JP2024505798A - 点群符号化・復号化方法及びシステム、点群符号器並びに点群復号器 - Google Patents

Abstract

本出願において、点群符号化・復号化方法及びシステム、点群符号器並びに点群復号器が提供される。点群における少なくとも１つの点の属性情報の残差値を可逆符号化することにより、属性情報の再構成値に対する量子化の影響を低減し、属性ビットストリームのサイズに大きな影響をもたらさずに属性情報の予測精度をさらに向上させ、属性情報の符号化効果を向上させる。

Description

本出願は、点群符号化・復号化技術分野に関し、特に、点群符号化・復号化方法及びシステム、点群符号器並びに点群復号器に関する。

収集装置によって物体表面が収集されることで、点群データが形成される。点群データは、数十万又はさらに多くの点を含む。ビデオ作成のプロセスにおいて、点群データは点群メディアファイルの形式で点群符号化装置と点群復号化装置の間で伝送される。しかし、このような膨大な数の点は伝送にチャレンジをもたらすため、点群符号化装置は、点群データを圧縮して伝送する必要がある。

点群データの圧縮は、主に幾何情報の圧縮及び属性情報の圧縮を含む。属性情報の圧縮では、予測により点群データにおける冗長な情報を削減又は除去する。例えば、符号化済みの点から現在点の１つ又は複数の近傍点（ｎｅｉｇｈｂｏｕｒｉｎｇ ｐｏｉｎｔ）を取得し、近傍点の属性情報に基づいて現在点の属性情報を予測する。

しかし、現時点では、点群予測の精度が低いという課題があり、その結果、点群符号化の効果が低下してしまう。

本出願の実施形態において、点群符号化・復号化方法及びシステム、点群符号器並びに点群復号器が提供され、それによって、点群予測の精度を向上させる。

第一様態において、本出願では、点群符号化方法が提供される。当該方法は以下の内容を含む。点群における点の幾何情報及び属性情報を取得する。点群における点の幾何情報に基づいて、点群における点の属性情報の予測値を特定する。点群における点の属性情報の予測値に基づいて、点群における点の属性情報の残差値を特定する。第一符号化プロセスを利用して点群における点の属性情報の残差値を処理する。第一符号化プロセスでは、点群における少なくとも１つの点の属性情報の残差値を可逆符号化（ｌｏｓｓｌｅｓｓ ｅｎｃｏｄｅ、ロスレス符号化とも呼ばれる）する。

第二様態において、本出願の実施形態では、点群復号化方法が提供される。当該方法は以下の内容を含む。点群のビットストリームを復号化することにより、点群における点の幾何情報を特定する。点群における点の幾何情報に基づいて、点群における点の属性情報の予測値を特定する。点群のビットストリームを復号化することにより、点群における点の属性情報の残差値を得る。残差値は、属性情報の残差値が可逆復号化されると特定された少なくとも１つの点の残差値を含む。点群における点の属性情報の予測値及び残差値に基づいて、点群における点の属性情報の再構成値を特定する。

第三様態において、本出願では、点群符号器が提供される。当該点群符号器は、上記第一様態又は第一様態の各実施形態における方法を実行するように構成されている。具体的に、当該符号器は、上記第一様態又は第一様態の各実施形態における方法を実行するように構成された機能ユニットを備える。

第四様態において、本出願では、点群復号器が提供される。当該点群復号器は、上記第二様態又は第二様態の各実施形態における方法を実行するように構成されている。具体的に、当該復号器は、上記第二様態又は第二様態の各実施形態における方法を実行するように構成された機能ユニットを備える。

第五様態において、プロセッサとメモリとを備える点群符号器が提供される。当該メモリはコンピュータプログラムを記憶するように構成されており、当該プロセッサは、当該メモリに記憶されたコンピュータプログラムを呼び出して実行することにより、上記第一様態又は第一様態の各実施形態における方法を実行するように構成されている。

第六様態において、プロセッサとメモリとを備える点群復号器が提供される。当該メモリはコンピュータプログラムを記憶するように構成されており、当該プロセッサは、当該メモリに記憶されたコンピュータプログラムを呼び出して実行することにより、上記第二様態又は第二様態の各実施形態における方法を実行するように構成されている。

第七様態において、点群符号器と点群復号器と含む点群符号化・復号化システムが提供される。点群符号器は、上記第一様態又は第一様態の各実施形態における方法を実行するように構成されており、点群復号器は、上記第二様態又は第二様態の各実施形態における方法を実行するように構成されている。

第八様態において、チップが提供される。当該チップは、上記第一様態もしくは第二様態、又は第一様態もしくは第二様態の各実施形態における方法を実行するように構成されている。具体的に、当該チップはプロセッサを含み、当該プロセッサは、メモリからコンピュータプログラムを呼び出して実行することにより、当該チップが装着された装置に、上記第一様態もしくは第二様態、又は第一様態もしくは第二様態の各実施形態における方法を実行させるように構成されている。

第九様態において、コンピュータ可読記憶媒体が提供される。当該コンピュータ可読記憶媒体は、コンピュータプログラムを記憶するように構成されており、当該コンピュータプログラムは、コンピュータに上記第一様態もしくは第二様態、又は第一様態もしくは第二様態の各実施形態における方法を実行させるように構成されている。

第十様態において、コンピュータプログラム製品が提供される。当該コンピュータプログラム製品は、コンピュータプログラム命令を含み、当該コンピュータプログラム命令は、コンピュータに上記第一様態もしくは第二様態、又は第一様態もしくは第二様態の各実施形態における方法を実行させるように構成されている。

第十一様態において、コンピュータプログラムが提供される。当該コンピュータプログラムは、コンピュータで実行される場合、コンピュータに上記第一様態もしくは第二様態、又は第一様態もしくは第二様態の各実施形態における方法を実行させるように構成されている。

上記技術的解決策に基づいて、点群における少なくとも１つの点の属性情報の残差値を可逆符号化する（即ち、量子化しない）ことにより、属性情報の再構成値に対する量子化の影響を低減し、属性ビットストリームのサイズに大きな影響をもたらさずに属性情報の予測精度をさらに向上させ、属性情報の符号化効果を向上させる。

図１は、本出願の実施形態に係る点群符号化・復号化システム１００を示すブロック図である。 図２は、本出願の実施形態に係る点群符号器２００を示すブロック図である。 図３は、本出願の実施形態に係る復号器３００を示すブロック図である。 図４は、本出願の実施形態に係る属性符号化モジュール４００を示す一部のブロック図である。 図５は、本出願の実施形態に係る属性復号化モジュール５００を示す一部のブロック図である。 図６は、本出願の実施形態に係る点群符号化方法６００を示すフローチャートである。 図７は、本出願の実施形態に係る点群符号化方法７００を示すフローチャートである。 図８は、一部の点群データの詳細度（ＬＯＤ）分割を示す概略図である。 図９は、本出願の実施形態に係る別のＬＯＤ分割を示す概略図である。 図１０は、本出願の実施形態に係る点群復号化方法８００を示すフローチャートである。 図１１は、本出願の実施形態に係る点群復号化方法９００を示すフローチャートである。 図１２は、本出願の実施形態に係る点群符号器１０を示すブロック図である。 図１３は、本出願の実施形態に係る点群復号器２０を示すブロック図である。 図１４は、本出願の実施形態に係る電子機器３０を示すブロック図である。 図１５は、本出願の実施形態に係る点群符号化・復号化システム４０を示すブロック図である。

本出願は、点群圧縮技術分野に適用可能である。

本出願の実施形態の理解を容易にするために、まず、本出願の実施形態に係る関連概念について以下に簡単に紹介する。

点群（ｐｏｉｎｔ ｃｌｏｕｄ）は、空間内に不規則に分布する、３次元（ｔｈｒｅｅ－ｄｉｍｅｎｓｉｏｎａｌ、３Ｄ）物体又は３次元シーンの空間構造及び表面属性を表現する離散的な点の集合である。

点群データ（ｐｏｉｎｔ ｃｌｏｕｄ ｄａｔａ）は、点群の具体的な記録形式であり、点群における各点は、点の位置情報及び点の属性情報を含むことができる。例えば、点の位置情報は、点の３次元座標情報であってもよい。点の位置情報は、点の幾何情報とも呼ばれることができる。例えば、点の属性情報は、色情報、及び／又は反射率などを含むことができる。例えば、色情報は、任意の色空間上の情報であってよい。例えば、色情報は、赤緑青（Ｒｅｄ Ｇｒｅｅｎ Ｂｌｕｅ、ＲＧＢ）情報であってよい。別の例として、色情報は、輝度彩度（ＹＣｂＣｒ、ＹＵＶ）情報であってもよい。例えば、Ｙは輝度（ｌｕｍａ）を表し、Ｃｂ（Ｕ）は青色彩度を表し、Ｃｒ（Ｖ）は赤色彩度を表し、Ｕ及びＶは、色差情報を記述するために用いられる彩度（ｃｈｒｏｍａ）を表す。例えば、レーザー計測原理に基づいて得られる点群における点は、点の３次元座標情報及び点のレーザ反射強度（ｒｅｆｌｅｃｔａｎｃｅ）を含むことができる。別の例として、撮影計測原理に基づいて得られる点群における点は、点の三次元座標情報及び点の色情報を含むことができる。他の例として、レーザー計測原理及び撮影計測原理の両方に基づいて得られる点群における点は、点の三次元座標情報、点のレーザ反射強度（ｒｅｆｌｅｃｔａｎｃｅ）、及び点の色情報を含むことができる。

点群データの取得方法は、以下の少なくとも１つを含むことができるが、これらに限定されない。（１）点群データは、コンピュータ装置の生成によって取得される。コンピュータ装置は、仮想の３次元物体及び仮想の３次元シーンの点群データを生成することができる。（２）点群データは、３Ｄレーザースキャンによって取得される。３Ｄレーザースキャンにより、静的な現実世界の３次元物体又は３次元シーンの点群データを取得することができ、１秒ごとに百万レベルの点群データを取得することができる。（３）点群データは、３Ｄ撮影計測によって取得される。３Ｄ撮影装置（即ち、カメラ群、又は複数のレンズとセンサーを備えるカメラ装置）により、現実世界の視覚シーンを収集することで現実世界の視覚シーンの点群データを取得する。３Ｄ撮影により、動的な現実世界の３次元物体や３次元シーンの点群データを取得することができる。（４）生物組織器官の点群データは、医療機器によって取得される。医学分野において、磁気共鳴画像法（ｍａｇｎｅｔｉｃ ｒｅｓｏｎａｎｃｅ ｉｍａｇｉｎｇ、ＭＲＩ）、コンピュータ断層撮影（ｃｏｍｐｕｔｅｄ ｔｏｍｏｇｒａｐｈｙ、ＣＴ）、電磁定位情報（ｅｌｅｃｔｒｏｍａｇｎｅｔｉｃ ｌｏｃａｌｉｚａｔｉｏｎ ｉｎｆｏｒｍａｔｉｏｎ）などの医療機器によって、生物組織器官の点群データを取得することができる。

取得方法に応じて、点群は、密な点群及び疎な点群に分けられることができる。

データのタイミングタイプ（ｔｉｍｉｎｇ ｔｙｐｅ）に応じて、点群は、第一の種類の静的な点群、第二の種類の動的な点群、及び第三の種類の動的に取得された点群という３種類に分けられる。第一の種類の静的な点群では、物体が静止であり、点群取得装置も静止である。第二の種類の動的な点群では、物体が動的であるが、点群取得装置が静止である。第三の種類の動的に取得された点群では、点群取得装置が動的である。

用途に応じて、点群は以下の２つの種類に分けられる。種類１：機械認知点群（ｍａｃｈｉｎｅ－ｐｅｒｃｅｉｖｅｄ ｐｏｉｎｔ ｃｌｏｕｄ）。機械認知点群は、自律型ナビゲーションシステム、リアルタイム検査システム、地理情報システム、視覚選別ロボット、救助・災害救援ロボットなどのシーンに用いられることができる。種類２：人眼認知点群（ｈｕｍａｎ－ｅｙｅ－ｐｅｒｃｅｉｖｅｄ ｐｏｉｎｔ ｃｌｏｕｄ）。人眼認知点群は、デジタル文化遺産、自由視点放送、３次元没入型コミュニケーション、３次元没入型インタラクションなどの点群の適用シーンに用いられることができる。

図１は、本出願の実施形態に係る点群符号化・復号化システム１００を示すブロック図である。図１は一例にすぎず、本出願の実施形態に係る点群符号化・復号化システムは図１に示されるものを含むが、それに限定されない。図１に示されるように、当該点群符号化・復号化システム１００は、符号化装置１１０及び復号化装置１２０を含む。符号化装置は、点群データを符号化（圧縮と理解されてもよい）してビットストリームを生成し、且つビットストリームを復号化装置に伝送するように構成されている。復号化装置は、符号化装置によって生成されたビットストリームを復号化し、復号された点群データを得るように構成されている。

本出願の実施形態に係る符号化装置１１０は、点群符号化機能を有する装置であると理解されることができ、復号化装置１２０は、点群復号化機能を有する装置であると理解されることができる。即ち、本出願の実施形態に係る符号化装置１１０及び復号化装置１２０は、より広範な装置を含み、例えば、スマートフォン、デスクトップコンピュータ、モバイルコンピューティング装置、ノートブック（例えば、ラップトップ）コンピュータ、タブレットコンピュータ、セットトップボックス（ｓｅｔ ｔｏｐ ｂｏｘ、ＳＴＢ）、テレビ、カメラ、表示装置、デジタルメディアプレーヤ、点群ゲームコンソール、車載コンピュータなどを含む。

いくつかの実施形態において、符号化装置１１０は、符号化された点群データ（例えば、ビットストリーム）をチャネル１３０を介して復号化装置１２０に伝送することができる。チャネル１３０は、符号化された点群データを符号化装置１１０から復号化装置１２０に伝送することができる１つ又は複数の媒体及び／又は装置を含むことができる。

一例において、チャネル１３０は、符号化装置１１０が符号化された点群データをリアルタイムで復号化装置１２０に直接に送信することを可能にする１つ又は複数の通信媒体を含む。この例では、符号化装置１１０は、通信規格に従って符号化された点群データを変調し、変調された点群データを復号化装置１２０に送信することができる。通信媒体は、無線周波数スペクトルなどの無線通信媒体を含む。選択的に、通信媒体は、１つ又は複数の物理的伝送線路などの有線通信媒体含むこともできる。

別の例において、チャネル１３０は記憶媒体を含む。当該記憶媒体は、符号化装置１１０によって符号化された点群データを記憶することができる。記憶媒体は、様々なローカルにアクセス可能なデータ記憶媒体を含み、例えば、光ディスク、デジタル多用途ディスク（ｄｉｇｉｔａｌ ｖｅｒｓａｔｉｌｅ ｄｉｓｃ、ＤＶＤ）、フラッシュメモリなどが挙げられる。この例では、復号化装置１２０は、当該記憶媒体から符号化された点群データを取得することができる。

別の例において、チャネル１３０はストレージサーバを含むことができ、当該ストレージサーバは、符号化装置１１０によって符号化された点群データを記憶することができる。この例では、復号化装置１２０は、当該ストレージサーバに記憶されている、符号化された点群データを当該ストレージサーバからダウンロードすることができる。選択的に、当該ストレージサーバは、符号化された点群データを記憶し、且つ当該符号化された点群データを復号化装置１２０に送信することができ、復号化装置１２０の例としては、ウェブサーバ（例えば、ウェブサイト用）、ファイル転送プロトコル（ｆｉｌｅ ｔｒａｎｓｆｅｒ ｐｒｏｔｏｃｏｌ、ＦＴＰ）サーバなどが挙げられる。

いくつかの実施形態において、符号化装置１１０は、点群符号器１１２及び出力インタフェース１１３を含む。出力インタフェース１１３は、変調器／復調器（モデム）及び／又は送信器を含むことができる。

いくつかの実施形態において、符号化装置１１０は、点群符号器１１２及び出力インタフェース１１３に加えて、点群ソース（ｐｏｉｎｔ ｃｌｏｕｄ ｓｏｕｒｃｅ）１１１を含むことができる。

点群ソース１１１は、点群収集装置（例えば、スキャナ）、点群アーカイブ（ｐｏｉｎｔ ｃｌｏｕｄ ａｒｃｈｉｖｅ）、点群入力インターフェース、及びコンピュータグラフィクスシステム（ｃｏｍｐｕｔｅｒ ｇｒａｐｈｉｃｓ ｓｙｓｔｅｍ）のうちの少なくとも１つを含むことができる。点群入力インターフェースは、点群コンテンツプロバイダから点群データを受信ように構成されており、コンピュータグラフィックスシステムは、点群データを生成するように構成されている。

点群符号器１１２は、点群ソース１１１からの点群データを符号化してビットストリームを生成する。点群符号器１１２は、符号化された点群データを、出力インターフェース１１３を介して復号化装置１２０に直接に伝送する。符号化された点群データは、後続に復号化装置１２０で読み取られるように、記憶媒体又はストレージサーバに記憶されることもできる。

いくつかの実施形態において、復号化装置１２０は、入力インタフェース１２１及び点群復号器１２２を含む。

いくつかの実施形態において、復号化装置１２０は、入力インタフェース１２１及び点群復号器１２２に加えて、表示装置１２３を含むことができる。

入力インターフェース１２１は、受信器及び／又はモデムを含む。入力インターフェース１２１は、チャネル１３０を介して符号化された点群データを受信することができる。

点群復号器１２２は、符号化された点群データを復号化することにより、復号化された点群データを取得し、且つ復号化された点群データを表示装置１２３に伝送するように構成されている。

表示装置１２３は、復号化された点群データを表示する。表示装置１２３は、復号化装置１２０に内蔵されてもよく、又は、復号化装置１２０の外部に設けられてもよい。表示装置１２３は、多種の表示装置を含むことができ、例えば、液晶ディスプレイ（ｌｉｑｕｉｄ ｃｒｙｓｔａｌ ｄｉｓｐｌａｙ、ＬＣＤ）、プラズマディスプレイ（ｐｌａｓｍａ ｄｉｓｐｌａｙ）、有機発光ダイオード（ｏｒｇａｎｉｃ ｌｉｇｈｔ ｅｍｉｔｔｉｎｇ ｄｉｏｄｅ、ＯＬＥＤ）ディスプレイ、又は他の種類の表示装置が挙げられる。

また、図１は一例にすぎず、本出願の実施形態の技術的解決策は図１に限定されるものではなく、例えば、本出願の技術は、片側の点群符号化又は片側の点群復号化にも適用可能である。

現在の点群符号器は、動画像専門家グループ（ｍｏｖｉｎｇ ｐｉｃｔｕｒｅ ｅｘｐｅｒｔｓ ｇｒｏｕｐ、ＭＰＥＧ）によって提供される、幾何に基づいた点群圧縮（ｇｅｏｍｅｔｒｙ ｐｏｉｎｔ ｃｌｏｕｄ ｃｏｍｐｒｅｓｓｉｏｎ、Ｇ－ＰＣＣ）符号化・復号化フレームワーク、又はビデオに基づいた点群圧縮（ｖｉｄｅｏ ｐｏｉｎｔ ｃｌｏｕｄ ｃｏｍｐｒｅｓｓｉｏｎ、Ｖ－ＰＣＣ）符号化・復号化フレームワークを採用してもよく、オーディオビデオ符号化規格（ａｕｄｉｏ ｖｉｄｅｏ ｓｔａｎｄａｒｄ、ＡＶＳ）によって提供されるＡＶＳ－ＰＣＣ符号化・復号化フレームワークを採用してもよい。Ｇ－ＰＣＣ及びＡＶＳ－ＰＣＣはいずれも静的且つ疎な点群に対するものであり、それらの符号化フレームワークはほぼ同じである。Ｇ－ＰＣＣ符号化・復号化フレームワークは、第一種類の静的な点群及び第三の種類の動的に取得された点群の圧縮に用いられることができ、Ｖ－ＰＣＣ符号化・復号化フレームワークは、第二の種類の動的な点群の圧縮に用いられることができる。Ｇ－ＰＣＣ符号化・復号化フレームワークは、点群符号器・復号器ＴＭＣ１３とも呼ばれ、Ｖ－ＰＣＣ符号化・復号化フレームワークは、点群符号器・復号器ＴＭＣ２とも呼ばれる。

以下、Ｇ－ＰＣＣ符号化・復号化フレームワークを例として、本出願の実施形態に適用可能な点群符号器及び点群復号器について説明する。

図２は、本出願の実施形態に係る点群符号器２００を示すブロック図である。

上記から分かるように、点群における点は、点の位置情報及び点の属性情報を含むことができるため、点群における点の符号化は主に位置符号化及び属性符号化を含む。いくつかの例において、点群における点の位置情報は幾何情報とも呼ばれ、それに応じて、点群における点の位置符号化は幾何符号化と呼ばれてもよい。

位置符号化のプロセスは、点群における点に対して座標変換や量子化・重複点除去などの前処理を行うことと、次に、前処理された点群を幾何符号化し、例えば、八分木を構築し、構築された八分木に基づいて幾何符号化を行うことにより幾何ビットストリームを形成することと、を含む。同時に、構築された八分木から出力された位置情報に基づいて、点群データにおける各点の位置情報を再構成し、各点の位置情報の再構成値を得る。

属性符号化プロセスは、入力点群の位置情報の再構成情報及び属性情報の真値を与え、３つの予測モードのうちの１つを選択して点群予測を行い、予測された結果を量子化し、算術符号化を行うことにより、属性ビットストリームを形成することを含む。

図２に示されるように、位置符号化は、座標変換（ｃｏｏｒｄｉｎａｔｅ ｔｒａｎｓｆｏｒｍ）ユニット２０１、量子化・重複点除去（ｑｕａｎｔｉｚａｔｉｏｎ ａｎｄ ｒｅｐｅｔｉｔｉｏｎ ｐｏｉｎｔ ｒｅｍｏｖａｌ）ユニット２０２、八分木分析（ｏｃｔｒｅｅ ａｎａｌｙｓｉｓ）ユニット２０３、幾何再構成（ｇｅｏｍｅｔｒｙ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ）ユニット２０４、及び第一算術符号化（ｆｉｒｓｔ ａｒｉｔｈｍｅｔｉｃ ｅｎｃｏｄｉｎｇ）ユニット２０５によって実現され得る。

座標変換ユニット２０１は、点群における点のワールド座標を相対座標に変換するために用いられることができる。例えば、点の幾何座標からｘｙｚ座標軸の最小値をそれぞれ減算すること（直流除去操作に相当する）により、点群における点の座標をワールド座標から相対座標に変換することを実現する。

量子化・重複点除去ユニット２０２は、量子化により座標の数を減らすことができ、量子化後、元の異なる点に同じ座標が与えられる可能性があるため、重複点を重複除外操作により削除することができる。例えば、同じ量子化位置及び異なる属性情報を有する複数の点を属性変換により１つの点にマージすることができる。本出願のいくつかの実施形態において、量子化・重複点除去ユニット２０２は、選択可能なユニットモジュールである。

八分木分析ユニット２０３は、量子化された点の位置情報を八分木（ｏｃｔｒｅｅ）符号化方式で符号化することができる。例えば、点群を八分木の形式で分割することで、点の位置は八分木の点の位置と一対一で対応することができ、八分木にノードがある位置を統計し、そのフラグ（ｆｌａｇ）を１として記し、幾何符号化を行う。

幾何再構成ユニット２０４は、八分木分析ユニット２０３から出力された位置情報に基づいて位置再構成を行うことにより、点群データにおける各点の位置情報の再構成値を得ることができる。

第一算術符号化ユニット２０５は、エントロピー符号化方式を利用して、八分木分析ユニット２０３から出力された位置情報に対して算術符号化を行うことができ、即ち、八分木分析ユニット１０３から出力された位置情報を利用して算術符号化方式で幾何ビットストリーム（ｇｅｏｍｅｔｒｙ ｂｉｔｓｔｒｅａｍ）を生成する。幾何ビットストリームは、幾何コードストリームと呼ばれてもよい。

属性符号化は、色空間変換（ｃｏｌｏｒ ｔｒａｎｓｆｏｒｍ）ユニット２１０、属性変換（ａｔｔｒｉｂｕｔｅ ｔｒａｎｓｆｅｒ）ユニット２１１、ＲＡＨＴ（ｒｅｇｉｏｎ ａｄａｐｔｉｖｅ ｈｉｅｒａｒｃｈｉｃａｌ ｔｒａｎｓｆｏｒｍ）ユニット２１２、予測変換（ｐｒｅｄｉｃｔｉｎｇ ｔｒａｎｓｆｏｒｍ）ユニット２１３、及びリフティング変換（ｌｉｆｔｉｎｇ ｔｒａｎｓｆｏｒｍ）ユニット２１４、係数量子化（ｃｏｅｆｆｉｃｉｅｎｔ ｑｕａｎｔｉｚａｔｉｏｎ）ユニット２１５及び第二算術符号化ユニット２１６によって実現され得る。

なお、点群符号器２００は、図２に示されるものより多くの、より少ない、又は異なる機能コンポーネントを含むことができる。

色空間変換ユニット２１０は、点群における点のＲＧＢ色空間をＹＣｂＣｒフォーマット又は他のフォーマットに変換するために用いられることができる。

属性変換ユニット２１１は、属性の歪みを最小にするように、点群における点の属性情報を変換するために用いられることができる。例えば、属性変換ユニット２１１は、点の属性情報の真値（ａｃｔｕａｌ ｖａｌｕｅ）を取得するために用いられることができる。例えば、属性情報は、点の色情報であってもよい。

属性変換ユニット２１１の変換により点の属性情報のオリジナル値が得られた後、任意の予測ユニットを選択して、点群における点を予測することができる。予測ユニットは、ＲＡＨＴユニット２１２、予測変換ユニット２１３、及びリフティング変換ユニット２１４を含むことができる。

換言すれば、ＲＡＨＴユニット２１２、予測変換ユニット２１３、及びリフティング変換ユニット２１４のいずれかは、点群における点の属性情報を予測して点の属性情報の予測値を取得し、さらに、点の属性情報の予測値に基づいて点の属性情報の残差値を取得するために用いられることができる。例えば、点の属性情報の残差値は、点の属性情報のオリジナル値から点の属性情報の予測値を差し引いた値であってもよい。

本出願の１つの実施形態において、予測変換ユニット２１３は、詳細度（ｌｅｖｅｌ ｏｆ ｄｅｔａｉｌ、ＬＯＤ）を生成するために用いられることができる。ＬＯＤの生成プロセスは、点群における点の位置情報に基づいて点と点の間のユークリッド距離を取得することと、ユークリッド距離に基づいて点を異なる詳細表現層（ｄｅｔａｉｌ ｒｅｐｒｅｓｅｎｔａｔｉｏｎ ｌａｙｅｒ）（細分化レベル（ｒｅｆｉｎｅｍｅｎｔ ｌｅｖｅｌ）とも呼ばれる）に分割することとを含む。１つの実施形態において、ユークリッド距離を順位付けした後、異なる範囲にあるユークリッド距離に対応する点を異なる詳細表現層に分割することができる。例えば、１つの点を任意に選んで第一詳細表現層とする。そして、残りの点とその点との間のユークリッド距離を計算し、ユークリッド距離が第一閾値を満たす点を第二詳細表現層に分類する。第二詳細表現層における点の質量中心を取得し、第一詳細表現層及び第二詳細表現層以外の点と該質量中心との間のユークリッド距離を計算し、ユークリッド距離が第二閾値を満たす点を第三詳細表現層に分類する。すべての点を詳細表現層に分類するまで、上記の操作を繰り返す。ユークリッド距離の閾値を調整することにより、各ＬＯＤ層における点の数が増えていくようにすることができる。ＬＯＤ層の分割方法としては、他の方法が採用されてもよく、本出願では、それについては限定されない。

なお、点群を１つ又は複数の詳細表現層に直接に分割することができ、点群をまず複数の点群スライス（ｓｌｉｃｅ）に分割し、次に、各点群スライスを１つ又は複数のＬＯＤ層に分割することもできる。

例えば、点群を複数の点群スライスに分割することができ、各点群スライスにおける点の数は５５万～１１０万であることができる。各点群スライスはそれぞれ単独の点群と見なされることができる。各点群スライスは複数の詳細表現層に分割されることができ、各詳細表現層は複数の点を含む。１つの実施形態において、点と点の間のユークリッド距離に応じて、詳細表現層の分割を行うことができる。

量子化ユニット２１５は、点の属性情報の残差値を量子化するために用いられることができる。例えば、量子化ユニット２１５と予測変換ユニット２１３とが接続されている場合、量子化ユニットは、予測変換ユニット２１３から出力された点の属性情報の残差値を量子化するために用いられることができる。

例えば、予測変換ユニット２１３から出力された点の属性情報の残差値を量子化ステップサイズで量子化することにより、システム性能の向上を図る。

第二算術符号化ユニット２１６は、ゼロランレングス符号化（ｚｅｒｏ ｒｕｎ ｌｅｎｇｔｈ ｃｏｄｉｎｇ）を利用して点の属性情報の残差値をエントロピー符号化することにより、属性ビットストリームを得ることができる。属性ビットストリームは、ビットストリーム情報であってもよい。

図３は、本出願の実施形態に係る復号器３００を示すブロック図である。

図３に示されるように、復号器３００は、符号化装置から点群のビットストリームを取得し、ビットストリームを解析することによって点群における点の位置情報及び属性情報を取得することができる。点群の復号化は、位置復号化及び属性復号化を含む。

位置復号化のプロセスは、幾何ビットストリームに対して算術復号化を行うことと、八分木を構築した後に統合を行い、点の位置情報を再構成することにより、点の位置情報の再構成情報を得ることと、点の位置情報の再構成情報に対して座標変換を行うことにより点の位置情報を得ることとを含む。点の位置情報は、点の幾何情報と呼ばれることもできる。

属性復号化のプロセスは、属性ビットストリームを解析することにより、点群における点の属性情報の残差値を得ることと、点の属性情報の残差値に対して逆量子化を行うことにより、逆量子化後の点の属性情報の残差値を得ることと、位置復号化中に得られた点の位置情報の再構成情報に基づいて、ＲＡＨＴ、予測変換、リフティング変換という３つの予測モードのうちの１つを選択して点群予測を行うことにより予測値を得ることと、予測値と残差値とを加算することにより点の属性情報の再構成値を得ることと、点の属性情報の再構成値に対して色空間逆変換を行うことにより、復号化された点群を得ることと、を含む。

図３に示されるように、位置復号化は、第一算術復号化（ｆｉｒｓｔ ａｒｉｔｈｍｅｔｉｃ ｄｅｃｏｄｉｎｇ）ユニット３０１、八分木合成（ｏｃｔｒｅｅ ｓｙｎｔｈｅｓｉｚａｔｉｏｎ）ユニット３０２、幾何再構成ユニット３０３、及び座標逆変換（ｃｏｏｒｄｉｎａｔｅ ｉｎｖｅｒｓｅ ｔｒａｎｓｆｏｒｍ）ユニット３０４により実現され得る。

属性復号化は、第二算術復号化ユニット３１０、逆量子化（ｉｎｖｅｒｓｅ ｑｕａｎｔｉｚａｔｉｏｎ）ユニット３１１、ＲＡＨＴユニット３１２、予測変換ユニット３１３、リフティング変換ユニット３１４、及び色空間逆変換（ｃｏｌｏｒ ｉｎｖｅｒｓｅ ｔｒａｎｓｆｏｒｍ ｕｎｉｔ）ユニット３１５によって実現され得る。

なお、圧縮解除は圧縮の逆過程であり、同様に、点群復号器３００における各ユニットの機能については、点群符号器２００における対応のユニットの機能を参照することができる。点群復号器３００は、図３に示されるものより多くの、より少ない、又は異なる機能コンポーネントを含むことができる。

例えば、復号器３００において、点群における点と点の間のユークリッド距離に応じて点群を複数のＬＯＤに分割し、次に、ＬＯＤにおける点の属性情報を順次復号化することができる。例えば、ゼロランレングス符号化技術におけるゼロの数（ｚｅｒｏ＿ｃｎｔ）を計算し、ｚｅｒｏ＿ｃｎｔに基づいて残差値を復号化し、次に、復号器２００において、すべての点が復号化されるまで、復号化された残差値に基づいて逆量子化を行い、逆量子化後の残差値と、現在点の予測値とを加算することにより当該点の再構成値を得ることができる。現在点はＬＯＤにおける後続点の最近の近傍点とされ、現在点の再構成値を利用して後続点の属性情報が予測される。

上記図２から分かるように、点群符号器２００は、機能の角度から、主に位置符号化モジュール及び属性符号化モジュールという２つの部分を含む。位置符号化モジュールは、点群の位置情報の符号化を実現して、幾何ビットストリームを形成するよう構成されている。属性符号化モジュールは、点群の属性情報の符号化を実現して、属性ビットストリームを形成するよう構成されている。本出願は主に属性情報の符号化に関する。以下、図４を参照しながら、本出願に係る点群符号器における属性符号化モジュールについて紹介する。

図４は、本出願の実施形態に係る属性符号化モジュール４００を示す一部のブロック図である。当該属性符号化モジュール４００は、上記図２に示された点群符号器２００における、属性情報の符号化を実現するためのユニットであると理解されることができる。図４に示されるように、当該属性符号化モジュール４００は、前処理ユニット４１０、残差ユニット４２０、量子化ユニット４３０、予測ユニット４４０、逆量子化ユニット４５０、再構成ユニット４６０、フィルタリングユニット４７０、復号化バッファ（ｄｅｃｏｄｉｎｇ ｂｕｆｆｅｒ）ユニット４８０、及び符号化ユニット４９０を備える。なお、属性符号化モジュール４００は、より多くの、より少ない、又は異なる機能コンポーネントを備えることもできることに留意されたい。

いくつかの実施形態において、前処理ユニット４１０は、図２に示された色空間変換ユニット２１０及び属性変換ユニット２１１を含むことができる。

いくつかの実施形態において、量子化ユニット４３０は、上記図２における係数量子化ユニット２１５であると理解されてもよく、符号化ユニット４９０は、上記図２における第二算術符号化ユニット２１６であると理解されてもよい。

いくつかの実施形態において、予測ユニット４４０は、図２に示されたＲＡＨＴユニット２１２、予測変換ユニット２１３、及びリフティング変換ユニット２１４を含むことができる。予測ユニット４４０は、具体的に、点群における点の位置情報の再構成情報を取得し、点の位置情報の再構成情報に基づいて、ＲＡＨＴユニット２１２、予測変換ユニット２１３、及びリフティング変換ユニット２１４のうちのいずれか１つを選択して点群における点の属性情報を予測することにより、点の属性情報の予測値を取得するよう構成されている。

残差ユニット４２０は、点群における点の属性情報のオリジナル値及び属性情報の再構成値に基づいて、点群における点の属性情報の残差値を得ることができる。例えば、点の属性情報のオリジナル値から属性情報の再構成値を差し引くことで、点の属性情報の残差値を得る。

量子化ユニット４３０は、属性情報の残差値を量子化することができ、具体的に、量子化ユニット４３０は、点群に関連付けられた量子化パラメータ（ｑｕａｎｔｉｚａｔｉｏｎ ｐａｒａｍｅｔｅｒ、ＱＰ）値に基づいて点の属性情報の残差値を量子化することができる。点群符号器は、点群に関連付けられたＱＰ値を調整することにより、点に応用される量子化の度合いを調整することができる。

逆量子化ユニット４５０は、量子化された属性情報の残差値にそれぞれ逆量子化を応用することにより、量子化された属性情報の残差値から属性情報の残差値を再構成することができる。

再構成ユニット４６０は、再構成された属性情報の残差値を、予測ユニット４４０によって生成された予測値に加算することにより、点群における点の属性情報の再構成値を取得することができる。

フィルタリングユニット４７０は、再構成操作におけるノイズを除去又は低減することができる。

復号化バッファユニット４８０は、点群における点の属性情報の再構成値を記憶することができる。予測ユニット４４０は、点の属性情報の再構成値を利用して他の点の属性情報を予測することができる。

上記図３から分かるように、点群復号器３００は、機能の角度から、主に位置復号化モジュール及び属性復号化モジュールという２つの部分を含む。位置復号化モジュールは、点群の幾何ビットストリームの復号化を実現して、点の位置情報を得るよう構成されている。属性復号化モジュールは、点群の属性ビットストリームの復号化を実現して、点群の属性情報を得るよう構成されている。以下、図５を参照しながら、本出願に係る点群復号器における属性復号化モジュールについて紹介する。

図５は、本出願の実施形態に係る属性復号化モジュール５００を示す一部のブロック図である。当該属性復号化モジュール５００は、上記図３に示された点群復号器３００における、属性ビットストリームの復号化を実現するためのユニットであると理解されることができる。図５に示されるように、当該属性復号化モジュール５００は、復号化ユニット５１０、予測ユニット５２０、逆量子化ユニット５３０、再構成ユニット５４０、フィルタリングユニット５５０及び復号化バッファユニット５６０を備える。なお、属性復号化モジュール５００は、より多くの、より少ない、又は異なる機能コンポーネントを備えることもできることに留意されたい。

属性復号化モジュール５００は、属性ビットストリームを受信することができる。復号化ユニット５１０は、属性ビットストリームを解析することにより属性ビットストリームからシンタックス要素（ｓｙｎｔａｘ ｅｌｅｍｅｎｔ）を抽出することができる。属性ビットストリームの解析の一部として、復号化ユニット５１０は、属性ビットストリームにおける、符号化されたシンタックス要素を解析することができる。予測ユニット５２０、逆量子化ユニット５３０、再構成ユニット５４０、及びフィルタリングユニット５５０は、属性ビットストリームから抽出されたシンタックス要素に基づいて属性情報を復号化することができる。

いくつかの実施形態において、予測ユニット５２０は、ビットストリームから解析された１つ又は複数のシンタックス要素に基づいて点の予測モードを特定し、特定された予測モードを利用して点の属性情報を予測することができる。

逆量子化ユニット５３０は、点群における点に関連付けられた量子化された属性情報の残差値を逆量子化（即ち、脱量子化）することにより、点の属性情報の残差値を得ることができる。逆量子化ユニット５３０は、点群に関連付けられたＱＰ値を利用して、量子化の度合いを特定することができる。

再構成ユニット５４０は、点群における点の属性情報の残差値及び点群における点の属性情報の予測値を利用して、点群における点の属性情報を再構成する。例えば、再構成ユニット５４０は、点群における点の属性情報の残差値を点の属性情報の予測値に加算することにより、点の属性情報の再構成値を得ることができる。

フィルタリングユニット５５０は、再構成操作におけるノイズを除去又は低減することができる。

属性復号化モジュール５００は、点群における点の属性情報の再構成値を復号化バッファユニット５６０に記憶することができる。属性復号化モジュール５００は、復号化バッファユニット５６０における属性情報の再構成値を参照点として後続の予測に用いることができ、又は、属性情報の再構成値を表示装置に伝送して提示することができる。

点群の属性情報の符号化・復号化の基本的な流れは以下の通りである。符号化側では、点群データの属性情報を前処理することにより、点群における点の属性情報のオリジナル値を得る。予測ユニット４１０は、点群における点の位置情報の再構成値に基づいて、上記３つの予測モードのうちの１つを選択して点群における点の属性情報を予測することにより、属性情報の予測値を得る。残差ユニット４２０は、点群における点の属性情報のオリジナル値と属性情報の予測値とに基づいて属性情報の残差値を計算し、即ち、点群における点の属性情報のオリジナル値と属性情報の予測値との差を点群における点の属性情報の残差値とする。量子化ユニット４３０は当該残差値を量子化し、それにより、人間の目に敏感ではない情報が除去され、視覚的な冗長性が解消されることができる。符号化ユニット４９０は、量子化ユニット４３０によって出力された、量子化された属性情報の残差値を受信し、量子化された属性情報の残差値を符号化して、属性ビットストリームを出力することができる。

また、逆量子化ユニット４５０は、量子化ユニット４３０によって出力された、量子化された属性情報の残差値を受信し、量子化された属性情報の残差値を逆量子化することにより、点群における点の属性情報の残差値を得ることができる。再構成ユニット４６０は、逆量子化ユニット４５０によって出力された点群における点の属性情報の残差値と、予測ユニット４１０によって出力された点群における点の属性情報の予測値とを取得し、点群における点の属性情報の残差値と予測値とを加算することにより点の属性情報の再構成値を取得する。点の属性情報の再構成値は、フィルタリングユニット４７０によってフィルタリングされた後、復号化バッファユニット４８０内にバッファリングされ、他の点の後続の予測プロセスに用いられる。

復号化側では、復号化ユニット５１０は、属性ビットストリームを解析することにより、点群における点の量子化された属性情報の残差値、予測情報、量子化係数などを得ることができる。予測ユニット５２０は、予測情報に基づいて点群における点の属性情報を予測することにより、点の属性情報の予測値を生成する。逆量子化ユニット５３０は、属性ビットストリームから得られた量子化係数を利用して、点の量子化された属性情報の残差値を逆量子化することにより、点の属性情報の残差値を得る。再構成ユニット４４０は、点の属性情報の予測値と残差値とを加算することにより、点の属性情報の再構成値を得る。フィルタリングユニット５５０は、点の属性情報の再構成値をフィルタリングすることにより、復号化された属性情報を得る。

なお、属性情報を符号化する際に符号化側によって特定された予測、量子化、符号化、フィルタリングなどのモード情報又はパラメータ情報は、必要に応じて属性ビットストリームに持ち込まれる。復号化側は、属性ビットストリームを解析し、且つ既存情報を分析することにより、符号化側と同じ予測、量子化、符号化、フィルタリングなどのモード情報又はパラメータ情報を特定する。それによって、符号化側で得られる属性情報の再構成値と、復号化側で得られる属性情報の再構成値とが同じであることを確保する。

上記は、Ｇ－ＰＣＣ符号化・復号化フレームワークに基づいた点群符号器・復号器の基本的な流れである。技術の発展に伴い、当該フレームワーク又は流れの一部のモジュール又はステップが最適化される可能性があり、本出願は、Ｇ－ＰＣＣ符号化・復号化フレームワークに基づいた点群符号器・復号器の基本的な流れに適用されるが、当該フレームワーク又は流れに限定されない。

以上、本出願の実施形態に係る点群符号化システム、点群符号器、点群復号器について紹介した。それに基づいて、本出願の実施形態に係る技術的解決策を、具体的な実施形態と合わせて以下に詳細に説明する。

次に、図６を参照しながら符号化側について説明する。

図６は、本出願の実施形態に係る点群符号化方法６００を示すフローチャートである。本出願の実施形態は、図１、図２及び図４に示された点群符号器に適用される。図６に示されるように、本出願の実施形態に係る方法は以下の内容を含む。

Ｓ６０１：点群における点の幾何情報及び属性情報を取得する。

点群は複数の点を含み、各点は点の幾何情報及び点の属性情報を含むことができる。点の幾何情報は、点の位置情報と呼ばれることもでき、点の位置情報は、点の３次元座標情報であってもよい。点の属性情報は、色情報及び／又は反射率などを含むことができる。

一例において、点群符号器は、得られた点群における点のオリジナル属性情報を、点の属性情報のオリジナル値とすることができる。

別の例において、図２に示されるように、点群符号器は、点群における点のオリジナル属性情報を取得した後、当該オリジナル属性情報に対して色空間変換を行い、例えば、点のＲＧＢ色空間をＹＣｂＣｒフォーマット又は他のフォーマットに変換する。色空間変換が行われた点に対して属性変換を行うことで、属性の歪みを最小にし、点の属性情報のオリジナル値を得る。

Ｓ６０２：点群における点の幾何情報に基づいて、点群における点の属性情報の予測値を特定する。

例えば、点群における点の幾何情報を符号化することにより、点群における点の幾何情報の再構成値を得る。点群における点の幾何情報の再構成値に基づいて、点群における点の属性情報の予測値を特定する。

なお、点群符号器は、点群における点の幾何情報の符号化を完了した後、点群における点の属性情報を符号化する。図２を参照すると、幾何情報を符号化するプロセスにおいて、第一算術符号化ユニット２０５は、八分木ユニット２０３によって処理された点の幾何情報を符号化することにより幾何ビットストリームを形成し、幾何再構成ユニット２０４は、八分木ユニット２０３によって処理された点の幾何情報を再構成することにより幾何情報の再構成値を取得する。予測ユニットは、幾何再構成ユニット２０４によって出力された幾何情報の再構成値を得ることができる。

例えば、点群における点の幾何情報の再構成値に基づいて、点群における点を並び替えることにより、並び替えられた点群を得る。例えば、点群における点の幾何情報の再構成値に基づいて点のモートンコード（Ｍｏｒｔｏｎ ｃｏｄｅ）を特定し、モートンコードに基づいて点群における点を並び替えて点のモットン順序（Ｍｏｒｔｏｎ ｏｒｄｅｒ）を得る。並び替えられた点群における１つの目標点に対して、属性情報が符号化された点から当該目標点の少なくとも１つの近傍点を取得し、当該少なくとも１つの近傍点の属性情報の再構成値に基づいて、当該目標点の属性情報の予測値を予測する。

なお、目標点の少なくとも１つの近傍点の属性情報の再構成値に基づいて、当該目標点の属性情報の予測値を予測する方式は、以下のいくつかを含むが、これらに限定されない。

方式１では、少なくとも１つの近傍点の属性情報の再構成値の平均値を、当該目標点の属性情報の予測値とする。

方式２では、少なくとも１つの近傍点がＫ個の近傍点であると仮定し、Ｋ個の近傍点の各々の属性情報の再構成値を目標点の予測参照値とすることにより、Ｋ個の予測参照値を得る。また、Ｋ個の近傍点の属性情報の再構成値の平均値を目標点のもう１つの予測参照値とすることで、目標点は合計で（Ｋ＋１）個の予測参照値を有するようになる。この（Ｋ＋１）個の予測参照値の各々に対応するレート歪み最適化（ｒａｔｅ ｄｉｓｔｏｒｔｉｏｎ ｏｐｔｉｍｉｚｅｄ、ＲＤＯ）コストを計算し、ＲＤＯコストが最小である予測参照値を当該目標点の属性情報の予測値とする。

Ｓ６０３：点群における点の属性情報の予測値に基づいて、点群における点の属性情報の残差値を特定する。

例えば、点群における点の属性情報のオリジナル値と属性情報の予測値との差を、点群における点の属性情報の残差値として特定する。

例えば、点群における点については、上記ステップに基づいて、当該点の属性情報の予測値及び属性情報のオリジナル値を取得することができ、当該点の属性情報のオリジナル値と属性情報の予測値との差を、当該点の属性情報の残差値とする。

例えば、下記数１に基づいて、点の属性情報の残差値を特定する。

ａｔｔｒＲｅｓｉｄｕａｌは属性情報の残差値であり、ａｔｔｒＶａｌｕｅは属性情報のオリジナル値であり、ａｔｔｒＰｒｅｄＶａｌｕｅは属性情報の予測値である。

Ｓ６０４：第一符号化プロセスを利用して点群における点の属性情報の残差値を処理する。第一符号化プロセスでは、点群における少なくとも１つの点の属性情報の残差値を可逆符号化する。

図４を参照すると、現時点では、属性情報を符号化するプロセスにおいて、残差ユニット４２０は、点群における点の属性情報のオリジナル値及び属性情報の予測値に基づいて、属性情報の残差値を計算することができる。量子化ユニット４３０は当該残差値を量子化し、それにより、人間の目に敏感ではない情報が除去され、視覚的な冗長性が解消されることができる。逆量子化ユニット４５０は、量子化ユニット４３０によって出力された、量子化された属性情報の残差値を受信し、量子化された属性情報の残差値を逆量子化し、点群における点の属性情報の残差値を得ることができる。再構成ユニット４６０は、逆量子化ユニット４５０によって出力された点群における点の属性情報の残差値と、予測ユニット４１０によって出力された点群における点の属性情報の予測値とを取得し、点群における点の属性情報の残差値と予測値とを加算することにより点の属性情報の再構成値を取得する。点の属性情報の再構成値は、復号化バッファユニット４８０内にバッファリングされ、他の点の後続の予測プロセスに用いられる。

上記から分かるように、現時点では、属性情報を符号化するプロセスにおいて、点の属性情報の残差値を量子化する。しかし、量子化によって属性情報の再構成値に誤差が生じ、後続の属性情報の予測精度がさらに低下するため、属性情報の全体の符号化効果が低下してしまう。当該技術的課題を解決するために、本出願では、第一符号化プロセスを利用して点群における点の属性情報の残差値を処理する。即ち、点群における少なくとも１つの点の属性情報の残差値を可逆符号化することによって、属性情報の再構成値に対する量子化の影響を低減し、属性ビットストリームのサイズに大きな影響をもたらさずに属性情報の予測精度をさらに向上させ、属性情報の符号化効果を向上させる。

なお、本出願において、点の属性情報の残差値を可逆符号化することは、点の属性情報の残差値を量子化しないことともいえる。

属性情報の残差値が可逆符号化される点の数は、本出願では限定されない。例えば、点群における一部の点の属性情報の残差値を量子化し、一部の点の属性情報の残差値を量子化しない（即ち、可逆符号化する）。又は、点群におけるすべての点の属性情報の残差値を量子化しない（即ち、可逆符号化する）。

一例において、属性情報の残差値が可逆符号化される少なくとも１つの点は、Ｎ個の点であってもよい。

選択的に、当該Ｎは２の整数倍であり、例えば、点群における２つ、４つ、１６個又は２４個の点の属性情報の残差値を可逆符号化する。

選択的に、Ｎ個の点は、点群における任意のＮ個の点であることができ、例えば、並び替えられた点群における連続的なＮ個の点であってもよく、任意に選択されたＮ個の点であってもよく、指定されたＮ個の点であってもよく、又は、予め設定された点選択間隔に基づいて選択されたＮ個の点であってもよい。点選択間隔は、不均一な間隔であってもよい。

選択的に、Ｎ個の点における隣接する２つの点ごとの間の間隔が等しい。例えば、点群は１２００個の点を含み、Ｎが２４であると仮定し、２４個の点における隣接する２つの点ごとの間の間隔が等しく、その間隔がいずれも５０個の点である。

いくつかの実施形態において、予め設定された間隔に基づいて、点群における、予め設定された間隔を隔てた点の属性情報の残差値を可逆符号化する。例えば、点群が１２００個の点を含み、予め設定された間隔が１０個の点であれば、並び替えられた点群における１０個の点という間隔を隔てて点の属性情報の残差値を可逆符号化する。選択的に、１２００個の点のうち１番目の点を、属性情報の残差値が量子化されない１番目の点とし、１０個の点という間隔を隔て、１１番目の点を、属性情報の残差値が量子化されない２番目の点とし、このように順次類推する。選択的に、１２００個の点群のうちの１１番目の点を、属性情報の残差値が可逆符号化される１番目の点とし、１０個の点という間隔を隔て、２１番目の点を、属性情報の残差値が可逆符号化される２番目の点とし、このように順次類推する。

実際の応用では、以下の方式に基づいてＳ６０４を実現することができる。

方式１では、点群における点の属性情報の残差値を量子化するプロセスにおいて、属性情報の残差値が可逆符号化される少なくとも１つの点をスキップする。

方式２では、属性情報の残差値が可逆符号化される少なくとも１つの点の量子化ステップサイズを１に設定する。

例えば、現時点では、下記数２に基づいて、点の属性情報の残差値を量子化する。

ａｔｔｒＲｅｓｉｄｕａｌＱｕａｎｔは量子化された属性情報の残差値であり、Ｑｓｔｅｐは量子化ステップサイズである。

当該方式では、属性情報の残差値が可逆符号化される点については、その量子化ステップサイズを１に設定することができ、即ち、Ｑｓｔｅｐ＝１である。

方式３では、属性情報の残差値が可逆符号化される少なくとも１つの点のＱＰを目標値に設定する。目標値は、量子化ステップサイズが１である際の対応のＱＰ値である。

量子化ステップサイズはＱＰ値から計算されるため、ＱＰ値は通常、プロファイルにより予め設定される。それに基づいて、ＱＰを、量子化ステップサイズが１である際の対応のＱＰ値に設定することができる。

現在、ＭＰＥＧによって提供されるテストプラットフォームＴＭＣ１３ｖ５（ｔｅｓｔ ｍｏｄｅｌ ｆｏｒ ｃａｔｅｇｏｒｙ １＆３ ｖｅｒｓｉｏｎ ５）は、ＬＯＤに基づいた属性情報の符号化方式を採用している。以下、図７を参照しながら、本出願の実施形態に採用される属性情報の予測方式がＬＯＤに基づいた予測方式である場合の、本出願の属性情報の符号化方法について説明する。

図７は、本出願の実施形態に係る点群符号化方法７００を示すフローチャートである。

Ｓ７０１：点群における点の幾何情報及び属性情報を取得する。

Ｓ７０１の具体的な実施プロセスは、Ｓ６０１の具体的な実施プロセスとほぼ同じである。それについては、Ｓ６０１の説明を参照することができ、ここでは繰り返さない。

Ｓ７０２：点群における点の幾何情報に基づいて、点群に対してＬＯＤ分割を行うことにより、点群の複数の詳細表現層を得る。各詳細表現層に少なくとも１つの点が含まれている。

一例において、点群における点の幾何情報に基づいて点のモートンコードを取得し、モートンコードに従って並べ替えることにより点群のモートン順序（Ｍｏｒｔｏｎ ｏｒｄｅｒ）を取得する。点群のモートン順序に従ってＬＯＤ分割を行う。

別の例において、点群における点の幾何情報に基づいて点群を並び替えることにより、点群のオリジナル順序を得る。点群のオリジナル順序に従ってＬＯＤ分割を行う。

並び替えられた点群に対してＬＯＤ分割を行い、例えば、並び替えられた点群から１つの点を任意に選択して第一詳細表現層とする。次に、幾何情報に基づいて、残りの点とその点との間のユークリッド距離を計算し、ユークリッド距離が第一閾値を満たす点を第二詳細表現層に分類する。第二詳細表現層における点の質量中心を取得し、第一詳細表現層及び第二詳細表現層以外の点と該質量中心との間のユークリッド距離を計算し、ユークリッド距離が第二閾値を満たす点を第三詳細表現層に分類する。すべての点を詳細表現層に分類するまで、上記の操作を繰り返す。各詳細表現層における点は、点の属性情報の再構成値の大きさに応じて当該詳細表現層で並べ替えられる。

なお、上記ＬＯＤ分割の方式は例示にすぎず、ＬＯＤ分割は他の方式を採用してもよく、それにつては、本出願では限定されない。

図８は、一部の点群のＬＯＤ分割を示す概略図である。図８は上部に、オリジナル点群における１０個の点、ｐ０、ｐ２、．．．．．．、ｐ９を図示している。その１０個の点の幾何情報に基づいて、１０個の点を並び替え、点ｐ０、ｐ２、．．．．．．、ｐ９のオリジナル順序を得る。点ｐ０、ｐ２、．．．．．．、ｐ９のオリジナル順序に従って、点ｐ０、ｐ２、．．．．．．、ｐ９に対してＬＯＤ分割を行い、互いに重ならない３つの詳細表現層を得る。例えば、第一詳細表現層Ｒ０は、ｐ０、ｐ５、ｐ４及びｐ２を含み、第二詳細表現層Ｒ１は、ｐ１、ｐ６及びｐ３を含み、第三詳細表現層Ｒ２は、ｐ９、ｐ８及びｐ７を含む。第一詳細表現層Ｒ０は、Ｌ０と表記される第一ＬＯＤ層を構成し、第一ＬＯＤ層及び第二詳細表現層Ｒ１は、Ｌ１と表記される第二ＬＯＤ層を構成し、第二ＬＯＤ層及び第三詳細表現層Ｒ２は、Ｌ２と表記される第三ＬＯＤ層を構成する。ＬＯＤ層に含まれる点の数は、層ごとに増加する。

図８を参照すると、ＬＯＤ分割から得られた複数の詳細表現層を、層数の昇順に従って並び替えることにより、点群のＬＯＤ順序を得ることができる。いくつかの実施形態において、複数の詳細表現層を層数の降順に従って並び替えることにより、点群のＬＯＤ順序を得ることもできる。

Ｓ７０３：点群の複数の詳細表現層に基づいて、点群における点の属性情報の予測値を特定する。

例えば、層数の昇順に従って点群の複数の詳細表現層を並び替えることにより、点群のＬＯＤ順序を取得し、点群のＬＯＤ順序に従って、点群における点の属性情報の予測値を特定する。

いくつかの実施形態において、点群における、符号化されようとする１つの目標点を例として説明し、Ｓ７０３は以下いくつかの方式を含むが、これらに限定されない。

方式１では、点群のＬＯＤ順序に従って、点群における符号化済みの点から目標点の少なくとも１つの近傍点を取得し、例えば、ｋ近傍（ｋ－ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒｓ、ＫＮＮ）アルゴリズムに基づいて、点群における符号化済みの点から当該目標点の３つの最近傍点を探し、これら３つの最近傍点の属性情報の再構成値の加重平均値を目標点の属性情報の予測値とする。

方式２では、点群のＬＯＤ順序に従って、点群における符号化済みの点から目標点の少なくとも１つの近傍点を取得し、例えば、ＫＮＮアルゴリズムに基づいて、点群における符号化済みの点から当該目標点の３つの最近傍点を探し、これら３つの最近傍点の各々の属性情報の再構成値を目標点の予測参照値とし、３つの予測参照値を得る。また、３つの近傍点の属性情報の再構成値の平均値を目標点の別の予測参照値とする。このようにして、目標点は合計で（３＋１）個の予測参照値を有するようになる。この（３＋１）個の予測参照値の各々に対応するＲＤＯコストを計算し、ＲＤＯコストが最小である予測参照値を当該目標点の属性情報の予測値とする。

一例において、ＲＤＯコストを特定する際に、近傍点と目標点との間の距離（例えば、ユークリッド距離）の逆数を、当該近傍点の重みとすることができる。

いくつかの実施形態において、表１に基づいて、上記（３＋１）個の予測参照値に対応する予測インデックスを特定することができる。

例えば、目標点が図８における点ｐ２であることを例として、点ｐ２に最も近い３つの近傍点はｐ４、ｐ５及びｐ１である。ｐ４は、目標点ｐ２の３つの近傍点のうち、ｐ２に最も近い点であり、第一近傍点（即ち、１^ｓｔ ｎｅａｒｅｓｔ ｐｏｉｎｔ）と表記され、表１に示されるように、その対応の予測インデックスは１である。ｐ５は、目標点ｐ２の３つの近傍点のうち、ｐ４の次に目標点ｐ２に近い点であり、第二近傍点（即ち、２^ｎｄ ｎｅａｒｅｓｔ ｐｏｉｎｔ）と表記され、表１に示されるように、その対応の予測インデックスは２である。ｐ１は、目標点ｐ２の３つの近傍点のうち、目標点ｐ２から最も遠い点であり、第三近傍点（即ち、３^ｒｄ ｎｅａｒｅｓｔ ｐｏｉｎｔ）と表記され、表１に示されるように、その対応の予測インデックスは３である。表１に示されるように、ｐ４、ｐ５、及びｐ１の属性情報の再構成値の加重平均値に対応する予測インデックスは０である。

上記方法によれば、ｐ４の属性情報の再構成値、ｐ５の属性情報の再構成値、ｐ１の属性情報の再構成値、及びｐ４、ｐ５、ｐ１の属性情報の再構成値の平均値という（３＋１）個の予測参照値の各々に対応するＲＤＯコストを計算し、ＲＤＯコストが最小である予測参照値を当該目標点の属性情報の予測値とする。例えば、ＲＤＯコストが最小である予測参照値は、点ｐ５の属性情報の再構成値である。

選択的に、点群符号器は、点ｐ５に対応する予測インデックス２を、後続に形成される属性ビットストリームに持ち込むことができる。このようにして、復号化側は、当該属性ビットストリームを直接に解析して予測インデックス２を得ることができ、予測インデックス２に対応する点ｐ５の属性情報の再構成値を利用して点ｐ２の属性情報を予測することにより、点ｐ２の属性情報の予測値を得ることができる。

Ｓ７０４：点群における点の属性情報の予測値及び属性情報のオリジナル値に基づいて、点群における点の属性情報の残差値を特定する。例えば、点群における１つの目標点を例として、当該目標点の属性情報のオリジナル値と予測値との差を当該目標点の属性情報の残差値として特定する。

Ｓ７０５：複数の詳細表現層のうちの少なくとも１つの詳細表現層における少なくとも１つの点の属性情報の残差値を可逆符号化する。

いくつかの実施形態において、Ｓ７０５は以下を含むことができる。複数の詳細表現層のうちの１つの詳細表現層における少なくとも１つの点の属性情報の残差値を可逆符号化する。又は、複数の詳細表現層のうちの一部の詳細表現層における少なくとも１つの点の属性情報の残差値を可逆符号化し、複数の詳細表現層のうちの一部の詳細表現層における各点の属性情報の残差値を量子化する。又は、複数の詳細表現層のうちの各々における少なくとも１つの点の属性情報の残差値を可逆符号化する。

いくつかの実施形態において、Ｓ７０５は、Ｓ７０５－Ａ１、Ｓ７０５－Ａ２、及びＳ７０５－Ａ３を含む。

Ｓ７０５－Ａ１：複数の詳細表現層における、含まれる点の総数が第一の予め設定された値以下である少なくとも１つの第一種類の詳細表現層と、含まれる点の総数が第一の予め設定された値より大きい少なくとも１つの第二種類の詳細表現層とを取得する。第一の予め設定された値の具体的な値は、実際のニーズに応じて特定され、本出願では限定されない。

Ｓ７０５－Ａ２：第一種類の詳細表現層におけるすべての点の属性情報の残差値を可逆符号化する。

Ｓ７０５－Ａ３：第二種類の詳細表現層における少なくとも１つの点の属性情報の残差値を可逆符号化する。

上記から分かるように、複数の詳細表現層のうちの各層に含まれる点の数は、同じであってもよく、異なっていてもよい。それに基づいて、複数の詳細表現層のうちの各々に含まれる点の総数に応じて、複数の詳細表現層を第一種類の詳細表現層及び第二種類の詳細表現層に分割する。第一種類の詳細表現層に含まれる点の総数が第一の予め設定された値以下であり、第二種類の詳細表現層に含まれる点の総数が第一の予め設定された値より大きい。例えば、点群に対してＬＯＤ分割を行うことにより、１４個の詳細表現層を得る。層数の昇順に従って、詳細表現層に含まれる点の数は順に、１、６、２８、１１４、４２４、１７３４、１００００．．．．．．．であると仮定する。第一の予め設定された値が２４であると仮定し、図９に示されるように、１４個の詳細表現層のうちの最初の２つの詳細表現層（即ち、１つの点を含む第一詳細表現層及び６つの点を含む第二詳細表現層）を第一種類の詳細表現層に分類して、２つの第一種類の詳細表現層を取得し、１４個のうちの残りの１２の詳細表現層（即ち、２８個の点を含む第三詳細表現層と、第三詳細表現層の後の他の詳細表現層）を第二種類の詳細表現層に分類して、１２の第二種類の詳細表現層を得る。

第一種類の詳細表現層におけるすべての点の属性情報の残差値を量子化しない。例えば、１４個の詳細表現層のうちの最初の２つの詳細表現層におけるすべての点の属性情報の残差値を可逆符号化する。

第二種類の詳細表現層における少なくとも１つの点の属性情報の残差値を量子化しない。例えば、１４個の詳細表現層のうちの後の１２個の各層における少なくとも１つの点の属性情報の残差値を可逆符号化する。属性情報の残差値が可逆符号化される点を選択する際に、異なる第二種類の詳細表現層は、異なるスキップ量子化（ｓｋｉｐ ｑｕａｎｔｉｚａｔｉｏｎ）点選択方式を採用してもよく、例えば、各第二種類の詳細表現層は異なる点選択方式を有する。選択的に、異なる第二種類の詳細表現層は、同じスキップ量子化点選択方式を採用してもよく、例えば、各第二種類の詳細表現層は、同じ点選択方式を有する。

いくつかの実施形態において、符号化側と復号化側との一致を保つために、符号化側は、第一種類の詳細表現層及び第二種類の詳細表現層の関連情報を属性ビットストリームに持ち込むことができる。このように、復号化側は、属性ビットストリームを解析して、第一種類の詳細表現層及び第二種類の詳細表現層の関連情報を取得し、解析で取得された第一種類の詳細表現層及び第二種類の詳細表現層の関連情報に基づいて、点の属性情報を再構成することができる。

いくつかの実施形態において、各第二種類の詳細表現層における、属性情報の残差値が可逆符号化される点の数が同じである場合、Ｓ７０５－Ａ３はＳ７０５－Ａ３－１を含む。

Ｓ７０５－Ａ３－１：第二種類の詳細表現層におけるＭ個の点の属性情報の残差値を可逆符号化する。Ｍは２の正の整数倍であり、例えば、２、４、２４、３２などである。

選択的に、同一の第二種類の詳細表現層におけるＭ個の点における隣接する２つの点の間の間隔が等しい。例えば、第二種類の詳細表現層１は２００個の点を含み、第二種類の詳細表現層２は３００個の点を含む。Ｍが１０に等しいと仮定し、第二種類の詳細表現層１における２０個の点の属性情報の残差値が可逆符号化され、２０個の点はそれぞれ順に、１番目の点、１１番目の点、２１番目の点、３１番目の点、．．．．．１８１番目の点、１９１番目の点であり、属性情報の残差値が可逆符号化される、隣接する２つの点の間の間隔が１０個の点である。第二種類の詳細表現層２における３０個の点の属性情報の残差値が可逆符号化され、３０個の点はそれぞれ順に、１番目の点、１１番目の点、２１番目の点、３１番目の点、．．．．．．、２８１番目の点、２９１番目の点であり、属性情報の残差値が可逆符号化される、隣接する２つの点の間の間隔が１０個の点である。

いくつかの実施形態において、以下のプログラムに基づいて、符号化側の属性パラメータセットにＭを追加することにより、符号化パラメータを介して、各第二種類の詳細表現層における、量子化されない等間隔の点の具体的な数を設定することができる。

ａｐｓ＿ｅｑｕａｌ＿ｉｎｔｅｒｖａｌｓ＿ｕｎｑｕａｎｔｉｚｅｄ＿ｎｕｍは、各第二種類の詳細表現層における、量子化されない等間隔の点の数を示し、例えば、２４である。

いくつかの実施形態において、少なくとも１つの第二種類の詳細表現層はＬ個の第二種類の詳細表現層を含み、異なる第二種類の詳細表現層における、属性情報の残差値が可逆符号化される点の数が異なる場合、Ｓ７０５－Ａ３は、Ｓ７０５－Ａ３－２及びＳ７０５－Ａ３－３を含む。

Ｓ７０５－Ａ３－２：Ｐ個の第二種類の詳細表現層のうちの各々における第一の数の点の属性情報の残差値を可逆符号化する。

Ｓ７０５－Ａ３－３：Ｑ個の第二種類の詳細表現層のうちの各々における第二の数の点の属性情報の残差値を可逆符号化する。

Ｌは２以上の正の整数であり、Ｐ、Ｑはいずれも正の整数であり、且つＰとＱとの合計はＬ以下であり、Ｐ個の第二種類の詳細表現層とＱ個の第二種類の詳細表現層は重ならず、第一の数と第二の数は異なる。

Ｐ個の第二種類の詳細表現層は、Ｌ個の第二種類の詳細表現層のうちの任意のＰ個の第二種類の詳細表現層であることができ、これらＰ個の第二種類の詳細表現層は、連続的な第二種類の詳細表現層であってもよく、非連続的な第二種類の詳細表現層であってもよい。

Ｑ個の第二種類の詳細表現層は、Ｌ個の第二種類の詳細表現層のうちのＰ個の第二種類の詳細表現層以外の任意のＱ個の第二種類の詳細表現層であることができ、これらＱ個の第二種類の詳細表現層は、連続的な第二種類の詳細表現層であってもよく、非連続的な第二種類の詳細表現層であってもよい。

例えば、図９に示されるように、Ｌは１２に等しく、この１２個の第二種類の詳細表現層からＰ（例えば、Ｐ＝７）個の第二種類の詳細表現層を任意に選択し、残りの７個の第二種類の詳細表現層からＱ（例えば、Ｑ＝７）個の第二種類の詳細表現層を任意に選択する。

一例において、Ｐ個の第二種類の詳細表現層は、Ｌ個の第二種類の詳細表現層のうち前のＰ個の第二種類の詳細表現層である。

一例において、Ｑ個の第二種類の詳細表現層は、Ｌ個の第二種類の詳細表現層のうちの後のＱ個の第二種類の詳細表現層である。

図９を引き続き参照すると、１２個の第二種類の詳細表現層のうちの前のＰ（例えば、Ｐ＝７）個の第二種類の詳細表現層をＰ個の第二種類の詳細表現層とし、１２個の第二種類の詳細表現層のうちの後のＱ（例えば、Ｑ＝７）個の第二種類の詳細表現層をＱ個の第二種類の詳細表現層とする。Ｐ個の第二種類の詳細表現層はそれぞれ連続であり、Ｑ個の第二種類の詳細表現層はそれぞれ連続である。

いくつかの実施形態において、図９に示されるように、点群の複数の詳細表現層が１４個の詳細表現層を含む場合、Ｐは７又は８であることができる。

一例において、Ｐ個の第二種類の詳細表現層のうちの最後の第二種類の詳細表現層は、Ｑ個の第二種類の詳細表現層のうちの１番目の第二種類の詳細表現層に隣接する。例えば、図９に示されるように、Ｐ＝７、Ｑ＝７と仮定すると、Ｐ個の第二種類の詳細表現層のうちの最後の第二種類の詳細表現層は、７番目の詳細表現層であり、Ｑ個の第二種類の詳細表現層のうちの１番目の第二種類の詳細表現層は８番目の詳細表現層であり、７番目の詳細表現層は８番目の詳細表現層に隣接する。

上記方法に基づいて、Ｌ個の第二種類の詳細表現層を、Ｐ個の第二種類の詳細表現層及びＱ個の第二種類の詳細表現層に分割する。Ｐ個の第二種類の詳細表現層の各々に対して、当該第二種類の詳細表現層における第一の数の点の属性情報の残差値を量子化しない。Ｑ個の第二種類の詳細表現層の各々に対して、当該第二種類の詳細表現層における第二の数の点の属性情報の残差値を量子化しない。

Ｐ個の第二種類の詳細表現層がＱ個の第二種類の詳細表現層の前に位置する場合、第一の数は第二の数より大きく、例えば、第一の数は２４、３２、又は６４であり、対応する第二の数は８、１６、又は３２であることができる。属性情報の予測プロセスにおいて、例えば、図８に示されるように、層数の昇順に従って複数の詳細表現層を並び替えることにより、点群のＬＯＤ順序を取得し、点群のＬＯＤ順序に従って、属性情報を符号化する。予測プロセスにおいて、ＬＯＤ順序で上位に並び替えられた点が後続の予測プロセスにおいて参照点として用いられる可能性が高い。そこで、属性情報の再構成値に対する量子化の影響を低減するために、上位に並び替えられたＰ個の第二種類の詳細表現層における多くの点の属性情報の残差値を量子化しない。冗長性を解消するために、下位に並び替えられたＱ個の第二種類の詳細表現層における少ない点の属性情報の残差値を量子化しない。

いくつかの実施形態において、第一の数は第二の数の正の整数倍であり、例えば、第一の数は第二の数の３倍又は２倍であり、例えば、第一の数は２４であり、第二の数は８である。

一例において、Ｐ個の第二種類の詳細表現層のうちの各々における第一の数の点における隣接する２つの点の間の間隔が等しい。

一例において、Ｑ個の第二種類の詳細表現層のうちの各々における第二の数の点における隣接する２つの点の間の間隔が等しい。

上記方法を採用することにより、異なる詳細表現層における異なる数の点の属性情報の残差値が可逆符号化された後、以下のＳ７０６及びＳ７０７が実行される。なお、Ｓ７０６及びＳ７０７の実行順序が限定されず、Ｓ７０６はＳ７０７の前、Ｓ７０７の後、又はＳ７０７と同時に実行されることができる。本出願では、それについては限定されない。

Ｓ７０６：目標点の属性情報の残差値及び属性情報の予測値に基づいて、目標点の属性情報の再構成値を特定する。目標点は、点群における、属性情報の残差値が可逆符号化される点である。

目標点の属性情報の残差値が量子化されていないため、再構成プロセスにおいて、目標点の属性情報の残差値を逆量子化する必要がなく、目標点の属性情報の残差値及び予測値に基づいて、目標点の属性情報の再構成値を直接に特定することができる。

例えば、下記数４に基づいて、目標点の属性情報の再構成値を特定する。

ｒｅｃｏｎｓｔｒｕｃｔｅｄＣｏｌｏｒは目標点の属性情報の再構成値であり、目標点の色属性情報の再構成値とも呼ばれ、ａｔｔｒＰｒｅｄＶａｌｕｅは目標点の属性情報の予測値であり、ａｔｔｒＲｅｓｉｄｕａｌは目標点の属性情報の残差値である。ａｔｔｒＲｅｓｉｄｕａｌは下記数５に基づいて得られることができる。

ａｔｔｒＶａｌｕｅは属性情報のオリジナル値である。

Ｓ７０７：属性ビットストリームを生成する。当該属性ビットストリームは第一情報を含み、第一情報は、属性情報の残差値が可逆符号化される点を指示するために用いられる。

いくつかの実施形態において、第一情報は、属性情報の残差値が可逆符号化される点のフラグ情報を含む。点群に、属性情報の残差値が可逆符号化される１００個の点が含まれる場合、１００個の点のフラグ情報は、属性ビットストリームに持ち込まれる。復号化側は、属性ビットストリームを解析して、属性情報の残差値が可逆符号化される点のフラグ情報とそれらの点の属性情報の残差値とを得た後、当該フラグ情報に対応する点の属性情報の残差値を逆量子化せず、それらの点の属性情報の残差値を直接に利用して属性情報を再構成し、それによって、符号化側と一致するようにする。

いくつかの実施形態において、第一情報は、属性情報の残差値が可逆符号化される点の総数を含み、例えば、上記Ｎを含む。

いくつかの実施形態において、Ｌ個の第二種類の詳細表現層のうちの各層に含まれる、属性情報の残差値が可逆符号化される点の数が同じであり、且つそれらの点が等間隔に並んでいる場合、第一情報は、各第二種類の詳細表現層における、属性情報の残差値が可逆符号化される等間隔の点の具体的な数（ｎｕｍ）を含み、即ち、属性ビットストリームにｎｕｍが持ち込まれる。

この例では、第二種類の詳細表現層における、属性情報の残差値が可逆符号化される１番目の点が第二種類の詳細表現層における１番目の点ではない場合、第一情報は、属性情報の残差値が可逆符号化される１番目の点のフラグ情報をさらに持ち込む必要がある。

いくつかの実施形態において、Ｐ個の第二種類の詳細表現層及びＱ個の第二種類の詳細表現層における、可逆符号化される点がいずれも等間隔に並んでいる場合、第一情報は、第一の数と、第二の数と、Ｐ個の第二種類の詳細表現層及びＱ個の第二種類の詳細表現層の分割情報と、をさらに含む。

この例では、Ｐ個の第二種類の詳細表現層のうちの最後の第二種類の詳細表現層がＱ個の第二種類の詳細表現層のうちの１番目の第二種類の詳細表現層に隣接する場合、分割情報は、Ｑ個の第二種類の詳細表現層のうちの１番目の第二種類の詳細表現層のフラグ情報、又は、Ｐ個の第二種類の詳細表現層のうちの最後の第二種類の詳細表現層のフラグ情報、又は、Ｐ及び／もしくはＱをさらに含む。このように、復号化側は、それらの情報に基づいて、Ｌ個の第二種類の詳細表現層からＰ個の第二種類の詳細表現層及びＱ個の第二種類の詳細表現層を特定し、さらに、Ｐ個の第二種類の詳細表現層のうちの各層における第一の数の等間隔の点の属性情報の残差値を可逆符号化し、Ｑ個の第二種類の詳細表現層のうちの各層における第二の数の等間隔の点の属性情報の残差値を可逆符号化することができる。

この例において、第一情報は、各第二種類の詳細表現層における、属性情報の残差値が可逆符号化される１番目の点のフラグ情報をさらに含むことができる。

本出願の技術的解決策はＧ－ＰＣＣ参照ソフトウェアＴＭＣ１３ Ｖ１１．０で実現された後、ジェネラルテスト設定ＣＴＣ ＣＹなどのテスト条件で、ＭＰＥＧによって要求される一部の点群テストシリーズ（ｃａｔ１－Ａ及びｃａｔ１－Ｂ）をテストする。テストの結果は下記表１に示されている。

ｃａｔ１－Ａ点群シリーズにおける点は、色属性情報と、反射率属性情報などの他の属性情報とを含み、ｃａｔ１－Ｂ点群シリーズにおける点は、色属性情報を含む。ＢＤ－ＡｔｔｒＲａｔｅは、ビデオ符号化アルゴリズムの性能を評価する主要なパラメータの１つであり、従来のアルゴリズムと比べて、新しいアルゴリズム（即ち、本出願の技術的解決策）によって符号化されたビデオのビットレート及びピーク信号対雑音比（ｐｅａｋ ｓｉｇｎａｌ－ｔｏ－ｎｏｉｓｅ ｒａｔｉｏ、ＰＳＮＲ）の変化、即ち、同じＰＳＮＲである場合の、従来のアルゴリズムに対する新しいアルゴリズムのビットレートの変化を示す。「－」は、性能の向上を示し、例えば、ビットレート及びＰＳＮＲの性能の向上を示す。表１に示されるように、ｃａｔ１－Ａ点群シリーズでは、従来技術と比べて、本出願の技術的解決策を採用することにより、輝度コンポーネントでは０．８％、彩度コンポーネントＣｂでは４．１％、彩度コンポーネントＣｒでは５．４％の性能向上が見られる。「平均値」は、ｃａｔ１－Ａ点群シリーズ及びｃａｔ１－Ｂ点群シリーズの性能向上の平均値を示す。

以上、本出願の実施形態に係る点群符号化方法を説明した。それに基づいて、復号化側について、本出願に係る点群復号化方法を以下に説明する。

図１０は、本出願の実施形態に係る点群復号化方法８００を示すフローチャートである。図１０に示されるように、本出願の実施形態に係る方法は以下の内容を含む。

Ｓ８０１：点群のビットストリームを復号化することにより、点群における点の幾何情報を特定する。

なお、点群における点の幾何情報の復号化を完了した後、属性情報の復号化を実行する。幾何ビットストリームの復号化を完了した後、点群における点の幾何情報を得ることができる。

Ｓ８０２：点群における点の幾何情報に基づいて、点群における点の属性情報の予測値を特定する。

具体的に、点群における点の幾何情報を復号化することにより、点群における点の幾何情報の再構成値を取得し、点群における点の幾何情報の再構成値に基づいて、点群における点の属性情報の予測値を特定する。なお、Ｓ８０２の具体的な実現プロセスについては、Ｓ６０２の記載を参照することができ、ここでは繰り返さない。

Ｓ８０３：点群のビットストリームを復号化することにより、点群における点の属性情報の残差値を得る。残差値は、属性情報の残差値が可逆符号化されると特定された少なくとも１つの点の残差値を含む。

いくつかの実施形態において、Ｓ８０３の復号化プロセスは、点群における点の属性情報の残差情報を可逆復号化することにより、点群における点の属性情報の残差値を得ることと呼ぶことができる。点の属性情報の残差値を可逆復号化することは、点の属性情報の残差値を量子化しないこと、又は、点の属性情報の残差値をスケーリング（ｓｃａｌｉｎｇ）しないことと呼ぶこともできる。点の属性情報の残差値に対する量子化は、点の属性情報の残差値に対するスケーリングとも呼ばれる。

いくつかの実施形態において、Ｓ８０３は、以下のＳ８０３－Ａ１～Ｓ８０３－Ａ３を含む。

Ｓ８０３－Ａ１：点群のビットストリームを復号化することにより、属性情報の残差値が可逆符号化されると特定された点を指示するために用いられる第一情報を得る。

点群の属性ビットストリームを復号化することにより、点群における点の属性情報の残差情報及び第一情報を得ることができる。当該第一情報は、属性情報の残差値が可逆符号化される（又は、量子化されていない）と特定され点を指示するために用いられる。

一例において、第一情報は、属性情報の残差値が可逆符号化されると特定された点のフラグ情報を含む。例えば、符号化側は、異なる点選択モードを採用して、属性情報の残差値が量子化されない点を選択し、対応する第一情報は、属性情報の残差値が量子化されていない点の点選択モードの番号又はインデックスを含むことができる。

別の例において、第一情報は、属性情報の残差値が可逆符号化されると特定された点の総数を含む。

Ｓ８０３－Ａ２：点群のビットストリームを復号化することにより、点群における復号対象点の属性情報の残差情報を取得し、第一情報に基づいて、点群における復号対象点の属性情報の残差情報が可逆符号化されるか否かを特定する。

Ｓ８０３－Ａ３：復号対象点の属性情報の残差情報が可逆符号化されると特定する場合、復号対象点の属性情報の残差情報を復号対象点の属性情報の残差値とする。

Ｓ８０３－Ａ４：復号対象点の属性情報の残差情報が量子化されると特定する場合、逆量子化（即ち、スケーリング）後の復号対象点の属性情報の残差情報を復号対象点の属性情報の残差値とする。

いくつかの実施形態において、Ｓ８０３－Ａ２では、第一情報に持ち込まれる情報が異なる場合、復号対象点の属性情報の残差情報が可逆符号化されるか否かを特定する方式が異なる。なお、具体的な実現プロセスは、以下のようないくつかのケースを含むが、これらに限定されない。

ケース１において、第一情報はＮを含み、Ｎは、点群における、属性情報の残差値が可逆符号化されると特定された点の総数であり、Ｎは２の整数倍である。選択的に、Ｎ個の点における隣接する２つの点ごとの間の間隔が等しい。

このケースでは、Ｓ８０３－Ａ２は、Ｓ８０３－Ａ２１を含む。

Ｓ８０３－Ａ２１：復号対象点がＮ個の点のうちの１つの点であると特定する場合、復号対象点の属性情報の残差情報が可逆符号化されると特定する。例えば、点群における点の幾何情報に基づいて点群における点を並び替え、並び替えられた点群を得る。並び替えられた点群に対して、点の総数及びＮの値に基づいて、Ｎ個の点における隣接する２つの点の間の間隔を特定し、当該間隔に基づいて、復号対象点がＮ個の点のうちの１つであるか否かを判断する。例えば、間隔は１０であり、復号対象点は並び替えられた点群における２１番目の点であり、点群における１番目の点から、１０個の点を隔てた点は属性情報の残差値が可逆符号化されると特定された点であり、即ち、順に、１番目の点、１１番目の点、２１番目の点．．．．．．である。さらに、復号対象点は、属性情報の残差情報が可逆符号化されると特定された点であると特定される。

ケース２において、第一情報は予め設定された間隔を含み、当該予め設定された間隔は、点群における可逆符号化されると特定された、隣接する２つの点の間の間隔である。

このケースでは、Ｓ８０３－Ａ２は、Ｓ８０３－Ａ２２を含む。

Ｓ８０３－Ａ２２：予め設定された間隔に基づいて、復号対象点と属性情報の残差値が可逆符号化されると特定された前の点との間の間隔が予め設定された間隔に等しいと特定する場合、復号対象点の属性情報の残差情報が可逆符号化されると特定する。

いくつかの実施形態において、復号対象点の属性情報の残差情報が可逆符号化されると特定する場合、以下の方式で復号対象点の属性情報の残差を逆量子化しない。即ち、Ｓ８０３－Ａ３は以下の方式で実現されることができる。

方式１では、点群における点の属性情報の残差情報を逆量子化するプロセスにおいて、当該復号対象点をスキップする。

方式２では、当該復号対象点の逆量子化ステップサイズを１に設定する。

方式３では、当該復号対象点のＱＰを目標値に設定する。目標値は逆量子化ステップサイズが１である際の対応のＱＰ値である。

Ｓ８０４：点群における点の属性情報の予測値及び残差値に基づいて、点群における点の属性情報の再構成値を特定する。

点群における１つの復号対象点を例として、復号対象点の属性情報の残差値が符号化側で可逆符号化されると特定する場合、当該復号対象点の属性情報の残差情報が復号化側で可逆復号化されると特定する。即ち、下記数６を利用して、復号対象点の属性情報の再構成値を特定する。

ｒｅｃｏｎｓｔｒｕｃｔｅｄＣｏｌｏｒは復号対象点の属性情報の再構成値であり、復号対象点の色属性情報の再構成値とも呼ばれ、ａｔｔｒＰｒｅｄＶａｌｕｅは復号対象点の属性情報の予測値であり、ａｔｔｒＲｅｓｉｄｕａｌは復号対象点の属性情報の残差値である。

復号対象点の属性情報の残差値が符号化側で量子化されると特定する場合、当該復号対象点の属性情報の残差情報が復号化側で逆量子化されると特定する。即ち、下記数７を利用して、復号対象点の属性情報の再構成値を特定する。

Ｑｓｔｅｐは、量子化ステップサイズである。

図１１は、本出願の実施形態に係る点群復号化方法９００を示すフローチャートである。図１１に示されるように、本出願の実施形態に係る方法は、以下の内容を含む。

Ｓ９０１：幾何ビットストリームを復号化することにより、点群における点の幾何情報を特定する。

Ｓ９０２：点群における点の幾何情報に基づいて、点群に対してＬＯＤ分割を行うことにより、点群の複数の詳細表現層を得る。各詳細表現層に少なくとも１つの点が含まれている。

Ｓ９０３：属性ビットストリームを復号化することにより、属性情報の残差値が可逆符号化されると特定された点を指示するために用いられる第一情報を得る。

Ｓ９０４：点群における復号対象点の幾何情報及び複数の詳細表現層に基づいて、復号対象点の属性情報の予測値を特定する。例えば、複数の詳細表現層に基づいて、点群における点を並び替え、ＬＯＤ順を取得し、復号対象点の幾何情報に基づいて、当該ＬＯＤ順において、復号対象点の復号化された少なくとも１つの近傍点を取得し、復号化された少なくとも１つの近傍点の属性情報の再構成値に基づいて当該復号対象点の属性情報の予測値を特定する。

Ｓ９０５：属性ビットストリームを復号化することにより、復号対象点の属性情報の残差情報を得る。第一情報に基づいて、復号対象点の属性情報の残差情報が可逆符号化されるか否かを特定する。

本ステップでは、第一情報に持ち込まれる情報が異なる場合、実現方式も異なる。具体的な実現プロセスには、以下のいくつかのケースを含むが、これらに限定されない。

ケース１では、第一情報が第一の予め設定された値を含む場合、第一の予め設定された値は、含まれる点の総数が第一の予め設定された値以下である詳細表現層を第一種類の詳細表現層に分類し、含まれる点の総数が第一の予め設定された値より大きい詳細表現層を第二種類の詳細表現層に分類することを指示するために用いられる。

このケースでは、Ｓ９０５は、Ｓ９０５－Ｃ１及びＳ９０５－Ｃ２を含む。

Ｓ９０５－Ｃ２：第一の予め設定された値に基づいて、複数の詳細表現層における、含まれる点の総数が第一の予め設定された値以下である少なくとも１つの第一種類の詳細表現層と、含まれる点の総数が第一の予め設定された値より大きい少なくとも１つの第二種類の詳細表現層とを取得する。

Ｓ９０５－Ｃ３：復号対象点が第一種類の詳細表現層に属する場合、復号対象点の属性情報の残差情報が可逆符号化されると特定する。

ケース４では、第一情報はＭを含み、Ｍは、１つの第二種類の詳細表現層における、属性情報の残差値が可逆符号化されると特定された点の数であり、２の正の整数倍である。選択的に、Ｍ個の点における隣接する２つの点の間の間隔が等しい。

このケースでは、Ｓ９０５はＳ９０５－Ｄ１を含む。

Ｓ９０５－Ｄ１：復号対象点がＭ個の点のうちの１つの点である場合、復号対象点の属性情報の残差情報が可逆符号化されると特定する。

ケース５では、少なくとも１つの第二種類の詳細表現層はＬ個の第二種類の詳細表現層を含み、第一情報は第一の数と、第二の数と、Ｐ個の第二種類の詳細表現層及びＱ個の第二種類の詳細表現層の分割情報とを含む。第一の数は、Ｐ個の第二種類の詳細表現層のうちの各層における、属性情報の残差値が可逆符号化されると特定された点の数であり、第二の数は、Ｑ個の第二種類の詳細表現層のうちの各層における、属性情報の残差値が可逆符号化されると特定された点の数である。

一例において、第一の数は第二の数より大きく、例えば、第一の数は２４であり、第二の数は８である。

一例において、第一の数は、第二の数の正の整数倍である。例えば、第一の数は第二の数の２倍であり、例えば、第一の数は２４であり、第二の数は１２である。又は、第一の数は第二の数の３倍であり、例えば、第一の数は２４であり、第二の数は８である。

一例において、第一の数の点における隣接する２つの点の間の間隔が等しい。

一例において、第二の数の点における隣接する２つの点の間の間隔が等しい。

このケースでは、Ｓ９０５は、Ｓ９０５－Ｅ１及びＳ９０５－Ｅ２を含む。

Ｓ９０５－Ｅ１：復号対象点がＰ個の第二種類の詳細表現層における、属性情報の残差値が可逆符号化されると特定された第一の数の点のうちの１つの点であると特定する場合、復号対象点の属性情報の残差情報が可逆符号化されると特定する。

Ｓ９０５－Ｅ２：復号対象点がＱ個の第二種類の詳細表現層における、属性情報の残差値が可逆符号化されると特定された第二の数の点のうちの１つの点であると特定する場合、復号対象点の属性情報の残差情報が可逆符号化されると特定する。

Ｌは２以上の正の整数であり、Ｐ、Ｑは正の整数であり、且つＰとＱとの合計はＬ以下であり、Ｐ個の第二種類の詳細表現層とＱ個の第二種類の詳細表現層は重ならず、第一の数と第二の数は異なる。

一例において、Ｐ個の第二種類の詳細表現層は、Ｌ個の第二種類の詳細表現層のうちの前のＰ個の第二種類の詳細表現層である。

一例において、Ｑ個の第二種類の詳細表現層は、Ｌ個の第二種類の詳細表現層のうちの後のＱ個の第二種類の詳細表現層である。

一例において、Ｐ個の第二種類の詳細表現層のうちの最後の第二種類の詳細表現層は、Ｑ個の第二種類の詳細表現層のうちの１番目の第二種類の詳細表現層に隣接する。

この例において、分割情報は、Ｑ個の第二種類の詳細表現層のうちの１番目の第二種類の詳細表現層のフラグ情報、又は、Ｐ個の第二種類の詳細表現層のうちの最後の第二種類の詳細表現層のフラグ情報を含むことができる。

いくつかの実施形態において、第一情報は、第二種類の詳細表現層における、属性情報の残差値が可逆符号化されると特定された１番目の点のフラグ情報をさらに含む。

Ｓ９０６：復号対象点の属性情報の残差情報が可逆符号化されると特定する場合、復号対象点の属性情報の残差情報を復号対象点の属性情報の残差値とする。復号対象点の属性情報の残差情報が非可逆符号化される（即ち、量子化される）と特定する場合、逆量子化後の復号対象点の属性情報の残差情報を復号対象点の属性情報の残差値とする。

Ｓ９０７：復号対象点の属性情報の予測値及び残差値に基づいて、復号対象点の属性情報の再構成値を特定する。

なお、図６、図７、図１０及び図１１は、本出願の単なる例示であり、本出願を限定するものと解釈されるべきではない。

以上、添付図面を参照しながら本出願の好適な実施形態について詳細に説明したが、本出願は上記実施形態の詳細な内容に限定されるものではなく、本出願の技術的思想の範囲内において、本出願の技術的解決策に様々な簡単な変更を加えることが可能であり、それらの簡単な変更はいずれも本出願の保護範囲に属する。例えば、上記具体的な実施形態で述べられた各具体的な技術的特徴は、矛盾のない場合、いかなる適当な手段により組み合わせてもよく、不要な重複を避けるために、本出願では様々な可能な組合せについて改めて説明しない。また、例えば、本出願の様々な異なる実施形態間において、本出願の思想に反しない限り、いかなる組合せであっても本出願に開示されるものとみなされるべきである。

なお、本出願の様々な方法実施形態において、上記各プロセスのシーケンス番号の大きさは、実行順序を意味するものではないことを理解されたい。各プロセスの実行順序は、その機能及び内部論理によって確定されるべきであり、本出願の実施態様の実施プロセスに対するいかなる制限を構成すべきではない。本出願の実施形態では、用語「及び／又は」（及び／もしくは）は単に関連対象の関連関係を説明するものであり、３種類の関係が存在することを示す。例えば、Ａ及び／又はＢの場合は、Ａのみが存在すること、ＡとＢが同時に存在すること、Ｂのみが存在することという３つの状況を示す。また、本明細書では、符号「／」は一般的に前後の関連対象が「又は」の関係にあることを示す。

以上、図６～図１１を参照しながら、本出願の方法実施形態について詳細に説明した。以下、図１２～図１４を参照しながら、本出願の装置実施形態について詳細に説明する。

図１２は、本出願の実施形態に係る点群符号器１０を示すブロック図である。

図１２に示されるように、点群符号器１０は取得ユニット１１、予測ユニット１２、残差ユニット１３及び符号化ユニット１４を備える。

取得ユニット１１は、点群における点の幾何情報及び属性情報を取得するように構成されている。予測ユニット１２は、点群における点の幾何情報に基づいて、点群における点の属性情報の予測値を特定するように構成されている。例えば、予測ユニット１２は、点群における点の幾何情報を符号化することにより、点群における点の幾何情報の再構成値を得、点群における点の幾何情報の再構成値に基づいて、点群における点の属性情報の予測値を特定するように構成されている。残差ユニット１３は、点群における点の属性情報の予測値に基づいて、点群における点の属性情報の残差値を特定するように構成されている。例えば、残差ユニット１３は、点群における点の属性情報のオリジナル値と属性情報の予測値との差を、点群における点の属性情報の残差値として特定するように構成されている。符号化ユニット１４は、第一符号化プロセスを利用して点群における点の属性情報の残差値を処理するように構成されている。第一符号化プロセスでは、点群における少なくとも１つの点の属性情報の残差値が可逆符号化される。

いくつかの実施形態において、符号化ユニット１４は、点群における少なくとも１つの点の属性情報の残差値を可逆符号化するように構成されている。

いくつかの実施形態において、少なくとも１つの点はＮ個の点を含む。

選択的に、Ｎは２の整数倍である。

選択的に、Ｎ個の点における隣接する２つの点ごとの間の間隔が等しい。

いくつかの実施形態において、符号化ユニット１４は具体的に、予め設定された間隔に基づいて、点群における、予め設定された間隔を隔てた点の属性情報の残差値を可逆符号化するように構成されている。

いくつかの実施形態において、符号化ユニット１４は具体的に、点群における点の幾何情報に基づいて、点群に対してＬＯＤ分割を行うことにより、点群の複数の詳細表現層を得るように構成されている。各詳細表現層に少なくとも１つの点が含まれている。符号化ユニット１４は、複数の詳細表現層のうちの少なくとも１つの詳細表現層における少なくとも１つの点の属性情報の残差値を可逆符号化するように構成されている。

いくつかの実施形態において、符号化ユニット１４は具体的に、複数の詳細表現層における、含まれる点の総数が第一の予め設定された値以下である少なくとも１つの第一種類の詳細表現層と、含まれる点の総数が第一の予め設定された値より大きい少なくとも１つの第二種類の詳細表現層とを取得し、第一種類の詳細表現層におけるすべての点の属性情報の残差値を可逆符号化し、第二種類の詳細表現層における少なくとも１つの点の属性情報の残差値を可逆符号化するように構成されている。

いくつかの実施形態において、符号化ユニット１４は具体的に、第二種類の詳細表現層におけるＭ個の点の属性情報の残差値を可逆符号化するように構成されている。Ｍは２の正の整数倍である。

いくつかの実施形態において、少なくとも１つの第二種類の詳細表現層はＬ個の第二種類の詳細表現層を含む。符号化ユニット１４は具体的に、Ｐ個の第二種類の詳細表現層のうちの各々における第一の数の点の属性情報の残差値を可逆符号化し、Ｑ個の第二種類の詳細表現層のうちの各々における第二の数の点の属性情報の残差値を可逆符号化するように構成されている。Ｌは２以上の正の整数であり、Ｐ、Ｑは正の整数であり、且つＰとＱとの合計はＬ以下であり、Ｐ個の第二種類の詳細表現層とＱ個の第二種類の詳細表現層は重ならず、第一の数と第二の数は異なる。

いくつかの実施形態において、Ｐ個の第二種類の詳細表現層は、Ｌ個の第二種類の詳細表現層のうちの前のＰ個の第二種類の詳細表現層である。

いくつかの実施形態において、Ｑ個の第二種類の詳細表現層は、Ｌ個の第二種類の詳細表現層のうちの後のＱ個の第二種類の詳細表現層である。

いくつかの実施形態において、Ｐ個の第二種類の詳細表現層のうちの最後の第二種類の詳細表現層は、Ｑ個の第二種類の詳細表現層のうちの１番目の第二種類の詳細表現層に隣接する。

選択的に、第一の数は第二の数より大きい。

選択的に、第一の数は、第二の数の正の整数倍である。

選択的に、第一の数の点における隣接する２つの点ごとの間の間隔が等しい。

選択的に、第二の数の点における隣接する２つの点ごとの間の間隔が等しい。

いくつかの実施形態において、点群符号器１０は、再構成ユニット１５をさらに備える。再構成ユニット１５は具体的に、目標点の属性情報の残差値及び属性情報の予測値に基づいて、目標点の属性情報の再構成値を特定するように構成されている。目標点は、点群における、属性情報の残差値が可逆符号化される点である。

いくつかの実施形態において、再構成ユニット１５は具体的に、ｒｅｃｏｎｓｔｒｕｃｔｅｄＣｏｌｏｒ＝ａｔｔｒＲｅｓｉｄｕａｌ＋ａｔｔｒＰｒｅｄＶａｌｕｅという式に基づいて、目標点の属性情報の再構成値を特定するように構成されている。ｒｅｃｏｎｓｔｒｕｃｔｅｄＣｏｌｏｒは目標点の属性情報の再構成値であり、ａｔｔｒＲｅｓｉｄｕａｌは目標点の属性情報の残差値であり、ａｔｔｒＰｒｅｄＶａｌｕｅは目標点の属性情報の予測値である。

いくつかの実施形態において、符号化ユニット１４は、ビットストリームを生成するように構成されている。ビットストリームは第一情報を含み、第一情報は、属性情報の残差値が可逆符号化される点を指示するために用いられる。

いくつかの実施形態において、第一情報は、属性情報の残差値が可逆符号化される点のフラグ情報を含む。

いくつかの実施形態において、第一情報は、属性情報の残差値が可逆符号化される点の数を含む。

いくつかの実施形態において、第一情報は、第一の数と、第二の数と、Ｐ個の第二種類の詳細表現層及びＱ個の第二種類の詳細表現層の分割情報と、を含む。

いくつかの実施形態において、Ｐ個の第二種類の詳細表現層のうちの最後の第二種類の詳細表現層がＱ個の第二種類の詳細表現層のうちの１番目の第二種類の詳細表現層に隣接する場合、分割情報は、Ｑ個の第二種類の詳細表現層のうちの１番目の第二種類の詳細表現層のフラグ情報、又は、Ｐ個の第二種類の詳細表現層のうちの最後の第二種類の詳細表現層のフラグ情報をさらに含む。

いくつかの実施形態において、第一情報は、第二種類の詳細表現層における、属性情報の残差値が可逆符号化される１番目の点のフラグ情報をさらに含む。

いくつかの実施形態において、符号化ユニット１４は具体的に、点群における点の属性情報の残差値を量子化するプロセスにおいて、属性情報の残差値が可逆符号化される少なくとも１つの点をスキップし、又は、属性情報の残差値が可逆符号化される少なくとも１つの点の量子化ステップサイズを１に設定し、又は、属性情報の残差値が可逆符号化される少なくとも１つの点のＱＰを目標値に設定するように構成されている。目標値は、量子化ステップサイズが１である際の対応のＱＰ値である。

いくつかの実施形態において、第一情報は、第一の予め設定された値をさらに含む。

なお、装置実施形態と方法実施形態は互いに対応することができ、装置実施形態の類似の説明については、方法実施形態を参照することができる。重複を避けるため、ここではその説明を省略する。具体的に、図１２に示された点群符号器１０は、本出願の実施形態における方法を実行することが可能であり、また、点群符号器１０における各ユニットの上記及び他の操作及び／又は機能はそれぞれ、方法６００及び７００などの各々における対応のプロセスを実現するために用いられる。簡潔のため、ここでの説明を省略する。

図１３は、本出願の実施形態に係る点群復号器２０を示すブロック図である。

図１３に示されるように、当該点群復号器２０は復号化ユニット２１、予測ユニット２２、特定ユニット２３及び再構成ユニット２４を備える。

復号化ユニット２１は、点群のビットストリームを復号化することにより、点群における点の幾何情報を特定するように構成されている。予測ユニット２２は、点群における点の幾何情報に基づいて、点群における点の属性情報の予測値を特定するように構成されている。特定ユニット２３は、点群のビットストリームを復号化することにより、点群における点の属性情報の残差値を得るように構成されている。残差値は、属性情報の残差値が可逆符号化されると特定された少なくとも１つの点の残差値を含む。再構成ユニット２４は、点群における点の属性情報の予測値及び残差値に基づいて、点群における点の属性情報の再構成値を特定するように構成されている。

いくつかの実施形態において、特定ユニット２３は具体的に、点群のビットストリームを復号化することにより、属性情報の残差値が可逆符号化されると特定された点を指示するために用いられる第一情報を得、点群のビットストリームを復号化することにより、点群における復号対象点の属性情報の残差情報を得、第一情報に基づいて、点群における復号対象点の属性情報の残差情報が可逆符号化されるか否かを特定し、復号対象点の属性情報の残差情報が可逆符号化されると特定する場合、復号対象点の属性情報の残差情報を復号対象点の属性情報の残差値とし、復号対象点の属性情報の残差情報が非可逆符号化されると特定する場合、逆量子化後の復号対象点の属性情報の残差情報を復号対象点の属性情報の残差値とするように構成されている。

いくつかの実施形態において、第一情報はＮを含み、Ｎは、点群における、属性情報の残差値が可逆符号化されると特定された点の総数である。

選択的に、Ｎは２の整数倍である。

選択的に、Ｎ個の点における隣接する２つの点ごとの間の間隔が等しい。

いくつかの実施形態において、特定ユニット２３は具体的に、復号対象点がＮ個の点のうちの１つの点であると特定する場合、復号対象点の属性情報の残差情報が可逆符号化されると特定するように構成されている。

いくつかの実施形態において、特定ユニット２３は具体的に、第一情報が予め設定された間隔を含む場合、予め設定された間隔に基づいて、復号対象点と属性情報の残差値が可逆符号化されると特定された前の点との間の間隔が予め設定された間隔に等しいと特定すれば、復号対象点の属性情報の残差情報が可逆符号化されると特定するように構成されている。

いくつかの実施形態において、特定ユニット２３はさらに、点群における点の幾何情報に基づいて、点群に対してＬＯＤ分割を行うことにより、点群の複数の詳細表現層を得るように構成されている。各詳細表現層に少なくとも１つの点が含まれている。

いくつかの実施形態において、第一情報が第一の予め設定された値を含む場合、特定ユニット２３は具体的に、第一の予め設定された値に基づいて、複数の詳細表現層における、含まれる点の総数が第一の予め設定された値以下である少なくとも１つの第一種類の詳細表現層と、含まれる点の総数が第一の予め設定された値より大きい少なくとも１つの第二種類の詳細表現層とを取得し、復号対象点が第一種類の詳細表現層に属する場合、復号対象点の属性情報の残差情報が可逆符号化されると特定するように構成されている。

いくつかの実施形態において、第一情報がＭを含み、Ｍが、第二種類の詳細表現層における、属性情報の残差値が可逆符号化されると特定された点の数であり、且つＭが２の正の整数倍である場合、特定ユニット２３は具体的に、復号対象点がＭ個の点のうちの１つの点である場合、復号対象点の属性情報の残差情報が可逆符号化されると特定するように構成されている。

いくつかの実施形態において、少なくとも１つの第二種類の詳細表現層はＬ個の第二種類の詳細表現層を含む。第一情報が第一の数と、第二の数と、Ｐ個の第二種類の詳細表現層及びＱ個の第二種類の詳細表現層の分割情報とを含む場合、特定ユニット２３は具体的に、分割情報に基づいて、Ｌ個の第二種類の詳細表現層を分割することにより、Ｐ個の第二種類の詳細表現層及びＱ個の第二種類の詳細表現層を得、復号対象点がＰ個の第二種類の詳細表現層における、属性情報の残差値が可逆符号化されると特定された第一の数の点のうちの１つの点であると特定する場合、復号対象点の属性情報の残差情報が可逆符号化されると特定し、復号対象点がＱ個の第二種類の詳細表現層における、属性情報の残差値が可逆符号化されると特定された第二の数の点のうちの１つの点であると特定する場合、復号対象点の属性情報の残差情報が可逆符号化されると特定するように構成されている。Ｌは２以上の正の整数であり、Ｐ、Ｑは正の整数であり、且つＰとＱとの合計はＬ以下であり、Ｐ個の第二種類の詳細表現層とＱ個の第二種類の詳細表現層は重ならず、第一の数と第二の数は異なる。

選択的に、Ｐ個の第二種類の詳細表現層は、Ｌ個の第二種類の詳細表現層のうちの前のＰ個の第二種類の詳細表現層である。

選択的に、Ｑ個の第二種類の詳細表現層は、Ｌ個の第二種類の詳細表現層のうちの後のＱ個の第二種類の詳細表現層である。

選択的に、Ｐ個の第二種類の詳細表現層のうちの最後の第二種類の詳細表現層は、Ｑ個の第二種類の詳細表現層のうちの１番目の第二種類の詳細表現層に隣接する。

選択的に、Ｐ個の第二種類の詳細表現層のうちの最後の第二種類の詳細表現層がＱ個の第二種類の詳細表現層のうちの１番目の第二種類の詳細表現層に隣接する場合、分割情報は、Ｑ個の第二種類の詳細表現層のうちの１番目の第二種類の詳細表現層のフラグ情報、又は、Ｐ個の第二種類の詳細表現層のうちの最後の第二種類の詳細表現層のフラグ情報をさらに含む。

選択的に、第一情報は、第二種類の詳細表現層における、属性情報の残差値が可逆符号化されると特定された１番目の点のフラグ情報をさらに含む。

選択的に、第一情報は、属性情報の残差値が可逆符号化されると特定された点のフラグ情報をさらに含む。

選択的に、第一の数は第二の数より大きい。

選択的に、第一の数は、第二の数の正の整数倍である。

選択的に、第一の数の点における隣接する２つの点ごとの間の間隔が等しい。

選択的に、第二の数の点における隣接する２つの点ごとの間の間隔が等しい。

いくつかの実施形態において、再構成ユニット２４は具体的に、復号対象点の属性情報の予測値と残差値との合計を、復号対象点の属性情報の再構成値として特定するように構成されている。

いくつかの実施形態において、再構成ユニット２４は具体的に、ｒｅｃｏｎｓｔｒｕｃｔｅｄＣｏｌｏｒ＝ａｔｔｒＲｅｓｉｄｕａｌ＋ａｔｔｒＰｒｅｄＶａｌｕｅという式に基づいて、復号対象点の属性情報の再構成値を特定するように構成されている。ｒｅｃｏｎｓｔｒｕｃｔｅｄＣｏｌｏｒは復号対象点の属性情報の再構成値であり、ａｔｔｒＲｅｓｉｄｕａｌは復号対象点の属性情報の残差値であり、ａｔｔｒＰｒｅｄＶａｌｕｅは復号対象点の属性情報の予測値である。

いくつかの実施形態において、特定ユニット２３は具体的に、点群における点の属性情報の残差値を逆量子化するプロセスにおいて、復号対象点をスキップし、又は、復号対象点の逆量子化ステップサイズを１に設定し、又は、復号対象点のＱＰを目標値に設定するように構成されている。目標値は逆量子化ステップサイズが１である際の対応のＱＰ値である。

なお、装置実施形態と方法実施形態は互いに対応することができ、装置実施形態の類似の説明については、方法実施形態を参照することができる。重複を避けるため、ここではその説明を省略する。具体的に、図２０に示される点群復号器２０は、本出願の実施形態における方法８００及び／又は９００を実行する主体に対応してもよい。また、点群復号器２０における各ユニットの上記及び他の操作及び／又は機能はそれぞれ、方法８００及び／又は９００などの各々における対応のプロセスを実現するために用いられる。簡潔のため、ここでの説明を省略する。

以上、図面を参照しながら、本出願の実施形態の装置及びシステムについて機能ユニットの角度から説明した。当該機能ユニットは、ハードウェア形態によって実現されてもよく、ソフトウェア形態の命令によって実現されてもよく、ハードウェアとソフトウェアモジュールの組み合わせによって実現されてもよい。具体的に、本出願の実施形態における方法実施形態の各ステップは、プロセッサにおけるハードウェアの集積論理回路（ｉｎｔｅｇｒａｔｅｄ ｌｏｇｉｃ ｃｉｒｃｕｉｔ）又はソフトウェア形態の命令によって完成されることができる。本出願の実施形態に開示された方法のステップは、直接にハードウェア復号化プロセッサによって実行且つ完成されることができ、又は復号化プロセッサにおけるハードウェアとソフトウェアモジュールの組み合わせによって実行且つ完成されることができる。選択的に、ソフトウェアは、ランダムアクセスメモリ、フラッシュメモリ、読み取り専用メモリ、プログラム可能な読み取り専用メモリ、電気的に消去可能なプログラム可能なメモリ、レジスタなど本技術分野におけるマチュアな記憶媒体に位置することができる。記憶媒体はメモリに位置する。プロセッサは、メモリにおける情報を読み取り、プロセッサのハードウェアとともに上記方法実施形態のステップを完成する。

図１４は、本出願の実施形態に係る電子機器３０を示すブロック図である。

図１４に示されるように、当該電子機器３０は、本出願の実施形態に記載の点群符号器であってもよく、又は、点群復号器であってもよい。当該電子機器３０は、メモリ３３及びプロセッサ３２を備えることができる。当該メモリ３３は、コンピュータプログラム３４を記憶し、且つ当該コンピュータプログラム３４を当該プロセッサ３２に伝送するために用いられる。換言すれば、当該プロセッサ３２は、メモリ３３からコンピュータプログラム３４を呼び出して実行することにより、本出願の実施形態における方法を実現することができる。

例えば、当該プロセッサ３２は、当該コンピュータプログラム３４における命令に基づいて、上記方法２００のステップを実行するために用いられることができる。

本出願のいくつかの実施形態において、当該プロセッサ３２は、汎用プロセッサ、デジタル信号プロセッサ（ｄｉｇｉｔａｌ ｓｉｇｎａｌ ｐｒｏｃｅｓｓｏｒ、ＤＳＰ）、特定用途向け集積回路（ａｐｐｌｉｃａｔｉｏｎ ｓｐｅｃｉｆｉｃ ｉｎｔｅｇｒａｔｅｄ ｃｉｒｃｕｉｔ、ＡＳＩＣ）、フィールドプログラム可能なゲートアレイ（ｆｉｅｌｄ ｐｒｏｇｒａｍｍａｂｌｅ ｇａｔｅ ａｒｒａｙ、ＦＰＧＡ）又は他のプログラム可能なロジックデバイス、ディスクリートゲート又はトランジスタロジックデバイス、ディスクリートハードウェアコンポーネントなどを含むことができるが、それらに限定されない。

本出願のいくつかの実施形態において、当該メモリ３３は、揮発性メモリ及び／又は不揮発性メモリを含むが、それらに限定されない。不揮発性メモリは、読み取り専用メモリ（ｒｅａｄ ｏｎｌｙ ｍｅｍｏｒｙ、ＲＯＭ）、プログラム可能な読み取り専用メモリ（ｐｒｏｇｒａｍｍａｂｌｅ ＲＯＭ、ＰＲＯＭ）、消去可能なプログラム可能な読み取り専用メモリ（ｅｒａｓａｂｌｅ ＰＲＯＭ、ＥＰＲＯＭ）、電気的に消去可能なプログラム可能な読み取り専用メモリ（ｅｌｅｃｔｒｉｃａｌｌｙ ＥＰＲＯＭ、ＥＥＰＲＯＭ）、又はフラッシュメモリ（ｆｌａｓｈ ｍｅｍｏｒｙ）であることができる。揮発性メモリは、外部高速キャッシュとして機能するランダムアクセスメモリ（ｒａｎｄｏｍ ａｃｃｅｓｓ ｍｅｍｏｒｙ、ＲＡＭ）であることができる。例示的であるが限定的ではない例として、様々なＲＡＭが利用可能であり、例えば、スタティックランダムアクセスメモリ（ｓｔａｔｉｃ ＲＡＭ、ＳＲＡＭ）、ダイナミックランダムアクセスメモリ（ｄｙｎａｍｉｃ ＲＡＭ、ＤＲＡＭ）、同期ダイナミックランダムアクセスメモリ（ｓｙｎｃｈｒｏｎｏｕｓ ＤＲＡＭ、ＳＤＲＡＭ）、ダブルデータレート同期ダイナミックランダムアクセスメモリ（ｄｏｕｂｌｅ ｄａｔａ ｒａｔｅ ＳＤＲＡＭ、ＤＤＲＳＤＲＡＭ）、強化された同期ダイナミックランダムアクセスメモリ（ｅｎｈａｎｃｅｄ ＳＤＲＡＭ、ＥＳＤＲＡＭ）、同期リンクダイナミックランダムアクセスメモリ（ｓｙｎｃｈ－ｌｉｎｋ ＤＲＡＭ、ＳＬＤＲＡＭ）、ダイレクトランバスランダムアクセスメモリ（ｄｉｅｒｃｔ ｒａｍｂｕｓ ＲＡＭ、ＤＲＲＡＭ）が挙げられる。

本出願のいくつかの実施形態において、当該コンピュータプログラム３４は、１つ又は複数のユニットに分割され、当該１つ又は複数のユニットは当該メモリ３３に記憶されており、当該プロセッサ３２によって実行されることにより、本出願に係る方法を完成する。当該１つ又は複数のユニットは、特定の機能を果たすことが可能な一連のコンピュータプログラム命令セグメントであってもよく、当該命令セグメントは、当該電子機器３０における当該コンピュータプログラム３４の実行プロセスを記述するために用いられる。

図１４に示されるように、当該電子機器３０は、トランシーバー３３をさらに備えることができる。当該トランシーバー３３は、当該プロセッサ３２又はメモリ３３に接続可能である。

プロセッサ３２は、当該トランシーバー３３が他のデバイスと通信するように制御することができる。具体的に、トランシーバー３３は、他のデバイスに情報やデータを送信することができ、又は他のデバイスによって送信された情報やデータを受信することができる。トランシーバー３３は送信機及び受信機を含むことができる。トランシーバー３３は、アンテナをさらに含むことができる。アンテナの数は一つ又は複数であることができる。

なお、電子機器３０における各コンポーネントはバスシステムを介して接続される。バスシステムはデータバス以外に、電力バス、制御バス及びステータス信号バスをさらに含む。

図１５は、本出願の実施形態に係る点群符号化・復号化システム４０を示すブロック図である。

図１５に示されるように、当該点群符号化・復号化システム４０は、点群符号器４１及び点群復号器４２を含むことができる。点群符号器４１は、本出願の実施形態に係る点群符号化方法を実行するために用いられ、点群復号器４２は、本出願の実施形態に係る点群復号化方法を実行するために用いられる。

本出願において、コンピュータ記憶媒体がさらに提供される。コンピュータ記憶媒体にはコンピュータプログラムが記憶されている。当該コンピュータプログラムはコンピュータによって実行されるとき、当該コンピュータに、上記方法実施形態における方法を実行させる、ことを可能にする。又は、本出願の実施形態において、命令を含むコンピュータプログラム製品が提供される。当該命令はコンピュータによって実行されるとき、コンピュータに、上記方法実施形態における方法を実行させる。

ソフトウェアによって実現される場合、上記実施形態の全部又は一部は、コンピュータプログラム製品の形式で実現されることができる。当該コンピュータプログラム製品は、一つ又は複数のコンピュータ命令を含む。コンピュータプログラム命令がコンピュータでロードされ且つ実行されるとき、本出願の実施形態のプロセス又は機能の全部又は一部が生成される。当該コンピュータは、汎用コンピュータ、専用コンピュータ、コンピュータネットワーク又は他のプログラム可能な装置であることができる。当該コンピュータ命令は、コンピュータ可読記憶媒体に記憶され、又は一つのコンピュータ可読記憶媒体から別のコンピュータ可読記憶媒体に伝送されることができる。例えば、当該コンピュータ命令は、一つのウェブサイト、コンピュータ、サーバ又はデータセンターから有線（例えば、同軸ケーブル、光ファイバー、デジタル加入者線（ｄｉｇｉｔａｌ ｓｕｂｓｃｒｉｂｅｒ ｌｉｎｅ、ＤＳＬ）など）又は無線（例えば、赤外線、無線、マイクロ波など）で別のウェブサイト、コンピュータ、サーバ又はデータセンターに伝送されることができる。当該コンピュータ可読記憶媒体は、コンピュータがアクセスできる任意の利用可能な媒体であることができ、又はサーバ、データセンターなどのような一つ又は複数の利用可能な媒体が統合されたデータ記憶装置であることができる。利用可能な媒体は、磁気媒体（例えば、フロッピーディスク、ハードディスク又は磁気テープ）、光学媒体（例えば、デジタルビデオディスク（ｄｉｇｉｔａｌ ｖｅｒｓａｔｉｌｅ ｄｉｓｃ、ＤＶＤ））、又は半導体媒体（例えば、ソリッドステートディスク（ｓｏｌｉｄ ｓｔａｔｅ ｄｉｓｋ、ＳＳＤ））などであることができる。

本明細書に開示された実施形態に記載される各例示的なユニット及びアルゴリズム操作と結びつけて、本出願が電子ハードウェア、又はコンピュータソフトウェアと電子ハードウェアとの組み合わせにより実現され得ることは、当業者が意識することができる。これらの機能が、ハードウェアにより実行されるかソフトウェアにより実行されるかについては、技術的解決策の特定応用や設計の制限条件などによって決められる。当業者は、特定応用ごとに異なる方法を使用して記載される機能を実現できるが、これらの実現は、本出願の範囲を超えると見なされるべきではない。

本出願に係るいくつかの実施形態において、開示されるシステム、装置、方法は、他の形態により実現され得ると理解されるべきである。例えば、上記装置の実施形態は、例示的なものに過ぎない。例えば、ユニットの分割はロジック機能の分割に過ぎず、実際に実現される場合に、別の分割形態を有してもよい。例えば、複数のユニット又はコンポーネントを組み合わせ、又は別のシステムに集積させ、又はその若干の特徴を無視し、又は実行しなくてもよい。さらに、示される又は検討される相互間の結合や直接結合や通信接続は、いくつかのインタフェース、装置、又はユニットによる間接結合や通信接続であってもよく、電気、機械又は他の形態であってもよい。

分離コンポーネントとして説明されたユニットは、物理的に分離してもよく、分離しなくてもよい。ユニットとして表示されるコンポーネントは、物理的なユニットであってもよく、物理的なユニットではなくてもよい。即ち、一つの場所に位置してもよく、複数のネットワークユニットに配置されてもよい。実際のニーズに応じて一部又は全部のユニットを選択して本実施形態の技術的解決策の目的を実現することができる。例えば、本出願の各実施形態に係る各機能ユニットは、１つの処理ユニットに集積されてもよく、各ユニットは単独に物理的に存在してもよく、２つ以上のユニットは１つのユニットに集積されてもよい。

上記内容は、ただ本出願の具体的な実施形態であり、本出願の保護範囲はそれに限定されない。当業者が本出願に開示された技術範囲内で容易に想到し得る変更又は置換はすべて本出願の保護範囲内に含まれるべきである。従って、本出願の保護範囲は特許請求の保護範囲に準じるべきである。

第二様態において、本出願の実施形態では、点群復号化方法が提供される。当該方法は以下の内容を含む。点群のビットストリームを復号化することにより、点群における点の幾何情報を特定する。点群における点の幾何情報に基づいて、点群における点の属性情報の予測値を特定する。点群のビットストリームを復号化することにより、点群における点の属性情報の残差値を得る。残差値は、属性情報の残差値が可逆符号化されると特定された少なくとも１つの点の残差値を含む。点群における点の属性情報の予測値及び残差値に基づいて、点群における点の属性情報の再構成値を特定する。

係数量子化ユニット２１５は、点の属性情報の残差値を量子化するために用いられることができる。例えば、係数量子化ユニット２１５と予測変換ユニット２１３とが接続されている場合、係数量子化ユニットは、予測変換ユニット２１３から出力された点の属性情報の残差値を量子化するために用いられることができる。

例えば、復号器３００において、点群における点と点の間のユークリッド距離に応じて点群を複数のＬＯＤに分割し、次に、ＬＯＤにおける点の属性情報を順次復号化することができる。例えば、ゼロランレングス符号化技術におけるゼロの数（ｚｅｒｏ＿ｃｎｔ）を計算し、ｚｅｒｏ＿ｃｎｔに基づいて残差値を復号化し、次に、復号器３００において、すべての点が復号化されるまで、復号化された残差値に基づいて逆量子化を行い、逆量子化後の残差値と、現在点の予測値とを加算することにより当該点の再構成値を得ることができる。現在点はＬＯＤにおける後続点の最近の近傍点とされ、現在点の再構成値を利用して後続点の属性情報が予測される。

点群の属性情報の符号化・復号化の基本的な流れは以下の通りである。符号化側では、点群データの属性情報を前処理することにより、点群における点の属性情報のオリジナル値を得る。予測ユニット４４０は、点群における点の位置情報の再構成値に基づいて、上記３つの予測モードのうちの１つを選択して点群における点の属性情報を予測することにより、属性情報の予測値を得る。残差ユニット４２０は、点群における点の属性情報のオリジナル値と属性情報の予測値とに基づいて属性情報の残差値を計算し、即ち、点群における点の属性情報のオリジナル値と属性情報の予測値との差を点群における点の属性情報の残差値とする。量子化ユニット４３０は当該残差値を量子化し、それにより、人間の目に敏感ではない情報が除去され、視覚的な冗長性が解消されることができる。符号化ユニット４９０は、量子化ユニット４３０によって出力された、量子化された属性情報の残差値を受信し、量子化された属性情報の残差値を符号化して、属性ビットストリームを出力することができる。

また、逆量子化ユニット４５０は、量子化ユニット４３０によって出力された、量子化された属性情報の残差値を受信し、量子化された属性情報の残差値を逆量子化することにより、点群における点の属性情報の残差値を得ることができる。再構成ユニット４６０は、逆量子化ユニット４５０によって出力された点群における点の属性情報の残差値と、予測ユニット４４０によって出力された点群における点の属性情報の予測値とを取得し、点群における点の属性情報の残差値と予測値とを加算することにより点の属性情報の再構成値を取得する。点の属性情報の再構成値は、フィルタリングユニット４７０によってフィルタリングされた後、復号化バッファユニット４８０内にバッファリングされ、他の点の後続の予測プロセスに用いられる。

復号化側では、復号化ユニット５１０は、属性ビットストリームを解析することにより、点群における点の量子化された属性情報の残差値、予測情報、量子化係数などを得ることができる。予測ユニット５２０は、予測情報に基づいて点群における点の属性情報を予測することにより、点の属性情報の予測値を生成する。逆量子化ユニット５３０は、属性ビットストリームから得られた量子化係数を利用して、点の量子化された属性情報の残差値を逆量子化することにより、点の属性情報の残差値を得る。再構成ユニット５４０は、点の属性情報の予測値と残差値とを加算することにより、点の属性情報の再構成値を得る。フィルタリングユニット５５０は、点の属性情報の再構成値をフィルタリングすることにより、復号化された属性情報を得る。

なお、点群符号器は、点群における点の幾何情報の符号化を完了した後、点群における点の属性情報を符号化する。図２を参照すると、幾何情報を符号化するプロセスにおいて、第一算術符号化ユニット２０５は、八分木分析ユニット２０３によって処理された点の幾何情報を符号化することにより幾何ビットストリームを形成し、幾何再構成ユニット２０４は、八分木分析ユニット２０３によって処理された点の幾何情報を再構成することにより幾何情報の再構成値を取得する。予測ユニットは、幾何再構成ユニット２０４によって出力された幾何情報の再構成値を得ることができる。

図４を参照すると、現時点では、属性情報を符号化するプロセスにおいて、残差ユニット４２０は、点群における点の属性情報のオリジナル値及び属性情報の予測値に基づいて、属性情報の残差値を計算することができる。量子化ユニット４３０は当該残差値を量子化し、それにより、人間の目に敏感ではない情報が除去され、視覚的な冗長性が解消されることができる。逆量子化ユニット４５０は、量子化ユニット４３０によって出力された、量子化された属性情報の残差値を受信し、量子化された属性情報の残差値を逆量子化し、点群における点の属性情報の残差値を得ることができる。再構成ユニット４６０は、逆量子化ユニット４５０によって出力された点群における点の属性情報の残差値と、予測ユニット４４０によって出力された点群における点の属性情報の予測値とを取得し、点群における点の属性情報の残差値と予測値とを加算することにより点の属性情報の再構成値を取得する。点の属性情報の再構成値は、復号化バッファユニット４８０内にバッファリングされ、他の点の後続の予測プロセスに用いられる。

いくつかの実施形態において、予め設定された間隔に基づいて、点群における、予め設定された間隔を隔てた点の属性情報の残差値を可逆符号化する。例えば、点群が１２００個の点を含み、予め設定された間隔が９個の点であれば、並び替えられた点群における９個の点という間隔を隔てて点の属性情報の残差値を可逆符号化する。選択的に、１２００個の点のうち１番目の点を、属性情報の残差値が量子化されない１番目の点とし、９個の点という間隔を隔て、１１番目の点を、属性情報の残差値が量子化されない２番目の点とし、このように順次類推する。選択的に、１２００個の点群のうちの１１番目の点を、属性情報の残差値が可逆符号化される１番目の点とし、９個の点という間隔を隔て、２１番目の点を、属性情報の残差値が可逆符号化される２番目の点とし、このように順次類推する。

選択的に、同一の第二種類の詳細表現層におけるＭ個の点における隣接する２つの点の間の間隔が等しい。例えば、第二種類の詳細表現層１は２００個の点を含み、第二種類の詳細表現層２は３００個の点を含む。間隔が９に等しいと仮定し、第二種類の詳細表現層１における２０個の点の属性情報の残差値が可逆符号化され、２０個の点はそれぞれ順に、１番目の点、１１番目の点、２１番目の点、３１番目の点、．．．．．１８１番目の点、１９１番目の点であり、属性情報の残差値が可逆符号化される、隣接する２つの点の間の間隔が９個の点である。第二種類の詳細表現層２における３０個の点の属性情報の残差値が可逆符号化され、３０個の点はそれぞれ順に、１番目の点、１１番目の点、２１番目の点、３１番目の点、．．．．．．、２８１番目の点、２９１番目の点であり、属性情報の残差値が可逆符号化される、隣接する２つの点の間の間隔が９個の点である。

例えば、図９に示されるように、Ｌは１２に等しく、この１２個の第二種類の詳細表現層からＰ（例えば、Ｐ＝７）個の第二種類の詳細表現層を任意に選択し、残りの５個の第二種類の詳細表現層からＱ（例えば、Ｑ＝５）個の第二種類の詳細表現層を任意に選択する。

図９を引き続き参照すると、１２個の第二種類の詳細表現層のうちの前のＰ（例えば、Ｐ＝７）個の第二種類の詳細表現層をＰ個の第二種類の詳細表現層とし、１２個の第二種類の詳細表現層のうちの後のＱ（例えば、Ｑ＝５）個の第二種類の詳細表現層をＱ個の第二種類の詳細表現層とする。Ｐ個の第二種類の詳細表現層はそれぞれ連続であり、Ｑ個の第二種類の詳細表現層はそれぞれ連続である。

一例において、Ｐ個の第二種類の詳細表現層のうちの最後の第二種類の詳細表現層は、Ｑ個の第二種類の詳細表現層のうちの１番目の第二種類の詳細表現層に隣接する。例えば、図９に示されるように、Ｐ＝７、Ｑ＝５と仮定すると、Ｐ個の第二種類の詳細表現層のうちの最後の第二種類の詳細表現層は、９番目の詳細表現層であり、Ｑ個の第二種類の詳細表現層のうちの１番目の第二種類の詳細表現層は１０番目の詳細表現層であり、９番目の詳細表現層は１０番目の詳細表現層に隣接する。

例えば、下記数３に基づいて、目標点の属性情報の再構成値を特定する。
ｒｅｃｏｎｓｔｒｕｃｔｅｄＣｏｌｏｒは目標点の属性情報の再構成値であり、目標点の色属性情報の再構成値とも呼ばれ、ａｔｔｒＰｒｅｄＶａｌｕｅは目標点の属性情報の予測値であり、ａｔｔｒＲｅｓｉｄｕａｌは目標点の属性情報の残差値である。ａｔｔｒＲｅｓｉｄｕａｌは下記数４に基づいて得られることができる。

Ｓ８０３－Ａ２１：復号対象点がＮ個の点のうちの１つの点であると特定する場合、復号対象点の属性情報の残差情報が可逆符号化されると特定する。例えば、点群における点の幾何情報に基づいて点群における点を並び替え、並び替えられた点群を得る。並び替えられた点群に対して、点の総数及びＮの値に基づいて、Ｎ個の点における隣接する２つの点の間の間隔を特定し、当該間隔に基づいて、復号対象点がＮ個の点のうちの１つであるか否かを判断する。例えば、間隔は９であり、復号対象点は並び替えられた点群における２１番目の点であり、点群における１番目の点から、９個の点を隔てた点は属性情報の残差値が可逆符号化されると特定された点であり、即ち、順に、１番目の点、１１番目の点、２１番目の点．．．．．．である。さらに、復号対象点は、属性情報の残差情報が可逆符号化されると特定された点であると特定される。

点群における１つの復号対象点を例として、復号対象点の属性情報の残差値が符号化側で可逆符号化されると特定する場合、当該復号対象点の属性情報の残差情報が復号化側で可逆復号化されると特定する。即ち、下記数５を利用して、復号対象点の属性情報の再構成値を特定する。
ｒｅｃｏｎｓｔｒｕｃｔｅｄＣｏｌｏｒは復号対象点の属性情報の再構成値であり、復号対象点の色属性情報の再構成値とも呼ばれ、ａｔｔｒＰｒｅｄＶａｌｕｅは復号対象点の属性情報の予測値であり、ａｔｔｒＲｅｓｉｄｕａｌは復号対象点の属性情報の残差値である。

復号対象点の属性情報の残差値が符号化側で量子化されると特定する場合、当該復号対象点の属性情報の残差情報が復号化側で逆量子化されると特定する。即ち、下記数６を利用して、復号対象点の属性情報の再構成値を特定する。

ケース３では、第一情報が第一の予め設定された値を含む場合、第一の予め設定された値は、含まれる点の総数が第一の予め設定された値以下である詳細表現層を第一種類の詳細表現層に分類し、含まれる点の総数が第一の予め設定された値より大きい詳細表現層を第二種類の詳細表現層に分類することを指示するために用いられる。

なお、装置実施形態と方法実施形態は互いに対応することができ、装置実施形態の類似の説明については、方法実施形態を参照することができる。重複を避けるため、ここではその説明を省略する。具体的に、図１３に示される点群復号器２０は、本出願の実施形態における方法８００及び／又は９００を実行する主体に対応してもよい。また、点群復号器２０における各ユニットの上記及び他の操作及び／又は機能はそれぞれ、方法８００及び／又は９００などの各々における対応のプロセスを実現するために用いられる。簡潔のため、ここでの説明を省略する。

図１４に示されるように、当該電子機器３０は、本出願の実施形態に記載の点群符号器であってもよく、又は、点群復号器であってもよい。当該電子機器３０は、メモリ３１及びプロセッサ３２を備えることができる。当該メモリ３１は、コンピュータプログラム３４を記憶し、且つ当該コンピュータプログラム３４を当該プロセッサ３２に伝送するために用いられる。換言すれば、当該プロセッサ３２は、メモリ３１からコンピュータプログラム３４を呼び出して実行することにより、本出願の実施形態における方法を実現することができる。

本出願のいくつかの実施形態において、当該メモリ３１は、揮発性メモリ及び／又は不揮発性メモリを含むが、それらに限定されない。不揮発性メモリは、読み取り専用メモリ（ｒｅａｄ ｏｎｌｙ ｍｅｍｏｒｙ、ＲＯＭ）、プログラム可能な読み取り専用メモリ（ｐｒｏｇｒａｍｍａｂｌｅ ＲＯＭ、ＰＲＯＭ）、消去可能なプログラム可能な読み取り専用メモリ（ｅｒａｓａｂｌｅ ＰＲＯＭ、ＥＰＲＯＭ）、電気的に消去可能なプログラム可能な読み取り専用メモリ（ｅｌｅｃｔｒｉｃａｌｌｙ ＥＰＲＯＭ、ＥＥＰＲＯＭ）、又はフラッシュメモリ（ｆｌａｓｈ ｍｅｍｏｒｙ）であることができる。揮発性メモリは、外部高速キャッシュとして機能するランダムアクセスメモリ（ｒａｎｄｏｍ ａｃｃｅｓｓ ｍｅｍｏｒｙ、ＲＡＭ）であることができる。例示的であるが限定的ではない例として、様々なＲＡＭが利用可能であり、例えば、スタティックランダムアクセスメモリ（ｓｔａｔｉｃ ＲＡＭ、ＳＲＡＭ）、ダイナミックランダムアクセスメモリ（ｄｙｎａｍｉｃ ＲＡＭ、ＤＲＡＭ）、同期ダイナミックランダムアクセスメモリ（ｓｙｎｃｈｒｏｎｏｕｓ ＤＲＡＭ、ＳＤＲＡＭ）、ダブルデータレート同期ダイナミックランダムアクセスメモリ（ｄｏｕｂｌｅ ｄａｔａ ｒａｔｅ ＳＤＲＡＭ、ＤＤＲＳＤＲＡＭ）、強化された同期ダイナミックランダムアクセスメモリ（ｅｎｈａｎｃｅｄ ＳＤＲＡＭ、ＥＳＤＲＡＭ）、同期リンクダイナミックランダムアクセスメモリ（ｓｙｎｃｈ－ｌｉｎｋ ＤＲＡＭ、ＳＬＤＲＡＭ）、ダイレクトランバスランダムアクセスメモリ（ｄｉｅｒｃｔ ｒａｍｂｕｓ ＲＡＭ、ＤＲＲＡＭ）が挙げられる。

本出願のいくつかの実施形態において、当該コンピュータプログラム３４は、１つ又は複数のユニットに分割され、当該１つ又は複数のユニットは当該メモリ３１に記憶されており、当該プロセッサ３２によって実行されることにより、本出願に係る方法を完成する。当該１つ又は複数のユニットは、特定の機能を果たすことが可能な一連のコンピュータプログラム命令セグメントであってもよく、当該命令セグメントは、当該電子機器３０における当該コンピュータプログラム３４の実行プロセスを記述するために用いられる。

図１４に示されるように、当該電子機器３０は、トランシーバー３３をさらに備えることができる。当該トランシーバー３３は、当該プロセッサ３２又はメモリ３１に接続可能である。

Claims (53)

1. 点群符号化方法であって、
   点群における点の幾何情報及び属性情報を取得することと、
   前記点群における点の幾何情報に基づいて、前記点群における点の属性情報の予測値を特定することと、
   前記点群における点の属性情報の予測値に基づいて、前記点群における点の属性情報の残差値を特定することと、
   第一符号化プロセスを利用して前記点群における点の属性情報の残差値を処理することと、を含み、
   前記第一符号化プロセスでは、前記点群における少なくとも１つの点の属性情報の残差値を可逆符号化する、
   ことを特徴とする点群符号化方法。
2. 前記第一符号化プロセスを利用して前記点群における点の属性情報の残差値を処理することは、
   前記点群における少なくとも１つの点の属性情報の残差値を可逆符号化することを含む、
   ことを特徴とする請求項１に記載の方法。
3. 前記少なくとも１つの点はＮ個の点を含み、前記Ｎは２の整数倍である、
   ことを特徴とする請求項１に記載の方法。
4. 前記少なくとも１つの点はＮ個の点を含み、前記Ｎ個の点における隣接する２つの点ごとの間の間隔が等しい、
   ことを特徴とする請求項１に記載の方法。
5. 前記点群における少なくとも１つの点の属性情報の残差値を可逆符号化することは、
   予め設定された間隔に基づいて、前記点群における、前記予め設定された間隔を隔てた点の属性情報の残差値を可逆符号化することを含む、
   ことを特徴とする請求項１に記載の方法。
6. 前記方法は、前記点群における点の幾何情報に基づいて、前記点群に対して詳細度（ＬＯＤ）分割を行うことにより、前記点群の複数の詳細表現層を得ることをさらに含み、各詳細表現層に少なくとも１つの点が含まれており、
   前記点群における少なくとも１つの点の属性情報の残差値を可逆符号化することは、
   前記複数の詳細表現層のうちの少なくとも１つの詳細表現層における少なくとも１つの点の属性情報の残差値を可逆符号化することを含む、
   ことを特徴とする請求項１に記載の方法。
7. 前記複数の詳細表現層のうちの少なくとも１つの詳細表現層における少なくとも１つの点の属性情報の残差値を可逆符号化することは、
   前記複数の詳細表現層における、含まれる点の総数が第一の予め設定された値以下である少なくとも１つの第一種類の詳細表現層と、含まれる点の総数が前記第一の予め設定された値より大きい少なくとも１つの第二種類の詳細表現層とを取得することと、
   前記第一種類の詳細表現層におけるすべての点の属性情報の残差値を可逆符号化することと、
   前記第二種類の詳細表現層における少なくとも１つの点の属性情報の残差値を可逆符号化することと、を含む、
   ことを特徴とする請求項６に記載の方法。
8. 前記第二種類の詳細表現層における少なくとも１つの点の属性情報の残差値を可逆符号化することは、
   前記第二種類の詳細表現層におけるＭ個の点の属性情報の残差値を可逆符号化することを含み、前記Ｍは２の正の整数倍である、
   ことを特徴とする請求項７に記載の方法。
9. 前記少なくとも１つの第二種類の詳細表現層はＬ個の第二種類の詳細表現層を含み、前記Ｌは２以上の正の整数であり、前記第二種類の詳細表現層における少なくとも１つの点の属性情報の残差値を可逆符号化することは、
   Ｐ個の第二種類の詳細表現層のうちの各々における第一の数の点の属性情報の残差値を可逆符号化することと、
   Ｑ個の第二種類の詳細表現層のうちの各々における第二の数の点の属性情報の残差値を可逆符号化することと、を含み、
   前記Ｐ、Ｑは正の整数であり、且つ前記Ｐと前記Ｑとの合計は前記Ｌ以下であり、前記Ｐ個の第二種類の詳細表現層と前記Ｑ個の第二種類の詳細表現層は重ならず、前記第一の数と前記第二の数は異なる、
   ことを特徴とする請求項７に記載の方法。
10. 前記Ｐ個の第二種類の詳細表現層は、前記Ｌ個の第二種類の詳細表現層のうちの前のＰ個の第二種類の詳細表現層である、
    ことを特徴とする請求項９に記載の方法。
11. 前記Ｑ個の第二種類の詳細表現層は、前記Ｌ個の第二種類の詳細表現層のうちの後のＱ個の第二種類の詳細表現層である、
    ことを特徴とする請求項９に記載の方法。
12. 前記Ｐ個の第二種類の詳細表現層のうちの最後の第二種類の詳細表現層は、前記Ｑ個の第二種類の詳細表現層のうちの１番目の第二種類の詳細表現層に隣接する、
    ことを特徴とする請求項９に記載の方法。
13. 前記第一の数は前記第二の数より大きい、
    ことを特徴とする請求項９に記載の方法。
14. 前記第一の数は、前記第二の数の正の整数倍である、
    ことを特徴とする請求項１３に記載の方法。
15. 前記第一の数の点における隣接する２つの点ごとの間の間隔が等しい、
    ことを特徴とする請求項９に記載の方法。
16. 前記第二の数の点における隣接する２つの点ごとの間の間隔が等しい、
    ことを特徴とする請求項９に記載の方法。
17. 前記方法は、目標点の属性情報の残差値及び属性情報の予測値に基づいて、前記目標点の属性情報の再構成値を特定することをさらに含み、
    前記目標点は、前記点群における、属性情報の残差値が可逆符号化される点である、
    ことを特徴とする請求項１～１６のいずれか一項に記載の方法。
18. 前記目標点の属性情報の残差値及び属性情報の予測値に基づいて、前記目標点の属性情報の再構成値を特定することは、
    ｒｅｃｏｎｓｔｒｕｃｔｅｄＣｏｌｏｒ＝ａｔｔｒＲｅｓｉｄｕａｌ＋ａｔｔｒＰｒｅｄＶａｌｕｅという式に基づいて、前記目標点の属性情報の再構成値を特定することを含み、
    前記ｒｅｃｏｎｓｔｒｕｃｔｅｄＣｏｌｏｒは前記目標点の属性情報の再構成値であり、前記ａｔｔｒＲｅｓｉｄｕａｌは前記目標点の属性情報の残差値であり、前記ａｔｔｒＰｒｅｄＶａｌｕｅは前記目標点の属性情報の予測値である、
    ことを特徴とする請求項１７に記載の方法。
19. 前記方法は、ビットストリームを生成することをさらに含み、
    前記ビットストリームは第一情報を含み、第一情報は、属性情報の残差値が可逆符号化される点を指示するために用いられる、
    ことを特徴とする請求項９～１６のいずれか一項に記載の方法。
20. 前記第一情報は、前記属性情報の残差値が可逆符号化される点のフラグ情報を含む、
    ことを特徴とする請求項１９に記載の方法。
21. 前記第一情報は、前記属性情報の残差値が可逆符号化される点の数を含む、
    ことを特徴とする請求項１９に記載の方法。
22. 前記第一情報は、前記第一の数と、前記第二の数と、前記Ｐ個の第二種類の詳細表現層及び前記Ｑ個の第二種類の詳細表現層の分割情報と、を含む、
    ことを特徴とする請求項１９に記載の方法。
23. 前記Ｐ個の第二種類の詳細表現層のうちの最後の第二種類の詳細表現層が前記Ｑ個の第二種類の詳細表現層のうちの１番目の第二種類の詳細表現層に隣接する場合、前記分割情報は、前記Ｑ個の第二種類の詳細表現層のうちの１番目の第二種類の詳細表現層のフラグ情報、又は、前記Ｐ個の第二種類の詳細表現層のうちの最後の第二種類の詳細表現層のフラグ情報をさらに含む、
    ことを特徴とする請求項２２に記載の方法。
24. 前記第一情報は、前記第二種類の詳細表現層における、属性情報の残差値が可逆符号化される１番目の点のフラグ情報をさらに含む、
    ことを特徴とする請求項１９に記載の方法。
25. 前記点群における少なくとも１つの点の属性情報の残差値を可逆符号化することは、
    前記点群における点の属性情報の残差値を量子化するプロセスにおいて、属性情報の残差値が可逆符号化される前記少なくとも１つの点をスキップすること、又は、
    前記属性情報の残差値が可逆符号化される前記少なくとも１つの点の量子化ステップサイズを１に設定すること、又は、
    前記属性情報の残差値が可逆符号化される前記少なくとも１つの点の量子化パラメータ（ＱＰ）を目標値に設定すること、を含み、
    前記目標値は、量子化ステップサイズが１である際の対応のＱＰ値である、
    ことを特徴とする請求項１～１６のいずれか一項に記載の方法。
26. 前記点群における点の幾何情報に基づいて、前記点群における点の属性情報の予測値を特定することは、
    前記点群における点の幾何情報を符号化することにより、前記点群における点の幾何情報の再構成値を得ることと、
    前記点群における点の幾何情報の再構成値に基づいて、前記点群における点の属性情報の予測値を特定することと、を含む、
    ことを特徴とする請求項１に記載の方法。
27. 前記点群における点の属性情報の予測値に基づいて、前記点群における点の属性情報の残差値を特定することは、
    前記点群における点の属性情報のオリジナル値と属性情報の予測値との差を、前記点群における点の属性情報の残差値として特定することを含む、
    ことを特徴とする請求項１に記載の方法。
28. 点群復号化方法であって、
    点群のビットストリームを復号化することにより、点群における点の幾何情報を特定することと、
    前記点群における点の幾何情報に基づいて、前記点群における点の属性情報の予測値を特定することと、
    前記点群のビットストリームを復号化することにより、前記点群における点の属性情報の残差値を得ることと、
    前記点群における点の属性情報の予測値及び残差値に基づいて、前記点群における点の属性情報の再構成値を特定することと、を含み、
    前記残差値は、属性情報の残差値が可逆符号化されると特定された少なくとも１つの点の残差値を含む、
    ことを特徴とする点群復号化方法。
29. 前記点群のビットストリームを復号化することにより、前記点群における点の属性情報の残差値を得ることは、
    前記点群のビットストリームを復号化することにより、属性情報の残差値が可逆符号化されると特定された点を指示するために用いられる第一情報を得ることと、
    前記点群のビットストリームを復号化することにより、点群における復号対象点の属性情報の残差情報を得ることと、
    前記第一情報に基づいて、前記点群における復号対象点の属性情報の残差情報が可逆符号化されるか否かを特定することと、
    前記復号対象点の属性情報の残差情報が可逆符号化されると特定する場合、前記復号対象点の属性情報の残差情報を前記復号対象点の属性情報の残差値とすることと、
    前記復号対象点の属性情報の残差情報が非可逆符号化されると特定する場合、逆量子化後の前記復号対象点の属性情報の残差情報を前記復号対象点の属性情報の残差値とすることと、を含む、
    ことを特徴とする請求項２８に記載の方法。
30. 前記第一情報はＮを含み、前記Ｎは、前記点群における、属性情報の残差値が可逆符号化されると特定された点の総数である、
    ことを特徴とする請求項２９に記載の方法。
31. 前記Ｎは２の整数倍である、
    ことを特徴とする請求項３０に記載の方法。
32. 前記Ｎ個の点における隣接する２つの点ごとの間の間隔が等しい、
    ことを特徴とする請求項３０に記載の方法。
33. 前記第一情報に基づいて、前記復号対象点の属性情報の残差情報が可逆符号化されるか否かを特定することは、
    前記復号対象点が前記Ｎ個の点のうちの１つの点であると特定する場合、前記復号対象点の属性情報の残差情報が可逆符号化されると特定することを含む、
    ことを特徴とする請求項３２に記載の方法。
34. 前記第一情報が予め設定された間隔を含む場合、前記第一情報に基づいて、前記復号対象点の属性情報の残差情報が可逆符号化されるか否かを特定することは、
    前記予め設定された間隔に基づいて、前記復号対象点と属性情報の残差値が可逆符号化されると特定された前の点との間の間隔が前記予め設定された間隔に等しいと特定する場合、前記復号対象点の属性情報の残差情報が可逆符号化されると特定することを含む、
    ことを特徴とする請求項２９に記載の方法。
35. 前記方法は、前記点群における点の幾何情報に基づいて、前記点群に対して詳細度（ＬＯＤ）分割を行うことにより、前記点群の複数の詳細表現層を得ることをさらに含み、各詳細表現層に少なくとも１つの点が含まれている、
    ことを特徴とする請求項２９に記載の方法。
36. 前記第一情報が第一の予め設定された値を含む場合、前記第一情報に基づいて、前記復号対象点の属性情報の残差情報が可逆符号化されるか否かを特定することは、
    前記第一の予め設定された値に基づいて、前記複数の詳細表現層における、含まれる点の総数が前記第一の予め設定された値以下である少なくとも１つの第一種類の詳細表現層と、含まれる点の総数が前記第一の予め設定された値より大きい少なくとも１つの第二種類の詳細表現層とを取得することと、
    前記復号対象点が前記第一種類の詳細表現層に属する場合、前記復号対象点の属性情報の残差情報が可逆符号化されると特定することと、を含む、
    ことを特徴とする請求項３５に記載の方法。
37. 前記第一情報がＭを含み、前記Ｍが、１つの前記第二種類の詳細表現層における、属性情報の残差値が可逆符号化されると特定された点の数であり、且つ前記Ｍが２の正の整数倍である場合、前記第一情報に基づいて、前記復号対象点の属性情報の残差情報が可逆符号化されるか否かを特定することは、
    前記復号対象点が前記Ｍ個の点のうちの１つの点である場合、前記復号対象点の属性情報の残差情報が可逆符号化されると特定することと、を含む、
    ことを特徴とする請求項３６に記載の方法。
38. 前記少なくとも１つの第二種類の詳細表現層はＬ個の第二種類の詳細表現層を含み、前記Ｌは２以上の正の整数であり、
    前記第一情報が第一の数と、第二の数と、Ｐ個の第二種類の詳細表現層及びＱ個の第二種類の詳細表現層の分割情報とを含む場合、前記第一情報に基づいて、前記復号対象点の属性情報の残差情報が可逆符号化されるか否かを特定することは、
    前記分割情報に基づいて、前記Ｌ個の第二種類の詳細表現層を分割することにより、前記Ｐ個の第二種類の詳細表現層及び前記Ｑ個の第二種類の詳細表現層を得ることと、
    前記復号対象点が前記Ｐ個の第二種類の詳細表現層における、属性情報の残差値が可逆符号化されると特定された第一の数の点のうちの１つの点であると特定する場合、前記復号対象点の属性情報の残差情報が可逆符号化されると特定することと、
    前記復号対象点が前記Ｑ個の第二種類の詳細表現層における、属性情報の残差値が可逆符号化されると特定された第二の数の点のうちの１つの点であると特定する場合、前記復号対象点の属性情報の残差情報が可逆符号化されると特定することと、を含み、
    前記Ｐ、Ｑは正の整数であり、且つ前記Ｐと前記Ｑとの合計は前記Ｌ以下であり、前記Ｐ個の第二種類の詳細表現層と前記Ｑ個の第二種類の詳細表現層は重ならず、前記第一の数と前記第二の数は異なる、
    ことを特徴とする請求項３６に記載の方法。
39. 前記Ｐ個の第二種類の詳細表現層は、前記Ｌ個の第二種類の詳細表現層のうちの前のＰ個の第二種類の詳細表現層である、
    ことを特徴とする請求項３８に記載の方法。
40. 前記Ｑ個の第二種類の詳細表現層は、前記Ｌ個の第二種類の詳細表現層のうちの後のＱ個の第二種類の詳細表現層である、
    ことを特徴とする請求項３８に記載の方法。
41. 前記Ｐ個の第二種類の詳細表現層のうちの最後の第二種類の詳細表現層は、前記Ｑ個の第二種類の詳細表現層のうちの１番目の第二種類の詳細表現層に隣接する、
    ことを特徴とする請求項３８に記載の方法。
42. 前記Ｐ個の第二種類の詳細表現層のうちの最後の第二種類の詳細表現層が前記Ｑ個の第二種類の詳細表現層のうちの１番目の第二種類の詳細表現層に隣接する場合、前記分割情報は、前記Ｑ個の第二種類の詳細表現層のうちの１番目の第二種類の詳細表現層のフラグ情報、又は、前記Ｐ個の第二種類の詳細表現層のうちの最後の第二種類の詳細表現層のフラグ情報をさらに含む、
    ことを特徴とする請求項４１に記載の方法。
43. 前記第一情報は、前記第二種類の詳細表現層における、属性情報の残差値が可逆符号化されると特定された１番目の点のフラグ情報をさらに含む、
    ことを特徴とする請求項３８に記載の方法。
44. 前記第一情報は、属性情報の残差値が可逆符号化されると特定された点のフラグ情報をさらに含む、
    ことを特徴とする請求項３８に記載の方法。
45. 前記第一の数は前記第二の数より大きい、
    ことを特徴とする請求項３８に記載の方法。
46. 前記第一の数は、前記第二の数の正の整数倍である、
    ことを特徴とする請求項４５に記載の方法。
47. 前記第一の数の点における隣接する２つの点ごとの間の間隔が等しい、
    ことを特徴とする請求項３８に記載の方法。
48. 前記第二の数の点における隣接する２つの点ごとの間の間隔が等しい、
    ことを特徴とする請求項３８に記載の方法。
49. 前記点群における点の属性情報の予測値及び残差値に基づいて、前記点群における点の属性情報の再構成値を特定することは、
    前記復号対象点の属性情報の予測値と残差値との合計を、前記復号対象点の属性情報の再構成値として特定することを含む、
    ことを特徴とする請求項２９～４８のいずれか一項に記載の方法。
50. 前記復号対象点の属性情報の残差値が可逆符号化されると特定された場合、前記復号対象点の属性情報の予測値と残差値との合計を、前記復号対象点の属性情報の再構成値として特定することは、
    ｒｅｃｏｎｓｔｒｕｃｔｅｄＣｏｌｏｒ＝ａｔｔｒＲｅｓｉｄｕａｌ＋ａｔｔｒＰｒｅｄＶａｌｕｅという式に基づいて、前記復号対象点の属性情報の再構成値を特定することを含む、
    前記ｒｅｃｏｎｓｔｒｕｃｔｅｄＣｏｌｏｒは前記復号対象点の属性情報の再構成値であり、前記ａｔｔｒＲｅｓｉｄｕａｌは前記復号対象点の属性情報の残差値であり、前記ａｔｔｒＰｒｅｄＶａｌｕｅは前記復号対象点の属性情報の予測値である、
    ことを特徴とする請求項４９に記載の方法。
51. 点群符号器であって、取得ユニット、予測ユニット、残差ユニット及び符号化ユニットを備え、
    前記取得ユニットは、点群における点の幾何情報及び属性情報を取得するように構成されており、
    前記予測ユニットは、前記点群における点の幾何情報に基づいて、前記点群における点の属性情報の予測値を特定するように構成されており、
    前記残差ユニットは、前記点群における点の属性情報の予測値に基づいて、前記点群における点の属性情報の残差値を特定するように構成されており、
    前記符号化ユニットは、第一符号化プロセスを利用して前記点群における点の属性情報の残差値を処理するように構成されており、前記第一符号化プロセスでは、前記点群における少なくとも１つの点の属性情報の残差値が可逆符号化される、
    ことを特徴とする点群符号器。
52. 点群復号器であって、復号化ユニット、予測ユニット、特定ユニット及び再構成ユニットを備え、
    前記復号化ユニットは、点群のビットストリームを復号化することにより、点群における点の幾何情報を特定するように構成されており、
    前記予測ユニットは、前記点群における点の幾何情報に基づいて、前記点群における点の属性情報の予測値を特定するように構成されており、
    前記特定ユニットは、前記点群のビットストリームを復号化することにより、前記点群における点の属性情報の残差値を得るように構成されており、前記残差値は、属性情報の残差値が可逆符号化されると特定された少なくとも１つの点の残差値を含み、
    前記再構成ユニットは、前記点群における点の属性情報の予測値及び残差値に基づいて、前記点群における点の属性情報の再構成値を特定するように構成されている、
    ことを特徴とする点群復号器。
53. 点群符号化・復号化システムであって、
    請求項５１に記載の点群符号器、及び請求項５２に記載の点群復号器を含む、
    ことを特徴とする点群符号化・復号化システム。