance value of each point.
  • FIG. 8 An example of the configuration of points according to LOD distance values is shown in FIG. 8 .
  • the first figure shows the original point cloud content
  • the second figure shows the distribution of points with the lowest LOD
  • the seventh figure shows the distribution of points with the highest LOD.
  • points of the lowest LOD may be sparsely distributed
  • points of the highest LOD may be densely 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.
  • FIG. 9 An example of the configuration of points for each LOD is shown in FIG. 9 .
  • the upper figure of FIG. 9 shows examples of points (P0 to P9) in the point cloud content distributed in a 3D space.
  • the original order of FIG. 9 indicates the order of points P0 to P9 before LOD generation, and the LOD-based order of FIG. 9 indicates the order of points according to LOD generation.
  • LOD0 may include P0, P5, P4, and P2
  • LOD1 may include points of LOD0 and P1, P6, and P3.
  • LOD2 may include points of LOD0, points of LOD1, and P9, P8, and P7.
  • the LOD generator 450 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 455 .
  • 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 lifting transformation process may be a method of cumulatively applying weights to attribute values.
  • a method of cumulatively applying weights to attribute values may be as follows.
  • An array QW (quantization weight) for storing weight values for each point may be separately present.
  • the initial value of all elements of QW is 1.0.
  • the value obtained by multiplying the QW value of the predictor index of the neighboring node (neighboring point) registered in the predictor by the weight of the predictor of the current point is added.
  • a new weight is derived by further multiplying the calculated weight by the weight stored in QW, the new weight is cumulatively added to updateweight as the index of the neighboring node, and the new weight is added to the attribute value of the index of the neighboring node The multiplied values are cumulatively added to the update.
  • the attribute value of update is divided by the weight value of updateweight of the predictor index, and the result is added to the existing attribute value. This process may be referred to as a lift update process.
  • the attribute value updated through the lift update process is multiplied by the weight updated through the lift prediction process (stored in QW), and after quantizing the result (the multiplied value), the quantized value is calculated as entropy encode
  • 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 445 .
  • the RAHT conversion unit 445 scans from voxels to the entire area and may perform a RAHT conversion process up to the root node while summing (merging) the voxels into a larger block at each step. Since the RAHT conversion unit 445 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 an upper level immediately above it.
  • Equation 5 is a low-pass value and can be used in the merging process at the next higher level.
  • weight is can be calculated as root node is the last class Through , it can be generated as shown in Equation 6 below.
  • the gDC value may also be quantized and entropy coded like a high-pass coefficient.
  • the attribute quantization process may correspond to a process of quantizing attributes output from the RAHT conversion unit 445, the LOD generation unit 450, and/or the lifting unit 455.
  • the attribute quantization process may be performed by the attribute quantization unit 460 .
  • 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 465 .
  • the attribute quantization unit 460 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.
  • An example of the attribute quantization process of the present disclosure is shown in Table 2.
  • the attribute encoding unit 465 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 predictor of current points, the attribute encoding unit 465 may entropy-encode the quantized residual attribute value.
  • the attribute quantization unit 460 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 460, the attribute quantization unit 460 outputs the result (the multiplied value) may be quantized, and the attribute encoding unit 465 may entropy encode the quantized value.
  • FIG. 10 shows an example of a point cloud decoding apparatus 1000 according to an embodiment of the present disclosure.
  • the point cloud decoding apparatus 1000 of FIG. 10 may correspond to the decoder 23 of FIG. 1 in configuration and function.
  • the point cloud decoding apparatus 1000 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 1010
  • the attribute decoding process may be performed by the attribute decoding unit 1020. That is, the point cloud decoding apparatus 1000 may include a geometry decoding unit 1010 and an attribute decoding unit 1020 .
  • the geometry decoding unit 1010 may restore geometry from the geometry bitstream, and the attribute decoding unit 1020 may restore attributes based on the restored geometry and the attribute bitstream.
  • the point cloud decoding apparatus 1000 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 1100 includes a geometry decoding unit 1105, an octree synthesis unit 1110, an approximation synthesis unit 1115, a geometry restoration unit 1120, and a coordinate system inverse transformation unit 1125. , attribute decoding unit 1130, attribute inverse quantization unit 1135, RATH transform unit 1150, LOD generator 1140, inverse lifting unit 1145, and/or color inverse transform unit 1155. .
  • the geometry decoding unit 1105, the octree synthesis unit 1110, the approximation synthesis unit 1115, the geometry restoration unit 1120, and the coordinate system inverse transformation unit 1150 may perform geometry decoding.
  • Geometry decoding may be performed in a reverse process to the geometry coding described with reference to FIGS. 1 to 9 .
  • 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 1105 may decode the received geometry bitstream based on Arithmetic coding.
  • An operation of the geometry decoding unit 1105 may correspond to a reverse process of an operation performed by the geometry encoding unit 435 .
  • the octree synthesizer 1110 may generate an octree by obtaining an occupancy code from a decoded geometry bitstream (or information on geometry secured as a result of decoding). An operation of the octree synthesis unit 1110 may correspond to a reverse process of an operation performed by the octree analysis unit 415 .
  • the approximation synthesis unit 1115 may synthesize a surface based on the decoded geometry and/or the generated octree when trisup geometry encoding is applied.
  • the geometry restoration unit 1120 may restore geometry based on the surface and the decoded geometry.
  • the geometry restoration unit 1120 may directly import and add position information of points to which direct coding is applied.
  • the geometry restoration unit 1120 may perform a reconstruction operation, eg, triangle reconstruction, up-sampling, voxelization, and the like, 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 1150 may obtain positions of points by transforming the coordinate system based on the restored geometry. For example, the coordinate system inverse transformation unit 1150 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 1130, the attribute inverse quantization unit 1135, the RATH transform unit 1230, the LOD generator 1140, the inverse lifting unit 1145, and/or the color inverse transform unit 1250 may 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 1130 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 1130 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 1130 may decode the quantized residual attribute value.
  • the attribute inverse quantization unit 1135 may inverse quantize a decoded attribute bitstream or information about an attribute 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 1130, the attribute inverse quantization unit 1135 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 the point cloud encoding device 400 encodes attributes. 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 1130 may output the attribute value of the current point that is not quantized, and the attribute encoding process is performed. can be skipped.
  • Table 3 An example of the attribute inverse quantization process of the present disclosure is shown in Table 3.
  • the RATH transform unit 1150, the LOD generator 1140, and/or the inverse lift unit 1145 may process the reconstructed geometry and inverse quantized attributes.
  • the RATH converter 1150, the LOD generator 1140, and/or the inverse lifter 1145 may selectively perform a decoding operation corresponding to the encoding operation of the point cloud encoding apparatus 400.
  • the inverse color transform unit 1155 may perform inverse transform coding to inverse transform color values (or textures) included in decoded attributes. The operation of the color inverse transform unit 1155 may be selectively performed based on whether the color transform unit 435 is operated.
  • the transmission device includes a data input unit 1205, a quantization processing unit 1210, a voxelization processing unit 1215, an octree occupancy code generation unit 1220, a surface model processing unit 1225, Intra/inter coding processing unit 1230, Arithmetic coder 1235, meta data processing unit 1240, color conversion processing unit 1245, attribute conversion processing unit 1250, prediction/lifting/RAHT conversion processing unit 1255 , an Arithmetic coder 1260 and a transmission processing unit 1265.
  • the function of the data input unit 1205 may correspond to the acquisition process performed by the acquisition unit 11 of FIG. 1 . That is, the data input unit 1205 may acquire a 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 1210, a voxelization processing unit 1215, an octree occupancy code generation unit 1220, a surface model processing unit 1225, an intra/inter coding processing unit 1230, and , may be generated in the form of a geometry bitstream through the Arithmetic Coder 1235.
  • Attribute information in the point cloud data may be generated in the form of an attribute bitstream through a color conversion processing unit 1245, an attribute conversion processing unit 1250, a prediction/lifting/RAHT conversion processing unit 1255, and an arithmetic coder 1260.
  • the geometry bitstream, the attribute bitstream, and/or the meta data bitstream may be transmitted to the receiving device through processing by the transmission processor 1265.
  • the function of the quantization processing unit 1210 may correspond to the quantization process performed by the geometry quantization unit 410 of FIG. 4 and/or the function of the coordinate system conversion unit 405 .
  • the function of the voxelization processing unit 1215 may correspond to the voxelization process performed by the geometry quantization unit 410 of FIG. ) may correspond to the function performed.
  • the function of the surface model processing unit 1225 may correspond to the function performed by the approximation unit 420 of FIG. It may correspond to a function performed by the geometry encoding unit 425.
  • a function of the meta data processor 1240 may correspond to that of the meta data processor described in FIG. 1 .
  • the function of the color conversion processing unit 1245 may correspond to the function performed by the color conversion unit 435 of FIG. 4, and the function of the attribute conversion processing unit 1250 is performed by the attribute conversion unit 440 of FIG. It can correspond to the function of
  • the function of the prediction/lifting/RAHT conversion processing unit 1255 may correspond to the functions performed by the RAHT conversion unit 4450, the LOD generation unit 450, and the lifting unit 455 of FIG. ) may correspond to the function of the attribute encoding unit 465 of FIG. 4 .
  • a function of the transmission processing unit 1265 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 1305, a receiving processing unit 1310, an Arismetic decoder 1315, a metadata parser 1335, an octree reconstruction processing unit 1320 based on an occupancy code, and a surface model processing unit. 1325, Inverse quantization processing unit 1330, Arismetic decoder 1340, Inverse quantization processing unit 1345, Prediction/lifting/RAHT inverse transformation processing unit 1350, Color inverse transformation processing unit 1355, and Renderer 1360 can include
  • the function of the receiver 1305 may correspond to the function performed by the receiver 21 of FIG. 1, and the function of the reception processor 1310 may correspond to the function performed by the decapsulation processor 22 of FIG. there is. That is, the receiving unit 1305 receives a bitstream from the transmission processing unit 1265, and the receiving processing unit 1310 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 1315, an Octree Reconstruction Processing Unit 1320 based on Ocupancy Code, a Surface Model Processing Unit 1325, and an Inverse Quantization Processing Unit 1330 can be created with
  • the attribute bitstream may be generated as an attribute value reconstructed through an Arithmetic decoder 1340, an inverse quantization processor 1345, a prediction/lifting/RAHT inverse transform processor 1350, and a color inverse transform processor 1355.
  • the meta data bitstream may be generated as meta data (or meta data information) restored through the meta data parser 1335 .
  • a position value, attribute value, and/or meta data may be rendered by the renderer 1360 to provide a VR/AR/MR/autonomous driving experience to the user.
  • the function of the Arismetic decoder 1315 may correspond to the function performed by the geometry decoding unit 1105 of FIG. It may correspond to the function performed by 1110.
  • the function of the surface model processing unit 1325 may correspond to the function performed by the approximation synthesis unit of FIG. 11, and the function of the inverse quantization processing unit 1330 may correspond to the geometry restoration unit 1120 and/or the coordinate system inverse transformation unit 1125 of FIG. ) may correspond to the function performed.
  • a function of the meta data parser 1335 may correspond to a function performed by the meta data parser described in FIG. 1 .
  • the function of the Arithmetic decoder 1340 may correspond to the function performed by the attribute decoder 1130 of FIG. 11, and the function of the inverse quantization processor 1345 may correspond to the function can be matched.
  • the function of the prediction/lifting/RAHT inverse transformation processing unit 1350 may correspond to the functions performed by the RAHT transformation unit 1150, the LOD generation unit 1140, and the inverse lifting unit 1145 of FIG. 11, and the color inverse transformation processing unit ( A function of 1355 may correspond to a function performed by the inverse color transform unit 1155 of FIG. 11 .
  • FIG. 14 shows an example of a structure capable of interworking with a method/apparatus for transmitting and receiving point cloud data according to embodiments of the present disclosure.
  • the structure of FIG. 14 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 obtained 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 1500 includes a space divider 1505 performing a space division process, a signaling processor 1510, a geometry encoder 1515, an attribute encoder 1520, an encapsulation processor ( 1525) and/or a transmission processing unit 1530.
  • the spatial division unit 1505 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.
  • FIG. 16 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 1510 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 1505.
  • 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 1505, the geometry encoder 1515, the attribute encoder 1520, the transmission processor 1525, and/or the encapsulation processor 1530.
  • the signaling processor 1510 converts the feedback information fed back from the receiving device 1700 of FIG. It can be provided to the encapsulation processing unit 1530.
  • 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.
  • positions (position information) of the 3D blocks may be output to the geometry encoder 1515, and the attributes (attribute information) of the 3D blocks may be output to the attribute encoder 1520.
  • the geometry encoder 1515 may configure an octree based on the position information, encode the configured octree, and output a geometry bitstream. In addition, the geometry encoder 1515 may reconstruct (restore) the octree and/or the approximated octree and output it to the attribute encoder 1520. The reconstructed octree may be a reconstructed geometry.
  • the geometry encoder 1515 includes the coordinate system conversion unit 405 of FIG. 4, the geometry quantization unit 410, the octree analysis unit 415, the approximation unit 420, the geometry encoding unit 425, and/or the reconstruction unit 430.
  • the geometry encoder 1515 includes the quantization processor 1210 of FIG. 12 , the voxelization processor 1215, the octree occupancy code generator 1220, the surface model processor 1225, and the intra/inter coding processor. All or part of the operations performed by 1230 and/or the Arithmetic Coder 1235 may be performed.
  • the attribute encoder 1520 may output an attribute bitstream by encoding attributes based on the reconstructed geometry.
  • the attribute encoder 1520 includes the attribute conversion unit 440 of FIG. 4, the RAHT conversion unit 445, the LOD generation unit 450, the lifting unit 455, the attribute quantization unit 460, the attribute encoding unit 465, and / or all or part of the operations performed by the color conversion unit 435 may be performed.
  • the attribute encoder 1520 is performed by the attribute conversion processor 1250, the prediction/lifting/RAHT conversion processor 1255, the Arithmetic Coder 1260, and/or the color conversion processor 1245 of FIG. All or part of the operations may be performed.
  • the encapsulation processor 1525 may encapsulate one or more input bitstreams into a file or segment.
  • the encapsulation processing unit 1525 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 1525 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 1525 or may be generated by the transmission processor 1530.
  • the TLV structure or TLV encapsulation structure will be described in detail later.
  • the encapsulation processing unit 1525 may perform all or some of the operations performed by the encapsulation processing unit 13 of FIG. 1 .
  • the transmission processing unit 1530 may process an encapsulated bitstream or a file/segment according to an arbitrary transmission protocol.
  • the transmission processing unit 1530 may perform all or some 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 1265 of FIG. 12 .
  • the receiving device 1700 may perform operations corresponding to those of the transmitting device 1500 performing space division. As illustrated in FIG. 17 , the receiving device 1700 includes a reception processing unit 1705, a decapsulation processing unit 1710, a signaling processing unit 1715, a geometry decoder 1720, an attribute encoder 1725, and/or a post-processing unit. (1730).
  • the reception processing unit 1705 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 targeting them.
  • the reception processing unit 1705 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 by the reception unit 1305 or the reception processing unit 1310 of FIG. 13 .
  • the decapsulation processing unit 1710 may obtain a G-PCC bitstream by performing a reverse process of the operations performed by the encapsulation processing unit 1525.
  • the decapsulation processor 1710 may obtain a G-PCC bitstream by decapsulating the file/segment.
  • the decapsulation processing unit 1710 may obtain a signaling bitstream and output it to the signaling processing unit 1715, obtain a geometry bitstream and output it to the geometry decoder 1720, and obtain an attribute bitstream It can be obtained and output to the attribute decoder 1725.
  • the decapsulation processor 1710 may perform all or some of the operations performed by the decapsulation processor 22 of FIG. 1 or the reception processor 1410 of FIG. 13 .
  • the signaling processing unit 1715 may parse and decode signaling information by performing a reverse process of the operations performed by the signaling processing unit 1510.
  • the signaling processing unit 1715 may parse and decode signaling information from a signaling bitstream.
  • the signaling processing unit 1715 may provide the decoded signaling information to the geometry decoder 1720, the attribute decoder 1720, and/or the post-processing unit 1730.
  • the geometry decoder 1720 may restore the geometry from the geometry bitstream by performing a reverse process of the operations performed by the geometry encoder 1515.
  • the geometry decoder 1720 may reconstruct geometry based on signaling information (parameters related to geometry). The reconstructed geometry may be provided to the attribute decoder 1725.
  • the attribute decoder 1725 may restore an attribute from the attribute bitstream by performing a reverse process of the operations performed by the attribute encoder 1520.
  • the attribute decoder 1725 may reconstruct an attribute based on signaling information (parameters related to the attribute) and the reconstructed geometry.
  • the post-processing unit 1730 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 1730 performs a reverse process of the spatial division process of the transmission device 1500 based on the 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 1730 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.
  • FIG. 18 shows an example of a structure of a bitstream according to embodiments of the present disclosure
  • FIG. 19 shows an example of an identification relationship between components in a bitstream according to embodiments of the present disclosure
  • FIG. 20 illustrates this Represents a reference relationship between components in a bitstream according to embodiments of the disclosure.
  • the bitstream may include one or more sub-bitstreams.
  • the bitstream includes one or more SPS, one or more GPS, one or more APS (APS0, APS1), one or more TPS, and/or one or more slices (slice 0, ..., slice n). can do. Since a tile is a slice group including one or more slices, a bitstream may include one or more tiles.
  • the TPS may include information about each tile (eg, information such as coordinate values, height, and/or size of a bounding box), and each slice may include a geometry bitstream (Geom0) and/or one or more attribute bitstreams may include (Attr0, Attr1).
  • slice 0 may include a geometry bitstream Geom00 and/or one or more attribute bitstreams Attr00 and Attr10.
  • a geometry bitstream in each slice may include a geometry slice header (Geom_slice_header) and geometry slice data (Geom_slice_data).
  • the geometry slice header includes identification information (geom_parameter_set_id) of a parameter set included in GPS, tile identifier (geom_tile_id), slice identifier (geom_slice_id), and/or information about data included in geometry slice data (geom_slice_data) (geomBoxOrigin, geom_box_log2_scale, geom_max_node_size_log2, geom_num_points), etc.
  • geomBoxOrigin is geometry box origin information indicating the box origin of the corresponding geometry slice data
  • geom_box_log2_scale is information indicating the log scale of the corresponding geometry slice data
  • geom_max_node_size_log2 is information indicating the size of the root geometry octree node
  • geom_num_points is the corresponding geometry slice data This is information related to the number of points in .
  • Geometry slice data may include geometry information (or geometry data) of point cloud data within a corresponding slice.
  • Each attribute bitstream in each slice may include an attribute slice header (Attr_slice_header) and attribute slice data (Attr_slice_data).
  • the attribute slice header may include information about corresponding attribute slice data
  • the attribute slice data may include attribute information (or attribute data) of point cloud data in the corresponding slice.
  • each attribute bitstream may include different attribute information. For example, one attribute bitstream may include attribute information corresponding to color, and another attribute bitstream may include attribute information corresponding to reflectance.
  • the SPS may include an identifier (seq_parameter_set_id) for identifying the corresponding SPS
  • the GPS may include an identifier (geom_parameter_set_id) for identifying the corresponding GPS, and to which the corresponding GPS belongs (refers to).
  • ) may include an identifier (seq_parameter_set_id) indicating an active SPS
  • the APS may include an identifier (attr_parameter_set_id) for identifying the corresponding APS and an identifier (seq_parameter_set_id) indicating an active SPS referred to by the corresponding APS.
  • the geometry data includes a geometry slice header and geometry slice data
  • the geometry slice header may include an active GPS identifier (geom_parameter_set_id) referred to by the corresponding geometry slice.
  • the geometry slice header may further include an identifier (geom_slice_id) for identifying the corresponding geometry slice and/or an identifier (geom_tile_id) for identifying the corresponding tile.
  • the attribute data includes an attribute slice header and attribute slice data, and the attribute slice header may include an identifier (attr_parameter_set_id) of an active APS referred to by the corresponding attribute slice and an identifier (geom_slice_id) for identifying a geometry slice related to the attribute slice.
  • the geometry slice may refer to the GPS, and the GPS may refer to the SPS.
  • the SPS may list available attributes, assign an identifier to each of the listed attributes, and identify a decoding method. Attribute slices can be mapped to output attributes according to identifiers, and attribute slices themselves can have dependencies on previously decoded geometry slices and APSs.
  • parameters necessary for encoding point cloud data may be newly defined in a parameter set of point cloud data and/or a corresponding slice header.
  • parameters necessary for the encoding may be newly defined (added) to the APS, and when performing tile-based encoding, parameters necessary for the encoding are newly added to the tile and/or slice header. can be defined (added).
  • syntax elements (or fields) expressed in the syntax structure of the SPS may be syntax elements included in the SPS or syntax elements signaled through the SPS.
  • main_profile_compatibility_flag may indicate whether a bitstream conforms to the main profile. For example, if the value of main_profile_compatibility_flag is equal to the first value (e.g., 1), this may indicate that the bitstream follows the main profile, and if the value of main_profile_compatibility_flag is equal to the second value (e.g., 0), this indicates that the bitstream is the main profile. It can indicate that a profile other than the profile is followed.
  • unique_point_positions_constraint_flag may indicate whether all output points in each point cloud frame referenced by the current SPS can have unique positions. For example, if the value of unique_point_positions_constraint_flag is equal to the first value (e.g., 1), this may indicate that all output points can have unique positions in each point cloud frame referenced by the current SPS, and the value of unique_point_positions_constraint_flag is equal to the second value. If equal to the value (e.g., 0), this may indicate that two or more output points may have the same position in any point cloud frame referenced by the current SPS. Even if all points are unique in each slice, slices and other points in a frame may overlap. In that case, the value of unique_point_positions_constraint_flag may be set to 0.
  • level_idc may represent a level followed by a bitstream.
  • sps_seq_parameter_set_id may indicate an identifier for an SPS referenced by other syntax elements.
  • sps_bounding_box_present_flag may indicate whether a bounding box exists in the SPS. For example, if the value of sps_bounding_box_present_flag is equal to the first value (e.g., 1), this may indicate that the bounding box exists in the SPS, and if the value of sps_bounding_box_present_flag is equal to the second value (e.g., 0), this indicates the size of the bounding box. may indicate undefined.
  • sps_bounding_box_present_flag When the value of sps_bounding_box_present_flag is equal to the first value (e.g., 1), sps_bounding_box_offset_x, sps_bounding_box_offset_y, sps_bounding_box_offset_z, sps_bounding_box_offset_log2_scale, sps_bounding_box_size_width, sps_bounding_box_size_height, and/or sps_bounding_box_size_depth may be further signaled.
  • the first value e.g., 1
  • sps_bounding_box_offset_x When the value of sps_bounding_box_offset_x, sps_bounding_box_offset_y, sps_bounding_box_offset_z, sps_bounding_box_offset_log2
  • sps_bounding_box_offset_x may indicate the quantized x offset of the source bounding box in the Cartesian coordinate system, and if the x offset of the source bounding box does not exist, the value of sps_bounding_box_offset_x may be inferred to be 0.
  • sps_bounding_box_offset_y may represent the quantized y offset of the source bounding box in the Cartesian coordinate system, and if the y offset of the source bounding box does not exist, the value of sps_bounding_box_offset_y may be inferred to be 0.
  • sps_bounding_box_offset_z may indicate the quantized z offset of the source bounding box in the Cartesian coordinate system, and if the z offset of the source bounding box does not exist, the value of sps_bounding_box_offset_z may be inferred to be 0.
  • sps_bounding_box_offset_log2_scale may indicate a scale factor for scaling quantized x, y, z source bounding box offsets.
  • sps_bounding_box_size_width may indicate the width (or width) of the source bounding box in the Cartesian coordinate system, and if the width of the source bounding box does not exist, the value of sps_bounding_box_size_width may be inferred to be 1.
  • sps_bounding_box_size_height may represent the height of the source bounding box in a Cartesian coordinate system, and if the height of the source bounding box does not exist, the value of sps_bounding_box_size_height may be inferred to be 1.
  • sps_bounding_box_size_depth may indicate the depth of the source bounding box in Cartesian coordinates, and if the depth of the source bounding box does not exist, the value of sps_bounding_box_size_depth may be inferred as 1.
  • a value obtained by adding 1 to sps_source_scale_factor_numerator_minus1 may indicate a scale factor numerator of the source point cloud.
  • a value obtained by adding 1 to sps_source_scale_factor_denominator_minus1 may represent a scale factor denominator of the source point cloud.
  • sps_num_attribute_sets may indicate the number of coded attributes in a bitstream.
  • sps_num_attribute_sets may have a value between 0 and 63.
  • attribute_dimension_minus1[i] and attribute_instance_id[i] as many as 'the number of coded attributes in the bitstream' indicated by sps_num_attribute_sets may be further signaled.
  • i may increase by 1 from 0 to 'the number of coded attributes in the bitstream - 1'.
  • a value obtained by adding 1 to attribute_dimension_minus1[i] may indicate the number of components of the i-th attribute, and attribute_instance_id may indicate an instance identifier of the i-th attribute.
  • attribute_bitdepth_minus1[i] When the value of attribute_dimension_minus1[i] is greater than 1, attribute_bitdepth_minus1[i], attribute_secondary_bitdepth_minus1[i], attribute_cicp_colour_primaries[i], attribute_cicp_transfer_characteristics[i], attribute_cicp_matrix_coeffs[i], and/or attribute_cicp_video_full_range_flag[i] may be further signaled. there is.
  • a value obtained by adding 1 to attribute_bitdepth_minus1[i] may indicate a bitdepth for the first component (or first component) of the i-th attribute signal(s).
  • attribute_secondary_bitdepth_minus1[i] may indicate the bit depth for the second component (or second component) of the ith attribute signal(s), and attribute_cicp_colour_primaries[i] is the color attribute source primer of the ith attribute. It can represent the chromaticity coordinates of the heads.
  • attribute_cicp_transfer_characteristics[i] is the source input linear optical intensity with nominal real-valued range from 0 to 1 of the i-th attribute, which is the reference opto-electronic transfer characteristic function characteristic function, or the inverse of the reference optoelectronic transfer characteristic function as a function of output linear optical intensity.
  • attribute_cicp_matrix_coeffs[i] describes the matrix coefficients used to derive luma and chroma signals from green, blue, and red (or primaries of Y, Z, and X) of the ith attribute can do.
  • attribute_cicp_video_full_range_flag[i] is the range of black level and luma and chroma signals derived from E'Y, E'PB and E'PR or E'R, E'G and E'B real-value component signals of the ith attribute can represent known_attribute_label_flag[i] may indicate whether know_attribute_label[i] or attribute_label_four_bytes[i] is signaled for the i-th attribute.
  • known_attribute_label_flag[i] may indicate that known_attribute_label is signaled for the ith attribute
  • the value of known_attribute_label_flag[i] is equal to the second value (e.g., 0).
  • this may indicate that attribute_label_four_bytes[i] is signaled for the i-th attribute.
  • known_attribute_label[i] may indicate the type of the i-th attribute.
  • known_attribute_label[i] may indicate a known attribute type using a 4-byte code as shown in FIG. 22a.
  • log2_max_frame_idx may indicate the number of bits used to signal the frame_idx syntax variable. For example, a value obtained by adding 1 to the value of log2_max_frame_idx may represent the number of bits used to signal the frame_idx syntax variable.
  • sps_bypass_stream_enabled_flag may indicate whether a bypass coding mode is used to read a bitstream. For example, if the value of sps_bypass_stream_enabled_flag is equal to the first value (e.g., 1), this may indicate that the bypass coding mode is used to read the bitstream. As another example, if the value of sps_bypass_stream_enabled_flag is equal to the second value (e.g., 0), this may indicate that the bypass coding mode is not used to read the bitstream.
  • sps_extension_flag may indicate whether sps_extension_data syntax elements exist in a corresponding SPS syntax structure.
  • sps_extension_flag may need to be equal to 0 in the bitstream.
  • sps_extension_data_flag may be further signaled.
  • sps_extension_data_flag can have any value, and the presence and value of sps_extension_data_flag may not affect decoder conformance to the profile.
  • syntax elements (or fields) expressed in the syntax structure of GPS may be syntax elements included in GPS or syntax elements signaled through GPS.
  • gps_geom_parameter_set_id may indicate a GPS identifier referred to by other syntax elements, and gps_seq_parameter_set_id may indicate a value of seq_parameter_set_id for a corresponding active SPS.
  • gps_box_present_flag may indicate whether additional bounding box information is provided in a geometry slice header referring to current GPS. For example, if the value of gps_box_present_flag is equal to the first value (e.g., 1), this may indicate that additional bounding box information is provided in the geometry slice header referring to the current GPS, and the value of gps_box_present_flag is equal to the second value (e.g., 1).
  • gps_box_present_flag When the value of gps_box_present_flag is equal to the first value (e.g., 1), gps_gsh_box_log2_scale_present_flag may be further signaled. gps_gsh_box_log2_scale_present_flag may indicate whether gps_gsh_box_log2_scale is signaled to each geometry slice header referring to current GPS.
  • gps_gsh_box_log2_scale_present_flag is equal to the first value (e.g., 1)
  • this may indicate that gps_gsh_box_log2_scale is signaled to each geometry slice header referring to the current GPS.
  • the value of gps_gsh_box_log2_scale_present_flag is equal to the second value (e.g., 0)
  • gps_gsh_box_log2_scale_present_flag is equal to the second value (e.g., 0)
  • gps_gsh_box_log2_scale may be further signaled.
  • gps_gsh_box_log2_scale may represent a common scale factor of bounding box origins for all slices currently referring to GPS.
  • unique_geometry_points_flag may indicate whether all output points in all slices currently referencing GPS have unique positions within one slice. For example, if the value of unique_geometry_points_flag is equal to the first value (e.g., 1), it may indicate that all output points in all slides currently referring to GPS have unique positions within one slice. If the value of unique_geometry_points_flag is equal to the second value (e.g., 0), it may indicate that two or more output points may have the same positions within one slice in all slices that currently refer to GPS.
  • geometry_planar_mode_flag may indicate whether planar coding mode is activated. For example, if the value of geometry_planar_mode_flag is equal to the first value (e.g., 1), this may indicate that the planar coding mode is activated, and if the value of geometry_planar_mode_flag is equal to the second value (e.g., 0), this indicates that the planar coding mode is activated. You can indicate not to. When the value of geometry_planar_mode_flag is equal to the first value (e.g., 1), geom_planar_mode_th_idcm, geom_planar_mode_th[1], and/or geom_planar_mode_th[2] may be further signaled.
  • the first value e.g. 1
  • geom_planar_mode_th_idcm geom_planar_mode_th[1]
  • geom_planar_mode_th[2] may be further signaled.
  • geom_planar_mode_th_idcm may indicate an activation threshold for a direct coding mode.
  • the value of geom_planar_mode_th_idcm can be an integer within the range of 0 to 127.
  • geom_planar_mode_th[i] may indicate an activation threshold for a planar coding mode along the i-th direction in which the planar coding mode is most likely to be efficient, for i in the range of 0 to 2.
  • geom_planar_mode_th[i] can be an integer within the range of 0 to 127.
  • geometry_angular_mode_flag may indicate whether angular coding mode is activated. For example, if the value of geometry_angular_mode_flag is equal to the first value (e.g., 1), this indicates that angular coding mode is activated, and if the value of geometry_angular_mode_flag is equal to the second value (e.g., 0), this indicates that angular coding mode is not activated. can instruct.
  • geometry_angular_mode_flag When the value of geometry_angular_mode_flag is equal to the first value (e.g., 1), lidar_head_position[0], lidar_head_position[1], lidar_head_position[2], number_lasers, planar_buffer_disabled, implicit_qtbt_angular_max_node_min_dim_log2_to_split_z, and/or implicit_qtbt_angular_max_split_to_diff_z may be further signaled.
  • the first value e.g., 1
  • lidar_head_position[0] lidar_head_position[1]
  • lidar_head_position[2] number_lasers
  • planar_buffer_disabled implicit_qtbt_angular_max_node_min_dim_log2_to_split_z
  • lidar_head_position[0], lidar_head_position[1], and/or lidar_head_position[2] may represent the (X, Y, Z) coordinates of the lidar head in a coordinate system with internal axes.
  • number_lasers may indicate the number of lasers used for angular coding mode.
  • Each of laser_angle[i] and laser_correction[i] may be signaled as many times as indicated by number_lasers. Here, i may increase by 1 from 0 to 'the value of number_lasers -1'.
  • laser_angle[i] may represent the tangent of the elevation angle of the ith laser relative to the horizontal plane defined by the 0th and 1st inner axes, and laser_correction[i] is the ith laser position relative to lidar_head_position[2] The correction of , along the second inner axis, can be directed.
  • planar_buffer_disabled may indicate whether tracking of the closest nodes using a buffer is used in a process of coding a planar mode flag and a planar position in planar mode.
  • planar_buffer_disabled if the value of planar_buffer_disabled is equal to the first value (e.g., 1), it may indicate that the nearest node tracking using a buffer is not used in the process of coding the planar mode flag and planar position in planar mode, and planar_buffer_disabled If the value of is equal to the second value (e.g., 0), this may indicate that the nearest node tracking using a buffer is used in a process of coding the planner mode flag and the planner position in planar mode. When planar_buffer_disabled does not exist, the value of planar_buffer_disabled can be inferred as a second value (e.g., 0).
  • a second value e.g., 0
  • implicit_qtbt_angular_max_node_min_dim_log2_to_split_z may indicate a log2 value of a node size in which a horizontal split of nodes is more preferable than a vertical split.
  • implicit_qtbt_angular_max_diff_to_split_z may indicate a log2 value for a vertical-to-horizontal node size ratio allowed for a node. If implicit_qtbt_angular_max_diff_to_split_z does not exist, implicit_qtbt_angular_max_diff_to_split_z can be inferred to be 0.
  • the neighbor_context_restriction_flag may indicate whether the geometry node occupancy of the current node is coded with contexts determined from neighboring nodes located inside the parent node of the current node. For example, if the value of neighbour_context_restriction_flag is equal to the first value (e.g., 0), this may indicate that the geometry node occupancy of the current node is coded with contexts determined from neighboring nodes located inside the parent node of the current node, and neighbour_context_restriction_flag If the value of is equal to the second value (e.g., 1), it may indicate that the geometry node occupancy of the current node is not coded with contexts determined from neighboring nodes located inside the parent node of the current node.
  • the first value e.g., 0
  • neighbour_context_restriction_flag If the value of is equal to the second value (e.g., 1), it may indicate that the geometry node occupancy of the current node is not
  • inferred_direct_coding_mode_enabled_flag may indicate whether direct_mode_flag exists in a corresponding geometry node syntax. For example, if the value of inferred_direct_coding_mode_enabled_flag is equal to the first value (e.g., 1), this may indicate that direct_mode_flag is present in the corresponding geometry node syntax, and if the value of inferred_direct_coding_mode_enabled_flag is equal to the second value (e.g., 0), this indicates that direct_mode_flag is It may indicate that it does not exist in the corresponding geometry node syntax.
  • the first value e.g. 1
  • the value of inferred_direct_coding_mode_enabled_flag is equal to the second value (e.g., 0)
  • bitwise_occupancy_coding_flag may indicate whether geometry node occupancy is encoded using bitwise contextualization of occupancy_map, which is a corresponding syntax element. For example, if the value of bitwise_occupancy_coding_flag is equal to the first value (e.g., 1), this may indicate that the geometry node occupancy is encoded using the bitwise contextualization of the corresponding syntax element occupancy_map, and the value of bitwise_occupancy_coding_flag is equal to the second value (e.g. , 0), this may indicate that the geometry node occupancy is encoded using the directory encoded syntax element occupancy_map.
  • the first value e.g. 1
  • bitwise_occupancy_coding_flag is equal to the second value (e.g. 0)
  • the adjacent_child_contextualization_enabled_flag may indicate whether adjacent children of neighboring octree nodes are used for bitwise occupancy contextualization. For example, if the value of adjacent_child_contextualization_enabled_flag is equal to the first value (e.g., 1), this may indicate that adjacent children of neighboring octree nodes are used for bitwise occupancy contextualization, and the value of adjacent_child_contextualization_enabled_flag is equal to the second value (e.g., 0). ), this may indicate that the children of neighboring octree nodes are not used for bitwise occupancy contextualization.
  • the first value e.g. 1
  • adjacent_child_contextualization_enabled_flag is equal to the second value (e.g., 0).
  • log2_neighbour_avail_boundary may indicate a value of a variable NeighbAvailBoundary used in a decoding process. For example, if the value of neighbor_context_restriction_flag is equal to the first value (e.g., 1), NeighbAvailabilityMask may be set to 1, and if the value of neighbor_context_restriction_flag is equal to the second value (e.g., 0), NeighbAvailabilityMask may be set to 1 ⁇ log2_neighbour_avail_boundary.
  • log2_intra_pred_max_node_size may indicate an octree node size suitable for occupancy intra prediction.
  • log2_trisoup_node_size can designate the variable TrisoupNodeSize as the size of triangle nodes.
  • geom_scaling_enabled_flag may indicate whether a scaling process for geometry positions is applied during a geometry slice decoding process. For example, if the value of geom_scaling_enabled_flag is equal to the first value (e.g., 1), this may indicate that a scaling process for geometry positions is performed during a geometry slice decoding process, and if the value of geom_scaling_enabled_flag is equal to the second value (e.g., 0). ), this may indicate that no scaling is required for geometry positions. When the value of geom_scaling_enabled_flag is equal to the first value (e.g., 1), geom_base_qp may be further signaled.
  • the first value e.g. 1
  • geom_base_qp may be further signaled.
  • geom_base_qp may indicate a base value of a geometry position quantization parameter.
  • gps_implicit_geom_partition_flag may indicate whether an implicit geometry partition is enabled for a corresponding sequence or slice. For example, if the value of gps_implicit_geom_partition_flag is equal to the first value (e.g., 1), this may indicate that the implicit geometry partition is enabled for that sequence or slice, and the value of gps_implicit_geom_partition_flag is equal to the second value (e.g., 1). , 0), this may indicate that the implicit geometry partition is disabled for the corresponding sequence or slice.
  • gps_implicit_geom_partition_flag When the value of gps_implicit_geom_partition_flag is equal to the first value (e.g., 1), gps_max_num_implicit_qtbt_before_ot and gps_min_size_implicit_qtbt may be signaled.
  • gps_max_num_implicit_qtbt_before_ot may indicate the maximum number of implicit QT and BT partitions before OT partitions.
  • gps_min_size_implicit_qtbt may indicate the minimum size of implicit QT and BT partitions.
  • gps_extension_flag may represent whether gps_extension_data syntax elements exist in a corresponding GPS syntax structure. For example, if the value of gps_extension_flag is equal to the first value (e.g., 1), this may indicate that gps_extension_data syntax elements are present in the corresponding GPS syntax, and if the value of gps_extension_flag is equal to the second value (e.g., 0), this indicates that It may indicate that gps_extension_data syntax elements do not exist in the corresponding GPS syntax structure.
  • the first value e.g. 1
  • the value of gps_extension_flag is equal to the second value (e.g., 0)
  • gps_extension_data_flag When the value of gps_extension_flag is equal to the first value (e.g., 1), gps_extension_data_flag may be further signaled.
  • gps_extension_data_flag can have any value, and the presence and value of gps_extension_data_flag may not affect decoder conformance to the profile.
  • syntax elements (or fields) expressed in the syntax structure of the APS may be syntax elements included in the APS or syntax elements signaled through the APS.
  • aps_attr_parameter_set_id may provide an APS identifier for reference by other syntax elements, and aps_seq_parameter_set_id may indicate a value of sps_seq_parameter_set_id for an active SPS.
  • attr_coding_type may indicate a coding type for an attribute. A table of values of attr_coding_type and attribute coding types assigned to each of them is shown in FIG. 25 . As illustrated in FIG.
  • Attr_coding_type indicates predicting weight lifting, and if the value of attr_coding_type is a second value (e.g., 1), coding type is indicated.
  • the type indicates RAHT, and if the value of attr_coding_type is the third value (e.g., 2), it may indicate fix weight lifting.
  • aps_attr_initial_qp may indicate an initial value of the variable SliceQp for each slice referring to the APS.
  • the value of aps_attr_initial_qp may be in the range of 4 to 51.
  • aps_attr_chroma_qp_offset may indicate offsets for the initial quantization parameter signaled by aps_attr_initial_qp.
  • the aps_slice_qp_delta_present_flag may represent whether the ash_attr_qp_delta_luma syntax element and the ash_attr_qp_delta_chroma syntax element are present in the corresponding attribute slice header (ASH).
  • aps_slice_qp_delta_present_flag is equal to the first value (e.g., 1)
  • this may indicate that ash_attr_qp_delta_luma and ash_attr_qp_delta_chroma are present in the corresponding attribute slice header (ASH)
  • the value of aps_slice_qp_delta_present_flag is the second value (e.g., 0).
  • this may indicate that ash_attr_qp_delta_luma and ash_attr_qp_delta_chroma do not exist in the corresponding attribute slice header.
  • Attr_coding_type is the first value (e.g., 0) or the third value (e.g., 2), that is, if the coding type is prediction weight lifting or fixed weight lifting, lifting_num_pred_nearest_neighbours_minus1, lifting_search_range_minus1, and lifting_neighbour_bias[k] are further can be signaled.
  • a value obtained by adding 1 to lifting_num_pred_nearest_neighbours_minus1 may represent the maximum number of nearest neighbors to be used for prediction.
  • a value of the variable NumPredNearestNeighbours may be set to be the same as lifting_num_pred_nearest_neighbours (a value obtained by adding 1 to lifting_num_pred_nearest_neighbours_minus1).
  • a value obtained by adding 1 to lifting_search_range_minus1 may indicate a search range used for 'determination of nearest neighbors used for prediction' and 'build of distance-based levels of detail (LOD)'.
  • lifting_neighbour_bias[k] may indicate a bias used to weight the kth components in the calculation of the Euclidean distance between two points as part of the nearest neighbor derivation process.
  • lifting_scalability_enabled_flag may indicate whether the attribute decoding process allows pruned octree decode results for input geometry points. For example, if the value of lifting_scalability_enabled_flag is equal to the first value (e.g., 1), this may indicate that the attribute decoding process allows pruned octree decode results for input geometry points, and the value of lifting_scalability_enabled_flag is equal to the second value (e.g.
  • lifting_scalability_enabled_flag is not the first value (e.g., 1)
  • lifting_num_detail_levels_minus1 may be further signaled.
  • lifting_num_detail_levels_minus1 may indicate the number of LODs for attribute coding.
  • lifting_lod_regular_sampling_enabled_flag may be further signaled.
  • lifting_lod_regular_sampling_enabled_flag may indicate whether LOD is built by a regular sampling strategy.
  • lifting_lod_regular_sampling_enabled_flag is equal to the first value (e.g., 1)
  • this may indicate that the LOD is created using a regular sampling strategy
  • the value of lifting_lod_regular_sampling_enabled_flag is equal to the second value (e.g., 0)
  • this may indicate that the LOD is being created using a regular sampling strategy. It may indicate that a distance_based sampling strategy is used instead.
  • lifting_scalability_enabled_flag When the value of lifting_scalability_enabled_flag is not the first value (e.g., 1), lifting_sampling_period_minus2 [idx] or lifting_sampling_distance_squared_scale_minus1 [idx] may be further signaled depending on whether the LOD is created by the regular sampling strategy (the value of lifting_lod_regular_sampling_enabled_flag).
  • the first value e.g. 1, lifting_sampling_period_minus2[idx] may be signaled
  • the value of lifting_lod_regular_sampling_enabled_flag
  • idx can increase by 1 from 0, and can increase up to a value obtained by subtracting 1 from num_detail_levels_minus1.
  • a value obtained by adding 2 to lifting_sampling_period_minus2[idx] may indicate a sampling period for LOD idx.
  • a value obtained by adding 1 to lifting_sampling_distance_squared_scale_minu1[idx] may represent a scaling factor for derivation of the square of the sampling distance for LOD idx.
  • lifting_sampling_distance_squared_offset[idx] may indicate an offset for deriving the square of sampling distance for LOD idx.
  • Attr_coding_type is equal to the first value (e.g., 0), that is, if the coding type is prediction weight lifting, lifting_adaptive_prediction_threshold, lifting_intra_lod_prediction_num_layers, lifting_max_num_direct_predictors, and inter_component_prediction_enabled_flag may be signaled.
  • lifting_adaptive_prediction_threshold may indicate a threshold value for enabling adaptive prediction.
  • a variable AdaptivePredictionThreshold specifying a threshold for switching the adaptive predictor selection mode may be set equal to the value of lifting_adaptive_prediction_threshold.
  • lifting_intra_lod_prediction_num_layers may indicate the number of LOD layers that decoded points within the same LOD layer can refer to to generate a prediction value of a target point. For example, if the value of lifting_intra_lod_prediction_num_layers is equal to the value of LevelDetailCount, this may indicate that the target point can refer to decoded points within the same LOD layer for all LOD layers. If the value of lifting_intra_lod_prediction_num_layers is 0, this may indicate that the target point cannot refer to decoded points within the same LOD layer for arbitrary LOD layers.
  • a value of lifting_intra_lod_prediction_num_layers may have a range between 0 and LevelDetailCount.
  • lifting_max_num_direct_predictors may indicate the maximum number of predictors to be used for direct prediction.
  • inter_component_prediction_enabled_flag may indicate whether a primary component of a multi-component attribute is used to predict reconstructed values of nonprimary components. For example, if the value of inter_component_prediction_enabled_flag is equal to the first value (e.g., 1), this may indicate that the primary component of the multi-component attribute is used to predict restoration values of non-primary components. As another example, if the value of inter_component_prediction_enabled_flag is equal to the second value (e.g., 0), this may indicate that all attribute components are independently restored.
  • raht_prediction_enabled_flag may be signaled.
  • raht_prediction_enabled_flag may indicate whether transform weight prediction from neighboring points is enabled in a RAHT decoding process.
  • raht_prediction_enabled_flag if the value of raht_prediction_enabled_flag is equal to the first value (e.g., 1), this may indicate that transform weighted prediction from neighboring points is enabled in the RAHT decoding process, and if the value of raht_prediction_enabled_flag is equal to the second value (e.g., 0). ), this may indicate that transform weighted prediction from neighboring points is disabled in the RAHT decoding process.
  • the value of raht_prediction_enabled_flag is equal to the first value (e.g., 1), raht_prediction_threshold0 and raht_prediction_threshold1 may be further signaled.
  • raht_prediction_threshold0 may indicate a threshold for terminating transform weighted prediction from neighboring points.
  • raht_prediction_threshold1 may indicate a threshold for skipping transform weighted prediction from neighboring points.
  • aps_extension_flag may indicate whether aps_extension_data_flag syntax elements exist in a corresponding APS syntax structure. For example, if the value of aps_extension_flag is equal to the first value (e.g., 1), this may indicate that aps_extension_data_flag syntax elements are present in the corresponding APS syntax structure, and if the value of aps_extension_flag is equal to the second value (e.g., 0) This may indicate that aps_extension_data_flag syntax elements do not exist in the corresponding APS syntax structure.
  • the first value e.g. 1
  • the value of aps_extension_flag is equal to the second value (e.g., 0) This may indicate that aps_extension_data_flag syntax elements do not exist in the corresponding APS syntax structure.
  • aps_extension_data_flag When the value of aps_extension_flag is equal to the first value (e.g., 1), aps_extension_data_flag may be signaled.
  • aps_extension_data_flag can have any value, and the presence and value of aps_extension_data_flag may not affect decoder conformance to the profile.
  • 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
  • FIGS. 27 and 28 show an example of a syntax structure of a geometry slice.
  • the syntax elements (or fields) represented in FIGS. 27 and 28 may be syntax elements included in the geometry slice or signaled through the geometry slice.
  • a bitstream transmitted from a transmitting device to a receiving device may include one or more slices.
  • Each slice may include a geometry slice and an attribute slice.
  • the geometry slice may be a geometry slice bitstream
  • the attribute slice may be an attribute slice bitstream.
  • a geometry slice may include a geometry slice header (GSH), and an attribute slice may include an attribute slice header (ASH).
  • the geometry slice bitstream may include a geometry slice header (geometry_slice_header()) and geometry slice data geometry_slice_data().
  • the geometry slice data may include geometry or geometry-related data related to part or all of the point cloud.
  • syntax elements signaled through a geometry slice header may be as follows.
  • gsh_geometry_parameter_set_id may represent the value of gps_geom_parameter_set_id of active GPS.
  • gsh_tile_id may indicate an identifier of a corresponding tile referred to by a corresponding geometry slice header (GSH).
  • GSH geometry slice header
  • gsh_slice_id may indicate an identifier of a corresponding slice for reference by other syntax elements.
  • frame_idx may represent log2_max_frame_idx + 1 least significant bits of a notional frame number counter. Successive slices with different values of frame_idx may form part of different output point cloud frames.
  • Consecutive slices having the same frame_idx value and not having an intermediate frame boundary marker data unit may form part of the same output point cloud frame as each other.
  • gsh_num_points may indicate the maximum number of coded points in a corresponding slice.
  • a requirement of bitstream conformance may be that the value of gsh_num_points should be greater than or equal to the number of decoded points in a slice.
  • gsh_box_log2_scale When the value of gps_box_present_flag is equal to the first value (e.g., 1), gsh_box_log2_scale, gsh_box_origin_x, gsh_box_origin_y, and gsh_box_origin_z may be signaled.
  • gsh_box_log2_scale may be signaled when the value of gps_box_present_flag is equal to the first value (eg, 1) and the value of gps_gsh_box_log2_scale_present_flag is equal to the first value (eg, 1).
  • gsh_box_log2_scale may indicate a scaling factor of a bounding box origin for a corresponding slice.
  • gsh_box_origin_x may indicate the x value of the bounding box origin scaled by the value of gsh_box_log2_scale
  • gsh_box_origin_y may indicate the y value of the bounding box origin scaled by the value of gsh_box_log2_scale
  • gsh_box_origin_z may indicate the bounding scaled by the value of gsh_box_log2_scale It can indicate the z value of the box origin.
  • the variables slice_origin_x, slice_origin_y, and/or slice_origin_z can be derived as follows.
  • gps_gsh_box_log2_scale_present_flag is set equal to gsh_box_log2_scale. Otherwise, if the value of gps_gsh_box_log2_scale_present_flag is equal to the first value (e.g., 1), originScale is set equal to gps_gsh_box_log2_scale. If the value of gps_box_present_flag is equal to the second value (e.g., 0), the values of the variables slice_origin_x, slice_origin_y, and slice_origin_z can be inferred to be 0.
  • gps_box_present_flag is equal to the first value (e.g., 1)
  • the following equations may be applied to the variables slice_origin_x, slice_origin_y, and slice_origin_z.
  • slice_origin_x gsh_box_origin_x ⁇ originScale
  • slice_origin_y gsh_box_origin y ⁇ originScale
  • slice_origin_z gsh_box_origin_z ⁇ originScale
  • gps_implicit_geom_partition_flag When the value of gps_implicit_geom_partition_flag is equal to the first value (e.g., 1), gsh_log2_max_nodesize_x, gsh_log2_max_nodesize_y_minus_x, and gsh_log2_max_nodesize_z_minus_y may be further signaled. If the value of gps_implicit_geom_partition_flag is equal to the second value (e.g., 0), gsh_log2_max_nodesize may be signaled.
  • the second value e.g., 0
  • gsh_log2_max_nodesize_x can represent the bounding box size in the x dimension, that is, MaxNodesizeXLog2 used in the decoding process as follows.
  • MaxNodeSizeXLog2 gsh_log2_max_nodesize_x
  • MaxNodeSizeX 1 ⁇ MaxNodeSizeXLog2
  • gsh_log2_max_nodesize_y_minus_x may indicate the bounding box size in the y dimension, that is, MaxNodesizeYLog2 used in the decoding process as follows.
  • MaxNodeSizeYLog2 gsh_log2_max_nodesize_y_minus_x + MaxNodeSizeXLog2.
  • MaxNodeSizeY 1 ⁇ MaxNodeSizeYLog2.
  • gsh_log2_max_nodesize_z_minus_y may indicate the bounding box size in the z dimension, that is, MaxNodesizeZLog2 used in the decoding process as follows.
  • MaxNodeSizeZLog2 gsh_log2_max_nodesize_z_minus_y + MaxNodeSizeYLog2
  • MaxNodeSizeZ 1 ⁇ MaxNodeSizeZLog2
  • gsh_log2_max_nodesize may represent the size of the root geometry octree node when the value of gps_implicit_geom_partition_flag is the first value (e.g. 1).
  • the variable MaxNodeSize and the variable MaxGeometryOctreeDepth can be derived as follows.
  • MaxNodeSize 1 ⁇ gsh_log2_max_nodesize
  • MaxGeometryOctreeDepth gsh_log2_max_nodesize log2_trisoup_node_size
  • geom_slice_qp_offset and geom_octree_qp_offsets_enabled_flag may be signaled.
  • geom_slice_qp_offset may indicate an offset for the base geometry quantization parameter (geom_base_qp).
  • geom_octree_qp_offsets_enabled_flag may indicate whether geom_node_qp_offset_eq0_flag is present in a corresponding geometry node syntax.
  • geom_octree_qp_offsets_enabled_flag is equal to the first value (e.g., 1)
  • this may indicate that geom_node_qp_offset_eq0_flag is present in the corresponding geometry node syntax
  • the value of geom_octree_qp_offsets_enabled_flag is equal to the second value (e.g., 0)
  • geom_octree_qp_offsets_enabled_flag When the value of geom_octree_qp_offsets_enabled_flag is equal to the first value (e.g., 1), geom_octree_qp_offsets_depth may be signaled.
  • geom_octree_qp_offsets_depth may represent the depth of a geometry octree when geom_node_qp_offset_eq0_flag exists in the geometry node syntax.
  • Geometry slice data may include a repetition statement (first repetition statement) that is repeated as many times as the value of MaxGeometryOctreeDepth.
  • MaxGeometryOctreeDepth may represent the maximum value of geometry octree depth. In the first iteration statement, the depth can be increased by 1 from 0 to (MaxGeometryOctreeDepth-1).
  • the first repetition statement may include a repetition statement (second repetition statement) that is repeated as many times as the value of NumNodesAtDepth. NumNodesAtDepth[depth] may indicate the number of nodes to be decoded at a corresponding depth.
  • nodeidx can be increased by 1 from 0 until it becomes (NumNodesAtDepth - 1).
  • xN NodeX[depth][nodeIdx]
  • yN NodeY[depth][nodeIdx]
  • zN NodeZ[depth][nodeIdx]
  • geometry_node(depth, nodeIdx, xN, yN, zN) may be signaled.
  • NodeX[depth][nodeIdx], NodeY[depth][nodeIdx], and NodeZ[depth][nodeIdx] may indicate the x, y, and z coordinates of the Idx-th node in decoding order at a given depth.
  • a geometry bitstream of a corresponding node at a corresponding depth may be transmitted through geometry_node (depth, nodeIdx, xN, yN, zN).
  • geometry_trisoup_data() may be further signaled. That is, if the size of triangle nodes is greater than 0, a geometry bitstream encoded with trishoop geometry may be signaled through geometry_trisup_data().
  • FIGS. 29 and 30 show an example of a syntax structure of an attribute slice.
  • the syntax elements (or fields) represented in FIGS. 29 and 30 may be syntax elements included in an attribute slice or syntax elements signaled through an attribute slice.
  • the attribute slice bitstream (attribute_slice_bitstream()) may include an attribute slice header (attribute_slice_header()) and attribute slice data attribute_slice_data().
  • Attribute slice data attribute_slice_data( ) may include an attribute or attribute-related data related to part or all of the point cloud.
  • syntax elements signaled through the attribute slice header may be as follows.
  • ash_attr_parameter_set_id may indicate a value of aps_attr_parameter_set_id of an active APS.
  • ash_attr_sps_attr_idx may indicate an attribute set in an active SPS.
  • ash_attr_geom_slice_id may indicate the value of gsh_slice_id of the active geometry slice header.
  • aps_slice_qp_delta_present_flag may represent whether ash_attr_layer_qp_delta_luma and ash_attr_layer_qp_delta_chroma syntax elements are present in the current ASH.
  • aps_slice_qp_delta_present_flag when the value of aps_slice_qp_delta_present_flag is equal to the first value (e.g., 1), this may indicate that ash_attr_layer_qp_delta_luma and ash_attr_layer_qp_delta_chroma currently exist in ASH, and when the value of aps_slice_qp_delta_present_flag is equal to the second value (e.g., 0) , this may indicate that ash_attr_layer_qp_delta_luma and ash_attr_layer_qp_delta_chroma do not currently exist in the ASH.
  • ash_attr_qp_delta_luma may be signaled.
  • ash_attr_qp_delta_luma may indicate a luma delta quantization parameter (qp) from an initial slice qp in the active attribute parameter set.
  • attribute_dimension_minus1[ash_attr_sps_attr_idx] is greater than 0, ash_attr_qp_delta_chroma may be signaled.
  • ash_attr_qp_delta_chroma may indicate a chroma delta quantization parameter (qp) from an initial slice qp in the active attribute parameter set.
  • Variable InitialSliceQpY and variable InitialSliceQpC can be derived as follows.
  • InitialSliceQpY aps_attrattr_initial_qp + ash_attr_qp_delta_luma
  • InitialSliceQpC aps_attrtr_initial_qp + aps_attr_chroma_qp_offset + ash_attr_qp_delta_chroma
  • ash_attr_num_layer_qp_delta_present_flag When the value of ash_attr_layer_qp_delta_present_flag is equal to the first value (e.g., 1), ash_attr_num_layer_qp_minus1 may be signaled. A value obtained by adding 1 to the value of ash_attr_num_layer_qp_minus1 may represent the number of layers for which ash_attr_qp_delta_luma and ash_attr_qp_delta_chroma are signaled. If ash_attr_num_layer_qp is not signaled, the value of ash_attr_num_layer_qp can be inferred to be 0.
  • ash_attr_layer_qp_delta_present_flag When the value of ash_attr_layer_qp_delta_present_flag is equal to the first value (e.g., 1), ash_attr_layer_qp_delta_luma[i] may be repeatedly signaled as much as the value of NumLayerQp. i can be increased by 1 from 0 to (NumLayerQp-1). Also, in the iterative process of increasing i by 1, when the value of attribute_dimension_minus1[ash_attr_sps_attr_idx] is greater than 0, ash_attr_layer_qp_delta_chroma[i] may be further signaled.
  • the first value e.g. 1
  • ash_attr_layer_qp_delta_chroma[i] when the value of attribute_dimension_minus1[ash_attr_sps_attr_idx] is
  • ash_attr_layer_qp_delta_luma may indicate a luma delta quantization parameter (qp) from InitialSliceQpY in each layer.
  • ash_attr_layer_qp_delta_chroma may indicate a chroma delta quantization parameter (qp) from InitialSliceQpC in each layer.
  • Variable SliceQpY[i] and variable SliceQpC[i] can be derived as follows.
  • SliceQpY[i] InitialSliceQpY + ash_attr_layer_qp_delta_luma[i]
  • SliceQpC[i] InitialSliceQpC + ash_attr_layer_qp_delta_chroma[i]
  • ash_attr_region_qp_delta_present_flag may be further signaled. If the value of ash_attr_region_qp_delta_present_flag is equal to the first value (e.g., 1), it may indicate that ash_attr_region_qp_delta, region bounding box origin, and size are present in the current attribute slice header. If the value of ash_attr_region_qp_delta_present_flag is equal to the second value (e.g., 0), it may indicate that ash_attr_region_qp_delta, region bounding box origin, and size do not exist in the current attribute slice header.
  • the first value e.g. 1
  • the value of ash_attr_region_qp_delta_present_flag is equal to the second value (e.g., 0)
  • ash_attr_qp_region_box_origin_x may indicate the x offset of the region bounding box related to slice_origin_x
  • ash_attr_qp_region_box_origin_y may indicate the y offset of the region bounding box related to slice_origin_y
  • ash_attr_qp_region_box_origin_z may indicate the z offset of the region bounding box related to slice_origin_z.
  • ash_attr_qp_region_box_size_width may indicate the width of the region bounding box
  • ash_attr_qp_region_box_size_height may indicate the height of the region bounding box
  • ash_attr_qp_region_box_size_depth may indicate the depth of the region bounding box.
  • ash_attr_region_qp_delta may indicate delta qp from SliceQpY[i] and SliceQpC[i] of the region designated by ash_attr_qp_region_box.
  • a variable RegionboxDeltaQp specifying a region box delta quantization parameter may be set equal to a value of ash_attr_region_qp_delta.
  • syntax elements signaled through attribute slice data may be as follows.
  • Zerorun can indicate the number of zeros preceding (preferring) predIndex or residual.
  • predIndex[i] may indicate a predictor index for decoding the i-th point value of the attribute.
  • the value of predIndex[i] can have a range from 0 to the value of max_num_predictors.
  • FIG. 31 shows an example of a syntax structure of a metadata slice.
  • the syntax elements (or fields) represented in FIG. 31 may be syntax elements included in an attribute slice or syntax elements signaled through an attribute slice.
  • the metadata slice bitstream may include a metadata slice header (metadata_slice_header()) and metadata slice data metadata_slice_data().
  • (b) of FIG. 31 shows an example of a metadata slice header
  • (c) of FIG. 31 shows an example of metadata slice data.
  • syntax elements signaled through the meta data slice header may be as follows.
  • msh_slice_id may indicate an identifier for identifying a corresponding metadata slice bitstream.
  • msh_geom_slice_id may indicate an identifier for identifying a geometry slice related to meta data carried in a corresponding meta data slice.
  • msh_attr_id may indicate an identifier for identifying an attribute related to meta data carried in a corresponding meta data slice.
  • msh_attr_slice_id may indicate an identifier for identifying an attribute slice related to meta data carried in a corresponding meta data slice.
  • a meta data bitstream (metadata_bitstream()) may be signaled through meta data slice data.
  • the G-PCC bitstream may refer to a bitstream of point cloud data consisting of a sequence of TLV structures.
  • the TLV structure may be referred to as "TLV encapsulation structure", “G-PCC TLV encapsulation structure”, or "G-PCC TLV structure”.
  • each TLV encapsulation structure may consist of a TLV type (TLV TYPE), a TLV length (TLV LENGTH), and/or a TLV payload (TLV PAYLOAD).
  • TLV type may be TLV payload type information
  • the TLV length may be TLV payload length information
  • the TLV payload may be a payload (or payload bytes).
  • tlv_type may indicate TLV payload type information
  • tlv_num_payload_bytes may indicate TLV payload length information
  • tlv_payload_byte[i] may indicate a TLV payload.
  • tlv_payload_byte[i] may be signaled as much as the value of tlv_num_payload_bytes, and i may increase by 1 from 0 to (tlv_num_payload_bytes - 1).
  • TLV payloads may include SPS, GPS, one or more APSs, a tile inventory, a geometry slice, one or more attribute slices, and one or more metadata slices.
  • the TLV payload of each TLV encapsulation structure includes an SPS, a GPS, one or more APSs, a tile inventory, a geometry slice, one or more attribute slices, and one or more metas according to type information of the TLV payload. It may contain one of the data slices. Data included in the TLV payload may be distinguished through the type information of the TLV payload. For example, as illustrated in FIG.
  • tlv_type if the value of tlv_type is 0, it indicates that the data included in the TLV payload is SPS, and if the value of tlv_type is 1, it can indicate that the data included in the TLV payload is GPS. there is. If the value of tlv_type is 2, it may indicate that the data included in the TLV payload is a geometry slice, and if the value of tlv_type is 3, it may indicate that the data included in the TLV payload is an APS.
  • tlv_type 4
  • tlv_type 5
  • tlv_type 6
  • NAL Network Abstraction Layer
  • Information included in the SPS in the TLV payload may include some or all of the information included in the SPS of FIG. 21 .
  • Information included in the tile inventory in the TLV payload may include some or all of the information included in the tile inventory of FIG. 26 .
  • Information included in the GPS in the TLV payload may include some or all of the information included in the GPS of FIG. 23 .
  • Information included in the APS in the TLV payload may include some or all of the information included in the APS of FIG. 24 .
  • Information included in the geometry slice in the TLV payload may include some or all of the information included in the geometry slices of FIGS. 27 and 28 .
  • Information included in the attribute slice in the TLV payload may include all or part of the information included in the attribute slices of FIGS. 29 and 30 .
  • Information included in the metadata slice in the TLV payload may include all or part of the information included in the metadata slice of FIG. 31 .
  • Such a 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 1525 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 1710 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.
  • a box ftyp may provide information related to a file type or file compatibility for a corresponding file.
  • the receiving device can 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.
  • Volumetric visual tracks can use the volumetric visual media header (vvhd) box in the media information box (MediaInformationBox).
  • a volumetric visual media header box can be defined as follows.
  • the syntax of the volumetric visual media header box may be as follows.
  • version may be an integer value representing the version of the volumetric visual media header box.
  • volumetric visual tracks may use a volumetric visual sample entry as follows for transmission of signaling information.
  • compressorname may indicate the name of a compressor for informative purposes.
  • a sample entry ie, a superclass of VolumetricVisualSampleEntry
  • inherited from VolumetricVisualSampleEntry may include a GPCC decoder configuration box (GPCCConfigurationBox).
  • G-PCC Decoder Configuration Box (GPCCConfigurationBox)
  • the G-PCC decoder configuration box may include GPCCDecoderConfigurationRecord() as follows.
  • class GPCCConfigurationBox extends Box('gpcC') ⁇
  • GPCCDecoderConfigurationRecord( ) may provide G-PCC decoder configuration information for geometry-based point cloud content.
  • the syntax of GPCCDecoderConfigurationRecord() can be defined as follows.
  • configurationVersion may be a version field. Incompatible changes to that record may be indicated by a change in the version number. Values for profile_idc, profile_compatibility_flags, and level_idc may be valid for all parameter sets activated when the bitstream described by the corresponding record is decoded.
  • profile_idc may indicate a profile followed by a bitstream related to a corresponding configuration record.
  • profile_idc may include a profile code to indicate a specific profile of G-PCC. If the value of profile_compatibility_flags is 1, it may indicate that the corresponding bitstream conforms to the profile indicated by the profile_idc field. Each bit in profile_compatibility_flags can only be set if all parameter sets set that bit.
  • level_idc may include a profile level code.
  • level_idc may indicate a capability level equal to or higher than the highest level indicated for the highest tier in all parameter sets.
  • numOfSetupUnitArrays may indicate the number of arrays of G-PCC setup units of the type indicated by setupUnitTye. That is, numOfSetupUnitArrays may indicate the number of arrays of G-PCC setup units included in GPCCDecoderConfigurationRecord().
  • setupUnitType, setupUnit_completeness, and numOfSetupUnits may be further included in GPCCDecoderConfigurationRecord().
  • setupUnitType may indicate the type of G-PCC setupUnits. That is, the value of setupUnitType may be one of values indicating SPS, GPS, APS, or tile inventory. If the value of setupUnit_completeness is 1, it may indicate that all setup units of a given type are in the next array and there are none in the corresponding stream.
  • setupUnit_completeness field if the value of the setupUnit_completeness field is 0, it may indicate that additional setup units of the indicated type are present in the corresponding stream.
  • numOfSetupUnits may indicate the number of G-PCC setup units of the type indicated by setupUnitTye.
  • setupUnit (tlv_encapsulatuon setupUnit) may be further included in GPCCDecoderConfigurationRecord().
  • setupUnit is included by a loop that repeats as much as the value of numOfSetupUnits, and this loop can be repeated while increasing by 1 until i becomes (numOfSetupUnits - 1) from 0.
  • setupUnit setupUnit may be a setup unit of the type indicated by setupUnitTye, for example, an instance of a SPS, GPS, APS, or TLV encapsulation structure that carries a tile inventory.
  • Volumetric visual tracks may use volumetric visual samples for transmission of actual data.
  • a volumetric visual sample entry may be referred to as a sample entry or a G-PCC sample entry, and a volumetric visual sample may be referred to as a sample or a G-PCC sample.
  • a single volumetric visual track may be referred to as a single track or a G-PCC single track, and multiple volumetric visual tracks may be referred to as a multiple track or multiple G-PCC tracks.
  • Signaling information related to grouping of samples, grouping of tracks, single track encapsulation of a G-PCC bitstream, encapsulation of multiple tracks of a G-PCC bitstream, or signaling information for supporting spatial access is It can be added to the sample entry in the form of a full box.
  • the signaling information may include at least one of a GPCC entry information box (GPCCEntryInfoBox), a GPCC component type box (GPCCComponentTypeBox), a cubic region information box (CubicRegionInfoBox), a 3D bounding box information box (3DBoundingBoxInfoBox), or a tile inventory box (TileInventoryBox).
  • GPCCEntryInfoBox a GPCC entry information box
  • GPCCComponentTypeBox a GPCC component type box
  • CubicRegionInfoBox cubic region information box
  • 3DBoundingBoxInfoBox 3D bounding box information box
  • TileInventoryBox tile inventory box
  • G-PCCEntryInfoBox The syntax structure of the G-PCC entry information box (GPCCEntryInfoBox) can be defined as follows.
  • GPCCEntryInfoBox having a sample entry type of 'gpsb' may include GPCCEntryInfoStruct ().
  • the syntax of GPCCEntryInfoStruct () can be defined as follows.
  • GPCCEntryInfoStruct can include main_entry_flag and dependent_on.
  • main_entry_flag may indicate whether or not an entry point for decoding a G-PCC bitstream.
  • dependent_on indicates its decoding is dependent on others. If dependent_on is present in a sample entry, dependent_on may indicate that decoding of samples in a track is dependent on other tracks. If the value of dependency_on is 1, GPCCEntryInfoStruct() may further include dependency_id.
  • dependency_id may indicate identifiers of tracks for decoding related data. If dependency_id exists in a sample entry, dependency_id may indicate an identifier of a track carrying a G-PCC sub-bitstream to which decoding of samples within a track depends. If dependency_id exists in a sample group, dependency_id may indicate identifiers of samples carrying a G-PCC sub-bitstream to which decoding of related samples depends.
  • the syntax structure of the G-PCC component type box (GPCCComponentTypeBox) can be defined as follows.
  • a GPCCComponentTypeBox having a sample entry type of 'gtyp' may include GPCCComponentTypeStruct().
  • the syntax of GPCCComponentTypeStruct() can be defined as follows.
  • numOfComponents may indicate the number of G-PCC components signaled to the corresponding GPCCComponentTypeStruct.
  • gpcc_type can be included in GPCCComponentTypeStruct by a repetition statement repeated as many times as the value of numOfComponents. This iteration statement can be repeated while increasing by 1 until i becomes (numOfComponents - 1) from 0.
  • gpcc_type may indicate the type of G-PCC component. For example, if the value of gpcc_type is 2, it can indicate a geometry component, and if it is 4, it can indicate an attribute component.
  • AttrIdx may indicate an identifier of an attribute signaled in SPS().
  • a G-PCC component type box (GPCCComponentTypeBox) may be included in a sample entry for multiple tracks. If the G-PCC Component Type box (GPCCComponentTypeBox) is present in the sample entries of tracks carrying some or all of the G-PCC bitstream, GPCCComponentTypeStruct() may indicate one or more G-PCC component types carried by each track. can A GPCCComponentTypeBox or GPCCComponentTypeStruct() including GPCCComponentTypeStruct() may be referred to as G-PCC component information.
  • 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.
  • 34 is a diagram for explaining an ISOBMFF-based file including a single track.
  • 34(a) shows an example of the layout of an ISOBMFF-based file including a single track
  • FIG. 34(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 35 is a diagram for explaining an ISOBMFF-based file including multiple tracks.
  • 35(a) shows an example of the layout of an ISOBMFF-based file including multiple tracks
  • FIG. 35(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.
  • each sample may contain multiple G-PCC components. That is, each sample may consist of one or more TLV encapsulation structures.
  • a single track sample entry can be defined as follows.
  • Quantity One or more sample entries may be present
  • the sample entry type 'gpe1' or 'gpeg' is mandatory, and one or more sample entries may exist.
  • a G-PCC track can use a VolumetricVisualSampleEntry having a sample entry type of 'gpe1' or 'gpeg'.
  • the sample entry of the G-PCC track may include a G-PCC decoder configuration box (GPCCConfigurationBox), and the G-PCC decoder configuration box may include a G-PCC decoder configuration record (GPCCDecoderConfigurationRecord()).
  • GPCCDecoderConfigurationRecord() may include at least one of configurationVersion, profile_idc, profile_compatibility_flags, level_idc, numOfSetupUnitArrays, SetupUnitType, completeness, numOfSepupUnit, and setupUnit.
  • the setupUnit array field included in GPCCDecoderConfigurationRecord() may include TLV encapsulation structures including one SPS.
  • sample entry type is 'gpe1'
  • all parameter sets such as SPS, GPS, APS, and tile inventory may be included in the array of setupUints.
  • the sample entry type is 'gpeg'
  • the above parameter sets may be included in an array of setupUints (ie sample entry) or included in a corresponding stream (ie sample).
  • An example of the syntax of a G-PCC sample entry (GPCCSampleEntry) having a sample entry type of 'gpe1' is as follows.
  • a G-PCC sample entry (GPCCSampleEntry) having a sample entry type of 'gpe1' may include GPCCConfigurationBox, 3DBoundingBoxInfoBox(), CubicRegionInfoBox(), and TileInventoryBox().
  • 3DBoundingBoxInfoBox( ) may indicate 3D bounding box information of point cloud data related to samples carried to a corresponding track.
  • CubicRegionInfoBox( ) may indicate one or more pieces of spatial domain information of point cloud data carried by samples within a corresponding track.
  • TileInventoryBox() may indicate 3D tile inventory information of point cloud data carried by samples within a corresponding track.
  • 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.
  • the following conditions need to be satisfied for a G-PCC player to effectively access one of the G-PCC components.
  • a new box is added to indicate the role of the stream included in the corresponding track.
  • the new box may be the aforementioned G-PCC component type box (GPCCComponentTypeBox). That is, GPCCComponentTypeBox can be included in sample entries for multiple tracks.
  • a track reference is introduced from a track carrying only the G-PCC geometry bitstream to a track carrying the G-PCC attribute bitstream.
  • GPCCComponentTypeBox may include GPCCComponentTypeStruct(). If GPCCComponentTypeBox is present in a sample entry of tracks carrying some or all of the G-PCC bitstream, then GPCCComponentTypeStruct() specifies the type (e.g. geometry, attribute) of one or more G-PCC components carried by each track. can instruct For example, if the value of the gpcc_type field included in GPCCComponentTypeStruct() is 2, it can indicate a geometry component, and if it is 4, it can indicate an attribute component. In addition, when the value of the gpcc_type field is 4, that is, indicates an attribute component, an AttrIdx field indicating an identifier of an attribute signaled to SPS() may be further included.
  • GPCCComponentTypeBox specifies the type (e.g. geometry, attribute) of one or more G-PCC components carried by each track. can instruct For example, if the value of the gpcc_type
  • the syntax of the sample entry can be defined as follows.
  • Quantity One or more sample entries may be present
  • the sample entry type 'gpc1', 'gpcg', 'gpc1' or 'gpcg' is mandatory, and one or more sample entries may be present. Multiple tracks (eg geometry or attribute tracks) may use a VolumetricVisualSampleEntry with a sample entry type of 'gpc1', 'gpcg', 'gpc1' or 'gpcg'.
  • all parameter sets can be present in the setupUnit array.
  • the parameter set may exist in the corresponding array or stream.
  • the GPCCComponentTypeBox may not exist.
  • the SPS, GPS and tile inventories may be present in the SetupUnit array of tracks carrying the G-PCC geometry bitstream. All relevant APSs may be present in the SetupUnit array of tracks carrying the G-PCC attribute bitstream.
  • SPS, GPS, APS or tile inventory may exist in the corresponding array or stream.
  • a GPCCComponentTypeBox may need to be present.
  • the compressorname of the base class VolumetricVisualSampleEntry can indicate the name of the compressor used with the recommended " ⁇ 013GPCC coding" value.
  • the first byte (octal number 13 or decimal number 11 represented by ⁇ 013) is the number of remaining bytes, and may indicate the number of bytes of the remaining string.
  • congif may include G-PCC decoder configuration information. info may indicate G-PCC component information carried in each track. info may indicate a component tile carried in a track, and may also indicate an attribute name, index, and attribute type of a G-PCC component carried in a G-PCC attribute track.
  • the syntax for the sample format is as follows.
  • each sample corresponds to a single point cloud frame and may be composed of one or more TLV encapsulation structures belonging to the same presentation time.
  • Each TLV encapsulation structure may contain a single type of TLV payload.
  • one sample may be independent (eg, sync sample).
  • GPCCLength indicates the length of a corresponding sample
  • gpcc_unit may include an instance of a TLV encapsulation structure including a single G-PCC component (eg, a geometry slice).
  • each sample may correspond to a single point cloud frame, and samples contributing to the same point cloud frame in different tracks may have the same presentation time.
  • Each sample may consist of one or more G-PCC units of the G-PCC component indicated in the GPCCComponentInfoBox of the sample entry and zero or more G-PCC units carrying either a parameter set or a tile inventory. If a G-PCC unit containing a parameter set or tile inventory exists in a sample, the corresponding F-PCC sample may need to appear before the G-PCC unit of the G-PCC component.
  • Each sample may include one or more G-PCC units containing an attribute data unit and zero or more G-PCC units carrying a parameter set.
  • each TLV encapsulation structure in the corresponding sample need to access Also, if one sample is composed of multiple TLV encapsulation structures, each of the multiple TLV encapsulation structures may be stored as a subsample. A subsample may be referred to as a G-PCC subsample.
  • a sample contains a parameter set TLV encapsulation structure containing parameter sets, a geometry TLV encapsulation structure containing geometry slices, and an attribute TLV encapsulation structure containing attribute slices
  • the parameter set A TLV encapsulation structure, a geometry TLV encapsulation structure, and an attribute TLV encapsulation structure may each be stored as a subsample.
  • the type of TLV encapsulation structure carried in the corresponding subsample may be required.
  • the G-PCC subsample may contain only one TLV encapsulation structure.
  • One SubSampleInformationBox may exist in the sample table box (SampleTableBox, stbl) of the moov box, or may exist in the track fragment box (TrackFragmentBox, traf) of each movie fragment box (MovieFragmentBox, moof). If SubSampleInformationBox exists, an 8-bit type value of a TLV encapsulation structure may be included in a 32-bit codec_specific_parameters field of a subsample entry in SubSampleInformationBox.
  • a 6-bit value of the attribute index may be included in the 32-bit codec_specific_parameters field of the subsample entry in SubSampleInformationBox.
  • the type of each subsample may be identified by parsing the codec_specific_parameters field of the subsample entry in SubSampleInformationBox.
  • codec_specific_parameters of SubSampleInformationBox can be defined as follows.
  • bit(18) reserved 0;
  • bit(24) reserved 0;
  • bit(7) reserved 0;
  • bit(24) reserved 0;
  • payloadType may indicate the tlv_type of the TLV encapsulation structure in the corresponding subsample. For example, if the value of payloadType is 4, an attribute slice (ie, attribute slice) may be indicated.
  • attrIdx may indicate an identifier of attribute information of a TLV encapsulation structure including an attribute payload in a corresponding subsample.
  • attrIdx may be the same as ash_attr_sps_attr_idx of the TLV encapsulation structure including the attribute payload in the corresponding subsample.
  • tile_data may indicate whether a subsample contains one tile or another tile.
  • tile_data If the value of tile_data is 1, it may indicate that the subsample includes a TLV encapsulation structure (s) including a geometry data unit or attribute data unit corresponding to one G-PCC tile. If the value of tile_data is 0, it may indicate that the subsample includes the TLV encapsulation structure(s) including each parameter set, tile inventory or frame boundary marker. tile_id may indicate the index of the G-PCC tile to which the subsample is associated within the tile inventory.
  • a track reference tool may be used.
  • One TrackReferenceTypeBoxes can be added to the TrackReferenceBox in the TrackBox of the G-PCC track.
  • TrackReferenceTypeBox may contain an array of track_IDs specifying the tracks referenced by the G-PCC track.
  • the present disclosure relates to the carriage of G-PCC data (hereinafter, which may be referred to as a G-PCC bitstream, an encapsulated G-PCC bitstream, or a G-PCC file).
  • G-PCC bitstream an encapsulated G-PCC bitstream
  • G-PCC file a G-PCC file
  • Devices and methods for supporting temporal scalability may be provided.
  • the present disclosure can propose apparatus and methods 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. there is.
  • the present disclosure proposes an apparatus and methods for processing a file storage scheme to support efficient access to a stored G-PCC bitstream.
  • Temporal scalability can refer to functionality that allows for the possibility of extracting one or more subsets of independently coded frames.
  • temporal scalability may mean 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
  • FIGS. 36 to 39 Flowcharts for the first embodiment supporting temporal scalability are shown in FIGS. 36 to 39 .
  • the transmission device 10 or 1500 may generate information about a sample group (S3610).
  • a sample group may be a grouping of samples (G-PCC samples) in a G-PCC file based on one or more temporal levels.
  • the transmission device 10 or 1500 may generate a G-PCC file (S3620).
  • the transmission device 10 or 1500 may generate a G-PCC file including point cloud data, information on sample groups, and/or information on temporal levels.
  • Processes S3610 and S3620 may be performed by one or more of the encapsulation processor 13, the encapsulation processor 1525, and/or the signaling processor 1510.
  • the transmission device 10 or 1500 may signal a G-PCC file.
  • the receiving device 20 or 1700 may obtain a G-PCC file (S3710).
  • a G-PCC file may include point cloud data, information about sample groups, and information about temporal levels.
  • a sample group may be a grouping of samples (G-PCC samples) in a G-PCC file based on one or more temporal levels.
  • the receiving device 20 or 1700 may extract one or more samples belonging to a target temporal level from samples (G-PCC samples) in the G-PCC file (S3720). Specifically, the receiving device 20 or 1700 may decapsulate or extract samples belonging to a target temporal level based on information on sample groups and/or information on temporal levels.
  • the target temporal level may be a desired temporal level.
  • process S3720 is a process of determining whether one or more temporal levels exist, and if one or more temporal levels exist, determining whether a desired temporal level and / or desired frame rate is available and, when a desired temporal level and/or a desired frame rate are available, extracting samples within a sample group belonging to a desired temporal level. Steps S3710 (and/or parsing the sample entry) and S3720 may be performed by one or more of the decapsulation processing unit 22, the decapsulation processing unit 1710, and/or the signaling processing unit 1715.
  • the receiving device 20 determines or determines the temporal level of samples in the G-PCC file based on the information on the sample group and/or the information on the temporal levels, in step S3710 and It can be performed between the steps of S3720.
  • a sample grouping method and a track grouping method may exist.
  • the sample grouping method may be a method of grouping samples in a G-PCC file according to a temporal level
  • the track grouping method may be a method of grouping tracks in a G-PCC file according to a temporal level.
  • a sample group can be used to correlate samples with the temporal level assigned to them. That is, a sample group may indicate which sample belongs to which temporal level. Also, the sample group may be information about a result of grouping one or more samples into one or more temporal levels.
  • the sample group may be referred to as a 'tele' sample group and a temporal level sample group 'tele'.
  • Information on the sample group may include information on a result of sample grouping. Accordingly, the information about the sample group may be information for use in associating the samples with the temporal level assigned to them. That is, the information on the sample group may indicate which sample belongs to which temporal level, and may be information on a result of grouping one or more samples into one or more temporal levels.
  • Information on sample groups may exist in tracks including geometry data units.
  • information on sample groups may exist only in the geometry track to group each sample in the track into a specified temporal level.
  • Samples in attribute tracks can be inferred based on their relationship with their associated geometry track. For example, samples in attribute tracks can belong to the same temporal level as samples in their associated geometry track.
  • the G-PCC tile track may be a volumetric visual track carrying all G-PCC components or a single G-PCC component corresponding to one or more G-PCC tiles.
  • the G-PCC tile-based track can be a volumetric visual track that carries the tile inventory and all parameter sets corresponding to the G-PCC tile track.
  • Information on a temporal level may be signaled to describe temporal scalability supported by the G-PCC file.
  • Information on the temporal level may be present in a sample entry of a track including a sample group (or information on a sample group).
  • information on the temporal level may exist in GPCCDecoderConfigurationRecord () or in a G-PCC scalability information box (GPCCScalabilityInfoBox) signaling scalability information for a G-PCC track.
  • the information on the temporal level includes one or more of number information (e.g., num_temporal_levels), temporal level identification information (e.g., level_idc), and / or frame rate information. can do.
  • the information on the frame rate may include frame rate information (e.g., avg_frame_rate) and/or frame rate presence information (e.g., avg_frame_rate_present_flag).
  • bit(4) reserved '1111'b
  • the number information may indicate the number of temporal levels. For example, when the value of num_temporal_levels is greater than the first value (e.g., 1), the value of num_temporal_levels may indicate the number of temporal levels. According to embodiments, the number information may further indicate whether samples in the G-PCC file are temporally scalable. For example, when the value of num_temporal_levels is equal to the first value (e.g., 1), it may indicate that temporal scalability is not supported (temporal scalability is not supported).
  • num_temporal_levels if the value of num_temporal_levels is smaller than the first value (e.g., 1) (e.g., 0), this may indicate that whether or not temporally extensible is not known. In summary, when the value of num_temporal_levels is equal to or less than the first value (e.g., 1), the value of num_temporal_levels may indicate whether or not it is temporally extensible.
  • the temporal level identification information may indicate a temporal level identifier (or level code) for a corresponding track. That is, the temporal level identification information may represent temporal level identifiers of samples within a corresponding track. According to embodiments, when the value of num_temporal_levels is equal to or less than the first value (e.g., 1), the temporal level identification information may indicate level codes of samples in the G-PCC file. Temporal level identification information may be generated as many times as the number of temporal levels indicated by the number information in step S3620, and obtained as many times as the number of temporal levels indicated by the number information in step S3710. For example, temporal level identification information may be generated/obtained as i increases by 1 from 0 to 'num_temporal_levels-1'.
  • the information on the frame rate may include frame rate information (e.g., avg_frame_rate) and/or frame rate presence information (e.g., avg_frame_rate_present_flag).
  • frame rate information e.g., avg_frame_rate
  • frame rate presence information e.g., avg_frame_rate_present_flag
  • Frame rate information may indicate the frame rate at temporal levels.
  • the frame rate information may indicate frame rates of temporal levels in units of frames, and the frame rate indicated by the frame rate information may be an average frame rate.
  • the value of avg_frame_rate when the value of avg_frame_rate is equal to the first value (e.g., 0), it may indicate an unspecified average frame rate.
  • Frame rate information may be generated as many times as the number of temporal levels indicated by the number information, and obtained as many times as the number of temporal levels indicated by the number information. For example, frame rate information may be generated/obtained as i increases by 1 from 0 to 'num_temporal_levels-1'.
  • Frame rate presence information may indicate whether frame rate information exists (ie, whether frame rate information is signaled). For example, when the value of avg_frame_rate_present_flag is equal to the first value (e.g., 1), this may indicate that frame rate information exists, and when the value of avg_frame_rate_present_flag is equal to the second value (e.g., 0), this indicates that frame rate information is present. It may indicate that rate information does not exist.
  • Frame rate information may be signaled regardless of the value of frame rate presence information. According to embodiments, whether frame rate information is signaled may be determined according to a value of frame rate presence information. 38 and 39 are flowcharts for explaining an example in which whether or not frame rate information is signaled according to a value of frame rate presence information is determined.
  • the transmission device 10 or 1500 may determine whether frame rate information exists (S3810).
  • the transmission device 10 or 1500 may include only frame rate presence information in information on temporal levels. That is, when frame rate information does not exist, the transmission device 10 or 1500 may signal only frame rate presence information.
  • the value of avg_frame_rate_present_flag may be equal to the second value (e.g., 0).
  • the transmission device 10 or 1500 may include frame rate existence information and frame rate information in information on temporal levels (S3830). That is, when frame rate information exists, the transmission device 10 or 1500 may signal frame rate existence information and frame rate information.
  • Steps S3810 to S3830 may be performed by one or more of the encapsulation processor 13, the encapsulation processor 1525, and/or the signaling processor 1510.
  • the receiving device 20 or 1700 may obtain frame rate existence information (S3910). Also, the receiving device 20 or 1700 may determine a value indicated by the frame rate existence information (S3920). When the value of avg_frame_rate_present_flag is equal to the second value (e.g., 0), the receiving device 20 or 1700 may end the process of obtaining frame rate information without obtaining frame rate information. In contrast, when the value of avg_frame_rate_present_flag is equal to the first value (e.g., 1), the receiving device 20 or 1700 may obtain frame rate information (S3930). The receiving device 20 or 1700 may extract samples corresponding to the target frame rate from samples in the G-PCC file (S3940).
  • 'samples corresponding to the target frame rate' may be a temporal level or track having a frame rate corresponding to the target frame rate.
  • the 'frame rate corresponding to the target frame rate' may include not only a frame rate having the same value as the target frame rate, but also a frame rate having a value less than the value of the target frame rate.
  • Steps S3910 to S3940 may be performed by one or more of the decapsulation processing unit 22, the decapsulation processing unit 1710, and/or the signaling processing unit 1715.
  • a process of determining the frame rate of temporal levels (or tracks) based on the frame rate information may be performed between processes S3930 and S3940.
  • bit efficiency may be increased by reducing the number of bits for signaling the frame rate information.
  • a particular file parser or player e.g., a receiving device
  • another file parser or player may not want or may not use frame rate information.
  • the value of frame rate presence information is set to a second value (e.g. 0). By setting, the efficiency of bits for signaling frame rate information can be increased.
  • the second embodiment is an embodiment in which a condition for 'the smallest composition time difference between successive samples' is added to the first embodiment.
  • the coded frames of the G-PCC bitstream can be aligned to different temporal levels. Also, different temporal levels may be stored in different tracks. Also, the frame rate of each temporal level (or each track) may be determined based on the frame rate information.
  • samples are arranged in three temporal levels (temporal level 0, temporal level 1 and temporal level 2), and each temporal level is stored in one track, so that three tracks (track 0, track 1 and track 2) can be configured.
  • the file parser or player e.g., the receiving device
  • a file parser or player eg, a receiving device
  • temporal level 0 associated with a frame rate of 30 fps
  • temporal level 1 associated with a frame rate of 60 fps
  • temporal level 2 associated with a frame rate of 120 fps
  • the target frame rate being 60 fps
  • the complexity and size of tracks may also increase as file playback proceeds at higher temporal levels. there is. That is, if samples (or tracks associated with a certain temporal level) with a certain temporal level have twice the frame rate (twice the number of frames) compared to the track with the immediately lower temporal level, As the temporal level of the track being played increases, the complexity for playback can increase many fold.
  • This disclosure proposes a constraint condition that the minimum combined time difference between successive samples (frames) of each of the tracks for reproduction may be equal to each other.
  • the temporal levels include a 'first temporal level' and a 'second temporal level having a level value greater than the first temporal level'
  • 'minimum combining time between successive samples within the second temporal level' The difference' may be equal to the 'minimum difference in combining time between consecutive samples within the first temporal level' or greater than the 'minimum difference in combining time between consecutive samples within the first temporal level'. That is, the 'minimum difference in combining time between consecutive samples in the second temporal level' may be greater than or equal to the 'minimum difference in combining time between consecutive samples in the first temporal level'.
  • the third embodiment is based on the first embodiment and/or the second embodiment and prevents redundant signaling of information on temporal levels.
  • the sample group (or information on the sample group) may be present in tracks including geometry data units, and the information on the temporal level includes the sample group (or information on the sample group). may exist in the sample entry of the track to be That is, information on the temporal level may exist only in tracks including geometry tracks. Also, samples in attribute tracks can be inferred based on their relationship with their associated geometry track. Accordingly, signaling information on a temporal level even for a track that does not include a geometry track may cause a problem of redundant signaling.
  • the following syntax structure is a syntax structure according to the third embodiment.
  • bit(3) reserved 0;
  • multiple_temporal_level_tracks_flag is a syntax element included in information about temporal levels, and may indicate whether multiple temporal level tracks exist in the G-PCC file. For example, when the value of multiple_temporal_level_tracks_flag is equal to the first value (e.g., 1), this may indicate that G-PCC bitstream frames are grouped into multiple temporal level tracks, and the value of multiple_temporal_level_tracks_flag is equal to the second value (e.g., 1). In the case of 2), this may indicate that all temporal level samples exist in a single track.
  • the first value e.g. 1
  • the value of multiple_temporal_level_tracks_flag is equal to the second value (e.g., 1).
  • this may indicate that all temporal level samples exist in a single track.
  • the type of component carried by the current track (gpcc_data) is an attribute' and/or 'In case the current track is a track with a predetermined sample entry type (eg, 'gpc1' and/or 'gpcg')' multiple_temporal_level_tracks_flag may not be signaled.
  • the value of multiple_temporal_level_tracks_flag may be the same as a corresponding syntax element (information on temporal levels) in a geometry track referred to by the current track.
  • frame_rate_present_flag is frame rate presence information, and its meaning may be as described above.
  • the type of component carried by the current track (gpcc_data) is an attribute' and/or 'In case the current track is a track with a predetermined sample entry type (eg, 'gpc1' and/or 'gpcg')' frame_rate_present_flag may not be signaled.
  • the value of frame_rate_present_flag may be the same as the corresponding syntax element (information on temporal levels) in the geometry track referred to by the current track.
  • num_temporal_levels is number information and may indicate the maximum number of temporal levels in which G-PCC bitstream frames are grouped.
  • the value of num_temporal_levels may be set to 1 when information on temporal levels is not available or when all frames are signaled at a single temporal level.
  • the minimum value of num_temporal_levels may be 1.
  • the type of component carried by the current track (gpcc_data) is an attribute' and/or 'In case the current track is a track with a predetermined sample entry type (eg, 'gpc1' and/or 'gpcg')' num_temporal_levels may not be signaled.
  • the value of num_temporal_levels may be the same as a corresponding syntax element (information on temporal levels) in a geometry track referred to by the current track.
  • 40 and 41 are flowcharts of methods for preventing the problem of redundant signaling.
  • the transmission device 10 or 1500 may determine the type of component carried by the current track (type of component of the current track) (S4010).
  • the component type can be determined according to the value of gpcc_type and Table 4 below.
  • the transmission device 10 or 1500 may not include information on temporal levels (S4020). That is, when the type of component carried by the current track is an attribute, the transmitting device 10 or 1500 may not signal information on temporal levels. In this case, one or more values among multiple_temporal_level_tracks_flag, frame_rate_present_flag, and/or frame_rate_present_flag may be the same as a corresponding syntax element (information on temporal levels) in a geometry track referred to by the current track. In contrast, when the type of component carried by the current track is an attribute, the transmission device 10 or 1500 may include information on temporal levels (S4030).
  • Steps S4010 to S4030 may be performed by one or more of the encapsulation processor 13, the encapsulation processor 1525, and/or the signaling processor 1510.
  • the transmission device 10 or 1500 may further determine the type of sample entry of the current track.
  • the transmission device 10 (1500) Information on levels may not be included (signaled) (S4020).
  • one or more values among multiple_temporal_level_tracks_flag, frame_rate_present_flag, and/or frame_rate_present_flag may be the same as a corresponding syntax element (information on temporal levels) in a geometry track referred to by the current track.
  • the transmission device ( 10, 1500) may include (signal) information on temporal levels (S4030).
  • the receiving device 20 or 1700 may determine the type of component carried by the current track (S4110).
  • the component type can be determined according to the value of gpcc_type and Table 4 above.
  • the receiving device 20 (1700) may not obtain information on temporal levels (S4120).
  • one or more values among multiple_temporal_level_tracks_flag, frame_rate_present_flag, and/or frame_rate_present_flag may be set equal to a corresponding syntax element (information on temporal levels) in a geometry track referred to by the current track.
  • the receiving device 20 (1700) may obtain information on temporal levels (S4130). Steps S4110 to S4130 may be performed by one or more of the decapsulation processing unit 22, the decapsulation processing unit 1710, and/or the signaling processing unit 1715.
  • the receiving device 20 or 1700 may further determine the type of sample entry of the current track.
  • the type of component carried by the current track is an attribute and the current track is a track having a predetermined sample entry type (eg, 'gpc1' and/or 'gpcg')
  • the receiving device 20 (1700) Information on levels may not be acquired (S4120).
  • one or more values among multiple_temporal_level_tracks_flag, frame_rate_present_flag, and/or frame_rate_present_flag may be set equal to a corresponding syntax element (information on temporal levels) in a geometry track referred to by the current track.
  • the receiving device may obtain information on temporal levels (S4130).
  • 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)
  • Image Analysis (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 상기 포인트 클라우드 데이터를 포함하는 G-PCC(geometry-based point cloud compression) 파일을 획득하는 단계 - 상기 G-PCC 파일은 상기 G-PCC 파일 내 샘플들이 하나 이상의 시간적 레벨들에 기반하여 그룹핑된 샘플 그룹에 대한 정보 및 상기 시간적 레벨들에 대한 정보를 포함함 -; 및 상기 샘플 그룹에 대한 정보 및 상기 시간적 레벨들에 대한 정보에 기반하여 상기 G-PCC 파일 내 샘플들 중에서 대상(target) 시간적 레벨에 속하는 하나 이상의 샘플들을 추출하는 단계를 포함하는 방법일 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 장치 및 방법을 제공한다. 본 개시는 지연시간(latency) 및 인코딩/디코딩 복잡도를 해결하기 위한 포인트 클라우드 데이터 처리 방법 및 장치를 제공한다.
또한, 본 개시는 지오메트리 기반 포인트 클라우드 압축 데이터의 운반(carriage)에 시간적 확장성(temporal scalability)을 지원하기 위한 장치 및 방법들을 제공한다.
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 장치 및 방법들을 제안한다.
또한, 본 개시는 저장된 G-PCC 비트스트림에 대한 효율적인 접근을 지원할 수 있도록 하기 위한 파일 저장 기법을 처리하는 장치 및 방법들을 제안한다.
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 상기 포인트 클라우드 데이터를 포함하는 G-PCC(geometry-based point cloud compression) 파일을 획득하는 단계 - 상기 G-PCC 파일은 상기 G-PCC 파일 내 샘플들이 하나 이상의 시간적 레벨들에 기반하여 그룹핑된 샘플 그룹에 대한 정보 및 상기 시간적 레벨들에 대한 정보를 포함함 -; 및 상기 샘플 그룹에 대한 정보 및 상기 시간적 레벨들에 대한 정보에 기반하여 상기 G-PCC 파일 내 샘플들 중에서 대상(target) 시간적 레벨에 속하는 하나 이상의 샘플들을 추출하는 단계를 포함할 수 있다.
본 개시의 다른 일 실시예에 따른 포인트 클라우드 데이터의 수신 장치는 메모리; 및 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 상기 포인트 클라우드 데이터를 포함하는 G-PCC(geometry-based point cloud compression) 파일을 획득하고 - 상기 G-PCC 파일은 상기 G-PCC 파일 내 샘플들이 하나 이상의 시간적 레벨들에 기반하여 그룹핑된 샘플 그룹에 대한 정보, 및 상기 시간적 레벨들에 대한 정보를 포함함 -, 상기 샘플 그룹에 대한 정보 및 상기 시간적 레벨들에 대한 정보에 기반하여 상기 G-PCC 파일 내 샘플들 중에서 대상(target) 시간적 레벨에 속하는 하나 이상의 샘플들을 추출할 수 있다.
본 개시의 또 다른 일 실시예에 따른 포인트 클라우드 데이터의 전송 장치에서 수행되는 방법은 G-PCC(geometry-based point cloud compression) 샘플들이 하나 이상의 시간적 레벨들에 기반하여 그룹핑된 샘플 그룹에 대한 정보를 생성하는 단계; 및 상기 샘플 그룹에 대한 정보, 상기 시간적 레벨들에 대한 정보 및 상기 포인트 클라우드 데이터를 포함하여 G-PCC 파일을 생성하는 단계를 포함할 수 있다.
본 개시의 또 다른 일 실시예에 따른 포인트 클라우드 데이터의 전송 장치는 메모리; 및 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, G-PCC(geometry-based point cloud compression) 샘플들이 하나 이상의 시간적 레벨들에 기반하여 그룹핑된 샘플 그룹에 대한 정보를 생성하고, 상기 샘플 그룹에 대한 정보, 상기 시간적 레벨들에 대한 정보 및 상기 포인트 클라우드 데이터를 포함하여 G-PCC 파일을 생성할 수 있다.
본 개시의 실시예들에 따른 장치 및 방법은 높은 효율로 포인트 클라우드 데이터를 처리할 수 있다.
본 개시의 실시예들에 따른 장치 및 방법은 높은 퀄리티의 포인트 클라우드 서비스를 제공할 수 있다.
본 개시의 실시예들에 따른 장치 및 방법은 VR 서비스, 자율주행 서비스 등 범용적인 서비스를 제공하기 위한 포인트 클라우드 콘텐트를 제공할 수 있다.
본 개시의 실시예들에 따른 장치 및 방법은 G-PCC 컴포넌트들 중에서 원하는 컴포넌트에 효과적으로 액세스할 수 있는 시간적 확장성을 제공할 있다.
본 개시의 실시예들에 따른 장치 및 방법은 시간적 확장성을 지원함으로써, 네트워크 기능이나 디코더 기능 등과 일치하는 높은 수준에서 데이터를 조작할 수 있으므로, 포인트 클라우드 콘텐트 제공 시스템의 성능을 향상시킬 수 있다.
본 개시의 실시예들에 따른 장치 및 방법은 프레임 레이트 정보를 시그널링하기 위한 비트를 감소시켜 비트 효율성을 증가시킬 수 있다.
본 개시의 실시예들에 따른 장치 및 방법은 재생의 복잡성 증가를 저하시켜 부드러우면서도 점진적인 재생을 가능하게 할 수 있다.
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 비디오 획득 과정의 예시를 나타낸다.
도 4는 본 개시의 실시예들에 따른 포인트 클라우드 부호화 장치의 예시를 나타낸다.
도 5는 본 개시의 실시예들에 따른 복셀의 예시를 나타낸다.
도 6은 본 개시의 실시예들에 따른 옥트리 및 오큐판시 코드의 예시를 나타낸다.
도 7은 본 개시의 실시예들에 따른 이웃 노드 패턴의 예시를 나타낸다.
도 8은 본 개시의 실시예들에 따른 LOD 거리 값에 따른 포인트들의 구성에 대한 예시를 나타낸다.
도 9는 본 개시의 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 10은 본 개시의 실시예들에 따른 포인트 클라우드 복호화 장치의 예시를 나타내는 블록도이다.
도 11은 본 개시의 실시예들에 따른 포인트 클라우드 복호화 장치의 다른 예시를 나타내는 블록도이다.
도 12는 본 개시의 실시예들에 따른 전송 장치의 다른 예시를 나타내는 블록도이다.
도 13은 본 개시의 실시예들에 따른 수신 장치의 다른 예시를 나타내는 블록도이다.
도 14는 본 개시의 실시예들에 따른 포인트 클라우드 데이터 송수신 방법/장치와 연동 가능한 구조의 예시를 나타낸다.
도 15는 본 개시의 실시예들에 따른 전송 장치의 또 다른 예시를 나타내는 블록도이다.
도 16은 본 개시의 실시예들에 따른 바운딩 박스를 3차원 블록들로 공간 분할한 예시를 나타낸다.
도 17은 본 개시의 실시예들에 따른 수신 장치의 또 다른 예시를 나타내는 블록도이다.
도 18은 본 개시의 실시예들에 따른 비트스트림의 구조에 대한 예시를 나타낸다.
도 19는 본 개시의 실시예들에 따른 비트스트림 내 구성들 간의 식별 관계에 대한 예시를 나타낸다.
도 20은 본 개시의 실시예들에 따른 비트스트림 내 구성들 간의 참조 관계를 나타낸다.
도 21은 본 개시의 실시예들에 따른 SPS 신택스 구조에 대한 예시를 나타낸다.
도 22는 본 개시의 실시예들에 따른 어트리뷰트 타입의 지시 및 포지션 컴포넌트들 간 대응관계의 지시에 대한 예시를 나타낸다.
도 23은 본 개시의 실시예들에 따른 GPS 신택스 구조에 대한 예시를 나타낸다.
도 24는 본 개시의 실시예들에 따른 APS 신택스 구조에 대한 예시를 나타낸다.
도 25는 본 개시의 실시예들에 따른 어트리뷰트 코딩 타입 테이블에 대한 예시를 나타낸다.
도 26은 본 개시의 실시예들에 따른 타일 인벤토리 신택스 구조에 대한 예시를 나타낸다.
도 27 및 도 28은 본 개시의 실시예들에 따른 지오메트리 슬라이스 신택스 구조에 대한 예시를 나타낸다.
도 29 및 도 30은 본 개시의 실시예들에 따른 어트리뷰트 슬라이스 신택스 구조에 대한 예시를 나타낸다.
도 31은 본 개시의 실시예들에 따른 메타 데이터 슬라이스 신택스 구조에 대한 예시를 나타낸다.
도 32는 본 개시의 실시예들에 따른 TLV 인캡슐레이션 구조에 대한 예시를 나타낸다.
도 33은 본 개시의 실시예들에 따른 TLV 인캡슐레이션 신택스 구조 및 페이로드 타입에 대한 예시를 나타낸다.
도 34는 본 개시의 실시예들에 따른 싱글 트랙을 포함하는 파일에 대한 예시를 나타낸다.
도 35는 본 개시의 실시예들에 따른 멀티플 트랙을 포함하는 파일에 대한 예시를 나타낸다.
도 36 및 도 37은 시간적 확장성을 지원하는 실시예에 대한 순서도를 나타낸다.
도 38 및 도 39는 프레임 레이트 정보의 시그널링 및 획득 여부를 결정하는 예시에 대한 순서도를 나타낸다.
도 40 및 도 41은 중복 시그널링 문제를 방지할 수 있는 실시예에 대한 순서도를 나타낸다.
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. 인워드-페이싱 방식과 아웃워드-페이싱 방식에 대한 예시가 도 3에 나타나 있다. 도 3의 (a)는 인워드-페이싱 방식에 대한 예시이며, 도 3의 (b)는 아웃워드-페이싱 방식에 대한 예시이다.
도 3의 (a)에 예시된 바와 같이, 인워드-페이싱 방식은 자율 주행과 같이 자동차에서 현재 주변 환경을 포인트 클라우드 콘텐트로 구성할 경우에 사용될 수 있다. 도 3의 (b)에 예시된 바와 같이, 아웃워드-페이싱 방식은 VR/AR 환경에서 캐릭터, 선수, 물건, 배우 등과 같은 핵심이 되는 객체를 360도로 사용자가 자유롭게 볼 수 있는 포인트 클라우드 콘텐트로 구성할 경우에 사용될 수 있다. 여러 대의 카메라를 통해 포인트 클라우드 콘텐트를 구성하는 경우에는 카메라들 사이의 글로벌 공간 좌표계(global coordinate system)를 설정하기 위해, 콘텐트를 캡쳐하기 전에 카메라를 캘리브레이션하는 과정이 수행될 수도 있다. 캡쳐된 포인트 클라우드 비디오를 기반으로 하여 임의의 포인트 클라우드 비디오를 합성하는 방식이 활용될 수도 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 4는 본 개시의 실시예들에 따른 포인트 클라우드 부호화 장치(400)의 예시를 나타낸다. 도 4의 포인트 클라우드 부호화 장치(400)는 도 1의 부호화부(12)와 구성 및 기능에서 대응될 수 있다.
도 4에 예시된 바와 같이, 포인트 클라우드 부호화 장치(400)는 좌표계 변환부(405), 지오메트리 양자화부(410), 옥트리 분석부(415), 근사화부(420), 지오메트리 인코딩부(425), 복원부(430), 어트리뷰트 변환부(440), RAHT 변환부(445), LOD 생성부(450), 리프팅부(455), 어트리뷰트 양자화부(460), 어트리뷰트 인코딩부(465) 및/또는 컬러 변환부(435)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(405)에 의해 수행될 수 있다. 예를 들어, 좌표계 변환부(405)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(410)에 의해 수행될 수 있다. 예를 들어, 지오메트리 양자화부(410)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(410)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(410)에 의해 수행될 수 있다. 지오메트리 양자화부(410)는 양자화 과정이 적용된 각 포인트들을 재구성하기 위해, 포인트들의 포지션 정보를 기반으로 옥트리(octree) 기반 복셀화(voxelization)를 수행할 수 있다.
본 개시의 실시예들에 따른 복셀의 예시가 도 5에 나타나 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. 도 5에 예시된 바와 같이, 복셀은 3차원 공간 (2depth, 2depth, 2depth)을 각각의 축(x축, y축 및 z축)을 기반으로 유닛(unit=1.0)이 되도록 나누어 생기는 3차원 큐빅(cubic) 공간을 의미할 수 있다. 복셀은 복셀군(voxel group)과의 위치 관계에서 공간 좌표를 추정할 수 있으며, 픽셀과 마찬가지로 색상 또는 반사율 정보를 가지고 있을 수 있다.
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(415)는 복셀의 영역/포지션을 효율적으로 관리하기 위해, 옥트리를 사용할 수 있다. 본 개시의 실시예들에 따른 옥트리의 예시가 도 6의 (a)에 나타나 있다. 2차원 이미지의 공간을 효율적으로 관리하기 위해서 전체 공간을 x축 및 y축 기반으로 나누면 4개의 공간이 생기고, 4개의 각각의 공간을 다시 x축 및 y축 기반으로 나누면 다시 각각의 작은 공간에 대해서 4개의 공간이 생기게 된다. 리프 노드(leaf node)가 픽셀이 될 때까지 영역을 나눠주고, 영역의 크기 및 위치 별로 효율적으로 관리하기 위해 쿼드트리(quadtree)를 자료구조로 사용할 수 있다.
이와 마찬가지로, 본 개시는 3차원 공간을 공간의 위치 및 크기 별로 효율적으로 관리하기 위해 같은 방식을 적용할 수 있다. 단, 도 6의 (a)의 중간에 예시된 바와 같이, z축이 추가되기 때문에, 3차원 공간을 x축, y축 및 z축 기반으로 나누면 8개의 공간이 생길 수 있다. 또한, 도 6의 (a)의 우측에 예시된 바와 같이, 8개의 각각의 공간을 다시 x축, y축 및 z축 기반으로 나누면 다시 각각의 작은 공간에 대해서 8개의 공간이 생길 수 있다.
옥트리 분석부(415)는 리프 노드가 복셀이 될 때까지 영역을 나눠주고, 영역의 크기 및 포지션 별로 효율적으로 관리하기 위해 8개의 자식 노드(children node) 영역을 관리할 수 있는 옥트리(octree) 자료구조를 사용할 수 있다.
옥트리를 사용하여 포인트들의 포지션이 반영된 복셀을 관리하기 때문에 옥트리의 전체 볼륨은 (0,0,0) ~ (2d, 2d, 2d)로 설정되어야 한다. 2d는 포인트 클라우드의 전체 포인트를 감싸는 가장 작은 바운딩 박스를 구성하는 값으로 설정되고, d는 옥트리의 깊이(depth)가 된다. d값을 구하는 식은 아래의 수식 1과 같을 수 있으며,
Figure PCTKR2022009457-appb-img-000001
는 양자화 과정이 적용된 포인트들의 포지션 값이다.
[수식 1]
Figure PCTKR2022009457-appb-img-000002
옥트리는 오큐판시(occupancy) 코드로 표현될 수 있으며, 본 개시의 실시예들에 따른 오큐판시 코드의 예시가 도 6의 (b)에 나타나 있다. 옥트리 분석부(415)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.
각 노드는 8개의 자식 노드에 대한 오큐판시 여부를 나타내는 8bit의 비트맵(bitmap)을 가질 수 있다. 예를 들어, 도 6의 (b)의 두 번째 뎁스(1-depth)에 해당하는 노드들의 오큐판시 코드가 00100001이므로, 3번째 노드와 8번째 노드에 대응하는 공간(복셀 또는 영역)들은 적어도 하나의 포인트를 포함할 수 있다. 또한, 3번째 노드의 자식 노드들(리프 노드들)의 오큐판시 코드가 10000111이므로, 해당 리프 노드들 중에서 첫 번째 리프 노드, 여섯 번째 리프 노드, 일곱 번째 리프 노드 및 여덣 번째 리프 노드에 대응하는 공간들은 적어도 하나의 포인트를 포함할 수 있다. 또한, 8번째 노드의 자식 노드들(리프 노드들)의 오큐판시 코드가 01001111이므로, 해당 리프 노드들 중에서 두 번째 리프 노드, 다섯 번째 리프 노드, 여섯 번째 리프 노드, 일곱 번째 리프 노드 및 여덣 번째 리프 노드에 대응하는 공간들이 적어도 하나의 포인트를 포함할 수 있다.
지오메트리 인코딩 과정은 오큐판시 코드에 대해 엔트로피 코딩을 수행하는 과정에 해당할 수 있다. 지오메트리 인코딩 과정은 지오메트리 인코딩부(425)에 의해 수행될 수 있다. 지오메트리 인코딩부(425)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(400)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(400)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(400)는 위 조건들이 모두 만족하는 경우에 해당 특정 노드에 대해서 직접적으로 포인트의 포지션 값을 지오메트리 인코딩부(425)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(420)에 의해 수행될 수 있다. 근사화부(420)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(400)는 트리숩 모드를 선택적으로 적용할 수도 있다. 구체적으로, 포인트 클라우드 부호화 장치(400)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(420)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(420)는 하나의 엣지에 여러 개의 점유된 복셀들이 인접한 경우에는 해당 위치들의 평균 위치를 버텍스로 정할 수 있다.
포인트 클라우드 부호화 장치(400)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(425)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(430)에 의해 수행될 수 있다. 복원부(430)는 삼각형 재구성(triangle reconstruction), 업-샘플링(up-sampling), 복셀화 과정 등을 통하여 지오메트리 복원 과정을 수행할 수 있다.
근사화부(420)에서 트리숩 모드가 적용된 경우에, 복원부(430)는 엣지의 시작점, 엣지의 방향 벡터와 버텍스의 위치 값을 기반으로 삼각형을 재구성할 수 있다. 이를 위해, 복원부(430)는 아래의 수식 2와 같이 각 버텍스들의 중심(centroid) 값
Figure PCTKR2022009457-appb-img-000003
을 계산하고, 아래의 수식 3과 같이 각 버텍스들의 값
Figure PCTKR2022009457-appb-img-000004
에서 중심 값을 차감하여 차감 값
Figure PCTKR2022009457-appb-img-000005
을 유도한 후에, 아래 수식 4와 같이 차감 값들의 자승을 모두 더한 값
Figure PCTKR2022009457-appb-img-000006
을 도출할 수 있다.
[수식 2]
Figure PCTKR2022009457-appb-img-000007
[수식 3]
Figure PCTKR2022009457-appb-img-000008
[수식 4]
Figure PCTKR2022009457-appb-img-000009
또한, 복원부(430)는 더해진 값의 최소 값을 구하고, 최소 값이 있는 축을 따라서 프로젝션 과정을 수행할 수 있다.
예를 들어, 복원부(430)는 x 요소(element)가 최소인 경우, 각 버텍스들을 블록의 중심을 기준으로 x축으로 프로젝션시키고, (y, z) 평면으로 프로젝션시킬 수 있다. 또한, 복원부(430)는 (y, z) 평면으로 프로젝션시켜 도출되는 값이 (ai, bi)라면 atan2(bi, ai)를 통해 θ 값을 구하고, θ 값을 기준으로 버텍스들을 정렬할 수 있다.
버텍스들의 수에 따라서 삼각형을 재구성하는 방식은 정렬된 순서에 맞춰서 아래의 표 1과 같이 조합하여 삼각형들을 생성할 수 있다. 예를 들어, 4개의 버텍스들이 존재한다면(n=4), 두 개의 삼각형들 (1, 2, 3), (3, 4, 1)이 구성될 수 있다. 첫 번째 삼각형 (1, 2, 3)은 정렬된 버텍스들로부터 첫 번째, 두 번째 및 세 번째 버텍스들로 구성될 수 있으며, 두 번째 삼각형 (3, 4, 1)은 세 번째, 네 번째 및 첫 번째 버텍스들로 구성될 수 있다.
[표 1] Triangles formed from vertices ordered 1,…,n
Figure PCTKR2022009457-appb-img-000010
복원부(430)는 삼각형의 엣지를 따라서 중간에 포인트들을 추가하여 복셀화하기 위해서 업샘플링 과정을 수행할 수 있다. 복원부(430)는 업샘플링 요소 값(upsampling factor)과 블록의 너비를 기준으로 추가 포인트들을 생성할 수 있다. 이러한 포인트들은 refined 버텍스들이라 할 수 있다. 복원부(430)는 refined 버텍스들을 복셀화할 수 있으며, 포인트 클라우드 부호화 장치(400)는 복셀화된 위치 값을 기준으로 어트리뷰트 코딩을 수행할 수 있다.
실시예들에 따라, 지오메트리 인코딩부(425)는 컨텍스트 적응적 산술(context adaptive arithmetic) 코딩을 적용하여 압축 효율을 높일 수 있다. 지오메트리 인코딩부(425)는 산술 코드를 사용하여 오큐판시 코드를 바로 엔트로피 코딩할 수 있다. 실시예들에 따라, 지오메트리 인코딩부(425)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.
인트라 코딩의 경우에, 지오메트리 인코딩부(425)는 우선 이웃 노드들의 오큐판시 여부를 이용하여 이웃 노드 패턴(neighbor pattern) 값을 구할 수 있다. 이웃 노드들의 패턴에 대한 예시가 도 7에 나타나 있다.
도 7의 (a)는 노드에 대응하는 큐브(가운데 위치한 큐브) 및 해당 큐브와 적어도 하나의 면을 공유하는 6개의 큐브들(이웃 노드들)을 나타낸다. 도면에 도시된 노드들은 같은 뎁스(깊이)의 노드들이다. 도면에 도시된 숫자는 6개의 노드들 각각과 연관된 가중치들(1, 2, 4, 8, 16, 32, 등)을 나타낸다. 각 가중치는 이웃 노드들의 위치에 따라 순차적으로 부여된다.
도 7의 (b)는 이웃 노드 패턴 값을 나타낸다. 이웃 노드 패턴 값은 점유된(occupied) 이웃 노드(포인트를 갖는 이웃 노드)의 가중치가 곱해진 값들의 합이다. 따라서, 이웃 노드 패턴 값은 0에서 63까지의 값을 가질 수 있다. 이웃 노드 패턴 값이 0인 경우, 해당 노드의 이웃 노드 중 포인트를 갖는 노드(점유된 노드)가 없음을 나타낸다. 이웃 노드 패턴 값이 63인 경우, 이웃 노드들이 전부 점유된 노드들임을 나타낸다. 도 7의 (b)에서, 가중치 1, 2, 4, 8이 부여된 이웃 노드들이 점유된 노드들이므로, 이웃 노드 패턴 값은 1, 2, 4, 8을 더한 값인 15이다.
지오메트리 인코딩부(425)는 이웃 노드 패턴 값에 따라 코딩을 수행할 수 있다. 예를 들어, 이웃 노드 패턴 값이 63인 경우, 지오메트리 인코딩부(425)는 64가지의 코딩을 수행할 수 있다. 실시예들에 따라, 지오메트리 인코딩부(425)는 이웃 노드 패턴 값을 변경하여 코딩의 복잡도를 줄일 수 있으며, 예를 들어, 이웃 노드 패턴 값의 변경은 64를 10 또는 6으로 변경하는 테이블을 기반으로 수행될 수 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(435)에 의해 수행될 수 있다. 즉, 컬러 변환부(435)는 어트리뷰트 내 색상을 변환할 수 있다. 예를 들어, 컬러 변환부(435)는 어트리뷰트 내 색상을 RGB로부터 YCbCr로 변환하는 코딩 작업을 수행할 수 있다. 실시예들에 따라, 컬러 변환부(435)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(440)에 의해 수행될 수 있다.
어트리뷰트 변환부(440)는 복셀의 중앙 위치 값과 특정 반경 내에 이웃하고 있는 포인트(이웃 포인트)들의 어트리뷰트 값들의 평균 값을 계산할 수 있다. 또는, 어트리뷰트 변환부(440)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.
특정 위치 또는 반경 내에 존재하는 이웃 포인트들을 탐색 시, K-D 트리 또는 몰톤 코드가 활용될 수 있다. K-D 트리는 이진 탐색 트리(binary search tree)로서, 빠르게 최단 이웃점 탐색(nearest neighbor search, NNS)이 가능하도록 포인트들을 위치 기반으로 관리할 수 있는 자료 구조를 지원한다. 몰튼 코드는 모든 포인트들에 대한 3차원 위치 정보 (x, y, z)의 비트들을 믹싱하여 생성될 수 있다. 예를 들어, (x, y, z) 값이 (5, 9, 1)일 경우에 (5, 9, 1)을 비트로 나타내면 (0101, 1001, 0001)이 되고, 이 값을 z, y, x 순서로 비트 인덱스에 맞춰 믹싱하면 010001000111이 되며, 이 값은 1095이 된다. 즉, 1095가 (5, 9, 1)의 몰톤 코드 값이 된다. 몰튼 코드 기준으로 포인트들을 정렬하고 depth-first traversal 과정을 통해 최단 이웃점 탐색(NNS)이 가능할 수 있다.
어트리뷰트 변환 과정 이후, 어트리뷰트 코딩을 위한 다른 변환 과정에서도 최단 이웃점 탐색(NNS)이 요구되는 경우가 존재할 수 있으며, 이러한 경우에는 K-D 트리 또는 몰톤 코드가 활용될 수 있다.
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(450)에 의해 수행될 수 있다.
예측 변환은 LOD 변환 기법이 적용된 방법으로서, LOD 생성부(450)는 각 포인트들의 LOD 거리 값을 기준으로 각 포인트들의 LOD 값을 계산하여 설정할 수 있다.
LOD 거리 값에 따른 포인트들의 구성에 대한 일 예가 도 8에 나타나 있다. 도 8에서, 화살표의 방향을 기준으로, 첫 번째 그림은 오리지널 포인트 클라우드 콘텐트를 나타내며, 두 번째 그림은 가장 낮은 LOD의 포인트들의 분포를 나타내고, 일곱 번째 그림은 가장 높은 LOD의 포인트들의 분포를 나타낸다. 도 8에 예시된 바와 같이, 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.
LOD 별 포인트들의 구성에 대한 일 예가 도 9에 나타나 있다. 도 9의 위쪽 그림은 3차원 공간에 분포된 포인트 클라우드 콘텐트 내 포인트들의 예시(P0 내지 P9)를 나타낸다. 도 9의 오리지널 오더(Original order)는 LOD 생성 전 포인트들 P0 내지 P9의 순서를 나타내며, 도 9의 LOD 기반 오더(LOD-based order)는 LOD 생성에 따른 포인트들의 순서를 나타낸다.
도 9에 예시된 바와 같이, 포인트들은 LOD 별로 재정렬될 수 있으며, 높은 LOD는 낮은 LOD에 속한 포인트들을 포함할 수 있다. 예를 들어, LOD0는 P0, P5, P4 및 P2를 포함할 수 있으며, LOD1은 LOD0의 포인트들과 P1, P6 및 P3를 포함할 수 있다. 또한, LOD2는 LOD0의 포인트들, LOD1의 포인트들 및 P9, P8 및 P7을 포함할 수 있다.
LOD 생성부(450)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(455)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.
리프팅 변환 과정과 예측 변환 과정 간의 차이점은 리프팅 변환 과정이 어트리뷰트 값에 가중치를 누적 적용하는 방법일 수 있다는 것이다. 어트리뷰트 값에 가중치를 누적 적용하는 방법은 다음과 같을 수 있다.
1) 각 포인트들에 대한 가중치 값을 저장하는 배열 QW(quantization weight)가 별도로 존재할 수 있다. QW의 모든 요소들의 초기 값은 1.0이다. 예측기에 등록된 이웃 노드(이웃 포인트)의 예측기 인덱스의 QW 값에 현재 포인트의 예측기의 가중치를 곱한 값을 더한다.
2) 예측된 어트리뷰트 값을 계산하기 위하여, 포인트의 어트리뷰트 값에 가중치를 곱한 값을 기존 어트리뷰트 값에서 뺀다. 이 과정은 리프트 예측(lift prediction) 과정으로 지칭될 수 있다.
3) 'updateweight'와 'update'라는 임시 배열을 생성하고, 배열 내 요소들을 0으로 초기화한다.
4) 모든 예측기에 대해, 계산된 가중치에 QW에 저장된 가중치를 추가로 곱하여 새로운 가중치를 도출하고, 새로운 가중치를 이웃 노드의 인덱스로서 updateweight에 누적 합산하며, 새로운 가중치를 이웃 노드의 인덱스의 어트리뷰트 값에 곱한 값을 update에 누적 합산한다.
5) 모든 예측기에 대해, update의 어트리뷰트 값을 예측기 인덱스의 updateweight의 가중치 값으로 나누고, 그 결과를 기존 어트리뷰트 값에 합산한다. 이 과정은 리프트 업데이트(lift update) 과정으로 지칭될 수 있다.
6) 모든 예측기에 대해, 리프트 업데이트 과정을 통해 업데이트된 어트리뷰트 값에 리프트 예측 과정을 통해 업데이트된(QW에 저장된) 가중치를 곱하고, 그 결과(곱하여 나온 값)을 양자화한 후에, 양자화된 값을 엔트로피 인코딩한다.
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(445)에 의해 수행될 수 있다.
RAHT 변환부(445)는 복셀에서 전체 영역으로 스캔하며 각 스텝에서 복셀을 더 큰 블록으로 합산(병합)하면서 루트 노드까지 RAHT 변환 과정을 수행할 수 있다. RAHT 변환부(445)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.
레벨
Figure PCTKR2022009457-appb-img-000011
에서의 복셀들의 평균 어트리뷰트 값을
Figure PCTKR2022009457-appb-img-000012
라 하면,
Figure PCTKR2022009457-appb-img-000013
는
Figure PCTKR2022009457-appb-img-000014
와
Figure PCTKR2022009457-appb-img-000015
로부터 계산될 수 있다.
Figure PCTKR2022009457-appb-img-000016
와
Figure PCTKR2022009457-appb-img-000017
의 가중치를 각각
Figure PCTKR2022009457-appb-img-000018
와
Figure PCTKR2022009457-appb-img-000019
라 하면, 아래 수식 5와 같은 RAHT 변환 행렬을 구할 수 있다.
[수식 5]
Figure PCTKR2022009457-appb-img-000020
수식 5에서,
Figure PCTKR2022009457-appb-img-000021
는 low-pass 값이고, 다음 상위 레벨에서의 병합 과정에 사용될 수 있다.
Figure PCTKR2022009457-appb-img-000022
는 high-pass 계수이며, 각 스텝에서의 high-pass 계수들은 양자화되어 엔트로피 인코딩될 수 있다. 가중치는
Figure PCTKR2022009457-appb-img-000023
로 계산될 수 있다. 루트 노드는 마지막
Figure PCTKR2022009457-appb-img-000024
과
Figure PCTKR2022009457-appb-img-000025
를 통해서 아래 수식 6과 같이 생성될 수 있다.
[수식 6]
Figure PCTKR2022009457-appb-img-000026
수식 6에서, gDC 값 또한 high-pass 계수와 같이 양자화되어 엔트로피 코딩될 수 있다.
어트리뷰트 양자화 과정은 RAHT 변환부(445), LOD 생성부(450) 및/또는 리프팅부(455)로부터 출력된 어트리뷰트를 양자화하는 과정에 해당할 수 있다. 어트리뷰트 양자화 과정은 어트리뷰트 양자화부(460)에 의해 수행될 수 있다. 어트리뷰트 인코딩 과정은 양자화된 어트리뷰트를 인코딩하여 어트리뷰트 비트스트림을 출력하는 과정에 해당할 수 있다. 어트리뷰트 인코딩 과정은 어트리뷰트 인코딩부(465)에 의해 수행될 수 있다.
예를 들어, LOD 생성부(450)로부터 현재 포인트의 예측된 어트리뷰트 값이 계산된 경우, 어트리뷰트 양자화부(460)는 현재 포인트의 어트리뷰트 값에서 해당 현재 포인트의 예측된 어트리뷰트 값을 뺀 잔여(residual) 어트리뷰트 값을 양자화할 수 있다. 본 개시의 어트리뷰트 양자화 과정에 대한 일 예는 표 2와 같다.
[표 2]
Figure PCTKR2022009457-appb-img-000027
만약, 각 포인트들의 예측기에 이웃 포인트들이 존재하지 않는 경우에, 어트리뷰트 인코딩부(465)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(465)는 양자화된 잔여 어트리뷰트 값을 엔트로피 인코딩할 수 있다.
다른 예로, 리프팅부(460)로부터, 리프트 업데이트 과정을 통해 업데이트된 어트리뷰트 값에 리프트 예측 과정을 통해 업데이트된(QW에 저장된) 가중치를 곱한 값이 출력되는 경우, 어트리뷰트 양자화부(460)는 그 결과(곱하여 나온 값)를 양자화할 수 있으며, 어트리뷰트 인코딩부(465)는 양자화된 값을 엔트로피 인코딩할 수 있다.
포인트 클라우드 복호화 장치의 개요
도 10은 본 개시의 일 실시예에 따른 포인트 클라우드 복호화 장치(1000)의 예시를 나타낸다. 도 10의 포인트 클라우드 복호화 장치(1000)는 도 1의 복호화부(23)와 구성 및 기능에서 대응될 수 있다.
포인트 클라우드 복호화 장치(1000)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 10에 예시된 바와 같이, 디코딩 과정은 지오메트리 디코딩 과정과 어트리뷰트 디코딩 과정을 포함할 수 있다. 지오메트리 디코딩 과정은 지오메트리 복호화부(1010)에 의해 수행될 수 있으며, 어트리뷰트 디코딩 과정은 어트리뷰트 복호화부(1020)에 의해 수행될 수 있다. 즉, 포인트 클라우드 복호화 장치(1000)는 지오메트리 복호화부(1010) 및 어트리뷰트 복호화부(1020)를 포함할 수 있다.
지오메트리 복호화부(1010)는 지오메트리 비트스트림으로부터 지오메트리를 복원할 수 있고, 어트리뷰트 복호화부(1020)는 복원된 지오메트리와 어트리뷰트 비트스트림에 기반하여 어트리뷰트를 복원할 수 있다. 또한, 포인트 클라우드 복호화 장치(1000)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 11은 본 개시의 다른 일 실시예에 따른 포인트 클라우드 복호화 장치(1100)의 구체적인 예시를 나타낸다. 도 11에 예시된 바와 같이, 포인트 클라우드 복호화 장치(1100)는 지오메트리 디코딩부(1105), 옥트리 합성부(1110), 근사화 합성부(1115), 지오메트리 복원부(1120), 좌표계 역변환부(1125), 어트리뷰트 디코딩부(1130), 어트리뷰트 역양자화부(1135), RATH 변환부(1150), LOD 생성부(1140), 역리프팅부(1145) 및/또는 컬러 역변환부(1155)를 포함할 수 있다.
지오메트리 디코딩부(1105), 옥트리 합성부(1110), 근사화 합성부(1115), 지오메트리 복원부(1120) 및 좌표계 역변환부(1150)는 지오메트리 디코딩을 수행할 수 있다. 지오메트리 디코딩은 도 1 내지 도 9에서 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(1105)는 수신한 지오메트리 비트스트림을 아리스메틱 코딩을 기반으로 디코딩할 수 있다. 지오메트리 디코딩부(1105)의 동작은 지오메트리 인코딩부(435)가 수행하는 동작의 역과정에 대응할 수 있다.
옥트리 합성부(1110)는 디코딩된 지오메트리 비트스트림으로부터(또는, 디코딩 결과 확보된 지오메트리에 관한 정보)로부터 오큐판시 코드를 획득하여 옥트리를 생성할 수 있다. 옥트리 합성부(1110)의 동작은 옥트리 분석부(415)가 수행하는 동작의 역과정에 대응할 수 있다.
근사화 합성부(1115)는 트라이숩 지오메트리 인코딩이 적용된 경우에 디코딩된 지오메트리 및/또는 생성된 옥트리에 기반하여 서페이스를 합성할 수 있다.
지오메트리 복원부(1120)는 서페이스 및 디코딩된 지오메트리에 기반하여 지오메트리를 복원할 수 있다. 다이렉트 코딩이 적용된 경우에, 지오메트리 복원부(1120)는 다이렉트 코딩이 적용된 포인트들의 포지션 정보들을 직접 가져와서 추가할 수 있다. 또한, 트라이숩 지오메트리 인코딩이 적용된 경우에, 지오메트리 복원부(1120)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(1150)는 복원된 지오메트리를 기반으로 좌표계를 변환하여 포인트들의 포지션들을 획득할 수 있다. 예를 들어, 좌표계 역변환부(1150)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(1130), 어트리뷰트 역양자화부(1135), RATH 변환부(1230), LOD 생성부(1140), 역리프팅부(1145) 및/또는 컬러 역변환부(1250)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(1130)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(1130)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(1130)는 양자화된 잔여 어트리뷰트 값을 디코딩할 수 있다.
어트리뷰트 역양자화부(1135)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(1130)로부터 양자화된 잔여 어트리뷰트 값이 출력된 경우, 어트리뷰트 역양자화부(1135)는 양자화된 잔여 어트리뷰트 값을 역양자화하여 잔여 어트리뷰트 값을 출력할 수 있다. 역양자화 과정은 포인트 클라우드 부호화 장치(400)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(1130)는 양자화되지 않은 현재 포인트의 어트리뷰트 값을 출력할 수 있으며, 어트리뷰트 인코딩 과정은 스킵될 수 있다. 본 개시의 어트리뷰트 역양자화 과정에 대한 일 예는 표 3과 같다.
[표 3]
Figure PCTKR2022009457-appb-img-000028
RATH 변환부(1150), LOD 생성부(1140) 및/또는 역리프팅부(1145)는 재구성된 지오메트리 및 역양자화된 어트리뷰트들을 처리할 수 있다. RATH 변환부(1150), LOD 생성부(1140) 및/또는 역리프팅부(1145)는 포인트 클라우드 부호화 장치(400)의 인코딩 동작에 대응하는 디코딩 동작을 선택적으로 수행할 수 있다.
컬러 역변환부(1155)는 디코딩된 어트리뷰트들에 포함된 컬러 값(또는, 텍스쳐)을 역변환하기 위한 역변환 코딩을 수행할 수 있다. 컬러 역변환부(1155)의 동작은 컬러 변환부(435)의 동작 여부에 기반하여 선택적으로 수행될 수 있다.
도 12는 본 개시의 실시예들에 따른 전송 장치의 다른 예시를 나타낸다. 도 12에 예시된 바와 같이, 전송 장치는 데이터 입력부(1205), 양자화 처리부(1210), 복셀화 처리부(1215), 옥트리 오큐판시(Occupancy) 코드 생성부(1220), 표면 모델 처리부(1225), 인트라/인터 코딩 처리부(1230), 아리스메틱(Arithmetic) 코더(1235), 메타 데이터 처리부(1240), 색상 변환 처리부(1245), 속성 변환 처리부(1250), 예측/리프팅/RAHT 변환 처리부(1255), 아리스메틱 코더(1260) 및 전송 처리부(1265)를 포함할 수 있다.
데이터 입력부(1205)의 기능은 도 1의 획득부(11)가 수행하는 획득 과정에 대응될 수 있다. 즉, 데이터 입력부(1205)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(1210), 복셀화 처리부(1215), 옥트리 오큐판시 코드 생성부(1220), 표면 모델 처리부(1225), 인트라/인터 코딩 처리부(1230) 및, 아리스메틱 코더(1235)를 거쳐 지오메트리 비트스트림 형태로 생성될 수 있다. 포인트 클라우드 데이터 내 어트리뷰트 정보는 색상 변환 처리부(1245), 속성 변환 처리부(1250), 예측/리프팅/RAHT 변환 처리부(1255) 및, 아리스메틱 코더(1260)를 거쳐 어트리뷰트 비트스트림 형태로 생성될 수 있다. 지오메트리 비트스트림, 어트리뷰트 비트스트림 및/또는 메타 데이터 비트스트림은 전송 처리부(1265)의 처리를 통해 수신 장치로 전송될 수 있다.
구체적으로, 양자화 처리부(1210)의 기능은 도 4의 지오메트리 양자화부(410)가 수행하는 양자화 과정 및/또는 좌표계 변환부(405)의 기능에 대응될 수 있다. 복셀화 처리부(1215)의 기능은 도 4의 지오메트리 양자화부(410)가 수행하는 복셀화 과정에 대응될 수 있으며, 옥트리 오큐판시 코드 생성부(1220)의 기능은 도 4의 옥트리 분석부(415)가 수행하는 기능에 대응될 수 있다. 표면 모델 처리부(1225)의 기능은 도 4의 근사화부(420)가 수행하는 기능에 대응될 수 있으며, 인트라/인터 코딩 처리부(1230)의 기능 및 아리스메틱 코더(1235)의 기능은 도 4의 지오메트리 인코딩부(425)가 수행하는 기능에 대응될 수 있다. 메타 데이터 처리부(1240)의 기능은 도 1에서 설명된 메타 데이터 처리부의 기능에 대응될 수 있다.
또한, 색상 변환 처리부(1245)의 기능은 도 4의 컬러 변환부(435)가 수행하는 기능에 대응될 수 있으며, 속성 변환 처리부(1250)의 기능은 도 4의 어트리뷰트 변환부(440)가 수행하는 기능에 대응될 수 있다. 예측/리프팅/RAHT 변환 처리부(1255)의 기능은 도 4의 RAHT 변환부(4450), LOD 생성부(450) 및 리프팅부(455)가 수행하는 기능에 대응될 수 있으며, 아리스메틱 코더(1260)의 기능은 도 4의 어트리뷰트 인코딩부(465)의 기능에 대응될 수 있다. 전송 처리부(1265)의 기능은 도 1의 전송부(14) 및/또는 인캡슐레이션 처리부(13)가 수행하는 기능에 대응될 수 있다.
도 13은 본 개시의 실시예들에 따른 수신 장치의 다른 예시를 나타낸다. 도 13에 예시된 바와 같이, 수신 장치는 수신부(1305), 수신 처리부(1310), 아리스메틱 디코더(1315), 메타 데이터 파서(1335), 오큐판시 코드기반 옥트리 재구성 처리부(1320), 표면 모델 처리부(1325), 인버스(Inverse) 양자화 처리부(1330), 아리스메틱 디코더(1340), 인버스 양자화 처리부(1345), 예측/리프팅/RAHT 역변환 처리부(1350), 색상 역변환 처리부(1355) 및 렌더러(1360)를 포함할 수 있다.
수신부(1305)의 기능은 도 1의 수신부(21)가 수행하는 기능에 대응될 수 있으며, 수신 처리부(1310)의 기능은 도 1의 디캡슐레이션 처리부(22)가 수행하는 기능에 대응될 수 있다. 즉, 수신부(1305)는 전송 처리부(1265)로부터 비트스트림을 수신하고, 수신 처리부(1310)는 디캡슐레이션 처리를 통해 지오메트리 비트스트림, 어트리뷰트 비트스트림 및/또는 메타 데이터 비트스트림을 추출할 수 있다. 지오메트리 비트스트림은 아리스메틱 디코더(1315), 오큐판시 코드기반 옥트리 재구성 처리부(1320), 표면 모델 처리부(1325) 및, 인버스 양자화 처리부(1330)를 거쳐 재구성된(복원된) 포지션 값(포지션 정보)으로 생성될 수 있다. 어트리뷰트 비트스트림은 아리스메틱 디코더(1340), 인버스 양자화 처리부(1345), 예측/리프팅/RAHT 역변환 처리부(1350) 및, 색상 역변환 처리부(1355)를 거쳐 복원된 어트리뷰트 값으로 생성될 수 있다. 메타 데이터 비트스트림은 메타 데이터 파서(1335)를 거쳐 복원된 메타 데이터(또는, 메타 데이터 정보)로 생성될 수 있다. 포지션 값, 어트리뷰트 값 및/또는 메타 데이터가 렌더러(1360)에서 렌더링되어 사용자에게 VR/AR/MR/자율주행과 같은 경험을 제공할 수 있다.
구체적으로, 아리스메틱 디코더(1315)의 기능은 도 11의 지오메트리 디코딩부(1105)가 수행하는 기능에 대응될 수 있으며, 오큐판시 코드기반 옥트리 재구성 처리부(1320)의 기능은 도 11의 옥트리 합성부(1110)가 수행하는 기능에 대응될 수 있다. 표면 모델 처리부(1325)의 기능은 도 11의 근사화 합성부가 수행하는 기능에 대응될 수 있으며, 인버스 양자화 처리부(1330)의 기능은 도 11의 지오메트리 복원부(1120) 및/또는 좌표계 역변환부(1125)가 수행하는 기능에 대응될 수 있다. 메타 데이터 파서(1335)의 기능은 도 1에서 설명한 메타 데이터 파싱부가 수행하는 기능에 대응될 수 있다.
또한, 아리스메틱 디코더(1340)의 기능은 도 11의 어트리뷰트 디코딩부(1130)가 수행하는 기능에 대응될 수 있으며, 인버스 양자화 처리부(1345)의 기능은 도 11의 어트리뷰트 역양자화부(1135)의 기능에 대응될 수 있다. 예측/리프팅/RAHT 역변환 처리부(1350)의 기능은 도 11의 RAHT 변환부(1150), LOD 생성부(1140) 및 역리프팅부(1145)가 수행하는 기능에 대응될 수 있으며, 색상 역변환 처리부(1355)의 기능은 도 11의 컬러 역변환부(1155)가 수행하는 기능에 대응될 수 있다.
도 14는 본 개시의 실시예들에 따른 포인트 클라우드 데이터 송수신 방법/장치와 연동 가능한 구조의 예시를 나타낸다.
도 14의 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 15는 본 개시의 실시예들에 따른 공간 분할 과정을 수행하는 전송 장치(1500)의 예시를 나타내는 블록도이다. 도 15에 예시된 바와 같이, 전송 장치(1500)는 공간 분할 과정을 수행하는 공간 분할부(1505), 시그널링 처리부(1510), 지오메트리 인코더(1515), 어트리뷰트 인코더(1520), 인캡슐레이션 처리부(1525) 및/또는 전송 처리부(1530)를 포함할 수 있다.
공간 분할부(1505)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 16은 바운딩 박스(즉, 포인트 클라우드 데이터)를 하나 이상의 3차원 블록들로 공간 분할한 일 예를 나타낸다. 도 16에 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(1510)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(1505)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(1505), 지오메트리 인코더(1515), 어트리뷰트 인코더(1520), 전송 처리부(1525) 및/또는 인캡슐레이션 처리부(1530)로부터 제공될 수 있다. 또한, 시그널링 처리부(1510)는 도 17의 수신 장치(1700)로부터 피드백되는 피드백 정보를 공간 분할부(1505), 지오메트리 인코더(1515), 어트리뷰트 인코더(1520), 전송 처리부(1525) 및/또는 인캡슐레이션 처리부(1530)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(1515)로 출력될 수 있으며, 3차원 블록들의 어트리뷰트(어트리뷰트 정보)는 어트리뷰트 인코더(1520)로 출력될 수 있다.
지오메트리 인코더(1515)는 포지션 정보를 기반으로 옥트리를 구성하고, 구성된 옥트리를 인코딩하여 지오메트리 비트스트림을 출력할 수 있다. 또한, 지오메트리 인코더(1515)는 옥트리 및/또는 근사화된 옥트리를 재구성(복원)하여 어트리뷰트 인코더(1520)로 출력할 수 있다. 복원된 옥트리는 복원된 지오메트리일 수 있다. 지오메트리 인코더(1515)는 도 4의 좌표계 변환부(405), 지오메트리 양자화부(410), 옥트리 분석부(415), 근사화부(420), 지오메트리 인코딩부(425) 및/또는 복원부(430)가 수행하는 동작들의 전부 또는 일부를 수행할 수 있다. 실시예들에 따라, 지오메트리 인코더(1515)는 도 12의 양자화 처리부(1210), 복셀화 처리부(1215), 옥트리 오큐판시 코드 생성부(1220), 표면 모델 처리부(1225), 인트라/인터 코딩 처리부(1230) 및/또는 아리스메틱 코더(1235)가 수행하는 동작들의 전부 또는 일부를 수행할 수 있다.
어트리뷰트 인코더(1520)는 복원된 지오메트리에 기반하여 어트리뷰트를 인코딩함으로써 어트리뷰트 비트스트림을 출력할 수 있다. 어트리뷰트 인코더(1520)는 도 4의 어트리뷰트 변환부(440), RAHT 변환부(445), LOD 생성부(450), 리프팅부(455), 어트리뷰트 양자화부(460), 어트리뷰트 인코딩부(465) 및/또는 컬러 변환부(435)가 수행하는 동작들의 전부 또는 일부를 수행할 수 있다. 실시예들에 따라, 어트리뷰트 인코더(1520)는 도 12의 속성 변환 처리부(1250), 예측/리프팅/RAHT 변환 처리부(1255), 아리스메틱 코더(1260) 및/또는 색상 변환 처리부(1245)가 수행하는 동작들의 전부 또는 일부를 수행할 수 있다.
인캡슐레이션 처리부(1525)는 입력되는 하나 이상의 비트스트림들을 파일 또는 세그먼트 등으로 인캡슐레이션 할 수 있다. 예를 들어, 인캡슐레이션 처리부(1525)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(1525)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(1525)에서 생성될 수 있고, 전송 처리부(1530)에서 생성될 수도 있다. TLV 구조 또는 TLV 인캡슐레이션 구조에 대해서는 뒤에서 상세히 설명하도록 한다. 실시예들에 따라, 인캡슐레이션 처리부(1525)는 도 1의 인캡슐레이션 처리부(13)가 수행하는 동작들의 전부 또는 일부를 수행할 수 있다.
전송 처리부(1530)는 임의의 전송 프로토콜에 따라 인캡슐레이션된 비트스트림 또는 파일/세그먼트 등의 처리를 수행할 수 있다. 전송 처리부(1530)는 도 1을 통해 설명한 전송부(14) 및 전송 처리부 또는, 도 12의 전송 처리부(1265)가 수행하는 동작들의 전부 또는 일부를 수행할 수 있다.
도 17은 본 개시의 실시예들에 따른 수신 장치(1700)의 예시를 나타내는 블록도이다. 수신 장치(1700)는 공간 분할을 수행하는 전송 장치(1500)의 동작들에 대응하는 동작들을 수행할 수 있다. 도 17에 예시된 바와 같이, 수신 장치(1700)는 수신 처리부(1705), 디캡슐레이션 처리부(1710), 시그널링 처리부(1715), 지오메트리 디코더(1720), 어트리뷰트 인코더(1725) 및/또는 후처리부(1730)를 포함할 수 있다.
수신 처리부(1705)는 G-PCC 비트스트림이 인캡슐레이션된 파일/세그먼트, G-PCC 비트스트림 또는 비트스트림을 수신하고, 이들을 대상으로 전송 프로토콜에 따른 처리를 수행할 수 있다. 수신 처리부(1705)는 도 1을 통해 설명한 수신부(21) 및 수신 처리부 또는, 도 13의 수신부(1305) 또는 수신 처리부(1310)가 수행하는 동작들의 전부 또는 일부를 수행할 수 있다.
디캡슐레이션 처리부(1710)는 인캡슐레이션 처리부(1525)가 수행하는 동작들의 역과정을 수행하여 G-PCC 비트스트림을 획득할 수 있다. 디캡슐레이션 처리부(1710)는 파일/세그먼트를 디캡슐레이션하여 G-PCC 비트스트림을 획득할 수 있다. 예를 들어, 디캡슐레이션 처리부(1710)는 시그널링 비트스트림을 획득하여 시그널링 처리부(1715)로 출력할 수 있고, 지오메트리 비트스트림을 획득하여 지오메트리 디코더(1720)로 출력할 수 있으며, 어트리뷰트 비트스트림을 획득하여 어트리뷰트 디코더(1725)로 출력할 수 있다. 디캡슐레이션 처리부(1710)는 도 1의 디캡슐레이션 처리부(22) 또는, 도 13의 수신 처리부(1410)가 수행하는 동작들의 전부 또는 일부를 수행할 수 있다.
시그널링 처리부(1715)는 시그널링 처리부(1510)가 수행하는 동작들의 역과정을 수행하여 시그널링 정보를 파싱 및 디코딩할 수 있다. 시그널링 처리부(1715)는 시그널링 비트스트림으로부터 시그널링 정보를 파싱 및 디코딩할 수 있다. 시그널링 처리부(1715)는 디코딩된 시그널링 정보를 지오메트리 디코더(1720), 어트리뷰트 디코더(1720) 및/또는 후처리부(1730)로 제공할 수 있다.
지오메트리 디코더(1720)는 지오메트리 인코더(1515)가 수행하는 동작들의 역과정을 수행하여 지오메트리 비트스트림으로부터 지오메트리를 복원할 수 있다. 지오메트리 디코더(1720)는 시그널링 정보(지오메트리에 관련된 파라미터들)에 기반하여 지오메트리를 복원할 수 있다. 복원된 지오메트리는 어트리뷰트 디코더(1725)로 제공될 수 있다.
어트리뷰트 디코더(1725)는 어트리뷰트 인코더(1520)가 수행하는 동작들의 역과정을 수행하여 어트리뷰트 비트스트림으로부터 어트리뷰트를 복원할 수 있다. 어트리뷰트 디코더(1725)는 시그널링 정보(어트리뷰트에 관련된 파라미터들)와 복원된 지오메트리에 기반하여 어트리뷰트를 복원할 수 있다.
후처리부(1730)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(1730)는 복원된 포인트 클라우드 데이터가 타일 및/또는 슬라이스 단위인 경우에, 시그널링 정보를 기반으로 하여 전송 장치(1500)의 공간 분할 과정의 역과정을 수행함으로써, 포인트 클라우드 데이터의 바운딩 박스를 복원할 수 있다. 실시예들에 따라, 후처리부(1730)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.
비트스트림
도 18은 본 개시의 실시예들에 따른 비트스트림의 구조에 대한 예시를 나타내며, 도 19는 본 개시의 실시예들에 따른 비트스트림 내 구성들 간의 식별 관계에 대한 예시를 나타내고, 도 20은 본 개시의 실시예들에 따른 비트스트림 내 구성들 간의 참조 관계를 나타낸다.
지오메트리 비트스트림, 어트리뷰트 비트스트림, 및/또는 시그널링 비트스트림이 하나의 비트스트림(또는, G-PCC 비트스트림)으로 구성되는 경우, 비트스트림은 하나 이상의 서브 비트스트림들을 포함할 수 있다.
도 18에 예시된 바와 같이, 비트스트림은 하나 이상의 SPS, 하나 이상의 GPS, 하나 이상의 APS(APS0, APS1), 하나 이상의 TPS, 및/또는 하나 이상의 슬라이스들(slice 0, …, slice n)을 포함할 수 있다. 타일은 하나 이상의 슬라이스들을 포함하는 슬라이스 그룹이므로, 비트스트림은 하나 이상의 타일들을 포함할 수 있다. TPS는 각 타일에 관한 정보(예를 들어, 바운딩 박스의 좌표 값, 높이 및/또는 크기 등의 정보)를 포함할 수 있으며, 각 슬라이스들은 지오메트리 비트스트림(Geom0) 및/또는 하나 이상의 어트리뷰트 비트스트림들(Attr0, Attr1)을 포함할 수 있다. 예를 들어, 슬라이스 0(slice 0)은 지오메트리 비트스트림(Geom00) 및/또는 하나 이상의 어트리뷰트 비트스트림들(Attr00, Attr10)을 포함할 수 있다.
각 슬라이스 내 지오메트리 비트스트림은 지오메트리 슬라이스 헤더(Geom_slice_header)와 지오메트리 슬라이스 데이터(Geom_slice_data)로 구성될 수 있다. 지오메트리 슬라이스 헤더는 GPS에 포함된 파라미터 세트의 식별 정보(geom_parameter_set_id), 타일 식별자(geom_tile_id), 슬라이스 식별자(geom_slice_id), 및/또는 지오메트리 슬라이스 데이터(geom_slice_data)에 포함된 데이터에 관한 정보(geomBoxOrigin, geom_box_log2_scale, geom_max_node_size_log2, geom_num_points) 등을 포함할 수 있다. geomBoxOrigin는 해당 지오메트리 슬라이스 데이터의 박스 원점을 나타내는 지오메트리 박스 오리진 정보이고, geom_box_log2_scale는 해당 지오메트리 슬라이스 데이터의 로그 스케일을 나타내는 정보이며, geom_max_node_size_log2는 루트 지오메트리 옥트리 노드의 사이즈를 나타내는 정보이며, geom_num_points는 해당 지오메트리 슬라이스 데이터의 포인트들의 개수와 관련된 정보이다. 지오메트리 슬라이스 데이터는 해당 슬라이스 내 포인트 클라우드 데이터의 지오메트리 정보(또는, 지오메트리 데이터)를 포함할 수 있다.
각 슬라이스 내 각 어트리뷰트 비트스트림은 어트리뷰트 슬라이스 헤더(Attr_slice_header)와 어트리뷰트 슬라이스 데이터(Attr_slice_data)를 포함할 수 있다. 어트리뷰트 슬라이스 헤더는 해당 어트리뷰트 슬라이스 데이터에 관한 정보를 포함할 수 있고, 어트리뷰트 슬라이스 데이터는 해당 슬라이스 내 포인트 클라우드 데이터의 어트리뷰트 정보(또는, 어트리뷰트 데이터)를 포함할 수 있다. 하나의 슬라이스 내 어트리뷰트 비트스트림이 복수 개 존재하는 경우, 각각은 서로 다른 어트리뷰트 정보를 포함할 수 있다. 예를 들어, 하나의 어트리뷰트 비트스트림은 색상에 해당하는 어트리뷰트 정보를 포함하고, 다른 하나의 어트리뷰트 비트스트림은 반사율에 해당하는 어트리뷰트 정보를 포함할 수 있다.
도 19 및 도 20에 예시된 바와 같이, SPS는 해당 SPS를 식별하기 위한 식별자(seq_parameter_set_id)를 포함할 수 있고, GPS는 해당 GPS를 식별하기 위한 식별자(geom_parameter_set_id)와, 해당 GPS가 속하는(참조하는) 액티브 SPS(Active SPS)를 지시하는 식별자(seq_parameter_set_id)를 포함할 수 있다. 또한, APS는 해당 APS를 식별하기 위한 식별자(attr_parameter_set_id)와, 해당 APS가 참조하는 액티브 SPS를 가리키는 식별자(seq_parameter_set_id)를 포함할 수 있다. 지오메트리 데이터는 지오메트리 슬라이스 헤더와 지오메트리 슬라이스 데이터를 포함하며, 지오메트리 슬라이스 헤더는 해당 지오메트리 슬라이스가 참조하는 액티브 GPS의 식별자(geom_parameter_set_id)를 포함할 수 있다. 지오메트리 슬라이스 헤더는 해당 지오메트리 슬라이스를 식별하기 위한 식별자(geom_slice_id) 및/또는 해당 타일을 식별하기 위한 식별자(geom_tile_id)를 더 포함할 수 있다. 어트리뷰트 데이터는 어트리뷰트 슬라이스 헤더와 어트리뷰트 슬라이스 데이터를 포함하며, 어트리뷰트 슬라이스 헤더는 해당 어트리뷰트 슬라이스에서 참조하는 액티브 APS의 식별자(attr_parameter_set_id)와 해당 어트리뷰트 슬라이스와 관련된 지오메트리 슬라이스를 식별하기 위한 식별자(geom_slice_id)를 포함할 수 있다.
이와 같은 참조 관계에 의해, 지오메트리 슬라이스는 GPS를 참조하고, GPS는 SPS를 참조할 수 있다. 또한, SPS는 이용 가능한(available) 어트리뷰트들을 나열할 수 있으며, 나열된 어트리뷰트들 각각에 식별자를 할당하고 디코딩 방법을 식별할 수 있다. 어트리뷰트 슬라이스는 식별자에 따라 출력 어트리뷰트들에 매핑될 수 있으며, 어트리뷰트 슬라이스 자체는 선행하여 디코딩된 지오메트리 슬라이스와 APS에 대해 종속성을 가질 수 있다.
실시예들에 따라, 포인트 클라우드 데이터의 인코딩에 필요한 파라미터들은 포인트 클라우드 데이터의 파라미터 세트 및/또는 해당 슬라이스 헤더에 새롭게 정의될 수 있다. 예를 들어, 어트리뷰트의 인코딩을 수행할 때에는 해당 인코딩에 필요한 파라미터들이 APS에 새롭게 정의(추가)될 수 있으며, 타일 기반의 인코딩을 수행할 때에는 해당 인코딩에 필요한 파라미터들이 타일 및/또는 슬라이스 헤더에 새롭게 정의(추가)될 수 있다.
SPS 신택스 구조
도 21은 본 개시의 실시예들에 따른 SPS의 신택스 구조에 대한 예시를 나타낸다. 도 21에서, SPS의 신택스 구조에 표현된 신택스 요소들(또는, 필드들)은 SPS에 포함된 신택스 요소들이거나 SPS를 통해 시그널링되는 신택스 요소들일 수 있다.
main_profile_compatibility_flag는 비트스트림이 메인 프로파일을 따르는지 여부를 지시할 수 있다. 예를 들어, main_profile_compatibility_flag의 값이 제1값(e.g., 1)과 같으면 이는 비트스트림이 메인 프로파일을 따름을 나타낼 수 있으며, main_profile_compatibility_flag의 값이 제2값(e.g., 0)과 같으면 이는 비트스트림이 메인 프로파일 외의 프로파일을 따름을 나타낼 수 있다.
unique_point_positions_constraint_flag는 현재 SPS가 참조하는 각 포인트 클라우드 프레임에서 모든 출력 포인트들이 유니크(unique)한 포지션들을 가질 수 있는지 여부를 지시할 수 있다. 예를 들어, unique_point_positions_constraint_flag의 값이 제1값(e.g., 1)과 같으면 이는 현재 SPS가 참조하는 각 포인트 클라우드 프레임에서 모든 출력 포인트들이 유니크한 포지션들을 가질 수 있을 나타낼 수 있으며, unique_point_positions_constraint_flag의 값이 제2값(e.g., 0)과 같으면 이는 현재 SPS가 참조하는 임의의 포인트 클라우드 프레임에서 2개 이상의 출력 포인트들이 같은 포지션(the same position)을 가질 수 있음을 나타낼 수 있다. 모든 포인트들이 각 슬라이스들에서 유니크할지라도, 프레임 내 슬라이스들과 다른 포인트들은 오버랩할 수 있다. 그 경우에, unique_point_positions_constraint_flag의 값은 0으로 설정될 수 있다.
level_idc는 비트스트림이 따르는 레벨을 나타낼 수 있다. sps_seq_parameter_set_id는 다른 신택스 요소들에 의해 참조되는 SPS에 대한 식별자를 나타낼 수 있다.
sps_bounding_box_present_flag는 바운딩 박스가 SPS에 존재하는지 여부를 지시할 수 있다. 예를 들어, sps_bounding_box_present_flag의 값이 제1값(e.g., 1)과 같으면 이는 바운딩 박스가 SPS에 존재함을 나타낼 수 있으며, sps_bounding_box_present_flag의 값이 제2값(e.g., 0)과 같으면 이는 바운딩 박스의 사이즈가 정의되지 않음(undefined)을 나타낼 수 있다. sps_bounding_box_present_flag의 값이 제1값(e.g., 1)과 같은 경우에는 sps_bounding_box_offset_x, sps_bounding_box_offset_y, sps_bounding_box_offset_z, sps_bounding_box_offset_log2_scale, sps_bounding_box_size_width, sps_bounding_box_size_height, 및/또는 sps_bounding_box_size_depth가 더 시그널링될 수 있다.
sps_bounding_box_offset_x는 직교 좌표계에서 소스 바운딩 박스의 양자화된 x 오프셋을 나타낼 수 있으며, 소스 바운딩 박스의 x 오프셋이 존재하지 않으면, sps_bounding_box_offset_x의 값은 0으로 추론될 수 있다. sps_bounding_box_offset_y는 직교 좌표계에서 소스 바운딩 박스의 양자화된 y 오프셋을 나타낼 수 있으며, 소스 바운딩 박스의 y 오프셋이 존재하지 않으면, sps_bounding_box_offset_y의 값은 0으로 추론될 수 있다. sps_bounding_box_offset_z는 직교 좌표계에서 소스 바운딩 박스의 양자화된 z 오프셋을 나타낼 수 있으며, 소스 바운딩 박스의 z 오프셋이 존재하지 않으면, sps_bounding_box_offset_z의 값은 0으로 추론될 수 있다. sps_bounding_box_offset_log2_scale는 양자화된 x, y, z 소스 바운딩 박스 오프셋들을 스케일하기 위한 스케일 펙터를 나타낼 수 있다. sps_bounding_box_size_width는 직교 좌표계에서 소스 바운딩 박스의 폭(또는, 너비)을 나타낼 수 있으며, 소스 바운딩 박스의 폭이 존재하지 않으면, sps_bounding_box_size_width의 값은 1로 추론될 수 있다. sps_bounding_box_size_height는 직교 좌표계에서 소스 바운딩 박스의 높이를 나타낼 수 있으며, 소스 바운딩 박스의 높이가 존재하지 않으면, sps_bounding_box_size_height의 값은 1로 추론될 수 있다. sps_bounding_box_size_depth는 직교 좌표계에서 소스 바운딩 박스의 깊이를 나타낼 수 있으며, 소스 바운딩 박스의 깊이가 존재하지 않으면, sps_bounding_box_size_depth의 값은 1로 추론될 수 있다.
sps_source_scale_factor_numerator_minus1에 1을 더한 값은 소스 포인트 클라우드의 스케일 팩터 분자(numerator)를 나타낼 수 있다. sps_source_scale_factor_denominator_minus1에 1을 더한 값은 소스 포인트 클라우드의 스케일 팩터 분모(denominator)를 나타낼 수 있다. sps_num_attribute_sets는 비트스트림 내 코딩된 어트리뷰트들의 개수를 나타낼 수 있다. sps_num_attribute_sets은 0 내지 63 사이의 값을 가져야 할 수 있다.
sps_num_attribute_sets가 지시하는 '비트스트림 내 코딩된 어트리뷰트들의 개수'만큼의 attribute_dimension_minus1[i] 및 attribute_instance_id[i]가 더 시그널링될 수 있다. i는 0으로부터 '비트스트림 내 코딩된 어트리뷰트들의 개수 - 1'까지 1씩 증가할 수 있다. attribute_dimension_minus1[i]에 1을 더한 값은 i번째 어트리뷰트의 컴포넌트들의 수를 나타낼 수 있으며, attribute_instance_id는 i번째 어트리뷰트의 인스턴스 식별자를 나타낼 수 있다.
attribute_dimension_minus1[i]의 값이 1보다 큰 경우에, attribute_bitdepth_minus1[i], attribute_secondary_bitdepth_minus1[i], attribute_cicp_colour_primaries[i], attribute_cicp_transfer_characteristics[i], attribute_cicp_matrix_coeffs[i], 및/또는 attribute_cicp_video_full_range_flag[i]가 더 시그널링될 수 있다. attribute_bitdepth_minus1[i]에 1을 더한 값은 i번째 어트리뷰트 신호(들)의 제1컴포넌트(또는, 첫 번째 컴포넌트)를 위한 비트 깊이(bitdepth)를 나타낼 수 있다. attribute_secondary_bitdepth_minus1[i]에 1을 더한 값은 i번째 어트리뷰트 신호(들)의 제2컴포넌트(또는, 두 번째 컴포넌트)를 위한 비트 깊이를 나타낼 수 있으며, attribute_cicp_colour_primaries[i]는 i번째 어트리뷰트의 컬러 어트리뷰트 소스 프라이머리들의 색도(chromaticity coordinates)를 나타낼 수 있다. attribute_cicp_transfer_characteristics[i]는 i번째 어트리뷰트의 0에서 1사이의 nominal 실제 값(real-valued) 범위를 갖는 소스 입력 리니어 옵티컬 강도(input linear optical intensity)로서 참조 광-전자 전달 특성 함수(reference opto-electronic transfer characteristic function)를 지시하거나, 또는 출력 리니어 옵티컬 강도(output linear optical intensity)의 함수로서 참조 전자-광 전달 특성 함수(reference optoelectronic transfer characteristic function)의 역(inverse)을 나타낼 수 있다. attribute_cicp_matrix_coeffs[i]는 i번째 어트리뷰트의 녹색, 청색 및 적색(또는, Y, Z, X의 프라이머리들)으로부터 루마(luma)와 크로마(chroma) 신호들을 도출하는데 사용된 매트릭스 계수를 설명(describes)할 수 있다. attribute_cicp_video_full_range_flag[i]는 i번째 어트리뷰트의 E'Y, E'PB 및 E'PR 또는 E'R, E'G 및 E'B 실제-값 컴포넌트 신호들로부터 도출되는 블랙 레벨과 루마 및 채도 신호의 범위를 나타낼 수 있다. known_attribute_label_flag[i]는 i번째 어트리뷰트에 대해 know_attribute_label[i] 또는 attribute_label_four_bytes[i]가 시그널링되는지 여부를 나타낼 수 있다. 예를 들어, known_attribute_label_flag[i]의 값이 제1값(e.g., 1)과 같으면 이는 i번째 어트리뷰트에 대해 known_attribute_label이 시그널링됨을 나타낼 수 있으며, known_attribute_label_flag[i]의 값이 제2값(e.g., 0)과 같으면 이는 i번째 어트리뷰트에 대해 attribute_label_four_bytes[i]가 시그널링됨을 나타낼 수 있다. known_attribute_label[i]는 i번째 어트리뷰트의 타입을 나타낼 수 있다. 예를 들어, known_attribute_label[i]의 값이 제1값(e.g., 0)과 같으면 이는 어트리뷰트가 컬러(colour)임을 나타낼 수 있으며, known_attribute_label[i]의 값이 제2값(e.g., 1)과 같으면 이는 어트리뷰트가 반사율(reflectance)임을 나타낼 수 있고, known_attribute_label[i]의 값이 제3값(e.g., 2)과 같으면 이는 어트리뷰트가 프레임 인덱스(frame index)임을 나타낼 수 있다. attribute_label_four_bytes[i]는 도 22a와 같이 4 바이트 코드를 이용하여 known 어트리뷰트 타입을 지시할 수 있다.
log2_max_frame_idx는 frame_idx 신택스 변수(variable)를 시그널하기 위해 사용된 비트들의 개수를 나타낼 수 있다. 예를 들어, log2_max_frame_idx의 값에 1을 더한 값은 frame_idx 신택스 변수를 시그널하기 위해 사용된 비트들의 개수를 나타낼 수 있다. 도 22b와 같이, axis_coding_order는 X, Y, Z 출력 축 레이블(output axis labels)과 axis=0, …, 2를 갖는 복원된 포인트 클라우드 RecPic[pointidx][axis] 내 3개의 포지션 컴포넌트들 간의 대응 관계(correspondence)를 지시할 수 있다.
sps_bypass_stream_enabled_flag는 바이패스 코딩 모드가 비트스트림을 읽어내는데 사용되는지 여부를 지시할 수 있다. 예를 들어, sps_bypass_stream_enabled_flag의 값이 제1값(e.g., 1)과 같으면 이는 바이패스 코딩 모드가 비트스트림을 읽어내는데 사용됨을 지시할 수 있다. 다른 예로, sps_bypass_stream_enabled_flag의 값이 제2값(e.g., 0)과 같으면 이는 바이패스 코딩 모드가 비트스트림을 읽어내는데 사용되지 않음을 지시할 수 있다. sps_extension_flag는 sps_extension_data 신택스 요소들이 해당 SPS 신택스 구조에 존재하는지 여부를 나타낼 수 있다. 예를 들어, sps_extension_flag의 값이 제1값(e.g., 1)과 같으면 이는 sps_extension_data 신택스 요소들이 해당 SPS 신택스 구조에 존재함을 나타낼 수 있으며, sps_extension_flag의 값이 제2값(e.g., 0)과 같으면 이는 sps_extension_data 신택스 요소들이 해당 SPS 신택스 구조에 존재하지 않음을 나타낼 수 있다. sps_extension_flag는 비트스트림에서 0과 같아야 할 수도 있다. sps_extension_flag의 값이 제1값(e.g., 1)과 같은 경우에, sps_extension_data_flag가 더 시그널링될 수 있다. sps_extension_data_flag는 어느 값이나 가질 수 있으며, sps_extension_data_flag의 존재와 값은 프로파일에 대한 디코더 적합성에 영향을 미치지 않을 수 있다.
GPS 신택스 구조
도 23은 GPS의 신택스 구조에 대한 일 예를 나타낸다. 도 23에서, GPS의 신택스 구조에 표현된 신택스 요소들(또는, 필드들)은 GPS에 포함된 신택스 요소들이거나 GPS를 통해 시그널링되는 신택스 요소들일 수 있다.
gps_geom_parameter_set_id는 다른 신택스 요소들에 의해 참조되는 GPS의 식별자를 나타낼 수 있으며, gps_seq_parameter_set_id는 해당 액티브 SPS에 대한 seq_parameter_set_id의 값을 나타낼 수 있다. gps_box_present_flag는 추가 바운딩 박스 정보가 현재 GPS를 참조하는 지오메트리 슬라이스 헤더에서 제공되는지 여부를 나타낼 수 있다. 예를 들어, gps_box_present_flag의 값이 제1값(e.g., 1)과 같으면 이는 추가 바운딩 박스 정보가 현재 GPS를 참조하는 지오메트리 슬라이스 헤더 내에 제공됨을 지시할 수 있으며, gps_box_present_flag의 값이 제2값(e.g., 0)과 같으면 이는 추가 바운딩 박스 정보가 현재 GPS를 참조하는 지오메트리 슬라이스 헤더 내에 제공되지 않음을 지시할 수 있다. gps_box_present_flag의 값이 제1값(e.g., 1)과 같은 경우, gps_gsh_box_log2_scale_present_flag가 더 시그널링될 수 있다. gps_gsh_box_log2_scale_present_flag는 gps_gsh_box_log2_scale가 현재 GPS를 참조하는 각 지오메트리 슬라이스 헤더에 시그널링되는지 여부를 나타낼 수 있다. 예를 들어, gps_gsh_box_log2_scale_present_flag의 값이 제1값(e.g., 1)과 같으면 이는 gps_gsh_box_log2_scale가 현재 GPS를 참조하는 각 지오메트리 슬라이스 헤더에 시그널링됨을 지시할 수 있다. 다른 예로, gps_gsh_box_log2_scale_present_flag의 값이 제2값(e.g., 0)과 같으면 이는 gps_gsh_box_log2_scale가 현재 GPS를 참조하는 각 지오메트리 슬라이스 헤더에 시그널링되지 않으며, 모든 슬라이스들을 위한 공통 스케일(common scale)이 현재 GPS의 gps_gsh_box_log2_scale에 시그널링됨을 지시할 수 있다. gps_gsh_box_log2_scale_present_flag의 값이 제2값(e.g., 0)과 같으면, gps_gsh_box_log2_scale이 더 시그널링될 수 있다. gps_gsh_box_log2_scale는 현재 GPS를 참조하는 모든 슬라이스들에 대한 바운딩 박스 오리진의 공통 스케일 팩터(common scale factor)를 나타낼 수 있다.
unique_geometry_points_flag는 현재 GPS를 참조하는 모든 슬라이들에서, 모든 출력 포인트들이 하나의 슬라이스 내에서 고유의 포지션들(unique positions)을 가지는지 여부를 나타낼 수 있다. 예를 들어, unique_geometry_points_flag의 값이 제1값(e.g., 1)과 같으면 이는 현재 GPS를 참조하는 모든 슬라이들에서, 모든 출력 포인트들이 하나의 슬라이스 내에서 고유의 포지션들을 가짐을 지시할 수 있다. unique_geometry_points_flag의 값이 제2값(e.g., 0)과 같으면 이는 현재 GPS를 참조하는 모든 슬라이들에서, 2개 이상의 출력 포인트들이 하나의 슬라이스 내에서 같은 포지션들을 가질 수 있음을 지시할 수 있다.
geometry_planar_mode_flag는 플래너 코딩 모드(planar coding mode)가 활성화되는지 여부를 지시할 수 있다. 예를 들어, geometry_planar_mode_flag의 값이 제1값(e.g., 1)과 같으면 이는 플래너 코딩 모드가 활성화됨을 지시할 수 있으며, geometry_planar_mode_flag의 값이 제2값(e.g., 0)과 같으면 이는 플래너 코딩 모드가 활성화되지 않음을 지시할 수 있다. geometry_planar_mode_flag의 값이 제1값(e.g., 1)과 같은 경우에, geom_planar_mode_th_idcm, geom_planar_mode_th[1], 및/또는 geom_planar_mode_th[2]가 더 시그널링될 수 있다. geom_planar_mode_th_idcm는 다이렉트 코딩 모드에 대한 활성화(activation) 임계 값을 나타낼 수 있다. geom_planar_mode_th_idcm의 값은 0부터 127까지의 범위 내 정수일 수 있다. geom_planar_mode_th[i]는 0부터 2까지의 범위의 i에 대해, 플래너 코딩 모드가 효율적일 가능성이 가장 높은 i번째 방향을 따라 플래너 코딩 모드에 대한 활성화 임계 값을 나타낼 수 있다. geom_planar_mode_th[i]는 0부터 127까지의 범위 내 정수일 수 있다.
geometry_angular_mode_flag는 앵귤러 코딩 모드(angular coding mode)가 활성화되었는지 여부를 지시할 수 있다. 예를 들어, geometry_angular_mode_flag의 값이 제1값(e.g., 1)과 같으면 이는 앵귤러 코딩 모드가 활성화됨을 지시하고, geometry_angular_mode_flag의 값이 제2값(e.g., 0)과 같으면 이는 앵귤러 코딩 모드가 활성화되지 않음을 지시할 수 있다. geometry_angular_mode_flag의 값이 제1값(e.g., 1)과 같은 경우에, lidar_head_position[0], lidar_head_position[1], lidar_head_position[2], number_lasers, planar_buffer_disabled, implicit_qtbt_angular_max_node_min_dim_log2_to_split_z, 및/또는 implicit_qtbt_angular_max_diff_to_split_z가 더 시그널링될 수 있다.
lidar_head_position[0], lidar_head_position[1], 및/또는 lidar_head_position[2]는 내부 축들을 갖는 좌표 시스템에서 라이다(lidar) 헤드의 (X, Y, Z) 좌표를 나타낼 수 있다. number_lasers는 앵귤러 코딩 모드를 위해 사용된 레이저들(lasers)의 개수를 지시할 수 있다. laser_angle[i] 및 laser_correction[i] 각각은 number_lasers가 지시하는 개수만큼 시그널링될 수 있다. 여기서, i는 0부터 'number_lasers의 값 -1'까지 1씩 증가할 수 있다. laser_angle[i]는 0번째와 1번째 내부 축들에 의해 정의된 수평면과 관련된 i번째 레이저의 앙각(elevation angle)의 탄젠트를 나타낼 수 있으며, laser_correction[i]는 lidar_head_position[2]와 관련된 i번째 레이저 포지션의 정정을, 2번째 내부 축을 따라, 지시할 수 있다. planar_buffer_disabled는 플래너 모드에서 플래너 모드 플래그(planar mode flag)와 플래너 포지션을 코딩하는 과정에서, 버퍼를 이용한 가장 가까운 노드(closest nodes) 트랙킹(tracking)이 사용되는지 여부를 나타낼 수 있다. 예를 들어, planar_buffer_disabled의 값이 제1값(e.g., 1)과 같으면 이는 버퍼를 이용한 가장 가까운 노드 트랙킹이 플래너 모드에서 플래너 모드 플래그와 플래너 포지션을 코딩하는 과정에 사용되지 않음을 나타낼 수 있으며, planar_buffer_disabled의 값이 제2값(e.g., 0)과 같으면 이는 버퍼를 이용한 가장 가까운 노드 트랙킹이 플래너 모드에서 플래너 모드 플래그와 플래너 포지션을 코딩하는 과정에 사용됨을 나타낼 수 있다. planar_buffer_disabled가 존재하지 않는 경우에, planar_buffer_disabled의 값은 제2값(e.g., 0)으로 추론될 수 있다. implicit_qtbt_angular_max_node_min_dim_log2_to_split_z는 노드들의 수평 스플릿(horizontal split)이 수직 스플릿(vertical split)보다 더 선호되는 노드 사이즈의 log2 값을 지시할 수 있다. implicit_qtbt_angular_max_diff_to_split_z는 노드에 허용된 수직 대비 수평 노드 사이즈 비율에 대한 log2 값을 나타낼 수 있다. implicit_qtbt_angular_max_diff_to_split_z가 존재하지 않는 경우에, implicit_qtbt_angular_max_diff_to_split_z은 0으로 추론될 수 있다.
neighbour_context_restriction_flag는 현재 노드의 지오메트리 노드 오큐판시가 현재 노드의 부모 노드 내부에 위치한 이웃 노드들로부터 결정된 컨텍스트들로 코딩되는지 여부를 나타낼 수 있다. 예를 들어, neighbour_context_restriction_flag의 값이 제1값(e.g., 0)과 같으면 이는 현재 노드의 지오메트리 노드 오큐판시가 현재 노드의 부모 노드 내부에 위치한 이웃 노드들로부터 결정된 컨텍스트들로 코딩됨을 나타낼 수 있으며, neighbour_context_restriction_flag의 값이 제2값(e.g., 1)과 같으면 이는 현재 노드의 지오메트리 노드 오큐판시가 현재 노드의 부모 노드 내부에 위치한 이웃 노드들로부터 결정된 컨텍스트들로 코딩되지 않음을 나타낼 수 있다. inferred_direct_coding_mode_enabled_flag는 direct_mode_flag가 해당 지오메트리 노드 신택스에 존재하는지 여부를 나타낼 수 있다. 예를 들어, inferred_direct_coding_mode_enabled_flag의 값이 제1값(e.g., 1)과 같으면 이는 direct_mode_flag가 해당 지오메트리 노드 신택스에 존재함을 나타낼 수 있으며, inferred_direct_coding_mode_enabled_flag의 값이 제2값(e.g., 0)과 같으면 이는 direct_mode_flag가 해당 지오메트리 노드 신택스에 존재하지 않음을 나타낼 수 있다.
bitwise_occupancy_coding_flag는 지오메트리 노드 오큐판시가 해당 신택스 요소인 occupancy_map의 비트와이즈 맥락화(bitwise contextualization)를 사용하여 인코딩되는지 여부를 나타낼 수 있다. 예를 들어, bitwise_occupancy_coding_flag의 값이 제1값(e.g., 1)과 같으면 이는 지오메트리 노드 오큐판시가 해당 신택스 요소 occupancy_map의 비트와이즈 맥락화를 사용하여 인코딩됨을 나타낼 수 있으며, bitwise_occupancy_coding_flag의 값이 제2값(e.g., 0)과 같으면 이는 지오메트리 노드 오큐판시가 디렉토리 인코딩된 신택스 요소인 occupancy_map를 사용하여 인코딩됨을 나타낼 수 있다. adjacent_child_contextualization_enabled_flag는 이웃 옥트리 노드들(neighbouring octree nodes)의 인접한 자식들(adjacent children)이 비트와이즈 오큐판시 맥락화(bitwise occupancy contextualization)를 위해 사용되는지 여부를 나타낼 수 있다. 예를 들어, adjacent_child_contextualization_enabled_flag의 값이 제1값(e.g., 1)과 같으면 이는 이웃 옥트리 노드들의 인접한 자식들이 비트와이즈 오큐판시 맥락화를 위해 사용됨을 나타낼 수 있으며, adjacent_child_contextualization_enabled_flag의 값이 제2값(e.g., 0)과 같으면 이는 이웃 옥트리 노드들의 자식들이 비트와이즈 오큐판시 맥락화를 위해 사용되지 않음을 나타낼 수 있다.
log2_neighbour_avail_boundary는 디코딩 프로세스에서 이용되는 변수 NeighbAvailBoundary의 값을 나타낼 수 있다. 예를 들어, neighbour_context_restriction_flag의 값이 제1값(e.g., 1)과 같으면 NeighbAvailabilityMask가 1로 설정될 수 있으며, neighbour_context_restriction_flag의 값이 제2값(e.g., 0)과 같으면 NeighbAvailabilityMask가 1 << log2_neighbour_avail_boundary로 설정될 수 있다. log2_intra_pred_max_node_size는 오큐판시 인트라 예측에 적합한(eligible for) 옥트리 노드 사이즈를 나타낼 수 있다. log2_trisoup_node_size는 변수 TrisoupNodeSize를 삼각형 노드들의 사이즈로 지정할 수 있다.
geom_scaling_enabled_flag는 지오메트리 포지션들을 위한 스케일링 과정이 지오메트리 슬라이스 디코딩 과정동안 적용되는지 여부를 지시할 수 있다. 예를 들어, geom_scaling_enabled_flag의 값이 제1값(e.g., 1)과 같으면 이는 지오메트리 포지션들에 대한 스케일링 과정이 지오메트리 슬라이스 디코딩 과정동안 수행됨을 지시할 수 있으며, geom_scaling_enabled_flag의 값이 제2값(e.g., 0)과 같으면 이는 지오메트리 포지션들에 대해 스케일링이 요구되지 않음을 지시할 수 있다. geom_scaling_enabled_flag의 값이 제1값(e.g., 1)과 같은 경우에, geom_base_qp가 더 시그널링될 수 있다. geom_base_qp는 지오메트리 포지션 양자화 파라미터(geometry position quantization parameter)의 베이스 값(base value)을 지시할 수 있다. gps_implicit_geom_partition_flag는 묵시적(implicit) 지오메트리 파티션이 해당 시퀀스 또는 슬라이스에 대해 인에이블되는지 여부를 지시할 수 있다. 예를 들어, gps_implicit_geom_partition_flag의 값이 제1값(e.g., 1)과 같으면 이는 묵시적 지오메트리 파티션이 해당 시퀀스 또는 슬라이스에 대해 인에이블됨(enabled)을 지시할 수 있으며, gps_implicit_geom_partition_flag의 값이 제2값(e.g., 0)과 같으면 이는 묵시적 지오메트리 파티션이 해당 시퀀스 또는 슬라이스에 대해 디스에이블됨(disabled)을 지시할 수 있다. gps_implicit_geom_partition_flag의 값이 제1값(e.g., 1)과 같은 경우에, gps_max_num_implicit_qtbt_before_ot와 gps_min_size_implicit_qtbt가 시그널링될 수 있다. gps_max_num_implicit_qtbt_before_ot는 OT 파티션들 전의 묵시적 QT와 BT 파티션들의 최대 개수를 나타낼 수 있다. gps_min_size_implicit_qtbt는 묵시적 QT와 BT 파티션들의 최소 사이즈를 나타낼 수 있다.
gps_extension_flag는 gps_extension_data 신택스 요소들이 해당 GPS 신택스 구조에 존재하는지 여부를 나타낼 수 있다. 예를 들어, gps_extension_flag의 값이 제1값(e.g., 1)과 같으면 이는 gps_extension_data 신택스 요소들이 해당 GPS 신택스에 존재함을 지시할 수 있으며, gps_extension_flag의 값이 제2값(e.g., 0)과 같으면 이는 gps_extension_data 신택스 요소들이 해당 GPS 신택스 구조에 존재하지 않음을 지시할 수 있다. gps_extension_flag의 값이 제1값(e.g., 1)과 같은 경우에, gps_extension_data_flag가 더 시그널링될 수 있다. gps_extension_data_flag는 어느 값이나 가질 수 있으며, gps_extension_data_flag의 존재와 값은 프로파일에 대한 디코더 적합성에 영향을 미치지 않을 수 있다.
APS 신택스 구조
도 24는 APS의 신택스 구조에 대한 일 예를 나타낸다. 도 24에서, APS의 신택스 구조에 표현된 신택스 요소들(또는, 필드들)은 APS에 포함된 신택스 요소들이거나 APS를 통해 시그널링되는 신택스 요소들일 수 있다.
aps_attr_parameter_set_id는 다른 신택스 요소들에 의한 참조를 위한 APS의 식별자를 제공할 수 있으며, aps_seq_parameter_set_id는 액티브(active) SPS에 대한 sps_seq_parameter_set_id의 값을 나타낼 수 있다. attr_coding_type은 어트리뷰트에 대한 코딩 타입을 나타낼 수 있다. attr_coding_type의 값들 및 이들 각각에 할당된 어트리뷰트 코딩 타입(coding type)에 대한 테이블이 도 25에 나타나 있다. 도 25에 예시된 바와 같이, attr_coding_type의 값이 제1값(e.g., 0)이면 코딩 타입은 예측 가중치 리프팅(predicting weight lifting)을 지시하고, attr_coding_type의 값이 제2값(e.g., 1)이면 코딩 타입은 RAHT를 지시하며, attr_coding_type의 값이 제3값(e.g., 2)이면 고정 가중치 리프팅(fix weight lifting)을 지시할 수 있다.
aps_attr_initial_qp는 APS를 참조하는 각 슬라이스에 대한 변수 SliceQp의 초기 값을 나타낼 수 있다. aps_attr_initial_qp의 값은 4 내지 51 사이의 범위 내에 존재할 수 있다. aps_attr_chroma_qp_offset은 aps_attr_initial_qp에 의해 시그널링된 초기 양자화 파라미터에 대한 오프셋들을 나타낼 수 있다. aps_slice_qp_delta_present_flag는 ash_attr_qp_delta_luma 신택스 요소 및 ash_attr_qp_delta_chroma 신택스 요소가 해당 어트리뷰트 슬라이스 헤더(ASH)에 존재하는지 여부를 나타낼 수 있다. 예를 들어, aps_slice_qp_delta_present_flag의 값이 제1값(e.g., 1)과 같으면 이는 ash_attr_qp_delta_luma 및 ash_attr_qp_delta_chroma이 해당 어트리뷰트 슬라이스 헤더(ASH)에 존재함을 지시할 수 있으며, aps_slice_qp_delta_present_flag의 값이 제2값(e.g., 0)과 같으면 이는 ash_attr_qp_delta_luma 및 ash_attr_qp_delta_chroma이 해당 어트리뷰트 슬라이스 헤더에 존재하지 않음을 지시할 수 있다.
attr_coding_type의 값이 제1값(e.g., 0)이거나 또는 제3값(e.g., 2)이면, 즉, 코딩 타입이 예측 가중치 리프팅이거나 또는 고정 가중치 리프팅이면, lifting_num_pred_nearest_neighbours_minus1, lifting_search_range_minus1, 및 lifting_neighbour_bias[k]가 더 시그널링될 수 있다. lifting_num_pred_nearest_neighbours_minus1에 1을 더한 값은 예측을 위해 사용될 가장 가까운 이웃(nearest neighbor)들의 최대 개수를 나타낼 수 있다. 변수 NumPredNearestNeighbours의 값은 lifting_num_pred_nearest_neighbours(lifting_num_pred_nearest_neighbours_minus1에 1을 더한 값)와 같도록 설정될 수 있다. lifting_search_range_minus1에 1을 더한 값은 '예측을 위해 사용되는 가장 가까운 이웃들의 결정' 및 '거리 기반 LOD(distance-based levels of detail)의 빌드(build)'를 위해 사용되는 서치 범위를 나타낼 수 있다. 서치 범위를 명시하기 위한 변수 LiftingSearchRange는 lifting_search_range_minus1 필드의 값에 1을 더하여 구할 수 있다(LiftingSearchRange = lifting_search_range_minus1 + 1). lifting_neighbour_bias[k]는 가장 가까운 이웃 유도 과정의 일부로서 두 포인트들 사이의 유클리디언 거리(euclidean distance)의 계산에서 k번째 컴포넌트들을 가중하기 위해 사용된 바이어스를 나타낼 수 있다.
attr_coding_type의 값이 제3값(e.g., 2)이면, 즉 코딩 타입이 고정 가중치 리프팅을 지시하면, lifting_scalability_enabled_flag이 더 시그널링될 수 있다. lifting_scalability_enabled_flag는 어트리뷰트 디코딩 과정이 입력 지오메트리 포인트들에 대해 pruned 옥트리 디코드(decode) 결과를 허용하는지 여부를 지시할 수 있다. 예를 들어, lifting_scalability_enabled_flag의 값이 제1값(e.g., 1)과 같으면 이는 어트리뷰트 디코딩 과정이 입력 지오메트리 포인트들에 대해 pruned 옥트리 디코드 결과를 허용함을 나타낼 수 있으며, lifting_scalability_enabled_flag의 값이 제2값(e.g., 0)과 같으면 이는 어트리뷰트 디코딩 과정이 입력 지오메트리 포인트들에 대해 완전한 옥트리 디코드 결과를 요구함을 나타낼 수 있다. lifting_scalability_enabled_flag의 값이 제1값(e.g., 1)이 아니면, lifting_num_detail_levels_minus1가 더 시그널링될 수 있다. lifting_num_detail_levels_minus1는 어트리뷰트 코딩을 위한 LOD들의 개수를 나타낼 수 있다. LOD들의 개수를 명시하기 위한 변수 LevelDetailCount는 lifting_num_detail_levels_minus1의 값에 1을 더하여 유도될 수 있다(LevelDetailCount = lifting_num_detail_levels_minus1 + 1).
lifting_num_detail_levels_minus1의 값이 1보다 크면, lifting_lod_regular_sampling_enabled_flag가 더 시그널링될 수 있다. lifting_lod_regular_sampling_enabled_flag는 LOD가 레귤러 샘플링 전략에 의해 만들어지는지(built) 여부를 나타낼 수 있다. 예를 들어, lifting_lod_regular_sampling_enabled_flag의 값이 제1값(e.g., 1)과 같으면 이는 LOD가 레귤러 샘플링 전략을 사용하여 만들어짐을 지시할 수 있으며, lifting_lod_regular_sampling_enabled_flag의 값이 제2값(e.g., 0)과 같으면 이는 거리 기반 샘플링 전략(distance_based sampling strategy)이 대신 사용됨을 지시할 수 있다.
lifting_scalability_enabled_flag의 값이 제1값(e.g., 1)이 아닌 경우에, LOD가 레귤러 샘플링 전략에 의해 만들어지는지 여부(lifting_lod_regular_sampling_enabled_flag의 값)에 따라 lifting_sampling_period_minus2[idx] 또는 lifting_sampling_distance_squared_scale_minus1[idx]가 더 시그널링될 수 있다. 예를 들어, lifting_lod_regular_sampling_enabled_flag의 값이 제1값(e.g., 1)과 같은 경우에는 lifting_sampling_period_minus2[idx]가 시그널링될 수 있으며, lifting_lod_regular_sampling_enabled_flag의 값이 제2값(e.g., 0)과 같은 경우에는 lifting_sampling_distance_squared_scale_minus1[idx]가 시그널링될 수 있다. idx의 값이 0이 아니면(idx!=0), lifting_sampling_distance_squared_offset[idx]가 더 시그널링될 수 있다. idx는 0부터 1씩 증가할 수 있으며, num_detail_levels_minus1에서 1을 뺀 값까지 증가할 수 있다. lifting_sampling_period_minus2[idx]에 2를 더한 값은 LOD idx를 위한 샘플링 주기를 나타낼 수 있다. lifting_sampling_distance_squared_scale_minu1[idx]에 1을 더한 값은 LOD idx에 대한 샘플링 거리의 제곱의 유도(derivation)를 위한 스케일링 팩터(scaling factor)를 나타낼 수 있다. lifting_sampling_distance_squared_offset[idx]은 LOD idx에 대한 샘플링 거리의 제곱의 유도를 위한 옵셋을 나타낼 수 있다.
attr_coding_type의 값이 제1값(e.g., 0)과 같으면, 즉 코딩 타입이 예측 가중치 리프팅이면, lifting_adaptive_prediction_threshold, lifting_intra_lod_prediction_num_layers, lifting_max_num_direct_predictors, 및 inter_component_prediction_enabled_flag가 시그널링될 수 있다. lifting_adaptive_prediction_threshold는 적응적 예측을 가능하게 하기 위한 임계 값을 나타낼 수 있다. 적응적 예측기 선택 모드를 스위치하기 위하여 임계 값을 명시하는 변수 AdaptivePredictionThreshold는 lifting_adaptive_prediction_threshold의 값과 같게 설정될 수 있다. lifting_intra_lod_prediction_num_layers는 같은 LOD 레이어 내 디코드된 포인트들이 타겟 포인트의 예측 값을 생성하기 위해 참조할 수 있는 LOD 레이어의 수를 나타낼 수 있다. 예를 들어, lifting_intra_lod_prediction_num_layers의 값이 LevelDetailCount의 값과 같으면, 이는 타겟 포인트는 모든 LOD 레이어들을 위한 동일 LOD 레이어 내 디코드된 포인트들을 참조할 수 있음을 나타낼 수 있다. lifting_intra_lod_prediction_num_layers의 값이 0이면, 이는 타겟 포인트가 임의의 LOD 레이어들을 위한 동일 LOD 레이어 내 디코드된 포인트들을 참조할 수 없음을 나타낼 수 있다. lifting_intra_lod_prediction_num_layers의 값은 0 내지 LevelDetailCount 사이의 범위를 가질 수 있다. lifting_max_num_direct_predictors는 직접 예측(direct prediction)을 위해 사용될 예측기(predictor)의 최대 개수를 나타낼 수 있다. inter_component_prediction_enabled_flag는 멀티 컴포넌트 어트리뷰트의 primary 컴포넌트가 nonprimary 컴포넌트들의 복원(reconstructed) 값을 예측하기 위해 사용되는지 여부를 나타낼 수 있다. 예를 들어, inter_component_prediction_enabled_flag의 값이 제1값(e.g., 1)과 같으면 이는 멀티 컴포넌트 어트리뷰트의 primary 컴포넌트가 non-primary 컴포넌트들의 복원 값을 예측하기 위해 사용됨을 나타낼 수 있다. 다른 예로, inter_component_prediction_enabled_flag의 값이 제2값(e.g., 0)과 같으면 이는 모든 어트리뷰트 컴포넌트들이 독립적으로 복원됨을 나타낼 수 있다.
attr_coding_type의 값이 제2값(e.g., 1)과 같은 경우에, 즉 어트리뷰트 코딩 타입이 RAHT이면, raht_prediction_enabled_flag가 시그널링될 수 있다. raht_prediction_enabled_flag는 이웃 포인트들로부터의 변환 가중 예측(transform weight prediction)이 RAHT 디코딩 과정에서 인에이블되는지 여부를 나타낼 수 있다. 예를 들어, raht_prediction_enabled_flag의 값이 제1값(e.g., 1)과 같으면 이는 이웃 포인트들로부터의 변환 가중 예측이 RAHT 디코딩 과정에서 인에이블됨을 나타낼 수 있으며, raht_prediction_enabled_flag의 값이 제2값(e.g., 0)과 같으면 이는 이웃 포인트들로부터의 변환 가중 예측이 RAHT 디코딩 과정에서 디스에이블됨을 나타낼 수 있다. raht_prediction_enabled_flag의 값이 제1값(e.g., 1)과 같은 경우에, raht_prediction_threshold0과 raht_prediction_threshold1이 더 시그널링될 수 있다. raht_prediction_threshold0는 이웃 포인트들로부터의 변환 가중 예측을 종료하기 위한 임계 값을 나타낼 수 있다. raht_prediction_threshold1은 이웃 포인트들로부터의 변환 가중 예측을 스킵하기 위한 임계 값을 나타낼 수 있다.
aps_extension_flag는 aps_extension_data_flag 신택스 요소들이 해당 APS 신택스 구조에 존재하는지 여부를 나타낼 수 있다. 예를 들어, aps_extension_flag의 값이 제1값(e.g., 1)과 같으면 이는 aps_extension_data_flag 신택스 요소들이 해당 APS 신택스 구조에 존재함을 지시할 수 있으며, aps_extension_flag의 값이 제2값(e.g., 0)과 같으면 이는 aps_extension_data_flag 신택스 요소들이 해당 APS 신택스 구조에 존재하지 않음을 지시할 수 있다. aps_extension_flag의 값이 제1값(e.g., 1)과 같은 경우에, aps_extension_data_flag가 시그널링될 수 있다. aps_extension_data_flag는 어느 값이나 가질 수 있으며, aps_extension_data_flag의 존재와 값은 프로파일에 대한 디코더 적합성에 영향을 미치지 않을 수 있다.
타일 인벤토리 신택스 구조
도 26은 타일 인벤토리의 신택스 구조에 대한 일 예를 나타낸다. 타일 인벤토리는 타일 파라미터 세트(tile parameter set, TPS)로 지칭될 수 있다. 도 26에서, 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(prupose)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.
지오메트리 슬라이스 신택스 구조
도 27 및 도 28은 지오메트리 슬라이스의 신택스 구조에 대한 일 예를 나타낸다. 도 27 및 도 28에 표현된 신택스 요소들(또는, 필드들)은 지오메트리 슬라이스에 포함된 신택스 요소들이거나 지오메트리 슬라이스를 통해 시그널링되는 신택스 요소들일 수 있다.
전송 장치로부터 수신 장치로 전송되는 비트스트림은 하나 이상의 슬라이스들을 포함할 수 있다. 각 슬라이스는 지오메트리 슬라이스 및 어트리뷰트 슬라이스를 포함할 수 있다. 여기서, 지오메트리 슬라이스는 지오메트리 슬라이스 비트스트림일 수 있으며, 어트리뷰트 슬라이스는 어트리뷰트 슬라이스 비트스트림일 수 있다. 지오메트리 슬라이스는 지오메트리 슬라이스 헤더(geometry slice header, GSH)를 포함할 수 있으며, 어트리뷰트 슬라이스는 어트리뷰트 슬라이스 헤더(attribute slice header, ASH)를 포함할 수 있다.
도 27a에 예시된 바와 같이, 지오메트리 슬라이스 비트스트림(geometry_slice_bitstream())은 지오메트리 슬라이스 헤더(geometry_slice_header())와 지오메트리 슬라이스 데이터 geometry_slice_data()를 포함할 수 있다. 지오메트리 슬라이스 데이터는 포인트 클라우드의 일부 또는 전체와 관련된 지오메트리 또는 지오메트리 관련 데이터를 포함할 수 있다. 도 27b에 예시된 바와 같이, 지오메트리 슬라이스 헤더를 통해 시그널링되는 신택스 요소들은 다음과 같을 수 있다.
gsh_geometry_parameter_set_id는 액티브 GPS의 gps_geom_parameter_set_id의 값을 나타낼 수 있다. gsh_tile_id는 해당 지오메트리 슬라이스 헤더(GSH)에 의해 참조되는 해당 타일의 식별자를 나타낼 수 있다. gsh_slice_id는 다른 신택스 요소들에 의한 참조를 위한 해당 슬라이스의 식별자를 나타낼 수 있다. frame_idx는 개념적(notional) 프레임 넘버 카운터(frame number counter)의 log2_max_frame_idx + 1 최하위 비트(least significant bits)를 나타낼 수 있다. frame_idx의 값이 다른 연속하는 슬라이스들은 서로 다른 출력 포인트 클라우드 프레임의 일부를 형성할 수 있다. 중간 프레임 경계 마커 데이터 단위를 가지지 않으면서 frame_idx 값이 동일한 연속하는 슬라이스들은 서로 같은 출력 포인트 클라우드 프레임의 일부를 형성할 수 있다. gsh_num_points는 해당 슬라이스 내 코딩된 포인트들의 최대 개수를 나타낼 수 있다. gsh_num_points의 값은 슬라이스 내 디코드된 포인트들의 개수보다 크거나 같아야 하는 것이 비트스트림 적합성의 요구 사항일 수 있다.
gps_box_present_flag의 값이 제1값(e.g., 1)과 같은 경우에 gsh_box_log2_scale, gsh_box_origin_x, gsh_box_origin_y, 및 gsh_box_origin_z가 시그널링될 수 있다. 실시예들에 따라, gsh_box_log2_scale는 gps_box_present_flag의 값이 제1값(e.g., 1)과 같으면서 gps_gsh_box_log2_scale_present_flag의 값이 제1값(e.g., 1)과 같은 경우에 시그널링될 수도 있다. gsh_box_log2_scale는 해당 슬라이스를 위한 바운딩 박스 오리진의 스케일링 팩터를 나타낼 수 있다. gsh_box_origin_x는 gsh_box_log2_scale의 값에 의해 스케일링된 바운딩 박스 오리진의 x 값을 나타낼 수 있으며, gsh_box_origin_y는 gsh_box_log2_scale의 값에 의해 스케일링된 바운딩 박스 오리진의 y 값을 나타낼 수 있고, gsh_box_origin_z는 gsh_box_log2_scale의 값에 의해 스케일링된 바운딩 박스 오리진의 z 값을 나타낼 수 있다. 변수 slice_origin_x, slice_origin_y, 및/또는 slice_origin_z는 다음과 같이 유도될 수 있다.
만일, gps_gsh_box_log2_scale_present_flag의 값이 제2값(e.g., 0)과 같으면, originScale은 gsh_box_log2_scale가 같게 설정된다. 그렇지 않고, gps_gsh_box_log2_scale_present_flag의 값이 제1값(e.g., 1)과 같으면, originScale은 gps_gsh_box_log2_scale가 같게 설정된다. 만약, gps_box_present_flag의 값이 제2값(e.g., 0)과 같으면, 변수 slice_origin_x, slice_origin_y, 및 slice_origin_z의 값은 0으로 추론될 수 있다. 그렇지 않고, gps_box_present_flag의 값이 제1값(e.g., 1)과 같으면, 변수 slice_origin_x, slice_origin_y, 및 slice_origin_z에 대해 아래의 식들이 적용될 수 있다.
slice_origin_x = gsh_box_origin_x << originScale
slice_origin_y = gsh_box_origin y << originScale
slice_origin_z = gsh_box_origin_z << originScale
gps_implicit_geom_partition_flag의 값이 제1값(e.g., 1)과 같은 경우에, gsh_log2_max_nodesize_x, gsh_log2_max_nodesize_y_minus_x, gsh_log2_max_nodesize_z_minus_y가 더 시그널링될 수 있다. 만약, gps_implicit_geom_partition_flag의 값이 제2값(e.g., 0)과 같으면, gsh_log2_max_nodesize가 시그널링될 수 있다.
gsh_log2_max_nodesize_x는 x 차원에서의 바운딩 박스 사이즈 즉, 디코딩 과정에서 사용되는 MaxNodesizeXLog2를 아래와 같이 나타낼 수 있다.
MaxNodeSizeXLog2 = gsh_log2_max_nodesize_x
MaxNodeSizeX = 1 << MaxNodeSizeXLog2
gsh_log2_max_nodesize_y_minus_x는 y 차원에서의 바운딩 박스 사이즈 즉, 디코딩 과정에서 사용되는 MaxNodesizeYLog2를 아래와 같이 나타낼 수 있다.
MaxNodeSizeYLog2=gsh_log2_max_nodesize_y_minus_x + MaxNodeSizeXLog2.
MaxNodeSizeY = 1 << MaxNodeSizeYLog2.
gsh_log2_max_nodesize_z_minus_y는 z 차원에서의 바운딩 박스 사이즈 즉, 디코딩 과정에서 사용되는 MaxNodesizeZLog2를 아래와 같이 나타낼 수 있다.
MaxNodeSizeZLog2=gsh_log2_max_nodesize_z_minus_y + MaxNodeSizeYLog2
MaxNodeSizeZ = 1 << MaxNodeSizeZLog2
gsh_log2_max_nodesize는 gps_implicit_geom_partition_flag의 값이 제1값(e.g. 1)인 경우에 루트 지오메트리 옥트리 노드의 사이즈를 나타낼 수 있다. 변수 MaxNodeSize와 변수 MaxGeometryOctreeDepth는 다음과 같이 유도될 수 있다.
MaxNodeSize = 1 << gsh_log2_max_nodesize
MaxGeometryOctreeDepth = gsh_log2_max_nodesize log2_trisoup_node_size
geom_scaling_enabled_flag의 값이 제1값(e.g., 1)과 같은 경우에, geom_slice_qp_offset과 geom_octree_qp_offsets_enabled_flag이 시그널링될 수 있다. geom_slice_qp_offset은 베이스 지오메트리 양자화 파라미터(geom_base_qp)에 대한 오프셋을 나타낼 수 있다. geom_octree_qp_offsets_enabled_flag는 geom_node_qp_offset_eq0_flag가 해당 지오메트리 노드 신택스에 존재하는지 여부를 나타낼 수 있다. 예를 들어, geom_octree_qp_offsets_enabled_flag의 값이 제1값(e.g., 1)과 같으면 이는 geom_node_qp_offset_eq0_flag가 해당 지오메트리 노드 신택스에 존재함을 나타낼 수 있으며, geom_octree_qp_offsets_enabled_flag의 값이 제2값(e.g., 0)과 같으면 이는 geom_node_qp_offset_eq0_flag가 해당 지오메트리 노드 신택스에 존재하지 않음을 나타낼 수 있다. geom_octree_qp_offsets_enabled_flag의 값이 제1값(e.g., 1)과 같은 경우에, geom_octree_qp_offsets_depth가 시그널링될 수 있다. geom_octree_qp_offsets_depth는 geom_node_qp_offset_eq0_flag가 지오메트리 노드 신택스에 존재하는 경우에 지오메트리 옥트리의 뎁스를 나타낼 수 있다.
도 28에 예시된 바와 같이, 지오메트리 슬라이스 데이터를 통해 시그널링되는 신택스 요소들은 다음과 같을 수 있다. 지오메트리 슬라이스 데이터는 MaxGeometryOctreeDepth의 값만큼 반복되는 반복문(제1반복문)을 포함할 수 있다. MaxGeometryOctreeDepth는 지오메트리 옥트리 깊이의 최대 값을 나타낼 수 있다. 제1반복문에서, depth는 0으로부터 (MaxGeometryOctreeDepth-1)이 될 때까지 1씩 증가할 수 있다. 제1반복문은 NumNodesAtDepth의 값만큼 반복되는 반복문(제2반복문)을 포함할 수 있다. NumNodesAtDepth[depth]는 해당 깊이에서 디코드될 노드들의 개수를 나타낼 수 있다. 제2반복문에서, nodeidx는 0으로부터 (NumNodesAtDepth - 1)이 될 때까지 1씩 증가할 수 있다. 제1반복문과 제2반복문을 통해, xN=NodeX[depth][nodeIdx], yN=NodeY[depth][nodeIdx], zN=NodeZ[depth][nodeIdx], geometry_node(depth, nodeIdx, xN, yN, zN)가 시그널링될 수 있다. 변수 NodeX[depth][nodeIdx], NodeY[depth][nodeIdx], NodeZ[depth][nodeIdx]는 주어진 깊이에서 디코딩 순서로 Idx-th 노드의 x, y, z 좌표(coordinates)를 나타낼 수 있다. geometry_node(depth, nodeIdx, xN, yN, zN)를 통해 해당 깊이의 해당 노드의 지오메트리 비트스트림이 전송될 수 있다.
log2_trisoup_node_size의 값이 0보다 큰 경우에, geometry_trisoup_data()가 더 시그널링될 수 있다. 즉, 트라이앵글 노드들의 사이즈가 0보다 크면, geometry_trisoup_data()를 통해 트라이슙 지오메트리 인코딩된 지오메트리 비트스트림이 시그널링될 수 있다.
어트리뷰트 슬라이스 신택스 구조
도 29 및 도 30은 어트리뷰트 슬라이스의 신택스 구조에 대한 일 예를 나타낸다. 도 29 및 도 30에 표현된 신택스 요소들(또는, 필드들)은 어트리뷰트 슬라이스에 포함된 신택스 요소들이거나 어트리뷰트 슬라이스를 통해 시그널링되는 신택스 요소들일 수 있다.
도 29a에 예시된 바와 같이, 어트리뷰트 슬라이스 비트스트림(attribute_slice_bitstream())은 어트리뷰트 슬라이스 헤더(attribute_slice_header())와 어트리뷰트 슬라이스 데이터 attribute_slice_data()를 포함할 수 있다. 어트리뷰트 슬라이스 데이터 attribute_slice_data()는 포인트 클라우드의 일부 또는 전체와 관련된 어트리뷰트 또는 어트리뷰트 관련 데이터를 포함할 수 있다. 도 29b에 예시된 바와 같이, 어트리뷰트 슬라이스 헤더를 통해 시그널링되는 신택스 요소들은 다음과 같을 수 있다.
ash_attr_parameter_set_id는 액티브 APS의 aps_attr_parameter_set_id의 값을 나타낼 수 있다. ash_attr_sps_attr_idx는 액티브 SPS 내의 어트리뷰트 세트를 나타낼 수 있다. ash_attr_geom_slice_id는 액티브 지오메트리 슬라이스 헤더의 gsh_slice_id의 값을 나타낼 수 있다. aps_slice_qp_delta_present_flag는 ash_attr_layer_qp_delta_luma와 ash_attr_layer_qp_delta_chroma 신택스 요소들이 현재 ASH에 존재하는지 여부를 나타낼 수 있다. 예를 들어, aps_slice_qp_delta_present_flag의 값이 제1값(e.g., 1)과 같은 경우에 이는 ash_attr_layer_qp_delta_luma와 ash_attr_layer_qp_delta_chroma이 현재 ASH에 존재함을 나타낼 수 있으며, aps_slice_qp_delta_present_flag의 값이 제2값(e.g., 0)과 같은 경우에 이는 ash_attr_layer_qp_delta_luma와 ash_attr_layer_qp_delta_chroma이 현재 ASH에 존재하지 않음을 나타낼 수 있다. aps_slice_qp_delta_present_flag의 값이 제1값(e.g., 1)과 같은 경우에, ash_attr_qp_delta_luma가 시그널링될 수 있다. ash_attr_qp_delta_luma는 액티브 어트리뷰트 파라미터 세트 내 초기 슬라이스 qp로부터의 루마 델타 양자화 파라미터(qp)를 나타낼 수 있다. attribute_dimension_minus1[ash_attr_sps_attr_idx]의 값이 0보다 큰 경우에, ash_attr_qp_delta_chroma이 시그널링될 수 있다. ash_attr_qp_delta_chroma는 액티브 어트리뷰트 파라미터 세트 내 초기 슬라이스 qp로부터의 크로마 델타 양자화 파라미터(qp)를 나타낼 수 있다. 변수 InitialSliceQpY와 변수 InitialSliceQpC는 아래와 같이 도출될 수 있다.
InitialSliceQpY = aps_attrattr_initial_qp + ash_attr_qp_delta_luma
InitialSliceQpC = aps_attrattr_initial_qp + aps_attr_chroma_qp_offset + ash_attr_qp_delta_chroma
ash_attr_layer_qp_delta_present_flag의 값이 제1값(e.g., 1)과 같은 경우에, ash_attr_num_layer_qp_minus1가 시그널링될 수 있다. ash_attr_num_layer_qp_minus1의 값에 1을 더한 값은 ash_attr_qp_delta_luma와 ash_attr_qp_delta_chroma가 시그널링되는 레이어의 개수를 나타낼 수 있다. ash_attr_num_layer_qp가 시그널링되지 않으면, ash_attr_num_layer_qp의 값은 0으로 추론될 수 있다. 레이어의 개수를 명시하는 변수 NumLayerQp는 다음과 같이 ash_attr_num_layer_qp_minus1의 값에 1을 더하여 유도될 수 있다. (NumLayerQp = ash_attr_num_layer_qp_minus1 + 1).
ash_attr_layer_qp_delta_present_flag의 값이 제1값(e.g., 1)과 같은 경우에, ash_attr_layer_qp_delta_luma[i]가 NumLayerQp의 값만큼 반복적으로 시그널링될 수 있다. i는 0으로부터 (NumLayerQp-1)이 될 때까지 1씩 증가할 수 있다. 또한, i가 1씩 증가하는 반복 과정에서, attribute_dimension_minus1[ash_attr_sps_attr_idx]의 값이 0보다 큰 경우에, ash_attr_layer_qp_delta_chroma[i]이 더 시그널링될 수 있다. ash_attr_layer_qp_delta_luma는 각 레이어 내 InitialSliceQpY로부터의 루마 델타 양자화 파라미터(qp)를 나타낼 수 있다. ash_attr_layer_qp_delta_chroma는 각 레이어 내 InitialSliceQpC로부터의 chroma delta 양자화 파라미터(qp)를 나타낼 수 있다. 변수 SliceQpY[i]와 변수 SliceQpC[i]는 아래와 같이 도출될 수 있다.
SliceQpY[i] = InitialSliceQpY + ash_attr_layer_qp_delta_luma[i]
SliceQpC[i] = InitialSliceQpC + ash_attr_layer_qp_delta_chroma[i]
ash_attr_region_qp_delta_present_flag가 더 시그널링될 수 있다. ash_attr_region_qp_delta_present_flag의 값이 제1값(e.g., 1)과 같으면 이는 ash_attr_region_qp_delta, 영역(region) 바운딩 박스 오리진, 및 사이즈가 현재 어트리뷰트 슬라이스 헤더에 존재함을 지시할 수 있다. 만일, ash_attr_region_qp_delta_present_flag의 값이 제2값(e.g., 0)과 같으면 이는 ash_attr_region_qp_delta, 영역 바운딩 박스 오리진, 및 사이즈가 현재 어트리뷰트 슬라이스 헤더에 존재하지 않음을 지시할 수 있다. ash_attr_layer_qp_delta_present_flag의 값이 제1값(e.g., 1)과 같은 경우에, ash_attr_qp_region_box_origin_x, ash_attr_qp_region_box_origin_y, ash_attr_qp_region_box_origin_z, ash_attr_qp_region_box_width, ash_attr_qp_region_box_height, ash_attr_qp_region_box_depth, 및 ash_attr_region_qp_delta가 더 시그널링될 수 있다. ash_attr_qp_region_box_origin_x는 slice_origin_x와 관련된 영역 바운딩 박스의 x 오프셋을 지시할 수 있으며, ash_attr_qp_region_box_origin_y는 slice_origin_y와 관련된 영역 바운딩 박스의 y 오프셋을 지시할 수 있고, ash_attr_qp_region_box_origin_z는 slice_origin_z와 관련된 영역 바운딩 박스의 z 오프셋을 지시할 수 있다. ash_attr_qp_region_box_size_width는 영역 바운딩 박스의 너비(width)를 지시할 수 있으며, ash_attr_qp_region_box_size_height는 영역 바운딩 박스의 높이(height)를 지시할 수 있고, ash_attr_qp_region_box_size_depth는 영역 바운딩 박스의 깊이(depth)를 지시할 수 있다. ash_attr_region_qp_delta는 ash_attr_qp_region_box에 의해 지정된 영역의 SliceQpY[i] 및 SliceQpC[i]로부터의 델타 qp를 나타낼 수 있다. 영역 박스 델타 양자화 파라미터를 명시하는 변수 RegionboxDeltaQp는 ash_attr_region_qp_delta의 값과 같도록 설정될 수 있다.
도 30에 예시된 바와 같이, 어트리뷰트 슬라이스 데이터를 통해 시그널링되는 신택스 요소들은 다음과 같을 수 있다. Zerorun은 predIndex 또는 residual 앞의(우선하는) 0의 개수를 지시할 수 있다. predIndex[i]는 어트리뷰트의 i번째 포인트 값을 디코딩하기 위한 예측기 인덱스(predictor index)를 나타낼 수 있다. predIndex[i]의 값은 0부터 max_num_predictors의 값까지의 범위를 가질 수 있다.
메타 데이터 슬라이스 신택스 구조
도 31은 메타 데이터 슬라이스의 신택스 구조에 대한 일 예를 나타낸다. 도 31에 표현된 신택스 요소들(또는, 필드들)은 어트리뷰트 슬라이스에 포함된 신택스 요소들이거나 어트리뷰트 슬라이스를 통해 시그널링되는 신택스 요소들일 수 있다.
도 31의 (a)에 예시된 바와 같이, 메타 데이터 슬라이스 비트스트림(metadata_slice_bitstream())은 메타 데이터 슬라이스 헤더(metadata_slice_header())와 메타 데이터 슬라이스 데이터 metadata_slice_data()를 포함할 수 있다. 도 31의 (b)는 메타 데이터 슬라이스 헤더에 대한 일 예를 나타내며, 도 31의 (c)는 메타 데이터 슬라이스 데이터에 대한 일 예를 나타낸다.
도 31의 (b)에 예시된 바와 같이, 메타 데이터 슬라이스 헤더를 통해 시그널링되는 신택스 요소들은 다음과 같을 수 있다. msh_slice_id는 해당 메타 데이터 슬라이스 비트스트림을 식별하기 위한 식별자를 나타낼 수 있다. msh_geom_slice_id는 해당 메타 데이터 슬라이스로 캐리되는 메타 데이터와 관련된 지오메트리 슬라이스를 식별하기 위한 식별자를 나타낼 수 있다. msh_attr_id는 해당 메타 데이터 슬라이스로 캐리되는 메타 데이터와 관련된 어트리뷰트를 식별하기 위한 식별자를 나타낼 수 있다. msh_attr_slice_id는 해당 메타 데이터 슬라이스로 캐리되는 메타 데이터와 관련된 어트리뷰트 슬라이스를 식별하기 위한 식별자를 나타낼 수 있다. 도 31의 (c)에 예시된 바와 같이, 메타 데이터 비트스트림(metadata_bitstream())이 메타 데이터 슬라이스 데이터를 통해 시그널링될 수 있다.
TLV 구조
앞서 설명된 바와 같이, G-PCC 비트스트림은 TLV 구조들의 시퀀스로 이루어지는 포인트 클라우드 데이터의 비트스트림을 의미할 수 있다. TLV 구조는 “TLV 인캡슐레이션 구조”, “G-PCC TLV 인캡슐레이션 구조”, 또는 “G-PCC TLV 구조”라 지칭될 수 있다.
TLV 인캡슐레이션 구조에 대한 일 예가 도 32에 나타나 있으며, TLV 인캡슐레이션의 신택스 구조에 대한 일 예가 도 33a에 나타나 있고, TLV 인캡슐레이션 구조의 페이로드 타입에 대한 일 예가 도 33b에 나타나 있다. 도 32에 예시된 바와 같이, 각 TLV 인캡슐레이션 구조는 TLV 타입(TLV TYPE), TLV 길이(TLV LENGTH), 및/또는 TLV 페이로드(TLV PAYLOAD)로 구성될 수 있다. TLV 타입은 TLV 페이로드의 타입 정보일 수 있고, TLV 길이는 TLV 페이로드의 길이 정보일 수 있으며, TLV 페이로드는 페이로드(또는, 페이로드 바이트들)일 수 있다. 도 33a에 예시된 TLV 인캡슐레이션 신택스 구조(tlv_encapsulation())를 보면, tlv_type은 TLV 페이로드의 타입 정보를 나타낼 수 있으며, tlv_num_payload_bytes는 TLV 페이로드의 길이 정보를 나타낼 수 있다. 또한, tlv_payload_byte[i]는 TLV 페이로드를 나타낼 수 있다. tlv_payload_byte[i]는 tlv_num_payload_bytes의 값만큼 시그널링될 수 있으며, i은 0으로부터 (tlv_num_payload_bytes - 1)이 될 때까지 1씩 증가할 수 있다.
TLV 페이로드들은 SPS, GPS, 하나 이상의 APS들, 타일 인벤토리, 지오메트리 슬라이스, 하나 이상의 어트리뷰트 슬라이스들, 그리고 하나 이상의 메타 데이터 슬라이스들을 포함할 수 있다. 실시예들에 따라, 각 TLV 인캡슐레이션 구조의 TLV 페이로드는 TLV 페이로드의 타입 정보에 따라 SPS, GPS, 하나 이상의 APS들, 타일 인벤토리, 지오메트리 슬라이스, 하나 이상의 어트리뷰트 슬라이스들, 그리고 하나 이상의 메타데이터 슬라이스들 중 하나를 포함할 수도 있다. TLV 페이로드의 타입 정보를 통해 TLV 페이로드에 포함되는 데이터가 구분될 수 있다. 예를 들어, 도 33b에 예시된 바와 같이, tlv_type의 값이 0이면 TLV 페이로드에 포함되는 데이터가 SPS임을 지시하고, tlv_type의 값이 1이면 TLV 페이로드에 포함되는 데이터가 GPS임을 지시할 수 있다. tlv_type의 값이 2이면 TLV 페이로드에 포함되는 데이터가 지오메트리 슬라이스임을 지시하고, tlv_type의 값이 3이면 TLV 페이로드에 포함되는 데이터가 APS임을 지시할 수 있다. tlv_type의 값이 4이면 TLV 페이로드에 포함되는 데이터가 어트리뷰트 슬라이스임을 지시하고, tlv_type의 값이 5이면 TLV 페이로드에 포함되는 데이터가 타일 인벤토리(또는 타일 파라미터 세트)임을 지시할 수 있다. tlv_type의 값이 6이면 TLV 페이로드에 포함되는 데이터가 frame boundary marker임을 지시하고, tlv_type의 값이 7이면 TLV 페이로드에 포함되는 데이터가 메타 데이터 슬라이스임을 지시할 수 있다. TLV 인캡슐레이션 구조의 페이로드는 HEVC(High Efficiency Video Coding) NAL (Network Abstraction Layer) 유닛의 포맷을 따를 수 있다.
TLV 페이로드 내 SPS에 포함되는 정보는 도 21의 SPS에 포함된 정보의 일부 또는 전부를 포함할 수 있다. TLV 페이로드 내 타일 인벤토리에 포함되는 정보는 도 26의 타일 인벤토리에 포함된 정보의 일부 또는 전부를 포함할 수 있다. TLV 페이로드 내 GPS에 포함되는 정보는 도 23의 GPS에 포함된 정보의 일부 또는 전부를 포함할 수 있다. TLV 페이로드 내 APS에 포함되는 정보는 도 24의 APS에 포함된 정보의 일부 또는 전부를 포함할 수 있다. TLV 페이로드 내 지오메트리 슬라이스에 포함되는 정보는 도 27 및 도 28의 지오메트리 슬라이스에 포함된 정보의 일부 또는 전부를 포함할 수 있다. TLV 페이로드 내 어트리뷰트 슬라이스에 포함되는 정보는 도 29 및 도 30의 어트리뷰트 슬라이스에 포함되는 정보의 전부 또는 일부를 포함할 수 있다. TLV 페이로드 내 메타 데이터 슬라이스에 포함되는 정보는 도 31의 메타 데이터 슬라이스에 포함된 정보의 전부 또는 일부를 포함할 수 있다.
인캡슐레이션/디캡슐레이션
이러한 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(1525)는 TLV 인캡슐레이션 구조들로 이루어진 G-PCC 비트스트림을 파일/세그먼트 형태로 인캡슐레이션하여 전송할 수 있다. 디캡슐레이션 처리부(1710)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.
볼륨메트릭 비쥬얼 미디어 헤더 박스(VolumetricVisualMediaHeaderBox)
볼륨메트릭 비쥬얼 트랙들은 미디어 정보 박스(MediaInformationBox) 내의 볼륨메트릭 비쥬얼 미디어 헤더(vvhd) 박스를 사용할 수 있다. 볼륨메트릭 비쥬얼 미디어 헤더 박스는 다음과 같이 정의될 수 있다.
Box Type: 'vvhd'
Container: MediaInformationBox
Mandatory: Yes
Quantity: Exactly one
볼륨메트릭 비쥬얼 미디어 헤더 박스의 신택스는 아래와 같을 수 있다.
aligned(8) class VolumetricVisualMediaHeaderBox
extends FullBox('vvhd', version = 0, 1) {
}
위 신택스에서, 버전(version)은 볼륨메트리 비쥬얼 미디어 헤더 박스의 버전을 나타내는 정수 값일 수 있다.
볼륨메트릭 비쥬얼 샘플 엔트리(VolumetricVisualSampleEntry)
실시예들에 따라, 볼륨메트릭 비쥬얼 트랙들은 시그널링 정보의 전송을 위해 아래와 같이 볼륨메트릭 비쥬얼 샘플 엔트리를 사용할 수 있다.
class VolumetricVisualSampleEntry(codingname) extends SampleEntry (codingname) {
unsigned int(8)[32] compressorname;
// other boxes from derived specifications
}
위의 신택스에서, compressorname은 informative 목적들(purposes)을 위한 compressor의 이름을 나타낼 수 있다. 실시예들에 따르면, 볼륨메트릭 비쥬얼 샘플 엔트리(VolumetricVisualSampleEntry)가 상속받는 샘플 엔트리(즉, VolumetricVisualSampleEntry의 상위 클래스)는 GPCC 디코더 컨피규레이션 박스 (GPCCConfigurationBox)를 포함할 수 있다.
G-PCC 디코더 컨피규레이션 박스(GPCCConfigurationBox)
실시예들에 따라, G-PCC 디코더 컨피규레이션 박스는 아래와 같이 GPCCDecoderConfigurationRecord()를 포함할 수 있다.
class GPCCConfigurationBox extends Box('gpcC') {
GPCCDecoderConfigurationRecord() GPCCConfig;
}
실시예들에 따라, GPCCDecoderConfigurationRecord()는 지오메트리 기반 포인트 클라우드 콘텐트를 위한 G-PCC 디코더 configuration 정보를 제공할 수 있다. GPCCDecoderConfigurationRecord()의 신택스는 아래와 같이 정의될 수 있다.
aligned(8) class GPCCDecoderConfigurationRecord {
unsigned int(8) configurationVersion = 1;
unsigned int(8) profile_idc;
unsigned int(24) profile_compatibility_flags
unsigned int(8) level_idc;
unsigned int(8) numOfSetupUnitArrays;
for (i=0; i< numOfSetupUnitArrays; i++) {
unsigned int(7) SetupUnitType;
bit(1) SetupUnit completeness;
unsigned int(8) numOfSepupUnit;
for (i=0; numOfSepupUnit; i++) {
tlv_encapsulation setupUnit;
}
}
// additional fields
}
configurationVersion는 버전 필드일 수 있다. 해당 레코드에 대한 호환되지 않는 변경 사항은 버전 넘버의 변경에 의해 지시될 수 있다. profile_idc, profile_compatibility_flags, level_idc에 대한 값들은 해당 레코드에 의해 설명되는 비트스트림이 디코딩될 때 활성화되는 모든 파라미터 세트들에 대해 유효할 수 있다. profile_idc는 해당 컨피규레이션 레코드와 관련된 비트스트림이 따르는 프로파일을 지시할 수 있다. profile_idc는 G-PCC의 특정 프로파일을 지시하기 위해 프로파일 코드를 포함할 수 있다. profile_compatibility_flags의 값이 1이면 해당 비트스트림이 profile_idc 필드에 의해 지시되는 프로파일을 따르는 것을 나타낼 수 있다. profile_compatibility_flags 내 각 비트는 모든 파라미터 세트들이 그 비트를 셋팅할때만 셋팅될 수 있다. level_idc는 프로파일 레벨 코드를 포함할 수 있다. level_idc는 모든 파라미터 세트들 내 가장 높은 티어에 대해 지시된 가장 높은 레벨과 같거나 더 높은 레벨의 캐퍼빌러티 레벨을 지시할 수 있다. numOfSetupUnitArrays는 setupUnitTye에 의해 지시된 타입의 G-PCC setup 유닛들의 어레이들의 개수를 나타낼 수 있다. 즉, numOfSetupUnitArrays는 GPCCDecoderConfigurationRecord()에 포함된 G-PCC setup 유닛들의 어레이의 개수를 나타낼 수 있다. setupUnitType, setupUnit_completeness, 및 numOfSetupUnits이 GPCCDecoderConfigurationRecord() 더 포함될 수 있다. setupUnitType, setupUnit_completeness, 및 numOfSetupUnits는 numOfSetupUnitArrays의 값만큼 반복되는 반복문에 의해 포함되며, 이 반복문은 i가 0으로부터 (numOfSetupUnitArrays - 1)이 될 때까지 1씩 증가하면서 반복될 수 있다. setupUnitType은 G-PCC setupUnits의 타입을 지시할 수 있다. 즉, setupUnitType의 값은 SPS, GPS, APS, 또는 타일 인벤토리를 지시하는 값들 중 하나일 수 있다. setupUnit_completeness의 값이 1이면, 주어진 타입의 모든 셋업 유닛들이 다음 어레이에 있고, 해당 스트림에는 아무것도 없음을 지시할 수 있다. 또한, setupUnit_completeness 필드의 값이 0이면, 지시된 타입의 추가 셋업 유닛들이 해당 스트림에 있음을 지시할 수 있다. numOfSetupUnits는 setupUnitTye에 의해 지시된 타입의 G-PCC 셋업 유닛들의 개수를 나타낼 수 있다. setupUnit(tlv_encapsulatuon setupUnit)이 GPCCDecoderConfigurationRecord()에 더 포함될 수 있다. setupUnit은 numOfSetupUnits의 값만큼 반복되는 반복문에 의해 포함되며, 이 반복문은 i가 0으로부터 (numOfSetupUnits - 1)이 될 때까지 1씩 증가하면서 반복될 수 있다. setupUnit은 setupUnit은 setupUnitTye에 의해 지시된 타입의 셋업 유닛, 예를 들어 SPS, GPS, APS, 또는 타일 인벤토리를 캐리하는 TLV 인캡슐레이션 구조의 인스턴스(instance)일 수 있다.
볼륨메트릭 비쥬얼 트랙들은 실제 데이터의 전송을 위해 볼륨메트릭 비쥬얼 샘플(VolumetricVisualSample)을 사용할 수 있다. 볼륨메트릭 비쥬얼 샘플 엔트리는 샘플 엔트리 또는 G-PCC 샘플 엔트리로 지칭될 수 있고, 볼륨메트릭 비쥬얼 샘플은 샘플 또는 G-PCC 샘플로 지칭될 수 있다. 싱글 볼륨메트릭 비쥬얼 트랙은 싱글 트랙 또는 G-PCC 싱글 트랙으로 지칭될 수 있고, 멀티플 볼륨메트릭 비쥬얼 트랙들은 멀티플 트랙 또는 멀티플 G-PCC 트랙들로 지칭될 수 있다. 샘플들의 그룹핑, 트랙들의 그룹핑, G-PCC 비트스트림의 싱글 트랙 인캡슐레이션, 또는 G-PCC 비트스트림의 멀티플 트랙들 인캡슐레이션 등에 관련된 시그널링 정보, 또는 공간적 접근을 지원하기 위한 시그널링 정보가 박스 내지 풀 박스(FullBox) 형태로 샘플 엔트리에 추가될 수 있다. 시그널링 정보는 GPCC 엔트리 정보 박스(GPCCEntryInfoBox), GPCC 컴포넌트 타입 박스(GPCCComponentTypeBox), 큐빅 영역 정보 박스(CubicRegionInfoBox), 3D 바운딩 박스 정보 박스(3DBoundingBoxInfoBox), 또는 타일 인벤토리 박스(TileInventoryBox) 중 적어도 하나를 포함할 수 있다.
GPCC 엔트리 정보 구조
G-PCC 엔트리 정보 박스(GPCCEntryInfoBox)의 신택스 구조는 아래와 같이 정의될 수 있다.
class GPCCEntryInfoBox extends Box('gpsb') {
GPCCEntryInfoStruct ();
}
위 신택스 구조에서, 'gpsb'의 샘플 엔트리 타입을 가지는 GPCCEntryInfoBox는 GPCCEntryInfoStruct ()를 포함할 수 있다. GPCCEntryInfoStruct ()의 신택스는 아래와 같이 정의될 수 있다.
aligned(8) class GPCCEntryInfoStruct {
unsigned int (1) main_entry_flag;
unsigned int(1) dependent_on;
if (dependent_on) { //non-entry
unsigned int(16) dependency_id;
}
}
GPCCEntryInfoStruct ()는 main_entry_flag와 dependent_on를 포함할 수 있다. main_entry_flag는 G-PCC 비트스트림을 디코딩하기 위한 엔트리 포인트(entry point)인지 아닌지를 지시할 수 있다. dependent_on은 그것의 디코딩이 다른 것들에 따라 달라지는지를 지시한다(dependent_on indicates its decoding is dependent on others). 만일, dependent_on이 샘플 엔트리에 존재하면, dependent_on은 트랙 내 샘플들의 디코딩이 다른 트랙들에 종속된다는 것을 지시할 수 있다. dependent_on의 값이 1이면, GPCCEntryInfoStruct()는 dependency_id를 더 포함할 수 있다. dependency_id는 관련된 데이터를 디코딩하기 위한 트랙들의 식별자를 지시할 수 있다. 만일, dependency_id가 샘플 엔트리에 존재하면, dependency_id는 트랙 내 샘플들의 디코딩이 종속되는 G-PCC 서브 비트스트림을 캐리하는 트랙의 식별자를 나타낼 수 있다. 만일, dependency_id가 샘플 그룹에 존재하면, dependency_id는 관련된 샘플들의 디코딩이 종속되는 G-PCC 서브 비트스트림을 캐리하는 샘플들의 식별자를 나타낼 수 있다.
G-PCC 컴포넌트 정보 구조
G-PCC 컴포넌트 타입 박스(GPCCComponentTypeBox)의 신택스 구조는 아래와 같이 정의될 수 있다.
aligned(8) class GPCCComponentTypeBox extends FullBox('gtyp', version = 0, 0) {
GPCCComponentTypeStruct();
}
'gtyp'의 샘플 엔트리 타입을 가지는 GPCCComponentTypeBox는 GPCCComponentTypeStruct()를 포함할 수 있다. GPCCComponentTypeStruct()의 신택스는 아래와 같이 정의될 수 있다.
aligned(8) class GPCCComponentTypeStruct {
unsigned int(8) numOfComponents;
for (i=0; i< numOfComponents; i++) {
unsigned int(8) gpcc_type;
if(gpcc_type == 4)
unsigned int(8) AttrIdx;
}
// additional fields
}
numOfComponents는 해당 GPCCComponentTypeStruct에 시그널링된 G-PCC 컴포넌트들의 개수를 지시할 수 있다. gpcc_type은 numOfComponents의 값만큼 반복되는 반복문에 의해 GPCCComponentTypeStruct에 포함될 수 있다. 이 반복문은 i가 0으로부터 (numOfComponents - 1)이 될 때까지 1씩 증가하면서 반복될 수 있다. gpcc_type은 G-PCC 컴포넌트의 타입을 지시할 수 있다. 예를 들어, gpcc_type의 값이 2이면 지오메트리 컴포넌트를 지시하고, 4이면 어트리뷰트 컴포넌트를 지시할 수 있다. gpcc_type의 값이 4, 즉 어트리뷰트 컴포넌트를 지시하면, 해당 반복문은 AttrIdx를 더 포함할 수 있다. AttrIdx는 SPS()에서 시그널링된 어트리뷰트의 식별자를 지시할 수 있다. G-PCC 컴포넌트 타입 박스(GPCCComponentTypeBox)는 멀티플 트랙들을 위한 샘플 엔트리에 포함될 수 있다. G-PCC 컴포넌트 타입 박스(GPCCComponentTypeBox)가 G-PCC 비트스트림의 일부 또는 모두를 캐리하는 트랙들의 샘플 엔트리에 존재하면, GPCCComponentTypeStruct()는 각 트랙에 의해 캐리되는 하나 이상의 G-PCC 컴포넌트 타입들을 지시할 수 있다. GPCCComponentTypeStruct()를 포함하는 GPCCComponentTypeBox 또는 GPCCComponentTypeStruct()는 G-PCC 컴포넌트 정보라 지칭될 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 34는 싱글 트랙을 포함하는 ISOBMFF 기반 파일을 설명하기 위한 도면이다. 도 34의 (a)는 싱글 트랙을 포함하는 ISOBMFF 기반 파일의 레이아웃에 대한 일 예를 나타내며, 도 34의 (b)는 G-PCC 비트스트림이 파일의 싱글 트랙에 저장될 때 mdat 박스의 샘플 구조에 대한 일 예를 나타낸다. 도 35는 멀티플 트랙을 포함하는 ISOBMFF 기반 파일을 설명하기 위한 도면이다. 도 35의 (a)는 멀티플 트랙을 포함하는 ISOBMFF 기반 파일의 레이아웃에 대한 일 예를 나타내며, 도 35의 (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. 싱글 트랙의 샘플 엔트리는 다음과 같이 정의될 수 있다.
Sample Entry Type: 'gpe1', 'gpeg'
Container: SampleDescriptionBox
Mandatory: A 'gpe1' or 'gpeg' sample entry is mandatory
Quantity: One or more sample entries may be present
샘플 엔트리 타입 'gpe1' 또는 'gpeg'는 필수적이며, 하나 이상의 샘플 엔트리들이 존재할 수 있다. G-PCC 트랙은 'gpe1' 또는 'gpeg'의 샘플 엔트리 타입을 가지는 VolumetricVisualSampleEntry를 사용할 수 있다. G-PCC 트랙의 샘플 엔트리는 G-PCC 디코더 컨피규레이션 박스(GPCCConfigurationBox)를 포함할 수 있고, G-PCC 디코더 컨피규레이션 박스는 G-PCC 디코더 컨피규레이션 레코드(GPCCDecoderConfigurationRecord())를 포함할 수 있다. GPCCDecoderConfigurationRecord()는 configurationVersion, profile_idc, profile_compatibility_flags, level_idc, numOfSetupUnitArrays, SetupUnitType, completeness, numOfSepupUnit, setupUnit 중 적어도 하나를 포함할 수 있다. GPCCDecoderConfigurationRecord()에 포함된 setupUnit array 필드는 하나의 SPS를 포함하는 TLV 인캡슐레이션 구조들을 포함할 수 있다.
샘플 엔트리 타입이 'gpe1'이면, 모든 파라미터 세트들 예를 들어, SPS, GPS, APS, 타일 인벤토리가 setupUints의 어레이에 포함될 수 있다. 샘플 엔트리 타입이 'gpeg'이면, 위의 파라미트 세트들은 setupUints의 어레이(즉, 샘플 엔트리)에 포함되거나 또는 해당 스트림(즉, 샘플)에 포함될 수 있다. 'gpe1'의 샘플 엔트리 타입을 가지는 G-PCC 샘플 엔트리(GPCCSampleEntry)의 신택스에 대한 일 예는 아래와 같다.
aligned(8) class GPCCSampleEntry()
extends VolumetricVisualSampleEntry ('gpe1') {
GPCCConfigurationBox config; //mandatory
3DBoundingBoxInfoBox();
CubicRegionInfoBox();
TileInventoryBox();
}
'gpe1'의 샘플 엔트리 타입을 가지는 G-PCC 샘플 엔트리(GPCCSampleEntry)는 GPCCConfigurationBox, 3DBoundingBoxInfoBox(), CubicRegionInfoBox(), 그리고 TileInventoryBox()를 포함할 수 있다. 3DBoundingBoxInfoBox()는 해당 트랙으로 캐리되는 샘플들과 관련된 포인트 클라우드 데이터의 3D 바운딩 박스 정보를 지시할 수 있다. CubicRegionInfoBox()는 해당 트랙 내 샘플들로 캐리되는 포인트 클라우드 데이터의 하나 이상의 공간 영역 정보를 지시할 수 있다. TileInventoryBox()는 해당 트랙 내 샘플들로 캐리된 포인트 클라우드 데이터의 3D 타일 인벤토리 정보를 지시할 수 있다.
도 34의 (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 35의 (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. G-PCC 비트스트림이 멀티플 트랙들로 캐리될 때, G-PCC 플레이어가 G-PCC 컴포넌트들 중 하나를 효과적으로 액세스하기 위해, 다음 조건들이 만족될 필요가 있다.
a) TLV 인캡슐레이션 구조들로 이루어진 G-PCC 비트스트림이 멀티플 트랙들로 캐리될 때, 지오메트리 비트스트림(또는, 지오메트리 슬라이스)을 캐리하는 트랙이 엔트리 포인트가 됨.
b) 샘플 엔트리에서, 해당 트랙에 포함된 스트림의 역할(role)을 지시하기 위해 새로운 박스가 추가됨. 새로운 박스는 전술한 G-PCC 컴포넌트 타입 박스(GPCCComponentTypeBox)일 수 있음. 즉, GPCCComponentTypeBox가 멀티플 트랙들을 위한 샘플 엔트리에 포함될 수 있음.
c) G-PCC 지오메트리 비트스트림만을 운반하는 트랙에서 G-PCC 어트리뷰트 비트스트림을 운반하는 트랙으로 트랙 참조가 도입됨.
GPCCComponentTypeBox는 GPCCComponentTypeStruct()를 포함할 수 있다. GPCCComponentTypeBox가 G-PCC 비트스트림의 일부 또는 모두를 캐리하는 트랙들의 샘플 엔트리에 존재하면, GPCCComponentTypeStruct()는 각 트랙에 의해 캐리되는 하나 이상의 G-PCC 컴포넌트들의 타입(예를 들어, 지오메트리, 어트리뷰트)을 지시할 수 있다. 예를 들어, GPCCComponentTypeStruct()에 포함된 gpcc_type 필드의 값이 2이면 지오메트리 컴포넌트를 지시하고, 4이면 어트리뷰트 컴포넌트를 지시할 수 있다. 또한, gpcc_type 필드의 값이 4 즉, 어트리뷰트 컴포넌트를 지시하면, SPS()에 시그널링된 어트리뷰트의 식별자를 지시하는 AttrIdx 필드를 더 포함할 수 있다.
G-PCC 비트스트림이 멀티플 트랙들로 캐리되는 경우에, 샘플 엔트리의 신택스는 다음과 같이 정의될 수 있다.
Sample Entry Type: 'gpe1', 'gpeg', 'gpc1' or 'gpcg'
Container: SampleDescriptionBox
Mandatory: 'gpc1', 'gpcg' sample entry is mandatory
Quantity: One or more sample entries may be present
샘플 엔트리 타입 'gpc1', 'gpcg', 'gpc1' 또는 'gpcg'는 필수적이며, 하나 이상의 샘플 엔트리들이 존재할 수 있다. 멀티플 트랙들(예를 들어, 지오메트리 또는 어트리뷰트 트랙들)은 'gpc1', 'gpcg', 'gpc1' 또는 'gpcg'의 샘플 엔트리 타입을 갖는 VolumetricVisualSampleEntry를 사용할 수 있다. 'gpe1' 샘플 엔트리에서, 모든 파라미터 세트는 setupUnit 어레이에 존재할 수 있다. 'gpeg' 샘플 엔트리에서, 파라미터 세트가 해당 어레이나 스트림에 존재할 있다. 'gpe1' 또는 'gpeg' 샘플 엔트리에서, GPCCComponentTypeBox가 존재하지 않아야 할 수 있다. 'gpc1' 샘플 엔트리에서, SPS, GPS 및 타일 인벤토리는 G-PCC 지오메트리 비트스트림을 전달하는 트랙의 SetupUnit 어레이에 존재할 수 있다. 모든 관련 APS는 G-PCC 어트리뷰트 비트스트림을 전달하는 트랙의 SetupUnit 어레이에 존재할 수 있다. 'gpcg' 샘플 엔트리에서, SPS, GPS, APS 또는 타일 인벤토리가 해당 어레이나 스트림에 존재할 수 있다. 'gpc1' 또는 'gpcg' 샘플 어레이에서, GPCCComponentTypeBox가 존재해야 할 수 있다.
G-PCC 샘플 엔트리의 신택스에 대한 일 예는 아래와 같다.
aligned(8) class GPCCSampleEntry()
extends VolumetricVisualSampleEntry (codingname) {
GPCCConfigurationBox config; // mandatory
GPCCComponentTypeBox type; // optional
}
베이스 클래스 VolumetricVisualSampleEntry의 compressorname, 즉 codingname은 권장되는 "\013GPCC 코딩" 값과 함께 사용되는 압축기의 이름을 지시할 수 있다. "\013GPCC 코딩"에서, 첫 번째 바이트(\013으로 표시되는 8진수 13 또는 10진수 11)는 리메이닝 바이트의 수로서, 나머지 문자열(string)의 바이트 수를 나타낼 수 있다. congif는 G-PCC 디코더 컨피규레이션 정보를 포함할 수 있다. info는 각 트랙에서 캐리되는 G-PCC 컴포넌트 정보를 나타낼 수 있다. info는 트랙에서 캐리되는 컴포넌트 타일을 나타낼 수 잇으며, 또한 G-PCC 어트리뷰트 트랙에서 캐리되는 G-PCC 컴포넌트의 어트리뷰트 이름, 인덱스, 및 어트리뷰트 타입을 나타낼 수 있다.
샘플 포맷
G-PCC 비트스트림이 싱글 트랙에 저장되는 경우에, 샘플 포맷에 대한 신택스는 아래와 같다.
aligned(8) class GPCCSample
{
unsigned int GPCCLength = sample_size; //Size of Sample
for (i=0; i< GPCCLength; ) // to end of the sample
{
tlv_encapsulation gpcc_unit;
i += (1+4)+ gpcc_unit.tlv_num_payload_bytes;
}
}
위 신택스에서, 각 샘플(GPCCSample)은 싱글 포인트 클라우드 프레임에 해당하며, 동일 프리젠테이션 타임(same presentation time)에 속하는 하나 이상의 TLV 인캡슐레이션 구조들로 구성될 수 있다. 각 TLV 인캡슐레이션 구조는 싱글 타입의 TLV 페이로드를 포함할 수 있다. 이에 더하여, 하나의 샘플은 독립적(예, 싱크 샘플)일 수 있다. GPCCLength는 해당 샘플의 길이를 나타내고, gpcc_unit는 싱글 G-PCC 컴포넌트(예, 지오메트리 슬라이스)를 포함하는 TLV 인캡슐레이션 구조의 인스턴스를 포함할 수 있다.
G-PCC 비트스트림이 멀티플 트랙에 저장되는 경우에, 각 샘플은 단일 포인트 클라우드 프레임에 해당할 수 있으며, 서로 다른 트랙에서 동일한 포인트 클라우드 프레임에 기여하는 샘플은 동일한 프레젠테이션 시간을 가져야 할 수 있다. 각 샘플은 샘플 엔트리의 GPCCComponentInfoBox에 표시된 G-PCC 컴포넌트의 하나 이상의 G-PCC 유닛들과 파라미터 세트 또는 타일 인벤토리 중 하나를 운반하는 0개 이상의 G-PCC 유닛들로로 구성되어야 할 수 있다. 파라미터 세트 또는 타일 인벤토리를 포함하는 G-PCC 유닛이 샘플에 존재하는 경우, 해당 F-PCC 샘플은 G-PCC 컴포넌트의 G-PCC 유닛 앞에 나타나야 할 수 있다. 각 샘플은 어트리뷰트 데이터 유닛을 포함하는 하나 이상의 G-PCC 유닛들, 파라미터 세트를 캐리하는 0개 이상의 G-PCC 유닛들을 포함할 수 있다. G-PCC 비트스트림이 멀티플 트랙에 저장되는 경우에, 샘플 포맷에 대한 신택스 및 시맨틱스는 앞서 설명한 G-PCC 비트스트림이 싱글 트랙에 저장되는 경우에 대한 신택스 및 시맨틱스와 동일할 수 있다.
서브 샘플
수신 장치에서는 지오메트리 슬라이스가 먼저 디코딩되고, 디코드딩 지오메트리를 기반으로 어트리뷰트 슬라이스가 디코딩될 필요가 있기 때문에, 각 샘플이 멀티플 TLV 인캡슐레이션 구조들로 구성되는 경우에 해당 샘플에서 각 TLV 인캡슐레이션 구조를 액세스할 필요가 있다. 또한, 하나의 샘플이 멀티플 TLV 인캡슐레이션 구조들로 구성되면, 멀티플 TLV 인캡슐레이션 구조들 각각은 서브 샘플로서 저장될 수 있다. 서브 샘플은 G-PCC 서브 샘플로 지칭될 수 있다. 예를 들어, 하나의 샘플이 파라미터 세트를 포함하는 파라미터 세트 TLV 인캡슐레이션 구조와 지오메트리 슬라이스를 포함하는 지오메트리 TLV 인캡슐레이션 구조 그리고 어트리뷰트 슬라이스를 포함하는 어트리뷰트 TLV 인캡슐레이션 구조를 포함한다면, 파라미터 세트 TLV 인캡슐레이션 구조, 지오메트리 TLV 인캡슐레이션 구조, 그리고 어트리뷰트 TLV 인캡슐레이션 구조는 각각 서브 샘플로서 저장될 수 있다. 이 경우, 해당 샘플에서 각 G-PCC 컴포넌트에 액세스하는 것을 가능하게 하기 위해, 해당 서브 샘플로 캐리되는 TLV 인캡슐레이션 구조의 타입이 필요할 수 있다.
G-PCC 비트스트림이 싱글 트랙에 저장되는 경우에, G-PCC 서브 샘플은 오직 하나의 TLV 인캡슐레이션 구조를 포함할 수 있다. 하나의 SubSampleInformationBox가 moov 박스의 샘플 테이블 박스(SampleTableBox, stbl)에 존재하거나, 또는 무비 프래그먼트 박스(MovieFragmentBox, moof)들 각각의 트랙 프래그먼트 박스(TrackFragmentBox, traf)에 존재할 수 있다. 만일 SubSampleInformationBox가 존재한다면, TLV 인캡슐레이션 구조의 8비트 타입 값이 SubSampleInformationBox 내 서브 샘플 엔트리의 32-bit codec_specific_parameters field에 포함될 수 있다. 만약, TLV 인캡슐레이션 구조가 어트리뷰트 페이로드를 포함한다면, 어트리뷰트 인덱스의 6비트 값이 SubSampleInformationBox 내 서브 샘플 엔트리의 32-bit codec_specific_parameters field에 포함될 수 있다. 실시예들에 따라, 각 서브 샘플의 타입은 SubSampleInformationBox 내 서브 샘플 엔트리의 codec_specific_parameters field를 파싱함에 의해 식별될 수 있다. SubSampleInformationBox의 codec_specific_parameters는 다음과 같이 정의될 수 있다.
if (flags == 0) {
unsigned int(8) PayloadType;
if(PayloadType == 4) { // attribute payload
unsigned int(6) AttrIdx;
bit(18) reserved = 0;
}
else
bit(24) reserved = 0;
} else if (flags == 1) {
unsigned int(1) tile_data;
bit(7) reserved = 0;
if (tile_data)
unsigned int(24) tile_id;
else
bit(24) reserved = 0;
}
위의 서브 샘플 신택스에서, payloadType은 해당 서브 샘플 내 TLV 인캡슐레이션 구조의 tlv_type을 지시할 수 있다. 예를 들어, payloadType의 값이 4이면 어트리뷰트 슬라이스(즉, 어트리뷰트 슬라이스)를 지시할 수 있다. attrIdx는 해당 서브 샘플 내 어트리뷰트 페이로드를 포함하는 TLV 인캡슐레이션 구조의 어트리뷰트 정보의 식별자를 지시할 수 있다. attrIdx는 해당 서브 샘플 내 어트리뷰트 페이로드를 포함하는 TLV 인캡슐레이션 구조의 ash_attr_sps_attr_idx와 같을 수 있다. tile_data는 서브 샘플이 하나의 타일 또는 다른 타일을 포함하는지 여부를 나타낼 수 있다. tile_data의 값이 1이면, 서브 샘플이 하나의 G-PCC 타일에 대응하는 지오메트리 데이터 유닛 또는 어트리뷰트 데이터 유닛을 포함하는 TLV 인캡슐레이션 구조(들)를 포함한다는 것을 나타낼 수 있다. tile_data의 값이 0이면, 서브 샘플이 각 파라미터 세트, 타일 인벤토리 또는 프레임 바운더리 마커를 포함하는 TLV 인캡슐레이션 구조(들)를 포함한다는 것을 나타낼 수 있다. tile_id는 서브 샘플이 타일 인벤토리 내에서 연관되는 G-PCC 타일의 인덱스를 나타낼 수 있다.
G-PCC 비트스트림이 멀티플 트랙에 저장되는 경우에(ISOBMFF에서 G-PCC 데이터의 멀티플 트랙 인캡슐레이션의 경우에) 서브 샘플이 존재한다면, SampleTableBox 또는 각 MovieFragmentBox의 TrackFragmentBox에서 플래그(flag)가 1인 SubSampleInformationBox만 존재해야 할 수 있다. G-PCC 비트스트림이 멀티플 트랙에 저장되는 경우에, 신택스 요소들과 시멘틱스는 G-PCC 비트스트림이 싱글 트랙에 저장되는 경우의 신택스 요소들과 시멘틱스에서 flag==1인 경우와 동일할 수 있다.
트랙들 간의 참조
G-PCC 비트스트림이 멀티플 트랙에서 캐리되는 경우에(즉, G-PCC 지오메트리 비트스트림과 어트리뷰트 비트스트림이 서로 다른(분리된) 트랙들에서 캐리되는 경우에), 트랙들 간을 연결하기 위하여, 트랙 참조 툴이 사용될 수 있다. 하나의 TrackReferenceTypeBoxes가 G-PCC 트랙의 TrackBox 내 TrackReferenceBox에 추가될 수 있다. TrackReferenceTypeBox는 G-PCC 트랙이 참조하는 트랙들을 지정하는 track_IDs의 어레이를 포함할 수 있다.
실시예들에 따라, 본 개시는 G-PCC 데이터(이하에서는, G-PCC 비트스트림, 인캡슐레이션된 G-PCC 비트스트림, 또는 G-PCC 파일라고 지칭할 수 있다)의 운반(carriage)에 시간적 확장성(temporal scalability)을 지원하기 위한 장치 및 방법들을 제공할 수 있다. 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 장치 및 방법들을 제안할 수 있다. 또한, 본 개시는 저장된 G-PCC 비트스트림에 대한 효율적인 접근을 지원할 수 있도록 하기 위한 파일 저장 기법을 처리하는 장치 및 방법들을 제안한다.
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.
종래 기술의 문제점
포인트 클라우드 콘텐트 제공 시스템 또는 G-PCC 데이터의 운반(carriage)에 관련된 종래 기술은 시간적 확장성을 지원하지 않았다. 즉, 종래 기술은 G-PCC 데이터를 오직 하나의 시간적 레벨에 따라 처리한다. 따라서, 종래 기술은 앞에서 설명한 시간적 확장성의 지원에 따른 효과를 제공할 수 없다.
1. 제1실시예
시간적 확장성을 지원하는 제1실시예에 대한 순서도가 도 36 내지 도 39에 나타나 있다.
도 36을 참조하면, 전송 장치(10, 1500)는 샘플 그룹에 대한 정보를 생성할 수 있다(S3610). 후술되는 바와 같이, 샘플 그룹은 G-PCC 파일 내 샘플들(G-PCC 샘플들)이 하나 이상의 시간적 레벨들에 기반하여 그룹핑된 것일 수 있다. 또한, 전송 장치(10, 1500)는 G-PCC 파일을 생성할 수 있다(S3620). 구체적으로, 전송 장치(10, 1500)는 포인트 클라우드 데이터, 샘플 그룹에 대한 정보 및/또는 시간적 레벨들에 대한 정보를 포함하여 G-PCC 파일을 생성할 수 있다. S3610 과정과 S3620 과정은 인캡슐레이션 처리부(13), 인캡슐레이션 처리부(1525) 및/또는 시그널링 처리부(1510) 중에서 하나 이상에 의해 수행될 수 있다. 전송 장치(10, 1500)는 G-PCC 파일을 시그널링할 수 있다.
도 37을 참조하면, 수신 장치(20, 1700)는 G-PCC 파일을 획득할 수 있다(S3710). G-PCC 파일에는 포인트 클라우드 데이터, 샘플 그룹에 대한 정보 및 시간적 레벨들에 대한 정보가 포함될 수 있다. 샘플 그룹은 G-PCC 파일 내 샘플들(G-PCC 샘플들)이 하나 이상의 시간적 레벨들에 기반하여 그룹핑된 것일 수 있다. 수신 장치(20, 1700)는 G-PCC 파일 내 샘플들(G-PCC 샘플들) 중에서 대상(target) 시간적 레벨에 속하는 하나 이상의 샘플들을 추출할 수 있다(S3720). 구체적으로, 수신 장치(20, 1700)는 샘플 그룹에 대한 정보 및/또는 시간적 레벨들에 대한 정보에 기반하여 대상 시간적 레벨에 속하는 샘플들을 디캡슐레이팅 또는 추출할 수 있다. 여기서, 대상 시간적 레벨은 원하는(desired) 시간적 레벨일 수 있다. 실시예들에 따라, S3720 과정은 하나 이상의 시간적 레벨들이 존재하는지 여부를 판단하는 과정, 하나 이상의 시간적 레벨들이 존재하는 경우에 원하는(desired) 시간적 레벨 및/또는 원하는 프레임 레이트가 가용한지 여부를 판단하는 과정, 및 원하는 시간적 레벨 및/또는 원하는 프레임 레이트가 가용한 경우에 원하는 시간적 레벨에 속하는 샘플 그룹 내 샘플들을 추출하는 과정을 포함할 수 있다. S3710 과정(및/또는 샘플 엔트리를 파싱하는 과정)과 S3720 과정은 디캡슐레이션 처리부(22), 디캡슐레이션 처리부(1710) 및/또는 시그널링 처리부(1715) 중에서 하나 이상에 의해 수행될 수 있다. 실시예들에 따라, 수신 장치(20, 1700)는 샘플 그룹에 대한 정보 및/또는 시간적 레벨들에 대한 정보에 기반하여 G-PCC 파일 내 샘플들의 시간적 레벨을 결정 또는 판단하는 과정을 S3710 과정과 S3720 과정 사이에 수행할 수 있다.
샘플 그룹핑(sample grouping)
시간적 확장성을 지원하기 위한 방식으로는 샘플 그룹핑 방식과 트랙 그룹핑 방식이 존재할 수 있다. 샘플 그룹핑 방식은 G-PCC 파일 내 샘플들을 시간적 레벨에 따라 그룹핑하는 방식일 수 있으며, 트랙 그룹핑 방식은 G-PCC 파일 내 트랙들을 시간적 레벨에 따라 그룹핑하는 방식일 수 있다. 이하에서는, 샘플 그룹핑 방식을 기반으로 하여 시간적 확장성을 지원하는 장치 및 방법들을 중심으로 본 개시에 대해 설명하도록 한다.
샘플 그룹은 샘플들과 이들에 지정된(designated) 시간적 레벨을 서로 연관시키는 데 사용될 수 있다. 즉, 샘플 그룹은 어느 샘플이 어느 시간적 레벨에 속하는지 여부를 나타낼 수 있다. 또한, 샘플 그룹은 하나 이상의 샘플들을 하나 이상의 시간적 레벨들로 그룹핑한 결과에 대한 정보일 수 있다. 샘플 그룹은 'tele' 샘플 그룹, 시간적 레벨 샘플 그룹 'tele'로 지칭될 수 있다.
샘플 그룹에 대한 정보
샘플 그룹에 대한 정보는 샘플 그룹핑의 결과에 대한 정보를 포함할 수 있다. 따라서, 샘플 그룹에 대한 정보는 샘플들과 이들에 지정된 시간적 레벨을 서로 연관시키는 데 사용하기 위한 정보일 수 있다. 즉, 샘플 그룹에 대한 정보는 어느 샘플이 어느 시간적 레벨에 속하는지 여부를 나타낼 수 있으며, 하나 이상의 샘플들을 하나 이상의 시간적 레벨들로 그룹핑한 결과에 대한 정보일 수 있다.
샘플 그룹에 대한 정보는 지오메트리 데이터 유닛을 포함하는 트랙들에 존재할 수 있다. G-PCC 데이터가 멀티플 트랙으로 운반되는 경우에, 샘플 그룹에 대한 정보는 트랙 내 각 샘플을 지정된 시간적 레벨로 그룹핑하기 위해 지오메트리 트랙에만 존재할 수 있다. 어트리뷰트 트랙들 내 샘플들은 그들과 연관된 지오메트리 트랙과의 관계에 기반하여 추론될 수 있다. 예를 들어, 어트리뷰트 트랙들 내 샘플들은 그들과 연관된 지오메트리 트랙 내 샘플들과 동일한 시간적 레벨에 속할 수 있다.
샘플 그룹에 대한 정보가 G-PCC 타일 기반 트랙(tile base track)이 참조하는 G-PCC 타일 트랙에 존재하는 경우에, 샘플 그룹에 대한 정보는 G-PCC 타일 기반 트랙이 참조하는 나머지(rest) 타일 트랙에 존재해야 할 수도 있다. 여기서, G-PCC 타일 트랙은 모든 G-PCC 컴포넌트들 또는 하나 이상의 G-PCC 타일에 해당하는 단일 G-PCC 컴포넌트를 운반하는 볼륨메트릭 비주얼 트랙일 수 있다. 또한, G-PCC 타일 기반 트랙은 G-PCC 타일 트랙에 해당하는 모든 파라미터 세트 및 타일 인벤토리를 운반하는 볼륨메트릭 비쥬얼 트랙일 수 있다.
시간적 레벨에 대한 정보
G-PCC 파일에서 지원하는 시간적 확장성을 설명하기 위해 시간적 레벨에 대한 정보가 시그널링될 수 있다. 시간적 레벨에 대한 정보는 샘플 그룹(또는, 샘플 그룹에 대한 정보)을 포함하는 트랙의 샘플 엔트리에 존재할 수 있다. 예를 들어, 시간적 레벨에 대한 정보는 GPCCDecoderConfigurationRecord ()에 존재하거나, G-PCC 트랙에 대한 확장성 정보를 시그널링하는 G-PCC 확장성 정보 박스(GPCCScalabilityInfoBox)에 존재할 수 있다.
아래의 신택스 구조에 표현된 바와 같이, 시간적 레벨에 대한 정보는 개수 정보(e.g., num_temporal_levels), 시간적 레벨 식별 정보(e.g., level_idc) 및/또는 프레임 레이트(frame rate)에 대한 정보 중에서 하나 이상을 포함할 수 있다. 또한, 프레임 레이트에 대한 정보는 프레임 레이트 정보(e.g., avg_frame_rate) 및/또는 프레임 레이트 존재 정보(e.g., avg_frame_rate_present_flag)를 포함할 수 있다.
aligned(8) class GPCCDecoderConfigurationRecord {
unsigned int(8) configurationVersion = 1;
unsigned int(8) profile_idc;
unsigned int(24) profile_compatibility_flags;
unsigned int(3) num_temporal_levels;
unsigned int(1) avg_frame_rate_present;
bit(4) reserved = '1111'b;
for (i=0; i = = 0 || i< num_temporal_levels; i++) {
unsigned int(8) level_idc[ i ];
if (avg_frame_rate_present)
unsigned int(16) avg_frame_rate[ i ];
}
unsigned int(8) numOfSetupUnits;
for (i=0; i<numOfSetupUnits; i++) {
tlv_encapsulation setupUnit; //as defined in ISO/IEC 23090-9
}
// additional fields
}
(1) 개수 정보
개수 정보는 시간적 레벨들의 개수를 나타낼 수 있다. 예를 들어, num_temporal_levels의 값이 제1값(e.g., 1)보다 큰 경우에, num_temporal_levels의 값은 시간적 레벨들의 개수를 나타낼 수 있다. 실시예들에 따라, 개수 정보는 G-PCC 파일 내 샘플들이 시간적으로 확장 가능한지(temporally scalable) 여부를 더 나타낼 수 있다. 예를 들어, num_temporal_levels의 값이 제1값(e.g., 1)과 같은 경우에, 이는 시간적으로 확장 가능하지 않음(시간적 확장성이 지원되지 않음)을 나타낼 수 있다. 다른 예로, num_temporal_levels의 값이 제1값(e.g., 1)보다 작은 경우에(e.g., 0), 이는 시간적으로 확장 가능한지 여부를 알 수 없음을 나타낼 수 있다. 이를 정리하면, num_temporal_levels의 값이 제1값(e.g., 1) 이하인 경우에, num_temporal_levels의 값은 시간적으로 확장 가능하지 여부를 나타낼 수 있다.
(2) 시간적 레벨 식별 정보
시간적 레벨 식별 정보는 해당 트랙에 대한 시간적 레벨 식별자(또는, level code)를 나타낼 수 있다. 즉, 시간적 레벨 식별 정보는 해당 트랙 내 샘플들의 시간적 레벨 식별자를 나타낼 수 있다. 실시예들에 따라, num_temporal_levels의 값이 제1값(e.g., 1) 이하인 경우에, 시간적 레벨 식별 정보는 G-PCC 파일 내 샘플들의 level code를 나타낼 수 있다. 시간적 레벨 식별 정보는 S3620 과정에서 개수 정보가 지시하는 시간적 레벨들의 개수만큼 생성될 수 있으며, S3710 과정에서 개수 정보가 지시하는 시간적 레벨들의 개수만큼 획득될 수 있다. 예를 들어, i가 0부터 'num_temporal_levels-1'까지 1씩 증가하면서 시간적 레벨 식별 정보가 생성/획득될 수 있다.
(3) 프레임 레이트에 대한 정보
앞서 설명된 바와 같이, 프레임 레이트에 대한 정보는 프레임 레이트 정보(e.g., avg_frame_rate) 및/또는 프레임 레이트 존재 정보(e.g., avg_frame_rate_present_flag)를 포함할 수 있다.
프레임 레이트 정보는 시간적 레벨들의 프레임 레이트를 나타낼 수 있다. 예를 들어, 프레임 레이트 정보는 시간적 레벨들의 프레임 레이트를 프레임 단위로 나타낼 수 있으며, 프레임 레이트 정보가 나타내는 프레임 레이트는 평균 프레임 레이트일 수 있다. 실시예들에 따라, avg_frame_rate의 값이 제1값(e.g., 0)과 같은 경우에, 이는 특정되지 않은(unspecified) 평균 프레임 레이트를 나타낼 수 있다. 프레임 레이트 정보는 개수 정보가 지시하는 시간적 레벨들의 개수만큼 생성될 수 있으며, 개수 정보가 지시하는 시간적 레벨들의 개수만큼 획득될 수 있다. 예를 들어, i가 0부터 'num_temporal_levels-1'까지 1씩 증가하면서 프레임 레이트 정보가 생성/획득될 수 있다.
프레임 레이트 존재 정보는 프레임 레이트 정보의 존재 여부(즉, 프레임 레이트 정보가 시그널링되는지 여부)를 나타낼 수 있다. 예를 들어, avg_frame_rate_present_flag의 값이 제1값(e.g., 1)과 같은 경우에 이는 프레임 레이트 정보가 존재함을 나타낼 수 있으며, avg_frame_rate_present_flag의 값이 제2값(e.g., 0)과 같은 경우에 이는 프레임 레이트 정보가 존재하지 않음을 나타낼 수 있다.
프레임 레이트 정보는 프레임 레이트 존재 정보의 값에 무관하게 시그널링될 수 있다. 실시예들에 따라, 프레임 레이트 정보는 프레임 레이트 존재 정보의 값에 따라 시그널링 여부가 결정될 수도 있다. 도 38 및 도 39는 프레임 레이트 정보가 프레임 레이트 존재 정보의 값에 따라 시그널링 여부가 결정되는 예시를 설명하기 위한 순서도이다.
도 38을 참조하면, 전송 장치(10, 1500)는 프레임 레이트 정보의 존재 여부를 판단할 수 있다(S3810). 프레임 레이트 정보가 존재하지 않는 경우에, 전송 장치(10, 1500)는 시간적 레벨들에 대한 정보에 프레임 레이트 존재 정보만을 포함시킬 수 있다. 즉, 프레임 레이트 정보가 존재하지 않는 경우에, 전송 장치(10, 1500)는 프레임 레이트 존재 정보만을 시그널링할 수 있다. 이 경우에, avg_frame_rate_present_flag의 값은 제2값(e.g., 0)과 같을 수 있다. 이와 달리, 프레임 레이트 정보가 존재하는 경우에, 전송 장치(10, 1500)는 시간적 레벨들에 대한 정보에 프레임 레이트 존재 정보와 프레임 레이트 정보를 포함시킬 수 있다(S3830). 즉, 프레임 레이트 정보가 존재하는 경우에, 전송 장치(10, 1500)는 프레임 레이트 존재 정보와 프레임 레이트 정보를 시그널링할 수 있다. 이 경우에, avg_frame_rate_present_flag의 값은 제1값(e.g., 1)과 같을 수 있다. S3810 과정 내지 S3830 과정은 인캡슐레이션 처리부(13), 인캡슐레이션 처리부(1525) 및/또는 시그널링 처리부(1510) 중에서 하나 이상에 의해 수행될 수 있다.
도 39를 참조하면, 수신 장치(20, 1700)는 프레임 레이트 존재 정보를 획득할 수 있다(S3910). 또한, 수신 장치(20, 1700)는 프레임 레이트 존재 정보가 나타내는 값을 판단할 수 있다(S3920). avg_frame_rate_present_flag의 값이 제2값(e.g., 0)과 같은 경우에, 수신 장치(20, 1700)는 프레임 레이트 정보를 획득하지 않고, 프레임 레이트에 대한 정보를 획득하는 과정을 종료할 수 있다. 이와 달리, avg_frame_rate_present_flag의 값이 제1값(e.g., 1)과 같은 경우에, 수신 장치(20, 1700)는 프레임 레이트 정보를 획득할 수 있다(S3930). 수신 장치(20, 1700) G-PCC 파일 내 샘플들 중에서 대상 프레임 레이트에 대응하는 샘플들을 추출할 수 있다(S3940). 여기서, '대상 프레임 레이트에 대응하는 샘플들'은 대상 프레임 레이트에 대응하는 프레임 레이트를 가지는 시간적 레벨 또는 트랙일 수 있다. 또한, '대상 프레임 레이트에 대응하는 프레임 레이트'는 대상 프레임 레이트와 같은 값의 프레임 레이트뿐만 아니라 대상 프레임 레이트의 값 미만의 값을 가지는 프레임 레이트도 포함할 수 있다. S3910 과정 내지 S3940 과정은 디캡슐레이션 처리부(22), 디캡슐레이션 처리부(1710) 및/또는 시그널링 처리부(1715) 중에서 하나 이상에 의해 수행될 수 있다. 실시예들에 따라, 프레임 레이트 정보에 기반하여 시간적 레벨들(또는, 트랙들)의 프레임 레이트를 결정화는 과정이 S3930 과정과 S3940 과정 사이에 수행될 수 있다.
이와 같이, 프레임 레이트 정보의 시그널링 여부가 프레임 레이트 존재 정보의 값에 따라 결정되면, 프레임 레이트 정보를 시그널링하기 위한 비트가 감소되어 비트 효율성이 증가할 수 있다. 예를 들어, 특정 파일 파서(parser) 또는 플레이어(예를 들어, 수신 장치)는 프레임 레이트 정보를 사용할 수 있지만, 다른 파일 파서 또는 플레이어는 프레임 레이트 정보의 사용을 원하지 않거나 프레임 레이트 정보를 사용하지 않을 수 있다. 만약, G-PCC 파일이 프레임 레이트 정보의 사용을 원하지 않거나 프레임 레이트 정보를 사용하지 않는 파일 파서 또는 플레이어에 의해 재생되는 상황인 경우에, 프레임 레이트 존재 정보의 값을 제2값(e.g. 0)으로 설정함으로써, 프레임 레이트 정보를 시그널링하기 위한 비트의 효율성이 증가될 수 있다.
2. 제2실시예
제2실시예는 제1실시예에서 '연속하는 샘플들 간의 최소 결합 시간 차이(smallest composition time difference)'에 대한 조건을 추가한 실시예이다.
G-PCC 파일에 대해 시간적 확장성이 사용 또는 활성화되면, G-PCC 비트스트림의 코딩된 프레임들이 서로 다른 시간적 레벨들로 정렬될 수 있다. 또한, 서로 다른 시간적 레벨들은 서로 다른 트랙들에 저장될 수 있다. 또한, 프레임 레이트 정보에 기반하여 각 시간적 레벨(또는, 각 트랙)의 프레임 레이트가 결정될 수 있다.
예를 들어, 샘플들은 3개의 시간적 레벨들(시간적 레벨 0, 시간적 레벨 1 및 시간적 레벨 2)로 배열되며, 각 시간적 레벨은 하나의 트랙에 저장됨으로써 3개의 트랙들(트랙 0, 트랙 1 및 트랙 2)이 구성될 수 있다. 이러한 경우에, 파일 파서 또는 플레이어(예를 들어, 수신 장치)는 트랙 0만 재생하는 경우의 프레임 레이트가 얼마인지 또는, 트랙 0과 트랙 1을 함께 재생하는 경우의 프레임 레이트가 얼마인지를 쉽게 파악할 수 있다. 파일 파서 또는 플레이어(예를 들어, 수신 장치)는 대상 프레임 레이트가 주어진 경우에 재생할 트랙을 선택할 수 있다. 예를 들어, 시간적 레벨 0은 프레임 레이트 30fps와 연관되고 시간적 레벨 1은 프레임 레이트 60fps와 연관되며 시간적 레벨 2는 120fps와 연관된 상태에서, 대상 프레임 레이트가 60fps라고 한다면, 파일 파서 또는 플레이어 트랙 0과 트랙 1을 함께 재생해야 함을 쉽게 파악할 수 있다.
한편, 더 높은 시간적 레벨을 가지는 샘플들(또는, 더 높은 시간적 레벨과 연관된 트랙)이 더 큰 프레임 레이트와 연관되면, 파일 재생이 더 높은 시간적 레벨에서 진행됨에 따라 트랙의 복잡성과 크기도 증가할 수 있다. 즉, 임의의 시간적 레벨을 가지는 샘플들(또는, 임의의 시간적 레벨과 연관된 트랙)이 바로 아래의 시간적 레벨을 가지는 트랙에 비해 두 배의 프레임 레이트(두 배의 프레임 수)를 가지게 되면, 재생하고자 하는 트랙의 시간적 레벨이 높아질수록 재생을 위한 복잡성은 여러 배로 증가할 수 있다.
따라서, 부드러우면서도 점진적인 재생을 위해서는, 각 트랙의 프레임 레이트의 차이에 대한 제한이 필요할 수 있다. 재생을 위해 어떠한 트랙(들)을 선택하더라도 각 트랙 내 두 개의 서로 다른 프레임들 사이의 거리(즉, 결합 시간 차이)가 동일해야 한다는 제한은 부드러우면서도 점진적인 재생을 위한 이상적인 조건에 해당할 수 있다. 그러나 이 조건은 이상적인 상황에서 발생할 수 있는 것이므로, 이상적인 상황이 발생하지 않을 수 있는 실제적인 상황에서는 부드러우면서도 점진적인 재생을 위한 현실적인 제약 조건이 필요할 수 있다.
본 개시는 재생을 위한 트랙들 각각의 연속하는 샘플들(프레임들) 간의 최소 결합 시간 차이가 서로 같을 수 있다는 제약 조건을 제안한다. 구체적으로, 시간적 레벨들이 '제1시간적 레벨'과 '제1시간적 레벨보다 큰 레벨 값을 가지는 제2시간적 레벨'을 포함하는 것으로 가정하면, '제2시간적 레벨 내 연속하는 샘플들 간의 최소 결합 시간 차이'는 '제1시간적 레벨 내 연속하는 샘플들 간의 최소 결합 시간 차이'와 같거나, '제1시간적 레벨 내 연속하는 샘플들 간의 최소 결합 시간 차이'보다 클 수 있다. 즉, '제2시간적 레벨 내 연속하는 샘플들 간의 최소 결합 시간 차이'는 '제1시간적 레벨 내 연속하는 샘플들 간의 최소 결합 시간 차이' 이상일 수 있다.
이와 같은 제약 조건이 적용되면, 상대적으로 낮은 값을 가지는 시간적 레벨에 비해 상대적으로 높은 값을 가지는 시간적 레벨에 매우 많은 수의 프레임이 포함되는 것을 방지할 수 있게 되므로, 재생을 위한 복잡성 증가가 저하되어 부드러우면서도 점진적인 재생이 가능해질 수 있다.
3. 제3실시예
제3실시예는 제1실시예 및/또는 제2실시예에 기반하면서, 시간적 레벨들에 대한 정보의 중복 시그널링을 방지하는 실시예이다.
앞서 설명된 바와 같이, 샘플 그룹(또는, 샘플 그룹에 대한 정보)은 지오메트리 데이터 유닛을 포함하는 트랙들에 존재할 수 있으며, 시간적 레벨에 대한 정보는 샘플 그룹(또는, 샘플 그룹에 대한 정보)을 포함하는 트랙의 샘플 엔트리에 존재할 수 있다. 즉, 시간적 레벨에 대한 정보는 지오메트리 트랙을 포함하는 트랙에만 존재할 수 있다. 또한, 어트리뷰트 트랙들 내 샘플들은 그들과 연관된 지오메트리 트랙과의 관계에 기반하여 추론될 수 있다. 따라서, 지오메트리 트랙을 포함하지 않는 트랙에 대해서도 시간적 레벨에 대한 정보를 시그널링하는 것은 중복 시그널링의 문제를 발생시킬 수 있다.
아래의 신택스 구조는 제3실시예에 따른 신택스 구조이다.
aligned(8) class GPCCDecoderConfigurationRecord {
unsigned int(8) configurationVersion = 1;
unsigned int(8) profile_idc;
unsigned int(24) profile_compatibility_flags;
unsigned int(1) multiple_temporal_level_tracks_flag;
unsigned int(1) frame_rate_present_flag;
unsigned int(3) num_temporal_levels;
bit(3) reserved = 0;
for(i=0; i < num_temporal_levels; i++){
unsigned int(8) level_idc;
unsigned int(16) temporal_level_id;
if (frame_rate_present_flag)
unsigned int(16) frame_rate;
}
unsigned int(8) numOfSetupUnits;
for (i=0; i<numOfSetupUnits; i++) {
tlv_encapsulation setupUnit; //as defined in ISO/IEC 23090-9
}
//additional fields
}
위 신택스 구조에서, multiple_temporal_level_tracks_flag는 시간적 레벨들에 대한 정보에 포함되는 신택스 요소로서, G-PCC 파일 내에 멀티플 시간적 레벨 트랙들이 존재하는지 여부를 나타낼 수 있다. 예를 들어, multiple_temporal_level_tracks_flag의 값이 제1값(e.g., 1)과 같은 경우에 이는 G-PCC 비트스트림 프레임들이 멀티플 시간적 레벨 트랙들에 그룹핑됨을 나타낼 수 있으며, multiple_temporal_level_tracks_flag의 값이 제2값(e.g., 2)과 같은 경우에 이는 모든 시간적 레벨 샘플들이 단일의 트랙에 존재함을 나타낼 수 있다. '현재 트랙이 운반하는 컴포넌트의 타입(gpcc_data)이 어트리뷰트인 경우' 및/또는 '현재 트랙이 소정의 샘플 엔트리 타입(예를 들어, 'gpc1' 및/또는 'gpcg')을 가지는 트랙인 경우'에 multiple_temporal_level_tracks_flag는 시그널링되지 않을 수 있다. 이 경우, multiple_temporal_level_tracks_flag의 값은 현재 트랙이 참조하는 지오메트리 트랙 내 대응하는 신택스 요소(시간적 레벨들에 대한 정보)와 동일할 수 있다.
frame_rate_present_flag는 프레임 레이트 존재 정보로서, 그 의미는 위에서 설명된 바와 같을 수 있다. '현재 트랙이 운반하는 컴포넌트의 타입(gpcc_data)이 어트리뷰트인 경우' 및/또는 '현재 트랙이 소정의 샘플 엔트리 타입(예를 들어, 'gpc1' 및/또는 'gpcg')을 가지는 트랙인 경우'에 frame_rate_present_flag는 시그널링되지 않을 수 있다. 이 경우, frame_rate_present_flag의 값은 현재 트랙이 참조하는 지오메트리 트랙 내 대응하는 신택스 요소(시간적 레벨들에 대한 정보)와 동일할 수 있다.
num_temporal_levels는 개수 정보로서, G-PCC 비트스트림 프레임들이 그룹핑된 시간적 레벨들의 최대 개수를 나타낼 수 있다. 시간적 레벨들에 대한 정보가 가용하지 않거나 모든 프레임들이 단일의 시간적 레벨로 시그널링되는 경우에, num_temporal_levels의 값은 1로 설정될 수 있다. num_temporal_levels의 최소 값은 1일 수 있다. '현재 트랙이 운반하는 컴포넌트의 타입(gpcc_data)이 어트리뷰트인 경우' 및/또는 '현재 트랙이 소정의 샘플 엔트리 타입(예를 들어, 'gpc1' 및/또는 'gpcg')을 가지는 트랙인 경우'에 num_temporal_levels는 시그널링되지 않을 수 있다. 이 경우, num_temporal_levels의 값은 현재 트랙이 참조하는 지오메트리 트랙 내 대응하는 신택스 요소(시간적 레벨들에 대한 정보)와 동일할 수 있다.
도 40과 도 41은 중복 시그널링의 문제를 방지할 수 있는 방법에 대한 순서도이다.
도 40을 참조하면, 전송 장치(10, 1500)는 현재 트랙이 운반하는 컴포넌트의 타입(현재 트랙의 컴포넌트의 타입)을 판단할 수 있다(S4010). 컴포넌트의 타입은 gpcc_type의 값과 아래의 표 4에 따라 판단될 수 있다.
[표 4] G-PCC Component Type
Figure PCTKR2022009457-appb-img-000029
현재 트랙이 운반하는 컴포넌트의 타입이 어트리뷰트(또는, 어트리뷰트 데이터)인 경우에(gpcc_type == 4), 전송 장치(10, 1500)는 시간적 레벨들에 대한 정보를 포함시키지 않을 수 있다(S4020). 즉, 현재 트랙이 운반하는 컴포넌트의 타입이 어트리뷰트인 경우에, 전송 장치(10, 1500)는 시간적 레벨들에 대한 정보를 시그널링하지 않을 수 있다. 이 경우에, multiple_temporal_level_tracks_flag, frame_rate_present_flag 및/또는 frame_rate_present_flag 중에서 하나 이상의 값은 현재 트랙이 참조하는 지오메트리 트랙 내 대응하는 신택스 요소(시간적 레벨들에 대한 정보)와 동일할 수 있다. 이와 달리, 현재 트랙이 운반하는 컴포넌트의 타입이 어트리뷰트인 경우에, 전송 장치(10, 1500)는 시간적 레벨들에 대한 정보를 포함시킬 수 있다(S4030). 즉, 현재 트랙이 운반하는 컴포넌트의 타입이 어트리뷰트인 경우에, 전송 장치(10, 1500)는 시간적 레벨들에 대한 정보를 시그널링할 수 있다. S4010 과정 내지 S4030 과정은 인캡슐레이션 처리부(13), 인캡슐레이션 처리부(1525) 및/또는 시그널링 처리부(1510) 중에서 하나 이상에 의해 수행될 수 있다.
실시예들에 따라, S4010 과정에서, 전송 장치(10, 1500)는 현재 트랙의 샘플 엔트리의 타입을 더 판단할 수 있다. 현재 트랙이 운반하는 컴포넌트의 타입이 어트리뷰트이면서 현재 트랙이 소정의 샘플 엔트리 타입(예를 들어, 'gpc1' 및/또는 'gpcg')을 가지는 트랙인 경우에, 전송 장치(10, 1500)는 시간적 레벨들에 대한 정보를 포함시키지(시그널링하지) 않을 수 있다(S4020). 이 경우에, multiple_temporal_level_tracks_flag, frame_rate_present_flag 및/또는 frame_rate_present_flag 중에서 하나 이상의 값은 현재 트랙이 참조하는 지오메트리 트랙 내 대응하는 신택스 요소(시간적 레벨들에 대한 정보)와 동일할 수 있다. 이와 달리, 현재 트랙이 운반하는 컴포넌트의 타입이 어트리뷰트가 아니거나 현재 트랙이 소정의 샘플 엔트리 타입(예를 들어, 'gpc1' 및/또는 'gpcg')을 가지는 트랙이 아닌 경우에, 전송 장치(10, 1500)는 시간적 레벨들에 대한 정보를 포함시킬(시그널링할) 수 있다(S4030).
도 41을 참조하면, 수신 장치(20, 1700)는 현재 트랙이 운반하는 컴포넌트의 타입을 판단할 수 있다(S4110). 컴포넌트의 타입은 gpcc_type의 값과 위의 표 4에 따라 판단될 수 있다.
현재 트랙이 운반하는 컴포넌트의 타입이 어트리뷰트인 경우에, 수신 장치(20, 1700)는 시간적 레벨들에 대한 정보를 획득하지 않을 수 있다(S4120). 이 경우에, multiple_temporal_level_tracks_flag, frame_rate_present_flag 및/또는 frame_rate_present_flag 중에서 하나 이상의 값은 현재 트랙이 참조하는 지오메트리 트랙 내 대응하는 신택스 요소(시간적 레벨들에 대한 정보)와 동일하게 설정될 수 있다. 이와 달리, 현재 트랙이 운반하는 컴포넌트의 타입이 어트리뷰트가 아닌 경우에, 수신 장치(20, 1700)는 시간적 레벨들에 대한 정보를 획득할 수 있다(S4130). S4110 과정 내지 S4130 과정은 디캡슐레이션 처리부(22), 디캡슐레이션 처리부(1710) 및/또는 시그널링 처리부(1715) 중에서 하나 이상에 의해 수행될 수 있다.
실시예들에 따라, S4110 과정에서, 수신 장치(20, 1700)는 현재 트랙의 샘플 엔트리의 타입을 더 판단할 수 있다. 현재 트랙이 운반하는 컴포넌트의 타입이 어트리뷰트이면서 현재 트랙이 소정의 샘플 엔트리 타입(예를 들어, 'gpc1' 및/또는 'gpcg')을 가지는 트랙인 경우에, 수신 장치(20, 1700)는 시간적 레벨들에 대한 정보를 획득하지 않을 수 있다(S4120). 이 경우에, multiple_temporal_level_tracks_flag, frame_rate_present_flag 및/또는 frame_rate_present_flag 중에서 하나 이상의 값은 현재 트랙이 참조하는 지오메트리 트랙 내 대응하는 신택스 요소(시간적 레벨들에 대한 정보)와 동일하게 설정될 수 있다. 이와 달리, 현재 트랙이 운반하는 컴포넌트의 타입이 어트리뷰트가 아니거나 현재 트랙이 소정의 샘플 엔트리 타입(예를 들어, 'gpc1' 및/또는 'gpcg')을 가지는 트랙이 아닌 경우에, 수신 장치(20, 1700)는 시간적 레벨들에 대한 정보를 획득할 수 있다(S4130).
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,
    상기 포인트 클라우드 데이터를 포함하는 G-PCC(geometry-based point cloud compression) 파일을 획득하는 단계 - 상기 G-PCC 파일은 상기 G-PCC 파일 내 샘플들이 하나 이상의 시간적 레벨들에 기반하여 그룹핑된 샘플 그룹에 대한 정보 및 상기 시간적 레벨들에 대한 정보를 포함함 -; 및
    상기 샘플 그룹에 대한 정보 및 상기 시간적 레벨들에 대한 정보에 기반하여 상기 G-PCC 파일 내 샘플들 중에서 대상(target) 시간적 레벨에 속하는 하나 이상의 샘플들을 추출하는 단계를 포함하는 방법.
  2. 제1항에 있어서,
    상기 시간적 레벨들에 대한 정보는,
    상기 시간적 레벨들의 개수를 나타내는 개수 정보 및 상기 시간적 레벨들을 식별하기 위한 시간적 레벨 식별 정보를 포함하는 방법.
  3. 제2항에 있어서,
    상기 개수 정보는,
    상기 G-PCC 파일 내 샘플들의 시간적 확장 가능성 여부를 더 나타내는 방법.
  4. 제3항에 있어서,
    상기 개수 정보는,
    상기 개수 정보의 값이 제1값보다 큰 것에 기초하여 상기 시간적 레벨들의 개수를 나타내며,
    상기 개수 정보의 값이 상기 제1값 이하인 것에 기초하여 상기 G-PCC 파일 내 샘플들의 시간적 확장 가능성 여부를 나타내는 방법.
  5. 제1항에 있어서,
    상기 샘플 그룹에 대한 정보는,
    상기 G-PCC 파일이 멀티플(multiple) 트랙들로 운반되는 것에 기초하여 상기 멀티플 트랙들 중에서 상기 포인트 클라우드 데이터의 지오메트리(geometry) 데이터를 운반하는 지오메트리 트랙에 존재하는 방법.
  6. 제5항에 있어서,
    어트리뷰트(attribute) 트랙에 존재하는 하나 이상의 샘플들의 시간적 레벨은,
    상기 지오메트리 트랙 내 대응하는 샘플의 시간적 레벨과 동일하며,
    상기 어트리뷰트 트랙은,
    상기 멀티플 트랙들 중에서 상기 포인트 클라우드 데이터의 어트리뷰트 데이터를 운반하는 트랙인 방법.
  7. 제1항에 있어서,
    상기 시간적 레벨들에 대한 정보는,
    상기 시간적 레벨들의 프레임 레이트(frame rate)를 나타내는 프레임 레이트 정보를 포함하고,
    상기 추출하는 단계는,
    상기 G-PCC 파일 내 샘플들 중에서 대상 프레임 속도에 대응하는 하나 이상의 샘플들을 추출하는 방법.
  8. 제7항에 있어서,
    상기 시간적 레벨들에 대한 정보는,
    상기 프레임 레이트 정보가 존재하는지 여부를 나타내는 프레임 레이트 존재 정보를 포함하고,
    상기 프레임 레이트 정보는,
    상기 프레임 레이트 존재 정보가 상기 프레임 레이트 정보의 존재함을 나타내는 것에 기초하여 상기 시간적 레벨들에 대한 정보에 포함되는 방법.
  9. 제7항에 있어서,
    상기 시간적 레벨들은,
    제1시간적 레벨 및 상기 제1시간적 레벨보다 큰 레벨 값을 가지는 제2시간적 레벨을 포함하고,
    상기 제2시간적 레벨 내 연속하는 샘플들 간의 최소 결합 시간 차이(smallest composition time difference)는,
    상기 제1시간적 레벨 내 연속하는 샘플들 간의 최소 결합 시간 차이와 같거나, 상기 제1시간적 레벨 내 연속하는 샘플들 간의 최소 결합 시간 차이보다 큰 방법.
  10. 제1항에 있어서,
    상기 시간적 레벨들에 대한 정보는,
    현재 트랙(current track)이 운반하는 컴포넌트(component)의 타입이 상기 포인트 클라우드 데이터의 어트리뷰트인 것에 기초하여 상기 현재 트랙이 참조하는 지오메트리 트랙 내 대응하는 정보들과 동일한 값을 가지는 방법.
  11. 제10항에 있어서,
    상기 시간적 레벨들에 대한 정보는,
    상기 컴포넌트의 타입이 상기 포인트 클라우드 데이터의 어트리뷰트이면서 상기 현재 트랙의 샘플 엔트리(sample entry)의 타입이 소정의 샘플 엔트리 타입인 것에 기초하여 상기 현재 트랙이 참조하는 지오메트리 트랙 내 대응하는 정보들과 동일한 값을 가지는 방법.
  12. 제11항에 있어서,
    상기 소정의 샘플 엔트리 타입은,
    gpc1 샘플 엔트리 타입 또는 gpcg 샘플 엔트리 타입 중에서 하나 이상을 포함하는 방법.
  13. 포인트 클라우드 데이터의 수신 장치로서,
    메모리; 및
    적어도 하나의 프로세서를 포함하고,
    상기 적어도 하나의 프로세서는,
    상기 포인트 클라우드 데이터를 포함하는 G-PCC(geometry-based point cloud compression) 파일을 획득하고 - 상기 G-PCC 파일은 상기 G-PCC 파일 내 샘플들이 하나 이상의 시간적 레벨들에 기반하여 그룹핑된 샘플 그룹에 대한 정보, 및 상기 시간적 레벨들에 대한 정보를 포함함 -,
    상기 샘플 그룹에 대한 정보 및 상기 시간적 레벨들에 대한 정보에 기반하여 상기 G-PCC 파일 내 샘플들 중에서 대상(target) 시간적 레벨에 속하는 하나 이상의 샘플들을 추출하는 수신 장치.
  14. 포인트 클라우드 데이터의 전송 장치에서 수행되는 방법으로서,
    G-PCC(geometry-based point cloud compression) 샘플들이 하나 이상의 시간적 레벨들에 기반하여 그룹핑된 샘플 그룹에 대한 정보를 생성하는 단계; 및
    상기 샘플 그룹에 대한 정보, 상기 시간적 레벨들에 대한 정보 및 상기 포인트 클라우드 데이터를 포함하여 G-PCC 파일을 생성하는 단계를 포함하는 방법.
  15. 포인트 클라우드 데이터의 전송 장치로서,
    메모리; 및
    적어도 하나의 프로세서를 포함하고,
    상기 적어도 하나의 프로세서는,
    G-PCC(geometry-based point cloud compression) 샘플들이 하나 이상의 시간적 레벨들에 기반하여 그룹핑된 샘플 그룹에 대한 정보를 생성하고,
    상기 샘플 그룹에 대한 정보, 상기 시간적 레벨들에 대한 정보 및 상기 포인트 클라우드 데이터를 포함하여 G-PCC 파일을 생성하는 전송 장치.
PCT/KR2022/009457 2021-07-03 2022-06-30 포인트 클라우드 데이터의 전송 장치와 이 전송 장치에서 수행되는 방법 및, 포인트 클라우드 데이터의 수신 장치와 이 수신 장치에서 수행되는 방법 WO2023282543A1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
EP22837895.6A EP4369722A1 (en) 2021-07-03 2022-06-30 Transmission apparatus for point cloud data and method performed by transmission apparatus, and reception apparatus for point cloud data and method performed by reception apparatus
CN202280047124.8A CN117643062A (zh) 2021-07-03 2022-06-30 点云数据的发送装置和由发送装置执行的方法及点云数据的接收装置和由接收装置执行的方法
KR1020247003668A KR20240032899A (ko) 2021-07-03 2022-06-30 포인트 클라우드 데이터의 전송 장치와 이 전송 장치에서 수행되는 방법 및, 포인트 클라우드 데이터의 수신 장치와 이 수신 장치에서 수행되는 방법
JP2023580651A JP2024527320A (ja) 2021-07-03 2022-06-30 ポイントクラウドデータの伝送装置とこの伝送装置で行われる方法、及びポイントクラウドデータの受信装置とこの受信装置で行われる方法

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
US202163218279P 2021-07-03 2021-07-03
US63/218,279 2021-07-03
US202163219360P 2021-07-08 2021-07-08
US63/219,360 2021-07-08
US202163223051P 2021-07-18 2021-07-18
US63/223,051 2021-07-18

Publications (1)

Publication Number Publication Date
WO2023282543A1 true WO2023282543A1 (ko) 2023-01-12

Family

ID=84800633

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/009457 WO2023282543A1 (ko) 2021-07-03 2022-06-30 포인트 클라우드 데이터의 전송 장치와 이 전송 장치에서 수행되는 방법 및, 포인트 클라우드 데이터의 수신 장치와 이 수신 장치에서 수행되는 방법

Country Status (5)

Country Link
US (1) US12120328B2 (ko)
EP (1) EP4369722A1 (ko)
JP (1) JP2024527320A (ko)
KR (1) KR20240032899A (ko)
WO (1) WO2023282543A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024193613A1 (en) * 2023-03-20 2024-09-26 Douyin Vision Co., Ltd. Method, apparatus, and medium for point cloud coding
WO2024207247A1 (zh) * 2023-04-04 2024-10-10 Oppo广东移动通信有限公司 点云的编解码方法、码流、编码器、解码器以及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150016547A1 (en) * 2013-07-15 2015-01-15 Sony Corporation Layer based hrd buffer management for scalable hevc
US20150103926A1 (en) * 2013-10-15 2015-04-16 Nokia Corporation Video encoding and decoding
KR20210004885A (ko) * 2019-07-03 2021-01-13 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
KR20210057161A (ko) * 2018-09-14 2021-05-20 후아웨이 테크놀러지 컴퍼니 리미티드 포인트 클라우드 코딩에서의 개선된 속성 지원
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

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020145668A1 (ko) * 2019-01-08 2020-07-16 삼성전자주식회사 3차원 컨텐츠의 처리 및 전송 방법
CN115211131A (zh) * 2020-01-02 2022-10-18 诺基亚技术有限公司 用于全向视频的装置、方法及计算机程序

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150016547A1 (en) * 2013-07-15 2015-01-15 Sony Corporation Layer based hrd buffer management for scalable hevc
US20150103926A1 (en) * 2013-10-15 2015-04-16 Nokia Corporation Video encoding and decoding
KR20210057161A (ko) * 2018-09-14 2021-05-20 후아웨이 테크놀러지 컴퍼니 리미티드 포인트 클라우드 코딩에서의 개선된 속성 지원
KR20210004885A (ko) * 2019-07-03 2021-01-13 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

Also Published As

Publication number Publication date
KR20240032899A (ko) 2024-03-12
US12120328B2 (en) 2024-10-15
JP2024527320A (ja) 2024-07-24
US20230014844A1 (en) 2023-01-19
EP4369722A1 (en) 2024-05-15

Similar Documents

Publication Publication Date Title
WO2021002730A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021066312A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021066615A1 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
WO2021210763A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021210837A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2020189976A1 (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
WO2021071257A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021049758A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021060850A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021141258A1 (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
WO2021045601A1 (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
WO2021206291A1 (ko) 포인트 클라우드 데이터 전송 장치, 전송 방법, 처리 장치 및 처리 방법
WO2021210860A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021002592A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2020197086A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021210867A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021261865A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2023282543A1 (ko) 포인트 클라우드 데이터의 전송 장치와 이 전송 장치에서 수행되는 방법 및, 포인트 클라우드 데이터의 수신 장치와 이 수신 장치에서 수행되는 방법
WO2022019713A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021029511A1 (ko) 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022035256A1 (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: 22837895

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2023580651

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 202280047124.8

Country of ref document: CN

ENP Entry into the national phase

Ref document number: 20247003668

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 2022837895

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: 2022837895

Country of ref document: EP

Effective date: 20240205