WO2022186675A1 - 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법 - Google Patents

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

Info

Publication number
WO2022186675A1
WO2022186675A1 PCT/KR2022/003206 KR2022003206W WO2022186675A1 WO 2022186675 A1 WO2022186675 A1 WO 2022186675A1 KR 2022003206 W KR2022003206 W KR 2022003206W WO 2022186675 A1 WO2022186675 A1 WO 2022186675A1
Authority
WO
WIPO (PCT)
Prior art keywords
prediction
information
geometry
point cloud
data
Prior art date
Legal status (The legal status 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 status listed.)
Ceased
Application number
PCT/KR2022/003206
Other languages
English (en)
French (fr)
Inventor
오현묵
허혜정
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
LG Electronics Inc
Original Assignee
LG Electronics Inc
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 LG Electronics Inc filed Critical LG Electronics Inc
Priority to CN202280027598.6A priority Critical patent/CN117121487A/zh
Priority to EP22763656.0A priority patent/EP4304180A4/en
Priority to US18/549,107 priority patent/US20240163426A1/en
Priority to KR1020237031621A priority patent/KR20230148197A/ko
Publication of WO2022186675A1 publication Critical patent/WO2022186675A1/ko
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
    • 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
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/107—Selection of coding mode or of prediction mode between spatial and temporal predictive coding, e.g. picture refresh
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • 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
    • H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • 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
    • H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
    • 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
    • H04N19/137—Motion inside a coding unit, e.g. average field, frame or block difference
    • H04N19/139—Analysis of motion vectors, e.g. their magnitude, direction, variance or reliability
    • 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
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H04N19/517—Processing of motion vectors by encoding
    • H04N19/52—Processing of motion vectors by encoding by predictive 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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/537—Motion estimation other than block-based
    • H04N19/54—Motion estimation other than block-based using feature points or meshes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/96—Tree coding, e.g. quad-tree coding
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/40—Tree coding, e.g. quadtree, octree

Definitions

  • Embodiments relate to a method and apparatus for processing point cloud content.
  • the point cloud content is content expressed as a point cloud, which is a set of points (points) belonging to a coordinate system representing a three-dimensional space (space or volume).
  • Point cloud content can express three-dimensional media, such as VR (Virtual Reality), AR (Augmented Reality), MR (Mixed Reality), XR (Extended Reality), and autonomous driving. It is used to provide various services such as services.
  • VR Virtual Reality
  • AR Augmented Reality
  • MR Magnetic Reality
  • XR Extended Reality
  • autonomous driving it is used to provide various services such as services.
  • point cloud content tens of thousands to hundreds of thousands of point data are required. Therefore, a method for efficiently processing a large amount of point data is required.
  • An object of the present invention is to provide a point cloud data transmission apparatus, a transmission method, a point cloud data reception apparatus, and a reception method for efficiently transmitting and receiving a point cloud in order to solve the above-described problems.
  • An object of the present invention is to provide a point cloud data transmission apparatus, a transmission method, a point cloud data reception apparatus, and a reception method for solving latency and encoding/decoding complexity.
  • a technical problem according to the embodiments is a geometry-point cloud compression (Geometry-point cloud compression, G-PCC) point cloud data transmission apparatus, transmission method, and point cloud data reception apparatus and reception method for efficiently transmitting and receiving bitstreams is to provide
  • G-PCC geometry-point cloud compression
  • a technical problem according to the embodiments is to transmit/receive the point cloud data by compressing the point cloud data by applying a prediction-based coding method, thereby efficiently compressing the point cloud data, the transmission method, and the point cloud data receiving device and to provide a receiving method.
  • a point cloud data transmission apparatus and transmission method for increasing compression efficiency by removing redundant information based on a correlation between frames , to provide an apparatus and method for receiving point cloud data.
  • a method for transmitting point cloud data includes encoding point cloud data as geometry data, encoding attribute data of the point cloud data based on the geometry data; and transmitting the encoded geometry data, the encoded attribute data, and signaling information.
  • the encoding of the geometry data may include generating a prediction tree based on the geometry data, dividing the prediction tree into a plurality of prediction units, and performing motion estimation and motion compensation on a reference frame for each prediction unit. to generate a predictor, which is a set of points having characteristics similar to those of the points of the current prediction unit, within the reference frame, generating a prediction tree in the predictor, based on the prediction tree of the predictor and inter prediction mode information
  • the method includes obtaining residual information by performing inter-frame prediction.
  • the performing of the inter-frame prediction may further include performing inter-frame prediction by selecting, in the predictor, a point similar to a point to be encoded of a current prediction unit.
  • the encoding of the geometry data may further include obtaining residual information by performing intra-frame prediction based on the prediction tree and intra prediction mode information.
  • the encoding of the geometry data may include selecting final prediction mode information by comparing the inter prediction mode information applied to the inter-frame prediction with the intra prediction mode information applied to the intra-frame prediction, and identifying the selected prediction mode information
  • the method further includes entropy-coding and transmitting the information for information and the residual information obtained based on the selected prediction mode information.
  • the signaling information includes prediction-based geometry compression information
  • the prediction-based geometry compression information includes information for identifying the reference frame, motion vector information obtained through the motion estimation, bounding box size information of the predictor, In an embodiment, including at least one of information for identifying a point selected by the predictor and the inter prediction mode information.
  • a point cloud data transmission apparatus includes a geometry encoder for encoding geometry data of point cloud data, an attribute encoder for encoding attribute data of the point cloud data based on the geometry data, and the encoded geometry data, the It may include a transmitter for transmitting encoded attribute data and signaling information.
  • the geometry encoder includes a first prediction tree generator for generating a prediction tree based on the geometry data, a prediction unit generator for splitting the prediction tree into a plurality of prediction units, and motion estimation on a reference frame for each prediction unit.
  • a predictor generator that generates a predictor, which is a set of points having characteristics similar to those of the points of a current prediction unit by performing motion compensation, within the reference frame, a second prediction tree generator that generates a prediction tree from the predictor, and the An embodiment includes an inter-frame prediction unit that obtains residual information by performing inter-frame prediction based on a prediction tree of a predictor and inter prediction mode information.
  • the inter-frame prediction unit performs inter-frame prediction by selecting, in the predictor, a point similar to a point to be encoded of a current prediction unit.
  • the geometry encoder may further include an intra frame prediction unit configured to obtain residual information by performing intra-frame prediction based on a point to be encoded of the prediction tree and intra prediction mode information.
  • the geometry encoder compares the inter prediction mode information applied to the inter-frame prediction with the intra prediction mode information applied to the intra-frame prediction to select the final prediction mode information, and information for identifying the selected prediction mode information and an entropy coder for entropy-coding and transmitting residual information obtained based on the selected prediction mode information.
  • the signaling information includes prediction-based geometry compression information
  • the prediction-based geometry compression information includes information for identifying the reference frame, motion vector information obtained through the motion estimation, bounding box size information of the predictor, In an embodiment, including at least one of information for identifying a point selected by the predictor and the inter prediction mode information.
  • a method for receiving point cloud data includes: receiving geometry data, attribute data, and signaling information; decoding the geometry data based on the signaling information; It may include decoding the attribute data based on, and rendering the decoded geometry data and point cloud data reconstructed from the decoded attribute data based on the signaling information.
  • the decoding of the geometry data includes: generating a predictor within the reference frame by performing motion compensation on a reference frame based on the signaling information; generating a prediction tree in the predictor based on the signaling information; generating prediction information by performing inter-frame prediction based on the prediction mode information included in the signaling information and the prediction tree of the predictor, and restoring geometry data based on the prediction information and the received and decoded residual information In one embodiment, including the step.
  • the performing of the inter-frame prediction further includes selecting a point to be used for the inter-frame prediction in the predictor based on the signaling information.
  • the method further includes determining whether the prediction mode information included in the signaling information is inter prediction mode information or intra prediction mode information.
  • the signaling information includes prediction-based geometry compression information
  • the prediction-based geometry compression information includes information for identifying the reference frame, motion vector information for motion compensation, bounding box size information of the predictor, and the predictor.
  • the prediction-based geometry compression information includes information for identifying the reference frame, motion vector information for motion compensation, bounding box size information of the predictor, and the predictor.
  • the decoding of the geometry data may include correcting a prediction error of the geometry data based on the first residual information included in the signaling information when coordinate transformation is performed on the transmitting side, and a second residual included in the signaling information.
  • the method may further include correcting an error occurring in the process of the coordinate transformation by applying the information to the corrected geometry data.
  • the point cloud data transmission method, the transmission device, the point cloud data reception method, and the reception device may provide a quality point cloud service.
  • the point cloud data transmission method, the transmission device, the point cloud data reception method, and the reception device may achieve various video codec schemes.
  • the point cloud data transmission method, the transmission device, the point cloud data reception method, and the reception device may provide universal point cloud content such as an autonomous driving service.
  • the point cloud data transmission method, the transmission device, the point cloud data reception method, and the reception device perform spatial adaptive division of the point cloud data for independent encoding and decoding of the point cloud data, thereby improving parallel processing and It may provide scalability.
  • a point cloud data transmission method, a transmission device, a point cloud data reception method, and a reception device perform encoding and decoding by dividing the point cloud data into tiles and/or slice units, and signaling data necessary for this. It can improve the encoding and decoding performance of the cloud.
  • the point cloud data transmission method, the transmission device, the point cloud data reception method, and the reception device use a prediction-based point cloud compression method, thereby providing a high speed for an environment requiring low delay or low latency. can provide encoding and decoding of
  • the point cloud data transmission method, the transmission apparatus, and the encoder according to the embodiments have the effect of efficiently compressing the point cloud data by additionally considering intra-frame prediction as well as inter-frame prediction.
  • Point cloud data receiving method, receiving apparatus, and decoder receive a bitstream including point cloud data, and efficiently restore point cloud data by performing inter-frame prediction based on signaling information in the bitstream There is an effect that can be done.
  • FIG. 1 illustrates a system for providing point cloud content according to embodiments.
  • FIG. 2 shows a process for providing Point Cloud content according to embodiments.
  • FIG. 3 shows a configuration of a Point Cloud capture device arrangement according to embodiments.
  • FIG. 4 illustrates a Point Cloud Video Encoder according to embodiments.
  • FIG. 5 illustrates voxels in a 3D space according to example embodiments.
  • FIG. 6 shows an example of an octree and an occupancy code according to embodiments.
  • FIG. 7 shows an example of a neighbor node pattern according to embodiments.
  • FIG. 8 shows an example of a Point configuration of Point Cloud contents for each LOD according to embodiments.
  • FIG 9 shows an example of a Point configuration of Point Cloud content for each LOD according to embodiments.
  • FIG. 10 shows an example of a block diagram of a point cloud video decoder according to embodiments.
  • FIG. 11 shows an example of a point cloud video decoder according to embodiments.
  • FIG. 12 shows components for Point Cloud video encoding of a transmitter according to embodiments.
  • FIG. 13 shows components for Point Cloud video decoding of a receiver according to embodiments.
  • FIG. 14 shows an example of a structure capable of interworking with a point cloud data method/device according to embodiments.
  • 15 is a diagram illustrating an example of a prediction tree structure of a specific slice according to embodiments.
  • 16 is a diagram illustrating another example of a point cloud transmission apparatus according to embodiments.
  • 17 is a diagram illustrating an example of a detailed block diagram of a geometry encoder according to embodiments.
  • FIG. 18 is a diagram illustrating an example of a relationship between a current frame and a previous frame according to embodiments.
  • 19 is a diagram illustrating an example of generating a predictor to which a motion is applied according to embodiments.
  • 20(a) and 20(b) are diagrams illustrating examples of prediction tree generation of a predictor according to embodiments.
  • 21 is a diagram illustrating a predictor for which a difference by a motion vector is compensated and a prediction unit according to embodiments;
  • 22 is a diagram illustrating an example of inter-frame correlation between points belonging to a PU and points belonging to a predictor according to embodiments.
  • FIG. 23 is a flowchart illustrating an example of a geometry encoding process for performing prediction-based compression according to embodiments.
  • FIG. 24 shows an example of a bitstream structure of point cloud data for transmission/reception according to embodiments.
  • 25 is a diagram illustrating an example of a syntax structure of a geometry data unit (geometry_data_unit( )) according to embodiments.
  • 26 is a diagram illustrating an example of a syntax structure of a geometry data unit header (geometry_data_unit_header()) according to embodiments.
  • FIG. 27 is a diagram illustrating an example of a syntax structure of geometry prediction tree data (geometry_predtree_data( )) according to embodiments.
  • FIG. 28 is a diagram illustrating an example of a syntax structure of geometry_predtree_node(PtnNodeIdx) according to embodiments.
  • 29 is a diagram illustrating an example of a syntax structure of predtree_inter_prediction ( ) according to embodiments.
  • FIG. 30 is a diagram illustrating another example of a point cloud receiving apparatus according to embodiments.
  • 31 is a diagram illustrating an example of a detailed block diagram of a geometry decoder according to embodiments.
  • 32 is a flowchart illustrating an example of a geometry decoding method for reconstructing a geometry compressed based on prediction according to embodiments.
  • 33 is a flowchart of a method for transmitting point cloud data according to embodiments.
  • 34 is a flowchart of a method for receiving point cloud data according to embodiments.
  • FIG. 1 shows an example of a point cloud content providing system according to embodiments.
  • the point cloud content providing system shown in FIG. 1 may include a transmission device 10000 and a reception device 10004 .
  • the transmitting device 10000 and the receiving device 10004 are capable of wired/wireless communication in order to transmit/receive point cloud data.
  • the transmission device 10000 may secure, process, and transmit a point cloud video (or point cloud content).
  • the transmitting device 10000 may be a fixed station, a base transceiver system (BTS), a network, an artificial intelligence (AI) device and/or system, a robot, an AR/VR/XR device and/or a server and the like.
  • BTS base transceiver system
  • AI artificial intelligence
  • the transmission device 10000 uses a radio access technology (eg, 5G NR (New RAT), LTE (Long Term Evolution)), a device that performs communication with a base station and/or other wireless devices, It may include robots, vehicles, AR/VR/XR devices, mobile devices, home appliances, Internet of Things (IoT) devices, AI devices/servers, and the like.
  • a radio access technology eg, 5G NR (New RAT), LTE (Long Term Evolution)
  • a device that performs communication with a base station and/or other wireless devices It may include robots, vehicles, AR/VR/XR devices, mobile devices, home appliances, Internet of Things (IoT) devices, AI devices/servers, and the like.
  • IoT Internet of Things
  • Transmission device 10000 is a point cloud video acquisition unit (Point Cloud Video Acquisition unit, 10001), a point cloud video encoder (Point Cloud Video Encoder, 10002) and / or a transmitter (Transmitter (or Communication module), 10003) contains
  • the point cloud video acquisition unit 10001 acquires the point cloud video through processing such as capturing, synthesizing, or generating.
  • the point cloud video is point cloud content expressed as a point cloud that is a set of points located in a three-dimensional space, and may be referred to as point cloud video data or the like.
  • a point cloud video according to embodiments may include one or more frames. One frame represents a still image/picture. Accordingly, the point cloud video may include a point cloud image/frame/picture, and may be referred to as any one of a point cloud image, a frame, and a picture.
  • the point cloud video encoder 10002 encodes the obtained point cloud video data.
  • the point cloud video encoder 10002 may encode point cloud video data based on point cloud compression coding.
  • Point cloud compression coding may include Geometry-based Point Cloud Compression (G-PCC) coding and/or Video based Point Cloud Compression (V-PCC) coding or next-generation coding.
  • G-PCC Geometry-based Point Cloud Compression
  • V-PCC Video based Point Cloud Compression
  • point cloud compression coding according to the embodiments is not limited to the above-described embodiments.
  • the point cloud video encoder 10002 may output a bitstream including encoded point cloud video data.
  • the bitstream may include not only the encoded point cloud video data, but also signaling information related to encoding of the point cloud video data.
  • the transmitter 10003 transmits a bitstream including encoded point cloud video data.
  • a bitstream according to embodiments is encapsulated into a file or segment (eg, a streaming segment) and transmitted through various networks such as a broadcasting network and/or a broadband network.
  • the transmission device 10000 may include an encapsulation unit (or an encapsulation module) that performs an encapsulation operation.
  • the encapsulation unit may be included in the transmitter 10003 .
  • the file or segment may be transmitted to the receiving device 10004 through a network or stored in a digital storage medium (eg, USB, SD, CD, DVD, Blu-ray, HDD, SSD, etc.).
  • the transmitter 10003 may communicate with the receiving device 10004 (or a receiver 10005) through wired/wireless communication through networks such as 4G, 5G, and 6G. Also, the transmitter 10003 may perform a necessary data processing operation according to a network system (eg, a communication network system such as 4G, 5G, or 6G). Also, the transmission device 10000 may transmit encapsulated data according to an on demand method.
  • a network system eg, a communication network system such as 4G, 5G, or 6G.
  • the transmission device 10000 may transmit encapsulated data according to an on demand method.
  • the receiving apparatus 10004 includes a receiver (Receiver, 10005), a point cloud video decoder (Point Cloud Video Decoder, 10006), and/or a renderer (Renderer, 10007).
  • the receiving device 10004 uses a radio access technology (eg, 5G NR (New RAT), LTE (Long Term Evolution)) to communicate with a base station and/or other wireless devices, a device or a robot.
  • 5G NR New RAT
  • LTE Long Term Evolution
  • the receiver 10005 receives a bitstream including point cloud video data or a file/segment in which the bitstream is encapsulated from a network or a storage medium.
  • the receiver 10005 may perform a necessary data processing operation according to a network system (eg, a communication network system such as 4G, 5G, or 6G).
  • the receiver 10005 may output a bitstream by decapsulating the received file/segment.
  • the receiver 10005 may include a decapsulation unit (or a decapsulation module) for performing a decapsulation operation.
  • the decapsulation unit may be implemented as an element (or component or module) separate from the receiver 10005 .
  • the point cloud video decoder 10006 decodes a bitstream including point cloud video data.
  • the point cloud video decoder 10006 may decode the point cloud video data according to an encoded manner (eg, a reverse process of the operation of the point cloud video encoder 10002 ). Accordingly, the point cloud video decoder 10006 may decode the point cloud video data by performing point cloud decompression coding, which is a reverse process of the point cloud compression.
  • Point cloud decompression coding includes G-PCC coding.
  • the renderer 10007 renders the decoded point cloud video data.
  • the renderer 10007 may output point cloud content by rendering audio data as well as point cloud video data.
  • the renderer 10007 may include a display for displaying the point cloud content.
  • the display may not be included in the renderer 10007 and may be implemented as a separate device or component.
  • the feedback information is information for reflecting the interactivity with the user who consumes the point cloud content, and includes user information (eg, head orientation information, viewport information, etc.).
  • user information eg, head orientation information, viewport information, etc.
  • the feedback information is provided by the content transmitting side (eg, the transmission device 10000) and/or the service provider can be passed on to According to embodiments, the feedback information may be used by the receiving device 10004 as well as the transmitting device 10000 or may not be provided.
  • the head orientation information is information about the user's head position, direction, angle, movement, and the like.
  • the reception apparatus 10004 may calculate viewport information based on head orientation information.
  • the viewport information is information about the area of the point cloud video that the user is looking at.
  • a viewpoint is a point at which a user views a point cloud video, and may mean a central point of the viewport area. That is, the viewport is an area centered on a viewpoint, and the size and shape of the area may be determined by a Field Of View (FOV).
  • FOV Field Of View
  • the reception device 10004 may extract viewport information based on a vertical or horizontal FOV supported by the device in addition to the head orientation information.
  • the receiving device 10004 checks a user's point cloud consumption method, a point cloud video area that the user gazes at, a gaze time, and the like by performing a gaze analysis or the like.
  • the receiving device 10004 may transmit feedback information including the result of the gaze analysis to the transmitting device 10000 .
  • Feedback information may be obtained during rendering and/or display.
  • the feedback information according to embodiments may be secured by one or more sensors included in the receiving device 10004 .
  • the feedback information may be secured by the renderer 10007 or a separate external element (or device, component, etc.).
  • a dotted line in FIG. 1 represents a process of transmitting feedback information secured by the renderer 10007 .
  • the point cloud content providing system may process (encode/decode) the point cloud data based on the feedback information. Accordingly, the point cloud video decoder 10006 may perform a decoding operation based on the feedback information. Also, the receiving device 10004 may transmit feedback information to the transmitting device 10000 . The transmitting device 10000 (or the point cloud video encoder 10002 ) may perform an encoding operation based on the feedback information. Therefore, the point cloud content providing system does not process (encode/decode) all point cloud data, but efficiently processes necessary data (for example, point cloud data corresponding to the user's head position) based on the feedback information, and the user can provide point cloud content to
  • the transmitting apparatus 10000 may be referred to as an encoder, a transmitting device, a transmitter, a transmitting system, etc.
  • the receiving apparatus 10004 may be referred to as a decoder, a receiving device, a receiver, a receiving system, or the like.
  • Point cloud data (processed in a series of acquisition/encoding/transmission/decoding/rendering) processed in the point cloud content providing system of FIG. 1 according to embodiments may be referred to as point cloud content data or point cloud video data.
  • the point cloud content data may be used as a concept including metadata or signaling information related to the point cloud data.
  • the elements of the point cloud content providing system shown in FIG. 1 may be implemented by hardware, software, a processor and/or a combination thereof.
  • FIG. 2 is a block diagram illustrating an operation of providing point cloud content according to embodiments.
  • the block diagram of FIG. 2 shows the operation of the point cloud content providing system described in FIG. 1 .
  • the point cloud content providing system may process point cloud data based on point cloud compression coding (eg, G-PCC).
  • point cloud compression coding eg, G-PCC
  • the point cloud content providing system may acquire a point cloud video (20000).
  • a point cloud video is expressed as a point cloud belonging to a coordinate system representing a three-dimensional space.
  • a point cloud video according to embodiments may include a Ply (Polygon File format or the Stanford Triangle format) file.
  • the acquired point cloud video may include one or more Ply files.
  • the Ply file contains point cloud data such as the point's geometry and/or attributes. Geometry includes positions of points.
  • the position of each point may be expressed by parameters (eg, values of each of the X-axis, Y-axis, and Z-axis) representing a three-dimensional coordinate system (eg, a coordinate system including XYZ axes).
  • the attribute includes attributes of points (eg, texture information of each point, color (YCbCr or RGB), reflectance (r), transparency, etc.).
  • a point has one or more attributes (or properties).
  • one point may have one attribute of color, or two attributes of color and reflectance.
  • the geometry may be referred to as positions, geometry information, geometry data, and the like, and the attribute may be referred to as attributes, attribute information, attribute data, and the like.
  • the point cloud content providing system receives points from information (eg, depth information, color information, etc.) related to the point cloud video acquisition process. Cloud data can be obtained.
  • the point cloud content providing system may encode the point cloud data (20001).
  • the point cloud content providing system may encode point cloud data based on point cloud compression coding.
  • the point cloud data may include the geometry and attributes of the point.
  • the point cloud content providing system according to the embodiments may output a geometry bitstream by performing geometry encoding for encoding the geometry.
  • the point cloud content providing system according to the embodiments may output an attribute bitstream by performing attribute encoding for encoding an attribute.
  • the point cloud content providing system may perform attribute encoding based on geometry encoding.
  • the geometry bitstream and the attribute bitstream according to the embodiments may be multiplexed and output as one bitstream.
  • the bitstream according to embodiments may further include signaling information related to geometry encoding and attribute encoding.
  • the point cloud content providing system may transmit the encoded point cloud data (20002).
  • the encoded point cloud data may be expressed as a geometry bitstream and an attribute bitstream.
  • the encoded point cloud data may be transmitted in the form of a bitstream together with signaling information related to encoding of the point cloud data (eg, signaling information related to geometry encoding and attribute encoding).
  • the point cloud content providing system may encapsulate the bitstream for transmitting the encoded point cloud data and transmit it in the form of a file or segment.
  • the point cloud content providing system (eg, the receiving device 10004 or the receiver 10005) according to the embodiments may receive a bitstream including the encoded point cloud data. Also, the point cloud content providing system (eg, the receiving device 10004 or the receiver 10005) may demultiplex the bitstream.
  • the point cloud content providing system may decode the encoded point cloud data (for example, a geometry bitstream, an attribute bitstream) transmitted as a bitstream. have.
  • the point cloud content providing system (for example, the receiving device 10004 or the point cloud video decoder 10005) may decode the point cloud video data based on signaling information related to encoding of the point cloud video data included in the bitstream. have.
  • the point cloud content providing system (for example, the receiving device 10004 or the point cloud video decoder 10005) may decode the geometry bitstream to restore positions (geometry) of the points.
  • the point cloud content providing system may restore attributes of points by decoding an attribute bitstream based on the restored geometry.
  • the point cloud content providing system (for example, the receiving device 10004 or the point cloud video decoder 10005) may reconstruct the point cloud video based on positions and decoded attributes according to the reconstructed geometry.
  • the point cloud content providing system may render the decoded point cloud data (20004).
  • the point cloud content providing system eg, the receiving device 10004 or the renderer 10007) may render the geometry and attributes decoded through the decoding process according to various rendering methods. Points of the point cloud content may be rendered as a vertex having a certain thickness, a cube having a specific minimum size centered at the vertex position, or a circle centered at the vertex position. All or part of the rendered point cloud content is provided to the user through a display (eg, VR/AR display, general display, etc.).
  • a display eg, VR/AR display, general display, etc.
  • the point cloud content providing system (eg, the receiving device 10004) according to the embodiments may secure feedback information (20005).
  • the point cloud content providing system may encode and/or decode the point cloud data based on the feedback information. Since the operation of the feedback information and point cloud content providing system according to the embodiments is the same as the feedback information and operation described with reference to FIG. 1 , a detailed description thereof will be omitted.
  • FIG 3 shows an example of a point cloud video capture process according to embodiments.
  • FIG. 3 shows an example of a point cloud video capture process of the point cloud content providing system described with reference to FIGS. 1 and 2 .
  • the point cloud content is an object located in various three-dimensional spaces (eg, a three-dimensional space representing a real environment, a three-dimensional space representing a virtual environment, etc.) and/or a point cloud video representing the environment (images and/or videos) are included.
  • the point cloud content providing system includes one or more cameras (eg, an infrared camera capable of securing depth information, color information corresponding to the depth information) in order to generate point cloud content.
  • Point cloud video can be captured using an RGB camera that can extract
  • the point cloud content providing system according to the embodiments may extract a shape of a geometry composed of points in a three-dimensional space from depth information, and extract an attribute of each point from color information to secure point cloud data.
  • An image and/or an image according to embodiments may be captured based on at least one of an inward-facing method and an outward-facing method.
  • the left side of FIG. 3 shows an inward-pacing scheme.
  • the inward-pacing method refers to a method in which one or more cameras (or camera sensors) located surrounding the central object capture the central object.
  • the inward-facing method provides a 360-degree image of a point cloud content that provides a 360-degree image of a core object to the user (for example, a 360-degree image of an object (e.g., a core object such as a character, player, object, actor, etc.) to the user.
  • VR/AR content for example, a 360-degree image of an object (e.g., a core object such as a character, player, object, actor, etc.)
  • the right side of FIG. 3 shows an outward-pacing scheme.
  • the outward-pacing method refers to a method in which one or more cameras (or camera sensors) positioned surrounding the central object capture the environment of the central object rather than the central object.
  • the outward-pacing method may be used to generate point cloud content (eg, content representing an external environment that may be provided to a user of an autonomous vehicle) for providing a surrounding environment that appears from a user's point of view.
  • point cloud content eg, content representing an external environment that may be provided to a user of an autonomous vehicle
  • the point cloud content may be generated based on a capture operation of one or more cameras.
  • the point cloud content providing system may perform calibration of one or more cameras in order to set a global coordinate system before a capture operation.
  • the point cloud content providing system may generate the point cloud content by synthesizing the image and/or image captured by the above-described capture method and an arbitrary image and/or image.
  • the capture operation described with reference to FIG. 3 may not be performed.
  • the point cloud content providing system may perform post-processing on the captured image and/or the image. That is, the point cloud content providing system removes an unwanted area (for example, the background), recognizes a space where captured images and/or images are connected, and fills in a spatial hole if there is one. can
  • the point cloud content providing system may generate one point cloud content by performing coordinate system transformation on points of the point cloud video obtained from each camera.
  • the point cloud content providing system may perform coordinate system transformation of points based on the position coordinates of each camera. Accordingly, the point cloud content providing system may generate content representing one wide range or may generate point cloud content having a high density of points.
  • FIG. 4 shows an example of a point cloud video encoder according to embodiments.
  • the point cloud video encoder adjusts the quality of the point cloud content (eg, lossless, lossy, near-lossless) according to the network situation or application. or attributes) and perform an encoding operation.
  • the point cloud content providing system may not be able to stream the corresponding content in real time. Accordingly, the point cloud content providing system may reconfigure the point cloud content based on a maximum target bitrate in order to provide it according to a network environment and the like.
  • the point cloud video encoder may perform geometry encoding and attribute encoding. Geometry encoding is performed before attribute encoding.
  • the point cloud video encoder may include a Transformation Coordinates unit 40000, a Quantization unit 40001, an Octtree Analysis unit 40002, and a Surface Approximation unit.
  • Analysis unit, 40003 arithmetic encoder (Arithmetic Encode, 40004), geometry reconstruction unit (Geometry Reconstruction unit, 40005), color transformation unit (Color Transformation unit, 40006), attribute transformation unit (Attribute Transformation unit, 40007), RAHT (Region Adaptive Hierarchical Transform) transformation unit 40008, LOD generation unit (LOD Generation unit, 400009), lifting transformation unit (Lifting Transformation unit) 40010, coefficient quantization unit (Coefficient Quantization unit, 40011) and / or Aris and an Arithmetic Encoder (40012).
  • the coordinate system transformation unit 40000, the quantization unit 40001, the octree analysis unit 40002, the surface approximation analysis unit 40003, the arithmetic encoder 40004, and the geometry reconstruction unit 40005 perform geometry encoding. can do.
  • Geometry encoding according to embodiments may include octree geometry coding, direct coding, trisoup geometry encoding, and entropy encoding. Direct coding and trisup geometry encoding are applied selectively or in combination. Also, the geometry encoding is not limited to the above example.
  • the coordinate system conversion unit 40000 receives the positions and converts them into a coordinate system.
  • the positions may be converted into position information in a three-dimensional space (eg, a three-dimensional space expressed in an XYZ coordinate system, etc.).
  • Location information in 3D space may be referred to as geometry information.
  • the quantizer 40001 quantizes the geometry information. For example, the quantizer 40001 may quantize the points based on the minimum position values of all points (eg, the minimum values on each axis with respect to the X-axis, Y-axis, and Z-axis). The quantization unit 40001 multiplies the difference between the minimum position value and the position value of each point by a preset quantization scale value, and then performs a quantization operation to find the nearest integer value by rounding or lowering it. Accordingly, one or more points may have the same quantized position (or position value). The quantizer 40001 according to embodiments performs voxelization based on quantized positions to reconstruct quantized points.
  • the quantizer 40001 performs voxelization based on quantized positions to reconstruct quantized points.
  • Voxelization refers to a minimum unit expressing positional information in a three-dimensional space.
  • Points of point cloud content (or 3D point cloud video) according to embodiments may be included in one or more voxels.
  • the quantizer 40001 may match groups of points in a 3D space to voxels. According to embodiments, one voxel may include only one point.
  • one voxel may include one or more points.
  • a position of a center point of a corresponding voxel may be set based on positions of one or more points included in one voxel.
  • attributes of all positions included in one voxel may be combined and assigned to a corresponding voxel.
  • the octree analyzer 40002 performs octree geometry coding (or octree coding) to represent voxels in an octree structure.
  • the octree structure represents points matched to voxels based on the octal tree structure.
  • the surface approximation analyzer 40003 may analyze and approximate the octree.
  • Octree analysis and approximation is a process of analyzing to voxelize a region including a plurality of points in order to efficiently provide octree and voxelization.
  • the arithmetic encoder 40004 entropy encodes the octree and/or the approximated octree.
  • the encoding method includes an arithmetic encoding method.
  • the encoding results in a geometry bitstream.
  • Color transform unit 40006, attribute transform unit 40007, RAHT transform unit 40008, LOD generation unit 40009, lifting transform unit 40010, coefficient quantization unit 40011 and/or arithmetic encoder 40012 performs attribute encoding.
  • a point can have one or more attributes. Attribute encoding according to embodiments is equally applied to attributes of one point. However, when one attribute (eg, color) includes one or more elements, independent attribute encoding is applied to each element.
  • Attribute encoding may include color transform coding, attribute transform coding, region adaptive hierarchical transform (RAHT) coding, interpolation-based hierarchical nearest-neighbor prediction-Prediction Transform coding, and interpolation-based hierarchical nearest -neighbor prediction with an update/lifting step (Lifting Transform)) coding.
  • RAHT region adaptive hierarchical transform
  • coding predictive transform coding
  • lifting transform coding may be selectively used, or a combination of one or more codings may be used.
  • attribute encoding according to the embodiments is not limited to the above-described example.
  • the color conversion unit 40006 performs color conversion coding for converting color values (or textures) included in attributes.
  • the color converter 40006 may convert the format of color information (eg, convert from RGB to YCbCr).
  • the operation of the color converter 40006 according to embodiments may be optionally applied according to color values included in the attributes.
  • the geometry reconstruction unit 40005 reconstructs (decompresses) an octree and/or an approximated octree.
  • the geometry reconstruction unit 40005 reconstructs an octree/voxel based on a result of analyzing the distribution of points.
  • the reconstructed octree/voxel may be referred to as a reconstructed geometry (or a reconstructed geometry).
  • the attribute transform unit 40007 performs an attribute transform that transforms attributes based on positions where geometry encoding has not been performed and/or a reconstructed geometry. As described above, since the attributes are dependent on the geometry, the attribute conversion unit 40007 may transform the attributes based on the reconstructed geometry information. For example, the attribute conversion unit 40007 may convert an attribute of a point at the position based on the position value of the point included in the voxel. As described above, when the position of the center point of a corresponding voxel is set based on the positions of one or more points included in one voxel, the attribute conversion unit 40007 converts attributes of the one or more points. When the trisoop geometry encoding has been performed, the attribute conversion unit 40007 may convert the attributes based on the trisoop geometry encoding.
  • the attribute conversion unit 40007 is an average value of attributes or attribute values (for example, color or reflectance of each point) of neighboring points within a specific position/radius from the position (or position value) of the central point of each voxel. can be calculated to perform attribute transformation.
  • the attribute conversion unit 40007 may apply a weight according to the distance from the center point to each point when calculating the average value.
  • each voxel has a position and a computed attribute (or attribute value).
  • the attribute transform unit 40007 may search for neighboring points existing within a specific position/radius from the position of the center point of each voxel based on the K-D tree or morton code.
  • K-D tree is a binary search tree, and supports a data structure that can manage points based on location so that Nearest Neighbor Search-NNS is possible quickly.
  • the Morton code is generated by representing the coordinate values (eg (x, y, z)) representing the three-dimensional positions of all points as bit values and mixing the bits. For example, if the coordinate value indicating the position of the point is (5, 9, 1), the bit value of the coordinate value is (0101, 1001, 0001).
  • the attribute transform unit 40007 may align the points based on the Morton code value and perform a shortest neighbor search (NNS) through a depth-first traversal process. After the attribute transform operation, when the nearest neighbor search (NNS) is required in another transform process for attribute coding, a K-D tree or a Molton code is used.
  • NSS shortest neighbor search
  • the converted attributes are input to the RAHT conversion unit 40008 and/or the LOD generation unit 40009.
  • the RAHT converter 40008 performs RAHT coding for predicting attribute information based on the reconstructed geometry information.
  • the RAHT transform unit 40008 may predict attribute information of a node at an upper level of the octree based on attribute information associated with a node at a lower level of the octree.
  • the LOD generator 40009 generates a Level of Detail (LOD).
  • LOD Level of Detail
  • the LOD according to the embodiments represents the detail of the point cloud content, and as the LOD value is smaller, the detail of the point cloud content is decreased, and as the LOD value is larger, the detail of the point cloud content is higher. Points may be classified according to LOD.
  • the lifting transform unit 40010 performs lifting transform coding that transforms the attributes of the point cloud based on weights. As described above, lifting transform coding may be selectively applied.
  • the coefficient quantizer 40011 quantizes the attribute-coded attributes based on the coefficients.
  • the arithmetic encoder 40012 encodes the quantized attributes based on arithmetic coding.
  • the elements of the point cloud video encoder of FIG. 4 are not shown in the figure, but include one or more processors or integrated circuits configured to communicate with one or more memories included in the point cloud content providing apparatus. may be implemented in hardware, software, firmware, or a combination thereof.
  • the one or more processors may perform at least any one or more of the operations and/or functions of the elements of the point cloud video encoder of FIG. 4 described above.
  • the one or more processors may also operate or execute a set of software programs and/or instructions for performing the operations and/or functions of the elements of the point cloud video encoder of FIG. 4 .
  • One or more memories in accordance with embodiments may include high speed random access memory, non-volatile memory (eg, one or more magnetic disk storage devices, flash memory devices, or other non-volatile solid state memory). memory devices (such as solid-state memory devices).
  • FIG. 5 shows an example of a voxel according to embodiments.
  • voxel 5 is an octree structure that recursively subdivides a bounding box defined by two poles (0,0,0) and (2 d , 2 d , 2 d ).
  • An example of a voxel generated through One voxel includes at least one or more points.
  • a voxel may estimate spatial coordinates from a positional relationship with a voxel group.
  • voxels have attributes (such as color or reflectance) like pixels of a 2D image/image.
  • a detailed description of the voxel is the same as that described with reference to FIG. 4 and thus will be omitted.
  • FIG. 6 shows an example of an octree and an occupancy code according to embodiments.
  • the point cloud content providing system (point cloud video encoder 10002) or the octree analysis unit 40002 of the point cloud video encoder) in order to efficiently manage the area and/or position of the voxel Performs octree geometry coding (or octree coding) based on octree structure.
  • the upper part of FIG. 6 shows the octree structure.
  • the three-dimensional space of the point cloud content according to the embodiments is expressed by axes (eg, X-axis, Y-axis, and Z-axis) of the coordinate system.
  • the octree structure is created by recursive subdividing a bounding box defined by two poles (0,0,0) and (2 d , 2 d , 2 d ). . 2d may be set to a value constituting the smallest bounding box surrounding all points of the point cloud content (or point cloud video).
  • d represents the depth of the octree.
  • the d value is determined according to Equation 1 below.
  • (x int n , y int n , z int n ) represents positions (or position values) of quantized points.
  • the entire 3D space may be divided into eight spaces according to the division.
  • Each divided space is represented by a cube with six faces.
  • each of the eight spaces is again divided based on the axes of the coordinate system (eg, the X-axis, the Y-axis, and the Z-axis). Therefore, each space is further divided into 8 small spaces.
  • the divided small space is also expressed as a cube with six faces. This division method is applied until a leaf node of the octree becomes a voxel.
  • the lower part of Fig. 6 shows the occupancy code of the octree.
  • the occupancy code of the octree is generated to indicate whether each of the eight divided spaces generated by dividing one space includes at least one point.
  • one occupanci code is expressed by eight child nodes.
  • Each child node represents the occupancies of the divided space, and each child node has a value of 1 bit. Therefore, the occupanci code is expressed as an 8-bit code. That is, if at least one point is included in the space corresponding to the child node, the corresponding node has a value of 1. If the space corresponding to the child node does not contain a point (empty), the node has a value of 0. Since the occupancy code shown in FIG.
  • a point cloud video encoder (eg, arithmetic encoder 40004 ) according to embodiments may entropy encode the occupanci code.
  • the point cloud video encoder can intra/intercode the occupanci code.
  • the receiving apparatus (eg, the receiving apparatus 10004 or the point cloud video decoder 10006) according to embodiments reconstructs an octree based on the occupanci code.
  • the point cloud video encoder (eg, the octree analyzer 40002) may perform voxelization and octree coding to store positions of points.
  • the points in the 3D space are not always evenly distributed, there may be a specific area where there are not many points. In this case, it is inefficient to voxelize the entire 3D space. For example, if there are few points in a specific area, it is not necessary to perform voxelization up to the corresponding area.
  • the point cloud video encoder does not perform voxelization on the above-described specific region (or a node other than a leaf node of an octree), but directly codes positions of points included in the specific region (Direct coding). coding) can be performed. Coordinates of direct coding points according to embodiments are called direct coding mode (DCM).
  • the point cloud video encoder may perform trisoup geometry encoding for reconstructing positions of points in a specific region (or node) based on a voxel based on a surface model.
  • Tri-Soop geometry encoding is a geometry encoding that expresses the representation of an object as a series of triangle meshes.
  • the point cloud video decoder can generate a point cloud from the mesh surface.
  • Direct coding and trisup geometry encoding according to embodiments may be selectively performed. Also, direct coding and trisup geometry encoding according to embodiments may be performed in combination with octree geometry coding (or octree coding).
  • the option to use a direct mode for applying direct coding must be activated, and a node to which direct coding is to be applied is not a leaf node, but is less than a threshold within a specific node. points must exist. In addition, the total number of points to be subjected to direct coding should not exceed a preset limit value. If the above condition is satisfied, the point cloud video encoder (eg, arithmetic encoder 40004 ) according to embodiments may entropy-code positions (or position values) of points.
  • the point cloud video encoder (for example, the surface approximation analyzer 40003) according to the embodiments determines a specific level of the octree (when the level is smaller than the depth d of the octree), and from that level, using the surface model It is possible to perform tri-soup geometry encoding, which reconstructs the position of a point in the node region based on voxels (tri-soup mode).
  • the point cloud video encoder according to the embodiments may designate a level to which tri-soup geometry encoding is to be applied. For example, if the specified level is equal to the depth of the octree, the point cloud video encoder will not operate in tri-soup mode.
  • the point cloud video encoder may operate in the tri-soup mode only when the specified level is smaller than the depth value of the octree.
  • a three-dimensional cube region of nodes of a designated level according to embodiments is called a block.
  • One block may include one or more voxels.
  • a block or voxel may correspond to a brick.
  • the geometry is represented as a surface.
  • a surface according to embodiments may intersect each edge of the block at most once.
  • a vertex existing along an edge is detected when there is at least one occupied voxel adjacent to the edge among all blocks sharing the edge.
  • An ocupided voxel means a voxel including a point. The position of the vertex detected along the edge is the average position along the edge of all voxels of all voxels adjacent to the edge among all blocks sharing the edge.
  • the point cloud video encoder When a vertex is detected, the point cloud video encoder according to the embodiments performs an edge start point (x, y, z) and an edge direction vector ( x, y, z), vertex position values (relative position values within the edge) can be entropy-coded.
  • the point cloud video encoder eg, the geometry reconstruction unit 40005
  • the point cloud video encoder performs a triangle reconstruction, up-sampling, and voxelization process. can be performed to create reconstructed geometry (reconstructed geometry).
  • Vertices located at the edge of a block determine the surface that passes through the block.
  • the surface according to embodiments is a non-planar polygon.
  • the triangle reconstruction process reconstructs the surface represented by a triangle based on the starting point of the edge, the direction vector of the edge, and the position value of the vertex.
  • the triangle reconstruction process is as shown in Equation 2 below. 1 Calculate the centroid value of each vertex, 2 perform a square on the values obtained by subtracting the center value from each vertex value, and obtain a value obtained by adding all the values.
  • the minimum value of the added value is obtained, and the projection process is performed along the axis with the minimum value. For example, if the x element is the minimum, each vertex is projected on the x-axis with respect to the center of the block and projected on the (y, z) plane. If the value that comes out when projecting to the (y, z) plane is (ai, bi), the ⁇ value is obtained through atan2(bi, ai), and the vertices are aligned based on the ⁇ value. Table 1 below shows combinations of vertices for generating a triangle according to the number of vertices. Vertices are sorted in order from 1 to n.
  • the first triangle may be composed of 1st, 2nd, and 3rd vertices among the aligned vertices
  • the second triangle may be composed of 3rd, 4th, and 1st vertices among the aligned vertices.
  • the upsampling process is performed to voxelize the triangle by adding points along the edge of the triangle. Create additional points based on the upsampling factor and the width of the block. The additional points are called refined vertices.
  • the point cloud video encoder may voxel the refined vertices. Also, the point cloud video encoder may perform attribute encoding based on the voxelized position (or position value).
  • FIG. 7 shows an example of a neighbor node pattern according to embodiments.
  • the point cloud video encoder may perform entropy coding based on context adaptive arithmetic coding.
  • the point cloud content providing system or the point cloud video encoder 10002 of FIG. 2 or the point cloud video encoder or arithmetic encoder 40004 of FIG. 4 can directly entropy code the occupanci code. have.
  • the point cloud content providing system or point cloud video encoder performs entropy encoding (intra encoding) based on the occupanci code of the current node and the occupancies of neighboring nodes, or entropy encoding (inter encoding) can be performed.
  • a frame according to embodiments means a set of point cloud videos generated at the same time. Compression efficiency of intra encoding/inter encoding according to embodiments may vary depending on the number of referenced neighboring nodes.
  • a point cloud video encoder determines occupancy of neighboring nodes of each node of an octree and obtains a neighbor pattern value.
  • the neighbor node pattern is used to infer the occupancy pattern of the corresponding node.
  • the left side of FIG. 7 shows a cube corresponding to a node (a cube located in the center) and six cubes (neighboring nodes) sharing at least one face with the cube.
  • the nodes shown in the figure are nodes of the same depth (depth).
  • the numbers shown in the figure represent the weights (1, 2, 4, 8, 16, 32, etc.) associated with each of the six nodes. Each weight is sequentially assigned according to the positions of neighboring nodes.
  • the right side of FIG. 7 shows the neighboring node pattern values.
  • the neighbor node pattern value is the sum of values multiplied by the weights of the ocupided neighbor nodes (neighbor nodes with points). Therefore, the neighbor node pattern values range from 0 to 63. When the value of the neighbor node pattern is 0, it indicates that there is no node (ocupid node) having a point among the neighboring nodes of the corresponding node. When the neighbor node pattern value is 63, it indicates that all of the neighboring nodes are ocupid nodes. As shown in the figure, since neighboring nodes to which weights 1, 2, 4, and 8 are assigned are ocupided nodes, the neighboring node pattern value is 15, which is the sum of 1, 2, 4, and 8.
  • the point cloud video encoder may perform coding according to a value of a neighboring node pattern (eg, when a value of a neighboring node pattern is 63, performing 64 types of coding). According to embodiments, the point cloud video encoder may change the neighbor node pattern value (eg, based on a table changing 64 to 10 or 6) to reduce coding complexity.
  • the encoded geometry is reconstructed (decompressed) before attribute encoding is performed.
  • the geometry reconstruction operation may include changing the arrangement of the direct coded points (eg, placing the direct coded points in front of the point cloud data).
  • the geometry reconstruction process is triangular reconstruction, upsampling, and voxelization. Since the attribute is dependent on the geometry, the attribute encoding is performed based on the reconstructed geometry.
  • the point cloud video encoder may reorganize or group the points by LOD.
  • 8 shows the point cloud content corresponding to the LOD.
  • the leftmost part of FIG. 8 shows original point cloud content.
  • the second figure from the left of FIG. 8 shows the distribution of the points of the lowest LOD, and the rightmost figure of FIG. 8 shows the distribution of the points of the highest LOD. That is, the points of the lowest LOD are sparsely distributed, and the points of the highest LOD are densely distributed. That is, as the LOD increases according to the direction of the arrow indicated at the bottom of FIG. 8 , the interval (or distance) between the points becomes shorter.
  • a point cloud content providing system can create an LOD.
  • the LOD is created by reorganizing the points into a set of refinement levels according to a set LOD distance value (or set of Euclidean Distance).
  • the LOD generation process is performed not only in the point cloud video encoder but also in the point cloud video decoder.
  • FIG. 9 shows examples (P0 to P9) of points of point cloud content distributed in a three-dimensional space.
  • the original order of FIG. 9 indicates the order of points P0 to P9 before LOD generation.
  • the LOD based order of FIG. 9 indicates the order of points according to the LOD generation. Points are rearranged by LOD. Also, the high LOD includes points belonging to the low LOD.
  • LOD0 includes P0, P5, P4 and P2.
  • LOD1 includes the points of LOD0 and P1, P6 and P3.
  • LOD2 includes points of LOD0, points of LOD1, and P9, P8 and P7.
  • the point cloud video encoder may perform LOD-based predictive transform coding, lifting transform coding, and RAHT transform coding selectively or in combination.
  • a point cloud video encoder may generate predictors for points and perform LOD-based predictive transform coding to set a predictive attribute (or predictive attribute value) of each point. That is, N predictors may be generated for N points.
  • the prediction attribute (or attribute value) is a weight calculated based on the distance to each neighboring point in the attributes (or attribute values, for example, color, reflectance, etc.) of neighboring points set in the predictor of each point (or the weight value) is set as the average value of the multiplied value.
  • the point cloud video encoder (eg, the coefficient quantization unit 40011 ) according to embodiments subtracts a corresponding prediction attribute (attribute value) from an attribute (ie, an original attribute value) of a corresponding point, and a residual value (residual) of the point quantization and inverse quantization of the attribute, residual attribute value, attribute prediction residual value, prediction error attribute value, etc.) Quantization process of the transmitting device performed on the residual attribute value is shown in Table 2. And the inverse quantization process of the receiving device performed on the quantized residual attribute values as shown in Table 2 is shown in Table 3.
  • the point cloud video encoder (eg, arithmetic encoder 40012 ) may entropy the quantized and dequantized residual attribute values as described above when there are neighboring points to the predictor of each point. can be coded.
  • the point cloud video encoder (eg, the arithmetic encoder 40012 ) according to embodiments may entropy-code attributes of a corresponding point without performing the above-described process if there are no neighboring points in the predictor of each point.
  • a point cloud video encoder (eg, lifting transform unit 40010) according to embodiments generates a predictor of each point, sets the LOD calculated in the predictor, registers neighboring points, and calculates the distance to the neighboring points.
  • Lifting transform coding may be performed by setting weights according to the corresponding weights.
  • the lifting transform coding according to the embodiments is similar to the LOD-based predictive transform coding described above, but has a difference in that a weight is accumulated and applied to an attribute value.
  • a process of accumulatively applying a weight to an attribute value according to embodiments is as follows.
  • the weights calculated for all predictors are additionally multiplied by the weights stored in the QW corresponding to the predictor index, and the calculated weights are cumulatively added to the update weight array as the indexes of neighboring nodes.
  • the value obtained by multiplying the calculated weight by the attribute value of the index of the neighbor node is accumulated and summed.
  • predictive attribute values are calculated by additionally multiplying the attribute values updated through the lift update process by the weights updated through the lift prediction process (stored in QW).
  • a point cloud video encoder eg, the coefficient quantization unit 40011
  • a point cloud video encoder eg, arithmetic encoder 40012
  • entropy codes the quantized attribute values.
  • the point cloud video encoder (for example, the RAHT transform unit 40008) according to the embodiments may perform RAHT transform coding for estimating the attributes of the nodes of the higher level by using the attributes associated with the nodes at the lower level of the octree. have.
  • RAHT transform coding is an example of attribute intra coding with octree backward scan.
  • the point cloud video encoder according to the embodiments scans the entire area from the voxel, and repeats the merging process up to the root node while merging the voxels into a larger block at each step.
  • the merging process according to the embodiments is performed only for the ocupid node. A merging process is not performed on an empty node, and a merging process is performed on a node immediately above the empty node.
  • Equation 3 represents the RAHT transformation matrix.
  • g lx,y,z represents the average attribute value of voxels in level l.
  • g lx,y,z can be calculated from g l+1 2x,y,z and g l+1 2x+1,y,z .
  • g l-1 x,y,z is a low-pass value and is used in the merging process at the next higher level.
  • h l-1 x,y,z are high-pass coefficients, and the high-pass coefficients in each step are quantized and entropy-coded (eg, encoding of the arithmetic encoder 40012 ).
  • the root node is generated as shown in Equation 4 below through the last g 1 0,0,0 and g 1 0,0,1 .
  • the gDC value is also quantized and entropy-coded like the high-pass coefficient.
  • FIG. 10 shows an example of a point cloud video decoder according to embodiments.
  • the point cloud video decoder shown in FIG. 10 is an example of the point cloud video decoder 10006 described in FIG. 1 , and may perform the same or similar operations to the operation of the point cloud video decoder 10006 described in FIG. 1 .
  • the point cloud video decoder may receive a geometry bitstream and an attribute bitstream included in one or more bitstreams.
  • the point cloud video decoder includes a geometry decoder and an attribute decoder.
  • the geometry decoder outputs decoded geometry by performing geometry decoding on the geometry bitstream.
  • the attribute decoder outputs decoded attributes by performing attribute decoding on the attribute bitstream based on the decoded geometry.
  • the decoded geometry and decoded attributes are used to reconstruct the point cloud content (decoded point cloud).
  • FIG. 11 shows an example of a point cloud video decoder according to embodiments.
  • the point cloud video decoder illustrated in FIG. 11 is a detailed example of the point cloud video decoder illustrated in FIG. 10 , and may perform a decoding operation that is a reverse process of the encoding operation of the point cloud video encoder illustrated in FIGS. 1 to 9 .
  • the point cloud video decoder may perform geometry decoding and attribute decoding. Geometry decoding is performed before attribute decoding.
  • a point cloud video decoder may include an arithmetic decoder 11000 , an octree synthesis unit 11001 , a surface approximation synthesis unit 11002 , and a geometry reconstruction unit (geometry reconstruction unit 11003), coordinates inverse transformation unit 11004, arithmetic decoder 11005, inverse quantization unit 11006, RAHT transformation unit 11007, LOD generation a LOD generation unit 11008 , an inverse lifting unit 11009 , and/or a color inverse transformation unit 11010 .
  • the arithmetic decoder 11000 , the octree synthesizer 11001 , the surface op-proximation synthesizer 11002 , the geometry reconstruction unit 11003 , and the coordinate system inverse transformation unit 11004 may perform geometry decoding.
  • Geometry decoding according to embodiments may include direct decoding and trisoup geometry decoding. Direct decoding and trisup geometry decoding are optionally applied. Also, the geometry decoding is not limited to the above example, and is performed as a reverse process of the geometry encoding described with reference to FIGS. 1 to 9 .
  • the arithmetic decoder 11000 decodes the received geometry bitstream based on arithmetic coding.
  • the operation of the arithmetic decoder 11000 corresponds to the reverse process of the arithmetic encoder 40004 .
  • the octree synthesizer 11001 may generate an octree by obtaining an occupanci code from a decoded geometry bitstream (or information about a geometry obtained as a result of decoding).
  • a detailed description of the occupanci code is the same as described with reference to FIGS. 1 to 9 .
  • the surface op-proximation synthesizing unit 11002 may synthesize a surface based on a decoded geometry and/or a generated octree when trisupe geometry encoding is applied.
  • the geometry reconstruction unit 11003 may regenerate the geometry based on the surface and/or the decoded geometry. As described with reference to FIGS. 1 to 9 , direct coding and tri-soup geometry encoding are selectively applied. Accordingly, the geometry reconstruction unit 11003 directly brings and adds position information of points to which direct coding is applied. In addition, when tri-soup geometry encoding is applied, the geometry reconstruction unit 11003 may perform a reconstruction operation of the geometry reconstruction unit 40005, for example, triangle reconstruction, up-sampling, and voxelization to restore the geometry. have. Specific details are the same as those described with reference to FIG. 6 and thus will be omitted.
  • the reconstructed geometry may include a point cloud picture or frame that does not include attributes.
  • the coordinate system inverse transform unit 11004 may obtain positions of points by transforming the coordinate system based on the restored geometry.
  • the arithmetic decoder 11005, the inverse quantization unit 11006, the RAHT transform unit 11007, the LOD generator 11008, the inverse lifting unit 11009, and/or the color inverse transform unit 11010 are the attributes described with reference to FIG. decoding can be performed.
  • Attribute decoding according to embodiments includes Region Adaptive Hierarchical Transform (RAHT) decoding, Interpolation-based hierarchical nearest-neighbor prediction-Prediction Transform decoding, and interpolation-based hierarchical nearest-neighbor prediction with an update/lifting step (Lifting Transform)) decoding may be included.
  • RAHT Region Adaptive Hierarchical Transform
  • Interpolation-based hierarchical nearest-neighbor prediction-Prediction Transform decoding Interpolation-based hierarchical nearest-neighbor prediction-Prediction Transform decoding
  • interpolation-based hierarchical nearest-neighbor prediction with an update/lifting step (Lifting Transform)) decoding may be included.
  • the arithmetic decoder 11005 decodes an attribute bitstream by arithmetic coding.
  • the inverse quantization unit 11006 inverse quantizes the decoded attribute bitstream or information about the attribute secured as a result of decoding, and outputs inverse quantized attributes (or attribute values). Inverse quantization may be selectively applied based on attribute encoding of the point cloud video encoder.
  • the RAHT transformation unit 11007, the LOD generation unit 11008, and/or the inverse lifting unit 11009 may process the reconstructed geometry and dequantized attributes. As described above, the RAHT conversion unit 11007, the LOD generation unit 11008, and/or the inverse lifting unit 11009 may selectively perform a corresponding decoding operation according to the encoding of the point cloud video encoder.
  • the color inverse transform unit 11010 performs inverse transform coding for inverse transforming color values (or textures) included in decoded attributes.
  • the operation of the color inverse transform unit 11010 may be selectively performed based on the operation of the color transform unit 40006 of the point cloud video encoder.
  • the elements of the point cloud video decoder of FIG. 11 are not shown in the figure, but include one or more processors or integrated circuits configured to communicate with one or more memories included in the point cloud content providing system. may be implemented in hardware, software, firmware, or a combination thereof.
  • the one or more processors may perform at least any one or more of the operations and/or functions of the elements of the point cloud video decoder of FIG. 11 described above.
  • the one or more processors may also operate or execute a set of software programs and/or instructions for performing operations and/or functions of the elements of the point cloud video decoder of FIG. 11 .
  • the transmission device shown in FIG. 12 is an example of the transmission device 10000 of FIG. 1 (or the point cloud video encoder of FIG. 4 ).
  • the transmitting apparatus shown in FIG. 12 may perform at least any one or more of the same or similar operations and methods to the operations and encoding methods of the point cloud video encoder described with reference to FIGS. 1 to 9 .
  • the transmission apparatus includes a data input unit 12000 , a quantization processing unit 12001 , a voxelization processing unit 12002 , an octree occupancy code generation unit 12003 , a surface model processing unit 12004 , and an intra/ Inter-coding processing unit 12005, arithmetic coder 12006, metadata processing unit 12007, color conversion processing unit 12008, attribute conversion processing unit (or attribute conversion processing unit) 12009, prediction/lifting/RAHT conversion It may include a processing unit 12010 , an arithmetic coder 12011 , and/or a transmission processing unit 12012 .
  • the data input unit 12000 receives or acquires point cloud data.
  • the data input unit 12000 may perform the same or similar operation and/or acquisition method to the operation and/or acquisition method of the point cloud video acquisition unit 10001 (or the acquisition process 20000 described in FIG. 2 ).
  • the coder 12006 performs geometry encoding. Since the geometry encoding according to the embodiments is the same as or similar to the geometry encoding described with reference to FIGS. 1 to 9 , a detailed description thereof will be omitted.
  • the quantization processing unit 12001 quantizes a geometry (eg, a position value or a position value of points).
  • the operation and/or quantization of the quantization processing unit 12001 is the same as or similar to the operation and/or quantization of the quantization unit 40001 described with reference to FIG. 4 .
  • a detailed description is the same as that described with reference to FIGS. 1 to 9 .
  • the voxelization processing unit 12002 voxelizes position values of quantized points.
  • the voxelization processing unit 12002 may perform the same or similar operations and/or processes as those of the quantization unit 40001 described with reference to FIG. 4 and/or the voxelization process. A detailed description is the same as that described with reference to FIGS. 1 to 9 .
  • the octree occupancy code generator 12003 performs octree coding on the positions of voxelized points based on the octree structure.
  • the octree occupanci code generator 12003 may generate an occupanci code.
  • the octree occupancy code generator 12003 may perform the same or similar operations and/or methods to the operations and/or methods of the point cloud video encoder (or the octree analyzer 40002) described with reference to FIGS. 4 and 6 . . A detailed description is the same as that described with reference to FIGS. 1 to 9 .
  • the surface model processing unit 12004 may perform tri-supply geometry encoding by reconstructing positions of points in a specific region (or node) based on a voxel based on a surface model.
  • the fore surface model processing unit 12004 may perform the same or similar operations and/or methods to those of the point cloud video encoder (eg, the surface appropriation analyzer 40003) described with reference to FIG. 4 .
  • a detailed description is the same as that described with reference to FIGS. 1 to 9 .
  • the intra/inter coding processing unit 12005 may perform intra/inter coding of point cloud data.
  • the intra/inter coding processing unit 12005 may perform the same or similar coding to the intra/inter coding described with reference to FIG. 7 . A detailed description is the same as that described with reference to FIG. 7 .
  • the intra/inter coding processing unit 12005 may be included in the arithmetic coder 12006 .
  • the arithmetic coder 12006 entropy encodes an octree and/or an approximated octree of point cloud data.
  • the encoding method includes an arithmetic encoding method.
  • the arithmetic coder 12006 performs the same or similar operations and/or methods as the operations and/or methods of the arithmetic encoder 40004 .
  • the metadata processing unit 12007 processes metadata related to point cloud data, for example, a setting value, and provides it to necessary processing such as geometry encoding and/or attribute encoding. Also, the metadata processing unit 12007 according to embodiments may generate and/or process signaling information related to geometry encoding and/or attribute encoding. Signaling information according to embodiments may be encoded separately from geometry encoding and/or attribute encoding. Also, signaling information according to embodiments may be interleaved.
  • the color conversion processing unit 12008, the attribute conversion processing unit 12009, the prediction/lifting/RAHT conversion processing unit 12010, and the arithmetic coder 12011 perform attribute encoding. Since the attribute encoding according to the embodiments is the same as or similar to the attribute encoding described with reference to FIGS. 1 to 9 , a detailed description thereof will be omitted.
  • the color conversion processing unit 12008 performs color conversion coding for converting color values included in attributes.
  • the color conversion processing unit 12008 may perform color conversion coding based on the reconstructed geometry.
  • the description of the reconstructed geometry is the same as described with reference to FIGS. 1 to 9 .
  • the same or similar operation and/or method to the operation and/or method of the color conversion unit 40006 described with reference to FIG. 4 is performed. A detailed description will be omitted.
  • the attribute transformation processing unit 12009 performs attribute transformation for transforming attributes based on positions and/or reconstructed geometry to which geometry encoding has not been performed.
  • the attribute transformation processing unit 12009 performs the same or similar operations and/or methods to those of the attribute transformation unit 40007 described in FIG. 4 . A detailed description will be omitted.
  • the prediction/lifting/RAHT transform processing unit 12010 may code the transformed attributes by combining any one or more of RAHT coding, LOD-based predictive transform coding, and lifting transform coding.
  • the prediction/lifting/RAHT transformation processing unit 12010 performs at least one or more of the same or similar operations to the operations of the RAHT transformation unit 40008, the LOD generation unit 40009, and the lifting transformation unit 40010 described in FIG. 4 . do.
  • LOD-based predictive transform coding, lifting transform coding, and RAHT transform coding are the same as those described with reference to FIGS. 1 to 9 , a detailed description thereof will be omitted.
  • the arithmetic coder 12011 may encode coded attributes based on arithmetic coding.
  • the arithmetic coder 12011 performs the same or similar operations and/or methods to the operations and/or methods of the arithmetic encoder 40012 .
  • the transmission processing unit 12012 transmits each bitstream including the encoded geometry and/or the encoded attribute and/or metadata, or transmits the encoded geometry and/or the encoded attribute and/or metadata It can be transmitted by composing it as one bitstream.
  • the bitstream may include one or more sub-bitstreams.
  • the bitstream according to the embodiments is a Sequence Parameter Set (SPS) for signaling of a sequence level, a Geometry Parameter Set (GPS) for signaling of the geometry information coding, an Attribute Parameter Set (APS) for signaling of the attribute information coding, a tile Signaling information including TPS (referred to as tile parameter set or tile inventory) for level signaling and slice data may be included.
  • SPS Sequence Parameter Set
  • GPS Geometry Parameter Set
  • APS Attribute Parameter Set
  • tile Signaling information including TPS (referred to as tile parameter set or tile inventory) for level signaling and slice data may be included.
  • Slice data may include information about one or more slices.
  • One slice according to embodiments may include one geometry bitstream (Geom0 0 ) and one or more attribute bitstreams (Attr0 0 , Attr1 0 ).
  • a slice refers to a series of syntax elements representing all or part of a coded point cloud frame.
  • the TPS may include information about each tile (eg, coordinate value information and height/size information of a bounding box, etc.) for one or more tiles.
  • a geometry bitstream may include a header and a payload.
  • the header of the geometry bitstream according to the embodiments may include identification information (geom_parameter_set_id), a tile identifier (geom_tile_id), a slice identifier (geom_slice_id) of a parameter set included in GPS, and information about data included in the payload. have.
  • the metadata processing unit 12007 may generate and/or process signaling information and transmit it to the transmission processing unit 12012 .
  • elements performing geometry encoding and elements performing attribute encoding may share data/information with each other as dotted lines are processed.
  • the transmission processing unit 12012 may perform the same or similar operation and/or transmission method to the operation and/or transmission method of the transmitter 10003 . Since the detailed description is the same as that described with reference to FIGS. 1 to 2 , a detailed description thereof will be omitted.
  • FIG. 13 is an example of a receiving apparatus according to embodiments.
  • the reception device shown in FIG. 13 is an example of the reception device 10004 of FIG. 1 (or the point cloud video decoder of FIGS. 10 and 11 ).
  • the receiving apparatus shown in FIG. 13 may perform at least any one or more of the same or similar operations and methods to the operations and decoding methods of the point cloud video decoder described with reference to FIGS. 1 to 11 .
  • the reception apparatus includes a reception unit 13000 , a reception processing unit 13001 , an arithmetic decoder 13002 , an Occupancy code-based octree reconstruction processing unit 13003 , and a surface model processing unit (triangle reconstruction). , up-sampling, voxelization) 13004, inverse quantization processing unit 13005, metadata parser 13006, arithmetic decoder 13007, inverse quantization processing unit 13008, prediction It may include a /lifting/RAHT inverse transformation processing unit 13009 , an inverse color transformation processing unit 13010 , and/or a renderer 13011 .
  • Each component of decoding according to embodiments may perform a reverse process of a component of encoding according to embodiments.
  • the receiver 13000 receives point cloud data.
  • the receiver 13000 may perform the same or similar operation and/or reception method as the operation and/or reception method of the receiver 10005 of FIG. 1 . A detailed description will be omitted.
  • the reception processing unit 13001 may acquire a geometry bitstream and/or an attribute bitstream from the received data.
  • the reception processing unit 13001 may be included in the reception unit 13000 .
  • the arithmetic decoder 13002, the occupancy code-based octree reconstruction processing unit 13003, the surface model processing unit 13004, and the inverse quantization processing unit 13005 may perform geometry decoding. Since the geometry decoding according to the embodiments is the same as or similar to the geometry decoding described with reference to FIGS. 1 to 10 , a detailed description thereof will be omitted.
  • the arithmetic decoder 13002 may decode a geometry bitstream based on arithmetic coding.
  • the arithmetic decoder 13002 performs the same or similar operation and/or coding to the operation and/or coding of the arithmetic decoder 11000 .
  • the occupancy code-based octree reconstruction processing unit 13003 may reconstruct the octopus by acquiring an occupanci code from a decoded geometry bitstream (or information about a geometry secured as a result of decoding).
  • the occupancy code-based octree reconstruction processing unit 13003 performs the same or similar operations and/or methods as those of the octree synthesis unit 11001 and/or the octree generation method.
  • the surface model processing unit 13004 may decode a trichop geometry based on a surface model method and reconstruct a geometry related thereto (eg, triangle reconstruction, up-sampling, voxelization) based on the surface model method when trisoop geometry encoding is applied. can be performed.
  • the surface model processing unit 13004 performs the same or similar operations to the operations of the surface op-proximation synthesizing unit 11002 and/or the geometry reconstruction unit 11003 .
  • the inverse quantization processing unit 13005 may inverse quantize the decoded geometry.
  • the metadata parser 13006 may parse metadata included in the received point cloud data, for example, a setting value.
  • the metadata parser 13006 may pass the metadata to geometry decoding and/or attribute decoding. A detailed description of the metadata is the same as that described with reference to FIG. 12 , and thus will be omitted.
  • the arithmetic decoder 13007 , the inverse quantization processing unit 13008 , the prediction/lifting/RAHT inverse transformation processing unit 13009 , and the color inverse transformation processing unit 13010 perform attribute decoding. Since the attribute decoding is the same as or similar to the attribute decoding described with reference to FIGS. 1 to 10 , a detailed description thereof will be omitted.
  • the arithmetic decoder 13007 may decode an attribute bitstream by arithmetic coding.
  • the arithmetic decoder 13007 may perform decoding of the attribute bitstream based on the reconstructed geometry.
  • the arithmetic decoder 13007 performs the same or similar operation and/or coding to the operation and/or coding of the arithmetic decoder 11005 .
  • the inverse quantization processing unit 13008 may inverse quantize the decoded attribute bitstream.
  • the inverse quantization processing unit 13008 performs the same or similar operations and/or methods as those of the inverse quantization unit 11006 and/or the inverse quantization method.
  • the prediction/lifting/RAHT inverse transform processing unit 13009 may process the reconstructed geometry and inverse quantized attributes.
  • the prediction/lifting/RAHT inverse transform processing unit 13009 performs the same or similar operations and/or decodings as the operations and/or decodings of the RAHT transform unit 11007, the LOD generation unit 11008 and/or the inverse lifting unit 11009 and/or At least any one or more of the decodings are performed.
  • the color inverse transform processing unit 13010 according to embodiments performs inverse transform coding for inverse transforming color values (or textures) included in decoded attributes.
  • the color inverse transform processing unit 13010 performs the same or similar operation and/or inverse transform coding to the operation and/or inverse transform coding of the inverse color transform unit 11010 .
  • the renderer 13011 may render point cloud data.
  • FIG. 14 shows an example of a structure capable of interworking with a method/device for transmitting and receiving point cloud data according to embodiments.
  • the structure of FIG. 14 is a server 17600, a robot 17100, an autonomous vehicle 17200, an XR device 17300, a smartphone 17400, a home appliance 17500, and/or a head-mount display (HMD) 17700). At least one of them represents a configuration connected to the cloud network 17000 .
  • the robot 17100 , the autonomous vehicle 17200 , the XR device 17300 , the smartphone 17400 , or the home appliance 17500 are referred to as devices.
  • the XR device 17300 may correspond to a point cloud compressed data (PCC) device according to embodiments or may be linked with a PCC device.
  • PCC point cloud compressed data
  • the cloud network 17000 may refer to a network that forms part of the cloud computing infrastructure or exists in the cloud computing infrastructure.
  • the cloud network 17000 may be configured using a 3G network, a 4G or Long Term Evolution (LTE) network, or a 5G network.
  • LTE Long Term Evolution
  • the server 17600 includes at least one of a robot 17100, an autonomous vehicle 17200, an XR device 17300, a smartphone 17400, a home appliance 17500, and/or an HMD 17700, and a cloud network 17000. It is connected through and may help at least a part of the processing of the connected devices 17100 to 17700 .
  • a Head-Mount Display (HMD) 17700 represents one of the types in which an XR device and/or a PCC device according to embodiments may be implemented.
  • the HMD-type device according to the embodiments includes a communication unit, a control unit, a memory unit, an I/O unit, a sensor unit, a power supply unit, and the like.
  • the devices 17100 to 17500 shown in FIG. 14 may be linked/coupled with the point cloud data transmission/reception device according to the above-described embodiments.
  • XR / PCC device 17300 is PCC and / or XR (AR + VR) technology is applied, HMD (Head-Mount Display), HUD (Head-Up Display) provided in the vehicle, television, mobile phone, smart phone, It may be implemented as a computer, a wearable device, a home appliance, a digital signage, a vehicle, a stationary robot, or a mobile robot.
  • HMD Head-Mount Display
  • HUD Head-Up Display
  • the XR/PCC device 17300 analyzes 3D point cloud data or image data acquired through various sensors or from an external device to generate position data and attribute data for 3D points in the surrounding space or real objects. Information can be obtained, and the XR object to be output can be rendered and output. For example, the XR/PCC apparatus 17300 may output an XR object including additional information on the recognized object to correspond to the recognized object.
  • the autonomous driving vehicle 17200 may be implemented as a mobile robot, a vehicle, an unmanned aerial vehicle, etc. by applying PCC technology and XR technology.
  • the autonomous driving vehicle 17200 to which the XR/PCC technology is applied may mean an autonomous driving vehicle equipped with a means for providing an XR image, an autonomous driving vehicle subject to control/interaction within the XR image, or the like.
  • the autonomous driving vehicle 17200 that is the target of control/interaction within the XR image may be distinguished from the XR device 17300 and may be interlocked with each other.
  • the autonomous vehicle 17200 provided with means for providing an XR/PCC image may obtain sensor information from sensors including a camera, and output an XR/PCC image generated based on the acquired sensor information.
  • the autonomous vehicle 17200 may provide the occupant with an XR/PCC object corresponding to a real object or an object in a screen by having a HUD and outputting an XR/PCC image.
  • the XR/PCC object when the XR/PCC object is output to the HUD, at least a portion of the XR/PCC object may be output to overlap the real object toward which the passenger's gaze is directed.
  • the XR/PCC object when the XR/PCC object is output to a display provided inside the autonomous vehicle, at least a part of the XR/PCC object may be output to overlap the object in the screen.
  • the autonomous vehicle 17200 may output XR/PCC objects corresponding to objects such as a lane, other vehicles, traffic lights, traffic signs, two-wheeled vehicles, pedestrians, and buildings.
  • VR Virtual Reality
  • AR Augmented Reality
  • MR Magnetic Reality
  • PCC Point Cloud Compression
  • VR technology is a display technology that provides objects or backgrounds in the real world only as CG images.
  • AR technology refers to a technology that shows a virtual CG image on top of an actual object image.
  • MR technology is similar to the aforementioned AR technology in that it shows virtual objects by mixing and combining them in the real world.
  • real objects and virtual objects made of CG images are clear, and virtual objects are used in a form that complements real objects, whereas in MR technology, virtual objects are regarded as having the same characteristics as real objects. distinct from technology. More specifically, for example, a hologram service to which the aforementioned MR technology is applied.
  • VR, AR, and MR technologies are sometimes called XR (extended reality) technologies rather than clearly distinguishing them. Accordingly, the embodiments of the present specification are applicable to all of VR, AR, MR, and XR technologies.
  • encoding/decoding based on PCC, V-PCC, and G-PCC technology may be applied.
  • the PCC method/apparatus according to the embodiments may be applied to a vehicle providing an autonomous driving service.
  • a vehicle providing an autonomous driving service is connected to a PCC device to enable wired/wireless communication.
  • the point cloud compressed data (PCC) transceiver receives/processes AR/VR/PCC service-related content data that can be provided together with the autonomous driving service when connected to a vehicle to enable wired/wireless communication. can be transmitted to the vehicle.
  • the point cloud data transceiver device may receive/process AR/VR/PCC service related content data according to a user input signal input through the user interface device and provide it to the user.
  • a vehicle or a user interface device may receive a user input signal.
  • a user input signal according to embodiments may include a signal indicating an autonomous driving service.
  • point cloud data is composed of a set of points, and each point may have a geometry (or called geometry information) and an attribute (or called attribute information).
  • the geometry information is three-dimensional position information (xyz) of each point. That is, the position of each point is expressed by parameters on a coordinate system representing a three-dimensional space (eg, parameters (x, y, z) of three axes representing the space, such as the X-axis, Y-axis, and Z-axis).
  • the attribute information means a color (RGB, YUV, etc.) of the point, reflectance, normal vectors, transparency, and the like.
  • the decoding process of the point cloud data receives the encoded geometry bitstream and the attribute bitstream, decodes the geometry information based on octree, trichop, or prediction, and attributes based on the geometry information reconstructed through the decoding process. It consists of the process of decoding information.
  • Prediction-based geometry information compression is performed by defining a prediction structure for point cloud data.
  • This structure is expressed as a predictive tree having vertices (vertices) associated with each point of the point cloud data.
  • the prediction tree may include a root vertex (referred to as a root vertex or a root point) and a leaf vertex (referred to as a leaf vertex or a leaf point), and points below the root point may have at least one or more children, and in the direction of the leaf point The depth increases.
  • Each point can be predicted from its parent nodes in the prediction tree.
  • each point has various prediction modes (e.g., no prediction, Delta prediction, linear prediction, and parallelogram prediction) may be applied and predicted.
  • no prediction is performed on the root node (ie, the initial value), that is, location information of the point (ie, the x, y, z coordinates of the root node) is transmitted to the receiving side without compression. This is because each point in the prediction tree is predicted based on at least one parent node, and the root node does not have a parent node.
  • the prediction-based geometry compression method may be used to reduce the amount of information transmitted based on the positional similarity of consecutive points.
  • each point may be predicted by applying various prediction modes, among which the initial value (eg, the root node) is not predicted because there is no point (ie, the parent point) to refer to and the actual value (ie, x, y, z coordinate values) to the receiver.
  • the initial value eg, the root node
  • the actual value ie, x, y, z coordinate values
  • 15 is a diagram illustrating an example of a prediction tree structure according to embodiments.
  • the final prediction tree defines a point to be compressed (a specific point among a set of point clouds having relationships such as parent, grandparent, grand-grandparent, etc. as in FIG. 15) as a child, and , it can be defined as a process of defining a point to be predicted as a parent and finding a parent-child relationship, and can be composed of a continuation of parent-child. For example, assuming that point 50013 is a point to be compressed, point 50012 becomes a parent, point 50011 becomes a grandparent, and point 50010 becomes a great-grandparent.
  • a point that is the first start of compression is set as a root vertex (or root node).
  • the point 50011 becomes a child having the root vertex (ie, the root point) 50010 as a parent.
  • a point (or vertex) having a plurality of children may exist in the prediction tree.
  • the number of children may be limited to a certain number (eg, 3) or may be unlimited. For example, it is shown that point (or vertex) 50014 has three children, and point (vertex) 50015 has two children.
  • prediction of points may be performed using a prediction mode.
  • V(p) is defined as the point to be compressed on the prediction tree, that is, the p-th point
  • V(p-1) is defined as the parent point (or vertex) of the p-th point
  • V(p) -2) is the grandparent point of the p-th point
  • V(p-3) is the p-th point’s great-grandparent (grand-grandparent or great-grandparent) point
  • V(p-4) is the p-th point’s great-grandparent point.
  • the prediction error (E) for each prediction mode can be defined as in Equation 5 below.
  • 7 prediction error values (E) are calculated by applying the prediction modes of Equation 5 below to the point (V(p)), and the smallest prediction error value among the calculated 7 prediction error values is obtained. It is possible to set the prediction mode of the point (V(p)) as the prediction mode of the point (V(p)).
  • the set (selected) prediction mode information (pred_mode) and coefficient information (eg, a, b, etc.) at this time may be signaled to the signaling information and/or the slice and transmitted to the receiving device.
  • the signaling information may include parameter sets (eg, SPS, GPS, APS, and TPS (or called tile inventory), etc.), a header of a slice carrying corresponding residual information (or called prediction error), etc. can
  • the prediction mode information is also referred to as intra mode information or intra prediction mode.
  • Equation 6 is an example of an equation for obtaining prediction information for each prediction mode.
  • the prediction mode of the point (V(p)) selected by applying Equation 5 is prediction mode 2 (mode 2)
  • mode 1 is delta prediction
  • mode 2 or mode 3 is linear prediction
  • mode 4 mode 5
  • mode 6 or mode 7 is parallelogram predictor or parallelogram prediction. ) is also called.
  • the transmitting end transmits the intra prediction mode for each point and the difference between the position of the point and the predicted position (this is called residual information or prediction error) to the receiving side. have.
  • this document uses and signals a method specified in advance for the various prediction methods described above in a certain unit (e.g., slice unit, coding block unit, frame unit, N units, etc.), or how error is minimized at every point. can be signaled. Also, predetermined values for prediction coefficients a and b may be used and signaled, or a method for minimizing an error at every point may be signaled.
  • a certain unit e.g., slice unit, coding block unit, frame unit, N units, etc.
  • predetermined values for prediction coefficients a and b may be used and signaled, or a method for minimizing an error at every point may be signaled.
  • the accuracy of prediction increases as similar points are adjacent to each other.
  • prediction target points may be rearranged so that similar points are adjacent to each other.
  • the rearrangement may be performed on the entire point cloud, or may be performed in units of slices, or both methods may be used.
  • the prediction-based compression described above is a method for reducing the similarity between points within the current frame.
  • This document describes a method for increasing the compression efficiency of prediction-based geometry (ie, location) information when point cloud data consists of consecutive frames.
  • this document deals with a technique for increasing the compression efficiency of prediction-based coding in compressing geometric information, and in particular, describes a method for increasing the compression efficiency based on information similarity between different frames.
  • this document deals with a technique for increasing the compression efficiency of prediction-based coding in compressing geometric information, and in particular, describes a method for increasing the compression efficiency based on information similarity between different frames.
  • point cloud data exists on consecutive frames, similarity in point distribution between adjacent frames may exist.
  • the method proposed in this document can be generally used for compression of point cloud data, and can also be used for scalable compression of point cloud data. Also, the prediction-based geometry compression method described in this document may be used for prediction-based attribute compression.
  • the encoding process of the point cloud data includes the point cloud video encoder 10002 of FIG. 1 , the encoding 20001 of FIG. 2 , the point cloud video encoder of FIG. 4 , the point cloud video encoder of FIG. 12 , and FIG. 16 .
  • the geometry encoder 51003 of , the geometry encoder of FIG. 17 , or the geometry encoding process of FIG. 23 may be performed.
  • the decoding process of the point cloud data according to the embodiments includes the point cloud video decoder 10006 of FIG. 1 , the decoding 20003 of FIG. 2 , the point cloud video decoder of FIG. 11 , the point cloud video decoder of FIG.
  • the geometry decoder 61003, the geometry decoder of FIG. 31 or the geometry decoding process of FIG. 32 may be performed. The detailed description of FIGS. 30 to 32 will be described later.
  • FIG. 16 is a diagram illustrating another example of a point cloud transmission apparatus according to embodiments.
  • the elements of the point cloud transmission apparatus shown in FIG. 16 may be implemented by hardware, software, a processor, and/or a combination thereof.
  • the point cloud transmission apparatus may include a data input unit 51001 , a signaling processing unit 51002 , a geometry encoder 51003 , an attribute encoder 51004 , and a transmission processing unit 51005 .
  • FIG. 16 is a diagram illustrating another example of a point cloud transmission apparatus according to embodiments.
  • the elements of the point cloud transmission apparatus shown in FIG. 16 may be implemented by hardware, software, a processor, and/or a combination thereof.
  • the point cloud transmission apparatus may include a data input unit 51001 , a signaling processing unit 51002 , a geometry encoder 51003 , an attribute encoder 51004 , and a transmission processing unit 51005 .
  • the geometry encoder 51003 and the attribute encoder 51004 are described in the point cloud video encoder 10002 of FIG. 1 , the encoding 20001 of FIG. 2 , the point cloud video encoder of FIG. 4 , and the point cloud video encoder of FIG. 12 . Some or all of the action may be performed.
  • the data input unit 51001 receives or acquires point cloud data.
  • the data input unit 51001 may perform some or all of the operations of the point cloud video acquisition unit 10001 of FIG. 1 , or may perform some or all of the operations of the data input unit 12000 of FIG. 12 .
  • the data input unit 51001 outputs the positions of the points of the point cloud data to the geometry encoder 51003, and outputs the attributes of the points of the point cloud data to the attribute encoder 51004. Also, the parameters are output to the signaling processing unit 51002. According to embodiments, parameters may be provided to the geometry encoder 51003 and the attribute encoder 51004 .
  • the geometry encoder 51003 constructs a prediction tree using positions of input points, and performs geometry compression based on the prediction tree. In this case, prediction for geometry compression may be performed within a frame or between frames. This document refers to the former as intra-frame prediction and the latter as inter-frame prediction.
  • the geometry encoder 51003 performs entropy encoding on the compressed geometry information and outputs it to the transmission processing unit 51005 in the form of a geometry bitstream.
  • the geometry encoder 51003 reconstructs geometry information based on positions changed through compression, and outputs the reconstructed (or decoded) geometry information to the attribute encoder 51004 .
  • the attribute encoder 51004 compresses attribute information based on positions for which geometry encoding has not been performed and/or reconstructed geometry information.
  • the attribute information may be coded by combining one or more of RAHT coding, LOD-based predictive transform coding, and lifting transform coding.
  • the attribute encoder 51004 performs entropy encoding on the compressed attribute information and outputs it to the transmission processing unit 51005 in the form of an attribute bitstream.
  • the signaling processing unit 51002 generates and/or processes signaling information necessary for encoding/decoding/rendering of geometry information and attribute information, etc., and provides it to the geometry encoder 51003, the attribute encoder 51004 and/or the transmission processing unit 51005 can do.
  • the signaling processing unit 51002 may be provided with signaling information generated by the geometry encoder 51003 , the attribute encoder 51004 and/or the transmission processing unit 51005 .
  • the signaling processing unit 51002 may provide information fed back from the receiving device (eg, head orientation information and/or viewport information to the geometry encoder 51003, the attribute encoder 51004 and/or the transmission processing unit 51005). have.
  • signaling information may be signaled and transmitted in units of parameter sets (SPS: sequence parameter set, GPS: geometry parameter set, APS: attribute parameter set, TPS: Tile Parameter Set (or tile inventory), etc.). Also, it may be signaled and transmitted in units of coding units (or compression units or prediction units) of each image, such as slices or tiles.
  • SPS sequence parameter set
  • GPS geometry parameter set
  • APS attribute parameter set
  • TPS Tile Parameter Set (or tile inventory), etc.
  • coding units or compression units or prediction units
  • the transmission processing unit 51005 may perform the same or similar operation and/or transmission method as the operation and/or transmission method of the transmission processing unit 12012 of FIG. 12 , the operation and/or the operation of the transmitter 1003 of FIG. 1 and/or The same or similar operation and/or transmission method as the transmission method may be performed.
  • the same or similar operation and/or transmission method as the transmission method may be performed.
  • the transmission processing unit 51005 converts the geometry bitstream output from the geometry encoder 51003, the attribute bitstream output from the attribute encoder 51004, and the signaling bitstream output from the signaling processing unit 51002 into one bitstream. It can be transmitted as it is after being multiplexed with . In this document, it is assumed that the file is in the ISOBMFF file format.
  • the file or segment may be transmitted to a receiving device or stored in a digital storage medium (eg, USB, SD, CD, DVD, Blu-ray, HDD, SSD, etc.).
  • the transmission processing unit 51005 may be capable of wired/wireless communication with a receiving device through a network such as 4G, 5G, 6G, or the like.
  • the transmission processing unit 51005 may perform a necessary data processing operation according to a network system (eg, a communication network system such as 4G, 5G, or 6G).
  • the transmission processing unit 51005 may transmit encapsulated data according to an on demand method.
  • information related to geometry prediction is provided by GPS and/or TPS and/or a geometry data unit (or a geometry slice) by at least one of the signaling processing unit 51002, the geometry encoder 51003, and the transmission processing unit 51005. may be included in a bitstream) and transmitted.
  • FIG. 17 is a diagram illustrating an example of a detailed block diagram of a geometry encoder 51003 according to embodiments.
  • the elements of the geometry encoder shown in FIG. 17 may be implemented by hardware, software, a processor and/or a combination thereof.
  • the geometry encoder 51003 includes a clustering and alignment unit 51031, a prediction tree generation unit 51032, an intra frame prediction unit 51033, a mode selection unit 51034, an entropy encoding unit 51035, It may include a prediction unit generating unit 51036 , a motion estimation unit 51037 , a motion compensator 51038 , and an inter-frame prediction unit 51039 .
  • the clustering and aligning unit 51031 may be divided into a clustering unit and an aligning unit.
  • the clustering unit may be referred to as a divider.
  • the execution order of each block may be changed, some blocks may be omitted, and some blocks may be newly added.
  • the clustering and aligning unit 51031 aligns points belonging to the same frame.
  • the position information of the points is arranged so that compression efficiency can be increased.
  • the clustering and sorting unit 51031 divides points of the input point cloud data into a plurality of clusters (eg, slices) by clustering based on location information of points of the input point cloud data. Then, for each cluster, the points of the point cloud data are sorted in consideration of the geometry information of each point in the cluster.
  • clusters eg, slices
  • the points in each cluster may be aligned so that compression efficiency may be increased.
  • the coordinate system when acquiring data radially from the rotation axis like LiDAR, the coordinate system can be converted to the vertical position, rotation angle, and distance from the central axis of the laser for sorting. In this case, the direction of alignment is zigzag. By doing so, the correlation between points can be increased.
  • the prediction tree generation unit 51032 may construct a prediction tree within a frame or each cluster after the clustering and alignment unit 51031 aligns points of point cloud data within a frame or each cluster.
  • the intra frame prediction unit 51033 determines an intra prediction mode of each point by establishing a parent-child relationship with respect to points in the prediction tree, and determines the determined intra After obtaining residual information of each point based on the prediction mode, intra prediction mode information and residual information are output to the mode selector 51034 .
  • the intra frame prediction unit 51033 determines an intra prediction mode that provides an optimal compression ratio by applying Equations 5 and 6 to each point.
  • the intra prediction mode of each point may be one of modes 1 to 7.
  • the prediction unit generator 51036 converts the prediction tree (or points in the prediction tree) generated by the prediction tree generator 51032 into a plurality of prediction units (PUs) when inter-frame prediction is allowed. split In this document, a prediction unit (PU) is defined as a concept of a subset belonging to a predictive tree.
  • nodes belonging to the PU may have a parent-child relationship with each other, which may follow the parent-child relationship defined in the prediction tree.
  • a method for defining a PU may be used. For example, a method of classifying a PU into a set of distance-adjacent points in the prediction tree may be used. As another example, when the points in the prediction tree are sequentially arranged, a method of classifying PUs according to a predetermined number may be used. In this case, each point may be matched one-to-one with one of the PUs.
  • motion existing between frames may be defined in a three-dimensional space such as x, y, and z, and motion between frames may be defined as a global motion vector. Contrary to this, it may have different motions locally within a frame, and this may be defined as a local motion vector.
  • a motion vector may be transmitted from the outside (eg, when data is obtained by a LiDAR mounted on a vehicle, a global motion vector may be obtained through GPS information of the vehicle, etc.) Yes), or a motion estimation technique for estimating a motion vector between frames may be used. And, the obtained MV may be used to estimate information of the current frame based on information in the previous frame.
  • motion estimation (ME) may be performed for each PU within a search window that is a range for finding a motion vector (MV) on a reference frame (or referred to as a previous frame).
  • a motion estimation unit 51037 for estimating a motion vector (MV) will be described.
  • the motion estimation unit 51037 performs motion estimation in units of prediction units (PUs). That is, motion estimation may be performed for each PU.
  • FIG. 18 is a diagram illustrating an example of a relationship between a current frame and a previous frame according to embodiments.
  • frame n ie, nth frame
  • frame n-1 indicates a previous frame.
  • FIG. 18 depicts the definition of the k-th PU in the m-th prediction tree belonging to the n-th frame, and shows the relationship with the previous frame.
  • 18 is an example in which the number of points belonging to a PU is defined as eight.
  • eight is an embodiment for helping those skilled in the art to understand, and the number of points belonging to a PU is not limited to eight.
  • motion information may be estimated by selecting a portion having a similar point distribution within a reference frame (ie, a previous frame) with respect to the k-th PU (ie, PU k) of the current frame.
  • the reference frame may be all or a part of the coded frame.
  • the point cloud transmission apparatus or the geometry encoder may include a buffer (not shown) to store the coded reference frame.
  • the buffer may store a plurality of reference frames, and the motion estimator 51036 may select one or more of the plurality of reference frames stored in the buffer for motion estimation.
  • a search window for finding a motion vector in a reference frame, assuming that the n-1 th frame is a selected reference frame.
  • the search window may be defined as all or a part of the reference frame, and may be defined in a three-dimensional space.
  • a set of points having the most similar characteristics within a search range may be defined as a predictor.
  • the size of the bounding box of the predictor may be the same as the size of the bounding box of the PU or a scaled value may be considered.
  • a method of minimizing an error among candidates having a size of a PU bounding box within a search window may be used.
  • the error may be defined as an error for the entire block
  • the search window which is a range for estimating the block error, may be defined as all or part of the n-1 th frame.
  • the PU bounding box, the predictor bounding box, and the search range defined in this document may be in the form of a rectangular prism having a search range in each axial direction considering a case defined in a three-dimensional space.
  • Equation 7 is an equation for calculating the block error.
  • distortion represents the position difference or attribute difference or position and attribute difference between each point in the PU and the nearest point in the predictor.
  • Rate indicates a required bitstream size prediction value when a motion vector is used.
  • Lambda represents a variable that adjusts the ratio of distortion and rate.
  • the motion compensation unit 51038 performs motion compensation based on the motion vector (MV) obtained as a result of the motion estimation to obtain a similarity to the PU.
  • MV motion vector
  • One predictor can be generated within a reference frame.
  • a predictor of a PU to be coded may be estimated from a reference frame based on a motion vector (MV) obtained through motion estimation.
  • MV motion vector
  • a predictor since the receiver cannot estimate the PU bounding box, a predictor may be generated using the bounding box information and motion vector of the predictor received separately, and the reference frame index (ref_frame_id).
  • 19 is a diagram illustrating an example of generating a predictor to which a motion is applied according to embodiments.
  • the position and size of a predictor may be defined based on a motion vector and a size of a bounding box of the predictor.
  • a predictor to which motion is applied may be generated by applying a motion vector to points included in the predictor.
  • the inter-frame predictor 51039 When the motion compensator 51038 generates a predictor to which motion is applied, the inter-frame predictor 51039 performs inter-frame prediction by selecting an inter-frame prediction mode using the predictor. That is, the inter-frame prediction unit 51039 may find a point similar to the compression target point of the current PU in the predictor generated by the motion compensator 51038 and perform inter-frame prediction based on this.
  • a prediction-based compression method is a method of estimating a current point based on information on an already coded point.
  • inter-frame correlation e.g, inter-frame prediction
  • intra frame prediction a method for prediction based on intra-frame correlation by using a point similar to the current point in the compression target frame (ie, reference frame) (eg, intra frame prediction) can achieve higher compression efficiency.
  • the compression efficiency can be increased by using the point information of the adjacent frame (ie, the reference frame).
  • the inter-frame prediction unit 51039 may construct an inter-point prediction tree for a predictor having a minimum MV in a reference frame.
  • the construction method an existing prediction tree construction method may be used.
  • the prediction tree of the predictor is constructed according to the Morton code order, or the predictor is sequentially arranged around one axis at a time according to the priority of the axes such as the x-axis direction, the y-axis direction, and the z-axis direction.
  • the prediction tree of the predictor is can create This document may separately signal a prediction tree generation method (eg, predictor_pred_tree_generation_type).
  • coordinate conversion it may be separately signaled that alignment is performed after coordinate conversion (eg, predictor_coordinate_type). For example, if separate coordinates are used, the predictor is sorted according to the priority of the r-axis, phi-axis, and laser id-axis, which is notified through a predefined or separate signal after coordinate transformation with respect to the reference frame. can construct a prediction tree of If there is no separate signaling, it may indicate that the coordinates used in predictive coding are used as they are. In some cases, it may be necessary to transform the reference frame into the same coordinate space as the predictive coding coordinates.
  • coordinate conversion eg, predictor_coordinate_type
  • FIGS. 20(a) and 20(b) are diagrams illustrating examples of prediction tree generation of a predictor according to embodiments. That is, in FIGS. 20(a) and 20(b), reference numeral 51040 (ie, a solid rectangle) indicates a 3D bounding box of a predictor (eg, predictor k) within a reference frame, and circles indicate points belonging to the reference frame. Among them, points belonging to the predictor are indicated. And, a solid line between circles in FIG. 20(b) represents a parent-child relationship by the prediction tree generated by the above-described method.
  • reference numeral 51040 ie, a solid rectangle
  • circles indicate points belonging to the reference frame. Among them, points belonging to the predictor are indicated.
  • a solid line between circles in FIG. 20(b) represents a parent-child relationship by the prediction tree generated by the above-described method.
  • the inter-frame prediction unit 51039 may give the points in the predictor a relationship with the current point.
  • the distance between points is used as an embodiment.
  • FIG. 21 is a diagram illustrating simultaneously a predictor and a PU for which a difference by a motion vector is compensated according to embodiments.
  • circles without hatching indicate points belonging to the k-th PU of the current frame
  • circles with hatching indicate points belonging to a predictor (ie, a set of points most similar to the k-th PU) of the reference frame.
  • the solid line between the circles represents the parent-child relationship by the prediction tree
  • the square represents the 3D bounding box of the PU and the predictor. That is, this is an example of a case where the size of the PU's bounding box and the predictor's bounding box size are the same.
  • the prediction tree of the predictor may use the method obtained in the previous step, and the prediction tree of the PU may construct a prediction tree based on the relationship between PU points.
  • the node position of the current frame can be estimated with the node position of the reference frame (ie, the previous frame) having a small error.
  • the distance (referred to as distance, or dist) from the point of the PU to the point of the predictor may be defined as in Equation 8 below.
  • Equation 8 p PU (n) represents the n-th point belonging to the PU, and P predictor (m) represents the position or attribute or position and attribute (position/attribute/position and attribute) of the m-th point belonging to the predictor.
  • P predictor (m) represents the position or attribute or position and attribute (position/attribute/position and attribute) of the m-th point belonging to the predictor.
  • one-to-one matching between points may not be performed according to the predictor.
  • one point in the predictor may have a relationship with a plurality of points of the PU.
  • a plurality of points in the predictor may have a relationship with one point of the PU.
  • 22 is a diagram illustrating an example of inter-frame correlation between points belonging to a k-th PU and points belonging to a predictor after motion compensation according to embodiments. 22 is an example in which the number of points belonging to a PU is smaller than the number of points belonging to a predictor. In FIG. 22 , each point of the predictor connected by a dotted line for each point of the PU indicates an inter-frame correlated point.
  • the point cloud transmission apparatus may deliver information on an inter-frame correlation point related to each point (eg, correlated_point_index).
  • various methods for transmitting the position of the inter-frame correlation point may be used.
  • the location of each point can be passed directly.
  • the difference value of the position of each point may be transferred based on the motion vector in order to reduce the necessary bits.
  • the difference between the preceding correlation point and the current correlation point may be transmitted according to the coding order of the PU points based on the similarity of the positions of the respective points between consecutive correlation points.
  • a point index (or a difference value from a preceding point index) may be delivered based on the prediction tree configuration for the predictor (eg, correlated_point_index).
  • the amount of information to be transmitted may be the smallest, but the need to generate a prediction tree of a predictor in the point cloud receiving apparatus may be burdensome.
  • correlated_point_index may inform the index as a method for characterizing a point related to a current point with respect to a predictor defined in a reference frame.
  • inter-frame correlation points c(0) to c(n-1) are calculated for PU points p(0) to p(n-1) that have been coded. You can find it in the predictor. In this case, based on the parent-child similarity and the PU-predictor similarity, it may be assumed that the child of c(n-1), which is the correlation point of p(n-1), is the correlation point c(n) with respect to p(n). In this case, there is an advantage that information on the correlation point does not need to be transmitted separately, but when the correlation between p(n) and c(n) is not high, the size of residual information (referred to as residual or residual) may increase.
  • residual or residual residual
  • the inter-frame prediction unit 51039 may select an optimal inter prediction mode in which a prediction error (or residual information or residual) is minimized. .
  • the predictor k for the k-th PU may be used for prediction of each point of the PU.
  • the prediction-based compression method has a high target point (eg, a predictor point) and a compression target point (eg, a PU point) used for prediction. Compression efficiency can be increased when it has similarity.
  • a predictor having a minimum block error is selected from a reference frame through motion estimation, and the minimum distance within the predictor (that is, , a method of selecting a point (this is called an inter-frame correlation point) having a distance from the compression target point of the PU) is used. Therefore, a point having a high inter-frame correlation between points existing in different frames can be used for prediction.
  • a point ie, a correlation point with a correlation on the reference frame is defined as c(n), and the parent of the correlation point is c(n-) 1)
  • the weighted average is weighted as in Equation 9 below. average
  • Equation 9 is an example of a case of prediction based on inter-frame correlation.
  • This document uses a wider range (e.g., grandparent, grandchild) or a combination, or as the more general case, distances from p(n) or attributes or distances and attributes (distances/attributes/distances and attributes) that are highly correlated Combinations (e.g., weighted mean) for predictor neighbor points may be used.
  • Equation 9 p'(n) represents a predicted value for p(n), and InterMode 0 to InterMode3 are referred to as inter prediction mode 0 to inter prediction mode 3.
  • w0, ..., w7 represent weights, and may be defined as a function of a scale value, an arbitrary constant, or a function of the reciprocal of the distance between points, using a predetermined value or an arbitrary value can be signaled.
  • four prediction error values are calculated by applying the inter prediction modulus (ie, InterMode 0 to InterMode3) of Equation 9 to the n-th point p(n) of the PU, respectively, and the calculated four
  • the inter prediction mode having the smallest prediction error value among the prediction error values may be set as the optimal inter prediction mode of the n-th point p(n) of the PU.
  • the point cloud transmission device can select an optimal inter prediction mode in terms of entropy for each inter prediction mode used, and information (eg, interMode) for identifying the selected inter prediction mode or inter prediction mode. It can be transmitted to the point cloud receiving device.
  • interMode may indicate a selected inter prediction mode when inter-frame-based prediction is used. If necessary, the weights w0, ..., w7 according to the interMode may be transmitted through the prediction coefficient coeff.
  • target points eg, c(n), c(n)
  • target points for predicting a point based on information for identifying the inter prediction mode or the inter prediction mode transmitted from the point cloud transmission apparatus -1), c(n+1), p(n-1), etc.
  • target points can be selected from the current frame or the reference frame.
  • the inter frame prediction unit 51039 may generate a prediction point p'(n) for the current point p(n) based on the selected inter prediction mode, the residual by prediction (or called residual information) r(n) may be defined as in Equation 10 below and transmitted to the point cloud receiving apparatus.
  • the inter prediction mode information selected by the inter frame prediction unit 51039 and residual information obtained based on the selected inter prediction mode information are output to the mode selection unit 51034 .
  • the mode selector 51034 selects one of intra prediction mode information and residual information output from the intra frame predictor 51033 and inter prediction mode information and residual information output from the inter frame predictor 51039 and output to the entropy coding unit 51035.
  • the intra prediction mode information output from the intra frame prediction unit 51033 is called bestIntraMode, which is the best intra prediction mode
  • the inter prediction mode information output from the inter frame prediction unit 51039 is the best inter prediction mode.
  • the prediction mode will be referred to as bestInterMode.
  • the mode selector 51034 may pre-select inter prediction mode information and residual information or intra prediction mode information and residual information in units of point/PU/slice/prediction tree/data unit/frame. That is, after intra-frame prediction and inter-frame prediction are performed on the compression target, the mode selector 51034 may select one of an intra prediction mode and an inter prediction mode for optimal prediction.
  • a unit for selecting a prediction mode may be one of a frame, a data unit, a prediction tree, a slice, a PU, or a point.
  • the mode selector 51034 may obtain a cost occurring in the case of using the intra prediction mode and the case of using the inter prediction mode as shown in Equation 11 below.
  • distortion(mode) represents a cost caused by a difference that occurs when a mode is used.
  • Rate(mode) indicates the bitstream size to be used by using the mode. That is, when using the mode, it indicates the required bitstream size.
  • Lambda represents a variable that adjusts the ratio of distortion and rate.
  • the mode may be one of bestInterMode or bestIntraMode, and by comparing each cost, it is possible to selectively determine whether inter prediction or intra prediction is performed in units of point/PU/slice/prediction tree/data unit/frame. .
  • the intra prediction mode may be selected, otherwise, the inter prediction mode may be selected.
  • the mode selector 51034 determines a prediction mode that provides an optimal compression ratio for each node (or point)
  • the determined prediction mode and residual information obtained based on the determined prediction mode that is, the residual information due to the prediction error ( residual), motion vectors, and bounding box size are entropy-encoded by the entropy encoding unit 51035 and output in the form of a bitstream (or referred to as a geometry bitstream).
  • FIG. 23 is a flowchart illustrating an example of a geometry encoding process for performing prediction-based compression according to embodiments.
  • a prediction tree is created to establish a parent-child relationship (step 51051).
  • the prediction tree ie, points in the prediction tree
  • the prediction tree is divided into a plurality of prediction units (PUs) to generate PUs (step 51052).
  • a reference frame for inter-frame prediction is selected (step 51053), and motion estimation is performed to find a motion vector with the smallest error in a predictor size unit within a search window that is a motion vector selection range.
  • the process is performed (step 51054).
  • a search window and a predictor size may be input for motion estimation.
  • a motion compensation process is performed based on the motion vector selected through the motion estimation to generate one predictor having similarity to the current PU based on the reference frame (step 51055). Then, a prediction tree between points is constructed for the generated predictor (step 51056). In operation 51056, a prediction tree generation method may be input to generate the prediction tree of the predictor.
  • a point most similar to the compression target point of the current PU (this is called an inter-frame correlation point) is found (step 51057). That is, after each point in the prediction tree of the predictor is designated as an index, a point closest to the compression target point of the current PU is selected in the predictor by using a method such as a nearest neighbor search. And, in this document, the selected point is referred to as a correlation point or an inter-frame correlation point.
  • Inter-frame prediction is performed based on the correlation point found in step 51057 to select an optimal inter prediction mode (bsetInterMode), and residual information is generated based on the selected inter prediction mode (steps 51058 to 51060).
  • the residual information is obtained as a difference between the position value of the compression target point (ie, the point of the current PU) and the position value of the prediction target point (ie, the correlation point of the predictor).
  • the inter prediction mode having the minimum cost is set as the optimal inter prediction mode (bsetInterMode) by comparing the cost based on rate distortion for each inter prediction mode (eg, InterMode 0 to InterMode 3). You can choose.
  • intra frame prediction is performed to select the most optimal intra prediction mode, and residual information is generated based on the selected intra prediction mode (steps 51062 to 51064).
  • the intra prediction mode having the minimum cost is selected as the optimal intra prediction mode (bsetIntraMode) by comparing the cost based on rate distortion for each intra prediction mode (eg, mode 1 to mode 7). You can choose.
  • a mode generating a low prediction error with a small bit size may be selected as the final prediction mode (step 51061).
  • the optimal intra prediction mode may be selected, otherwise the optimal inter prediction mode may be selected.
  • Such a process may be performed for all points, and selection of intra-frame prediction or inter-frame prediction may be selected in units of frame/data unit/slice/prediction tree/prediction unit/point.
  • FIG. 23 Parts not described or omitted in FIG. 23 will be referred to the description of FIGS. 15 to 22 .
  • FIG. 24 shows an example of a bitstream structure of point cloud data for transmission/reception according to embodiments.
  • the bitstream output from the point cloud video encoder of any one of FIGS. 1, 2, 4, 12, and 16 may be in the form of FIG. 24 .
  • the bitstream of the point cloud data provides a tile or a slice so that the point cloud data can be divided into regions and processed.
  • Each region of the bitstream according to embodiments may have different importance levels. Accordingly, when the point cloud data is divided into tiles, a different filter (encoding method) and a different filter unit may be applied to each tile. In addition, when the point cloud data is divided into slices, different filters and different filter units may be applied to each slice.
  • the transmitting apparatus transmits the point cloud data according to the structure of the bitstream as shown in FIG. 24, so that different encoding operations can be applied according to the importance, and the encoding method having good quality is applied to an important area.
  • Receiving device by receiving the point cloud data according to the structure of the bitstream as shown in FIG. 24, using a complex decoding (filtering) method for the entire point cloud data according to the processing capacity (capacity) of the receiving device instead, different filtering (decoding methods) can be applied to each region (region divided into tiles or slices). Accordingly, it is possible to guarantee better image quality in an area important to the user and an appropriate latency on the system.
  • an attribute bitstream, and/or a signaling bitstream (or signaling information) according to embodiments consists of one bitstream (or G-PCC bitstream) as shown in FIG. 24, the bitstream is one or more sub-bitstreams.
  • the bitstream according to the embodiments includes a Sequence Parameter Set (SPS) for sequence-level signaling, a Geometry Parameter Set (GPS) for signaling of geometry information coding, and one or more Attribute Parameter Sets (APS) for signaling of attribute information coding, APS 0 , APS 1 ), a tile inventory for tile-level signaling (or referred to as a TPS), and one or more slices (slice 0 to slice n) may be included.
  • SPS Sequence Parameter Set
  • GPS Geometry Parameter Set
  • APS Attribute Parameter Sets
  • TPS tile inventory for tile-level signaling
  • slices slice 0 to slice n
  • a bitstream of point cloud data may include one or more tiles, and each tile may be a group of slices including one or more slices (slice 0 to slice n).
  • the tile inventory ie, TPS
  • TPS may include information about each tile (eg, coordinate value information and height/size information of a tile bounding box, etc.) for one or more tiles.
  • Each slice may include one geometry bitstream (Geom0) and/or one or more attribute bitstreams (Attr0, Attr1).
  • slice 0 may include one geometry bitstream Geom0 0 and one or more attribute bitstreams Attr0 0 and Attr1 0 .
  • a geometry bitstream in each slice may include a geometry slice header (geom_slice_header) and geometry slice data (geom_slice_data).
  • the geometry bitstream in each slice may be referred to as a geometry data unit
  • the geometry slice header may be referred to as a geometry data unit header
  • the geometry slice data may be referred to as geometry data unit data.
  • a geometry slice header (or a geometry data unit header) includes identification information (geom_parameter_set_id), a tile identifier (geom_tile_id), a slice identifier (geom_slice_id) and geometry slice data (geom_slice_id) of a parameter set included in a geometry parameter set (GPS) ( information (geomBoxOrigin, geom_box_log2_scale, geom_max_node_size_log2, geom_num_points) about the data included in geom_slice_data) may be included.
  • identification information (geom_parameter_set_id), a tile identifier (geom_tile_id), a slice identifier (geom_slice_id) and geometry slice data (geom_slice_id) of a parameter set included in a geometry parameter set (GPS) (information (geomBoxOrigin, geom_box_
  • 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 geometry slice data
  • geom_max_node_size_log2 is information indicating the size of the root geometry octree node
  • geom_num_points is the geometry slice data
  • Information related to the number of points in Geometry slice data (or geometry data unit data) may include geometry information (or geometry data) of point cloud data in a corresponding slice.
  • Each attribute bitstream in each slice may be composed of an attribute slice header (attr_slice_header) and attribute slice data (attr_slice_data).
  • an attribute bitstream in each slice may be referred to as an attribute data unit
  • an attribute slice header may be referred to as an attribute data unit header
  • attribute slice data may be referred to as an attribute data unit data.
  • the attribute slice header (or attribute data unit header) may include information on the corresponding attribute slice data (or the corresponding attribute data unit), and the attribute slice data includes attribute information ( or attribute data or attribute value).
  • each attribute bitstream may include different attribute information.
  • one attribute bitstream may include attribute information corresponding to color
  • the other attribute stream may include attribute information corresponding to reflectance.
  • parameters necessary for encoding and/or decoding of point cloud data include parameter sets of point cloud data (eg, SPS, GPS, APS, and TPS (or referred to as tile inventory), etc.) and / or it may be newly defined in the header of the corresponding slice, etc.
  • point cloud data eg, SPS, GPS, APS, and TPS (or referred to as tile inventory), etc.
  • tile inventory e.g., SPS, GPS, APS, and TPS (or referred to as tile inventory), etc.
  • the prediction-based geometry compression information may be signaled to at least one of a geometry parameter set, a geometry slice header (or referred to as a geometry data unit header), or geometry slice data (or referred to as a geometry data unit data). have.
  • prediction-based geometry compression information may be signaled in an attribute parameter set and/or an attribute slice header (referred to as an attribute data unit header) in association with an attribute coding method or to apply to attribute coding.
  • prediction-based geometry compression information may be signaled in a sequence parameter set and/or a tile parameter set.
  • prediction-based geometry compression information may be signaled in geometry prediction tree data (geometry_predtree_data( )).
  • the geometry prediction tree data (geometry_predtree_data()) may be included in a geometry slice (or referred to as a geometry data unit).
  • prediction-based geometry compression information is obtained through a parameter set of a higher level concept.
  • the prediction-based geometry compression information may be defined in a corresponding position or a separate position according to an application or a system, so that an application range, an application method, and the like may be used differently.
  • a field which is a term used in syntaxes of the present specification to be described later, may have the same meaning as a parameter or a syntax element.
  • a parameter (which can be called variously, such as metadata, signaling information, etc.) including prediction-based geometry compression information may be generated by the metadata processing unit (or metadata generator) or the signaling processing unit of the transmitting device, It may be transmitted to a receiving device and used in a decoding/reconstruction process.
  • a parameter generated and transmitted by the transmitting device may be obtained from a metadata parser of the receiving device.
  • compression through a reference relationship between slices may be applied to reference a node in another slice not only for a start node (ie, a root node) of a slice but also for any node.
  • it can be applied by extending the reference relationship between prediction trees.
  • the geometry slice bitstream may include a geometry slice header and geometry slice data.
  • the geometry slice bitstream will be referred to as a geometry data unit
  • the geometry slice header will be referred to as a geometry data unit header
  • the geometry slice data will be referred to as geometry data unit data.
  • a geometry parameter set according to embodiments may include a geom_tree_type field.
  • the geom_tree_type field indicates whether location information (ie, geometry information) is encoded using an octree or a prediction tree. For example, if the value of the geom_tree_type field is 0, it indicates that location information (ie, geometry information) is encoded using an octree, and if it is 1, it indicates that location information (ie, geometry information) is encoded using a prediction tree. .
  • 25 is a diagram illustrating an example of a syntax structure of a geometry data unit (geometry_data_unit( )) according to embodiments.
  • a geometry data unit (geometry_data_unit()) includes a geometry data unit header (geometry_data_unit_header( )), byte_alignment(), and geometry_data_unit_footer().
  • the geometry data unit (geometry_data_unit()) further includes geometry octree data (geometry_octree()) if the value of the geom_tree_type field included in the geometry parameter set is 0, and if 1, the geometry prediction tree data (geometry_predtree_data() )) is further included.
  • 26 is a diagram illustrating an example of a syntax structure of a geometry data unit header (geometry_data_unit_header()) according to embodiments.
  • the gsh_geometry_parameter_set_id field indicates the value of the gps_geom_parameter_set_id field of the active GPS (gsh_geometry_parameter_set_id specifies the value of the gps_geom_parameter_set_id of the active GPS).
  • the gsh_tile_id field indicates an identifier of a corresponding tile referenced by a corresponding geometry data unit header.
  • the gsh_slice_id field identifies the slice header for reference by other syntax elements for reference by other syntax elements.
  • the slice_tag field may be used to identify one or more slices having a specific value of slice_tag.
  • the frame_ctr_lsb field indicates least significant bits (LSBs) of the notional frame number counter.
  • the geometry data unit header further includes a gsh_entropy_continuation_flag field when the value of the entropy_continuation_enabled_flag field is false, and further includes a gsh_prev_slice_id field when the value of the gsh_entropy_continuation_flag field is true.
  • the entropy_continuation_enabled_flag field may be included in the SPS. If the value of the entropy_continuation_enabled_flag field is 1 (that is, true), it indicates that the initial entropy context state of the slice is dependent on the last entropy context state of the preceding slice (equal to 1 indicates that a slice's initial entropy context state may depend upon the final entropy context state of the preceeding slice). If the value of the entropy_continuation_enabled_flag field is 0 (ie, false), it indicates that the initial entropy context state of each slice is independent.
  • the gsh_prev_slice_id field indicates a value of a slice identifier (ie, a gsh_slice_id field) of a previous geometry data unit in bitstream order.
  • the geometry data unit header may include a gsh_box_log2_scale field when the value of the gps_gsh_box_log2_scale_present_flag field is true.
  • the gps_gsh_box_log2_scale_present_flag field may be included in GPS.
  • the value of the gps_gsh_box_log2_scale_present_flag field is 1, it indicates that the gsh_box_log2_scale field is currently signaled to each geometry data unit referring to the GPS.
  • the value of the gps_gsh_box_log2_scale_present_flag field is 0, it indicates that the gsh_box_log2_scale field is not signaled to each geometry data unit, and also indicates that the common scale for all slices is signaled in the gps_gsh_box_log2_scale field of the current GPS.
  • the gsh_box_log2_scale field indicates a scaling factor of a corresponding slice origin.
  • a geometry data unit header may include a gsh_box_origin_bits_minus1 field.
  • the gsh_box_origin_xyz[k] field indicates the k-th component of the quantized (x, y, z) coordinates of the corresponding slice origin.
  • the geometry data unit header may include a gsh_angular_origin_bits_minus1 field and a gsh_angular_origin_xyz[k] field when the value of the geom_slice_angular_origin_present_flag field is true.
  • the geom_slice_angular_origin_present_flag field may be included in GPS. If the value of the geom_slice_angular_origin_present_flag field is 1, it indicates that a slice relative angular origin exists in the corresponding geometry data unit header. If the value of the geom_slice_angular_origin_present_flag field is 0, it indicates that the angular origin does not exist in the corresponding geometry data unit header.
  • the gsh_angular_origin_xyz[k] field indicates the k-th component of the (x,y,z) coordinate of the origin used in the processing of the angular coding mode.
  • the geometry data unit header may include a geom_tree_depth_minus1 field and a gsh_entropy_stream_cnt_minus1 field when the value of the geom_tree_type field is 0 (ie, octree-based coding).
  • the geometry data unit header may include a loop that is repeated as much as the value of the geom_tree_depth_minus1 field when the value of the geom_tree_type field is 0 (ie, octree-based coding) and the value of the geom_tree_coded_axis_list_present_flag field is true.
  • the loop may include a geom_tree_coded_axis_flag[lvl][k] field.
  • the geom_tree_coded_axis_list_present_flag field may be included in GPS. If the value of the geom_tree_coded_axis_list_present_flag field is 1, it indicates that each geometry data unit includes a geom_tree_coded_axis_flag field used to derive the size of a geometry root node. If the value of the geom_tree_coded_axis_list_present_flag field is 0, the geom_tree_coded_axis_flag field does not exist in the corresponding geometry data unit and the coded geometry tree represents a cubic volume.
  • the geom_tree_coded_axis_flag[lvl][k] field indicates whether the k-th axis is coded at the v-th level (ie, a given depth) of the geometry tree.
  • the geom_tree_coded_axis_flag[lvl][k] field may be used to determine the size of the root node.
  • the geometry data unit header may include a geom_slice_qp_offset field when the value of the geom_scaling_enabled_flag field is true, and may further include a geom_qp_offset_intvl_log2_delta field when the value of the geom_tree_type field is 1 (ie, predictive tree-based coding).
  • the geom_scaling_enabled_flag field may be included in GPS. If the value of the geom_scaling_enabled_flag field is 1, it indicates that the scaling process for the geometry positions is applied (invoked) during the geometry decoding process. If the value of the geom_scaling_enabled_flag field is 0, it indicates that the geometry positions do not require scaling.
  • the geometry data unit header may include a ptn_residual_abs_log2_bits[ k ] field if the value of the geom_tree_type field is 1 (ie, predictive tree-based coding), and may further include a ptn_radius_min_value field if the value of the geometry_angular_enabled_flag field is true.
  • the ptn_residual_abs_log2_bits[k] field indicates the number of bins used to code the k-th component of the ptn_residual_abs_log2 field.
  • the description of the ptn_residual_abs_log2 field will be described later.
  • the geometry_angular_enabled_flag field may be included in GPS. If the value of the geometry_angular_enabled_flag field is 1, it indicates that the angular coding mode is active. If the value of the geometry_angular_enabled_flag field is 0, it indicates that the angular coding mode is not active.
  • the ptn_radius_min_value field indicates the minimum value of the radius.
  • FIG. 27 is a diagram illustrating an example of a syntax structure of geometry prediction tree data (geometry_predtree_data( )) according to embodiments.
  • the geometry prediction tree data (geometry_predtree_data( )) of FIG. 27 may be included in the geometry data unit of FIG. 25 .
  • the geometry prediction tree data geometry_predtree_data( ) may be referred to as geometry slice data or geometry data unit data.
  • variable PtnNodeIdx is a counter used to iterate over parsed predictive tree nodes in a depth-first order.
  • the variable PtnNodeIdx is initialized to 0 at the start of the decoding process and incremented during the recusrive traversal of the tree. .
  • the value of the gpt_end_of_trees_flag field is 0, it indicates that another predictive tree follows this data unit (equal to 0 specifies that another predictive tree is following in the data unit). If the value of the gpt_end_of_trees_flag field is 1, it indicates that there are no prediction trees existing in this data unit.
  • FIG. 28 is a diagram illustrating an example of a syntax structure of geometry_predtree_node(PtnNodeIdx) according to embodiments.
  • geometry_predtree_node(PtnNodeIdx) of FIG. 28 signals prediction-based geometry compression information.
  • the geometry_predtree_node(PtnNodeIdx) may include the ptn_qp_offset_abs_gt0_flag field, and if the ptn_qp_gt0_flag field has a value of 1, the geometry_predtree_node(PtnNodeIdx) may include the ptn_qp_gt0_flag field. field and the ptn_qp_offset_abs_minus1 field may be included.
  • the geom_scaling_enabled_flag field may be included in GPS. If the value of the geom_scaling_enabled_flag field is 1, it indicates that the scaling process for the geometry positions is applied (invoked) during the geometry decoding process. If the value of the geom_scaling_enabled_flag field is 0, it indicates that the geometry positions do not require scaling.
  • the ptn_qp_offset_abs_gt0_flag field, the ptn_qp_offset_sign_flag field, and the ptn_qp_offset_abs_minus1 field together indicate an offset for a slice geometry quantization parameter (together specify an offset to the slice geometry quantisation parameter).
  • the geometry_predtree_node(PtnNodeIdx) may include the ptn_point_cnt_gt1_flag field
  • the geometry_predtree_node(PtnNodeIdx) may include the ptnpoint_cnt_mint_mintus2 field.
  • the duplicate_points_enabled_flag field may be included in GPS. If the value of the duplicate_points_enabled_flag field is 0, it indicates that in all slices referring to the current GPS, all output points have unique positions within one slice (duplicate_points_enabled_flag equal to 0 indicates that in all slices that refer to the current GPS, all output points have unique positions within a slice). If the value of the duplicate_points_enabled_flag field is 1, it indicates that in all slices currently referring to GPS, two or more of the output points have the same positions in one slice (duplicate_points_enabled_flag equal to 1 indicates that in all slices that refer to the current GPS, two or more of the output points may have same positions within a slice).
  • the ptn_point_cnt_gt1_flag field and the ptn_point_cnt_minus2 field together indicate the number of points represented by the current prediction tree node.
  • the number of points (PtnPointCount[nodeIdx]) indicated by the current prediction tree node may be obtained as follows.
  • PtnPointCount[nodeIdx] 1 + ptn_point_cnt_gt1_flag field + ptn_point_cnt_minus2 field
  • the ptn_child_cnt[nodeIdx] field indicates the number of direct child nodes of the current prediction tree node existing in the geometry prediction tree.
  • geometry_predtree_node(PtnNodeIdx) may include predtree_inter_prediction(), and if 0, it may include ptn_pred_mode[nodeIdx].
  • the inter_prediction_enabled_flag field indicates whether geometry_predtree_node(PtnNodeIdx) includes predtree_inter_prediction() or ptn_pred_mode[nodeIdx].
  • predtree_inter_prediction signals inter-frame prediction related information included in prediction-based geometry compression information.
  • predtree_inter_prediction ( )
  • ptn_pred_mode[ nodeIdx ] indicates a mode used to predict a position related to the current node.
  • a phi factor ( PtnPhiMult[nodeIdx] ) for the current tree node may be extracted as follows.
  • PtnPhiMult[nodeIdx] (2 ⁇ ptn_phi_mult_sign_flag - 1)
  • numComp in geometry_predtree_node(PtnNodeIdx) may be obtained as follows.
  • numComp geometry_angular_enabled_flag && !number_lasers_minus1 ? 2:3
  • geometry_predtree_node(PtnNodeIdx) may include a loop repeated by the value of numComp.
  • the ptn_residual_abs_gt0_flag[k] field, the ptn_residual_sign_flag[k] field, the ptn_residual_abs_log2[k] field, and the ptn_residual_abs_remaining[k] field included in this loop together indicate the k-th prediction residual information of the first geometry component. For example, if the value of the ptn_residual_sign_flag[k] field is 1, the sign of the residual component is positive, and if 0, it indicates that the sign is negative.
  • first prediction residual associated with the current tree node ( PtnResidual[nodeIdx][k]) may be extracted as follows.
  • k represents each of the x, y, and z coordinates.
  • PtnResidual[nodeIdx][k] (2 ⁇ ptn_residual_sign_flag - 1) ⁇ (ptn_residual_abs_gt0_flag[k] + ((1 ⁇ ptn_residual_abs_log2[k]) >> 1) + ptn_residual_abs_remaining[k])
  • second prediction residual associated with the current tree node ( PtnResidual[nodeIdx][k]) may be extracted as follows.
  • k represents each of the x, y, and z coordinates.
  • PtnSecResidual[nodeIdx][k] (2 ⁇ ptn_sec_residual_sign_flag - 1) ⁇ (ptn_sec_residual_abs_gt0_flag[k] + ptn_sec_residual_abs_gt1_flag[k] + ptn_sec_residual_minus2[k])
  • geometry_predtree_node(PtnNodeIdx) may include a loop that is repeated by the value of the ptn_child_cnt[nodeIdx] field. This loop may contain geometry_predtree_node(++PtnNodeIdx ). That is, geometry_predtree_node (PtnNodeIdx) incremented by 1 is included.
  • 29 is a diagram illustrating an example of a syntax structure of predtree_inter_prediction ( ) according to embodiments.
  • predtree_inter_prediction( ) is included in geometry_predtree_node(PtnNodeIdx).
  • predtree_inter_prediction ( ) of FIG. 29 signals inter-frame prediction related information included in prediction-based geometry compression information.
  • inter-frame prediction related information may include a ref_frame_id field, a motion_vector[i] field, a predictor_bbox[i] field, a predictor_coordinate_type field, a predictor_predtree_generation_type field, a correlated_point_index field, an interMode field, and a coeff field.
  • the ref_frame_id field indicates an index of a reference frame used for prediction of a current PU.
  • the motion_vector[i] field indicates the motion vector of the k-th component of the (x, y, z) coordinates of the predictor based on the current PU.
  • the motion_vector[i] field may indicate a motion vector in each axis direction of the predictor.
  • the predictor_bbox[i] field indicates the size of the bounding box of the k-th component of the (x, y, z) coordinates of the predictor based on the current PU. That is, the predictor_bbox[i] field may indicate the size of each axial direction of the bounding box of the predictor.
  • the predictor_predtree_generation_type field indicates a method of generating a prediction tree of a predictor. For example, if the value of the predictor_predtree_generation_type field is 0, it indicates a method of sorting in morton code order, if 1 indicates a method of sorting in ascending order with respect to z after fixing the xy plane, and if 2 indicates a method of fixing the xz plane Then, it represents a method of sorting in ascending order with respect to y, and if 3, it can represent a method of sorting in ascending order with respect to x after fixing the yz plane.
  • the predictor_coordinate_type field may signal for a coordinate space in which a predictor is defined. If the value of the predictor_coordinate_type field is 0, it may indicate that Cartesian coordinates are used; If not defined, coordinates used in predictive geometry coding may be used as they are.
  • the correlated_point_index field may inform an index as a method for characterizing a point related to a point of a current PU with respect to a predictor defined in a reference frame.
  • the interMode field may indicate an inter prediction mode when geometry compression based on inter frame prediction is used.
  • inter prediction modes for inter frame prediction may be defined as follows. For a detailed description of each inter prediction mode, refer to the description of Equation 9 above.
  • prediction coefficients (eg, w0, ..., w7) according to an inter prediction mode may be transmitted through the coeff field.
  • FIG. 30 is a diagram illustrating another example of a point cloud receiving apparatus according to embodiments.
  • the elements of the point cloud receiving apparatus shown in FIG. 30 may be implemented by hardware, software, a processor, and/or a combination thereof.
  • the point cloud reception apparatus may include a reception processing unit 61001, a signaling processing unit 61002, a geometry decoder 61003, an attribute decoder 61004, and a post-processor 61005. .
  • the reception processing unit 61001 may receive one bitstream, or may each receive a geometry bitstream, an attribute bitstream, and a signaling bitstream.
  • the reception processing unit 61001 may decapsulate the received file and/or segment and output it as a bitstream.
  • the reception processing unit 61001 demultiplexes a geometry bitstream, an attribute bitstream, and/or a signaling bitstream from one bitstream, and demultiplexes the
  • the multiplexed signaling bitstream may be output to the signaling processing unit 61002
  • the geometry bitstream may be output to the geometry decoder 61003
  • the attribute bitstream may be output to the attribute decoder 61004 .
  • the reception processing unit 61001 When a geometry bitstream, an attribute bitstream, and/or a signaling bitstream are received (or decapsulated) respectively, the reception processing unit 61001 according to the embodiments transmits the signaling bitstream to the signaling processing unit 61002, the geometry bitstream is the geometry decoder 61003 , and the attribute bitstream may be transmitted to the attribute decoder 61004 .
  • the signaling processing unit 61002 parses and processes signaling information, for example, SPS, GPS, APS, TPS, metadata, etc., from the input signaling bitstream to a geometry decoder 61003, an attribute decoder 61004, It may be provided to the post-processing unit 61005 .
  • the signaling information included in the geometry data unit header and/or the attribute data unit header may also be parsed in advance by the signaling processing unit 61002 before decoding the corresponding slice data.
  • the signaling processing unit 61002 may also parse and process signaling information signaled to the geometry data unit (eg, prediction-based geometry compression information) and provide it to the geometry decoder 61003 .
  • the geometry data unit e.g, prediction-based geometry compression information
  • the geometry decoder 61003 may reconstruct the geometry by performing the reverse process of the geometry encoder 51003 of FIG. 16 based on signaling information on the compressed geometry bitstream.
  • the geometry information reconstructed (or reconstructed) by the geometry decoder 61003 is provided to the attribute decoder 61004 .
  • the attribute decoder 61004 may restore attributes by performing the reverse process of the attribute encoder 51004 of FIG. 16 based on signaling information and reconstructed geometry information for the compressed attribute bitstream.
  • the post-processing unit 61005 matches the geometry information (ie, positions) restored and output by the geometry decoder 61003 and the attribute information restored and output by the attribute decoder 61004 to create a point cloud Data can be reconstructed and displayed/rendered.
  • FIG. 31 is a diagram illustrating an example of a detailed block diagram of a geometry decoder 61003 according to embodiments.
  • the elements of the geometry decoder shown in FIG. 31 may be implemented by hardware, software, a processor and/or a combination thereof.
  • the geometry decoder 61003 includes an entropy decoding unit 61031 , a mode detection unit 61032 , an intra frame prediction unit 61033 , a motion compensation unit 61034 , a correlation point detection unit 61035 , and an inter frame prediction unit. It may include a unit 61036 , and a reconstruction unit 61037 . The execution order of each block may be changed, some blocks may be omitted, and some blocks may be newly added.
  • the geometry decoder 61003 reconstructs the geometry information by performing the reverse process of the geometry encoder of the transmitting apparatus. That is, the entropy decoding unit 61031 entropy-decodes residual information (ie, prediction error) and prediction mode information for points of each slice included in the bitstream input through the reception processing unit 61001 .
  • residual information ie, prediction error
  • prediction mode information for points of each slice included in the bitstream input through the reception processing unit 61001 .
  • the mode detection unit 61032 checks whether the prediction mode information entropy-decoded by the entropy decoding unit 61031 is inter prediction mode information or intra prediction mode information.
  • the intra prediction mode or the inter prediction mode may be detected using the inter_prediction_enabled_flag field included in the prediction-based geometry compression information (ie, geometry_predtree_node(PtnNodeIdx)) included in the geometry data unit.
  • inter prediction or intra prediction such as frame/data unit/slice/prediction tree/prediction unit/point, etc. may be used according to a unit transmitting the inter_prediction_enabled_flag field.
  • the motion compensator 61033 When the mode detector 61032 detects the inter prediction mode, the motion compensator 61033 performs inter-frame prediction related information included in the prediction-based geometry compression information (ie, geometry_predtree_node(PtnNodeIdx)) (ie, predtree_inter_prediction ( )), a predictor can be generated by performing motion compensation.
  • the motion compensator 61033 receives a reference frame designated by reference frame index information (ref_frame_id field) included in inter-frame prediction related information (ie, predtree_inter_prediction ( )), and receives motion vector information (motion_voctor).
  • predictor_bbox field may perform motion compensation to generate a predictor within the reference frame. That is, since the receiving apparatus cannot estimate the PU's bounding box, the predictor may be generated using the predictor's bounding box information, motion vector information, and reference frame index information included in the inter-frame prediction related information.
  • the correlation point detector 61034 may specify a point used for decoding with respect to the predictor generated by the motion compensator 61034 through correlation point index information (correlated_point_index field) included in the inter-frame prediction related information. And, in order to determine the position according to the point index in the predictor, the prediction tree of the predictor is generated by the method specified in the predictor's prediction tree generation method (predictor_predtree_generation_type field) included in the inter-frame prediction-related information, and A correlation point can be found through the relationship between the index and the point.
  • correlation point index information correlated_point_index field
  • the inter-frame prediction unit 61036 performs inter-frame prediction (ie, inter-frame prediction) using the inter-frame prediction method and the correlation point specified in the inter prediction mode information (interMode field) included in the inter-frame prediction related information. to generate a predicted value (or called predicted information).
  • inter-frame prediction ie, inter-frame prediction
  • interMode field the correlation point specified in the inter prediction mode information included in the inter-frame prediction related information.
  • the reconstruction unit 61037 receives residual information (or prediction residual information) along with the predicted information of the point to be decoded generated by the inter frame prediction unit 61036 and the inter prediction mode information (interMode field). ) to restore the final point. That is, the reconstruction unit 61037 reconstructs (or restores) the geometry information (ie, the location of the final point) using information predicted through inter-frame prediction and residual information at this time.
  • the reconstruction unit 61037 reconstructs (or restores) the geometry information (ie, the location of the final point) using information predicted through inter-frame prediction and residual information at this time.
  • two types of prediction residual information may be included in geometry_predtree_node(nodeIdx) and transmitted.
  • a prediction error may be corrected based on the first prediction residual information, and an error occurring in the coordinate transformation process may be corrected based on the second prediction residual information for the corrected value.
  • the intra frame prediction unit 61033 uses intra prediction mode information included in the prediction-based geometry information for intra-frame prediction (ie, intra-frame prediction). ) to generate a predicted value (or called predicted information).
  • the reconstruction unit 61037 is received along with the intra prediction mode information and the predicted information of the point to be decoded generated by the intra frame prediction unit 61033, residual information (or prediction residual information) that is reconstructed through decoding. ) to restore the final point. That is, the reconstruction unit 61037 reconstructs (or restores) the geometry information (ie, the position of the final point) using information predicted through intra frame prediction and residual information at this time.
  • 32 is a flowchart illustrating an example of a geometry decoding method for reconstructing a geometry compressed based on prediction according to embodiments. That is, it is determined whether the received prediction mode is the intra prediction mode or the inter prediction mode by using the inter_prediction_enabled_flag field included in the prediction-based geometry compression information, which is signaling information (step 61051). For example, if the value of the inter_prediction_enabled_flag field is 0 (ie, No), it may be determined as the intra prediction mode, and if 1 (ie, Yes), it may be determined as the inter prediction mode.
  • a reference frame is selected using the ref_frame_id field (step 61052). Motion compensation is performed on the selected reference frame based on the motion_vector field (step 61053) to generate a predictor to be used for prediction in the reference frame.
  • the range of the predictor may be set using the predictor_bbox field (step 61054).
  • the prediction tree of the predictor is generated based on the predictor_predtree_generation_type field (step 61055), and a point to be used for prediction in the prediction tree of the predictor based on the correlated_point_index field (this is referred to as a prediction point) is detected (step 61056). ).
  • the coordinates of the points used in motion estimation are received through the predictor_coordinate_type field, the coordinates of the reference frame may be changed. If there is no separate signaling, a coding coordinate system may be followed.
  • the node (ie, point) in the predictor used for prediction of the node (ie, point) of the current frame is transmitted through the correlated_point_index field, where the index is in the prediction tree with respect to the point inside the predictor.
  • a prediction tree may be constructed using the predictor_predtree_generation_type field, and then a point designated by the correlated_point_index field may be used as a prediction point.
  • inter-frame prediction is performed on the prediction point based on the inter prediction mode specified in the interMode field to generate prediction information (step 61057).
  • the coefficients eg, weights of each inter prediction mode
  • the final point is reconstructed using the prediction information (step 61057 or step 61059) generated based on the inter-frame relation point or the inter-frame relation point and the residual information (or referred to as a residual value) restored through decoding (step 61057). 61058).
  • the prediction error may be corrected using the first residual information, and the error occurring in the coordinate transformation process may be corrected by applying the second residual information to the corrected value.
  • 33 is a flowchart of a method for transmitting point cloud data according to embodiments.
  • a method of transmitting point cloud data includes the steps of obtaining point cloud data (71001), encoding the point cloud data (71002), and transmitting the encoded point cloud data and signaling information (71003).
  • the bitstream including the encoded point cloud data and signaling information may be encapsulated into a file and transmitted.
  • step 71001 of acquiring the point cloud data a part or all of the operation of the point cloud video acquiring unit 10001 of FIG. 1 may be performed, or a part or all of the operation of the data input unit 12000 of FIG. 12 is performed. You may.
  • Encoding the point cloud data 71002 includes the point cloud video encoder 10002 of FIG. 1 , the encoding 20001 of FIG. 2 , the point cloud video encoder of FIG. 4 , and the point cloud video of FIG. 12 for encoding of geometric information. Some or all of the operations of the encoder, the geometry encoder of FIG. 16 , the geometry encoder of FIG. 17 , or the geometry encoding process of FIG. 23 may be performed.
  • geometry information may be compressed by performing the above-described inter-frame prediction and/or intra-frame prediction.
  • inter-frame prediction and/or intra-frame prediction will be described with reference to FIGS. 15 to 29 and will be omitted herein.
  • the prediction mode and residual information applied to each point through the aforementioned inter-frame prediction and/or intra-frame prediction are entropy-encoded and then output in the form of a geometry bitstream.
  • encoding the point cloud data 71002 compresses attribute information based on positions for which geometry encoding has not been performed and/or reconstructed geometry information.
  • the attribute information may be coded by combining one or more of RAHT coding, LOD-based predictive transform coding, and lifting transform coding.
  • the attribute information may perform prediction tree-based encoding similar to the above-described encoding of the geometry information.
  • the prediction tree-based attribute encoding refers to the above-described encoding of the geometry information.
  • the signaling information may include prediction-based geometry compression information
  • the prediction-based geometry compression information may include inter-frame prediction-related information.
  • the prediction-based geometry compression information is included in the geometry data unit.
  • the prediction-based geometry compression information may be signaled to the SPS, GPS, APS, or TPS. Since the detailed description of the prediction-based geometry compression information has been described above, it will be omitted here.
  • 34 is a flowchart of a method for receiving point cloud data according to embodiments.
  • a method for receiving point cloud data includes receiving encoded point cloud data and signaling information (81001), decoding the point cloud data based on the signaling information (81002), and the decoded point cloud data rendering 81003 .
  • Receiving the point cloud data and signaling information according to the embodiments 81001 includes the receiver 10005 of FIG. 1 , the jinson 20002 or decoding 20003 of FIG. 2 , the receiver 13000 of FIG. 13 or the reception processing unit (13001).
  • Decoding the point cloud data according to the embodiments 81002 includes the point cloud video decoder 10006 of FIG. 1 , the decoding 20003 of FIG. 2 , the point cloud video decoder of FIG. 11 for decoding the geometry information, FIG. Part or all of the operation of the point cloud video decoder of 13 , the geometry decoder of FIG. 30 , the geometry decoder of FIG. 31 , or the geometry decoding process of FIG. 31 may be performed.
  • Decoding the point cloud data according to the embodiments (81002) includes decoding the geometry information by performing inter-frame prediction and/or intra-frame prediction based on prediction-based geometry compression information included in the signaling information (ie, restoration). )can do.
  • the signaling information ie, restoration
  • attribute information is decoded (ie, decompressed) based on the restored geometry information.
  • the attribute information may be decoded by combining one or more of RAHT coding, LOD-based predictive transform coding, and lifting transform coding.
  • the attribute information may perform prediction tree-based decoding similar to the above-described decoding of the geometry information.
  • the prediction tree-based attribute decoding will refer to the above-described decoding of geometry information.
  • point cloud data may be restored based on the restored (or reconstructed) geometry information and attribute information and rendered according to various rendering methods.
  • the points of the point cloud content may be rendered as a vertex having a certain thickness, a cube having a specific minimum size centered at the vertex position, or a circle centered at the vertex position. All or part of the rendered point cloud content is provided to the user through a display (eg, VR/AR display, general display, etc.).
  • Rendering the point cloud data according to the embodiments 81003 may be performed by the renderer 10007 of FIG. 1 , the rendering 20004 of FIG. 2 , or the renderer 13011 of FIG. 13 .
  • prediction-based coding performs prediction based on neighbor (neighbor) point information for point cloud data. And, since this prediction-based coding does not perform step-by-step scanning of all points, there is no need to wait for all point cloud data to be captured, and it is possible to encode the captured point cloud data progressively, resulting in low-latency processing It is suitable for point cloud data content that requires That is, prediction-based coding has an advantage in that the coding speed is fast.
  • the compression efficiency of the geometry information can be increased by removing redundant information based on the correlation between the frames.
  • the operations of the above-described embodiments may be performed through components of the point cloud transceiver/method including a memory and/or a processor.
  • the memory may store programs for processing/controlling operations according to the embodiments.
  • Each component of the point cloud transceiver/method according to the embodiments may correspond to hardware, software, a processor, and/or a combination thereof.
  • the processor may control various operations described in this document.
  • the processor may be referred to as a controller or the like.
  • Operations in embodiments may be performed by firmware, software, and/or a combination thereof, and the firmware, software, and/or a combination thereof may be stored in a processor or stored in a memory.
  • this embodiment describes a method of compressing geometric information of point cloud data, the method described herein may be applied to attribute information compression and other compression methods.
  • Each of the above-described parts, modules or units may be software, processor, or hardware parts for executing consecutive execution processes stored in a memory (or storage unit). Each of the steps described in the above-described embodiment may be performed by a processor, software, or hardware parts. Each module/block/unit described in the above embodiment may operate as a processor, software, or hardware. Also, the methods presented by the embodiments may be implemented as code. This code may be written to a processor-readable storage medium, and thus may be read by a processor provided by an apparatus.
  • unit means a unit that processes at least one function or operation, which may be implemented as hardware or software or a combination of hardware and software.
  • Various components of the apparatus of the embodiments may be implemented by hardware, software, firmware, or a combination thereof.
  • Various components of the embodiments may be implemented in one chip, for example, one hardware circuit.
  • Each of the components according to the embodiments may be implemented as separate chips.
  • At least one or more of the components of the device according to the embodiments may be composed of one or more processors capable of executing one or more programs, and the one or more programs operate/ One or more operations/methods of the method may be performed, or may include instructions for performing the method.
  • Executable instructions for performing the method/acts of the apparatus according to the embodiments may be stored in non-transitory CRM or other computer program products configured for execution by one or more processors, or one or more may be stored in temporary CRM or other computer program products configured for execution by processors.
  • the memory according to the embodiments may be used as a concept including not only a volatile memory (eg, RAM, etc.) but also a non-volatile memory, a flash memory, a PROM, and the like.
  • it may be implemented in the form of a carrier wave, such as transmission through the Internet may be included.
  • the processor-readable recording medium is distributed in a computer system connected to a network, so that the processor-readable code can be stored and executed in a distributed manner.
  • the various elements of the embodiments may be implemented by hardware, software, firmware, or a combination thereof.
  • Various elements of the embodiments may be implemented on a single chip, such as a hardware circuit.
  • embodiments may optionally be performed on separate chips.
  • at least one of the elements of the embodiments may be performed within one or more processors including instructions for performing an operation according to the embodiments.
  • the operations according to the embodiments described in this document may be performed by a transceiver including one or more memories and/or one or more processors according to the embodiments.
  • One or more memories may store programs for processing/controlling operations according to embodiments, and one or more processors may control various operations described herein.
  • the one or more processors may be referred to as a controller or the like.
  • Operations in embodiments may be performed by firmware, software, and/or a combination thereof, and the firmware, software, and/or a combination thereof may be stored in a processor or stored in a memory.
  • first, second, etc. may be used to describe various components of the embodiments. However, the interpretation of various components according to the embodiments should not be limited by the above terms. These terms are only used to distinguish one component from another. it is only For example, the first user input signal may be referred to as a second user input signal. Similarly, the second user input signal may be referred to as a first user input signal. Use of these terms should be interpreted as not departing from the scope of the various embodiments. Although both the first user input signal and the second user input signal are user input signals, they do not mean the same user input signals unless the context clearly indicates otherwise.
  • the operations according to the embodiments described in this document may be performed by a transceiver including a memory and/or a processor according to the embodiments.
  • the memory may store programs for processing/controlling operations according to the embodiments, and the processor may control various operations described in this document.
  • the processor may be referred to as a controller or the like. Operations according to embodiments may be performed by firmware, software, and/or a combination thereof, and the firmware, software, and/or a combination thereof may be stored in a processor or stored in a memory.

Landscapes

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

Abstract

실시예들에 따른 포인트 클라우드 데이터 전송 방법은, 포인트 클라우드 데이터를 지오메트리 데이터를 인코딩하는 단계, 상기 지오메트리 데이터를 기반으로 상기 포인트 클라우드 데이터의 어트리뷰트 데이터를 인코딩하는 단계, 및 상기 인코딩된 지오메트리 데이터, 상기 인코딩된 어트리뷰트 데이터, 및 시그널링 정보를 전송하는 단계를 포함할 수 있다.

Description

포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
실시예들은 포인트 클라우드 콘텐트(Point Cloud Content)를 처리하는 방법 및 장치에 대한 것이다.
포인트 클라우드 콘텐트는 3차원 공간(space or volume)을 표현하는 좌표계에 속한 점(포인트)들의 집합인 포인트 클라우드로 표현되는 콘텐트이다. 포인트 클라우드 콘텐트는3차원으로 이루어진 미디어를 표현할 수 있으며, VR (Virtual Reality, 가상현실), AR (Augmented Reality, 증강현실), MR (Mixed Reality, 혼합현실), XR (Extended Reality), 및 자율 주행 서비스 등의 다양한 서비스를 제공하기 위해 사용된다. 하지만 포인트 클라우드 콘텐트를 표현하기 위해서는 수만개에서 수십만개의 포인트 데이터가 필요하다. 따라서 방대한 양의 포인트 데이터를 효율적으로 처리하기 위한 방법이 요구된다.
실시예들에 따른 기술적 과제는, 전술한 문제점 등을 해결하기 위해서, 포인트 클라우드를 효율적으로 송수신하기 위한 포인트 클라우드 데이터 전송 장치, 전송 방법, 포인트 클라우드 데이터 수신 장치 및 수신 방법을 제공하는데 있다.
실시예들에 따른 기술적 과제는, 지연시간(latency) 및 인코딩/디코딩 복잡도를 해결하기 위한 포인트 클라우드 데이터 전송 장치, 전송 방법, 포인트 클라우드 데이터 수신 장치 및 수신 방법을 제공하는데 있다.
실시예들에 따른 기술적 과제는, 지오메트리-포인트 클라우드 압축(Geometry - point cloud compression, G-PCC) 비트스트림을 효율적으로 송수신하기 위한 포인트 클라우드 데이터 전송 장치, 전송 방법, 포인트 클라우드 데이터 수신 장치 및 수신 방법을 제공하는데 있다.
실시예들에 따른 기술적 과제는, 예측 기반 코딩 방법을 적용하여 포인트 클라우드 데이터를 압축하여 송/수신하도록 함으로써, 포인트 클라우드 데이터를 효율적으로 압축하는 포인트 클라우드 데이터 전송 장치, 전송 방법, 포인트 클라우드 데이터 수신 장치 및 수신 방법을 제공하는데 있다.
실시예들에 따른 기술적 과제는, 예측 기반 코딩 방법을 적용하여 포인트 클라우드 데이터를 압축할 때, 프레임 간 상관 관계에 기반하여 중복 정보를 제거함으로써 압축 효율을 높이도록 하는 포인트 클라우드 데이터 전송 장치, 전송 방법, 포인트 클라우드 데이터 수신 장치 및 수신 방법을 제공하는데 있다.
다만, 전술한 기술적 과제만으로 제한되는 것은 아니고, 본 문서 전체 내용에 기초하여 당업자가 유추할 수 있는 다른 기술적 과제로 실시예들의 권리범위가 확장될 수 있다.
상술한 목적 및 다른 이점을 달성하기 위해서 실시예들에 따른 포인트 클라우드 데이터 송신 방법은 포인트 클라우드 데이터를 지오메트리 데이터를 인코딩하는 단계, 상기 지오메트리 데이터를 기반으로 상기 포인트 클라우드 데이터의 어트리뷰트 데이터를 인코딩하는 단계, 및 상기 인코딩된 지오메트리 데이터, 상기 인코딩된 어트리뷰트 데이터, 및 시그널링 정보를 전송하는 단계를 포함할 수 있다.
상기 지오메트리 데이터를 인코딩하는 단계는, 상기 지오메트리 데이터를 기반으로 예측 트리를 생성하는 단계, 상기 예측 트리를 복수개의 예측 단위들로 분할하는 단계, 예측 단위별로, 참조 프레임 상에서 움직임 추정과 움직임 보상을 수행하여 현재 예측 단위의 포인트들과 유사한 특성을 갖는 포인트들의 집합인 예측기를 상기 참조 프레임 내에서 생성하는 단계, 상기 예측기에서 예측 트리를 생성하는 단계, 상기 예측기의 예측 트리와 인터 예측 모드 정보를 기반으로 프레임 간 예측을 수행하여 잔여 정보를 획득하는 단계를 포함하는 것을 일 실시예로 한다.
상기 프레임 간 예측을 수행하는 단계는 현재 예측 단위의 인코드될 포인트와 유사한 포인트를 상기 예측기에서 선택하여 프레임 간 예측을 수행하는 단계를 더 포함하는 것을 일 실시예로 한다.
상기 지오메트리 데이터를 인코딩하는 단계는 상기 예측 트리와 인트라 예측 모드 정보를 기반으로 프레임 내 예측을 수행하여 잔여 정보를 획득하는 단계를 더 포함하는 것을 일 실시예로 한다.
상기 지오메트리 데이터를 인코딩하는 단계는 상기 프레임 간 예측에 적용된 인터 예측 모드 정보와 상기 프레임 내 예측에 적용된 인트라 예측 모드 정보를 비교하여 최종 예측 모드 정보를 선택하는 단계, 및 상기 선택된 예측 모드 정보를 식별하기 위한 정보와 상기 선택된 예측 모드 정보를 기반으로 획득한 잔여 정보를 엔트로피 코딩하여 전송하는 단계를 더 포함하는 것을 일 실시예로 한다.
상기 시그널링 정보는 예측 기반의 지오메트리 압축 정보를 포함하고, 상기 예측 기반의 지오메트리 압축 정보는 상기 참조 프레임을 식별하기 위한 정보, 상기 움직임 추정을 통해 획득된 움직임 벡터 정보, 상기 예측기의 바운딩 박스 크기 정보, 상기 예측기에서 선택된 포인트를 식별하기 위한 정보 또는 상기 인터 예측 모드 정보 중 적어도 하나를 포함하는 것을 일 실시예로 한다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 포인트 클라우드 데이터의 지오메트리 데이터를 인코딩하는 지오메트리 인코더, 상기 지오메트리 데이터를 기반으로 상기 포인트 클라우드 데이터의 어트리뷰트 데이터를 인코딩하는 어트리뷰트 인코더, 및 상기 인코딩된 지오메트리 데이터, 상기 인코딩된 어트리뷰트 데이터, 및 시그널링 정보를 전송하는 전송부를 포함할 수 있다.
상기 지오메트리 인코더는, 상기 지오메트리 데이터를 기반으로 예측 트리를 생성하는 제1 예측 트리 생성부, 상기 예측 트리를 복수개의 예측 단위들로 분할하는 예측 단위 생성부, 예측 단위별로, 참조 프레임 상에서 움직임 추정과 움직임 보상을 수행하여 현재 예측 단위의 포인트들과 유사한 특성을 갖는 포인트들의 집합인 예측기를 상기 참조 프레임 내에서 생성하는 예측기 생성부, 상기 예측기에서 예측 트리를 생성하는 제2 예측 트리 생성부, 및 상기 예측기의 예측 트리와 인터 예측 모드 정보를 기반으로 프레임 간 예측을 수행하여 잔여 정보를 획득하는 인터 프레임 예측부를 포함하는 것을 일 실시예로 한다.
상기 인터 프레임 예측부는 현재 예측 단위의 인코드될 포인트와 유사한 포인트를 상기 예측기에서 선택하여 프레임 간 예측을 수행하는 것을 일 실시예로 한다.
상기 지오메트리 인코더는 상기 예측 트리의 인코드될 포인트와 인트라 예측 모드 정보를 기반으로 프레임 내 예측을 수행하여 잔여 정보를 획득하는 인트라 프레임 예측부를 더 포함하는 것을 일 실시예로 한다.
상기 지오메트리 인코더는 상기 프레임 간 예측에 적용된 인터 예측 모드 정보와 상기 프레임 내 예측에 적용된 인트라 예측 모드 정보를 비교하여 최종 예측 모드 정보를 선택하는 모드 선택부, 및 상기 선택된 예측 모드 정보를 식별하기 위한 정보와 상기 선택된 예측 모드 정보를 기반으로 획득한 잔여 정보를 엔트로피 코딩하여 전송하는 엔트로피 코더를 더 포함하는 것을 일 실시예로 한다.
상기 시그널링 정보는 예측 기반의 지오메트리 압축 정보를 포함하고, 상기 예측 기반의 지오메트리 압축 정보는 상기 참조 프레임을 식별하기 위한 정보, 상기 움직임 추정을 통해 획득된 움직임 벡터 정보, 상기 예측기의 바운딩 박스 크기 정보, 상기 예측기에서 선택된 포인트를 식별하기 위한 정보 또는 상기 인터 예측 모드 정보 중 적어도 하나를 포함하는 것을 일 실시예로 한다.
실시예들에 따르면, 포인트 클라우드 데이터 수신 방법은 지오메트리 데이터, 어트리뷰트 데이터, 및 시그널링 정보를 수신하는 단계, 상기 시그널링 정보를 기반으로 상기 지오메트리 데이터를 디코딩하는 단계, 상기 시그널링 정보와 상기 디코딩된 지오메트리 데이터를 기반으로 상기 어트리뷰트 데이터를 디코딩하는 단계, 및 상기 시그널링 정보를 기반으로 상기 디코딩된 지오메트리 데이터와 상기 디코딩된 어트리뷰트 데이터로부터 복원된 포인트 클라우드 데이터를 렌더링하는 단계를 포함할 수 있다.
상기 지오메트리 데이터를 디코딩하는 단계는, 상기 시그널링 정보를 기반으로 참조 프레임 상에서 움직임 보상을 수행하여 예측기를 상기 참조 프레임 내에서 생성하는 단계, 상기 시그널링 정보를 기반으로 상기 예측기에서 예측 트리를 생성하는 단계, 상기 시그널링 정보에 포함된 예측 모드 정보와 상기 예측기의 예측 트리를 기반으로 프레임 간 예측을 수행하여 예측 정보를 생성하는 단계, 및 상기 예측 정보와 수신되어 디코딩된 잔여 정보를 기반으로 지오메트리 데이터를 복원하는 단계를 포함하는 것을 일 실시예로 한다.
상기 프레임 간 예측을 수행하는 단계는 상기 시그널링 정보를 기반으로 상기 프레임 간 예측에 사용할 포인트를 상기 예측기에서 선택하는 단계를 더 포함하는 것을 일 실시예로 한다.
상기 시그널링 정보에 포함된 예측 모드 정보가 인터 예측 모드 정보인지 인트라 예측 모드 정보인지를 결정하는 단계를 더 포함하는 것을 일 실시예로 한다.
상기 시그널링 정보는 예측 기반의 지오메트리 압축 정보를 포함하고, 상기 예측 기반의 지오메트리 압축 정보는 상기 참조 프레임을 식별하기 위한 정보, 상기 움직임 보상을 위한 움직임 벡터 정보, 상기 예측기의 바운딩 박스 크기 정보, 상기 예측기에서 포인트를 선택하기 위한 정보 또는 상기 인터 예측 모드 정보 중 적어도 하나를 포함하는 것을 일 실시예로 한다.
상기 지오메트리 데이터를 디코딩하는 단계는, 송신측에서 좌표 변환이 수행되면, 상기 시그널링 정보에 포함된 제1 잔여 정보를 기반으로 상기 지오메트리 데이터의 예측 에러를 보정하고, 상기 시그널링 정보에 포함된 제2 잔여 정보를 상기 보정된 지오메트리 데이터에 적용하여 상기 좌표 변환의 과정에서 발생한 에러를 보정하는 단계를 더 포함하는 것을 일 실시예로 한다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 퀄리티 있는 포인트 클라우드 서비스를 제공할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 다양한 비디오 코덱 방식을 달성할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 자율주행 서비스 등 범용적인 포인트 클라우드 콘텐츠를 제공할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 포인트 클라우드 데이터의 독립적 인코딩 및 디코딩을 위해 포인트 클라우드 데이터의 공간 적응적 분할을 수행함으로써, 병렬 처리의 향상 및 스케일러비티(scalability)를 제공할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 포인트 클라우드 데이터를 타일 및/또는 슬라이스 단위로 분할하여 인코딩 및 디코딩을 수행하고 이를 위해 필요한 데이터를 시그널링함으로써 포인트 클라우드의 인코딩 및 디코딩 성능을 향상시킬 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 예측 기반 포인트 클라우드 압축 방법을 사용함으로써, 저지연(low delay 또는 low latency)가 요구되는 환경에 대해 빠른 속도의 인코딩과 디코딩을 제공할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 및 인코더는 프레임 내 예측 뿐만 아니라 프레임 간 예측을 추가적으로 고려함으로써 포인트 클라우드 데이터를 효율적으로 압축할 수 있는 효과가 있다.
실시예들에 따른 포인트 클라우드 데이터 수신 방법, 수신 장치 및 디코더는 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하고, 비트스트림 내 시그널링 정보를 기반으로 프레임 간 예측을 수행함으로써, 포인트 클라우드 데이터를 효율적으로 복원할 수 있는 효과가 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법 및 송신 장치에서 포인트 클라우드 데이터가 연속된 프레임들로 구성되면 인접 프레임 간 포인트 분포의 유사성이 존재할 수 있으며, 이 경우 프레임 간 상관 관계에 기반하여 중복되는 정보를 제거함으로써, 포인트 클라우드 데이터의 압축 효율을 높일 수 있다.
도면은 실시예들을 더욱 이해하기 위해서 포함되며, 도면은 실시예들에 관련된 설명과 함께 실시예들을 나타낸다.
도 1은 실시예들에 따른 포인트 클라우드(Point Cloud) 콘텐츠 제공을 위한 시스템을 나타낸다.
도 2는 실시예들에 따른 Point Cloud 콘텐츠 제공을 위한 과정을 나타낸다.
도 3은 실시예들에 따른 Point Cloud 캡처 장비 배열 구성을 나타낸다.
도 4는 실시예들에 따른 포인트 클라우드 비디오 인코더(Point Cloud Video Encoder)를 나타낸다.
도 5는 실시예들에 따른 3차원 공간상의 복셀을 나타낸다.
도 6은 실시예들에 따른 옥트리와 occupancy 코드의 예시를 나타낸다.
도 7은 실시예들에 따른 이웃 노드 패턴의 예시를 나타낸다.
도 8은 실시예들에 따른 LOD별 Point Cloud 콘텐츠의 Point 구성의 예시를 나타낸다.
도 9는 실시예들에 따른 LOD별 Point Cloud 콘텐츠의 Point 구성의 예시를 나타낸다.
도 10은 실시예들에 따른 포인트 클라우드 비디오 디코더(Point Cloud Video Decoder)의 블록 다이어그램(block diagram) 예시를 나타낸다.
도 11은 실시예들에 따른 포인트 클라우드 비디오 디코더(Point Cloud Video Decoder)의 예시를 나타낸다.
도 12는 실시예들에 따른 송신기의 Point Cloud 비디오 인코딩을 위한 구성요소를 나타낸다.
도 13은 실시예들에 따른 수신기의 Point Cloud 비디오 디코딩을 위한 구성요소를 나타낸다.
도 14는 실시예들에 따른 포인트 클라우드 데이터 방법/장치와 연동 가능한 구조의 예시를 나타낸다.
도 15는 실시예들에 따른 특정 슬라이스의 예측 트리 구조의 예시를 보인 도면이다.
도 16은 실시예들에 따른 포인트 클라우드 송신 장치의 또 다른 예시를 보인 도면이다.
도 17은 실시예들에 따른 지오메트리 인코더의 상세 블록도의 예시를 보인 도면이다.
도 18은 실시예들에 따른 현재 프레임과 이전 프레임과의 관계의 예시를 보인 도면이다.
도 19는 실시예들에 따라 움직임이 적용된 예측기를 생성하는 예시를 보인 도면이다.
도 20(a)와 도 20(b)는 실시예들에 따른 예측기의 예측 트리 생성의 예시를 보인 도면이다.
도 21은 실시예들에 따라 움직임 벡터에 의한 차이가 보상된 예측기와 예측 단위를 동시에 표현한 도면이다.
도 22는 실시예들에 따른 PU에 속하는 포인트들과 예측기에 속하는 포인트들 사이의 인터 프레임 상관 관계의 예시를 보인 도면이다.
도 23은 실시예들에 따른 예측 기반의 압축을 수행하기 위한 지오메트리 인코딩 과정의 예시를 보인 흐름도이다.
도 24는 실시예들에 따른 송/수신을 위한 포인트 클라우드 데이터의 비트스트림 구조의 예시를 나타낸다.
도 25는 실시예들에 따른 지오메트리 데이터 유닛(geometry_data_unit())의 신택스 구조의 예시를 보인 도면이다.
도 26은 실시예들에 따른 지오메트리 데이터 유닛 헤더(geometry_data_unit_header())의 신택스 구조의 예시를 보인 도면이다.
도 27은 실시예들에 따른 지오메트리 예측 트리 데이터(geometry_predtree_data())의 신택스 구조의 예시를 보인 도면이다.
도 28은 실시예들에 따른 geometry_predtree_node(PtnNodeIdx) 의 신택스 구조의 예시를 보인 도면이다.
도 29는 실시예들에 따른 predtree_inter_prediction ()의 신택스 구조의 예시를 보인 도면이다.
도 30은 실시예들에 따른 포인트 클라우드 수신 장치의 또 다른 예시를 보인 도면이다.
도 31은 실시예들에 따른 지오메트리 디코더의 상세 블록도의 예시를 보인 도면이다.
도 32는 실시예들에 따른 예측 기반으로 압축된 지오메트리를 복원하기 위한 지오메트리 디코딩 방법의 예시를 보인 흐름도이다.
도 33은 실시예들에 따른 포인트 클라우드 데이터 송신 방법의 흐름도를 나타낸다.
도 34는 실시예들에 따른 포인트 클라우드 데이터 수신 방법의 흐름도를 나타낸다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 하기의 실시예들은 본 발명을 구체화하기 위한 것일 뿐 본 발명의 권리 범위를 제한하거나 한정하는 것이 아님은 물론이다. 본 발명의 상세한 설명 및 실시예들로부터 본 발명이 속하는 기술 분야의 전문가가 용이하게 유추할 수 있는 것은 본 발명의 권리 범위에 속하는 것으로 해석된다.
본 명세서의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 안되며, 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.
바람직한 실시예들에 대해 구체적으로 설명하되, 그 예는 첨부된 도면에 나타낸다. 첨부된 도면을 참조한 아래의 상세한 설명은 구현될 수 있는 실시예들만을 나타내기보다는 바람직한 실시예들을 설명하기 위한 것이다. 이하에서는 본 발명에 대한 철저한 이해를 제공하기 위해 세부 사항을 포함하여 설명한다. 그러나 본 발명이 이러한 세부 사항 없이 실행될 수 있다는 것은 당업자에게 자명하다. 본 명세서에서 사용되는 대부분의 용어는 해당 분야에서 널리 사용되는 일반적인 것들에서 선택되지만, 일부 용어는 출원인에 의해 임의로 선택되며 그 의미는 필요에 따라 다음 설명에서 자세히 서술한다. 따라서 본 발명은 용어의 단순한 명칭이나 의미가 아닌 용어의 의도된 의미에 근거하여 이해되어야 한다. 또한 이하의 도면들 및 상세한 설명은 구체적으로 기술된 실시예들에만 국한되어 해석되지 않고, 도면 및 상세한 설명에 기재된 실시예들과 균등하거나, 대체 가능한 것들까지 포함하는 것으로 해석되어야만 한다.
도 1은 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템의 예시를 나타낸다.
도 1에 도시된 포인트 클라우드 콘텐트 제공 시스템은 전송 장치(transmission device)(10000) 및 수신 장치(reception device)(10004)를 포함할 수 있다. 전송 장치(10000) 및 수신 장치(10004)는 포인트 클라우드 데이터를 송수신하기 위해 유무선 통신 가능하다.
실시예들에 따른 전송 장치(10000)는 포인트 클라우드 비디오(또는 포인트 클라우드 콘텐트)를 확보하고 처리하여 전송할 수 있다. 실시예들에 따라, 전송 장치(10000)는 고정국(fixed station), BTS(base transceiver system), 네트워크, AI(Artificial Intelligence) 기기 및/또는 시스템, 로봇, AR/VR/XR 기기 및/또는 서버 등을 포함할 수 있다. 또한 실시예들에 따라 전송 장치(10000)는 무선 접속 기술(예, 5G NR(New RAT), LTE(Long Term Evolution))을 이용하여, 기지국 및/또는 다른 무선 기기와 통신을 수행하는 기기, 로봇, 차량, AR/VR/XR 기기, 휴대기기, 가전, IoT(Internet of Thing)기기, AI 기기/서버 등을 포함할 수 있다.
실시예들에 따른 전송 장치(10000)는 포인트 클라우드 비디오 획득부(Point Cloud Video Acquisition unit, 10001), 포인트 클라우드 비디오 인코더(Point Cloud Video Encoder, 10002) 및/또는 트랜스미터(Transmitter (or Communication module), 10003)를 포함한다
실시예들에 따른 포인트 클라우드 비디오 획득부(10001)는 캡쳐, 합성 또는 생성 등의 처리 과정을 통해 포인트 클라우드 비디오를 획득한다. 포인트 클라우드 비디오는 3차원 공간에 위치한 포인트들의 집합인 포인트 클라우드로 표현되는 포인트 클라우드 콘텐트로서, 포인트 클라우드 비디오 데이터 등으로 호칭될 수 있다. 실시예들에 따른 포인트 클라우드 비디오는 하나 또는 그 이상의 프레임들을 포함할 수 있다. 하나의 프레임은 정지 영상/픽쳐를 나타낸다. 따라서 포인트 클라우드 비디오는 포인트 클라우드 영상/프레임/픽처를 포함할 수 있으며, 포인트 클라우드 영상, 프레임 및 픽처 중 어느 하나로 호칭될 수 있다.
실시예들에 따른 포인트 클라우드 비디오 인코더(10002)는 확보된 포인트 클라우드 비디오 데이터를 인코딩한다. 포인트 클라우드 비디오 인코더(10002)는 포인트 클라우드 컴프레션(Point Cloud Compression) 코딩을 기반으로 포인트 클라우드 비디오 데이터를 인코딩할 수 있다. 실시예들에 따른 포인트 클라우드 컴프레션 코딩은 G-PCC(Geometry-based Point Cloud Compression) 코딩 및/또는 V-PCC(Video based Point Cloud Compression) 코딩 또는 차세대 코딩을 포함할 수 있다. 또한 실시예들에 따른 포인트 클라우드 컴프레션 코딩은 상술한 실시예에 국한되는 것은 아니다. 포인트 클라우드 비디오 인코더(10002)는 인코딩된 포인트 클라우드 비디오 데이터를 포함하는 비트스트림을 출력할 수 있다. 비트스트림은 인코딩된 포인트 클라우드 비디오 데이터뿐만 아니라, 포인트 클라우드 비디오 데이터의 인코딩과 관련된 시그널링 정보를 포함할 수 있다.
실시예들에 따른 트랜스미터(10003)는 인코딩된 포인트 클라우드 비디오 데이터를 포함하는 비트스트림을 전송한다. 실시예들에 따른 비트스트림은 파일 또는 세그먼트(예를 들면 스트리밍 세그먼트) 등으로 인캡슐레이션되어 방송망 및/또는 브로드밴드 망등의 다양한 네트워크를 통해 전송된다. 도면에 도시되지 않았으나, 전송 장치(10000)는 인캡슐레이션 동작을 수행하는 인캡슐레이션부(또는 인캡슐레이션 모듈)을 포함할 수 있다. 또한 실시예들에 따라 인캡슐레이션부는 트랜스미터(10003)에 포함될 수 있다. 실시예들에 따라 파일 또는 세그먼트는 네트워크를 통해 수신 장치(10004)로 전송되거나, 디지털 저장매체(예를 들면 USB, SD, CD, DVD, 블루레이, HDD, SSD 등)에 저장될 수 있다. 실시예들에 따른 트랜스미터(10003)는 수신 장치(10004) (또는 리시버(Receiver, 10005))와 4G, 5G, 6G 등의 네트워크를 통해 유/무선 통신 가능하다. 또한 트랜스미터(10003)는 네트워크 시스템(예를 들면 4G, 5G, 6G 등의 통신 네트워크 시스템)에 따라 필요한 데이터 처리 동작을 수행할 수 있다. 또한 전송 장치(10000)는 온 디맨드(On Demand) 방식에 따라 인캡슐레이션된 데이터를 전송할 수도 있다.
실시예들에 따른 수신 장치(10004)는 리시버(Receiver, 10005), 포인트 클라우드 비디오 디코더(Point Cloud Video Decoder, 10006) 및/또는 렌더러(Renderer, 10007)를 포함한다. 실시예들에 따라 수신 장치(10004)는 무선 접속 기술(예, 5G NR(New RAT), LTE(Long Term Evolution))을 이용하여, 기지국 및/또는 다른 무선 기기와 통신을 수행하는 기기, 로봇, 차량, AR/VR/XR 기기, 휴대기기, 가전, IoT(Internet of Thing)기기, AI 기기/서버 등을 포함할 수 있다.
실시예들에 따른 리시버(10005)는 포인트 클라우드 비디오 데이터를 포함하는 비트스트림 또는 비트스트림이 인캡슐레이션된 파일/세그먼트 등을 네트워크 또는 저장매체로부터 수신한다. 리시버(10005)는 네트워크 시스템(예를 들면 4G, 5G, 6G 등의 통신 네트워크 시스템)에 따라 필요한 데이터 처리 동작을 수행할 수 있다. 실시예들에 따른 리시버(10005)는 수신한 파일/세그먼트를 디캡슐레이션하여 비트스트림을 출력할수 있다. 또한 실시예들에 따라 리시버(10005)는 디캡슐레이션 동작을 수행하기 위한 디캡슐레이션부(또는 디캡슐레이션 모듈)을 포함할 수 있다. 또한 디캡슐레이션부는 리시버(10005)와 별개의 엘레멘트(또는 컴포넌트 또는 모듈)로 구현될 수 있다.
포인트 클라우드 비디오 디코더(10006)는 포인트 클라우드 비디오 데이터를 포함하는 비트스트림을 디코딩한다. 포인트 클라우드 비디오 디코더(10006)는 포인트 클라우드 비디오 데이터가 인코딩된 방식에 따라 디코딩할 수 있다(예를 들면 포인트 클라우드 비디오 인코더(10002)의 동작의 역과정). 따라서 포인트 클라우드 비디오 디코더(10006)는 포인트 클라우드 컴프레션의 역과정인 포인트 클라우드 디컴프레션 코딩을 수행하여 포인트 클라우드 비디오 데이터를 디코딩할 수 있다. 포인트 클라우드 디컴프레션 코딩은 G-PCC 코딩을 포함한다.
렌더러(10007)는 디코딩된 포인트 클라우드 비디오 데이터를 렌더링한다. 렌더러(10007)는 포인트 클라우드 비디오 데이터 뿐만 아니라 오디오 데이터도 렌더링하여 포인트 클라우드 콘텐트를 출력할 수 있다. 실시예들에 따라 렌더러(10007)는 포인트 클라우드 콘텐트를 디스플레이하기 위한 디스플레이를 포함할 수 있다. 실시예들에 따라 디스플레이는 렌더러(10007)에 포함되지 않고 별도의 디바이스 또는 컴포넌트로 구현될 수 있다.
도면에 점선으로 표시된 화살표는 수신 장치(10004)에서 획득한 피드백 정보(feedback information)의 전송 경로를 나타낸다. 피드백 정보는 포인트 클라우드 콘텐트를 소비하는 사용자와의 인터랙티비를 반영하기 위한 정보로서, 사용자의 정보(예를 들면 헤드 오리엔테이션 정보, 뷰포트(Viewport) 정보 등)을 포함한다. 특히 포인트 클라우드 콘텐트가 사용자와의 상호작용이 필요한 서비스(예를 들면 자율주행 서비스 등)를 위한 콘텐트인 경우, 피드백 정보는 콘텐트 송신측(예를 들면 전송 장치(10000)) 및/또는 서비스 프로바이더에게 전달될 수 있다. 실시예들에 따라 피드백 정보는 전송 장치(10000) 뿐만 아니라 수신 장치(10004)에서도 사용될 수 있으며, 제공되지 않을 수도 있다.
실시예들에 따른 헤드 오리엔테이션 정보는 사용자의 머리 위치, 방향, 각도, 움직임 등에 대한 정보이다. 실시예들에 따른 수신 장치(10004)는 헤드 오리엔테이션 정보를 기반으로 뷰포트 정보를 계산할 수 있다. 뷰포트 정보는 사용자가 바라보고 있는 포인트 클라우드 비디오의 영역에 대한 정보이다. 시점(viewpoint)은 사용자가 포인트 클라우드 비디오를 보고 있는 점으로 뷰포트 영역의 정중앙 지점을 의미할 수 있다. 즉, 뷰포트는 시점을 중심으로 한 영역으로서, 영역의 크기, 형태 등은 FOV(Field Of View) 에 의해 결정될 수 있다. 따라서 수신 장치(10004)는 헤드 오리엔테이션 정보 외에 장치가 지원하는 수직(vertical) 혹은 수평(horizontal) FOV 등을 기반으로 뷰포트 정보를 추출할 수 있다. 또한 수신 장치(10004)는 게이즈 분석 (Gaze Analysis) 등을 수행하여 사용자의 포인트 클라우드 소비 방식, 사용자가 응시하는 포인트 클라우드 비디오 영역, 응시 시간 등을 확인한다. 실시예들에 따라 수신 장치(10004)는 게이즈 분석 결과를 포함하는 피드백 정보를 송신 장치(10000)로 전송할 수 있다. 실시예들에 따른 피드백 정보는 렌더링 및/또는 디스플레이 과정에서 획득될 수 있다. 실시예들에 따른 피드백 정보는 수신 장치(10004)에 포함된 하나 또는 그 이상의 센서들에 의해 확보될 수 있다. 또한 실시예들에 따라 피드백 정보는 렌더러(10007) 또는 별도의 외부 엘레멘트(또는 디바이스, 컴포넌트 등)에 의해 확보될 수 있다.
도 1의 점선은 렌더러(10007)에서 확보한 피드백 정보의 전달 과정을 나타낸다. 포인트 클라우드 콘텐트 제공 시스템은 피드백 정보를 기반으로 포인트 클라우드 데이터를 처리(인코딩/디코딩)할 수 있다. 따라서 포인트 클라우드 비디오 디코더(10006)는 피드백 정보를 기반으로 디코딩 동작을 수행할 수 있다. 또한 수신 장치(10004)는 피드백 정보를 전송 장치(10000)로 전송할 수 있다. 전송 장치(10000)(또는 포인트 클라우드 비디오 인코더(10002))는 피드백 정보를 기반으로 인코딩 동작을 수행할 수 있다. 따라서 포인트 클라우드 콘텐트 제공 시스템은 모든 포인트 클라우드 데이터를 처리(인코딩/디코딩)하지 않고, 피드백 정보를 기반으로 필요한 데이터(예를 들면 사용자의 헤드 위치에 대응하는 포인트 클라우드 데이터)를 효율적으로 처리하고, 사용자에게 포인트 클라우드 콘텐트를 제공할 수 있다.
실시예들에 따라, 전송 장치(10000)는 인코더, 전송 디바이스, 전송기, 전송 시스템 등으로 호칭될 수 있으며, 수신 장치(10004)는 디코더, 수신 디바이스, 수신기, 수신 시스템 등으로 호칭될 수 있다.
실시예들에 따른 도 1 의 포인트 클라우드 콘텐트 제공 시스템에서 처리되는 (획득/인코딩/전송/디코딩/렌더링의 일련의 과정으로 처리되는) 포인트 클라우드 데이터는 포인트 클라우드 콘텐트 데이터 또는 포인트 클라우드 비디오 데이터라고 호칭할 수 있다. 실시예들에 따라 포인트 클라우드 콘텐트 데이터는 포인트 클라우드 데이터와 관련된 메타데이터 내지 시그널링 정보를 포함하는 개념으로 사용될 수 있다.
도 1에 도시된 포인트 클라우드 콘텐트 제공 시스템의 엘리먼트들은 하드웨어, 소프트웨어, 프로세서 및/또는 그것들의 결합 등으로 구현될 수 있다.
도 2는 실시예들에 따른 포인트 클라우드 콘텐트 제공 동작을 나타내는 블록도이다.
도 2의 블록도는 도 1에서 설명한 포인트 클라우드 콘텐트 제공 시스템의 동작을 나타낸다. 상술한 바와 같이 포인트 클라우드 콘텐트 제공 시스템은 포인트 클라우드 컴프레션 코딩(예를 들면 G-PCC)을 기반으로 포인트 클라우드 데이터를 처리할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 포인트 클라우드 전송 장치(10000) 또는 포인트 클라우드 비디오 획득부(10001))은 포인트 클라우드 비디오를 획득할 수 있다(20000). 포인트 클라우드 비디오는 3차원 공간을 표현하는 좌표계에 속한 포인트 클라우드로 표현된다. 실시예들에 따른 포인트 클라우드 비디오는 Ply (Polygon File format or the Stanford Triangle format) 파일을 포함할 수 있다. 포인트 클라우드 비디오가 하나 또는 그 이상의 프레임들을 갖는 경우, 획득한 포인트 클라우드 비디오는 하나 또는 그 이상의 Ply 파일들을 포함할 수 있다. Ply 파일은 포인트의 지오메트리(Geometry) 및/또는 어트리뷰트(Attribute)와 같은 포인트 클라우드 데이터를 포함한다. 지오메트리는 포인트들의 포지션들을 포함한다. 각 포인트의 포지션은 3차원 좌표계(예를 들면 XYZ축들로 이루어진 좌표계 등)를 나타내는 파라미터들(예를 들면 X축, Y축, Z축 각각의 값)로 표현될 수 있다. 어트리뷰트는 포인트들의 어트리뷰트들(예를 들면, 각 포인트의 텍스쳐 정보, 색상(YCbCr 또는 RGB), 반사율(r), 투명도 등)을 포함한다. 하나의 포인트는 하나 또는 그 이상의 어트리뷰트들(또는 속성들)을 가진다. 예를 들어 하나의 포인트는 하나의 색상인 어트리뷰트를 가질 수도 있고, 색상 및 반사율인 두 개의 어트리뷰트들을 가질 수도 있다. 실시예들에 따라, 지오메트리는 포지션들, 지오메트리 정보, 지오메트리 데이터 등으로 호칭 가능하며, 어트리뷰트는 어트리뷰트들, 어트리뷰트 정보, 어트리뷰트 데이터 등으로 호칭할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템(예를 들면 포인트 클라우드 전송 장치(10000) 또는 포인트 클라우드 비디오 획득부(10001))은 포인트 클라우드 비디오의 획득 과정과 관련된 정보(예를 들면 깊이 정보, 색상 정보 등)로부터 포인트 클라우드 데이터를 확보할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 전송 장치(10000) 또는 포인트 클라우드 비디오 인코더(10002))은 포인트 클라우드 데이터를 인코딩할 수 있다(20001). 포인트 클라우드 콘텐트 제공 시스템은 포인트 클라우드 컴프레션 코딩을 기반으로 포인트 클라우드 데이터를 인코딩할 수 있다. 상술한 바와 같이 포인트 클라우드 데이터는 포인트의 지오메트리 및 어트리뷰트를 포함할 수 있다. 따라서 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템은 지오메트리를 인코딩하는 지오메트리 인코딩을 수행하여 지오메트리 비트스트림을 출력할 수 있다. 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템은 어트리뷰트를 인코딩하는 어트리뷰트 인코딩을 수행하여 어트리뷰트 비트스트림을 출력할 수 있다. 실시예들에 따라 포인트 클라우드 콘텐트 제공 시스템은 지오메트리 인코딩에 기초하여 어트리뷰트 인코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 비트스트림 및 어트리뷰트 비트스트림은 멀티플렉싱되어 하나의 비트스트림으로 출력될 수 있다. 실시예들에 따른 비트스트림은 지오메트리 인코딩 및 어트리뷰트 인코딩과 관련된 시그널링 정보를 더 포함할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 전송 장치(10000) 또는 트랜스미터(10003))는 인코딩된 포인트 클라우드 데이터를 전송할 수 있다(20002). 도1에서 설명한 바와 같이 인코딩된 포인트 클라우드 데이터는 지오메트리 비트스트림, 어트리뷰트 비트스트림으로 표현될 수 있다. 또한 인코딩된 포인트 클라우드 데이터는 포인트 클라우드 데이터의 인코딩과 관련된 시그널링 정보(예를 들면 지오메트리 인코딩 및 어트리뷰트 인코딩과 관련된 시그널링 정보)과 함께 비트스트림의 형태로 전송될 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템은 인코딩된 포인트 클라우드 데이터를 전송하는 비트스트림을 인캡슐레이션 하여 파일 또는 세그먼트의 형태로 전송할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 리시버(10005))은 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 수신할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 리시버(10005))은 비트스트림을 디멀티플렉싱할 수 있다.
포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10005))은 비트스트림으로 전송되는 인코딩된 포인트 클라우드 데이터(예를 들면 지오메트리 비트스트림, 어트리뷰트 비트스트림)을 디코딩할 수 있다. 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10005))은 비트스트림에 포함된 포인트 클라우드 비디오 데이터의 인코딩과 관련된 시그널링 정보를 기반으로 포인트 클라우드 비디오 데이터를 디코딩할 수 있다. 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10005))은 지오메트리 비트스트림을 디코딩하여 포인트들의 포지션들(지오메트리)을 복원할 수 있다. 포인트 클라우드 콘텐트 제공 시스템은 복원한 지오메트리를 기반으로 어트리뷰트 비트스트림을 디코딩하여 포인트들의 어트리뷰트들을 복원할 수 있다. 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10005))은 복원된 지오메트리에 따른 포지션들 및 디코딩된 어트리뷰트를 기반으로 포인트 클라우드 비디오를 복원할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 렌더러(10007))은 디코딩된 포인트 클라우드 데이터를 렌더링할 수 있다(20004). 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 렌더러(10007))은 디코딩 과정을 통해 디코딩된 지오메트리 및 어트리뷰트들을 다양한 렌더링 방식에 따라 렌더링 할 수 있다. 포인트 클라우드 콘텐트의 포인트들은 일정 두께를 갖는 정점, 해당 정점 위치를 중앙으로 하는 특정 최소 크기를 갖는 정육면체, 또는 정점 위치를 중앙으로 하는 원 등으로 렌더링 될 수도 있다. 렌더링된 포인트 클라우드 콘텐트의 전부 또는 일부 영역은 디스플레이 (예를 들면 VR/AR 디스플레이, 일반 디스플레이 등)을 통해 사용자에게 제공된다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004))는 피드백 정보를 확보할 수 있다(20005). 포인트 클라우드 콘텐트 제공 시스템은 피드백 정보를 기반으로 포인트 클라우드 데이터를 인코딩 및/또는 디코딩할 수 있다. 실시예들에 따른 피드백 정보 및 포인트 클라우드 콘텐트 제공 시스템의 동작은 도 1에서 설명한 피드백 정보 및 동작과 동일하므로 구체적인 설명은 생략한다.
도 3은 실시예들에 따른 포인트 클라우드 비디오 캡쳐 과정의 예시를 나타낸다.
도 3은 도 1과 도 2에서 설명한 포인트 클라우드 콘텐트 제공 시스템의 포인트 클라우드 비디오 캡쳐 과정의 예시를 나타낸다.
포인트 클라우드 콘텐트는 다양한 3차원 공간(예를 들면 현실 환경을 나타내는 3차원 공간, 가상 환경을 나타내는3차원 공간 등)에 위치한 오브젝트(object) 및/또는 환경을 나타내는 포인트 클라우드 비디오(이미지들 및/또는 영상들)을 포함한다. 따라서 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템은 포인트 클라우드 콘텐트를 생성하기 위하여 하나 또는 그 이상의 카메라(camera)들(예를 들면, 깊이 정보를 확보할 수 있는 적외선 카메라, 깊이 정보에 대응되는 색상 정보를 추출 할 수 있는 RGB 카메라 등), 프로젝터(예를 들면 깊이 정보를 확보하기 위한 적외선 패턴 프로젝터 등), 라이다(LiDAR)등을 사용하여 포인트 클라우드 비디오를 캡쳐할 수 있다. 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템은 깊이 정보로부터 3차원 공간상의 포인트들로 구성된 지오메트리의 형태를 추출하고, 색상정보로부터 각 포인트의 어트리뷰트를 추출하여 포인트 클라우드 데이터를 확보할 수 있다. 실시예들에 따른 이미지 및/또는 영상은 인워드-페이싱(inward-facing) 방식 및 아웃워드-페이싱(outward-facing) 방식 중 적어도 어느 하나 이상을 기반으로 캡쳐될 수 있다.
도 3의 왼쪽은 인워드-페이싱 방식을 나타낸다. 인워드-페이싱 방식은 중심 오브젝트를 둘러싸고 위치한 하나 또는 그 이상의 카메라들(또는 카메라 센서들)이 중심 오브젝트를 캡쳐하는 방식을 의미한다. 인워드-페이싱 방식은 핵심 객체에 대한 360도 이미지를 사용자에게 제공하는 포인트 클라우드 콘텐트(예를 들면 사용자에게 객체(예-캐릭터, 선수, 물건, 배우 등 핵심이 되는 객체)의 360도 이미지를 제공하는 VR/AR 콘텐트)를 생성하기 위해 사용될 수 있다.
도 3의 오른쪽은 아웃워드-페이싱 방식을 나타낸다. 아웃워드-페이싱 방식은 중심 오브젝트를 둘러싸고 위치한 하나 또는 그 이상의 카메라들(또는 카메라 센서들)이 중심 오브젝트가 아닌 중심 오브젝트의 환경을 캡쳐하는 방식을 의미한다. 아웃워드-페이싱 방식은 사용자의 시점에서 나타나는 주변 환경을 제공하기 위한 포인트 클라우드 콘텐트(예를 들면, 자율 주행 차량의 사용자에게 제공될 수 있는 외부 환경을 나타내는 콘텐트)를 생성하기 위해 사용될 수 있다.
도 3에 도시된 바와 같이, 포인트 클라우드 콘텐트는 하나 또는 그 이상의 카메라들의 캡쳐 동작을 기반으로 생성될 수 있다. 이 경우 각 카메라의 좌표계가 다를 수 있으므로 포인트 클라우드 콘텐트 제공 시스템은 캡쳐 동작 이전에 글로벌 공간 좌표계(global coordinate system)을 설정하기 위하여 하나 또는 그 이상의 카메라들의 캘리브레이션을 수행할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템은 상술한 캡쳐 방식으로 캡쳐된 이미지 및/또는 영상과 임의의 이미지 및/또는 영상을 합성하여 포인트 클라우드 콘텐트를 생성할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템은 가상 공간을 나타내는 포인트 클라우드 콘텐트를 생성하는 경우, 도3에서 설명한 캡쳐 동작을 수행하지 않을 수 있다. 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템은 캡쳐한 이미지 및/또는 영상에 대해 후처리를 수행할 수 있다. 즉, 포인트 클라우드 콘텐트 제공 시스템은 원하지 않는 영역(예를 들면 배경)을 제거하거나, 캡쳐한 이미지들 및/또는 영상들이 연결된 공간을 인식하고, 구멍(spatial hole)이 있는 경우 이를 메우는 동작을 수행할 수 있다.
또한 포인트 클라우드 콘텐트 제공 시스템은 각 카메라로부터 확보한 포인트 클라우드 비디오의 포인트들에 대하여 좌표계 변환을 수행하여 하나의 포인트 클라우드 콘텐트를 생성할 수 있다. 포인트 클라우드 콘텐트 제공 시스템은 각 카메라의 위치 좌표를 기준으로 포인트들의 좌표계 변환을 수행할 수 있다. 이에 따라, 포인트 클라우드 콘텐트 제공 시스템은 하나의 넓은 범위를 나타내는 콘텐트를 생성할 수도 있고, 포인트들의 밀도가 높은 포인트 클라우드 콘텐트를 생성할 수도 있다.
도 4는 실시예들에 따른 포인트 클라우드 비디오 인코더(Point Cloud Video Encoder)의 예시를 나타낸다.
도 4는 도 1의 포인트 클라우드 비디오 인코더(10002)의 상세 예시를 나타낸다. 포인트 클라우드 비디오 인코더는 네트워크의 상황 혹은 애플리케이션 등에 따라 포인트 클라우드 콘텐트의 질(예를 들어 무손실-lossless, 손실-lossy, near-lossless)을 조절하기 위하여 포인트 클라우드 데이터(예를 들면 포인트들의 포지션들 및/또는 어트리뷰트들)을 재구성하고 인코딩 동작을 수행한다. 포인트 클라우드 콘텐트의 전체 사이즈가 큰 경우(예를 들어 30 fps의 경우 60 Gbps인 포인트 클라우드 콘텐트) 포인트 클라우드 콘텐트 제공 시스템은 해당 콘텐트를 리얼 타임 스트리밍하지 못할 수 있다. 따라서 포인트 클라우드 콘텐트 제공 시스템은 네트워크 환경등에 맞춰 제공하기 위하여 최대 타깃 비트율(bitrate)을 기반으로 포인트 클라우드 콘텐트를 재구성할 수 있다.
도 1과 도2 에서 설명한 바와 같이 포인트 클라우드 비디오 인코더는 지오메트리 인코딩 및 어트리뷰트 인코딩을 수행할 수 있다. 지오메트리 인코딩은 어트리뷰트 인코딩보다 먼저 수행된다.
실시예들에 따른 포인트 클라우드 비디오 인코더는 좌표계 변환부(Transformation Coordinates unit, 40000), 양자화부(Quantization unit, 40001), 옥트리 분석부(Octree Analysis unit, 40002), 서페이스 어프록시메이션 분석부(Surface Approximation Analysis unit, 40003), 아리스메틱 인코더(Arithmetic Encode, 40004), 지오메트리 리컨스트럭션부(Geometry Reconstruction unit, 40005), 컬러 변환부(Color Transformation unit, 40006), 어트리뷰트 변환부(Attribute Transformation unit, 40007), RAHT(Region Adaptive Hierarchical Transform) 변환부(40008), LOD생성부( LOD Generation unit, 40009), 리프팅 변환부(Lifting Transformation unit)(40010), 계수 양자화부(Coefficient Quantization unit, 40011) 및/또는 아리스메틱 인코더(Arithmetic Encoder, 40012)를 포함한다.
좌표계 변환부(40000), 양자화부(40001), 옥트리 분석부(40002), 서페이스 어프록시메이션 분석부(40003), 아리스메틱 인코더(40004), 및 지오메트리 리컨스트럭션부(40005)는 지오메트리 인코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 인코딩은 옥트리 지오메트리 코딩, 다이렉트 코딩(direct coding), 트라이숩 지오메트리 인코딩(trisoup geometry encoding) 및 엔트로피 인코딩을 포함할 수 있다. 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 선택적으로 또는 조합으로 적용된다. 또한 지오메트리 인코딩은 위의 예시에 국한되지 않는다.
도면에 도시된 바와 같이, 실시예들에 따른 좌표계 변환부(40000)는 포지션들을 수신하여 좌표계(coordinate)로 변환한다. 예를 들어, 포지션들은 3차원 공간 (예를 들면XYZ 좌표계로 표현되는 3차원 공간 등)의 위치 정보로 변환될 수 있다. 실시예들에 따른 3차원 공간의 위치 정보는 지오메트리 정보로 지칭될 수 있다.
실시예들에 따른 양자화부(40001)는 지오메트리 정보를 양자화한다. 예를 들어, 양자화부(40001)는 전체 포인트들의 최소 위치 값(예를 들면 X축, Y축, Z축 에 대하여 각축상의 최소 값)을 기반으로 포인트들을 양자화 할 수 있다. 양자화부(40001)는 최소 위치 값과 각 포인트의 위치 값의 차이에 기 설정된 양자 스케일(quantization scale) 값을 곱한 뒤, 내림 또는 올림을 수행하여 가장 가까운 정수 값을 찾는 양자화 동작을 수행한다. 따라서 하나 또는 그 이상의 포인트들은 동일한 양자화된 포지션 (또는 포지션 값)을 가질 수 있다. 실시예들에 따른 양자화부(40001)는 양자화된 포인트들을 재구성하기 위해 양자화된 포지션들을 기반으로 복셀화(voxelization)를 수행한다. 복셀화는 3차원 공간 상의 위치정보를 표현하는 최소한의 유닛을 의미한다. 실시예들에 따른 포인트 클라우드 콘텐트(또는 3차원 포인트 클라우드 비디오)의 포인트들은 하나 또는 그 이상의 복셀(voxel)들에 포함될 수 있다. 복셀은 볼륨(Volume)과 픽셀(Pixel)의 조합어로서, 3차원 공간을 표현하는 축들(예를 들면 X축, Y축, Z축)을 기반으로 3차원 공간을 유닛(unit=1.0) 단위로 나누었을 때 발생하는 3차원 큐빅 공간을 의미한다. 양자화부(40001)는 3차원 공간의 포인트들의 그룹들을 복셀들로 매칭할 수 있다. 실시예들에 따라 하나의 복셀은 하나의 포인트만 포함할 수 있다. 실시예들에 따라 하나의 복셀은 하나 또는 그 이상의 포인트들을 포함할 수 있다. 또한 하나의 복셀을 하나의 포인트로 표현하기 위하여, 하나의 복셀에 포함된 하나 또는 그 이상의 포인트들의 포지션들을 기반으로 해당 복셀의 중앙점(center point)의 포지션을 설정할 수 있다. 이 경우 하나의 복셀에 포함된 모든 포지션들의 어트리뷰트들은 통합되어(combined) 해당 복셀에 할당될(assigned)수 있다.
실시예들에 따른 옥트리 분석부(40002)는 복셀을 옥트리(octree) 구조로 나타내기 위한 옥트리 지오메트리 코딩(또는 옥트리 코딩)을 수행한다. 옥트리 구조는 팔진 트리 구조에 기반하여 복셀에 매칭된 포인트들을 표현한다.
실시예들에 따른 서페이스 어프록시메이션 분석부(40003)는 옥트리를 분석하고, 근사화할 수 있다. 실시예들에 따른 옥트리 분석 및 근사화는 효율적으로 옥트리 및 복셀화를 제공하기 위해서 다수의 포인트들을 포함하는 영역에 대해 복셀화하기 위해 분석하는 과정이다.
실시예들에 따른 아리스메틱 인코더(40004)는 옥트리 및/또는 근사화된 옥트리를 엔트로피 인코딩한다. 예를 들어, 인코딩 방식은 아리스메틱(Arithmetic) 인코딩 방법을 포함한다. 인코딩의 결과로 지오메트리 비트스트림이 생성된다.
컬러 변환부(40006), 어트리뷰트 변환부(40007), RAHT 변환부(40008), LOD생성부(40009), 리프팅 변환부(40010), 계수 양자화부(40011) 및/또는 아리스메틱 인코더(40012)는 어트리뷰트 인코딩을 수행한다. 상술한 바와 같이 하나의 포인트는 하나 또는 그 이상의 어트리뷰트들을 가질 수 있다. 실시예들에 따른 어트리뷰트 인코딩은 하나의 포인트가 갖는 어트리뷰트들에 대해 동일하게 적용된다. 다만, 하나의 어트리뷰트(예를 들면 색상)이 하나 또는 그 이상의 요소들을 포함하는 경우, 각 요소마다 독립적인 어트리뷰트 인코딩이 적용된다. 실시예들에 따른 어트리뷰트 인코딩은 컬러 변환 코딩, 어트리뷰트 변환 코딩, RAHT(Region Adaptive Hierarchical Transform) 코딩, 예측 변환(Interpolation-based hierarchical nearest-neighbour prediction-Prediction Transform) 코딩 및 리프팅 변환 (interpolation-based hierarchical nearest-neighbour prediction with an update/lifting step (Lifting Transform)) 코딩을 포함할 수 있다. 포인트 클라우드 콘텐트에 따라 상술한 RAHT 코딩, 예측 변환 코딩 및 리프팅 변환 코딩은 선택적으로 사용되거나, 하나 또는 그 이상의 코딩들의 조합이 사용될 수 있다. 또한 실시예들에 따른 어트리뷰트 인코딩은 상술한 예시에 국한되는 것은 아니다.
실시예들에 따른 컬러 변환부(40006)는 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 변환하는 컬러 변환 코딩을 수행한다. 예를 들어, 컬러 변환부(40006)는 색상 정보의 포맷을 변환(예를 들어 RGB에서 YCbCr로 변환)할 수 있다. 실시예들에 따른 컬러 변환부(40006)의 동작은 어트리뷰트들에 포함된 컬러값에 따라 옵셔널(optional)하게 적용될 수 있다.
실시예들에 따른 지오메트리 리컨스트럭션부(40005)는 옥트리 및/또는 근사화된 옥트리를 재구성(디컴프레션)한다. 지오메트리 리컨스트럭션부(40005)는 포인트들의 분포를 분석한 결과에 기반하여 옥트리/복셀을 재구성한다. 재구성된 옥트리/복셀은 재구성된 지오메트리(또는 복원된 지오메트리)로 호칭될 수 있다.
실시예들에 따른 어트리뷰트 변환부(40007)는 지오메트리 인코딩이 수행되지 않은 포지션들 및/또는 재구성된 지오메트리를 기반으로 어트리뷰트들을 변환하는 어트리뷰트 변환을 수행한다. 상술한 바와 같이 어트리뷰트들은 지오메트리에 종속되므로, 어트리뷰트 변환부(40007)는 재구성된 지오메트리 정보를 기반으로 어트리뷰트들을 변환할 수 있다. 예를 들어, 어트리뷰트 변환부(40007)는 복셀에 포함된 포인트의 포지션값을 기반으로 그 포지션의 포인트가 가지는 어트리뷰트를 변환할 수 있다. 상술한 바와 같이 하나의 복셀에 포함된 하나 또는 그 이상의 포인트들의 포지션들을 기반으로 해당 복셀의 중앙점의 포지션이 설정된 경우, 어트리뷰트 변환부(40007)는 하나 또는 그 이상의 포인트들의 어트리뷰트들을 변환한다. 트라이숩 지오메트리 인코딩이 수행된 경우, 어트리뷰트 변환부(40007)는 트라이숩 지오메트리 인코딩을 기반으로 어트리뷰트들을 변환할 수 있다.
어트리뷰트 변환부(40007)는 각 복셀의 중앙점의 포지션(또는 포지션 값)으로부터 특정 위치/반경 내에 이웃하고 있는 포인트들의 어트리뷰트들 또는 어트리뷰트 값들(예를 들면 각 포인트의 색상, 또는 반사율 등)의 평균값을 계산하여 어트리뷰트 변환을 수행할 수 있다. 어트리뷰트 변환부(40007)는 평균값 계산시 중앙점으로부터 각 포인트까지의 거리에 따른 가중치를 적용할 수 있다. 따라서 각 복셀은 포지션과 계산된 어트리뷰트(또는 어트리뷰트 값)을 갖게 된다.
어트리뷰트 변환부(40007)는 K-D 트리 또는 몰톤(morton) 코드를 기반으로 각 복셀의 중앙점의 포지션으로부터 특정 위치/반경 내에 존재하는 이웃 포인트들을 탐색할 수 있다. K-D 트리는 이진 탐색 트리(binary search tree)로 빠르게 최단 이웃점 탐색(Nearest Neighbor Search-NNS)이 가능하도록 point들을 위치 기반으로 관리할 수 있는 자료 구조를 지원한다. 몰톤 코드는 모든 포인트들의 3차원 포지션을 나타내는 좌표값(예를 들면 (x, y, z))을 비트값으로 나타내고, 비트들을 믹싱하여 생성된다. 예를 들어 포인트의 포지션을 나타내는 좌표값이 (5, 9, 1)일 경우 좌표값의 비트 값은 (0101, 1001, 0001)이다. 비트 값을 z, y, x 순서로 비트 인덱스에 맞춰 믹싱하면 010001000111이다. 이 값을 10진수로 나타내면 1095이 된다. 즉, 좌표값이 (5, 9, 1)인 포인트의 몰톤 코드 값은 1095이다. 어트리뷰트 변환부(40007)는 몰톤 코드 값을 기준으로 포인트들을 정렬하고depth-first traversal 과정을 통해 최단 이웃점 탐색(NNS)을 할 수 있다. 어트리뷰트 변환 동작 이후, 어트리뷰트 코딩을 위한 다른 변환 과정에서도 최단 이웃점 탐색(NNS)이 필요한 경우, K-D 트리 또는 몰톤 코드가 활용된다.
도면에 도시된 바와 같이 변환된 어트리뷰트들은 RAHT 변환부(40008) 및/또는 LOD 생성부(40009)로 입력된다.
실시예들에 따른 RAHT 변환부(40008)는 재구성된 지오메트리 정보에 기반하여 어트리뷰트 정보를 예측하는 RAHT코딩을 수행한다. 예를 들어, RAHT 변환부(40008)는 옥트리의 하위 레벨에 있는 노드와 연관된 어트리뷰트 정보에 기반하여 옥트리의 상위 레벨에 있는 노드의 어트리뷰트 정보를 예측할 수 있다.
실시예들에 따른 LOD생성부(40009)는 LOD(Level of Detail)를 생성한다. 실시예들에 따른 LOD는 포인트 클라우드 콘텐트의 디테일을 나타내는 정도로서, LOD 값이 작을 수록 포인트 클라우드 콘텐트의 디테일이 떨어지고, LOD 값이 클 수록 포인트 클라우드 콘텐트의 디테일이 높음을 나타낸다. 포인트들을 LOD에 따라 분류될 수 있다.
실시예들에 따른 리프팅 변환부(40010)는 포인트 클라우드의 어트리뷰트들을 가중치에 기반하여 변환하는 리프팅 변환 코딩을 수행한다. 상술한 바와 같이 리프팅 변환 코딩은 선택적으로 적용될 수 있다.
실시예들에 따른 계수 양자화부(40011)은 어트리뷰트 코딩된 어트리뷰트들을 계수에 기반하여 양자화한다.
실시예들에 따른 아리스메틱 인코더(40012)는 양자화된 어트리뷰트들을 아리스메틱 코딩 에 기반하여 인코딩한다.
도 4의 포인트 클라우드 비디오 인코더의 엘레멘트들은 도면에 도시되지 않았으나 포인트 클라우드 콘텐트 제공 장치에 포함된 하나 또는 그 이상의 메모리들과 통신가능하도록 설정된 하나 또는 그 이상의 프로세서들 또는 집적 회로들(integrated circuits)을 포함하는 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합으로 구현될 수 있다. 하나 또는 그 이상의 프로세서들은 상술한 도 4의 포인트 클라우드 비디오 인코더의 엘레멘트들의 동작들 및/또는 기능들 중 적어도 어느 하나 이상을 수행할 수 있다. 또한 하나 또는 그 이상의 프로세서들은 도 4의 포인트 클라우드 비디오 인코더의 엘레멘트들의 동작들 및/또는 기능들을 수행하기 위한 소프트웨어 프로그램들 및/또는 인스트럭션들의 세트를 동작하거나 실행할 수 있다. 실시예들에 따른 하나 또는 그 이상의 메모리들은 하이 스피드 랜덤 억세스 메모리를 포함할 수도 있고, 비휘발성 메모리(예를 들면 하나 또는 그 이상의 마그네틱 디스크 저장 디바이스들, 플래쉬 메모리 디바이스들, 또는 다른 비휘발성 솔리드 스테이트 메모리 디바이스들(Solid-state memory devices)등)를 포함할 수 있다.
도 5 는 실시예들에 따른 복셀의 예시를 나타낸다.
도 5는 X축, Y축, Z축의 3가지 축으로 구성된 좌표계로 표현되는 3차원 공간상에 위치한 복셀을 나타낸다. 도 4에서 설명한 바와 같이 포인트 클라우드 비디오 인코더(예를 들면 양자화부(40001) 등)은 복셀화를 수행할 수 있다. 복셀은 3차원 공간을 표현하는 축들(예를 들면 X축, Y축, Z축)을 기반으로 3차원 공간을 유닛(unit=1.0) 단위로 나누었을 때 발생하는 3차원 큐빅 공간을 의미한다. 도 5는 두 개의 극점들(0,0,0) 및 (2d, 2d, 2d) 으로 정의되는 바운딩 박스(cubical axis-aligned bounding box)를 재귀적으로 분할(recursive subdividing)하는 옥트리 구조를 통해 생성된 복셀의 예시를 나타낸다. 하나의 복셀은 적어도 하나 이상의 포인트를 포함한다. 복셀은 복셀군(voxel group)과의 포지션 관계로부터 공간 좌표를 추정 할 수 있다. 상술한 바와 같이 복셀은 2차원 이미지/영상의 픽셀과 마찬가지로 어트리뷰트(색상 또는 반사율 등)을 가진다. 복셀에 대한 구체적인 설명은 도 4에서 설명한 바와 동일하므로 생략한다.
도 6은 실시예들에 따른 옥트리 및 오큐판시 코드 (occupancy code)의 예시를 나타낸다.
도 1 내지 도 4에서 설명한 바와 같이 포인트 클라우드 콘텐트 제공 시스템(포인트 클라우드 비디오 인코더(10002)) 또는 포인트 클라우드 비디오 인코더의 옥트리 분석부(40002))는 복셀의 영역 및/또는 포지션을 효율적으로 관리하기 위하여 옥트리 구조 기반의 옥트리 지오메트리 코딩(또는 옥트리 코딩)을 수행한다.
도 6의 상단은 옥트리 구조를 나타낸다. 실시예들에 따른 포인트 클라우드 콘텐트의 3차원 공간은 좌표계의 축들(예를 들면 X축, Y축, Z축)로 표현된다. 옥트리 구조는 두 개의 극점들(0,0,0) 및 (2d, 2d, 2d) 으로 정의되는 바운딩 박스(cubical axis-aligned bounding box)를 재귀적으로 분할(recursive subdividing)하여 생성된다. 2d는 포인트 클라우드 콘텐트(또는 포인트 클라우드 비디오)의 전체 포인트들을 감싸는 가장 작은 바운딩 박스를 구성하는 값으로 설정될 수 있다. d는 옥트리의 깊이(depth)를 나타낸다. d값은 다음의 수학식 1에 따라 결정된다. 하기 수학식 1에서 (xint n, yint n, zint n)는 양자화된 포인트들의 포지션들(또는 포지션 값들)을 나타낸다.
[수학식 1]
Figure PCTKR2022003206-appb-img-000001
도 6의 상단의 중간에 도시된 바와 같이, 분할에 따라 전체 3차원 공간은 8개의 공간들로 분할될 수 있다. 분할된 각 공간은 6개의 면들을 갖는 큐브로 표현된다. 도 6의 상단의 오른쪽에 도시된 바와 같이 8개의 공간들 각각은 다시 좌표계의 축들(예를 들면 X축, Y축, Z축)을 기반으로 분할된다. 따라서 각 공간은 다시 8개의 작은 공간들로 분할된다. 분할된 작은 공간 역시 6개의 면들을 갖는 큐브로 표현된다. 이와 같은 분할 방식은 옥트리의 리프 노드(leaf node)가 복셀이 될 때까지 적용된다.
도 6의 하단은 옥트리의 오큐판시 코드를 나타낸다. 옥트리의 오큐판시 코드는 하나의 공간이 분할되어 발생되는 8개의 분할된 공간들 각각이 적어도 하나의 포인트를 포함하는지 여부를 나타내기 위해 생성된다. 따라서 하나의 오큐판시 코드는 8개의 자식 노드(child node)들로 표현된다. 각 자식 노드는 분할된 공간의 오큐판시를 나타내며, 자식 노드는 1비트의 값을 갖는다. 따라서 오큐판시 코드는 8 비트 코드로 표현된다. 즉, 자식 노드에 대응하는 공간에 적어도 하나의 포인트가 포함되어 있으면 해당 노드는 1값을 갖는다. 자식 노드에 대응하는 공간에 포인트가 포함되어 있지 않으면 (empty), 해당 노드는 0값을 갖는다. 도 6에 도시된 오큐판시 코드는 00100001이므로 8개의 자식 노드 중 3번째 자식 노드 및 8번째 자식 노드에 대응하는 공간들은 각각 적어도 하나의 포인트를 포함함을 나타낸다. 도면에 도시된 바와 같이 3번째 자식 노드 및 8번째 자식 노드는 각각 8개의 자식 노드를 가지며, 각 자식 노드는 8비트의 오큐판시 코드로 표현된다. 도면은 3번째 자식 노드의 오큐판시 코드가 10000111이고, 8번째 자식 노드의 오큐판시 코드가 01001111임을 나타낸다. 실시예들에 따른 포인트 클라우드 비디오 인코더(예를 들면 아리스메틱 인코더(40004))는 오큐판시 코드를 엔트로피 인코딩할 수 있다. 또한 압축 효율을 높이기 위해 포인트 클라우드 비디오 인코더는 오큐판시 코드를 인트라/인터 코딩할 수 있다. 실시예들에 따른 수신 장치(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10006))는 오큐판시 코드를 기반으로 옥트리를 재구성한다.
실시예들에 따른 포인트 클라우드 비디오 인코더(예를 들면 옥트리 분석부(40002))는 포인트들의 포지션들을 저장하기 위해 복셀화 및 옥트리 코딩을 수행할 수 있다. 하지만 3차원 공간 내 포인트들이 언제나 고르게 분포하는 것은 아니므로, 포인트들이 많이 존재하지 않는 특정 영역이 존재할 수 있다. 이 경우, 3차원 공간 전체에 대해 복셀화를 수행하는 것은 비효율 적이다. 예를 들어 특정 영역에 포인트가 거의 존재하지 않는다면, 해당 영역까지 복셀화를 수행할 필요가 없다.
따라서 실시예들에 따른 포인트 클라우드 비디오 인코더는 상술한 특정 영역(또는 옥트리의 리프 노드를 제외한 노드)에 대해서는 복셀화를 수행하지 않고, 특정 영역에 포함된 포인트들의 포지션을 직접 코딩하는 다이렉트 코딩(Direct coding)을 수행할 수 있다. 실시예들에 따른 다이렉트 코딩 포인트의 좌표들은 다이렉트 코딩 모드(Direct Coding Mode, DCM)으로 호칭된다. 또한 실시예들에 따른 포인트 클라우드 비디오 인코더는 표면 모델(surface model)을 기반으로 특정 영역(또는 노드)내의 포인트들의 포지션들을 복셀 기반으로 재구성하는 트라이숩 지오메트리 인코딩(Trisoup geometry encoding)을 수행할 수 있다. 트라이숩 지오메트리 인코딩은 오브젝트의 표현을 삼각형 메쉬(triangle mesh)의 시리즈로 표현하는 지오메트리 인코딩이다. 따라서 포인트 클라우드 비디오 디코더는 메쉬 표면으로부터 포인트 클라우드를 생성할 수 있다. 실시예들에 따른 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 선택적으로 수행될 수 있다. 또한 실시예들에 따른 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 옥트리 지오메트리 코딩(또는 옥트리 코딩)과 결합되어 수행될 수 있다.
다이렉트 코딩(Direct coding)을 수행하기 위해서는 다이렉트 코딩을 적용하기 위한 직접 모드(direct mode) 사용 옵션이 활성화 되어 있어야 하며, 다이렉트 코딩을 적용할 노드는 리프 노드가 아니고, 특정 노드 내에 한계치(threshold) 이하의 포인트들이 존재해야 한다. 또한 다이렉트 코딩의 대상이 되는 전체 포인트들의 개수는 기설정된 한계값을 넘어서는 안된다. 위의 조건이 만족되면, 실시예들에 따른 포인트 클라우드 비디오 인코더(예를 들어, 아리스메틱 인코더(40004))는 포인트들의 포지션들(또는 포지션 값들)을 엔트로피 코딩할 수 있다.
실시예들에 따른 포인트 클라우드 비디오 인코더(예를 들면 서페이스 어프록시메이션 분석부(40003))는 옥트리의 특정 레벨(레벨은 옥트리의 깊이 d보다는 작은 경우)을 정하고, 그 레벨부터는 표면 모델을 사용하여 노드 영역내의 포인트의 포지션을 복셀 기반으로 재구성하는 트라이숩 지오메트리 인코딩을 수행할 수 있다(트라이숩 모드). 실시예들에 따른 포인트 클라우드 비디오 인코더는 트라이숩 지오메트리 인코딩을 적용할 레벨을 지정할 수 있다. 예를 들어, 지정된 레벨이 옥트리의 깊이와 같으면 포인트 클라우드 비디오 인코더는 트라이숩 모드로 동작하지 않는다. 즉, 실시예들에 따른 포인트 클라우드 비디오 인코더는 지정된 레벨이 옥트리의 깊이값 보다 작은 경우에만 트라이숩 모드로 동작할 수 있다. 실시예들에 따른 지정된 레벨의 노드들의 3차원 정육면체 영역을 블록(block)이라 호칭한다. 하나의 블록은 하나 또는 그 이상의 복셀들을 포함할 수 있다. 블록 또는 복셀은 브릭(brick)에 대응될 수도 있다. 각 블록 내에서 지오메트리는 표면(surface)으로 표현된다. 실시예들에 따른 표면은 최대 한번 블록의 각 엣지(edge, 모서리)와 교차할 수 있다.
하나의 블록은 12개의 엣지들을 가지므로, 하나의 블록 내 적어도 12개의 교차점들이 존재한다. 각 교차점은 버텍스(vertex, 정점 또는 꼭지점)라 호칭된다. 엣지를 따라 존재하는 버텍스은 해당 엣지를 공유하는 모든 블록들 중 그 엣지에 인접한 적어도 하나의 오큐파이드 복셀(occupied voxel)이 있는 경우 감지된다. 실시예들에 따른 오큐파이드 복셀은 포인트를 포함하는 복셀을 의미한다. 엣지를 따라 검출된 버텍스의 포지션은 해당 엣지를 공유하는 모든 블록들 중 해당 엣지에 인접한 모든 복셀들의 엣지에 따른 평균 포지션(the average position along the edge of all voxels)이다.
버텍스가 검출되면 실시예들에 따른 포인트 클라우드 비디오 인코더는 엣지의 시작점(x, y, z), 엣지의 방향벡터(
Figure PCTKR2022003206-appb-img-000002
x,
Figure PCTKR2022003206-appb-img-000003
y,
Figure PCTKR2022003206-appb-img-000004
z), 버텍스 위치 값 (엣지 내의 상대적 위치 값)들을 엔트로피 코딩할 수 있다. 트라이숩 지오메트리 인코딩이 적용된 경우, 실시예들에 따른 포인트 클라우드 비디오 인코더(예를 들면 지오메트리 리컨스트럭션부(40005))는 삼각형 재구성(triangle reconstruction), 업-샘플링(up-sampling), 복셀화 과정을 수행하여 복원된 지오메트리(재구성된 지오메트리)를 생성할 수 있다.
블록의 엣지에 위치한 버텍스들은 블록을 통과하는 표면(surface)를 결정한다. 실시예들에 따른 표면은 비평면 다각형이다. 삼각형 재구성 과정은 엣지의 시작점, 엣지의 방향 벡터와 버텍스의 위치값을 기반으로 삼각형으로 나타내는 표면을 재구성한다. 삼각형 재구성 과정은 다음의 수학식 2와 같다. ①각 버텍스들의 중심(centroid)값을 계산하고, ②각 버텍스값에서 중심 값을 뺀 값들에 ③자승을 수행하고 그 값을 모두 더한 값을 구한다.
[수학식 2]
Figure PCTKR2022003206-appb-img-000005
그리고나서, 더해진 값의 최소값을 구하고, 최소값이 있는 축에 따라서 프로젝션 (Projection, 투영) 과정을 수행한다. 예를 들어 x 요소(element)가 최소인 경우, 각 버텍스를 블록의 중심을 기준으로 x축으로 프로젝션 시키고, (y, z) 평면으로 프로젝션 시킨다. (y, z)평면으로 프로젝션 시키면 나오는 값이 (ai, bi)라면 atan2(bi, ai)를 통해 θ값을 구하고, θ값을 기준으로 버텍스들(vertices)을 정렬한다. 하기의 표 1은 버텍스들의 개수에 따라 삼각형을 생성하기 위한 버텍스들의 조합을 나타낸다. 버텍스들은 1부터 n까지의 순서로 정렬된다. 하기 표 1은 4개의 버텍스들에 대하여, 버텍스들의 조합에 따라 두 개의 삼각형들이 구성될 수 있음을 나타낸다. 첫번째 삼각형은 정렬된 버텍스들 중 1, 2, 3번째 버텍스들로 구성되고, 두번째 삼각형은 정렬된 버텍스들 중 3, 4, 1번째 버텍스들로 구성될 수 있다.
표 1. Triangles formed from vertices ordered 1,…, n
n Triangles
3 (1,2,3)
4 (1,2,3), (3,4,1)
5 (1,2,3), (3,4,5), (5,1,3)
6 (1,2,3), (3,4,5), (5,6,1), (1,3,5)
7 (1,2,3), (3,4,5), (5,6,7), (7,1,3), (3,5,7)
8 (1,2,3), (3,4,5), (5,6,7), (7,8,1), (1,3,5), (5,7,1)
9 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,1,3), (3,5,7), (7,9,3)
10 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,10,1), (1,3,5), (5,7,9), (9,1,5)
11 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,10,11), (11,1,3), (3,5,7), (7,9,11), (11,3,7)
12 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,10,11), (11,12,1), (1,3,5), (5,7,9), (9,11,1), (1,5,9)
업샘플링 과정은 삼각형의 엣지를 따라서 중간에 점들을 추가하여 복셀화 하기 위해서 수행된다. 업샘플링 요소 값(upsampling factor)과 블록의 너비를 기준으로 추가 점들을 생성한다. 추가점은 리파인드 버텍스(refined vertices)라고 호칭된다. 실시예들에 따른 포인트 클라우드 비디오 인코더는 리파인드 버텍스들을 복셀화할 수 있다. 또한 포인트 클라우드 비디오 인코더는 복셀화 된 포지션(또는 포지션 값)을 기반으로 어트리뷰트 인코딩을 수행할 수 있다.
도 7은 실시예들에 따른 이웃 노드 패턴의 예시를 나타낸다.
포인트 클라우드 비디오의 압축 효율을 증가시키기 위하여 실시예들에 따른 포인트 클라우드 비디오 인코더는 콘텍스트 어댑티브 아리스메틱 (context adaptive arithmetic) 코딩을 기반으로 엔트로피 코딩을 수행할 수 있다.
도 1 내지 도 6에서 설명한 바와 같이 포인트 클라우드 콘텐트 제공 시스템 또는 도 2의 포인트 클라우드 비디오 인코더(10002) 또는 도 4의 포인트 클라우드 비디오 인코더 또는 아리스메틱 인코더(40004)는 오큐판시 코드를 곧바로 엔트로피 코딩할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템 또는 포인트 클라우드 비디오 인코더는 현재 노드의 오큐판시 코드와 이웃 노드들의 오큐판시를 기반으로 엔트로피 인코딩(인트라 인코딩)을 수행하거나, 이전 프레임의 오큐판시 코드를 기반으로 엔트로피 인코딩(인터 인코딩)을 수행할 수 있다. 실시예들에 따른 프레임은 동일한 시간에 생성된 포인트 클라우드 비디오의 집합을 의미한다. 실시예들에 따른 인트라 인코딩/인터 인코딩의 압축 효율은 참조하는 이웃 노드들의 개수에 따라 달라질 수 있다. 비트가 커지면 복잡해지지만 한쪽으로 치우치게 만들어서 압축 효율이 높아질 수 있다. 예를 들어 3-bit context를 가지면, 2의 3승인 = 8가지 방법으로 코딩 해야 한다. 나누어 코딩을 하는 부분은 구현의 복잡도에 영향을 준다. 따라서 압축의 효율과 복잡도의 적정 수준을 맞출 필요가 있다.
도 7은 이웃 노드들의 오큐판시를 기반으로 오큐판시 패턴을 구하는 과정을 나타낸다. 실시예들에 따른 포인트 클라우드 비디오 인코더는 옥트리의 각 노드의 이웃 노드들의 오큐판시(occupancy)를 판단하고 이웃 노드 패턴(neighbor pattern) 값을 구한다. 이웃 노드 패턴은 해당 노드의 오큐판시 패턴을 추론하기 위해 사용된다. 도 7의 왼쪽은 노드에 대응하는 큐브(가운데 위치한 큐브) 및 해당 큐브와 적어도 하나의 면을 공유하는 6개의 큐브들(이웃 노드들)을 나타낸다. 도면에 도시된 노드들은 같은 뎁스(깊이)의 노드들이다. 도면에 도시된 숫자는 6개의 노드들 각각과 연관된 가중치들(1, 2, 4, 8, 16, 32, 등)을 나타낸다. 각 가중치는 이웃 노드들의 위치에 따라 순차적으로 부여된다.
도 7의 오른쪽은 이웃 노드 패턴 값을 나타낸다. 이웃 노드 패턴 값은 오큐파이드 이웃 노드(포인트를 갖는 이웃 노드)의 가중치가 곱해진 값들의 합이다. 따라서 이웃 노드 패턴 값은 0에서 63까지의 값을 갖는다. 이웃 노드 패턴 값이 0 인 경우, 해당 노드의 이웃 노드 중 포인트를 갖는 노드(오큐파이드 노드)가 없음을 나타낸다. 이웃 노드 패턴 값이 63인 경우, 이웃 노드들이 전부 오큐파이드 노드들임을 나타낸다. 도면에 도시된 바와 같이 가중치1, 2, 4, 8가 부여된 이웃 노드들은 오큐파이드 노드들이므로, 이웃 노드 패턴 값은 1, 2, 4, 8을 더한 값인 15이다. 포인트 클라우드 비디오 인코더는 이웃 노드 패턴 값에 따라 코딩을 수행할 수 있다(예를 들어 이웃 노드 패턴 값이 63인 경우, 64가지의 코딩을 수행). 실시예들에 따라 포인트 클라우드 비디오 인코더는 이웃 노드 패턴 값을 변경 (예를 들면 64를 10 또는 6으로 변경하는 테이블을 기반으로) 하여 코딩의 복잡도를 줄일 수 있다.
도 8은 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 1 내지 도 7에서 설명한 바와 같이, 어트리뷰트 인코딩이 수행되기 전 인코딩된 지오메트리는 재구성(디컴프레션) 된다. 다이렉트 코딩이 적용된 경우, 지오메트리 재구성 동작은 다이렉트 코딩된 포인트들의 배치를 변경하는 것을 포함할 수 있다(예를 들면 다이렉트 코딩된 포인트들을 포인트 클라우드 데이터의 앞쪽에 배치). 트라이숩 지오메트리 인코딩이 적용된 경우, 지오메트리 재구성 과정은 삼각형 재구성, 업샘플링, 복셀화 과정을 어트리뷰트는 지오메트리에 종속되므로, 어트리뷰트 인코딩은 재구성된 지오메트리를 기반으로 수행된다.
포인트 클라우드 비디오 인코더(예를 들면 LOD 생성부(40009))는 포인트들을 LOD별로 분류(reorganization) 또는 그룹핑(grouping) 할 수 있다. 도 8은 LOD에 대응하는 포인트 클라우드 콘텐트를 나타낸다. 도 8의 가장 왼쪽은 오리지널 포인트 클라우드 콘텐트를 나타낸다. 도 8의 왼쪽에서 두번째 그림은 가장 낮은 LOD의 포인트들의 분포를 나타내며, 도 8의 가장 오른쪽 그림은 가장 높은 LOD의 포인트들의 분포를 나타낸다. 즉, 가장 낮은 LOD의 포인트들은 드문드문(sparse) 분포하며, 가장 높은 LOD의 포인트들은 촘촘히 분포한다. 즉, 도 8의 하단에 표시된 화살표 방향에 따라 LOD가 증가할수록 포인트들 간의 간격(또는 거리)는 더 짧아진다.
도 9는 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 1 내지 도 8에서 설명한 바와 같이 포인트 클라우드 콘텐트 제공 시스템, 또는 포인트 클라우드 비디오 인코더(예를 들면 도 2의 포인트 클라우드 비디오 인코더(10002), 도 4의 포인트 클라우드 비디오 인코더, 또는 LOD 생성부(40009))는 LOD를 생성할 수 있다. LOD는 포인트들을 설정된 LOD 거리 값(또는 유클리디안 디스턴스(Euclidean Distance)의 세트)에 따라 리파인먼트 레벨들(refinement levels)의 세트로 재정열(reorganize)하여 생성된다. LOD 생성 과정은 포인트 클라우드 비디오 인코더뿐만 아니라 포인트 클라우드 비디오 디코더에서도 수행된다.
도 9의 상단은 3차원 공간에 분포된 포인트 클라우드 콘텐트의 포인트들의 예시(P0내지 P9)를 나타낸다. 도 9의 오리지널 오더(Original order)는 LOD 생성 전 포인트들 P0내지 P9의 순서를 나타낸다. 도 9의 LOD 기반 오더 (LOD based order)는 LOD 생성에 따른 포인트들의 순서를 나타낸다. 포인트들은 LOD별 재정열된다. 또한 높은 LOD는 낮은 LOD에 속한 포인트들을 포함한다. 도 9에 도시된 바와 같이 LOD0는 P0, P5, P4 및 P2를 포함한다. LOD1은 LOD0의 포인트들과 P1, P6 및 P3를 포함한다. LOD2는 LOD0의 포인트들, LOD1의 포인트들 및 P9, P8 및 P7을 포함한다.
도 4에서 설명한 바와 같이 실시예들에 따른 포인트 클라우드 비디오 인코더는 LOD 기반의 예측 변환 코딩, 리프팅 변환 코딩 및 RAHT 변환 코딩을 선택적으로 또는 조합하여 수행할 수 있다.
실시예들에 따른 포인트 클라우드 비디오 인코더는 포인트들에 대한 예측기(predictor)를 생성하여 각 포인트의 예측 어트리뷰트(또는 예측 어트리뷰트값)을 설정하기 위한 LOD 기반의 예측 변환 코딩을 수행할 수 있다. 즉, N개의 포인트들에 대하여 N개의 예측기들이 생성될 수 있다. 실시예들에 따른 예측기는 각 포인트의 LOD 값과 LOD별 설정된 거리 내에 존재하는 이웃 포인트들에 대한 인덱싱 정보 및 이웃 포인트들까지의 거리 값을 기반으로 가중치(=1/거리) 값을 계산할 수 있다.
실시예들에 따른 예측 어트리뷰트(또는 어트리뷰트값)은 각 포인트의 예측기에 설정된 이웃 포인트들의 어트리뷰트들(또는 어트리뷰트 값들, 예를 들면 색상, 반사율 등)에 각 이웃 포인트까지의 거리를 기반으로 계산된 가중치(또는 가중치값)을 곱한 값의 평균값으로 설정된다. 실시예들에 따른 포인트 클라우드 비디오 인코더(예를 들면 계수 양자화부(40011)는 해당 포인트의 어트리뷰트(즉, 오리지날 어트리뷰트 값)에서 해당 예측 어트리뷰트(어트리뷰트값)을 뺀 해당 포인트의 잔여값(residual, 잔여 어트리뷰트, 잔여 어트리뷰트값, 어트리뷰트 예측 잔여값, 예측 에러 어트리뷰트 값 등으로 호칭할 수 있다)을 양자화(quantization) 및 역양자화(inverse quantization)할 수 있다. 잔여 어트리뷰트 값에 대해 수행되는 송신 디바이스의 양자화 과정은 표 2와 같다. 그리고 표 2와 같이 양자화가 이루어진 잔여 어트리뷰트 값에 대해 수행되는 수신 디바이스의 역 양자화 과정은 표 3과 같다.
int PCCQuantization(int value, int quantStep) {
if( value >=0) {
return floor(value / quantStep + 1.0 / 3.0);
} else {
return -floor(-value / quantStep + 1.0 / 3.0);
}
}
int PCCInverseQuantization(int value, int quantStep) {
if( quantStep ==0) {
return value;
} else {
return value * quantStep;
}
}
실시예들에 따른 포인트 클라우드 비디오 인코더(예를 들면 아리스메틱 인코더(40012))는 각 포인트의 예측기에 이웃한 포인트들이 있는 경우, 상술한 바와 같이 양자화 및 역양자화된 잔여(residual) 어트리뷰트 값을 엔트로피 코딩 할 수 있다. 실시예들에 따른 포인트 클라우드 비디오 인코더(예를 들면 아리스메틱 인코더(40012))는 각 포인트의 예측기에 이웃한 포인트들이 없으면 상술한 과정을 수행하지 않고 해당 포인트의 어트리뷰트들을 엔트로피 코딩할 수 있다.
실시예들에 따른 포인트 클라우드 비디오 인코더 (예를 들면 리프팅 변환부(40010))는 각 포인트의 예측기를 생성하고, 예측기에 계산된 LOD를 설정 및 이웃 포인트들을 등록하고, 이웃 포인트들까지의 거리에 따른 가중치를 설정하여 리프팅 변환 코딩을 수행할 수 있다. 실시예들에 따른 리프팅 변환 코딩은 상술한 LOD 기반의 예측 변환 코딩과 유사하나, 어트리뷰트값에 가중치를 누적 적용한다는 점에서 차이가 있다. 실시예들에 따른 어트리뷰트값에 가중치를 누적 적용하는 과정은 다음과 같다.
1) 각 포인트의 가중치 값을 저장하는 배열 QW(QuantizationWieght)를 생성한다. QW의 모든 요소들의 초기값은 1.0이다. 예측기에 등록된 이웃 노드의 예측기 인덱스의 QW 값에 현재 포인트의 예측기의 가중치를 곱한 값을 더한다.
2) 리프트 예측 과정: 예측된 어트리뷰트 값을 계산하기 위하여 포인트의 어트리뷰트 값에 가중치를 곱한 값을 기존 어트리뷰트값에서 뺀다.
3) 업데이트웨이트(updateweight) 및 업데이트(update)라는 임시 배열들을 생성하고 임시 배열들을 0으로 초기화한다.
4) 모든 예측기에 대해서 계산된 가중치에 예측기 인덱스에 해당하는 QW에 저장된 가중치를 추가로 곱해서 산출된 가중치를 업데이트웨이트 배열에 이웃 노드의 인덱스로 누적으로 합산한다. 업데이트 배열에는 이웃 노드의 인덱스의 어트리뷰트 값에 산출된 가중치를 곱한 값을 누적 합산한다.
5) 리프트 업데이트 과정: 모든 예측기에 대해서 업데이트 배열의 어트리뷰트 값을 예측기 인덱스의 업데이트웨이트 배열의 가중치 값으로 나누고, 나눈 값에 다시 기존 어트리뷰트 값을 더한다.
6) 모든 예측기에 대해서, 리프트 업데이트 과정을 통해 업데이트된 어트리뷰트 값에 리프트 예측 과정을 통해 업데이트 된(QW에 저장된) 가중치를 추가로 곱하여 예측 어트리뷰트 값을 산출한다. 실시예들에 따른 포인트 클라우드 비디오 인코더(예를 들면 계수 양자화부(40011))는 예측 어트리뷰트 값을 양자화한다. 또한 포인트 클라우드 비디오 인코더(예를 들면 아리스메틱 인코더(40012))는 양자화된 어트리뷰트 값을 엔트로피 코딩한다.
실시예들에 따른 포인트 클라우드 비디오 인코더(예를 들면 RAHT 변환부(40008))는 옥트리의 하위 레벨에 있는 노드와 연관된 어트리뷰트를 사용하여 상위 레벨의 노드들의 어트리뷰트를 에측하는 RAHT 변환 코딩을 수행할 수 있다. RAHT 변환 코딩은 옥트리 백워드 스캔을 통한 어트리뷰트 인트라 코딩의 예시이다. 실시예들에 따른 포인트 클라우드 비디오 인코더는 복셀에서 전체 영역으로 스캔하고, 각 스텝에서 복셀을 더 큰 블록으로 합치면서 루트 노드까지의 병합 과정을 반복수행한다. 실시예들에 따른 병합 과정은 오큐파이드 노드에 대해서만 수행된다. 엠티 노드(empty node)에 대해서는 병합 과정이 수행되지 않으며, 엠티 노드의 바로 상위 노드에 대해 병합 과정이 수행된다.
하기의 수학식 3은 RAHT 변환 행렬을 나타낸다. glx,y,z 는 레벨 l에서의 복셀들의 평균 어트리뷰트 값을 나타낸다. glx,y,z는 gl+1 2x,y,z와 gl+1 2x+1,y,z로부터 계산될 수 있다. gl 2x,y,z 와 gl 2x+1,y,z 의 가중치를 w1=wl 2x,y,z과 w2=wl 2x+1,y,z 이다.
[수학식 3]
Figure PCTKR2022003206-appb-img-000006
gl-1 x,y,z는 로-패스(low-pass) 값으로, 다음 상위 레벨에서의 병합 과정에서 사용된다. hl-1 x,y,z은 하이패스 계수(high-pass coefficients)이며, 각 스텝에서의 하이패스 계수들은 양자화되어 엔트로피 코딩 된다(예를 들면 아리스메틱 인코더(40012)의 인코딩). 가중치는 wl-1 x,y,z = wl 2x,y,z + wl 2x+1,y,z로 계산된다. 루트 노드는 마지막 g1 0,0,0 과 g1 0,0,1을 통해서 다음의 수학식 4와 같이 생성된다.
[수학식 4]
Figure PCTKR2022003206-appb-img-000007
gDC값 또한 하이패스 계수와 같이 양자화되어 엔트로피 코딩된다.
도 10은 실시예들에 따른 포인트 클라우드 비디오 디코더(Point Cloud Video Decoder)의 예시를 나타낸다.
도 10에 도시된 포인트 클라우드 비디오 디코더는 도 1에서 설명한 포인트 클라우드 비디오 디코더(10006) 예시로서, 도 1에서 설명한 포인트 클라우드 비디오 디코더(10006)의 동작 등과 동일 또는 유사한 동작을 수행할 수 있다. 도면이 도시된 바와 같이 포인트 클라우드 비디오 디코더는 하나 또는 그 이상의 비트스트림(bitstream)들에 포함된 지오메트리 비트스트림(geometry bitstream) 및 어트리뷰트 비트스트림(attribute bitstream)을 수신할 수 있다. 포인트 클라우드 비디오 디코더는 지오메트리 디코더(geometry decoder) 및 어트리뷰트 디코더(attribute decoder)를 포함한다. 지오메트리 디코더는 지오메트리 비트스트림에 대해 지오메트리 디코딩을 수행하여 디코딩된 지오메트리(decoded geometry)를 출력한다. 어트리뷰트 디코더는 디코딩된 지오메트리를 기반으로 어트리뷰트 비트스트림에 대해 어트리뷰트 디코딩을 수행하여 디코딩된 어트리뷰트들(decoded attributes)을 출력한다. 디코딩된 지오메트리 및 디코딩된 어트리뷰트들은 포인트 클라우드 콘텐트를 복원(decoded point cloud)하는데 사용된다.
도 11은 실시예들에 따른 포인트 클라우드 비디오 디코더(Point Cloud Video Decoder)의 예시를 나타낸다.
도 11에 도시된 포인트 클라우드 비디오 디코더는 도 10에서 설명한 포인트 클라우드 비디오 디코더의 상세 예시로서, 도 1 내지 도 9에서 설명한 포인트 클라우드 비디오 인코더의 인코딩 동작의 역과정인 디코딩 동작을 수행할 수 있다.
도 1 및 도 10에서 설명한 바와 같이 포인트 클라우드 비디오 디코더는 지오메트리 디코딩 및 어트리뷰트 디코딩을 수행할 수 있다. 지오메트리 디코딩은 어트리뷰트 디코딩보다 먼저 수행된다.
실시예들에 따른 포인트 클라우드 비디오 디코더는 아리스메틱 디코더(arithmetic decoder, 11000), 옥트리 합성부(octree synthesis unit, 11001), 서페이스 오프록시메이션 합성부(surface approximation synthesis unit, 11002), 지오메트리 리컨스트럭션부(geometry reconstruction unit, 11003), 좌표계 역변환부(coordinates inverse transformation unit, 11004), 아리스메틱 디코더(arithmetic decoder, 11005), 역양자화부(inverse quantization unit, 11006), RAHT변환부(11007), LOD생성부(LOD generation unit, 11008), 인버스 리프팅부(Inverse lifting unit, 11009), 및/또는 컬러 역변환부(color inverse transformation unit, 11010)를 포함한다.
아리스메틱 디코더(11000), 옥트리 합성부(11001), 서페이스 오프록시메이션 합성부(11002), 지오메트리 리컨스트럭션부(11003), 좌표계 역변환부(11004)는 지오메트리 디코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 디코딩은 다이렉트 디코딩(direct decoding) 및 트라이숩 지오메트리 디코딩(trisoup geometry decoding)을 포함할 수 있다. 다이렉트 디코딩 및 트라이숩 지오메트리 디코딩은 선택적으로 적용된다. 또한 지오메트리 디코딩은 위의 예시에 국한되지 않으며, 도 1 내지 도 9에서 설명한 지오메트리 인코딩의 역과정으로 수행된다.
실시예들에 따른 아리스메틱 디코더(11000)는 수신한 지오메트리 비트스트림을 아리스메틱 코딩을 기반으로 디코딩한다. 아리스메틱 디코더(11000)의 동작은 아리스메틱 인코더(40004)의 역과정에 대응한다.
실시예들에 따른 옥트리 합성부(11001)는 디코딩된 지오메트리 비트스트림으로부터 (또는 디코딩 결과 확보된 지오메트리에 관한 정보)로부터 오큐판시 코드를 획득하여 옥트리를 생성할 수 있다. 오큐판시 코드에 대한 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 같다.
실시예들에 따른 서페이스 오프록시메이션 합성부(11002)는 트라이숩 지오메트리 인코딩이 적용된 경우, 디코딩된 지오메트리 및/또는 생성된 옥트리에 기반하여 서페이스를 합성할 수 있다.
실시예들에 따른 지오메트리 리컨스트럭션부(11003)는 서페이스 및 또는 디코딩된 지오메트리에 기반하여 지오메트리를 재생성할 수 있다. 도 1 내지 도 9에서 설명한 바와 같이, 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 선택적으로 적용된다. 따라서 지오메트리 리컨스트럭션부(11003)는 다이렉트 코딩이 적용된 포인트들의 포지션 정보들을 직접 가져와서 추가한다. 또한, 트라이숩 지오메트리 인코딩이 적용된 경우, 지오메트리 리컨스트럭션부(11003)는 지오메트리 리컨스트럭션부(40005)의 재구성 동작, 예를 들면 삼각형 재구성, 업-샘플링, 복셀화 동작을 수행하여 지오메트리를 복원할 수 있다. 구체적인 내용은 도 6에서 설명한 바와 동일하므로 생략한다. 복원된 지오메트리는 어트리뷰트들을 포함하지 않는 포인트 클라우드 픽쳐 또는 프레임을 포함할 수 있다.
실시예들에 따른 좌표계 역변환부(11004)는 복원된 지오메트리를 기반으로 좌표계를 변환하여 포인트들의 포지션들을 획득할 수 있다.
아리스메틱 디코더(11005), 역양자화부(11006), RAHT 변환부(11007), LOD생성부(11008), 인버스 리프팅부(11009), 및/또는 컬러 역변환부(11010)는 도 10에서 설명한 어트리뷰트 디코딩을 수행할 수 있다. 실시예들에 따른 어트리뷰트 디코딩은 RAHT(Region Adaptive Hierarchical Transform) 디코딩, 예측 변환(Interpolation-based hierarchical nearest-neighbour prediction-Prediction Transform) 디코딩 및 리프팅 변환 (interpolation-based hierarchical nearest-neighbour prediction with an update/lifting step (Lifting Transform)) 디코딩을 포함할 수 있다. 상술한 3가지의 디코딩들은 선택적으로 사용되거나, 하나 또는 그 이상의 디코딩들의 조합이 사용될 수 있다. 또한 실시예들에 따른 어트리뷰트 디코딩은 상술한 예시에 국한되는 것은 아니다.
실시예들에 따른 아리스메틱 디코더(11005)는 어트리뷰트 비트스트림을 아리스메틱 코딩으로 디코딩한다.
실시예들에 따른 역양자화부(11006)는 디코딩된 어트리뷰트 비트스트림 또는 디코딩 결과 확보한 어트리뷰트에 대한 정보를 역양자화(inverse quantization)하고 역양자화된 어트리뷰트들(또는 어트리뷰트 값들)을 출력한다. 역양자화는 포인트 클라우드 비디오 인코더의 어트리뷰트 인코딩에 기반하여 선택적으로 적용될 수 있다.
실시예들에 따라 RAHT 변환부(11007), LOD생성부(11008) 및/또는 인버스 리프팅부(11009)는 재구성된 지오메트리 및 역양자화된 어트리뷰트들을 처리할 수 있다. 상술한 바와 같이 RAHT 변환부(11007), LOD생성부(11008) 및/또는 인버스 리프팅부(11009)는 포인트 클라우드 비디오 인코더의 인코딩에 따라 그에 대응하는 디코딩 동작을 선택적으로 수행할 수 있다.
실시예들에 따른 컬러 역변환부(11010)는 디코딩된 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 역변환하기 위한 역변환 코딩을 수행한다. 컬러 역변환부(11010)의 동작은 포인트 클라우드 비디오 인코더의 컬러 변환부(40006)의 동작에 기반하여 선택적으로 수행될 수 있다.
도 11의 포인트 클라우드 비디오 디코더의 엘레멘트들은 도면에 도시되지 않았으나 포인트 클라우드 콘텐트 제공 시스템에 포함된 하나 또는 그 이상의 메모리들과 통신가능하도록 설정된 하나 또는 그 이상의 프로세서들 또는 집적 회로들(integrated circuits)을 포함하는 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합으로 구현될 수 있다. 하나 또는 그 이상의 프로세서들은 상술한 도 11의 포인트 클라우드 비디오 디코더의 엘레멘트들의 동작들 및/또는 기능들 중 적어도 어느 하나 이상을 수행할 수 있다. 또한 하나 또는 그 이상의 프로세서들은 도11의 포인트 클라우드 비디오 디코더의 엘레멘트들의 동작들 및/또는 기능들을 수행하기 위한 소프트웨어 프로그램들 및/또는 인스트럭션들의 세트를 동작하거나 실행할 수 있다.
도 12는 실시예들에 따른 전송 장치의 예시이다.
도 12에 도시된 전송 장치는 도 1의 전송장치(10000) (또는 도 4의 포인트 클라우드 비디오 인코더)의 예시이다. 도 12에 도시된 전송 장치는 도 1 내지 도 9에서 설명한 포인트 클라우드 비디오 인코더의 동작들 및 인코딩 방법들과 동일 또는 유사한 동작들 및 방법들 중 적어도 어느 하나 이상을 수행할 수 있다. 실시예들에 따른 전송 장치는 데이터 입력부(12000), 양자화 처리부(12001), 복셀화 처리부(12002), 옥트리 오큐판시 코드 (Occupancy code) 생성부(12003), 표면 모델 처리부(12004), 인트라/인터 코딩 처리부(12005), 아리스메틱 (Arithmetic) 코더(12006), 메타데이터 처리부(12007), 색상 변환 처리부(12008), 어트리뷰트 변환 처리부(또는 속성 변환 처리부)(12009), 예측/리프팅/RAHT 변환 처리부(12010), 아리스메틱 (Arithmetic) 코더(12011) 및/또는 전송 처리부(12012)를 포함할 수 있다.
실시예들에 따른 데이터 입력부(12000)는 포인트 클라우드 데이터를 수신 또는 획득한다. 데이터 입력부(12000)는 포인트 클라우드 비디오 획득부(10001)의 동작 및/또는 획득 방법(또는 도2에서 설명한 획득과정(20000))과 동일 또는 유사한 동작 및/또는 획득 방법을 수행할 수 있다.
데이터 입력부(12000), 양자화 처리부(12001), 복셀화 처리부(12002), 옥트리 오큐판시 코드 (Occupancy code) 생성부(12003), 표면 모델 처리부(12004), 인트라/인터 코딩 처리부(12005), Arithmetic 코더(12006)는 지오메트리 인코딩을 수행한다. 실시예들에 따른 지오메트리 인코딩은 도 1 내지 도 9에서 설명한 지오메트리 인코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 양자화 처리부(12001)는 지오메트리(예를 들면 포인트들의 위치값, 또는 포지션값)을 양자화한다. 양자화 처리부(12001)의 동작 및/또는 양자화는 도 4에서 설명한 양자화부(40001)의 동작 및/또는 양자화와 동일 또는 유사하다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 복셀화 처리부(12002)는 양자화된 포인트들의 포지션 값을 복셀화한다. 복셀화 처리부(120002)는 도 4에서 설명한 양자화부(40001)의 동작 및/또는 복셀화 과정과 동일 또는 유사한 동작 및/또는 과정을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 옥트리 오큐판시 코드 생성부(12003)는 복셀화된 포인트들의 포지션들을 옥트리 구조를 기반으로 옥트리 코딩을 수행한다. 옥트리 오큐판시 코드 생성부(12003)는 오큐판시 코드를 생성할 수 있다. 옥트리 오큐판시 코드 생성부(12003)는 도 4 및 도 6에서 설명한 포인트 클라우드 비디오 인코더 (또는 옥트리 분석부(40002))의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 표면 모델 처리부(12004)는 표면 모델(surface model)을 기반으로 특정 영역(또는 노드)내의 포인트들의 포지션들을 복셀 기반으로 재구성하는 트라이숩 지오메트리 인코딩을 수행할 수 있다. 포면 모델 처리부(12004)는 도 4 에서 설명한 포인트 클라우드 비디오 인코더(예를 들면 서페이스 어프록시메이션 분석부(40003))의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 인트라/인터 코딩 처리부(12005)는 포인트 클라우드 데이터를 인트라/인터 코딩할 수 있다. 인트라/인터 코딩 처리부(12005)는 도 7에서 설명한 인트라/인터 코딩과 동일 또는 유사한 코딩을 수행할 수 있다. 구체적인 설명은 도 7에서 설명한 바와 동일하다. 실시예들에 따라 인트라/인터 코딩 처리부(12005)는 아리스메틱 코더(12006)에 포함될 수 있다.
실시예들에 따른 아리스메틱 코더(12006)는 포인트 클라우드 데이터의 옥트리 및/또는 근사화된 옥트리를 엔트로피 인코딩한다. 예를 들어, 인코딩 방식은 아리스메틱(Arithmetic) 인코딩 방법을 포함한다. 아리스메틱 코더(12006)는 아리스메틱 인코더(40004)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다.
실시예들에 따른 메타데이터 처리부(12007)는 포인트 클라우드 데이터에 관한 메타데이터, 예를 들어 설정 값 등을 처리하여 지오메트리 인코딩 및/또는 어트리뷰트 인코딩 등 필요한 처리 과정에 제공한다. 또한 실시예들에 따른 메타데이터 처리부(12007)는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩과 관련된 시그널링 정보를 생성 및/또는 처리할 수 있다. 실시예들에 따른 시그널링 정보는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩과 별도로 인코딩처리될 수 있다. 또한 실시예들에 따른 시그널링 정보는 인터리빙 될 수도 있다.
색상 변환 처리부(12008), 어트리뷰트 변환 처리부(12009), 예측/리프팅/RAHT 변환 처리부(12010), 아리스메틱 (Arithmetic) 코더(12011)는 어트리뷰트 인코딩을 수행한다. 실시예들에 따른 어트리뷰트 인코딩은 도 1 내지 도 9에서 설명한 어트리뷰트 인코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 색상 변환 처리부(12008)는 어트리뷰트들에 포함된 색상값을 변환하는 색상 변환 코딩을 수행한다. 색상 변환 처리부(12008)는 재구성된 지오메트리를 기반으로 색상 변환 코딩을 수행할 수 있다. 재구성된 지오메트리에 대한 설명은 도 1 내지 도 9에서 설명한 바와 동일하다. 또한 도 4에서 설명한 컬러 변환부(40006)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다. 구체적인 설명은 생략한다.
실시예들에 따른 어트리뷰트 변환 처리부(12009)는 지오메트리 인코딩이 수행되지 않은 포지션들 및/또는 재구성된 지오메트리를 기반으로 어트리뷰트들을 변환하는 어트리뷰트 변환을 수행한다. 어트리뷰트 변환 처리부(12009)는 도 4에 설명한 어트리뷰트 변환부(40007)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다. 구체적인 설명은 생략한다. 실시예들에 따른 예측/리프팅/RAHT 변환 처리부(12010)는 변환된 어트리뷰트들을 RAHT 코딩, LOD 기반의 예측 변환 코딩 및 리프팅 변환 코딩 중 어느 하나 또는 하나 이상을 조합하여 코딩할 수 있다. 예측/리프팅/RAHT 변환 처리부(12010)는 도 4에서 설명한 RAHT 변환부(40008), LOD 생성부(40009) 및 리프팅 변환부(40010)의 동작들과 동일 또는 유사한 동작들 중 적어도 하나 이상을 수행한다. 또한 LOD 기반의 예측 변환 코딩, 리프팅 변환 코딩 및 RAHT 변환 코딩에 대한 설명은 도 1 내지 도 9에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 아리스메틱 코더(12011)는 코딩된 어트리뷰트들을 아리스메틱 코딩에 기반하여 인코딩할 수 있다. 아리스메틱 코더(12011)는 아리스메틱 인코더(40012)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다.
실시예들에 따른 전송 처리부(12012)는 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트 및/또는 메타 데이터를 포함하는 각 비트스트림을 전송하거나, 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트 및/또는 메타 데이터를 하나의 비트스트림으로 구성하여 전송할 수 있다. 실시예들에 따른 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트 및/또는 메타 데이터가 하나의 비트스트림으로 구성되는 경우, 비트스트림은 하나 또는 그 이상의 서브 비트스트림들을 포함할 수 있다. 실시예들에 따른 비트스트림은 시퀀스 레벨의 시그널링을 위한 SPS (Sequence Parameter Set), 지오메트리 정보 코딩의 시그널링을 위한 GPS(Geometry Parameter Set), 어트리뷰트 정보 코딩의 시그널링을 위한 APS(Attribute Parameter Set), 타일 레벨의 시그널링을 위한 TPS (Tile Parameter Set 또는 tile inventory라 함)를 포함하는 시그널링 정보 및 슬라이스 데이터를 포함할 수 있다. 슬라이스 데이터는 하나 또는 그 이상의 슬라이스들에 대한 정보를 포함할 수 있다. 실시예들에 따른 하나의 슬라이스는 하나의 지오메트리 비트스트림(Geom00) 및 하나 또는 그 이상의 어트리뷰트 비트스트림들(Attr00, Attr10)을 포함할 수 있다.
슬라이스란 코딩된 포인트 클라우드 프레임의 전체 또는 일부를 나타내는 신택스 엘리먼트의 시리즈를 말한다.
실시예들에 따른 TPS(또는 타일 인벤토리)는 하나 또는 그 이상의 타일들에 대하여 각 타일에 관한 정보(예를 들면 bounding box의 좌표값 정보 및 높이/크기 정보 등)을 포함할 수 있다. 지오메트리 비트스트림은 헤더와 페이로드를 포함할 수 있다. 실시예들에 따른 지오메트리 비트스트림의 헤더는 GPS에 포함된 파라미터 세트의 식별 정보(geom_parameter_set_id), 타일 식별자(geom_tile_id), 슬라이스 식별자(geom_slice_id) 및 페이로드에 포함된 데이터에 관한 정보 등을 포함할 수 있다. 상술한 바와 같이 실시예들에 따른 메타데이터 처리부(12007)는 시그널링 정보를 생성 및/또는 처리하여 전송 처리부(12012)로 전송할 수 있다. 실시예들에 따라, 지오메트리 인코딩을 수행하는 엘레멘트들 및 어트리뷰트 인코딩을 수행하는 엘레멘트들은 점선 처리된 바와 같이 상호 데이터/정보를 공유할 수 있다. 실시예들에 따른 전송 처리부(12012)는 트랜스미터(10003)의 동작 및/또는 전송 방법과 동일 또는 유사한 동작 및/또는 전송 방법을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 2에서 설명한 바와 동일하므로 생략한다.
도 13은 실시예들에 따른 수신 장치의 예시이다.
도 13에 도시된 수신 장치는 도 1의 수신장치(10004) (또는 도 10 및 도 11의 포인트 클라우드 비디오 디코더)의 예시이다. 도 13에 도시된 수신 장치는 도 1 내지 도 11에서 설명한 포인트 클라우드 비디오 디코더의 동작들 및 디코딩 방법들과 동일 또는 유사한 동작들 및 방법들 중 적어도 어느 하나 이상을 수행할 수 있다.
실시예들에 따른 수신 장치는 수신부(13000), 수신 처리부(13001), 아리스메틱 (arithmetic) 디코더(13002), 오큐판시 코드 (Occupancy code) 기반 옥트리 재구성 처리부(13003), 표면 모델 처리부(삼각형 재구성, 업-샘플링, 복셀화)(13004), 인버스(inverse) 양자화 처리부(13005), 메타데이터 파서(13006), 아리스메틱 (arithmetic) 디코더(13007), 인버스(inverse)양자화 처리부(13008), 예측/리프팅/RAHT 역변환 처리부(13009), 색상 역변환 처리부(13010) 및/또는 렌더러(13011)를 포함할 수 있다. 실시예들에 따른 디코딩의 각 구성요소는 실시예들에 따른 인코딩의 구성요소의 역과정을 수행할 수 있다.
실시예들에 따른 수신부(13000)는 포인트 클라우드 데이터를 수신한다. 수신부(13000)는 도 1의 리시버(10005)의 동작 및/또는 수신 방법과 동일 또는 유사한 동작 및/또는 수신 방법을 수행할 수 있다. 구체적인 설명은 생략한다.
실시예들에 따른 수신 처리부(13001)는 수신한 데이터로부터 지오메트리 비트스트림 및/또는 어트리뷰트 비트스트림을 획득할 수 있다. 수신 처리부(13001)는 수신부(13000)에 포함될 수 있다.
아리스메틱 디코더(13002), 오큐판시 코드 기반 옥트리 재구성 처리부(13003), 표면 모델 처리부(13004) 및 인버스 양자화 처리부(13005)는 지오메트리 디코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 디코딩은 도 1 내지 도 10에서 설명한 지오메트리 디코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 아리스메틱 디코더(13002)는 지오메트리 비트스트림을 아리스메틱 코딩을 기반으로 디코딩할 수 있다. 아리스메틱 디코더(13002)는 아리스메틱 디코더(11000)의 동작 및/또는 코딩과 동일 또는 유사한 동작 및/또는 코딩을 수행한다.
실시예들에 따른 오큐판시 코드 기반 옥트리 재구성 처리부(13003)는 디코딩된 지오메트리 비트스트림으로부터 (또는 디코딩 결과 확보된 지오메트리에 관한 정보)로부터 오큐판시 코드를 획득하여 옥트리를 재구성할 수 있다. 오큐판시 코드 기반 옥트리 재구성 처리부(13003)는 옥트리 합성부(11001)의 동작 및/또는 옥트리 생성 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다. 실시예들에 따른 표면 모델 처리부(13004)는 트라이숩 지오메트리 인코딩이 적용된 경우, 표면 모델 방식에 기반하여 트라이숩 지오메트리 디코딩 및 이와 관련된 지오메트리 리컨스트럭션(예를 들면 삼각형 재구성, 업-샘플링, 복셀화)을 수행할 수 있다. 표면 모델 처리부(13004)는 서페이스 오프록시메이션 합성부(11002) 및/또는 지오메트리 리컨스트럭션부(11003)의 동작과 동일 또는 유사한 동작을 수행한다.
실시예들에 따른 인버스 양자화 처리부(13005)는 디코딩된 지오메트리를 인버스 양자화할 수 있다.
실시예들에 따른 메타데이터 파서(13006)는 수신한 포인트 클라우드 데이터에 포함된 메타데이터, 예를 들어 설정 값 등을 파싱할 수 있다. 메타데이터 파서(13006)는 메타데이터를 지오메트리 디코딩 및/또는 어트리뷰트 디코딩에 전달할 수 있다. 메타데이터에 대한 구체적인 설명은 도 12에서 설명한 바와 동일하므로 생략한다.
아리스메틱 디코더(13007), 인버스 양자화 처리부(13008), 예측/리프팅/RAHT 역변환 처리부(13009) 및 색상 역변환 처리부(13010)는 어트리뷰트 디코딩을 수행한다. 어트리뷰트 디코딩는 도 1 내지 도 10에서 설명한 어트리뷰트 디코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 아리스메틱 디코더(13007)는 어트리뷰트 비트스트림을 아리스메틱 코딩으로 디코딩할 수 있다. 아리스메틱 디코더(13007)는 재구성된 지오메트리를 기반으로 어트리뷰트 비트스트림의 디코딩을 수행할 수 있다. 아리스메틱 디코더(13007)는 아리스메틱 디코더(11005)의 동작 및/또는 코딩과 동일 또는 유사한 동작 및/또는 코딩을 수행한다.
실시예들에 따른 인버스 양자화 처리부(13008)는 디코딩된 어트리뷰트 비트스트림을 인버스 양자화할 수 있다. 인버스 양자화 처리부(13008)는 역양자화부(11006)의 동작 및/또는 역양자화 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다.
실시예들에 따른 예측/리프팅/RAHT 역변환 처리부(13009)는 재구성된 지오메트리 및 역양자화된 어트리뷰트들을 처리할 수 있다. 예측/리프팅/RAHT 역변환 처리부(13009)는 RAHT 변환부(11007), LOD생성부(11008) 및/또는 인버스 리프팅부(11009)의 동작들 및/또는 디코딩들과 동일 또는 유사한 동작들 및/또는 디코딩들 중 적어도 어느 하나 이상을 수행한다. 실시예들에 따른 색상 역변환 처리부(13010)는 디코딩된 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 역변환하기 위한 역변환 코딩을 수행한다. 색상 역변환 처리부(13010)는 컬러 역변환부(11010)의 동작 및/또는 역변환 코딩과 동일 또는 유사한 동작 및/또는 역변환 코딩을 수행한다. 실시예들에 따른 렌더러(13011)는 포인트 클라우드 데이터를 렌더링할 수 있다.
도 14는 실시예들에 따른 포인트 클라우드 데이터 송수신 방법/장치와 연동 가능한 구조의 예시를 나타낸다.
도 14의 구조는 서버(17600), 로봇(17100), 자율 주행 차량(17200), XR 장치(17300), 스마트폰(17400), 가전(17500) 및/또는 HMD(Head-Mount Display, 17700) 중에서 적어도 하나 이상이 클라우드 네트워크(17000)와 연결된 구성을 나타낸다. 로봇(17100), 자율 주행 차량(17200), XR 장치(17300), 스마트폰(17400) 또는 가전(17500) 등은 장치라 호칭된다. 또한, XR 장치(17300)는 실시예들에 따른 포인트 클라우드 압축 데이터 (PCC) 장치에 대응되거나 PCC장치와 연동될 수 있다.
클라우드 네트워크(17000)는 클라우드 컴퓨팅 인프라의 일부를 구성하거나 클라우드 컴퓨팅 인프라 안에 존재하는 네트워크를 의미할 수 있다. 여기서, 클라우드 네트워크(17000)는 3G 네트워크, 4G 또는 LTE(Long Term Evolution) 네트워크 또는 5G 네트워크 등을 이용하여 구성될 수 있다.
서버(17600)는 로봇(17100), 자율 주행 차량(17200), XR 장치(17300), 스마트폰(17400), 가전(17500) 및/또는 HMD(17700) 중에서 적어도 하나 이상과 클라우드 네트워크(17000)을 통하여 연결되고, 연결된 장치들(17100 내지 17700)의 프로세싱을 적어도 일부를 도울 수 있다.
HMD (Head-Mount Display)(17700)는 실시예들에 따른 XR 디바이스 및/또는 PCC 디바이스가 구현될 수 있는 타입 중 하나를 나타낸다. 실시예들에 따른HMD 타입의 디바이스는, 커뮤니케이션 유닛, 컨트롤 유닛, 메모리 유닛, I/O 유닛, 센서 유닛, 그리고 파워 공급 유닛 등을 포함한다.
이하에서는, 상술한 기술이 적용되는 장치(17100 내지 17500)의 다양한 실시 예들을 설명한다. 여기서, 도 14에 도시된 장치(17100 내지 17500)는 상술한 실시예들에 따른 포인트 클라우드 데이터 송수신 장치와 연동/결합될 수 있다.
<PCC+XR>
XR/PCC 장치(17300)는 PCC 및/또는 XR(AR+VR) 기술이 적용되어, HMD(Head-Mount Display), 차량에 구비된 HUD(Head-Up Display), 텔레비전, 휴대폰, 스마트 폰, 컴퓨터, 웨어러블 디바이스, 가전 기기, 디지털 사이니지, 차량, 고정형 로봇이나 이동형 로봇 등으로 구현될 수도 있다.
XR/PCC 장치(17300)는 다양한 센서들을 통해 또는 외부 장치로부터 획득한 3차원 포인트 클라우드 데이터 또는 이미지 데이터를 분석하여 3차원 포인트들에 대한 위치 데이터 및 어트리뷰트 데이터를 생성함으로써 주변 공간 또는 현실 객체에 대한 정보를 획득하고, 출력할 XR 객체를 렌더링하여 출력할 수 있다. 예컨대, XR/PCC 장치(17300)는 인식된 물체에 대한 추가 정보를 포함하는 XR 객체를 해당 인식된 물체에 대응시켜 출력할 수 있다.
<PCC+자율주행+XR>
자율 주행 차량(17200)은 PCC 기술 및 XR 기술이 적용되어, 이동형 로봇, 차량, 무인 비행체 등으로 구현될 수 있다.
XR/PCC 기술이 적용된 자율 주행 차량(17200)은 XR 영상을 제공하는 수단을 구비한 자율 주행 차량이나, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량 등을 의미할 수 있다. 특히, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량(17200)은 XR 장치(17300)와 구분되며 서로 연동될 수 있다.
XR/PCC영상을 제공하는 수단을 구비한 자율 주행 차량(17200)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하고, 획득한 센서 정보에 기초하여 생성된 XR/PCC 영상을 출력할 수 있다. 예컨대, 자율 주행 차량(17200)은 HUD를 구비하여 XR/PCC 영상을 출력함으로써, 탑승자에게 현실 객체 또는 화면 속의 객체에 대응되는 XR/PCC 객체를 제공할 수 있다.
이때, XR/PCC 객체가 HUD에 출력되는 경우에는 XR/PCC 객체의 적어도 일부가 탑승자의 시선이 향하는 실제 객체에 오버랩되도록 출력될 수 있다. 반면, XR/PCC 객체가 자율 주행 차량의 내부에 구비되는 디스플레이에 출력되는 경우에는 XR/PCC 객체의 적어도 일부가 화면 속의 객체에 오버랩되도록 출력될 수 있다. 예컨대, 자율 주행 차량(17200)은 차로, 타 차량, 신호등, 교통 표지판, 이륜차, 보행자, 건물 등과 같은 객체와 대응되는 XR/PCC 객체들을 출력할 수 있다.
실시예들에 의한 VR (Virtual Reality) 기술, AR (Augmented Reality) 기술, MR (Mixed Reality) 기술 및/또는 PCC(Point Cloud Compression) 기술은, 다양한 디바이스에 적용 가능하다.
즉, VR 기술은, 현실 세계의 객체나 배경 등을 CG 영상으로만 제공하는 디스플레이 기술이다. 반면, AR 기술은, 실제 사물 영상 위에 가상으로 만들어진 CG 영상을 함께 보여 주는 기술을 의미한다. 나아가, MR 기술은, 현실세계에 가상 객체들을 섞고 결합시켜서 보여준다는 점에서 전술한 AR 기술과 유사하다. 그러나, AR 기술에서는 현실 객체와 CG 영상으로 만들어진 가상 객체의 구별이 뚜렷하고, 현실 객체를 보완하는 형태로 가상 객체를 사용하는 반면, MR 기술에서는 가상 객체가 현실 객체와 동등한 성격으로 간주된다는 점에서 AR 기술과는 구별이 된다. 보다 구체적으로 예를 들면, 전술한 MR 기술이 적용된 것이 홀로그램 서비스 이다.
다만, 최근에는 VR, AR, MR 기술을 명확히 구별하기 보다는 XR (extended Reality) 기술로 부르기도 한다. 따라서, 본 명세서의 실시예들은 VR, AR, MR, XR 기술 모두에 적용 가능하다. 이러한 기술은 PCC, V-PCC, G-PCC 기술 기반 인코딩/디코딩이 적용될 수 있다.
실시예들에 따른 PCC 방법/장치는 자율 주행 서비스를 제공하는 차량에 적용될 수 있다.
자율 주행 서비스를 제공하는 차량은 PCC 디바이스와 유/무선 통신이 가능하도록 연결된다.
실시예들에 따른 포인트 클라우드 압축 데이터 (PCC) 송수신 장치는 차량과 유/무선 통신이 가능하도록 연결된 경우, 자율 주행 서비스와 함께 제공할 수 있는 AR/VR/PCC 서비스 관련 콘텐트 데이터를 수신/처리하여 차량에 전송할 수 있다. 또한 포인트 클라우드 데이터 송수신 장치 차량에 탑재된 경우, 포인트 클라우드 송수신 장치는 사용자 인터페이스 장치를 통해 입력된 사용자 입력 신호에 따라 AR/VR/PCC 서비스 관련 콘텐트 데이터를 수신/처리하여 사용자에게 제공할 수 있다. 실시예들에 따른 차량 또는 사용자 인터페이스 장치는 사용자 입력 신호를 수신할 수 있다. 실시예들에 따른 사용자 입력 신호는 자율 주행 서비스를 지시하는 신호를 포함할 수 있다.
도 1 내지 도 14에서 설명한 것처럼, 포인트 클라우드 데이터는 포인트들의 집합으로 구성되며, 각 포인트는 지오메트리(또는 지오메트리 정보라 호칭한다)와 어트리뷰트(또는 어트리뷰트 정보라 호칭한다)를 가질 수 있다. 지오메트리 정보는 각 포인트의 3차원 위치 정보(xyz)이다. 즉, 각 포인트의 위치는 3차원 공간을 나타내는 좌표계상의 파라미터들(예를 들면 공간을 나타내는 3개의 축인 X축, Y축 및 Z축의 파라미터들 (x,y,z))로 표현된다. 그리고, 어트리뷰트 정보는 그 포인트의 색상(RGB, YUV 등), 반사도(reflectance), 법선(normal vectors), 투명도(transparency) 등을 의미한다.
실시예들에 따르면, 포인트 클라우드 데이터의 인코딩 과정은 옥트리, 트라이숩 또는 예측 기반으로 지오메트리 정보를 압축하고, 압축을 통해 변경된 위치 정보들로 재구성 된 지오메트리(reconstructed geometry=디코딩된 지오메트리) 정보를 기반으로 어트리뷰트 정보를 압축하는 과정으로 이루어진다. 또한, 포인트 클라우드 데이터의 디코딩 과정은, 인코딩된 지오메트리 비트스트림(bitstream)과 어트리뷰트 비트스트림을 전송 받아서 옥트리, 트라이숩 또는 예측 기반으로 지오메트리 정보를 디코딩하고 디코딩 과정을 통해 재구성된 지오메트리 정보를 기반으로 어트리뷰트 정보를 복호화하는 과정으로 이루어진다.
실시예들에 따른 옥트리 기반 또는 트라이숩 기반의 지오메트리 정보 압축은 도 4 내지 도 13에서 상세히 설명하였으므로, 여기서는 생략한다.
이후, 본 명세서는 예측 기반으로 지오메트리 정보를 압축하는 것을 일 실시예로 설명한다. 실시예들에 따른 예측 기반의 지오메트리 정보 압축은 포인트 클라우드 데이터에 대해 예측 구조(prediction structure)를 정의하여 수행된다. 이러한 구조는 포인트 클라우드 데이터의 각 포인트와 연관된 버텍스(vertex, 꼭지점)를 갖는 예측 트리(predictive tree)로 표현된다. 예측 트리는 루트 버텍스(root vertex 또는 루트 포인트라 함) 및 리프 버텍스(leaf vertex 또는 리프 포인트라 함)을 포함할 수 있으며, 루트 포인트 이하의 포인트들은 적어도 하나 이상의 자식을 가질 수 있고, 리프 포인트 방향으로 깊이(depth)가 증가한다. 각 포인트는 예측 트리 내의 부모 노드들로부터 예측할 수 있다. 실시예들에 따르면, 각 포인트는, 해당 포인트의 부모(parent), 조부모 (grand-parent), 증조부모(grand-grandparent) 등의 포인트 위치들을 기반으로 다양한 예측 모드들(예를 들면, 예측 없음, 델타 예측(delta prediction), 리니어 예측(linear prediction), 평행사변형 예측(parallelogram prediction)) 중 하나가 적용되어 예측될 수 있다.
이때, 루트 노드(즉, 초기값)는 예측이 수행되지 않고 즉, 압축 없이 포인트의 위치 정보(즉, 루트 노드의 x, y, z 좌표)가 수신측으로 전송된다. 이는 예측 트리 내 각 포인트는 적어도 하나의 부모 노드를 기반으로 예측이 이루어지는데 루트 노드는 부모 노드가 존재하지 않기 때문이다.
즉, 예측 기반의 지오메트리 압축 방법은 연속된 포인트들의 위치 유사성을 기반으로 전달되는 정보량을 줄이는데 사용될 수 있다. 이때, 각 포인트는 다양한 예측 모드가 적용되어 예측될 수 있는데, 그 중 초기값(예를 들어, 루트 노드)은 참조할 포인트(즉, 부모 포인트)가 없으므로 예측하지 않고 실제 값(즉, x, y, z 좌표 값)을 수신측으로 전송한다.
도 15는 실시예들에 따른 예측 트리 구조의 예시를 보인 도면이다.
즉, 최종적인 예측 트리는 압축 대상이 되는 포인트 (도 15에서와 같이 부모, 조부모(grandparent), 증조부모(grand-grandparent) 등의 관계를 갖는 포인트 클라우드 집합 중 특정 포인트)를 자식(child)으로 정의하고, 예측 대상이 되는 포인트를 부모로 정의하고, 부모-자식(parent-child)의 관계를 찾아가는 과정으로 정의할 수 있으며, 부모-자식의 연속으로 구성될 수 있다. 예를 들어, 포인트(50013)를 압축 대상이 되는 포인트라고 가정하면, 포인트(50012)는 부모가 되고, 포인트(50011)는 조부모가 되며, 포인트(50010)는 증조부모가 된다.
실시예들에 따르면, 예측 트리 구성시, 압축의 처음 시작이 되는 포인트를 루트 버텍스(또는 루트 노드)로 설정한다. 그리고 포인트(50011)는 루트 버텍스(즉, 루트 포인트)(50010)를 부모로 삼는 자식이 된다. 실시예들에 따르면, 포인트(50011)는 지오메트리를 기반으로 루트 포인트(50010)와 유사성이 가장 높다고 가정할 수 있다. 실시예들에 따르면, 예측 트리는 복수개의 자식들을 갖는 포인트(또는 버텍스)가 존재할 수 있다. 실시예들에 따르면, 자식들의 개수는 일정 개수(예를 들어, 3)로 한정되거나 무제한일 수 있다. 예를 들어, 포인트(또는 버텍스)(50014)는 3개의 자식을 가지고 있고, 포인트(버텍스)(50015)는 2개의 자식을 가지고 있음을 보인다.
실시예들에 따르면, 도 15와 같이 예측 트리가 생성되면, 예측 모드(prediction mode)를 사용하여 포인트들의 예측을 진행할 수 있다.
예를 들어, V(p)를 예측 트리 상에서 압축 대상이 되는 포인트 즉, p번째 포인트로 정의하고, V(p-1)을 p번째 포인트의 부모(parent) 포인트(또는 버텍스), V(p-2)를 p번째 포인트의 조부모(grandparent) 포인트, V(p-3)를 p번째 포인트의 증조부모(grand-grandparent 또는 great-grandparent) 포인트, V(p-4)를 p번째 포인트의 고조부모(grand-grand grandparent 또는 great-great grandparent) 포인트로 정의할 때 예측 모드별 예측 에러(E)는 다음의 수학식 5와 같이 정의할 수 있다. 예를 들어, 포인트 (V(p))에 대해 하기 수학식 5의 예측 모드들을 각각 적용하여 7개의 예측 에러 값들(E)을 계산하고, 계산된 7개의 예측 에러 값들 중 가장 작은 예측 에러 값을 갖는 예측 모드를 포인트 (V(p))의 예측 모드로 설정할 수 있다. 예를 들어, 7개의 예측 에러 값들 중 두번째 식을 적용하여 구한 예측 에러 값(E = { [ V(p)-V(p-1) ] - a * [ V(p-1) - V(p-2) ] - b})이 가장 작은 값(즉, 에러를 최소화하는 값)이라면, 포인트 (V(p))의 예측 모드는 예측 모드 2(mode 2)로 설정(또는 선택)할 수 있다. 그리고 설정(선택)된 예측 모드 정보(pred_mode)와 이때의 계수 정보(예를 들어, a, b 등)는 시그널링 정보 및/또는 슬라이스에 시그널링되어 수신 장치로 전송될 수 있다. 상기 시그널링 정보는 파라미터 세트들(예를 들어, SPS, GPS, APS, 및 TPS (또는 타일 인벤토리라 함) 등), 해당 잔여 정보(또는 예측 에러라 함)를 캐리하는 슬라이스의 헤더 등을 포함할 수 있다. 상기 예측 모드 정보는 인트라 모드 정보 또는 인트라 예측 모드라 칭하기도 한다.
[수학식 5]
Figure PCTKR2022003206-appb-img-000008
하기의 수학식 6은 예측 모드별 예측 정보를 구하는 식의 예시들이다. 예를 들어, 수학식 5를 적용하여 선택된 포인트 (V(p))의 예측 모드가 예측 모드 2(mode 2)라면, 예측 모드 2에 해당하는 예측 정보(V'(p))는 수학식 6의 두번째 식(V'(p) = (a+1) * V(p-1) - a * V(p-2) + b)을 적용하여 구할 수 있다. 즉, 위의 수학식 5에 대해 에러를 최소화하는 V'(p)는 하기 수학식 6과 같이 예측할 수 있다.
[수학식 6]
Figure PCTKR2022003206-appb-img-000009
실시예들에 따라, 모드 1을 델타 예측(delta prediction), 모드 2 또는 모드 3을 리니어 예측(linear prediction), 모드 4, 모드 5, 모드 6 또는 모드 7을 평행사변형 예측(parallelogram predictor or parallelogram prediction)이라 칭하기도 한다.
이때, 루트 노드를 제외한 다른 노드(즉, 포인트)들의 경우, 송신단에서는 각 포인트에 대한 인트라 예측 모드 및 포인트의 위치와 예측 위치 사이의 차이(이를 잔여 정보 또는 예측 에러라 함)를 수신측으로 전송할 수 있다.
그리고 본 문서는 전술한 다양한 예측 방법에 대해 미리 지정된 방법을 일정 단위 (e.g., 슬라이스 단위, 코딩 블록 단위, 프레임 단위, N개 단위 등)로 사용 및 시그널링 하거나 또는 매 포인트 마다 에러가 최소화 되는 방법에 대해 시그널링 할 수 있다. 또한 예측 계수 a, b 에 대해서도 미리 정해진 값을 사용 및 시그널링하거나 또는 매 포인트 마다 에러가 최소화 되는 방법에 대해 시그널링 할 수 있다.
이때, 루트 노드(50010)의 경우, 종래에는 예측을 수행하지 않으며 또한 별도의 예측 모드를 시그널링 하고 위치 정보를 직접 수신측으로 전송한다.
실시예들에 따르면, 예측 기반의 압축은 유사한 포인트들이 인접하게 존재할수록 예측의 정확도가 높아지는데, 이를 고려하여 예측 대상 포인트를 유사한 포인트끼리 인접하도록 재배열할 수 있다. 재배열은 포인트 클라우드 전체에 대해서 수행하거나, 또는 슬라이스 단위로 수행할 수도 있으며, 또는 두가지 방법을 모두 사용할 수도 있다.
위에서 설명한 예측 기반의 압축은 현재 프레임 내에서 포인트 간의 유사성을 줄이기 위한 방법이다.
한편, 포인트 클라우드 데이터가 연속된 프레임들로 구성된 경우 인접 프레임 간의 상관관계가 높다. 본 문서는 이러한 특징을 이용하여 프레임 간 상관 관계에 기반하여 중복되는 정보를 제거함으로써, 더 높은 코딩 효율(즉, 압축 효율)을 얻을 수 있도록 한다.
본 문서는 포인트 클라우드 데이터가 연속된 프레임들로 구성될 때, 예측 기반의 지오메트리(즉, 위치) 정보의 압축 효율을 높이기 위한 방법에 대해서 기술한다.
즉, 본 문서는 지오메트리 정보를 압축함에 있어 예측 기반 코딩의 압축 효율을 높이기 위한 기술을 다루며, 특히 서로 다른 프레임 간의 정보 유사성을 기반으로 압축 효율을 높이기 위한 방법에 대해 기술한다. 다시 말해, 포인트 클라우드 데이터가 연속된 프레임들 상에 존재하는 경우 인접 프레임 간 포인트 분포의 유사성이 존재할 수 있으며, 이 경우 프레임 간 유사성을 제거함으로써, 포인트 클라우드 데이터 압축 효율을 높일 수 있다.
본 문서에서 제안하는 방법은 포인트 클라우드 데이터의 압축에 일반적으로 사용할 수 있으며, 또한 포인트 클라우드 데이터의 스케일러블 압축에도 사용될 수 있다. 또한 본 문서에서 기술하는 예측 기반의 지오메트리 압축 방법은 예측 기반의 어트리뷰트 압축에도 사용될 수 있다.
실시예들에 따르면, 포인트 클라우드 데이터의 인코딩 과정은 도 1의 포인트 클라우드 비디오 인코더(10002), 도 2의 인코딩(20001), 도 4의 포인트 클라우드 비디오 인코더, 도 12의 포인트 클라우드 비디오 인코더, 도 16의 지오메트리 인코더(51003), 도 17의 지오메트리 인코더, 또는 도 23의 지오메트리 인코딩 과정에서 수행될 수 있다. 실시예들에 따른 포인트 클라우드 데이터의 디코딩 과정은 도 1의 포인트 클라우드 비디오 디코더(10006), 도 2의 디코딩(20003), 도 11의 포인트 클라우드 비디오 디코더, 도 13의 포인트 클라우드 비디오 디코더, 도 30의 지오메트리 디코더(61003), 도 31의 지오메트리 디코더 또는 도 32의 지오메트리 디코딩 과정에서 수행될 수 있다. 도 30 내지 도 32의 상세 설명은 뒤에서 다시 하기로 한다.
도 16은 실시예들에 따른 포인트 클라우드 송신 장치의 또 다른 예시를 보인 도면이다. 도 16에 도시된 포인트 클라우드 송신 장치의 엘리먼트들은 하드웨어, 소프트웨어, 프로세서 및/또는 그것들의 결합등으로 구현될 수 있다.
실시예들에 따르면, 포인트 클라우드 송신 장치는 데이터 입력부(51001), 시그널링 처리부(51002), 지오메트리 인코더(51003), 어트리뷰트 인코더(51004), 및 전송 처리부(51005)를 포함할 수 있다.
도 16은 실시예들에 따른 포인트 클라우드 송신 장치의 또 다른 예시를 보인 도면이다. 도 16에 도시된 포인트 클라우드 송신 장치의 엘리먼트들은 하드웨어, 소프트웨어, 프로세서 및/또는 그것들의 결합등으로 구현될 수 있다.
실시예들에 따르면, 포인트 클라우드 송신 장치는 데이터 입력부(51001), 시그널링 처리부(51002), 지오메트리 인코더(51003), 어트리뷰트 인코더(51004), 및 전송 처리부(51005)를 포함할 수 있다.
상기 지오메트리 인코더(51003)와 어트리뷰트 인코더(51004)는 도 1의 포인트 클라우드 비디오 인코더(10002), 도 2의 인코딩(20001), 도 4의 포인트 클라우드 비디오 인코더, 도 12의 포인트 클라우드 비디오 인코더에서 설명된 동작의 일부 또는 전체를 수행할 수 있다.
실시예들에 따른 데이터 입력부(51001)는 포인트 클라우드 데이터를 수신 또는 획득한다. 상기 데이터 입력부(51001)는 도 1의 포인트 클라우드 비디오 획득부(10001)의 동작의 일부 또는 전부를 수행할 수도 있고 또는 도 12의 데이터 입력부(12000)의 동작의 일부 또는 전부를 수행할 수도 있다.
상기 데이터 입력부(51001)는 포인트 클라우드 데이터의 포인트들의 포지션들을 지오메트리 인코더(51003)로 출력하고, 포인트 클라우드 데이터의 포인트들의 어트리뷰트들을 어트리뷰트 인코더(51004)로 출력한다. 또한 파라미터들은 시그널링 처리부(51002)로 출력한다. 실시예들에 따라 파라미터들은 지오메트리 인코더(51003)와 어트리뷰트 인코더(51004)로 제공될 수도 있다.
상기 지오메트리 인코더(51003)는 입력되는 포인트들의 포지션들을 이용하여 예측 트리를 구성하고, 예측 트리를 기반으로 지오메트리 압축을 수행한다. 이때, 지오메트리 압축을 위한 예측은 프레임 내에서 수행될 수도 있고, 프레임 간에 수행될 수도 있다. 본 문서는 전자를 인트라 프레임 예측이라 칭하고, 후자를 인터 프레임 예측이라 칭한다. 상기 지오메트리 인코더(51003)는 압축된 지오메트리 정보에 대해 엔트로피 인코딩을 수행하여 지오메트리 비트스트림 형태로 전송 처리부(51005)로 출력한다.
상기 지오메트리 인코더(51003)는 압축을 통해 변경된 포지션들을 기반으로 지오메트리 정보를 재구성하고, 재구성된(또는 복호화된) 지오메트리 정보를 상기 어트리뷰트 인코더(51004)로 출력한다.
상기 어트리뷰트 인코더(51004)는 지오메트리 인코딩이 수행되지 않은 포지션들 및/또는 재구성된 지오메트리 정보를 기반으로 어트리뷰트 정보를 압축한다. 일 실시예로, 상기 어트리뷰트 정보는 RAHT 코딩, LOD 기반의 예측 변환 코딩 및 리프팅 변환 코딩 중 어느 하나 또는 하나 이상을 조합하여 코딩될 수 있다. 상기 어트리뷰트 인코더(51004)는 압축된 어트리뷰트 정보에 대해 엔트로피 인코딩을 수행하여 어트리뷰트 비트스트림 형태로 전송 처리부(51005)로 출력한다.
상기 시그널링 처리부(51002)는 지오메트리 정보와 어트리뷰트 정보의 인코딩/디코딩/렌더링 등에 필요한 시그널링 정보를 생성 및/또는 처리하여 지오메트리 인코더(51003), 어트리뷰트 인코더(51004) 및/또는 전송 처리부(51005)로 제공할 수 있다. 또는 상기 시그널링 처리부(51002)가 지오메트리 인코더(51003), 어트리뷰트 인코더(51004) 및/또는 전송 처리부(51005)에서 생성된 시그널링 정보를 제공받을 수도 있다. 상기 시그널링 처리부(51002)는 수신 장치에서 피드백되는 정보(예를 들어, 헤드 오리엔테이션 정보 및/또는 뷰포트 정보를 지오메트리 인코더(51003), 어트리뷰트 인코더(51004) 및/또는 전송 처리부(51005)로 제공할 수도 있다.
본 명세서에서 시그널링 정보는 parameter set (SPS: sequence parameter set, GPS: geometry parameter set, APS: attribute parameter set, TPS: Tile Parameter Set (또는 tile inventory라 함) 등) 단위로 시그널링되어 전송될 수 있다. 또한 슬라이스 또는 타일과 같이 각 영상의 코딩 유닛(또는 압축 단위 또는 예측 단위) 단위로 시그널링되어 전송될 수도 있다.
상기 전송 처리부(51005)는 도 12의 전송 처리부(12012)의 동작 및/또는 전송 방법과 동일 또는 유사한 동작 및/또는 전송 방법을 수행할 수도 있고, 도 1의 트랜스미터(1003)의 동작 및/또는 전송 방법과 동일 또는 유사한 동작 및/또는 전송 방법을 수행할 수 있다. 구체적인 설명은 도 1 또는 도 12의 설명을 참조하기로 하고 여기서는 생략한다.
상기 전송 처리부(51005)는 상기 지오메트리 인코더(51003)에서 출력되는 지오메트리 비트스트림, 상기 어트리뷰트 인코더(51004)에서 출력되는 어트리뷰트 비트스트림, 상기 시그널링 처리부(51002)에서 출력되는 시그널링 비트스트림을 하나의 비트스트림으로 다중화한 후 그대로 전송하거나 또는 파일이나 세그먼트 등로 인캡슐레이션하여 전송할 수 있다. 본 문서에서 파일은 ISOBMFF 파일 포맷인 것을 일 실시예로 한다.
실시예들에 따라 파일 또는 세그먼트는 수신 장치로 전송되거나, 디지털 저장매체(예를 들면 USB, SD, CD, DVD, 블루레이, HDD, SSD 등)에 저장될 수 있다. 실시예들에 따른 전송 처리부(51005)는 수신 장치와 4G, 5G, 6G 등의 네트워크를 통해 유/무선 통신 가능하다. 또한 전송 처리부(51005)는 네트워크 시스템(예를 들면 4G, 5G, 6G 등의 통신 네트워크 시스템)에 따라 필요한 데이터 처리 동작을 수행할 수 있다. 또한 전송 처리부(51005)는 온 디맨드(On Demand) 방식에 따라 인캡슐레이션된 데이터를 전송할 수도 있다.
실시예들에 따르면, 지오메트리 예측과 관련된 정보는 상기 시그널링 처리부(51002), 지오메트리 인코더(51003), 전송 처리부(51005) 중 적어도 하나에 의해 GPS 및/또는 TPS 및/또는 지오메트리 데이터 유닛(또는 지오메트리 슬라이스 비트스트림이라 함)에 포함되어 전송될 수 있다.
도 17은 실시예들에 따른 지오메트리 인코더(51003)의 상세 블록도의 예시를 보인 도면이다. 도 17에 도시된 지오메트리 인코더의 엘리먼트들은 하드웨어, 소프트웨어, 프로세서 및/또는 그것들의 결합등으로 구현될 수 있다.
실시예들에 따르면, 지오메트리 인코더(51003)는 클러스터링 및 정렬부(51031), 예측 트리 생성부(51032), 인트라 프레임 예측부(51033), 모드 선택부(51034), 엔트로피 인코딩부(51035), 예측 유닛 생성부(51036), 움직임 추정부(51037), 움직임 보상부(51038), 및 인터 프레임 예측부(51039)를 포함할 수 있다.
상기 클러스터링 및 정렬부(51031)는 클러스터링부와 정렬부로 구분할 수 있다. 클러스터링부는 디바이더로 호칭할 수 있다. 각 블록의 수행 순서는 변경될 수 있으며, 일부 블록은 생략될 수 있고, 일부 블록은 새로 추가될 수 있다.
일 실시예로, 상기 클러스터링 및 정렬부(51031)는 동일 프레임에 속하는 포인트들을 정렬한다. 이때, 압축 효율이 높아질 수 있도록 포인트들의 위치 정보를 정렬한다.
다른 실시예로, 상기 클러스터링 및 정렬부(51031)는 입력되는 포인트 클라우드 데이터의 포인트들의 위치 정보를 기반으로 클러스터링하여 입력되는 포인트 클라우드 데이터의 포인트들을 복수개의 클러스터들(예, 슬라이스들)로 나눈다. 그리고, 클러스터별로, 클러스터 내에서 각 포인트의 지오메트리 정보를 고려하여 포인트 클라우드 데이터의 포인트들을 정렬(sorting)한다.
이때, 압축 효율이 높아질 수 있도록 각 클러스터 내 포인트들을 정렬할 수 있다. 예를 들어, LiDAR와 같이 회전축으로부터 방사형으로 데이터를 획득하는 경우 레이저의 수직방향 위치, 회전 각도, 중심축으로부터의 거리로 좌표계를 변환하여 정렬(sorting) 할 수 있는데, 이 경우 정렬의 방향성을 지그재그로 함으로써 포인트 간 연관성을 높여줄 수 있다.
상기 예측 트리 생성부(51032)는 상기 클러스터링 및 정렬부(51031)에서 프레임 또는 각 클러스터의 내 포인트 클라우드 데이터의 포인트들의 정렬이 수행되고 나면, 프레임 또는 각 클러스터 내에서 예측 트리를 구성할 수 있다.
상기 인트라 프레임 예측부(51033)는 상기 예측 트리 생성부(51032)에서 예측 트리가 생성되면, 예측 트리 내 포인트들에 대해 부모-자식 관계를 설정하여 각 포인트의 인트라 예측 모드를 결정하고, 결정된 인트라 예측 모드를 기반으로 각 포인트의 잔여 정보를 구한 후, 인트라 예측 모드 정보와 잔여 정보를 모드 선택부(51034)로 출력한다. 일 실시예로, 상기 인트라 프레임 예측부(51033)는 각 포인트에 수학식 5와 수학식 6을 적용하여 최적의 압축율을 제공하는 인트라 예측 모드를 결정한다. 일 실시예로, 각 포인트의 인트라 예측 모드는 모드 1 내지 모드 7 중 하나가 될 수 있다.
상기 예측 유닛 생성부(51036)는 프레임 간 예측이 허용되는 경우 상기 예측 트리 생성부(51032)에서 생성된 예측 트리(또는 예측 트리 내 포인트들)를 복수개의 예측 유닛(prediction unit, PU)들로 분할한다. 본 문서에서 예측 유닛(PU)은 예측 트리(predictive tree)에 속하는 부분 집합의 개념으로 정의한다.
실시예들에 따르면, PU를 정의함에 있어서 PU에 속하는 노드들은 서로 부모-자식의 관계를 가질 수 있으며, 이는 예측 트리에서 정의하는 부모-자식의 관계를 따를 수 있다.
본 문서에서 PU를 정의하는 방법은 다양한 방법들이 사용될 수 있다. 예를 들어, 예측 트리 내에서 거리상으로 인접한 포인트들의 집합으로 PU를 구분하는 방법이 사용될 수 있다. 다른 예로, 예측 트리 내의 포인트들을 순서대로 나열했을 때 일정 개수에 따라 PU를 구분하는 방법이 사용될 수 있다. 이때 각 포인트는 PU들 중 하나와 일대일 매칭이 될 수 있다.
실시예들에 따르면, 프레임 간에 존재하는 움직임은 x,y,z와 같은 3차원 공간에서 정의될 수 있으며, 프레임 간의 움직임을 글로벌 움직임 벡터(global motion vector)로 정의할 수 있다. 이와는 달리 프레임 내에서 지역적으로 서로 다른 움직임을 가질 수 있는데 이를 로컬 움직임 벡터(local motion vector)로 정의할 수 있다.
실시예들에 따르면, 움직임 벡터(Motion Vector, MV)는 외부에서 전달되거나 (예를 들어, 차량에 장착된 LiDAR에 의해 데이터가 획득되는 경우 차량의 GPS 정보 등을 통해 global motion vector를 획득할 수 있음), 또는 프레임 간의 움직임 벡터를 추정하기 위한 움직임 추정(motion estimation) 기술을 사용할 수 있다. 그리고, 획득된 MV는 이전 프레임 내의 정보를 기반으로 현재 프레임의 정보를 추정하기 위해 사용될 수 있다.
즉, 각각의 PU에 대해 참조 프레임(또는 이전 프레임이라 함) 상에서 움직임 벡터(MV)를 찾기 위한 범위인 서치 윈도우(search window) 내에서 움직임 추정(ME)을 수행할 수 있다.
다음은 움직임 벡터(MV)를 추정하기 위한 움직임 추정(motion estimation)부(51037)에 대해 설명한다.
상기 예측 유닛 생성부(51036)에서 PU가 생성되면, 상기 움직임 추정부(51037)는 예측 유닛(prediction unit, PU) 단위로 움직임 추정을 수행한다. 즉, 움직임 추정은 PU별로 수행될 수 있다.
도 18은 실시예들에 따른 현재 프레임과 이전 프레임과의 관계의 예시를 보인 도면이다. 도 18에서 프레임 n (즉, n번째 프레임)은 현재 프레임을 나타내고, 프레임 n-1은 이전 프레임을 나타낸다. 특히, 도 18은 n 번째 프레임에 속하는m 번째 예측 트리 내에 k 번째 PU에 대한 정의를 묘사하고, 이전 프레임과의 관계성을 나타낸다. 도 18은 PU에 속하는 포인트들의 수를 8개로 정의한 경우의 예시이다. 여기서, 8개는 당업자의 이해를 돕기 위한 일 실시예이며, PU에 속하는 포인트들의 개수는 8개로 제한되지 않는다.
실시예들에 따르면, 현재 프레임의 k번째 PU(즉, PU k)에 대해서 참조 프레임(reference frame, 즉 이전 프레임) 내에서 포인트 분포가 유사한 부분을 선택함으로써 움직임 정보를 추정할 수 있다. 이때, 참조 프레임은 코딩이 완료된 프레임 전체 혹은 일부가 될 수 있다. 실시예들에 따르면, 코딩이 완료된 참조 프레임을 저장하기 위해 포인트 클라우드 송신 장치 또는 지오메트리 인코더는 버퍼(도시되지 않음)을 구비할 수 있다. 또한, 버퍼는 복수개의 참조 프레임들을 저장할 수 있으며, 움직임 추정부(51036)는 움직임 추정을 위해 버퍼에 저장된 복수개의 참조 프레임들 중 하나 이상을 선택할 수 있다.
도 18에서는 n-1 번째 프레임을 선택된 참조 프레임으로 가정하고, 참조 프레임 내 움직임 벡터를 찾기 위한 범위 (즉, search window) 내에서 PU k와 유사한 특성을 갖는 포인트들의 집합을 구하는 예시를 나타내고 있다. 이때 서치 윈도우(search window)는 참조 프레임의 전체 또는 일부로 정의 될 수 있으며, 3차원 공간에서 정의될 수 있다. 실시예들에 따르면, 서치 범위(search range) 내에서 가장 유사한 특성을 갖는 포인트의 집합을 예측기(predictor)로 정의할 수 있다. 그리고, 예측기의 바운딩 박스(bounding box) 크기는 PU의 바운딩 박스의 크기와 같거나 또는 스케일링된 값을 고려할 수 있다.
실시예들에 따르면, PU를 추정하기 위한 최적의 예측기를 찾기 위해서는 서치 윈도우 내에서 PU 바운딩 박스 크기의 후보 중에서 에러를 최소화하는 방법을 사용할 수 있다. 이때 에러는 블록 전체에 대한 에러로 정의할 수 있으며, 블록 에러를 추정하기 위한 범위인 서치 윈도우는 n-1번째 프레임 전체 또는 일부로 정의 될 수 있다. 본 문서에서 정의하는 PU 바운딩 박스, 예측기 바운딩 박스, 서치 범위 등은 3차원 공간에 정의되는 경우를 고려하며 각 축 방향으로의 서치 범위를 갖는 직사각기둥의 형태가 될 수 있다.
다음의 수학식 7은 블록 에러를 구하는 식이다.
[수학식 7]
Figure PCTKR2022003206-appb-img-000010
수학식 7에서 distortion은 PU 내의 각 포인트와 가장 인접한 예측기 내 포인트와의 위치 차이 또는 어트리뷰트 차이 또는 위치와 어트리뷰트 차이를 나타낸다. Rate는 움직임 벡터를 사용하는 경우 필요한 비트스트림 크기 예측값을 나타낸다. 그리고, Lambda는 distortion과 rate의 비중을 조절하는 변수를 나타낸다.
상기 움직임 추정부(5137)에서 움직임 추정이 수행되면, 움직임 보상(motion compensation)부(51038)에서는 움직임 추정의 결과로 획득된 움직임 벡터(MV)를 기반으로 움직임 보상을 수행하여 PU와 유사성을 갖는 하나의 예측기를 참조 프레임 내에서 생성할 수 있다.
다음은 움직임 보상(motion compensation)에 대한 설명이다.
실시예들에 따르면, 움직임 추정을 통해 획득한 움직임 벡터(MV)를 기반으로 코딩하고자 하는 PU의 예측기를 참조 프레임에서 추정할 수 있다. 이때, 수신기에서는 PU 바운딩 박스를 추정할 수 없으므로 별도로 전달받은 예측기의 바운딩 박스 정보와 움직임 벡터, 그리고 참조 프레임 인덱스 (ref_frame_id)를 이용하여 예측기를 생성할 수 있다.
도 19는 실시예들에 따라 움직임이 적용된 예측기를 생성하는 예시를 보인 도면이다. 도 19는 ref_frame_id = n-1, predictor bounding box = PU bounding box 인 경우를 나타낸 것이다. 실시예들에 따라, ref_frame_id로 지칭하는 참조 프레임에 대해서 움직임 벡터와 예측기의 바운딩 박스 크기를 기준으로 예측기의 위치 및 크기를 정의할 수 있다. 또한, 예측기 내에 속한 포인트들에 움직임 벡터를 적용함으로써 움직임이 적용된 예측기를 생성할 수 있다.
상기 움직임 보상부(51038)에서 움직임이 적용된 예측기가 생성되면, 인터 프레임 예측부(51039)는 상기 예측기를 이용하여 인터 프레임 예측 모드를 선택하는 인터 프레임 예측을 수행한다. 즉, 상기 인터 프레임 예측부(51039)는 상기 움직임 보상부(51038)에서 생성된 예측기 내에서 현재 PU의 압축 대상 포인트와 유사한 포인트를 찾고 이를 기반으로 프레임 간 예측을 수행할 수 있다.
다음은 인터 프레임 예측 모드 선택(Inter frame prediction mode selection )에 대해 설명한다.
인터 프레임 예측 모드 선택 (Inter frame prediction mode selection)
본 문서는 움직임 벡터를 기반으로 추정된 예측기를 이용하여 현재 프레임에 있는 포인트의 압축 효율을 높일 수 있다. 실시예들에 따른 예측 기반의 압축 방법은 이미 코딩된 포인트의 정보를 기반으로 현재 포인트를 추정하는 방법이다. 이때, 추정의 정확도를 높이기 위해서는 이미 코딩된 포인트들 중 현재 포인트와 가장 유사한 포인트를 사용하는 것이 중요하다. 따라서, 프레임 간 상관관계에 기반하여 예측을 하는 경우(예, 인터 프레임 예측), 압축 대상 프레임 (즉, 참조 프레임)에서 현재 포인트와 유사한 포인트를 사용함으로써, 프레임 내 상관관계에 기반하여 예측하는 방법(예, 인트라 프레임 예측)보다 더 높은 압축 효율을 얻을 수 있다. 특히 예측 트리의 루트와 같이 인접 포인트 정보를 사용하지 않고 포인트 정보를 그대로 압축하는 경우, 인접 프레임(즉, 참조 프레임)의 포인트 정보를 사용함으로써 압축 효율이 높아지는 효과를 얻을 수 있다.
1) 예측기의 예측 트리 구성
실시예들에 따르면, 인터 프레임 예측부(51039)는 참조 프레임에서 최소의 MV를 갖는 예측기에 대해 포인트 간의 예측 트리를 구성할 수 있다. 이때 구성 방법은 기존의 예측 트리 구성 방법을 사용할 수 있다. 예를 들어, 몰톤 코드(Morton code) 순서에 따라 예측기의 예측 트리를 구성하거나, x 축 방향, y 축 방향, z 축 방향과 같이 축의 우선순위에 따라서 한번에 하나의 축을 중심으로 순차적으로 정렬하여 예측기의 예측 트리를 구성할 수 있다. 즉, xy 평면(plane)을 고정 후 z 에 대해 오름차순으로 정렬하거나 또는, xz 평면을 고정 후 y에 대해 오름차순으로 정렬하거나 또는 yz 평면을 고정 후 x 에 대해 오름차순으로 정렬함으로써, 예측기의 예측 트리를 생성할 수 있다. 본 문서는 예측 트리 생성 방법을 별도로 시그널링할 수 있다(예, predictor_pred_tree_generation_type).
만일, 좌표 변환(coordinate conversion) 이 필요한 경우, 좌표 변환 이후에 정렬이 이루어짐을 별도로 시그널링 할 수 있다(예, predictor_coordinate_type). 예를 들어, 별도의 좌표(coordinate)를 사용하는 경우, 참조 프레임에 대한 좌표 변환 후에 사전에 정의된 혹은 별도의 시그널을 통해 알려주는 r 축, phi 축, laser id축의 우선 순위에 따라 정렬함으로써 예측기의 예측 트리를 구성할 수 있다. 만약 별도의 시그널링이 없는 경우 예측 코딩(predictive coding)에서 사용되는 좌표를 그대로 사용함을 나타낼 수 있다. 경우에 따라서 참조 프레임에 대해 예측 코딩 좌표(predictive coding coordinate)와 같은 좌표 공간으로 변환이 필요할 수 있다.
도 20(a), 도 20(b)는 실시예들에 따른 예측기의 예측 트리 생성의 예시를 보인 도면이다. 즉, 도 20(a)와 도 20(b)에서, 도면 부호 51040(즉, 실선의 사각형)은 참조 프레임 내 예측기(예, 예측기 k)의 3D 바운딩 박스를 나타내고, 동그라미들은 참조 프레임에 속한 포인트들 중에 상기 예측기에 속한 포인트들을 나타낸다. 그리고, 도 20(b)에서 동그라미 사이의 실선은 전술한 방법에 의해 생성된 예측 트리에 의해 부모-자식(parent-child) 관계를 나타낸다.
2) 인터 프레임 상관(Inter-frame correlation)
실시예들에 따르면, 도 20(b)와 같이 예측기의 예측 트리가 생성되면, 인터 프레임 예측부(51039)는 예측기 내의 포인트들에 대해 현재 포인트와의 관계성을 부여할 수 있다. 본 문서는 예측기와 PU 에 속한 포인트들 사이의 관계를 정의함에 있어서 포인트 사이의 거리를 사용하는 것을 일 실시예로 한다.
도 21은 실시예들에 따라 움직임 벡터에 의한 차이가 보상된 예측기와 PU를 동시에 표현한 도면이다. 도 21에서 헤칭이 없는 동그라미들은 현재 프레임의 k 번째 PU에 속한 포인트들을 나타내고, 헤칭이 있는 동그라미들은 참조 프레임의 예측기(즉, k 번째 PU와 가장 유사한 포인트들의 집합)에 속한 포인트들을 나타낸다. 그리고, 동그라미 사이의 실선은 예측 트리에 의해 부모-자식 관계를 나타내고, 사각형은 PU와 예측기의 3D 바운딩 박스를 나타낸다. 즉, PU의 바운딩 박스의 크기와 예측기의 바운딩 박스 크기가 같은 경우의 예시이다. 이때, 예측기의 예측 트리는 이전 단계에서 구한 방법을 사용할 수 있으며, PU의 예측 트리는 PU 포인트 사이의 관계를 기반으로 예측 트리를 구성할 수 있다.
도 21에서와 같이 k번째 PU와 가장 유사한 포인트들의 집합인 예측기를 사용하여 압축을 수행하면, 적은 에러를 가지는 참조 프레임(즉, 이전 프레임)의 노드 위치로 현재 프레임의 노드 위치를 추정할 수 있다.
즉, PU에 속한 포인트들과 예측기에 속한 포인트들에 대해서, PU의 포인트로부터 예측기의 포인트와의 거리(distance, 또는 dist라 함)를 다음의 수학식 8과 같이 정의할 수 있다.
[수학식 8]
Figure PCTKR2022003206-appb-img-000011
수학식 8에서 pPU (n)는 PU에 속한 n 번째 포인트를 나타내고, Ppredictor (m)은 예측기에 속한 m 번째 포인트의 위치 또는 어트리뷰트 또는 위치와 어트리뷰트(위치/어트리뷰트/위치와 어트리뷰트)를 나타낼 수 있다. 위에서 정의하는 dist를 기반으로 PU 에 포함된 각 포인트와 예측기에 속한 포인트 사이의 dist를 구할 수 있으며, dist가 최소화 되는 예측기의 포인트를 PU의 포인트와의 상관(correlation)이 높은 포인트로 정의할 수 있으며, 이를 인터 프레임 상관 포인트(inter-frame correlated point)라 지칭할 수 있다.
이때, 예측기에 따라서 포인트 사이의 일대일 매칭이 이루어 지지 않을 수 있다. 예를 들어, 예측기 내 하나의 포인트가 PU의 복수의 포인트들과 관계를 가질 수 있다. 반대로, 예측기 내 복수개의 포인트들이 PU의 하나의 포인트와 관계를 가질 수 있다.
도 22는 실시예들에 따른 k번째 PU에 속하는 포인트들과 움직임 보상 이후의 예측기에 속하는 포인트들 사이의 인터 프레임 상관 관계의 예시를 보인 도면이다. 도 22는 PU에 속한 포인트의 개수가 예측기에 속한 포인트들의 개수보다 작은 경우의 예시이다. 도 22에서, PU의 각 포인트에 대해 점선으로 연결된 예측기의 각 포인트는 인터 프레임 상관 포인트(inter-frame correlated point)를 나타낸다.
실시예들에 따르면, 포인트 클라우드 송신 장치에서는 각 포인트와 관련된 인터 프레임 상관 포인트에 대한 정보를 전달할 수 있다(예, correlated_point_index). 본 문서에서는 인터 프레임 상관 포인트의 위치를 전달하기 위한 다양한 방법이 사용될 수 있다. 예를 들어, 각각의 포인트의 위치를 직접 전달할 수 있다. 다른 예로, 참조 프레임 상에서의 위치를 직접 전달하는 경우 필요한 비트를 줄이기 위해 움직임 벡터를 기준으로 각 포인트 위치의 차이값을 전달할 수 있다. 또 다른 예로, 연속된 상관 포인트 간의 각 포인트의 위치의 유사성을 기반으로 PU 포인트의 코딩 순서에 따라 선행 상관 포인트와 현재 상관 포인트의 차이를 전달할 수 있다. 또 다른 예로, 예측기에 대한 예측 트리 구성을 기반으로 포인트 인덱스(혹은 선행 포인트 인텍스와의 차이(difference) 값)를 전달할 수 있다(예, correlated_point_index). 실시예들에 따르면 포인트 인덱스를 전달하는 방법의 경우, 전달하는 정보량이 가장 적을 수 있지만 포인트 클라우드 수신 장치에서 예측기의 예측 트리를 생성해야 하는 부분이 부담이 될 수 있다. 예를 들어, correlated_point_index는 참조 프레임에서 정의된 예측기에 대해 현재 포인트와 관련있는 포인트를 특징하기 위한 방법으로써 인덱스를 알려줄 수 있다.
또 다른 방법으로는 인터 프레임 상관 포인트(inter-frame correlated point)에 대한 정보를 유추할 수 있다. 예를 들어 n 번째 포인트 p(n)을 코딩할 때, 코딩을 마친 PU 포인트들 p(0)~p(n-1) 에 대해서 인터 프레임 상관 포인트 c(0)~c(n-1)를 예측기 내에서 찾을 수 있다. 이때 부모-자식 유사성 및 PU-예측기 유사성에 기반하여 p(n-1)의 상관 포인트인 c(n-1)의 자식을 p(n)에 대한 상관 포인트 c(n)으로 가정할 수 있다. 이 경우 상관 포인트에 대한 정보를 별도로 전송하지 않아도 된다는 장점이 있지만, p(n)과 c(n) 사이의 상관관계가 높지 않은 경우 잔여 정보(residual 또는 잔차라 함)의 크기가 커질 수 있다.
3) 최적의 인터 예측 모드(Inter-prediction mode) 선택
실시예들에 따르면, 도 22와 같이 인터 프레임 상관 포인트가 결정되면, 인터 프레임 예측부(51039)는 예측 에러(또는 잔여 정보 또는 잔차라 함)가 최소가되는 최적의 인터 예측 모드를 선택할 수 있다.
즉, k 번째 PU에 대한 예측기 k 를 PU의 각 포인트에 대한 예측에 사용할 수 있다. 예측 기반의 압축 방법은 코딩된 포인트 정보를 기반으로 현재의 포인트를 예측한다는 측면에서, 예측에 사용되는 대상 포인트(예, 예측기의 포인트)와 압축 대상이 되는 포인트(예, PU의 포인트)가 높은 유사성을 갖는 경우 압축 효율을 높일 수 있다. 본 문서의 실시 예에서는 압축 대상 포인트와 높은 유사성을 갖는 예측 대상 포인트를 선택하기 위한 방법으로써, 움직임 추정을 통해 최소의 블록 에러를 갖는 예측기를 참조 프레임에서 선택하고, 예측기 내에서 최소의 거리(즉, PU의 압축 대상 포인트와의 거리)를 갖는 포인트(이를 인터 프레임 상관 포인트라 칭함)를 선택하는 방법을 사용한다. 따라서 서로 다른 프레임에 존재하는 포인트 간 유사성(inter-frame correlation) 이 높은 포인트를 예측에 사용할 수 있게 된다.
이때, PU의 n번째 포인트 p(n)를 예측함에 있어서 참조 프레임 상에서 연관성이 있는 포인트(즉, 상관 포인트)를 c(n)으로 정의하고, 상관 포인트(correlated point)의 부모를 c(n-1)으로, 상관 포인트의 자식을 c(n+1)으로, PU 내 현재 포인트 p(n)의 부모를 p(n-1)로 정의하는 경우, 아래의 수학식 9와 같이 가중치 평균(weighted average)을 통해 인터 프레임 예측을 수행할 수 있다.
아래의 수학식 9는 인터 프레임 상관에 기반하여 예측하는 경우에 대한 실시예이다. 본 문서는 보다 넓은 범위 (e.g., grandparent, grandchild) 또는 조합을 사용하거나 보다 일반적인 경우로써 p(n)으로부터의 거리 또는 어트리뷰트 또는 거리와 어트리뷰트(거리/어트리뷰트/거리와 어트리뷰트) 측면에서 상관도가 높은 예측기 이웃 포인트(predictor neighbor point)에 대한 조합 (e.g., weighted mean)을 사용할 수도 있다.
[수학식 9]
Figure PCTKR2022003206-appb-img-000012
수학식 9에서, p'(n)는 p(n)에 대한 예측값을 나타내고, InterMode 0~InterMode3는 인터 예측 모드 0~인터 예측 모드 3이라 칭하기로 한다. 그리고, w0, ..., w7은 가중치를 나타내며, 스케일(scale) 값, 임의의 상수, 또는 포인트 사이의 거리에 대한 역수에 대한 함수로 정의될 수 있으며, 미리 정한 값을 사용하거나 임의의 값을 시그널링 할 수 있다. 예를 들어, interMode 1 인 경우 현재 프레임의 예측값이 참조 프레임의 예측값보다 정확도가 더 높다고 가정하는 경우 w1 = 5/8, w2=3/8와 같은 가중치를 사용할 수 있다.
실시예들에 따르면, PU의 n번째 포인트 p(n)에 대해 수학식 9의 인터 예측 모듣들(즉, InterMode 0~InterMode3)을 각각 적용하여 4개의 예측 에러 값들을 계산하고, 계산된 4개의 예측 에러 값들 중 가장 작은 예측 에러 값을 갖는 인터 예측 모드를 PU의 n번째 포인트 p(n)의 최적의 인터 예측 모드로 설정할 수 있다.
즉, 포인트 클라우드 송신 장치에서는 각각의 인터 예측 모드를 사용하는 경우에 대해 엔트로피 측면에서 최적의 인터 예측 모드를 선택할 수 있으며, 선택된 인터 예측 모드 또는 인터 예측 모드를 식별하기 위한 정보(예, interMode)를 포인트 클라우드 수신 장치에 전달할 수 있다. 예를 들어, interMode는 인터 프레임 기반의 예측 사용되는 경우, 선택된 인터 예측 모드를 나타낼 수 있다. 필요에 따라 interMode에 따른 가중치 w0, ..., w7를 예측 계수 coeff 를 통해 전달할 수 있다.
실시예들에 따른 포인트 클라우드 수신 장치에서는 포인트 클라우드 송신 장치에서 전달한 인터 예측 모드 또는 인터 예측 모드를 식별하기 위한 정보를 기반으로 포인트를 예측하기 위한 대상 포인트들(예, c(n), c(n-1), c(n+1), p(n-1) 등)을 현재 프레임 또는 참조 프레임으로부터 선택할 수 있다.
이때, 인터 프레임 예측부(51039)는 위에서 설명한 바와 같이 최적의 인터 예측 모드가 선택되면, 선택된 인터 예측 모드를 기반으로 현재 포인트 p(n)에 대한 예측 포인트 p'(n)을 생성할 수 있으며, 예측에 의한 잔차(또는 잔여 정보라 함) r(n)은 다음의 수학식 10과 같이 정의하고 포인트 클라우드 수신 장치에 전달할 수 있다.
[수학식 10]
Figure PCTKR2022003206-appb-img-000013
상기 인터 프레임 예측부(51039)에서 선택된 인터 예측 모드 정보와 상기 선택된 인터 예측 모드 정보를 기반으로 구한 잔여 정보는 모드 선택부(51034)로 출력된다.
상기 모드 선택부(51034)는 상기 인트라 프레임 예측부(51033)에서 출력되는 인트라 예측 모드 정보와 잔여 정보 그리고, 상기 인터 프레임 예측부(51039)에서 출력되는 인터 예측 모드 정보와 잔여 정보 중 하나를 선택하여 엔트로피 코딩부(51035)로 출력한다. 본 문서는 상기 인트라 프레임 예측부(51033)에서 출력되는 인트라 예측 모드 정보를 가장 최선의 인트라 예측 모드인 bestIntraMode라 칭하고, 상기 인터 프레임 예측부(51039)에서 출력되는 인터 예측 모드 정보를 가장 최선의 인터 예측 모드인 bestInterMode라 칭하기로 한다.
상기 모드 선택부(51034)는 포인트/PU/슬라이스/예측 트리/데이터 유닛/프레임 단위로 인터 예측 모드 정보와 잔여 정보 또는 인트라 예측 모드 정보와 잔여 정보를 선행적으로 선택할 수 있다. 즉, 압축 대상에 대해 프레임 내 예측 및 프레임 간 예측이 수행되고 나면, 상기 모드 선택부(51034)는 최적의 예측을 위해 인트라 예측 모드와 인터 예측 모드 중 하나를 선택할 수 있다. 이때, 예측 모드를 선택하는 단위는 프레임, 데이터 유닛, 예측 트리, 슬라이스, PU, 또는 포인트 중 하나가 될 수 있다.
실시예들에 따르면, 상기 모드 선택부(51034)는 인트라 예측 모드를 사용하는 경우와 인터 예측 모드를 사용하는 경우에 발생하는 코스트(cost)를 다음의 수학식 11과 같이 구할 수 있다.
[수학식 11]
Figure PCTKR2022003206-appb-img-000014
수학식 11에서 distortion(mode)는 모드를 사용하는 경우 발생하는 차이로 인해 발생된 코스트를 나타낸다. Rate(mode)는 모드를 사용함으로 인해 사용하게 되는 비트스트림 사이즈를 나타낸다. 즉, 모드를 사용하는 경우 필요한 비트스트림 사이즈를 나타낸다. 그리고, Lambda는 distortion과 rate의 비중을 조절하는 변수를 나타낸다.
이때, 모드(mode)는 bestInterMode또는 bestIntraMode 중 하나가 될 수 있으며, 각각의 코스트를 비교하여 포인트/PU/슬라이스/예측 트리/데이터 유닛/프레임 단위로 인터 예측 또는 인트라 예측 여부를 선택적으로 결정할 수 있다.
예를 들어, 하기와 같이 인트라 예측 모드일 때의 코스트가 인터 예측 모드일 때의 코스트보다 작으면 인트라 예측 모드를 선택하고, 그렇지 않으면 인터 예측 모드를 선택할 수 있다.
If cost (bestIntraMode) < cost (bestInterMode) intra-prediction
Else inter-prediction
상기 모드 선택부(51034)에서 각 노드(또는 포인트)에 대해 최적의 압축율을 제공하는 예측 모드가 결정되면, 결정된 예측 모드, 결정된 예측 모드를 기반으로 구한 잔여 정보(즉, 예측 에러에 의한 잔차 (residual)), 움직임 벡터, 바운딩 박스 사이즈 등의 정보가 엔트로피 인코딩부(51035)에서 엔트로피 인코딩되어 비트스트림(또는 지오메트리 비트스트림이라 함) 형태로 출력된다.
도 23은 실시예들에 따른 예측 기반의 압축을 수행하기 위한 지오메트리 인코딩 과정의 예시를 보인 흐름도이다.
먼저 포인트 클라우드 데이터의 포인트들을 정렬한 후 예측 트리를 생성하여 부모-자식 관계를 설정한다(단계 51051).
그리고, 인터 프레임 예측을 위해, 상기 예측 트리(즉, 예측 트리 내 포인트들)를 복수개의 예측 유닛(PU)들로 분할하여 PU들을 생성한다(단계 51052).
각각의 PU에 대해, 프레임 간 예측을 위한 참조 프레임을 선택하고(단계 51053), 움직임 벡터 선택 범위인 서치 윈도우(search window) 내에서 예측기 크기 단위로 가장 최소의 에러를 갖는 움직임 벡터를 찾는 움직임 추정 과정을 수행한다(단계 51054). 단계 51054는 움직임 추정을 위해 서치 윈도우와 예측기 크기를 입력받을 수 있다.
상기 움직임 추정을 통해 선택된 움직임 벡터를 기반으로 움직임 보상 과정을 수행하여, 현재 PU와 유사성을 갖는 하나의 예측기를 참조 프레임을 기반으로 생성한다(단계 51055). 그리고, 생성된 예측기에 대해 포인트 간의 예측 트리를 구성한다(단계 51056). 단계 51056는 예측기의 예측 트리 생성을 위해 예측 트리 생성 방법을 입력받을 수 있다.
상기 예측기의 예측 트리 내에서 현재 PU의 압축 대상 포인트와 가장 유사한 포인트(이를 인터 프레임 상관 포인트라 칭함)를 찾는다(단계 51057). 즉, 예측기의 예측 트리 내 각 포인트를 인덱스로 지정하도록 한 후, 가장 가까운 이웃 서치(nearest neighbor search)와 같은 방법을 이용하여 현재 PU의 압축 대상 포인트와 가장 인접한 포인트를 예측기 내에서 선택한다. 그리고, 본 문서는 선택된 포인트를 상관 포인트 또는 인터 프레임 상관 포인트라 칭한다.
단계 51057에서 찾은 상관 포인트를 기반으로 인터 프레임 예측을 수행하여 최적의 인터 예측 모드(bsetInterMode)를 선택하고, 상기 선택된 인터 예측 모드를 기반으로 잔여 정보를 생성한다(단계 51058~단계 51060). 여기서 잔여 정보는 압축 대상 포인트(즉, 현재 PU의 포인트)의 위치값과 예측 대상 포인트(즉, 예측기의 상관 포인트)의 위치값의 차이로 구해진다. 실시예들에 따라, 각 인터 예측 모드(예, InterMode 0~InterMode 3)에 대해 Rate distortion에 기반한 코스트(cost)를 비교하여 최소의 코스트를 갖는 인터 예측 모드를 최적의 인터 예측 모드(bsetInterMode)로 선택할 수 있다.
한편, 단계 51051에서 예측 트리가 생성되면, 인트라 프레임 예측을 수행하여 가장 최적의 인트라 예측 모드를 선택하고, 상기 선택된 인트라 예측 모드를 기반으로 잔여 정보를 생성한다(단계 51062~단계 51064). 실시예들에 따라, 각 인트라 예측 모드(예, mode 1~mode 7)에 대해 Rate distortion에 기반한 코스트(cost)를 비교하여 최소의 코스트를 갖는 인트라 예측 모드를 최적의 인트라 예측 모드(bsetIntraMode)로 선택할 수 있다.
그리고, 최적의 인터 예측 모드와 최적의 인트라 예측 모드를 비교하여 적은 비트 사이즈로 낮은 예측 에러를 생성하는 모드를 최종 예측 모드로 선택할 수 있다(단계 51061). 또는 최적의 인트라 예측 모드일 때의 코스트가 최적의 인터 예측 모드일 때의 코스트보다 작으면 최적의 인트라 예측 모드를 선택하고, 그렇지 않으면 최적의 인터 예측 모드를 선택할 수 있다.
이와 같은 과정은 모든 포인트에 대해 수행할 수 있으며, 프레임 내 예측 또는 프레임 간 예측의 선택은 프레임/데이터 유닛/슬라이스/예측 트리/예측 유닛/포인트 단위로 선택할 수 있다.
도 23에서 설명되지 않거나 생략된 부분은 도 15 내지 도 22의 설명을 참조하기로 한다.
도 24는 실시예들에 따른 송/수신을 위한 포인트 클라우드 데이터의 비트스트림 구조의 예시를 나타낸다. 실시예들에 따르면, 도 1, 도 2, 도 4, 도 12, 도 16 중 어느 하나의 포인트 클라우드 비디오 인코더에서 출력되는 비트스트림은 도 24의 형태일 수 있다.
실시예들에 따르면, 포인트 클라우드 데이터의 비트스트림은 포인트 클라우드 데이터를 영역별로 나누어 처리할 수 있도록 타일 또는 슬라이스를 제공한다. 실시예들에 따른 비트스트림의 각각의 영역은 서로 다른 중요도를 가질 수 있다. 따라서, 포인트 클라우드 데이터가 타일들로 나누어지는 경우, 각 타일별로 다른 필터(인코딩 방법), 다른 필터 유닛을 적용할 수 있다. 또한 포인트 클라우드 데이터가 슬라이스들로 나누어지는 경우, 각 슬라이스별로 다른 필터, 다른 필터 유닛을 적용할 수 있다.
실시예들에 따른 송신 장치는, 도 24와 같은 비트스트림의 구조에 따라 포인트 클라우드 데이터를 전송함으로써, 중요도에 따라서 다른 인코딩 동작을 적용할 수 있게 하고, 품질(quality)이 좋은 인코딩 방법을 중요한 영역에 사용할 수 있는 방안을 제공할 수 있다. 또한 포인트 클라우드 데이터의 특성에 따른 효율적인 인코딩 및 전송을 지원하고 사용자의 요구사항에 따른 어트리뷰트 값을 제공할 수 있다.
실시예들에 따른 수신 장치는, 도 24와 같은 비트스트림의 구조에 따라 포인트 클라우드 데이터를 수신함으로써, 수신 장치의 처리능력(capacity)에 따라서 포인트 클라우드 데이터 전체에 복잡한 디코딩(필터링) 방법을 사용하는 대신 영역별로 (타일 또는 슬라이스로 나누어진 영역) 서로 다른 필터링(디코딩 방법)을 적용할 수 있게 된다. 따라서, 사용자에게 중요한 영역에 더 좋은 화질과 시스템 상으로 적절한 레이턴시(latency)을 보장할 수 있다.
실시예들에 따른 지오메트리 비트스트림, 어트리뷰트 비트스트림, 및/또는 시그널링 비트스트림(또는 시그널링 정보)이 도 24와 같이 하나의 비트스트림(또는 G-PCC 비트스트림)으로 구성되는 경우, 비트스트림은 하나 또는 그 이상의 서브 비트스트림들을 포함할 수 있다. 실시예들에 따른 비트스트림은 시퀀스 레벨의 시그널링을 위한 SPS (Sequence Parameter Set), 지오메트리 정보 코딩의 시그널링을 위한 GPS(Geometry Parameter Set), 어트리뷰트 정보 코딩의 시그널링을 위한 하나 이상의 APS(Attribute Parameter Set, APS0, APS1), 타일 레벨의 시그널링을 위한 타일 인벤토리(또는 TPS라 함), 하나 이상의 슬라이스들(slice 0 ~ slice n)를 포함할 수 있다. 즉, 실시예들에 따른 포인트 클라우드 데이터의 비트스트림은 하나 이상의 타일들을 포함할 수 있으며, 각 타일은 하나 이상의 슬라이스들(slice 0 ~ slice n)를 포함하는 슬라이스들의 그룹일 수 있다. 실시예들에 따른 타일 인벤토리(즉, TPS)는 하나 이상의 타일들에 대하여 각 타일에 관한 정보(예를 들면 tile bounding box의 좌표값 정보 및 높이/크기 정보 등)를 포함할 수 있다. 각 슬라이스는 하나의 지오메트리 비트스트림(Geom0) 및/또는 하나 이상의 어트리뷰트 비트스트림들(Attr0, Attr1)을 포함할 수 있다. 예를 들어, 슬라이스 0(slice 0)는 하나의 지오메트리 비트스트림(Geom00) 및 하나 이상의 어트리뷰트 비트스트림들(Attr00, Attr10)을 포함할 수 있다.
각 슬라이스 내 지오메트리 비트스트림은 지오메트리 슬라이스 헤더(geom_slice_header)와 지오메트리 슬라이스 데이터(geom_slice_data)로 구성될 수 있다. 실시예들에 따르면, 각 슬라이스 내 지오메트리 비트스트림은 지오메트리 데이터 유닛, 지오메트리 슬라이스 헤더는 지오메트리 데이터 유닛 헤더, 지오메트리 슬라이스 데이터는 지오메트리 데이터 유닛 데이터라 칭하기도 한다. 실시예들에 따른 지오메트리 슬라이스 헤더(또는 지오메트리 데이터 유닛 헤더)는 지오메트리 파라미터 세트(GPS)에 포함된 파라미터 세트의 식별 정보(geom_parameter_set_id), 타일 식별자(geom_tile_id), 슬라이스 식별자(geom_slice_id) 및 지오메트리 슬라이스 데이터(geom_slice_data)에 포함된 데이터에 관한 정보 (geomBoxOrigin, geom_box_log2_scale, geom_max_node_size_log2, geom_num_points) 등을 포함할 수 있다. geomBoxOrigin는 해당 지오메트리 슬라이스 데이터의 박스 원점을 나타내는 지오메트리 박스 오리진 정보이고, geom_box_log2_scale는 해당 지오메트리 슬라이스 데이터의 로그 스케일을 나타내는 정보이며, geom_max_node_size_log2는 루트 지오메트리 옥트리 노드의 사이즈를 나타내는 정보이며, geom_num_points는 해당 지오메트리 슬라이스 데이터의 포인트들의 개수와 관련된 정보이다. 실시예들에 따른 지오메트리 슬라이스 데이터(또는 지오메트리 데이터 유닛 데이터)는 해당 슬라이스 내 포인트 클라우드 데이터의 지오메트리 정보(또는 지오메트리 데이터)를 포함할 수 있다.
각 슬라이스 내 각 어트리뷰트 비트스트림은 어트리뷰트 슬라이스 헤더(attr_slice_header)와 어트리뷰트 슬라이스 데이터(attr_slice_data)로 구성될 수 있다. 실시예들에 따르면, 각 슬라이스 내 어트리뷰트 비트스트림은 어트리뷰트 데이터 유닛, 어트리뷰트 슬라이스 헤더는 어트리뷰트 데이터 유닛 헤더, 어트리뷰트 슬라이스 데이터는 어트리뷰트 데이터 유닛 데이터라 칭하기도 한다. 실시예들에 따른 어트리뷰트 슬라이스 헤더(또는 어트리뷰트 데이터 유닛 헤더)는 해당 어트리뷰트 슬라이스 데이터(또는 해당 어트리뷰트 데이터 유닛)에 관한 정보를 포함할 수 있고, 어트리뷰트 슬라이스 데이터는 해당 슬라이스 내 포인트 클라우드 데이터의 어트리뷰트 정보(또는 어트리뷰트 데이터 또는 어트리뷰트 값이라 함)를 포함할 수 있다. 하나의 슬라이스 내 어트리뷰트 비트스트림이 복수개 있는 경우, 각각은 서로 다른 어트리뷰트 정보를 포함할 수 있다. 예를 들어, 하나의 어트리뷰트 비트스트림은 색상에 해당하는 어트리뷰트 정보를 포함하고, 다른 하나의 어트리뷰트 스트림은 반사율에 해당하는 어트리뷰트 정보를 포함할 수 있다.
실시예들에 따르면, 포인트 클라우드 데이터의 인코딩 및/또는 디코딩에 필요한 파라미터들은 포인트 클라우드 데이터의 파라미터 세트들((예를 들어, SPS, GPS, APS, 및 TPS (또는 타일 인벤토리라 함) 등) 및/또는 해당 슬라이스의 헤더 등에 새로 정의될 수 있다. 예를 들어, 지오메트리 정보의 인코딩 및/또는 디코딩을 수행할 때에는 지오메트리 파라미터 세트(GPS)에, 타일 기반의 인코딩 및/또는 디코딩을 수행할 때에는 타일 및/또는 슬라이스 헤더에 추가할 수 있다.
실시예들에 따르면, 예측 기반의 지오메트리 압축 정보는 지오메트리 파라미터 세트, 지오메트리 슬라이스 헤더(또는 지오메트리 데이터 유닛 헤더라 함), 또는 지오메트리 슬라이스 데이터(또는 지오메트리 데이터 유닛 데이터라 함) 중 적어도 하나에 시그널링될 수 있다.
실시예들에 따르면, 예측 기반의 지오메트리 압축 정보는 어트리뷰트 코딩 방법과 연계하거나 어트리뷰트 코딩에 적용하기 위해 어트리뷰트 파라미터 세트 및/또는 어트리뷰트 슬라이스 헤더(또는 어트리뷰트 데이터 유닛 헤더라 함)에 시그널링될 수 있다.
실시예들에 따르면, 예측 기반의 지오메트리 압축 정보는 시퀀스 파라미터 세트 및/또는 타일 파라미터 세트에 시그널링될 수 있다.
실시예들에 따르면, 예측 기반의 지오메트리 압축 정보는 지오메트리 예측 트리 데이터(geometry_predtree_data())에 시그널링될 수 있다. 상기 지오메트리 예측 트리 데이터(geometry_predtree_data())는 지오메트리 슬라이스 (또는 지오메트리 데이터 유닛이라 함)에 포함될 수 있다.
실시예들에 따르면, 아래 정의된 신택스 엘리먼트(syntax element)가 현재 포인트 클라우드 데이터 스트림뿐 아니라 복수의 포인트 클라우드 데이터 스트림에 적용될 수 있는 경우에는 상위 개념의 파라미터 세트 등을 통해 예측 기반의 지오메트리 압축 정보를 전달할 수 있다.
실시예들에 따르면, 예측 기반의 지오메트리 압축 정보는 어플리케이션, 시스템에 따라 상응되는 위치 또는 별도의 위치에 정의하여 적용 범위, 적용 방법 등을 다르게 사용할 수 있다. 이후 설명되는 본 명세서의 신택스들에서 사용되는 용어인 필드는 파라미터 또는 신택스 엘리먼트와 동일한 의미를 가질 수 있다.
실시예들에 따르면, 예측 기반의 지오메트리 압축 정보를 포함하는 파라미터(메타데이터, 시그널링 정보 등 다양하게 호칭 가능함)는 송신 장치의 메타데이터 처리부(또는 메타데이터 제너레이터)나 시그널링 처리부에서 생성될 수 있고, 수신 장치에 전달되어 디코딩/재구성 과정에 이용될 수 있다. 예를 들어, 송신 장치에서 생성되어 전송되는 파라미터는 수신 장치의 메타데이터 파서에서 획득될 수 있다.
실시예들에 따르면, 슬라이스 간 참조 관계를 통한 압축은 슬라이스의 시작 노드(즉, 루트 노드) 뿐 아니라 임의의 노드에 대해서도 다른 슬라이스 내의 노드를 참조(reference)하도록 적용할 수 있다. 또한 예측 트리간 참조 관계로 확장하여 적용할 수 있다.
전술한 바와 같이 지오메트리 슬라이스 비트스트림은 지오메트리 슬라이스 헤더와 지오메트리 슬라이스 데이터를 포함할 수 있다. 본 문서는 설명의 편의를 위해 지오메트리 슬라이스 비트스트림은 지오메트리 데이터 유닛이라, 지오메트리 슬라이스 헤더는 지오메트리 데이터 유닛 헤더라, 지오메트리 슬라이스 데이터는 지오메트리 데이터 유닛 데이터라 칭하기로 한다.
실시예들에 따른 지오메트리 파라미터 세트는 geom_tree_type 필드를 포함할 수 있다. 상기 geom_tree_type 필드는 위치 정보(즉, 지오메트리 정보)가 옥트리를 사용하여 인코딩되었는지 아니면 예측 트리를 사용하여 인코딩되었는지를 지시한다. 예를 들어, 상기 geom_tree_type 필드의 값이 0이면 위치 정보(즉, 지오메트리 정보)가 옥트리를 사용하여 인코딩되었음을 지시하고, 1이면 위치 정보(즉, 지오메트리 정보)가 예측 트리를 사용하여 인코딩되었음을 지시한다.
도 25는 실시예들에 따른 지오메트리 데이터 유닛(geometry_data_unit())의 신택스 구조의 예시를 보인 도면이다.
실시예들에 따른 지오메트리 데이터 유닛(geometry_data_unit())은 지오메트리 데이터 유닛 헤더(geometry_data_unit_header(　)), byte_alignment(), 및 geometry_data_unit_footer()를 포함한다.
실시예들에 따른 지오메트리 데이터 유닛(geometry_data_unit())은 상기 지오메트리 파라미터 세트에 포함된 geom_tree_type 필드의 값이 0이면 지오메트리 옥트리 데이터(geometry_octree())를 더 포함하고, 1이면 지오메트리 예측 트리 데이터(geometry_predtree_data())를 더 포함한다.
도 26은 실시예들에 따른 지오메트리 데이터 유닛 헤더(geometry_data_unit_header())의 신택스 구조의 예시를 보인 도면이다.
도 26에서, gsh_geometry_parameter_set_id 필드는 액티브 GPS의 gps_geom_parameter_set_id 필드의 값을 나타낸다(gsh_geometry_parameter_set_id specifies the value of the gps_geom_parameter_set_id of the active GPS).
gsh_tile_id 필드는 해당 지오메트리 데이터 유닛 헤더에 의해 참조되는 해당 타일(tile)의 식별자를 나타낸다.
gsh_slice_id필드는 다른 신택스 엘레먼트들에 의한 참조를 위해 해당 슬라이스의 식별자를 나타낸다(identifies the slice header for reference by other syntax elements).
slice_tag 필드는 slice_tag의 특정 값을 갖는 하나 이상의 슬라이스들을 식별하기 위해 사용될 수 있다.
frame_ctr_lsb 필드는 notional frame number counter의 LSB(least significant bits)를 나타낸다.
실시예들에 따른 지오메트리 데이터 유닛 헤더는 entropy_continuation_enabled_flag 필드의 값이 거짓이면 gsh_entropy_continuation_flag 필드를 더 포함하고, 상기 gsh_entropy_continuation_flag 필드의 값이 참이면 gsh_prev_slice_id 필드를 더 포함한다.
상기 entropy_continuation_enabled_flag 필드는 SPS에 포함될 수 있다. 상기 entropy_continuation_enabled_flag 필드의 값이 1(즉 참)이면 슬라이스의 초기 엔트로피 콘텍스트 상태가 이전 슬라이스(preceeding slice)의 마지막 엔트로피 콘텍스트 상태에 종속적임을 지시한다(equal to 1 indicates that a slice's initial entropy context state may depend upon the final entropy context state of the preceeding slice). 상기 entropy_continuation_enabled_flag 필드의 값이 0(즉 거짓)이면 각 슬라이스의 초기 엔트로피 콘텍스트 상태가 독립적임을 지시한다.
상기 gsh_prev_slice_id 필드는 비트스트림 순서에서 이전 지오메트리 데이터 유닛의 슬라이스 식별자(즉 gsh_slice_id 필드)의 값을 나타낸다.
실시예들에 따른 지오메트리 데이터 유닛 헤더는 gps_gsh_box_log2_scale_present_flag 필드의 값이 참이면 gsh_box_log2_scale 필드를 포함할 수 있다.
상기 gps_gsh_box_log2_scale_present_flag 필드는 GPS에 포함될 수 있다. 상기 gps_gsh_box_log2_scale_present_flag 필드의 값이 1이면 gsh_box_log2_scale 필드가 현재 GPS를 참조하는 각 지오메트리 데이터 유닛에 시그널링됨을 지시한다. 상기 gps_gsh_box_log2_scale_present_flag 필드의 값이 0이면 gsh_box_log2_scale 필드가 각 지오메트리 데이터 유닛에 시그널링되지 않음을 지시하며 또한 모든 슬라이스들을 위한 커먼 스케일이 현재 GPS의 gps_gsh_box_log2_scale 필드에 시그널링됨을 지시한다.
상기 gsh_box_log2_scale 필드는 해당 슬라이스 오리진의 스케일링 팩터를 나타낸다.
실시예들에 따른 지오메트리 데이터 유닛 헤더는 gsh_box_origin_bits_minus1 필드를 포함할 수 있다.
상기 gsh_box_origin_bits_minus1 필드의 값에 1을 더하여, 다음에 위치한 gsh_box_origin_xyz[k] 필드의 길이를 비트 단위로 나타낸다.
상기 gsh_box_origin_xyz[k] 필드는 해당 슬라이스 오리진의 양자화된 (x,y,z) 좌표의 k번째 컴포넌트를 나타낸다.
실시예들에 따른 지오메트리 데이터 유닛 헤더는 geom_slice_angular_origin_present_flag 필드의 값이 참이면 gsh_angular_origin_bits_minus1 필드와 gsh_angular_origin_xyz[k] 필드를 포함할 수 있다.
상기 geom_slice_angular_origin_present_flag 필드는 GPS에 포함될 수 있다. 상기 geom_slice_angular_origin_present_flag 필드의 값이 1이면 슬라이스 관련 앵귤러 오리진(slice relative angular origin)이 해당 지오메트리 데이터 유닛 헤더에 존재함을 지시한다. 상기 geom_slice_angular_origin_present_flag 필드의 값이 0이면 앵귤러 오리진이 해당 지오메트리 데이터 유닛 헤더에 존재하지 않음을 지시한다.
상기 gsh_angular_origin_bits_minus1 필드에 1을 더하여, 다음에 위치한 gsh_angular_origin_xyz[ k ] 필드의 길이를 비트 단위로 나타낸다.
상기 gsh_angular_origin_xyz[ k ] 필드는 앵귤러 코딩 모드의 프로세싱에서 사용된 오리진의 (x,y,z) 좌표의 k번째 컴포넌트를 나타낸다.
실시예들에 따른 지오메트리 데이터 유닛 헤더는 geom_tree_type 필드의 값이 0(즉, 옥트리 기반 코딩)이면 geom_tree_depth_minus1 필드와 gsh_entropy_stream_cnt_minus1 필드를 포함할 수 있다.
상기 geom_tree_depth_minus1 필드에 1을 더하여, 그 데이터 유닛에 존재하는 지오메트리 트리 레벨들의 개수를 지시한다.
상기 gsh_entropy_stream_cnt_minus1 필드에 1을 더하여, 지오메트리 트리 데이터를 나르기(convey) 위해 사용된 엔트로피 스트림들의 최대 개수를 나타낸다.
실시예들에 따른 지오메트리 데이터 유닛 헤더는 geom_tree_type 필드의 값이 0(즉, 옥트리 기반 코딩)이고 geom_tree_coded_axis_list_present_flag 필드의 값이 참이면 geom_tree_depth_minus1 필드의 값만큼 반복되는 반복문을 포함할 수 있다. 상기 반복문은 geom_tree_coded_axis_flag[ lvl ][ k ] 필드를 포함할 수 있다.
상기 geom_tree_coded_axis_list_present_flag 필드는 GPS에 포함될 수 있다. 상기 geom_tree_coded_axis_list_present_flag 필드의 값이 1이면 각 지오메트리 데이터 유닛이 지오메트리 루트 노드 사이즈를 유추(derive)하기 위해 사용된 geom_tree_coded_axis_flag 필드를 포함함을 지시한다. 상기 geom_tree_coded_axis_list_present_flag 필드의 값이 0이면 geom_tree_coded_axis_flag 필드가 해당 지오메트리 데이터 유닛에 존재하지 않으며 코드된 지오메트리 트리는 큐빅 볼륨(cubic volume)를 나타낸다.
상기 geom_tree_coded_axis_flag[ lvl ][ k ] 필드는 k번째 축(k-th axis)이 지오메트리 트리의 v번째 레벨(즉, 주어진 뎁스)에서 코드되었는지 여부를 지시한다. 상기 geom_tree_coded_axis_flag[ lvl ][ k ] 필드는 루트 노드의 사이즈를 결정하기 위해 사용될 수 있다.
실시예들에 따른 지오메트리 데이터 유닛 헤더는 geom_scaling_enabled_flag 필드의 값이 참이면 geom_slice_qp_offset 필드를 포함하고, geom_tree_type 필드의 값이 1(즉, 예측 트리 기반 코딩)이면 geom_qp_offset_intvl_log2_delta 필드를 더 포함할 수 있다.
상기 geom_scaling_enabled_flag 필드는 GPS에 포함될 수 있다. 상기 geom_scaling_enabled_flag 필드의 값이 1이면 지오메트리 포지션들을 위한 스케일링 과정이 지오메트리 디코딩 과정 동안 적용(invoked)됨을 지시한다. 상기 geom_scaling_enabled_flag 필드의 값이 0이면 지오메트리 포지션들은 스케일링을 요구하지 않음을 지시한다.
실시예들에 따른 지오메트리 데이터 유닛 헤더는 geom_tree_type 필드의 값이 1(즉, 예측 트리 기반 코딩)이면 ptn_residual_abs_log2_bits[ k ] 필드를 포함하고, geometry_angular_enabled_flag 필드의 값이 참이면 ptn_radius_min_value 필드를 더 포함할 수 있다.
상기 ptn_residual_abs_log2_bits[ k ] 필드는 ptn_residual_abs_log2 필드의 k번째 컴포넌트를 코딩하기 위해 사용된 빈들(bins)의 개수를 지시한다. 상기 ptn_residual_abs_log2 필드의 설명은 뒤에서 다시 하기로 한다.
상기 geometry_angular_enabled_flag 필드는 GPS에 포함될 수 있다. 상기 geometry_angular_enabled_flag 필드의 값이 1이면 앵귤러 코딩 모드가 액티브임을 지시한다. 상기 geometry_angular_enabled_flag 필드의 값이 0이면 앵귤러 코딩 모드(angular coding mode)가 액티브하지 않음을 지시한다.
상기 ptn_radius_min_value 필드는 radius의 최소 값을 나타낸다.
도 27은 실시예들에 따른 지오메트리 예측 트리 데이터(geometry_predtree_data())의 신택스 구조의 예시를 보인 도면이다.
실시예들에 따르면, 도 27의 지오메트리 예측 트리 데이터(geometry_predtree_data())는 도 25의 지오메트리 데이터 유닛에 포함될 수 있다. 상기 지오메트리 예측 트리 데이터(geometry_predtree_data())는 지오메트리 슬라이스 데이터 또는 지오메트리 데이터 유닛 데이터로 지칭될 수 있다.
상기 지오메트리 예측 트리 데이터(geometry_predtree_data())는 변수 PtnNodeIdx=0으로 시작하고, gpt_end_of_trees_flag 필드의 값이 거짓(false)이면 종료되는 반복문을 포함한다. 이 반복문은 geometry_predtree_node(PtnNodeIdx)와 gpt_end_of_trees_flag 필드를 포함한다.
변수 PtnNodeIdx은 깊이 우선 순서(depth-first order)에서 파싱된 예측 트리 노드들 상에서 반복을 위해 사용되는 카운터이다(The variable PtnNodeIdx is a counter used to iterate over parsed predictive tree nodes in a depth-first order). 변수 PtnNodeIdx은 디코딩 과정의 시작에서 0으로 초기화되고, 그 트리의 반복되는 순회(recusrive traversal) 동안 증가한다(이 It is initialized to 0 at the start of the decoding process and incremented during the recusrive traversal of the tree).
상기 gpt_end_of_trees_flag 필드의 값이 0이면 또 다른 예측 트리가 이 데이터 유닛을 따른다는 것을 지시한다(equal to 0 specifies that another predictive tree is following in the data unit). 상기 gpt_end_of_trees_flag 필드의 값이 1이면 이 데이터 유닛에 존재하는 예측 트리들은 없음을 지시한다.
도 28은 실시예들에 따른 geometry_predtree_node(PtnNodeIdx) 의 신택스 구조의 예시를 보인 도면이다.
즉, 도 28의 geometry_predtree_node(PtnNodeIdx) 는 예측 기반의 지오메트리 압축 정보를시그널링하는 것을 일 실시예로 한다.
이를 위해 geometry_predtree_node(PtnNodeIdx) 는 ptn_qp_offset_abs_gt0_flag 필드, ptn_qp_offset_sign_flag 필드, ptn_qp_offset_abs_minus1 필드, ptn_point_cnt_gt1_flag 필드, ptn_point_cnt_minus2 필드, ptn_child_cnt[ nodeIdx ] 필드, inter_prediction_enabled_flag 필드, predtree_inter_prediction (), ptn_pred_mode[ nodeIdx ], ptn_phi_mult_abs_gt0_flag 필드, ptn_phi_mult_sign_flag 필드, ptn_phi_mult_abs_gt1_flag 필드, ptn_phi_mult_abs_minus2 필드, ptn_phi_mult_abs_minus9 필드, ptn_residual_abs_gt0_flag[ k ] 필드, ptn_residual_sign_flag[ k ] 필드, ptn_residual_abs_log2[ k ] 필드, ptn_residual_abs_remaining[ k ] 필드, ptn_sec_residual_abs_gt0_flag[ k ] 필드, ptn_sec_residual_sign_flag[ k ] 필드, ptn_sec_residual_abs_gt1_flag[ k ] 필드, ptn_sec_residual_abs_minus2[ k ] 필드, 또는 geometry_predtree_node(++PtnNodeIdx ) 필드 중 적어도 하나를 포함할 수 있다.
실시예들에 따르면, geom_scaling_enabled_flag 필드의 값이 1이고 nodeIdx % PtnQpInterval의 값이 0이면 geometry_predtree_node(PtnNodeIdx)는 상기 ptn_qp_offset_abs_gt0_flag 필드를 포함할 수 있고, 상기 ptn_qp_offset_abs_gt0_flag 필드의 값이 1이면 geometry_predtree_node(PtnNodeIdx)는 상기 ptn_qp_offset_sign_flag 필드와 상기 ptn_qp_offset_abs_minus1 필드를 포함할 수 있다.
상기 geom_scaling_enabled_flag 필드는 GPS에 포함될 수 있다. 상기 geom_scaling_enabled_flag 필드의 값이 1이면 지오메트리 포지션들을 위한 스케일링 과정이 지오메트리 디코딩 과정 동안 적용(invoked)됨을 지시한다. 상기 geom_scaling_enabled_flag 필드의 값이 0이면 지오메트리 포지션들은 스케일링을 요구하지 않음을 지시한다.
상기 ptn_qp_offset_abs_gt0_flag 필드, 상기 ptn_qp_offset_sign_flag 필드, 그리고 상기 ptn_qp_offset_abs_minus1 필드는 함께 슬라이스 지오메트리 양자화 파라미터에 대한 옵셋을 나타낸다(together specify an offset to the slice geometry quantisation parameter).
실시예들에 따르면, duplicate_points_enabled_flag 필드의 값이 1이면 geometry_predtree_node(PtnNodeIdx)는 상기 ptn_point_cnt_gt1_flag 필드를 포함할 수 있고, 상기 ptn_point_cnt_gt1_flag 필드의 값이 1이면 geometry_predtree_node(PtnNodeIdx)는 상기 ptn_point_cnt_minus2 필드를 포함할 수 있다.
상기 duplicate_points_enabled_flag 필드는 GPS에 포함될 수 있다. 상기 duplicate_points_enabled_flag 필드의 값이 0이면 현재 GPS를 참조하는 모든 슬라이스들에서, 모든 출력 포인트들은 하나의 슬라이스 내에서 유니크한 포지션들을 가짐을 지시한다(duplicate_points_enabled_flag equal to 0 indicates that in all slices that refer to the current GPS, all output points have unique positions within a slice). 상기 duplicate_points_enabled_flag 필드의 값이 1이면 현재 GPS를 참조하는 모든 슬라이스들에서, 출력 포인트들 중 2개 이상이 하나의 슬라이스 내에서 같은 포지션들을 가짐을 나타낸다(duplicate_points_enabled_flag equal to 1 indicates that in all slices that refer to the current GPS, two or more of the output points may have same positions within a slice).
상기 ptn_point_cnt_gt1_flag 필드와 상기 ptn_point_cnt_minus2 필드는 함께 현재 예측 트리 노드에 의해 표시되는(represent) 포인트들의 개수를 지시한다.
실시예들에 따르면, 현재 예측 트리 노드에 의해 표시되는 포인트들의 개수(PtnPointCount[nodeIdx])는 다음과 같이 구할 수 있다.
PtnPointCount[nodeIdx] = 1 + ptn_point_cnt_gt1_flag 필드 + ptn_point_cnt_minus2 필드
상기 ptn_child_cnt[ nodeIdx ] 필드는 그 지오메트리 예측 트리에 존재하는 현재 예측 트리 노드의 다이렉트 자식 노드들의 개수를 나타낸다.
실시예들에 따르면, 상기 inter_prediction_enabled_flag 필드의 값이 1이면 geometry_predtree_node(PtnNodeIdx)는 predtree_inter_prediction ()를 포함할 수 있고, 0이면 ptn_pred_mode[ nodeIdx ]를 포함할 수 있다.
상기 inter_prediction_enabled_flag 필드는 geometry_predtree_node(PtnNodeIdx)가 predtree_inter_prediction ()를 포함하는지 아니면 ptn_pred_mode[ nodeIdx ]를 포함하는지를 지시한다.
predtree_inter_prediction ()는 예측 기반의 지오메트리 압축 정보에 포함되는 인터 프레임 예측 관련 정보를 시그널링하는 것을 일 실시예로 한다.
predtree_inter_prediction ()에 포함되는 필드들의 상세 설명은 도 29에서 하기로 한다.
ptn_pred_mode[ nodeIdx ]는 현재 노드와 관련된 포지션을 예측하기 위해 사용된 모드를 나타낸다.
상기 geometry_angular_enabled_flag 필드의 값이 1이면 geometry_predtree_node(PtnNodeIdx)에 포함되는 상기 ptn_phi_mult_abs_gt0_flag 필드, 상기 ptn_phi_mult_sign_flag 필드, 상기 ptn_phi_mult_abs_gt1_flag 필드, 상기 ptn_phi_mult_abs_minus2 필드, 및 상기 ptn_phi_mult_abs_minus9 필드는 함께 델타 앵귤러 예측에서 사용된 곱셈 인자(multiplicative factor)를 나타낸다. 상기 ptn_phi_mult_sign_flag 필드의 값이 1이면 인자의 부호(factor's sign)은 포지티브이고, 0이면 네가티브임을 지시한다.
실시예들에 따르면, 현재 트리 노드를 위한 파이 인자(phi factor)( PtnPhiMult[nodeIdx] )는 다음과 같이 추출될 수 있다.
PtnPhiMult[nodeIdx] = (2 × ptn_phi_mult_sign_flag - 1)
× (ptn_phi_mult_abs_gt0_flag + ptn_phi_mult_abs_gt1_flag
+ ptn_phi_mult_abs_minus2 + ptn_phi_mult_abs_minus9)
실시예들에 따르면, geometry_predtree_node(PtnNodeIdx)에서 numComp은 다음과 같이 구해질 수 있다.
numComp = geometry_angular_enabled_flag && !number_lasers_minus1 ? 2 : 3
실시예들에 따르면, geometry_predtree_node(PtnNodeIdx)는 상기 numComp의 값만큼 반복되는 반복문을 포함할 수 있다. 이 반복문에 포함되는 상기 ptn_residual_abs_gt0_flag[ k ] 필드, 상기 ptn_residual_sign_flag[ k ] 필드, 상기 ptn_residual_abs_log2[ k ] 필드, 및 상기 ptn_residual_abs_remaining[ k ] 필드는 함께 k번째 지오메트리 포지션 컴포넌트의 첫번째 예측 잔여 정보를 나타낸다. 예를 들어, 상기 ptn_residual_sign_flag[ k ] 필드의 값이 1이면 잔여 컴포넌트의 부호는 포지티브이고, 0이면 네가티브임을 나타낸다.
실시예들에 따르면, 현재 트리 노드와 관련된 첫번째 예측 잔여 정보(first prediction residual associated with the current tree node)( PtnResidual[nodeIdx][k])는 다음과 같이 추출될 수 있다. 여기서, k는 x,y,z 좌표 각각을 나타낸다.
for (k = 0; k < 3; k++)
PtnResidual[nodeIdx][k] = (2 × ptn_residual_sign_flag - 1) × (ptn_residual_abs_gt0_flag[k] + ((1 << ptn_residual_abs_log2[k]) >> 1) + ptn_residual_abs_remaining[k])
상기 geometry_angular_enabled_flag 필드의 값이 1이면 포함되는 상기 ptn_sec_residual_abs_gt0_flag[ k ] 필드, 상기 ptn_sec_residual_sign_flag[ k ] 필드, 상기 ptn_sec_residual_abs_gt1_flag[ k ] 필드, 및 상기ptn_sec_residual_abs_minus2[ k ] 필드는 함께 k번째 지오메트리 포지션 컴포넌트의 두번째 예측 잔여 정보를 나타낸다. 예를 들어, 상기 ptn_sec_residual_sign_flag[ k ] 필드의 값이 1이면 잔여 컴포넌트의 부호는 포지티브이고 0이면 네가티브임을 나타낸다.
실시예들에 따르면, 현재 트리 노드와 관련된 두번째 예측 잔여 정보(second prediction residual associated with the current tree node)( PtnResidual[nodeIdx][k])는 다음과 같이 추출될 수 있다. 여기서, k는 x,y,z 좌표 각각을 나타낸다.
for (k = 0; k < 3; k++)
PtnSecResidual[nodeIdx][k] = (2 × ptn_sec_residual_sign_flag - 1) × (ptn_sec_residual_abs_gt0_flag[k] + ptn_sec_residual_abs_gt1_flag[k] + ptn_sec_residual_abs_minus2[k])
실시예들에 따르면, geometry_predtree_node(PtnNodeIdx)는 상기 ptn_child_cnt[ nodeIdx ] 필드의 값만큼 반복되는 반복문을 포함할 수 있다. 이 반복문은 geometry_predtree_node(++PtnNodeIdx )를 포함할 수 있다. 즉, 1 증가된 geometry_predtree_node(PtnNodeIdx)가 포함된다.
도 29는 실시예들에 따른 predtree_inter_prediction ()의 신택스 구조의 예시를 보인 도면이다.
실시예들에 따르면, predtree_inter_prediction ()는 geometry_predtree_node(PtnNodeIdx)에 포함된다.
도 29의 predtree_inter_prediction ()는 예측 기반의 지오메트리 압축 정보에 포함되는 인터 프레임 예측 관련 정보를 시그널링하는 것을 일 실시예로 한다.
실시예들에 따르면, 인터 프레임 예측 관련 정보 즉, predtree_inter_prediction ()는 ref_frame_id 필드, motion_vector[i] 필드, predictor_bbox[i] 필드, predictor_coordinate_type 필드, predictor_predtree_generation_type 필드, correlated_point_index 필드, interMode 필드, 및 coeff 필드를 포함할 수 있다.
상기 ref_frame_id 필드는 현재 PU의 예측에 사용되는 참조 프레임의 인덱스를 나타낸다.
상기 motion_vector[i] 필드는 현재 PU를 기준으로 예측기의 (x,y,z) 좌표의 k번째 컴포넌트의 움직임 벡터는 나타낸다. 상기 motion_vector[i] 필드는 예측기의 각 축 방향 움직임 벡터를 나타낼 수 있다.
상기 predictor_bbox[i] 필드는 현재 PU를 기준으로 예측기의 (x,y,z) 좌표의 k번째 컴포넌트의 바운딩 박스의 크기를 나타낸다. 즉, 상기 predictor_bbox[i] 필드는 예측기의 바운딩 박스에 대한 각 축 방향 크기를 나타낼 수 있다.
상기 predictor_predtree_generation_type 필드는 예측기의 예측 트리를 생성하는 방법을 나타낸다. 예를 들어, 상기 predictor_predtree_generation_type 필드의 값이 0이면 몰톤 코드(morton code) 순서로 정렬하는 방법을 나타내고, 1이면 xy 평면을 고정 후 z 에 대해 오름차순으로 정렬하는 방법을 나타내고, 2이면 xz 평면을 고정 후 y에 대해 오름차순으로 정렬하는 방법을 나타내고, 3이면 yz 평면을 고정 후 x 에 대해 오름차순으로 정렬하는 방법을 나타낼 수 있다.
상기 predictor_coordinate_type 필드는 예측기가 정의되는 좌표 공간에 대해 시그널링 할 수 있다. 상기 predictor_coordinate_type 필드의 값이 0이면 Cartesian coordinate, 1이면 Spherical coordinate, 2이면 radius, phi, laser id 좌표 공간, 3이면 radius, angular id, laser id 좌표 공간을 사용함을 지시할 수 있다. 만일, 정의되지 않는 경우 예측 지오메트리 코딩(predictive geometry coding) 에서 사용하는 좌표(coordinate)를 그대로 사용할 수 있다.
상기 correlated_point_index 필드는 참조 프레임에서 정의된 예측기에 대해 현재 PU의 포인트와 관련있는 포인트를 특징하기 위한 방법으로써 인덱스를 알려줄 수 있다.
상기 interMode 필드는 인터 프레임 예측 기반의 지오메트리 압축이 사용되는 경우 인터 예측 모드를 나타낼 수 있다. 예를 들어 인터 프레임 예측을 위한 인터 예측 모드들은 아래와 같이 정의할 수 있다. 각 인터 예측 모드의 상세 설명은 위의 수학식 9의 설명을 참조하기로 한다.
InterMode 0 : p'(n) = w0*c(n)
InterMode 1 : p'(n) = w1*c(n) + w2*p(n-1)
InterMode 2 : p'(n) = w3*c(n) + w4*c(n-1)
InterMode 3 : p'(n) = w5*c(n) + w6*c(n-1) + w7*c(n+1)
실시예들에 따르면, 필요에 따라 인터 예측 모드(interMode)에 따른 예측 계수 (예, w0, ..., w7)를 coeff 필드를 통해 전달할 수 있다.
도 30은 실시예들에 따른 포인트 클라우드 수신 장치의 또 다른 예시를 보인 도면이다. 도 30에 도시된 포인트 클라우드 수신 장치의 엘리먼트들은 하드웨어, 소프트웨어, 프로세서 및/또는 그것들의 결합등으로 구현될 수 있다.
실시예들에 따르면, 포인트 클라우드 수신 장치는 수신 처리부(61001), 시그널링 처리부(61002), 지오메트리 디코더(61003), 어트리뷰트 디코더(61004), 및 후 처리부(Post-processor, 61005)를 포함할 수 있다.
실시예들에 따른 수신 처리부(61001)는 하나의 비트스트림을 수신할 수도 있고, 또는 지오메트리 비트스트림, 어트리뷰트 비트스트림, 시그널링 비트스트림을 각각 수신할 수도 있다. 실시예들에 따른 수신 처리부(61001)는 파일 및/또는 세그먼트가 수신되면, 수신된 파일 및/또는 세그먼트를 디캡슐레이션하여 비트스트림으로 출력할 수 있다.
실시예들에 따른 수신 처리부(61001)는 하나의 비트스트림이 수신(또는 디캡슐레이션)되면, 하나의 비트스트림으로부터 지오메트리 비트스트림, 어트리뷰트 비트스트림, 및/또는 시그널링 비트스트림을 디멀티플렉싱하고, 디멀티플렉스된 시그널링 비트스트림은 시그널링 처리부(61002)로, 지오메트리 비트스트림은 지오메트리 디코더(61003)로, 어트리뷰트 비트스트림은 어트리뷰트 디코더(61004)로 출력할 수 있다.
실시예들에 따른 수신 처리부(61001)는 지오메트리 비트스트림, 어트리뷰트 비트스트림, 및/또는 시그널링 비트스트림이 각각 수신(또는 디캡슐레이션)되면, 시그널링 비트스트림은 시그널링 처리부(61002)로, 지오메트리 비트스트림은 지오메트리 디코더(61003)로, 어트리뷰트 비트스트림은 어트리뷰트 디코더(61004)로 전달할 수 있다.
상기 시그널링 처리부(61002)는 입력된 시그널링 비트스트림으로부터 시그널링 정보 예를 들어, SPS, GPS, APS, TPS, 메타 데이터 등에 포함된 정보를 파싱 및 처리하여 지오메트리 디코더(61003), 어트리뷰트 디코더(61004), 후 처리부(61005)로 제공할 수 있다. 다른 실시예로, 지오메트리 데이터 유닛 헤더 및/또는 어트리뷰트 데이터 유닛 헤더에 포함된 시그널링 정보도 해당 슬라이스 데이터를 디코딩하기 전에 상기 시그널링 처리부(61002)에서 미리 파싱될 수도 있다.
실시예들에 따르면, 시그널링 처리부(61002)는 지오메트리 데이터 유닛에 시그널링된 시그널링 정보(예를 들어, 예측 기반의 지오메트리 압축 정보)도 파싱 및 처리하여 지오메트리 디코더(61003)로 제공할 수 있다.
실시예들에 따르면, 지오메트리 디코더(61003)는 압축된 지오메트리 비트스트림에 대해 시그널링 정보를 기반으로 도 16의 지오메트리 인코더(51003)의 역과정을 수행하여 지오메트리를 복원할 수 있다. 상기 지오메트리 디코더(61003)에서 복원된(또는 재구성된(reconstructed)) 지오메트리 정보는 어트리뷰트 디코더(61004)로 제공된다. 상기 어트리뷰트 디코더(61004)는 압축된 어트리뷰트 비트스트림에 대해 시그널링 정보와 재구성된 지오메트리 정보를 기반으로 도 16의 어트리뷰트 인코더(51004)의 역과정을 수행하여 어트리뷰트를 복원할 수 있다.
실시예들에 따르면, 후 처리부(61005)는 상기 지오메트리 디코더(61003)에서 복원되어 출력되는 지오메트리 정보(즉, 포지션들)과 상기 어트리뷰트 디코더(61004)에서 복원되어 출력되는 어트리뷰트 정보를 매칭하여 포인트 클라우드 데이터를 재구성하고 디스플레이/렌더링할 수 있다.
도 31은 실시예들에 따른 지오메트리 디코더(61003)의 상세 블록도의 예시를 보인 도면이다. 도 31에 도시된 지오메트리 디코더의 엘리먼트들은 하드웨어, 소프트웨어, 프로세서 및/또는 그것들의 결합등으로 구현될 수 있다.
실시예들에 따르면, 지오메트리 디코더(61003)는 엔트로피 디코딩부(61031), 모드 검출부(61032), 인트라 프레임 예측부(61033), 움직임 보상부(61034), 상관 포인트 검출부(61035), 인터 프레임 예측부(61036), 및 재구성부(61037)를 포함할 수 있다. 각 블록의 수행 순서는 변경될 수 있으며, 일부 블록은 생략될 수 있고, 일부 블록은 새로 추가될 수 있다.
실시예들에 따르면, 지오메트리 디코더(61003)는 송신 장치의 지오메트리 인코더의 역과정을 수행하여 지오메트리 정보를 복원한다. 즉, 상기 엔트로피 디코딩부(61031)는 수신 처리부(61001)를 통해 입력되는 비트스트림에 포함된 각 슬라이스의 포인트들에 대한 잔여 정보(즉, 예측 에러)와 예측 모드 정보를 엔트로피 디코딩한다.
상기 모드 검출부(61032)는 상기 엔트로피 디코딩부(61031)에서 엔트로피 디코딩된 예측 모드 정보가 인터 예측 모드 정보인지 아니면 인트라 예측 모드 정보인지를 확인한다. 실시예들에 따르면, 지오메트리 데이터 유닛에 포함된 예측 기반의 지오메트리 압축 정보(즉, geometry_predtree_node(PtnNodeIdx))에 포함된 inter_prediction_enabled_flag 필드를 이용하여 인트라 예측 모드인지 인터 예측 모드인지를 검출할 수 있다. 이때, 상기 inter_prediction_enabled_flag 필드를 전달하는 단위에 따라 프레임/데이터 유닛/슬라이스/예측 트리/예측 단위/포인트 등의 인터 예측 또는 인트라 예측을 사용할 수 있다.
상기 모드 검출부(61032)에서 인터 예측 모드로 검출된 경우, 상기 움직임 보상부(61033)는 예측 기반의 지오메트리 압축 정보(즉, geometry_predtree_node(PtnNodeIdx))에 포함된 인터 프레임 예측 관련 정보(즉, predtree_inter_prediction ())를 기반으로 움직임 보상을 수행하여 예측기를 생성할 수 있다. 일 실시예로, 상기 움직임 보상부(61033)는 인터 프레임 예측 관련 정보(즉, predtree_inter_prediction ())에 포함된 참조 프레임 인덱스 정보(ref_frame_id 필드)에 의해 지정된 참조 프레임을 제공받고, 움직임 벡터 정보(motion_voctor 필드)와 예측기의 바운딩 박스 정보(predictor_bbox 필드)를 기반으로 움직임 보상을 수행하여 상기 참조 프레임 내에서 예측기를 생성할 수 있다. 즉, 수신 장치에서는 PU의 바운딩 박스를 추정할 수 없으므로 인터 프레임 예측 관련 정보에 포함된 예측기의 바운딩 박스 정보, 움직임 벡터 정보, 그리고 참조 프레임 인덱스 정보를 이용하여 예측기를 생성할 수 있다.
상기 상관 포인트 검출부(61034)는 상기 움직임 보상부(61034)에서 생성된 예측기에 대해 디코딩에 사용되는 포인트는 인터 프레임 예측 관련 정보에 포함된 상관 포인트 인덱스 정보(correlated_point_index 필드)를 통해 특정할 수 있다. 그리고, 예측기 내에서의 포인트 인덱스(point index)에 따른 위치를 파악하기 위해 인터 프레임 예측 관련 정보에 포함된 예측기의 예측 트리 생성 방법(predictor_predtree_generation_type 필드)에서 지정하는 방법을 통해 예측기의 예측 트리를 생성하고 인덱스와 포인트와의 관계를 통해 상관 포인트를 찾을 수 있다.
상기 인터 프레임 예측부(61036)은 인터 프레임 예측 관련 정보에 포함된 인터 예측 모드 정보(interMode필드)에서 지정하는 인터 프레임 예측 방법과 상기 상관 포인트를 이용하여 프레임 간 예측(즉, 인터 프레임 예측)을 수행하여 예측 값(또는 예측된 정보라 함)을 생성한다.
상기 재구성부(61037)는 상기 인터 프레임 예측부(61036)에서 생성된 디코딩될 포인트의 예측된 정보와 상기 인터 예측 모드 정보(interMode필드)와 함께 수신된 잔여 정보(residual)(또는 예측 잔여 정보라 함)를 더하여 최종 포인트를 복원한다. 즉, 상기 재구성부(61037)는 인터 프레임 예측을 통해 예측된 정보와 이때의 잔여 정보를 이용하여 지오메트리 정보(즉, 최종 포인트의 위치)를 재구성(또는 복원)한다. 이때, 좌표 변환(coordinate conversion)이 사용된 경우 (즉, coding coordinate와 output coordinate가 다른 경우), 두 종류의 예측 잔여 정보(residual)가 geometry_predtree_node(nodeIdx)에 포함되어 전달될 수 있다. 이 경우, 첫번째 예측 잔여 정보를 기반으로 예측 에러를 보정하고, 보정된 값에 대해 두번째 예측 잔여 정보를 기반으로 좌표 변환 과정에서 발생하는 에러를 보정할 수 있다.
한편, 상기 모드 검출부(61032)에서 인트라 예측 모드로 검출된 경우, 상기 인트라 프레임 예측부(61033)는 예측 기반의 지오메트리 정보에 포함된 인트라 예측 모드 정보를 이용하여 프레임 내 예측(즉, 인트라 프레임 예측)을 수행하여 예측 값(또는 예측된 정보라 함)을 생성한다.
상기 재구성부(61037)는 상기 인트라 프레임 예측부(61033)에서 생성된 디코딩될 포인트의 예측된 정보와 상기 인트라 예측 모드 정보와 함께 수신되어 디코딩을 통해 복원된 잔여 정보(residual)(또는 예측 잔여 정보라 함)를 더하여 최종 포인트를 복원한다. 즉, 상기 재구성부(61037)는 인트라 프레임 예측을 통해 예측된 정보와 이때의 잔여 정보를 이용하여 지오메트리 정보(즉, 최종 포인트의 위치)를 재구성(또는 복원)한다.
도 31에서 언급된 예측 기반의 지오메트리 압축 정보 및 상기 예측 기반의 지오메트리 압축 정보에 포함된 인터 프레임 예측 관련 정보의 상세 내용은 도 25 내지 도 29의 설명을 참조하기로 한다.
도 32는 실시예들에 따른 예측 기반으로 압축된 지오메트리를 복원하기 위한 지오메트리 디코딩 방법의 예시를 보인 흐름도이다. 즉, 시그널링 정보인 예측 기반의 지오메트리 압축 정보에 포함된 inter_prediction_enabled_flag 필드를 이용하여 수신된 예측 모드가 인트라 예측 모드인지 인터 예측 모드인지를 결정한다(단계 61051). 예를 들어, 상기 inter_prediction_enabled_flag 필드의 값이 0(즉, No)이면 인트라 예측 모드라 판단하고, 1(즉, Yes)이면 인터 예측 모드라 판단할 수 있다.
단계 61051에서 인터 예측 모드로 확인되면, 상기 ref_frame_id 필드를 이용하여 참조 프레임을 선택한다(단계 61052). 상기 선택된 참조 프레임에 대해 상기 motion_vector 필드를 기반으로 움직임 보상을 수행하여(단계 61053), 참조 프레임 내에서 예측에 사용할 예측기를 생성한다. 이때, 상기 predictor_bbox 필드를 이용하여 예측기의 범위를 설정할 수 있다(단계 61054). 그리고, 상기 predictor_predtree_generation_type 필드를 기반으로 상기 예측기의 예측 트리를 생성하고(단계 61055), 상기 correlated_point_index 필드를 기반으로 상기 예측기의 예측 트리에서 예측에 사용될 포인트(이를 예측 포인트라 칭함)를 검출한다(단계 61056). 이때, 움직임 추정에서 사용되는 포인트의 좌표를 상기 predictor_coordinate_type 필드를 통해 전달받은 경우, 참조 프레임의 좌표를 변경할 수 있다. 만일 별도의 시그널링이 없는 경우에는 코딩 좌표 시스템(coding coordinate system)을 따를 수 있다. 본 문서의 실시예에서는 현재 프레임의 노드(즉, 포인트)의 예측에 사용되는 예측기 내의 노드(즉, 포인트)를 상기 correlated_point_index 필드를 통해 전달하는데, 이때 인덱스는 예측기 내부의 포인트에 대하여, 예측 트리에 의한 상대적인 순서/위치를 나타낼 수 있다. 따라서 예측기 내에서 예측에 사용될 포인트를 선택하기 위해 상기 predictor_predtree_generation_type 필드를 이용하여 예측 트리를 구성한 후 상기 correlated_point_index 필드가 지정하는 포인트를 예측 포인트로 사용할 수 있다.
단계 61056에서 예측 포인트가 검출되면, 상기 interMode 필드에서 지정하는 인터 예측 모드를 기반으로 상기 예측 포인트에 대해 인터 프레임 예측을 수행하여 예측 정보를 생성한다(단계 61057). 이때 사용되는 계수(예, 각 인터 예측 모드의 가중치들)는 coeff 필드를 통해 전달 받을 수 있다.
한편, 단계 61051에서 인트라 예측 모드로 확인되면(즉, Inter_predicion_enabled_flag 필드=0), 프레임 내 예측 방법을 기반으로 예측을 수행하여 예측 정보를 생성한다(단계 61059).
그리고, 프레임 간 관련 포인트 또는 프레임 내 관련 포인트를 기반으로 생성된 예측 정보(단계 61057 또는 단계 61059)와 디코딩을 통해 복원된 잔여 정보(또는 잔차값이라 함)을 이용하여 최종 포인트를 복원한다(단계 61058). 이때, 코딩 좌표(coding coordinate)와 출력 좌표(output coordinate)가 다른 경우와 같이 좌표 변환(coordinate conversion)이 사용되는 경우, 두 종류의 잔여 정보가 시그널링 정보에 포함되어 수신될 수 있다. 이 경우, 첫번째 잔여 정보를 이용하여 예측 에러를 보정하고, 보정된 값에 대해 두번째 잔여 정보를 적용하여 좌표 변환 과정에서 발생하는 에러를 보정할 수 있다.
도 32에서 언급된 필드들의 상세 내용은 도 25 내지 도 29의 설명을 참조하기로 한다.
도 33은 실시예들에 따른 포인트 클라우드 데이터 송신 방법의 흐름도를 나타낸다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법은 포인트 클라우드 데이터를 획득하는 단계(71001), 포인트 클라우드 데이터를 인코딩하는 단계(71002), 인코드된 포인트 클라우드 데이터와 시그널링 정보를 전송하는 단계(71003)를 포함할 수 있다. 이때, 상기 인코드된 포인트 클라우드 데이터와 시그널링 정보를 포함하는 비트스트림이 파일로 인캡슐레이션되어 전송될 수도 있다.
포인트 클라우드 데이터를 획득하는 단계(71001)는 도 1의 포인트 클라우드 비디오 획득부(10001)의 동작의 일부 또는 전부를 수행할 수도 있고 또는 도 12의 데이터 입력부(12000)의 동작의 일부 또는 전부를 수행할 수도 있다.
포인트 클라우드 데이터를 인코딩하는 단계(71002)는 지오메트리 정보의 인코딩을 위해 도 1의 포인트 클라우드 비디오 인코더(10002), 도 2의 인코딩(20001), 도 4의 포인트 클라우드 비디오 인코더, 도 12의 포인트 클라우드 비디오 인코더, 도 16의 지오메트리 인코더, 도 17의 지오메트리 인코더 또는 도 23의 지오메트리 인코딩 과정의 동작의 일부 또는 전체를 수행할 수 있다.
실시예들에 따른 포인트 클라우드 데이터를 인코딩하는 단계(71002)는 전술한 인터 프레임 예측 및/또는 인트라 프레임 예측을 수행하여 지오메트리 정보를 압축할 수 있다.
본 문서는 인터 프레임 예측 및/또는 인트라 프레임 예측을 수행하는 내용은 전술한 도 15 내지 도 29의 설명을 참조하기로 하고 여기서는 생략한다. 전술한 인터 프레임 예측 및/또는 인트라 프레임 예측을 통해 각 포인트에 적용된 예측 모드와 잔여 정보는 엔트로피 인코딩된 후 지오메트리 비트스트림 형태로 출력된다.
실시예들에 따르면, 포인트 클라우드 데이터를 인코딩하는 단계(71002)는 지오메트리 인코딩이 수행되지 않은 포지션들 및/또는 재구성된 지오메트리 정보를 기반으로 어트리뷰트 정보를 압축한다. 일 실시예로, 상기 어트리뷰트 정보는 RAHT 코딩, LOD 기반의 예측 변환 코딩 및 리프팅 변환 코딩 중 어느 하나 또는 하나 이상을 조합하여 코딩될 수 있다. 다른 실시예로, 상기 어트리뷰트 정보는 전술한 지오메트리 정보의 인코딩과 유사하게 예측 트리 기반의 인코딩을 수행할 수 있다. 상기 예측 트리 기반의 어트리뷰트 인코딩은 전술한 지오메트리 정보의 인코딩을 참조하기로 한다.
본 명세서에서 시그널링 정보는 예측 기반의 지오메트리 압축 정보를 포함할 수 있고, 예측 기반의 지오메트리 압축 정보는 인터 프레임 예측 관련 정보를 포함할 수 있다. 예측 기반의 지오메트리 압축 정보는 지오메트리 데이터 유닛에 포함되는 것을 일 실시예로 한다. 다른 실시예로, 예측 기반의 지오메트리 압축 정보는 SPS, GPS, APS, 또는 TPS에 시그널링될 수 있다. 상기 예측 기반의 지오메트리 압축 정보의 상세 설명은 위에서 상세히 하였으므로 여기서는 생략하기로 한다.
도 34는 실시예들에 따른 포인트 클라우드 데이터 수신 방법의 흐름도를 나타낸다.
실시예들에 따른 포인트 클라우드 데이터 수신 방법은 인코드된 포인트 클라우드 데이터와 시그널링 정보를 수신하는 단계(81001), 시그널링 정보를 기반으로 포인트 클라우드 데이터를 디코딩하는 단계(81002), 및 디코드된 포인트 클라우드 데이터를 렌더링하는 단계(81003)를 포함할 수 있다.
실시예들에 따른 포인트 클라우드 데이터와 시그널링 정보를 수신하는 단계(81001)는 도 1의 리시버(10005), 도 2의 진송(20002) 또는 디코딩(20003), 도 13의 수신부(13000) 또는 수신 처리부(13001)에서 수행될 수 있다.
실시예들에 따른 포인트 클라우드 데이터를 디코딩하는 단계(81002)는 지오메트리 정보의 디코딩을 위해 도 1의 포인트 클라우드 비디오 디코더(10006), 도 2의 디코딩(20003), 도 11의 포인트 클라우드 비디오 디코더, 도 13의 포인트 클라우드 비디오 디코더, 도 30의 지오메트리 디코더, 도 31의 지오메트리 디코더 또는 도 31의 지오메트리 디코딩 과정의 동작의 일부 또는 전체를 수행할 수 있다.
실시예들에 따른 포인트 클라우드 데이터를 디코딩하는 단계(81002)는 시그널링 정보에 포함된 예측 기반의 지오메트리 압축 정보를 기반으로 인터 프레임 예측 및/또는 인트라 프레임 예측을 수행하여 지오메트리 정보를 디코딩(즉, 복원)할 수 있다. 상세 내용은 도 30 내지 도 32의 설명을 참조하기로 한다.
실시예들에 따른 포인트 클라우드 데이터를 디코딩하는 단계(81002)는 상기 복원된 지오메트리 정보를 기반으로 어트리뷰트 정보를 디코딩(즉, 압축 해제)한다. 일 실시예로, 상기 어트리뷰트 정보는 RAHT 코딩, LOD 기반의 예측 변환 코딩 및 리프팅 변환 코딩 중 어느 하나 또는 하나 이상을 조합하여 디코딩될 수 있다. 다른 실시예로, 상기 어트리뷰트 정보는 전술한 지오메트리 정보의 디코딩과 유사하게 예측 트리 기반의 디코딩을 수행할 수 있다. 상기 예측 트리 기반의 어트리뷰트 디코딩은 전술한 지오메트리 정보의 디코딩을 참조하기로 한다.
실시예들에 따른 렌더링하는 단계(81003)는 복원된(또는 재구성된) 지오메트리 정보와 어트리뷰트 정보를 기반으로 포인트 클라우드 데이터를 복원하고 다양한 렌더링 방식에 따라 렌더링할 수 있다. 예를 들어, 포인트 클라우드 콘텐트의 포인트들은 일정 두께를 갖는 정점, 해당 정점 위치를 중앙으로 하는 특정 최소 크기를 갖는 정육면체, 또는 정점 위치를 중앙으로 하는 원 등으로 렌더링 될 수도 있다. 렌더링된 포인트 클라우드 콘텐트의 전부 또는 일부 영역은 디스플레이 (예를 들면 VR/AR 디스플레이, 일반 디스플레이 등)을 통해 사용자에게 제공된다. 실시예들에 따른 포인트 클라우드 데이터를 렌더링하는 단계(81003)는 도 1의 렌더러(10007) 또는 도 2의 렌더링(20004) 또는 도 13의 렌더러(13011) 에서 수행될 수 있다.
이와 같이, 예측 기반의 코딩은 포인트 클라우드 데이터에 대해 이웃(neighbor, 주변부) 포인트 정보를 기반으로 예측을 수행한다. 그리고, 이러한 예측 기반의 코딩은 전체 포인트들에 대한 단계적인 스캐닝을 수행하지 않으므로 모든 포인트 클라우드 데이터가 캡쳐되기를 기다릴 필요가 없고, 점차적으로(progressive) 캡쳐된 포인트 클라우드 데이터를 인코딩할 수 있어 저지연 처리가 필요한 포인트 클라우드 데이터 콘텐트에 적합하다. 즉, 예측 기반의 코딩은 코딩 속도가 빠르다는 장점이 있다.
특히, 포인트 클라우드 데이터가 연속된 프레임들로 구성된 경우, 프레임 간 상관 관계에 기반하여 중복 정보를 제거함으로써, 지오메트리 정보의 압축 효율을 높일 수 있다.
상술한 실시예들의 동작은 메모리 및/또는 프로세서를 포함하는 포인트 클라우드 송수신 장치/방법의 구성요소를 통해 수행될 수 있다. 메모리는 실시예들에 따른 동작을 처리/제어하기 위한 프로그램들을 저장할 수 있다. 실시예들에 따른 포인트 클라우드 송수신 장치/방법의 각 구성요소는 하드웨어, 소프트웨어, 프로세서 및/또는 그것들의 조합에 대응할 수 있다. 프로세서는 본 문서에서 설명한 다양한 동작을 제어할 수 있다. 프로세서는 컨트롤러 등으로 지칭 가능하다. 실시예들에 동작들은 펌웨어, 소프트웨어, 및/또는 그것들의 조합에 의해 수행될 수 있고, 펌웨어, 소프트웨어, 및/또는 그것들의 조합은 프로세서에 저장되거나 메모리에 저장될 수 있다. 본 실시예에서는 포인트 클라우드 데이터의 지오메트리 정보를 압축하는 방법에 대해서 기술하지만 어트리뷰트 정보 압축 및 기타 압축 방법에 본 명세서에서 기술하는 방법을 적용할 수 있다.
전술한 각각의 파트, 모듈 또는 유닛은 메모리(또는 저장 유닛)에 저장된 연속된 수행과정들을 실행하는 소프트웨어, 프로세서, 하드웨어 파트일 수 있다. 전술한 실시예에 기술된 각 단계들은 프로세서, 소프트웨어, 하드웨어 파트들에 의해 수행될 수 있다. 전술한 실시예에 기술된 각 모듈/블락/유닛들은 프로세서, 소프트웨어, 하드웨어로서 동작할 수 있다. 또한, 실시예들이 제시하는 방법들은 코드로서 실행될 수 있다. 이 코드는 프로세서가 읽을 수 있는 저장매체에 쓰여질 수 있고, 따라서 장치(apparatus)가 제공하는 프로세서에 의해 읽혀질 수 있다.
또한 명세서 전체에서, 어떤 부분이 어떤 구성 요소를 “포함”한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다. 그리고 명세서에 기재된 “…부”등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
본 명세서는 설명의 편의를 위하여 각 도면을 나누어 설명하였으나, 각 도면에 서술되어 있는 실시 예들을 병합하여 새로운 실시 예를 구현하도록 설계하는 것도 가능하다. 그리고, 통상의 기술자의 필요에 따라, 이전에 설명된 실시 예들을 실행하기 위한 프로그램이 기록되어 있는 컴퓨터에서 판독 가능한 기록 매체를 설계하는 것도 실시예들의 권리범위에 속한다.
실시예들에 따른 장치 및 방법은 상술한 바와 같이 설명된 실시 예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 실시 예들은 다양한 변형이 이루어질 수 있도록 각 실시 예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.
실시예들의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 실시예들은 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 실시예들의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 실시예들의 기술적 사상이나 전망으로부터 개별적으로 이해돼서는 안 될 것이다.
실시예들의 장치의 다양한 구성요소들은 하드웨어, 소프트웨어, 펌웨어 또는 그것들의 조합에 의해 수행될 수 있다. 실시예들의 다양한 구성요소들은 하나의 칩, 예를 들면 하나의 하드웨어 서킷으로 구현될 수 있다. 실시예들에 따른 구성요소들은 각각 별도의 칩들로 구현될 수 있다. 실시예들에 따른 장치의 구성요소들 중 적어도 하나 이상은 하나 또는 그 이상의 프로그램들을 실행 할 수 있는 하나 또는 그 이상의 프로세서들로 구성될 수 있으며, 하나 또는 그 이상의 프로그램들은 실시예들에 따른 동작/방법들 중 어느 하나 또는 그 이상의 동작/방법들을 수행시키거나, 수행시키기 위한 인스트럭션들을 포함할 수 있다. 실시예들에 따른 장치의 방법/동작들을 수행하기 위한 실행 가능한 인스트럭션들은 하나 또는 그 이상의 프로세서들에 의해 실행되기 위해 구성된 일시적이지 않은 CRM 또는 다른 컴퓨터 프로그램 제품들에 저장될 수 있거나, 하나 또는 그 이상의 프로세서들에 의해 실행되기 위해 구성된 일시적인 CRM 또는 다른 컴퓨터 프로그램 제품들에 저장될 수 있다. 또한 실시예들에 따른 메모리는 휘발성 메모리(예를 들면 RAM 등)뿐 만 아니라 비휘발성 메모리, 플래쉬 메모리, PROM등을 전부 포함하는 개념으로 사용될 수 있다. 또한, 인터넷을 통한 전송 등과 같은 반송파의 형태로 구현되는 것도 포함될 수 있다. 또한, 프로세서가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 프로세서가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이 문서에서 "/"와 ","는 "및/또는"으로 해석된다. 예를 들어, "A/B"는 "A 및/또는 B"로 해석되고, "A, B"는 "A 및/또는 B"로 해석된다. 추가적으로, "A/B/C"는 "A, B, 및/또는 C 중 적어도 하나"를 의미한다. 또한, "A, B, C"도 "A, B 및/또는 C 중 적어도 하나"를 의미한다. 추가적으로, 이 문서에서 “또는”는 “및/또는”으로 해석된다. 예를 들어, "A 또는 B"은, 1) "A"만을 의미하고, 2) "B"만을 의미하거나, 3) "A 및 B"를 의미할 수 있다. 달리 표현하면, 본 문서의 “또는”은 “추가적으로 또는 대체적으로(additionally or alternatively)”를 의미할 수 있다.
실시예들의 다양한 엘리먼트들은 하드웨어, 소프트웨어, 펌웨어 또는 그것들의 조합에 의해 수행될 수 있다. 실시예들의 다양한 엘리먼트는 하드웨어 회로와 같은 싱글 칩 상에서 수행될 수 있다. 실시예들에 따라, 실시예들은 선택적으로 개별적인 칩들 상에서 수행될 수 있다. 실시예들에 따라, 실시예들의 엘리먼트들 중 적어도 하나는 실시예들에 따른 동작을 수행하는 인스트럭션들을 포함하는 하나 또는 하나 이상의 프로세서 내에서 수행될 수 있다.
또한, 본 문서에서 설명하는 실시예들에 따른 동작은 실시예들에 따라서 하나 이상의 메모리들 및/또는 하나 이상의 프로세서들을 포함하는 송수신 장치에 의해 수행될 수 있다. 하나 이상의 메모리들을 실시예들에 따른 동작을 처리/제어하기 위한 프로그램들을 저장할 수 있고, 하나 이상의 프로세서들을 본 문서에서 설명한 다양한 동작을 제어할 수 있다. 하나 이상의 프로세서들은 컨트롤러 등으로 지칭 가능하다. 실시예들에 동작들은 펌웨어, 소프트웨어, 및/또는 그것들의 조합에 의해 수행될 수 있고, 펌웨어, 소프트웨어, 및/또는 그것들의 조합은 프로세서에 저장되거나 메모리에 저장될 수 있다.
제1, 제2 등과 같은 용어는 실시예들의 다양한 구성요소들을 설명하기 위해 사용될 수 있다. 하지만 실시예들에 따른 다양한 구성요소들은 위 용어들에 의해 해석이 제한되어서는 안된다. 이러한 용어는 하나의 구성요소를 다른 구성요소와 구별하기 위해 사용되는 것에 불과하다. 것에 불과하다. 예를 들어, 제1 사용자 인풋 시그널은 제2사용자 인풋 시그널로 지칭될 수 있다. 이와 유사하게, 제2사용자 인풋 시그널은 제1사용자 인풋 시그널로 지칭될 수 있다. 이러한 용어의 사용은 다양한 실시예들의 범위 내에서 벗어나지 않는 것으로 해석되어야만 한다. 제1사용자 인풋 시그널 및 제2사용자 인풋 시그널은 모두 사용자 인풋 시그널들이지만, 문맥 상 명확하게 나타내지 않는 한 동일한 사용자 인풋 시그널들을 의미하지 않는다.
실시예들을 설명하기 위해 사용된 용어는 특정 실시예들을 설명하기 위한 목적으로 사용되고, 실시예들을 제한하기 위해서 의도되지 않는다. 실시예들의 설명 및 청구항에서 사용된 바와 같이, 문맥 상 명확하게 지칭하지 않는 한 단수는 복수를 포함하는 것으로 의도된다. 및/또는 표현은 용어 간의 모든 가능한 결합을 포함하는 의미로 사용된다. “포함한다” 표현은 특징들, 수들, 단계들, 엘리먼트들, 및/또는 컴포넌트들이 존재하는 것을 설명하고, 추가적인 특징들, 수들, 단계들, 엘리먼트들, 및/또는 컴포넌트들을 포함하지 않는 것을 의미하지 않는다. 실시예들을 설명하기 위해 사용되는, ~인 경우, ~때 등의 조건 표현은 선택적인 경우로만 제한 해석되지 않는다. 특정 조건을 만족하는 때, 특정 조건에 대응하여 관련 동작을 수행하거나, 관련 정의가 해석되도록 의도되었다.
또한, 본 문서에서 설명하는 실시예들에 따른 동작은 실시예들에 따라서 메모리 및/또는 프로세서를 포함하는 송수신 장치에 의해 수행될 수 있다. 메모리는 실시예들에 따른 동작을 처리/제어하기 위한 프로그램들을 저장할 수 있고, 프로세서는 본 문서에서 설명한 다양한 동작을 제어할 수 있다. 프로세서는 컨트롤러 등으로 지칭 가능하다. 실시예들에 따른 동작들은 펌웨어, 소프트웨어, 및/또는 그것들의 조합에 의해 수행될 수 있고, 펌웨어, 소프트웨어, 및/또는 그것들의 조합은 프로세서에 저장되거나 메모리에 저장될 수 있다.
발명의 실시를 위한 최선의 형태에서 구체적으로 설명되었다.
본 실시예들의 사상이나 범위를 벗어나지 않고 본 실시예들에서 다양한 변경 및 변형이 가능함은 당업자에게 자명하다. 따라서, 실시예들은 첨부된 청구항 및 그 동등 범위 내에서 제공되는 본 실시예들의 변경 및 변형을 포함하는 것으로 의도된다.

Claims (15)

  1. 포인트 클라우드 데이터를 지오메트리 데이터를 인코딩하는 단계;
    상기 지오메트리 데이터를 기반으로 상기 포인트 클라우드 데이터의 어트리뷰트 데이터를 인코딩하는 단계; 및
    상기 인코딩된 지오메트리 데이터, 상기 인코딩된 어트리뷰트 데이터, 및 시그널링 정보를 전송하는 단계를 포함하며,
    상기 지오메트리 데이터를 인코딩하는 단계는,
    상기 지오메트리 데이터를 기반으로 예측 트리를 생성하는 단계,
    상기 예측 트리를 복수개의 예측 단위들로 분할하는 단계,
    예측 단위별로, 참조 프레임 상에서 움직임 추정과 움직임 보상을 수행하여 현재 예측 단위의 포인트들과 유사한 특성을 갖는 포인트들의 집합인 예측기를 상기 참조 프레임 내에서 생성하는 단계,
    상기 예측기에서 예측 트리를 생성하는 단계, 및
    상기 예측기의 예측 트리와 인터 예측 모드 정보를 기반으로 프레임 간 예측을 수행하여 잔여 정보를 획득하는 단계를 포함하는 포인트 클라우드 데이터 송신 방법.
  2. 제 1 항에 있어서, 상기 프레임 간 예측을 수행하는 단계는
    현재 예측 단위의 인코드될 포인트와 유사한 포인트를 상기 예측기에서 선택하여 프레임 간 예측을 수행하는 단계를 더 포함하는 포인트 클라우드 데이터 송신 방법.
  3. 제 1 항에 있어서, 상기 지오메트리 데이터를 인코딩하는 단계는
    상기 예측 트리와 인트라 예측 모드 정보를 기반으로 프레임 내 예측을 수행하여 잔여 정보를 획득하는 단계를 더 포함하는 포인트 클라우드 데이터 송신 방법.
  4. 제 3 항에 있어서, 상기 지오메트리 데이터를 인코딩하는 단계는
    상기 프레임 간 예측에 적용된 인터 예측 모드 정보와 상기 프레임 내 예측에 적용된 인트라 예측 모드 정보를 비교하여 최종 예측 모드 정보를 선택하는 단계, 및
    상기 선택된 예측 모드 정보를 식별하기 위한 정보와 상기 선택된 예측 모드 정보를 기반으로 획득한 잔여 정보를 엔트로피 코딩하여 전송하는 단계를 더 포함하는 포인트 클라우드 데이터 송신 방법.
  5. 제 2 항에 있어서,
    상기 시그널링 정보는 예측 기반의 지오메트리 압축 정보를 포함하고,
    상기 예측 기반의 지오메트리 압축 정보는 상기 참조 프레임을 식별하기 위한 정보, 상기 움직임 추정을 통해 획득된 움직임 벡터 정보, 상기 예측기의 바운딩 박스 크기 정보, 상기 예측기에서 선택된 포인트를 식별하기 위한 정보 또는 상기 인터 예측 모드 정보 중 적어도 하나를 포함하는 포인트 클라우드 데이터 송신 방법.
  6. 포인트 클라우드 데이터의 지오메트리 데이터를 인코딩하는 지오메트리 인코더;
    상기 지오메트리 데이터를 기반으로 상기 포인트 클라우드 데이터의 어트리뷰트 데이터를 인코딩하는 어트리뷰트 인코더; 및
    상기 인코딩된 지오메트리 데이터, 상기 인코딩된 어트리뷰트 데이터, 및 시그널링 정보를 전송하는 전송부를 포함하며,
    상기 지오메트리 인코더는,
    상기 지오메트리 데이터를 기반으로 예측 트리를 생성하는 제1 예측 트리 생성부,
    상기 예측 트리를 복수개의 예측 단위들로 분할하는 예측 단위 생성부,
    예측 단위별로, 참조 프레임 상에서 움직임 추정과 움직임 보상을 수행하여 현재 예측 단위의 포인트들과 유사한 특성을 갖는 포인트들의 집합인 예측기를 상기 참조 프레임 내에서 생성하는 예측기 생성부,
    상기 예측기에서 예측 트리를 생성하는 제2 예측 트리 생성부, 및
    상기 예측기의 예측 트리와 인터 예측 모드 정보를 기반으로 프레임 간 예측을 수행하여 잔여 정보를 획득하는 인터 프레임 예측부를 포함하는 포인트 클라우드 데이터 송신 장치.
  7. 제 6 항에 있어서, 상기 인터 프레임 예측부는
    현재 예측 단위의 인코드될 포인트와 유사한 포인트를 상기 예측기에서 선택하여 프레임 간 예측을 수행하는 포인트 클라우드 데이터 송신 장치.
  8. 제 6 항에 있어서, 상기 지오메트리 인코더는
    상기 예측 트리의 인코드될 포인트와 인트라 예측 모드 정보를 기반으로 프레임 내 예측을 수행하여 잔여 정보를 획득하는 인트라 프레임 예측부를 더 포함하는 포인트 클라우드 데이터 송신 장치.
  9. 제 8 항에 있어서, 상기 지오메트리 인코더는
    상기 프레임 간 예측에 적용된 인터 예측 모드 정보와 상기 프레임 내 예측에 적용된 인트라 예측 모드 정보를 비교하여 최종 예측 모드 정보를 선택하는 모드 선택부, 및
    상기 선택된 예측 모드 정보를 식별하기 위한 정보와 상기 선택된 예측 모드 정보를 기반으로 획득한 잔여 정보를 엔트로피 코딩하여 전송하는 엔트로피 코더를 더 포함하는 포인트 클라우드 데이터 송신 장치.
  10. 제 7 항에 있어서,
    상기 시그널링 정보는 예측 기반의 지오메트리 압축 정보를 포함하고,
    상기 예측 기반의 지오메트리 압축 정보는 상기 참조 프레임을 식별하기 위한 정보, 상기 움직임 추정을 통해 획득된 움직임 벡터 정보, 상기 예측기의 바운딩 박스 크기 정보, 상기 예측기에서 선택된 포인트를 식별하기 위한 정보 또는 상기 인터 예측 모드 정보 중 적어도 하나를 포함하는 포인트 클라우드 데이터 송신 장치.
  11. 지오메트리 데이터, 어트리뷰트 데이터, 및 시그널링 정보를 수신하는 단계;
    상기 시그널링 정보를 기반으로 상기 지오메트리 데이터를 디코딩하는 단계;
    상기 시그널링 정보와 상기 디코딩된 지오메트리 데이터를 기반으로 상기 어트리뷰트 데이터를 디코딩하는 단계; 및
    상기 시그널링 정보를 기반으로 상기 디코딩된 지오메트리 데이터와 상기 디코딩된 어트리뷰트 데이터로부터 복원된 포인트 클라우드 데이터를 렌더링하는 단계를 포함하며,
    상기 지오메트리 데이터를 디코딩하는 단계는,
    상기 시그널링 정보를 기반으로 참조 프레임 상에서 움직임 보상을 수행하여 예측기를 상기 참조 프레임 내에서 생성하는 단계,
    상기 시그널링 정보를 기반으로 상기 예측기에서 예측 트리를 생성하는 단계,
    상기 시그널링 정보에 포함된 예측 모드 정보와 상기 예측기의 예측 트리를 기반으로 프레임 간 예측을 수행하여 예측 정보를 생성하는 단계, 및
    상기 예측 정보와 수신되어 디코딩된 잔여 정보를 기반으로 지오메트리 데이터를 복원하는 단계를 포함하는 포인트 클라우드 데이터 수신 방법.
  12. 제 11 항에 있어서, 상기 프레임 간 예측을 수행하는 단계는
    상기 시그널링 정보를 기반으로 상기 프레임 간 예측에 사용할 포인트를 상기 예측기에서 선택하는 단계를 더 포함하는 포인트 클라우드 데이터 수신 방법.
  13. 제 11 항에 있어서, 상기 지오메트리 데이터를 디코딩하는 단계는,
    상기 시그널링 정보에 포함된 예측 모드 정보가 인터 예측 모드 정보인지 인트라 예측 모드 정보인지를 결정하는 단계를 더 포함하는 포인트 클라우드 데이터 수신 방법.
  14. 제 12 항에 있어서,
    상기 시그널링 정보는 예측 기반의 지오메트리 압축 정보를 포함하고,
    상기 예측 기반의 지오메트리 압축 정보는 상기 참조 프레임을 식별하기 위한 정보, 상기 움직임 보상을 위한 움직임 벡터 정보, 상기 예측기의 바운딩 박스 크기 정보, 상기 예측기에서 포인트를 선택하기 위한 정보 또는 상기 인터 예측 모드 정보 중 적어도 하나를 포함하는 포인트 클라우드 데이터 수신 방법.
  15. 제 11 항에 있어서, 상기 지오메트리 데이터를 디코딩하는 단계는,
    송신측에서 좌표 변환이 수행되면, 상기 시그널링 정보에 포함된 제1 잔여 정보를 기반으로 상기 지오메트리 데이터의 예측 에러를 보정하고, 상기 시그널링 정보에 포함된 제2 잔여 정보를 상기 보정된 지오메트리 데이터에 적용하여 상기 좌표 변환의 과정에서 발생한 에러를 보정하는 단계를 더 포함하는 포인트 클라우드 데이터 수신 방법.
PCT/KR2022/003206 2021-03-05 2022-03-07 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법 Ceased WO2022186675A1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202280027598.6A CN117121487A (zh) 2021-03-05 2022-03-07 点云数据发送设备、点云数据发送方法、点云数据接收设备和点云数据接收方法
EP22763656.0A EP4304180A4 (en) 2021-03-05 2022-03-07 POINT CLOUD DATA TRANSMISSION DEVICE, POINT CLOUD DATA TRANSMISSION METHOD, POINT CLOUD DATA RECEIVING DEVICE, AND POINT CLOUD DATA RECEIVING METHOD
US18/549,107 US20240163426A1 (en) 2021-03-05 2022-03-07 Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
KR1020237031621A KR20230148197A (ko) 2021-03-05 2022-03-07 포인트 클라우드 데이터 송신 장치, 포인트 클라우드데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2021-0029535 2021-03-05
KR20210029535 2021-03-05

Publications (1)

Publication Number Publication Date
WO2022186675A1 true WO2022186675A1 (ko) 2022-09-09

Family

ID=83154320

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/003206 Ceased WO2022186675A1 (ko) 2021-03-05 2022-03-07 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법

Country Status (5)

Country Link
US (1) US20240163426A1 (ko)
EP (1) EP4304180A4 (ko)
KR (1) KR20230148197A (ko)
CN (1) CN117121487A (ko)
WO (1) WO2022186675A1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116664896A (zh) * 2022-12-01 2023-08-29 浙江宇视科技有限公司 点云聚类方法、装置、设备和介质
WO2025153031A1 (en) * 2024-01-17 2025-07-24 Douyin Vision Co., Ltd. Method, apparatus, and medium for point cloud coding
WO2026005485A1 (ko) * 2024-06-25 2026-01-02 엘지전자 주식회사 메쉬 데이터 부호화 장치, 메쉬 데이터 부호화 방법, 메쉬 데이터 복호화 장치 및 메쉬 데이터 복호화 방법

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12250414B2 (en) * 2020-06-05 2025-03-11 Lg Electronics Inc. Point cloud data processing device and processing method
WO2022050612A1 (ko) * 2020-09-07 2022-03-10 엘지전자 주식회사 포인트 클라우드 데이터 전송장치, 포인트 클라우드 데이터 전송방법, 포인트 클라우드 데이터 수신장치 및 포인트 클라우드 데이터 수신방법
US12530809B2 (en) * 2021-07-19 2026-01-20 Tencent America LLC Methods and apparatuses for dynamic mesh compression
WO2023075453A1 (ko) * 2021-10-27 2023-05-04 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
US12568245B2 (en) * 2022-04-20 2026-03-03 Qualcomm Incorporated Residual prediction for geometry point cloud compression
KR20240035209A (ko) * 2022-09-08 2024-03-15 삼성전자주식회사 비디오 처리 장치 및 방법
US20240221228A1 (en) * 2022-12-29 2024-07-04 Sony Group Corporation Detection and indication of geometry reconstruction artifacts in point clouds based on local density
WO2025145330A1 (zh) * 2024-01-03 2025-07-10 Oppo广东移动通信有限公司 点云编解码方法、编解码器、码流以及存储介质
WO2025220981A1 (ko) * 2024-04-15 2025-10-23 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2025217772A1 (zh) * 2024-04-15 2025-10-23 Oppo广东移动通信有限公司 编解码方法、点云编码器、点云解码器以及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020146341A1 (en) * 2019-01-07 2020-07-16 Futurewei Technologies, Inc. Point cloud bitstream structure and auxiliary information differential coding
US20200258262A1 (en) * 2017-10-19 2020-08-13 Interdigital Vc Holdings, Inc. Method and device for predictive encoding/decoding of a point cloud
WO2020189895A1 (ko) * 2019-03-21 2020-09-24 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2020190093A1 (ko) * 2019-03-20 2020-09-24 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11297346B2 (en) * 2016-05-28 2022-04-05 Microsoft Technology Licensing, Llc Motion-compensated compression of dynamic voxelized point clouds
EP3553747B1 (en) * 2018-04-09 2021-09-01 BlackBerry Limited Methods and devices for predictive coding of point clouds
WO2022075234A1 (ja) * 2020-10-05 2022-04-14 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
US11875541B2 (en) * 2020-10-07 2024-01-16 Qualcomm Incorporated Predictive geometry coding in G-PCC
US12301890B2 (en) * 2020-12-29 2025-05-13 Qualcomm Incorporated Hybrid-tree coding for inter and intra prediction for geometry coding

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200258262A1 (en) * 2017-10-19 2020-08-13 Interdigital Vc Holdings, Inc. Method and device for predictive encoding/decoding of a point cloud
WO2020146341A1 (en) * 2019-01-07 2020-07-16 Futurewei Technologies, Inc. Point cloud bitstream structure and auxiliary information differential coding
WO2020190093A1 (ko) * 2019-03-20 2020-09-24 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2020189895A1 (ko) * 2019-03-21 2020-09-24 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ANONYMOUS: "G-PCC codec description", INTERNATIONAL ORGANIZATION FOR STANDARDIZATION ORGANISATION INTERNATIONALE DE NORMALISATION ISO/IEC JTC 1/SC 29/WG 7 MPEG 3D GRAPHICS CODING, no. N0011, 1 October 2020 (2020-10-01), pages 1 - 148, XP055964154 *
See also references of EP4304180A4 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116664896A (zh) * 2022-12-01 2023-08-29 浙江宇视科技有限公司 点云聚类方法、装置、设备和介质
WO2025153031A1 (en) * 2024-01-17 2025-07-24 Douyin Vision Co., Ltd. Method, apparatus, and medium for point cloud coding
WO2026005485A1 (ko) * 2024-06-25 2026-01-02 엘지전자 주식회사 메쉬 데이터 부호화 장치, 메쉬 데이터 부호화 방법, 메쉬 데이터 복호화 장치 및 메쉬 데이터 복호화 방법

Also Published As

Publication number Publication date
CN117121487A (zh) 2023-11-24
KR20230148197A (ko) 2023-10-24
EP4304180A1 (en) 2024-01-10
US20240163426A1 (en) 2024-05-16
EP4304180A4 (en) 2025-04-02

Similar Documents

Publication Publication Date Title
WO2021066626A1 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
WO2022186675A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021141352A2 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021210764A1 (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
WO2021045601A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022019713A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021261840A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022035256A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021210743A1 (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
WO2021182937A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021246843A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022015006A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021002592A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021215849A1 (ko) 포인트 클라우드 데이터 처리 장치 및 처리 방법
WO2021141221A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021246837A1 (ko) 포인트 클라우드 데이터 처리 디바이스 및 처리 방법
WO2022186651A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022220645A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021242064A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021132834A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021246796A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2023075453A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022240128A1 (ko) 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치

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: 22763656

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 18549107

Country of ref document: US

ENP Entry into the national phase

Ref document number: 20237031621

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: KR1020237031621

Country of ref document: KR

Ref document number: 1020237031621

Country of ref document: KR

WWE Wipo information: entry into national phase

Ref document number: 2022763656

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2022763656

Country of ref document: EP

Effective date: 20231005

NENP Non-entry into the national phase

Ref country code: DE