WO2019199024A1 - Method for processing 360 image data on basis of sub picture, and device therefor - Google Patents

Method for processing 360 image data on basis of sub picture, and device therefor Download PDF

Info

Publication number
WO2019199024A1
WO2019199024A1 PCT/KR2019/004212 KR2019004212W WO2019199024A1 WO 2019199024 A1 WO2019199024 A1 WO 2019199024A1 KR 2019004212 W KR2019004212 W KR 2019004212W WO 2019199024 A1 WO2019199024 A1 WO 2019199024A1
Authority
WO
WIPO (PCT)
Prior art keywords
track
information
video
metadata
subpicture
Prior art date
Application number
PCT/KR2019/004212
Other languages
French (fr)
Korean (ko)
Inventor
이장원
오세진
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Publication of WO2019199024A1 publication Critical patent/WO2019199024A1/en

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/111—Transformation of image signals corresponding to virtual viewpoints, e.g. spatial image interpolation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/161—Encoding, multiplexing or demultiplexing different image signal components
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/172—Processing image signals image signals comprising non-image signal components, e.g. headers or format information
    • H04N13/178—Metadata, e.g. disparity information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/189—Recording image signals; Reproducing recorded image signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/434—Disassembling of a multiplex stream, e.g. demultiplexing audio and video streams, extraction of additional data from a video stream; Remultiplexing of multiplex streams; Extraction or processing of SI; Disassembling of packetised elementary stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/435—Processing of additional data, e.g. decrypting of additional data, reconstructing software from modules extracted from the transport stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof

Definitions

  • the present invention relates to 360 images, and more particularly, to a subpicture based processing method and apparatus for 360 image data.
  • the VR (Vertial Reality) system gives the user the feeling of being in an electronically projected environment.
  • the system for providing VR can be further refined to provide higher quality images and spatial sound.
  • the VR system can enable a user to consume VR content interactively.
  • An object of the present invention is to provide a method and apparatus for processing 360 image data.
  • Another object of the present invention is to provide a method and apparatus for transmitting metadata for 360 image data.
  • Another object of the present invention is to provide a method and apparatus for subpicture-based processing of 360 image data.
  • Another object of the present invention is to provide a method and apparatus for transmitting metadata for subpicture-based processing of 360 image data.
  • a 360 video data processing method performed by a 360 video receiving apparatus includes receiving 360 video data, obtaining information and metadata about an encoded picture from the 360 video data, decoding at least a portion of a region of the picture based on the information about the encoded picture; Rendering at least a partial region of a decoded picture based on the metadata, and when the 360 video data includes a plurality of subpicture tracks, the picture includes a plurality of subpictures, and the metadata Is characterized by comprising track group information for the plurality of subpicture tracks.
  • a 360 video data processing method performed by the 360 video transmission device.
  • the method comprises the steps of obtaining 360 video, processing the 360 video to derive a picture, generating metadata about the 360 video, encoding at least a portion of the picture, and encoding the encoded picture.
  • Performing a process for storing or transmitting at least a partial region and the metadata and when the picture includes a plurality of subpictures, the plurality of subpictures are respectively stored or stored as a plurality of subpicture tracks.
  • Processing for transmission is performed, and the metadata includes track group information for the plurality of subpicture tracks.
  • a 360 video receiving apparatus receives 360 video data, and obtains information about the encoded picture and metadata from the 360 video data, and decodes at least a partial region of the picture based on the information about the encoded picture.
  • a data decoder and a renderer for rendering at least a partial region of a decoded picture based on the metadata, and when the 360 video data includes a plurality of subpicture tracks, the picture includes a plurality of subpictures.
  • the metadata may include track group information for the plurality of subpicture tracks.
  • a 360 video transmission device may include a data input unit for acquiring 360 video, a projection processor for processing the 360 video to derive a picture, a metadata processor for generating metadata regarding the 360 video, and encoding at least a partial region of the picture
  • a data encoder and a transmission processor configured to perform processing for storing or transmitting at least a portion of the encoded picture and the metadata, and when the picture includes a plurality of subpictures, the plurality of subpictures Processing for storing or transmitting each of the plurality of subpicture tracks is performed, and the metadata includes track group information for the plurality of subpicture tracks.
  • an efficient switching mechanism between tracks can be provided.
  • a method of signaling such that an area where a viewport is located can be of high quality can be proposed.
  • the region information and the grouping information of the subpicture may be signaled to perform adaptive processing on a subpicture or subpicture group basis.
  • VR content (360 content) can be efficiently transmitted in an environment supporting next generation hybrid broadcasting using a terrestrial broadcasting network and an internet network.
  • a method for providing an interactive experience in consuming 360 content of a user may be proposed.
  • signaling information for 360 image data can be efficiently stored and transmitted through an International Organization for Standardization (ISO) based media file format such as ISO base media file format (ISOBMFF).
  • ISO International Organization for Standardization
  • ISO base media file format ISO base media file format
  • signaling information for 360 image data can be transmitted through HyperText Transfer Protocol (HTTP) -based adaptive streaming such as Dynamic Adaptive Streaming over HTTP (DASH).
  • HTTP HyperText Transfer Protocol
  • DASH Dynamic Adaptive Streaming over HTTP
  • signaling information for 360 video data may be stored and transmitted through a supplemental enhancement information (SEI) message or a video usability information (VUI), thereby improving overall transmission efficiency.
  • SEI Supplemental Enhancement Information
  • VUI video usability information
  • FIG. 1 is a diagram showing the overall architecture for providing 360 video according to the present invention.
  • FIGS. 2 and 3 illustrate the structure of a media file according to an embodiment of the present invention.
  • FIG 4 shows an example of the overall operation of the DASH-based adaptive streaming model.
  • FIG. 5 is a diagram schematically illustrating a configuration of a 360 video transmission apparatus to which the present invention may be applied.
  • FIG. 6 is a diagram schematically illustrating a configuration of a 360 video receiving apparatus to which the present invention can be applied.
  • FIG. 7 is a diagram illustrating the concept of an airplane main axis (Aircraft Principal Axes) for explaining the 3D space of the present invention.
  • FIG. 8 exemplarily illustrates a 2D image to which a region-specific packing process according to a 360-degree processing process and a projection format is applied.
  • 10A and 10B illustrate a tile according to an embodiment of the present invention.
  • FIG 11 illustrates an example of 360 degree video related metadata according to an embodiment of the present invention.
  • FIG. 12 schematically illustrates the concept of a viewpoint, a viewing position, a viewing orientation.
  • FIG. 13 is a diagram schematically illustrating an example of an architecture for providing 3DoF + video according to the present invention.
  • 14A and 14B are examples of 3DoF + end-to-end system architectures.
  • FIG. 15 schematically illustrates an example of a Framework for Live Uplink Streaming (FLUS) architecture.
  • FLUS Live Uplink Streaming
  • 16 schematically shows the configuration at the 3DoF + transmitter.
  • 19A and 19B illustrate an example in which the same subpicture track is included in two track groups.
  • FIG. 21 schematically illustrates a subpicture based processing method of 360 image data by a 360 image receiving apparatus according to the present invention.
  • each configuration in the drawings described in the present invention are shown independently for the convenience of description of the different characteristic functions, it does not mean that each configuration is implemented by separate hardware or separate software.
  • two or more of each configuration may be combined to form one configuration, or one configuration may be divided into a plurality of configurations.
  • Embodiments in which each configuration is integrated and / or separated are also included in the scope of the present invention without departing from the spirit of the present invention.
  • FIG. 1 is a diagram showing the overall architecture for providing 360 video according to the present invention.
  • the present invention proposes a method of providing 360 content in order to provide a user with virtual reality (VR).
  • VR may refer to a technique or environment for replicating a real or virtual environment.
  • VR artificially provides the user with a sensational experience, which allows the user to experience the same as being in an electronically projected environment.
  • 360 content refers to the overall content for implementing and providing VR, and may include 360 video and / or 360 audio.
  • 360 video may refer to video or image content that is required to provide VR, and simultaneously captured or played back in all directions (360 degrees).
  • 360 video may refer to 360 degree video.
  • 360 video may refer to video or an image displayed on various types of 3D space according to a 3D model, for example, 360 video may be represented on a spherical surface.
  • 360 audio is also audio content for providing VR, and may mean spatial audio content, in which a sound source can be recognized as being located in a specific space in three dimensions.
  • 360 content may be generated, processed, and transmitted to users, and users may consume the VR experience using 360 content.
  • 360 video may be called omnidirectional video and 360 image may be called omnidirectional image.
  • the present invention particularly proposes a method for effectively providing 360 video.
  • first 360 video may be captured through one or more cameras.
  • the captured 360 video is transmitted through a series of processes, and the receiving side can process and render the received data back into the original 360 video. Through this, 360 video may be provided to the user.
  • the entire process for providing the 360 video may include a capture process, preparation process, transmission process, processing process, rendering process, and / or feedback process.
  • the capturing process may refer to capturing an image or video for each of a plurality of viewpoints through one or more cameras.
  • Image / video data such as 110 of FIG. 1 shown by the capture process may be generated.
  • Each plane of FIG. 1 110 shown may mean an image / video for each viewpoint.
  • the captured plurality of images / videos may be referred to as raw data.
  • metadata related to capture may be generated.
  • Special cameras for VR can be used for this capture.
  • capture through an actual camera may not be performed.
  • the corresponding capture process may be replaced by simply generating related data.
  • the preparation process may be a process of processing the captured image / video and metadata generated during the capture process.
  • the captured image / video may undergo a stitching process, a projection process, a region-wise packing process, and / or an encoding process in this preparation process.
  • each image / video can be stitched.
  • the stitching process may be a process of connecting each captured image / video to create a panoramic image / video or a spherical image / video.
  • the stitched image / video may be subjected to a projection process.
  • the stretched image / video can be projected onto a 2D image.
  • This 2D image may be called a 2D image frame depending on the context. It can also be expressed as mapping a projection to a 2D image to a 2D image.
  • the projected image / video data may be in the form of a 2D image as shown in FIG. 1 120.
  • the video data projected onto the 2D image may be subjected to region-wise packing to increase video coding efficiency and the like.
  • the region-specific packing may refer to a process of dividing the video data projected on the 2D image by region and applying the process.
  • the region may refer to a region in which 2D images projected with 360 video data are divided.
  • the regions may be divided evenly or arbitrarily divided into 2D images according to an embodiment. In some embodiments, regions may be divided according to a projection scheme.
  • the region-specific packing process is an optional process and may be omitted in the preparation process.
  • this processing may include rotating each region or rearranging on 2D images in order to increase video coding efficiency. For example, by rotating the regions so that certain sides of the regions are located close to each other, efficiency in coding can be increased.
  • the processing may include increasing or decreasing a resolution for a specific region in order to differentiate the resolution for each region of the 360 video. For example, regions that correspond to relatively more important areas on 360 video may have a higher resolution than other regions.
  • the video data projected onto the 2D image or the packed video data per region may be subjected to an encoding process through a video codec.
  • the preparation process may further include an editing process.
  • editing process editing of image / video data before and after projection may be further performed.
  • metadata about stitching / projection / encoding / editing may be generated.
  • metadata regarding an initial time point, a region of interest (ROI), or the like, of the video data projected on the 2D image may be generated.
  • the transmission process may be a process of processing and transmitting image / video data and metadata that have been prepared. Processing may be performed according to any transport protocol for the transmission. Data that has been processed for transmission may be delivered through a broadcast network and / or broadband. These data may be delivered to the receiving side in an on demand manner. The receiving side can receive the corresponding data through various paths.
  • the processing may refer to a process of decoding the received data and re-projecting the projected image / video data onto the 3D model.
  • image / video data projected on 2D images may be re-projected onto 3D space.
  • This process may be called mapping or projection depending on the context.
  • the mapped 3D space may have a different shape according to the 3D model.
  • the 3D model may have a sphere, a cube, a cylinder, or a pyramid.
  • the processing process may further include an editing process, an up scaling process, and the like.
  • editing process editing of image / video data before and after re-projection may be further performed.
  • the size of the sample may be increased by upscaling the samples during the upscaling process. If necessary, the operation of reducing the size through down scaling may be performed.
  • the rendering process may refer to a process of rendering and displaying re-projected image / video data in 3D space. Depending on the representation, it may be said to combine re-projection and rendering to render on a 3D model.
  • the image / video re-projected onto the 3D model (or rendered onto the 3D model) may have a shape such as 130 of FIG. 1 shown. 1, shown in FIG. 1, is a case in which a sphere is re-projected onto a 3D model of a sphere.
  • the user may view some areas of the rendered image / video through the VR display. In this case, the region seen by the user may be in the form as shown in 140 of FIG. 1.
  • the feedback process may mean a process of transmitting various feedback information that can be obtained in the display process to the transmitter. Through the feedback process, interactivity may be provided for 360 video consumption. According to an embodiment, in the feedback process, head orientation information, viewport information indicating an area currently viewed by the user, and the like may be transmitted to the transmitter. According to an embodiment, the user may interact with those implemented on the VR environment, in which case the information related to the interaction may be transmitted to the sender or service provider side in the feedback process. In some embodiments, the feedback process may not be performed.
  • the head orientation information may mean information about a head position, an angle, and a movement of the user. Based on this information, information about the area currently viewed by the user in the 360 video, that is, viewport information, may be calculated.
  • the viewport information may be information about an area currently viewed by the user in the 360 video. Through this, a gaze analysis may be performed to determine how the user consumes 360 video, which areas of the 360 video are viewed and how much. Gayes analysis may be performed at the receiving end and delivered to the transmitting side via a feedback channel.
  • a device such as a VR display may extract a viewport area based on the position / direction of a user's head, vertical or horizontal field of view (FOV) information supported by the device, and the like.
  • FOV horizontal field of view
  • the above-described feedback information may be consumed at the receiving side as well as being transmitted to the transmitting side. That is, the decoding, re-projection, rendering process, etc. of the receiving side may be performed using the above-described feedback information. For example, only 360 video for the area currently viewed by the user may be preferentially decoded and rendered using head orientation information and / or viewport information.
  • the viewport to the viewport area may mean an area that the user is viewing in 360 video.
  • a viewpoint is a point that the user is viewing in the 360 video and may mean a center point of the viewport area. That is, the viewport is an area centered on the viewpoint, and the size shape occupied by the area may be determined by a field of view (FOV) to be described later.
  • FOV field of view
  • 360 video data image / video data that undergoes a series of processes of capture / projection / encoding / transmission / decoding / re-projection / rendering may be referred to as 360 video data.
  • 360 video data may also be used as a concept including metadata or signaling information associated with such image / video data.
  • the media file may have a file format based on ISO base media file format (ISO BMFF).
  • ISO BMFF ISO base media file format
  • FIGS. 2 and 3 illustrate the structure of a media file according to an embodiment of the present invention.
  • the media file according to the present invention may include at least one box.
  • the box may be a data block or an object including media data or metadata related to the media data.
  • the boxes may form a hierarchical structure with each other, such that the data may be classified so that the media file may be in a form suitable for storage and / or transmission of a large amount of media data.
  • the media file may have an easy structure for accessing the media information, such as a user moving to a specific point of the media content.
  • the media file according to the present invention may include an ftyp box, a moov box and / or an mdat box.
  • An ftyp box can provide file type or compatibility related information for a corresponding media file.
  • the ftyp box may include configuration version information about media data of a corresponding media file.
  • the decoder can identify the media file by referring to the ftyp box.
  • the moov box may be a box including metadata about media data of a corresponding media file.
  • the moov box can act as a container for all metadata.
  • the moov box may be a box of the highest layer among metadata related boxes. According to an embodiment, only one moov box may exist in a media file.
  • the mdat box may be a box containing actual media data of the media file.
  • Media data may include audio samples and / or video samples, where the mdat box may serve as a container for storing these media samples.
  • the above-described moov box may further include a mvhd box, a trak box and / or an mvex box as a lower box.
  • the mvhd box may include media presentation related information of media data included in the media file. That is, the mvhd box may include information such as media generation time, change time, time specification, duration, etc. of the media presentation.
  • the trak box can provide information related to the track of the media data.
  • the trak box may include information such as stream related information, presentation related information, and access related information for an audio track or a video track.
  • the trak box may further include a tkhd box (track header box) as a lower box.
  • the tkhd box may include information about the track indicated by the trak box.
  • the tkhd box may include information such as a creation time, a change time, and a track identifier of the corresponding track.
  • the mvex box (movie extend box) may indicate that the media file may have a moof box to be described later. To know all the media samples of a particular track, moof boxes may have to be scanned.
  • the media file according to the present invention may be divided into a plurality of fragments (200). Through this, the media file may be divided and stored or transmitted.
  • the media data (mdat box) of the media file may be divided into a plurality of fragments, and each fragment may include a mdat box and a moof box.
  • information of the ftyp box and / or the moov box may be needed to utilize the fragments.
  • the moof box may provide metadata about media data of the fragment.
  • the moof box may be a box of the highest layer among metadata-related boxes of the fragment.
  • the mdat box may contain the actual media data as described above.
  • This mdat box may include media samples of media data corresponding to each corresponding fragment.
  • the above-described moof box may further include a mfhd box and / or a traf box as a lower box.
  • the mfhd box may include information related to an association between a plurality of fragmented fragments.
  • the mfhd box may include a sequence number to indicate how many times the media data of the fragment is divided. In addition, it may be confirmed whether there is no missing data divided using the mfhd box.
  • the traf box may include information about a corresponding track fragment.
  • the traf box may provide metadata about the divided track fragments included in the fragment.
  • the traf box may provide metadata so that media samples in the track fragment can be decoded / played back. There may be a plurality of traf boxes according to the number of track fragments.
  • the above-described traf box may further include a tfhd box and / or a trun box as a lower box.
  • the tfhd box may include header information of the corresponding track fragment.
  • the tfhd box may provide information such as a basic sample size, a duration, an offset, an identifier, and the like for media samples of the track fragment indicated by the traf box described above.
  • the trun box may include corresponding track fragment related information.
  • the trun box may include information such as duration, size, and playback time of each media sample.
  • the aforementioned media file or fragments of the media file may be processed into segments and transmitted.
  • the segment may have an initialization segment and / or a media segment.
  • the file of the illustrated embodiment 210 may be a file including information related to initialization of the media decoder except media data. This file may correspond to the initialization segment described above, for example.
  • the initialization segment may include the ftyp box and / or moov box described above.
  • the file of the illustrated embodiment 220 may be a file including the above-described fragment. This file may correspond to the media segment described above, for example.
  • the media segment may include the moof box and / or mdat box described above.
  • the media segment may further include a styp box and / or a sidx box.
  • the styp box may provide information for identifying the media data of the fragmented fragment.
  • the styp box may play the same role as the above-described ftyp box for the divided fragment.
  • the styp box may have the same format as the ftyp box.
  • the sidx box may provide information indicating an index for the divided fragment. Through this, it is possible to indicate how many fragments are the corresponding fragments.
  • the ssix box may be further included.
  • the ssix box (subsegment index box) may provide information indicating an index of the subsegment when the segment is further divided into subsegments.
  • the boxes in the media file may include more extended information based on a box-to-full box form such as the illustrated embodiment 250.
  • the size field and the largesize field may indicate the length of the corresponding box in bytes.
  • the version field may indicate the version of the box format.
  • the Type field may indicate the type or identifier of the corresponding box.
  • the flags field may indicate a flag related to the box.
  • the DASH-based adaptive streaming model according to the illustrated embodiment 400 describes the operation between an HTTP server and a DASH client.
  • DASH Dynamic Adaptive Streaming over HTTP
  • DASH is a protocol for supporting HTTP-based adaptive streaming, and can dynamically support streaming according to network conditions. Accordingly, the AV content can be provided without interruption.
  • the DASH client can obtain the MPD.
  • the MPD may be delivered from a service provider such as an HTTP server.
  • the DASH client can request the segments from the server using the access information to the segment described in the MPD. In this case, the request may be performed by reflecting the network state.
  • the DASH client may process it in the media engine and display the segment on the screen.
  • the DASH client may request and acquire a required segment by adaptively reflecting a playing time and / or a network condition (Adaptive Streaming). This allows the content to be played back seamlessly.
  • Adaptive Streaming a network condition
  • MPD Media Presentation Description
  • the DASH client controller may generate a command for requesting the MPD and / or the segment reflecting the network situation.
  • the controller can control the obtained information to be used in an internal block of the media engine or the like.
  • the MPD Parser may parse the acquired MPD in real time. This allows the DASH client controller to generate a command to obtain the required segment.
  • the segment parser may parse the acquired segment in real time. Internal blocks such as the media engine may perform a specific operation according to the information included in the segment.
  • the HTTP client may request the HTTP server for necessary MPDs and / or segments.
  • the HTTP client may also pass MPD and / or segments obtained from the server to the MPD parser or segment parser.
  • the media engine may display content on the screen using media data included in the segment. At this time, the information of the MPD may be utilized.
  • the DASH data model may have a hierarchical structure 410.
  • Media presentation can be described by MPD.
  • the MPD may describe a temporal sequence of a plurality of periods that make up a media presentation.
  • the duration may represent one section of media content.
  • the data may be included in the adaptation sets.
  • the adaptation set may be a collection of a plurality of media content components that may be exchanged with each other.
  • the adaptation may comprise a set of representations.
  • the representation may correspond to a media content component.
  • content can be divided in time into a plurality of segments. This may be for proper accessibility and delivery.
  • the URL of each segment may be provided to access each segment.
  • the MPD may provide information related to the media presentation, and the pyorium element, the adaptation set element, and the presentation element may describe the corresponding pyoride, the adaptation set, and the presentation, respectively.
  • Representation may be divided into sub-representations, the sub-representation element may describe the sub-representation.
  • Common attributes / elements can be defined here, which can be applied (included) to adaptation sets, representations, subrepresentations, and the like.
  • common properties / elements there may be an essential property and / or a supplemental property.
  • the essential property may be information including elements that are considered essential in processing the media presentation related data.
  • the supplemental property may be information including elements that may be used in processing the media presentation related data. According to an embodiment, descriptors to be described below may be defined and delivered in essential properties and / or supplemental properties when delivered through the MPD.
  • FIG. 5 is a diagram schematically illustrating a configuration of a 360 video transmission apparatus to which the present invention may be applied.
  • the 360 video transmission apparatus may perform operations related to the above-described preparation process or transmission process.
  • the 360 video transmission device includes a data input unit, a stitcher, a projection processor, a region-specific packing processor (not shown), a metadata processor, a (transmitter) feedback processor, a data encoder, an encapsulation processor, a transmission processor, and /
  • the transmission unit may be included as an internal / external element.
  • the data input unit may receive the captured images / videos for each viewpoint. These point-in-time images / videos may be images / videos captured by one or more cameras. In addition, the data input unit may receive metadata generated during the capture process. The data input unit may transfer the input image / video for each view to the stitcher, and may transmit metadata of the capture process to the signaling processor.
  • the stitcher may perform stitching on the captured view-point images / videos.
  • the stitcher may transfer the stitched 360 video data to the projection processor. If necessary, the stitcher may receive the necessary metadata from the metadata processor and use the stitching work.
  • the stitcher may transmit metadata generated during the stitching process to the metadata processing unit.
  • the metadata of the stitching process may include information such as whether stitching is performed or a stitching type.
  • the projection processor may project the stitched 360 video data onto the 2D image.
  • the projection processor may perform projection according to various schemes, which will be described later.
  • the projection processor may perform mapping in consideration of a corresponding depth of 360 video data for each viewpoint. If necessary, the projection processing unit may receive metadata required for projection from the metadata processing unit and use the same for the projection work.
  • the projection processor may transmit the metadata generated in the projection process to the metadata processor. Metadata of the projection processing unit may include a type of projection scheme.
  • the region-specific packing processor may perform the region-specific packing process described above. That is, the region-specific packing processor may divide the projected 360 video data into regions, and perform processing such as rotating and rearranging regions or changing resolution of each region. As described above, the region-specific packing process is an optional process. If the region-specific packing is not performed, the region-packing processing unit may be omitted.
  • the region-specific packing processor may receive metadata necessary for region-packing from the metadata processor and use the region-specific packing operation if necessary.
  • the region-specific packing processor may transmit metadata generated in the region-specific packing process to the metadata processor.
  • the metadata of each region packing processing unit may include a rotation degree and a size of each region.
  • the stitcher, the projection processing unit, and / or the regional packing processing unit may be performed in one hardware component according to an embodiment.
  • the metadata processor may process metadata that may occur in a capture process, a stitching process, a projection process, a region-specific packing process, an encoding process, an encapsulation process, and / or a processing for transmission.
  • the metadata processor may generate 360 video related metadata using these metadata.
  • the metadata processor may generate 360 video related metadata in the form of a signaling table.
  • 360 video related metadata may be referred to as metadata or 360 video related signaling information.
  • the metadata processor may transfer the acquired or generated metadata to internal elements of the 360 video transmission apparatus as needed.
  • the metadata processor may transmit the 360 video related metadata to the data encoder, the encapsulation processor, and / or the transmission processor so that the 360 video related metadata may be transmitted to the receiver.
  • the data encoder may encode 360 video data projected onto the 2D image and / or region-packed 360 video data.
  • 360 video data may be encoded in various formats.
  • the encapsulation processing unit may encapsulate the encoded 360 video data and / or 360 video related metadata in the form of a file.
  • the 360 video related metadata may be received from the above-described metadata processing unit.
  • the encapsulation processing unit may encapsulate the data in a file format such as ISOBMFF, CFF, or other DASH segments.
  • the encapsulation processing unit may include 360 video-related metadata on a file format.
  • the 360 video related metadata may be contained, for example, in boxes at various levels in the ISOBMFF file format or as data in separate tracks within the file.
  • the encapsulation processing unit may encapsulate the 360 video-related metadata itself into a file.
  • the transmission processor may apply processing for transmission to the encapsulated 360 video data according to the file format.
  • the transmission processor may process the 360 video data according to any transmission protocol. Processing for transmission may include processing for delivery through a broadcast network and processing for delivery through a broadband. According to an exemplary embodiment, the transmission processor may receive not only 360 video data but also metadata related to 360 video from the metadata processor and apply processing for transmission thereto.
  • the transmitter may transmit the processed 360 video data and / or 360 video related metadata through a broadcast network and / or broadband.
  • the transmitter may include an element for transmission through a broadcasting network and / or an element for transmission through a broadband.
  • the 360 video transmission device may further include a data storage unit (not shown) as an internal / external element.
  • the data store may store the encoded 360 video data and / or 360 video related metadata before transmitting to the transfer processor.
  • the data is stored in the form of a file such as ISOBMFF.
  • the data storage unit may not be required.However, when transmitting through on demand, non real time (NRT), broadband, etc., the encapsulated 360 data is stored in the data storage unit for a certain period of time. May be sent.
  • the 360 video transmitting apparatus may further include a (transmitting side) feedback processing unit and / or a network interface (not shown) as internal / external elements.
  • the network interface may receive the feedback information from the 360 video receiving apparatus according to the present invention, and transmit the feedback information to the transmitter feedback processor.
  • the transmitter feedback processor may transmit the feedback information to the stitcher, the projection processor, the region-specific packing processor, the data encoder, the encapsulation processor, the metadata processor, and / or the transmission processor.
  • the feedback information may be delivered to each of the internal elements after being transmitted to the metadata processor.
  • the internal elements receiving the feedback information may reflect the feedback information in the subsequent processing of the 360 video data.
  • the region-specific packing processing unit may rotate each region to map on the 2D image.
  • the regions may be rotated at different angles and at different angles and mapped on the 2D image.
  • the rotation of the region can be performed taking into account the portion where the 360 video data was adjacent before projection on the spherical face, the stitched portion, and the like.
  • Information about the rotation of the region i.e., rotation direction, angle, etc., may be signaled by 360 video related metadata.
  • the data encoder may encode differently for each region. The data encoder may encode at a high quality in one region and at a low quality in another region.
  • the transmitter feedback processor may transmit the feedback information received from the 360 video receiving apparatus to the data encoder so that the data encoder uses a region-differential encoding method.
  • the transmitter feedback processor may transmit the viewport information received from the receiver to the data encoder.
  • the data encoder may perform encoding with higher quality (UHD, etc.) than other regions for regions including the region indicated by the viewport information.
  • the transmission processing unit may perform processing for transmission differently for each region.
  • the transmission processing unit may apply different transmission parameters (modulation order, code rate, etc.) for each region to vary the robustness of the data transmitted for each region.
  • the transmitting-side feedback processor may transmit the feedback information received from the 360 video receiving apparatus to the transmission processing unit so that the transmission processing unit may perform regional differential transmission processing.
  • the transmitter feedback processor may transmit the viewport information received from the receiver to the transmitter.
  • the transmission processor may perform transmission processing on regions that include an area indicated by corresponding viewport information so as to have higher robustness than other regions.
  • Inner and outer elements of the 360 video transmission apparatus may be hardware elements implemented in hardware.
  • the inner and outer elements may be changed, omitted, or replaced with other elements.
  • additional elements may be added to the 360 video transmission device.
  • FIG. 6 is a diagram schematically illustrating a configuration of a 360 video receiving apparatus to which the present invention can be applied.
  • the 360 video receiving apparatus may perform operations related to the above-described processing and / or rendering.
  • the 360 video receiving apparatus may include a receiver, a receiver processor, a decapsulation processor, a data decoder, a metadata parser, a (receiver side) feedback processor, a re-projection processor, and / or a renderer as internal / external elements.
  • the signaling parser may be called a metadata parser.
  • the receiver may receive 360 video data transmitted by the 360 video transmission device according to the present invention. According to the transmitted channel, the receiver may receive 360 video data through a broadcasting network or may receive 360 video data through a broadband.
  • the reception processor may perform processing according to a transmission protocol on the received 360 video data.
  • the reception processing unit may perform a reverse process of the above-described transmission processing unit so as to correspond to that the processing for transmission is performed at the transmission side.
  • the reception processor may transmit the obtained 360 video data to the decapsulation processing unit, and the obtained 360 video data may be transferred to the metadata parser.
  • the 360 video related metadata acquired by the reception processor may be in the form of a signaling table.
  • the decapsulation processor may decapsulate the 360 video data in the form of a file received from the reception processor.
  • the decapsulation processing unit may decapsulate files according to ISOBMFF or the like to obtain 360 video data to 360 video related metadata.
  • the obtained 360 video data may be transmitted to the data decoder, and the obtained 360 video related metadata may be transmitted to the metadata parser.
  • the 360 video-related metadata obtained by the decapsulation processing unit may be in the form of a box or track in the file format.
  • the decapsulation processing unit may receive metadata necessary for decapsulation from the metadata parser if necessary.
  • the data decoder may perform decoding on 360 video data.
  • the data decoder may receive metadata required for decoding from the metadata parser.
  • the 360 video-related metadata obtained in the data decoding process may be delivered to the metadata parser.
  • the metadata parser may parse / decode 360 video related metadata.
  • the metadata parser may transfer the obtained metadata to the data decapsulation processor, the data decoder, the re-projection processor, and / or the renderer.
  • the re-projection processor may perform re-projection on the decoded 360 video data.
  • the re-projection processor may re-project the 360 video data into the 3D space.
  • the 3D space may have a different shape depending on the 3D model used.
  • the re-projection processor may receive metadata required for re-projection from the metadata parser.
  • the re-projection processor may receive information about the type of the 3D model used and the details thereof from the metadata parser.
  • the re-projection processor may re-project only 360 video data corresponding to a specific area in the 3D space into the 3D space by using metadata required for the re-projection.
  • the renderer may render the re-projected 360 video data.
  • the 360 video data may be rendered in 3D space. If the two processes occur at once, the re-projection unit and the renderer may be integrated so that all processes may be performed in the renderer. According to an exemplary embodiment, the renderer may render only the portion that the user is viewing based on the viewpoint information of the user.
  • the user may view a portion of the 360 video rendered through the VR display.
  • the VR display is a device for playing 360 video, which may be included in the 360 video receiving device (tethered) or may be un-tethered as a separate device to the 360 video receiving device.
  • the 360 video receiving apparatus may further include a (receiving side) feedback processing unit and / or a network interface (not shown) as internal / external elements.
  • the receiving feedback processor may obtain and process feedback information from a renderer, a re-projection processor, a data decoder, a decapsulation processor, and / or a VR display.
  • the feedback information may include viewport information, head orientation information, gaze information, and the like.
  • the network interface may receive the feedback information from the receiver feedback processor and transmit the feedback information to the 360 video transmission apparatus.
  • the receiving side feedback processor may transmit the obtained feedback information to the internal elements of the 360 video receiving apparatus to be reflected in a rendering process.
  • the receiving feedback processor may transmit the feedback information to the renderer, the re-projection processor, the data decoder, and / or the decapsulation processor.
  • the renderer may preferentially render the area that the user is viewing by using the feedback information.
  • the decapsulation processing unit, the data decoder, and the like may preferentially decapsulate and decode the region viewed by the user or the region to be viewed.
  • Inner and outer elements of the 360 video receiving apparatus may be hardware elements implemented in hardware. In some embodiments, the inner and outer elements may be changed, omitted, or replaced with other elements. According to an embodiment, additional elements may be added to the 360 video receiving apparatus.
  • Another aspect of the invention may relate to a method of transmitting 360 video and a method of receiving 360 video.
  • the method of transmitting / receiving 360 video according to the present invention may be performed by the above-described 360 video transmitting / receiving device or embodiments of the device, respectively.
  • the above-described embodiments of the 360 video transmission / reception apparatus, the transmission / reception method, and the respective internal / external elements may be combined with each other.
  • the embodiments of the projection processing unit and the embodiments of the data encoder may be combined with each other to produce as many embodiments of the 360 video transmission device as that case. Embodiments thus combined are also included in the scope of the present invention.
  • FIG. 7 is a diagram illustrating the concept of an airplane main axis (Aircraft Principal Axes) for explaining the 3D space of the present invention.
  • the plane principal axis concept may be used to represent a specific point, position, direction, spacing, area, etc. in 3D space. That is, in the present invention, the plane axis concept may be used to describe the 3D space before the projection or after the re-projection and to perform signaling on the 3D space.
  • a method using an X, Y, Z axis concept or a spherical coordinate system may be used.
  • the plane can rotate freely in three dimensions.
  • the three-dimensional axes are called pitch axes, yaw axes, and roll axes, respectively. In the present specification, these may be reduced to express pitch, yaw, roll to pitch direction, yaw direction, and roll direction.
  • the pitch axis may mean an axis that is a reference for the direction in which the nose of the airplane rotates up and down.
  • the pitch axis may mean an axis extending from the wing of the plane to the wing.
  • the Yaw axis may mean an axis that is a reference of the direction in which the front nose of the plane rotates left and right.
  • the yaw axis can mean an axis running from top to bottom of the plane.
  • the roll axis is an axis extending from the front nose to the tail of the plane in the illustrated plane axis concept, and the rotation in the roll direction may mean a rotation about the roll axis.
  • the 3D space in the present invention can be described through the concept of pitch, yaw, and roll.
  • region-wise packing may be performed on video data projected on a 2D image to increase video coding efficiency and the like.
  • the region-specific packing process may mean a process of dividing and processing the video data projected on the 2D image for each region.
  • the region may represent a region in which the 2D image on which the 360 video data is projected is divided, and the regions in which the 2D image is divided may be divided according to a projection scheme.
  • the 2D image may be called a video frame or a frame.
  • the present invention proposes metadata for the region-specific packing process and a signaling method of the metadata according to the projection scheme.
  • the region-specific packing process may be performed more efficiently based on the metadata.
  • 8 exemplarily illustrates a 2D image to which a region-specific packing process according to a 360-degree processing process and a projection format is applied.
  • 8A illustrates a process of processing input 360 video data.
  • 360 video data of an input viewpoint may be stitched and projected onto a 3D projection structure according to various projection schemes, and the 360 video data projected on the 3D projection structure may be represented as a 2D image. . That is, the 360 video data may be stitched and projected into the 2D image.
  • the 2D image projected with the 360 video data may be referred to as a projected frame.
  • the above-described region-specific packing process may be performed on the projected frame.
  • the region-specific packing process may represent a process of mapping the projected frame to one or more packed frames.
  • the region-specific packing process may be optional. When the region-specific packing process is not applied, the packed frame and the projected frame may be the same. When the region-specific packing process is applied, each region of the projected frame may be mapped to a region of the packed frame, and the position and shape of a region of the packed frame to which each region of the projected frame is mapped. And metadata indicative of the size can be derived.
  • the 360 video data may be projected on a 2D image (or frame) according to a panoramic projection scheme.
  • the top region, the middle region and the bottom region of the projected frame may be rearranged as shown in the figure on the right by applying region-specific packing processes.
  • the top region may be a region representing a top surface of the panorama on a 2D image
  • the middle surface region may be a region representing a middle surface of the panorama on a 2D image
  • the bottom region is It may be a region representing a bottom surface of the panorama on a 2D image.
  • FIG. 8B the 360 video data may be projected on a 2D image (or frame) according to a panoramic projection scheme.
  • the top region, the middle region and the bottom region of the projected frame may be rearranged as shown in the figure on the right by applying region-specific packing processes.
  • the top region may be a region representing a top surface of the panorama on a 2D image
  • the middle surface region may be a region representing a middle surface of the panorama on a
  • the 360 video data may be projected onto a 2D image (or frame) according to a cubic projection scheme.
  • Region-specific packing processes are applied to the front region, the back region, the top region, the bottom region, the right region, and the left region of the projected frame. It can be rearranged as shown in the figure on the right.
  • the front region may be a region representing the front side of the cube on a 2D image
  • the back region may be a region representing the back side of the cube on a 2D image.
  • the top region may be a region representing a top surface of the cube on a 2D image
  • the bottom region may be a region representing a bottom surface of the cube on a 2D image.
  • the right side region may be a region representing the right side surface of the cube on a 2D image
  • the left side region may be a region representing the left side surface of the cube on a 2D image.
  • the 3D projection formats may include tetrahedron, cube, octahedron, dodecahedron, and icosahedron.
  • 2D projections illustrated in FIG. 8D may represent projected frames representing 2D images of 360 video data projected to the 3D projection format.
  • the projection formats are exemplary, and according to the present invention, some or all of the following various projection formats (or projection schemes) may be used. Which projection format is used for 360 video may be indicated, for example, via the projection format field of metadata.
  • Figure 9a (a) may represent an isotropic projection format.
  • the offset value with respect to the x-axis and the offset value with respect to the y-axis may be expressed through the following equation.
  • data having (r, ⁇ / 2, 0) on the spherical plane may be mapped to a point of (3 ⁇ K x r / 2, ⁇ K x r / 2) on the 2D image.
  • 360 video data on the 2D image can be re-projected onto the spherical plane.
  • this as a conversion equation may be as follows.
  • FIG. 9A (b) may show a cubic projection format.
  • stitched 360 video data may be represented on a spherical face.
  • the projection processor may divide the 360 video data into cubes and project them on a 2D image.
  • 360 video data on a spherical face may be projected onto the 2D image as shown in (b) left or (b) right in FIG. 9A, corresponding to each face of the cube.
  • Figure 9a (c) may represent a cylindrical projection format. Assuming that the stitched 360 video data can be represented on a spherical surface, the projection processor may divide the 360 video data into a cylinder to project it on a 2D image. 360 video data on a spherical face correspond to the side, top and bottom of the cylinder, respectively, as shown in (c) left or (c) right in FIG. 8A on the 2D image. Can be projected together.
  • FIG. 9A (d) may represent a tile-based projection format.
  • the above-described projection processing section may project 360 video data on a spherical surface into 2 or more detail regions by dividing it into one or more detail regions as shown in (d) of FIG. 9A. Can be.
  • the detail region may be called a tile.
  • the projection processor can view the 360 video data in a pyramid form and divide each face to project on a 2D image.
  • the 360 video data on the spherical face correspond to the front of the pyramid and the four sides of the pyramid (Left top, Left bottom, Right top, Right bottom), respectively, on the 2D image. It can be projected as shown on the left or (e) right.
  • the bottom surface may be an area including data acquired by a camera facing the front.
  • FIG. 9B (f) may represent the panoramic projection format.
  • the above-described projection processing unit may project only the side surface of the 360 video data on the spherical surface on the 2D image as shown in FIG. 9B (f). This may be the same as in the case where there is no top and bottom in the cylindrical projection scheme.
  • FIG. 9B (g) may represent a case where projection is performed without stitching.
  • the projection processing unit described above may project 360 video data onto a 2D image as it is shown in FIG. 9B (g). In this case, stitching is not performed, and each image acquired by the camera may be projected onto the 2D image as it is.
  • each image may be a fish-eye image obtained through each sensor in a spherical camera (or fish-eye camera).
  • image data obtained from camera sensors at the receiving side can be stitched, and the spherical video, i.e. 360 video, is rendered by mapping the stitched image data onto a spherical surface. can do.
  • 10A and 10B illustrate a tile according to an embodiment of the present invention.
  • 360 video data projected onto a 2D image or 360 video data performed up to region-specific packing may be divided into one or more tiles.
  • 10a shows a form in which one 2D image is divided into 16 tiles.
  • the 2D image may be the above-described projected frame or packed frame.
  • the data encoder can encode each tile independently.
  • the region-specific packing and tiling may be distinguished.
  • the region-specific packing described above may mean processing the 360 video data projected on the 2D image into regions in order to increase coding efficiency or to adjust resolution.
  • Tiling may mean that the data encoder divides a projected frame or a packed frame into sections called tiles, and independently encodes corresponding tiles.
  • the user does not consume all parts of the 360 video at the same time.
  • Tiling may enable transmitting or consuming only the tiles corresponding to the critical part or a certain part, such as the viewport currently viewed by the user, on the limited bandwidth. Tiling allows for more efficient use of limited bandwidth and reduces the computational load on the receiving side compared to processing all 360 video data at once.
  • Regions and tiles are distinct, so the two regions do not have to be the same. However, in some embodiments, regions and tiles may refer to the same area. According to an exemplary embodiment, region-specific packing may be performed according to tiles so that regions and tiles may be the same. Further, according to an embodiment, when each side and region according to the projection scheme are the same, each side, region and tile according to the projection scheme may refer to the same region. Depending on the context, a region may be called a VR region, a tile region.
  • the Region of Interest may mean a region of interest of users, which the 360 content provider suggests.
  • a 360 content provider produces a 360 video
  • a certain area may be considered to be of interest to users, and the 360 content provider may produce a 360 video in consideration of this.
  • the ROI may correspond to an area where important content is played on the content of the 360 video.
  • the receiving feedback processor may extract and collect the viewport information and transmit it to the transmitting feedback processor.
  • viewport information can be delivered using both network interfaces.
  • the viewport 1000 is displayed in the 2D image of 10a shown.
  • the viewport may span nine tiles on the 2D image.
  • the 360 video transmission device may further include a tiling system.
  • the tiling system may be located after the data encoder (10b shown), may be included in the above-described data encoder or transmission processing unit, or may be included in the 360 video transmission apparatus as a separate internal / external element.
  • the tiling system may receive viewport information from the feedback feedback processor.
  • the tiling system may select and transmit only the tiles including the viewport area. In the 2D image of FIG. 10A, only nine tiles including the viewport area 1000 among the total 16 tiles may be transmitted.
  • the tiling system may transmit tiles in a unicast manner through broadband. This is because the viewport area is different for each user.
  • the transmitter-side feedback processor may transmit the viewport information to the data encoder.
  • the data encoder may perform encoding on tiles including the viewport area at higher quality than other tiles.
  • the feedback feedback processor may transmit the viewport information to the metadata processor.
  • the metadata processor may transmit the metadata related to the viewport area to each internal element of the 360 video transmission apparatus or may include the metadata related to the 360 video.
  • Embodiments related to the viewport area described above may be applied in a similar manner to specific areas other than the viewport area.
  • the above-described gaze analysis may be used to determine areas of interest, ROI areas, and areas that are first played when the user encounters 360 video through a VR display (initial viewpoint).
  • the processes may be performed.
  • the transmission processor may perform processing for transmission differently for each tile.
  • the transmission processor may apply different transmission parameters (modulation order, code rate, etc.) for each tile to vary the robustness of the data transmitted for each tile.
  • the transmitting-side feedback processor may transmit the feedback information received from the 360 video receiving apparatus to the transmission processor so that the transmission processor performs the differential transmission process for each tile.
  • the transmitter feedback processor may transmit the viewport information received from the receiver to the transmitter.
  • the transmission processor may perform transmission processing on tiles including the corresponding viewport area to have higher robustness than other tiles.
  • the 360 degree video-related metadata may include various metadata about the 360 degree video.
  • 360 degree video related metadata may be referred to as 360 degree video related signaling information.
  • the 360-degree video related metadata may be included in a separate signaling table for transmission, may be included in the DASH MPD for transmission, and may be included in a box format in a file format such as ISOBMFF.
  • the file, fragment, track, sample entry, sample, etc. may be included in various levels to include metadata about data of a corresponding level.
  • some of the metadata to be described later may be configured as a signaling table, and the other may be included in a box or track in the file format.
  • the 360-degree video-related metadata is a basic metadata related to the projection scheme, stereoscopic related metadata, the initial view (Initial View / Initial Viewpoint) Related metadata, ROI related metadata, Field of View (FOV) related metadata, and / or cropped region related metadata.
  • the 360 degree video related metadata may further include additional metadata in addition to the above.
  • Embodiments of 360 degree video related metadata according to the present invention include the aforementioned basic metadata, stereoscopic related metadata, initial viewpoint related metadata, ROI related metadata, FOV related metadata, cropped region related metadata and / or the like. Or it may be a form containing at least one or more of the metadata that can be added later.
  • Embodiments of the 360-degree video-related metadata according to the present invention may be configured in various ways according to the number of detailed metadata included in each case. According to an embodiment, the 360 degree video related metadata may further include additional information in addition to the above.
  • the stereo_mode field may indicate a 3D layout supported by the corresponding 360 degree video. Only this field may indicate whether the corresponding 360 degree video supports 3D. In this case, the above-described is_stereoscopic field may be omitted. If this field value is 0, the corresponding 360 degree video may be in mono mode. That is, the projected 2D image may include only one mono view. In this case, the 360-degree video may not support 3D.
  • the 360 degree video may be based on a left-right layout and a top-bottom layout, respectively.
  • the left and right layouts and the top and bottom layouts may be referred to as side-by-side format and top-bottom format, respectively.
  • 2D images projected from the left image and the right image may be positioned left and right on the image frame, respectively.
  • the 2D images projected from the left image and the right image may be positioned up and down on the image frame, respectively. If the field has the remaining values, it can be reserved for future use.
  • the initial view-related metadata may include information about a view point (initial view point) seen when the user first plays the 360 degree video.
  • the initial view related metadata may include an initial_view_yaw_degree field, an initial_view_pitch_degree field, and / or an initial_view_roll_degree field.
  • the initial view-related metadata may further include additional information.
  • the initial_view_yaw_degree field, the initial_view_pitch_degree field, and the initial_view_roll_degree field may indicate an initial time point when playing the corresponding 360 degree video.
  • the center point of the viewport that is first seen upon playback can be represented by these three fields.
  • the initial_view_yaw_degree field may indicate a yaw value for the initial time. That is, the initial_view_yaw_degree field may indicate the position of the center point in the direction (sign) and the degree (angle) rotated with respect to the yaw axis.
  • the initial_view_pitch_degree field may indicate a pitch value for the initial time.
  • the initial_view_pitch_degree field may indicate the position of the positive center point in the direction (sign) and the degree (angle) rotated with respect to the pitch axis.
  • the initial_view_roll_degree field may indicate a roll value for the initial time. That is, the initial_view_roll_degree field may indicate the position of the positive center point in the direction (sign) and the degree (angle) rotated with respect to the roll axis.
  • an initial time point when playing the corresponding 360 degree video that is, a center point of the viewport that is first displayed when playing the corresponding 360 degree video may be indicated.
  • the width and height of the initial viewport may be determined based on the indicated initial viewpoint through the field of view (FOV). That is, by using these three fields and the FOV information, the 360 degree video receiving apparatus can provide a user with a certain area of the 360 degree video as an initial viewport.
  • FOV field of view
  • the initial view point indicated by the initial view-related metadata may be changed for each scene. That is, the scene of the 360 degree video changes according to the temporal flow of the 360 content, and the initial view point or the initial viewport that the user first sees may change for each scene of the 360 degree video.
  • the metadata regarding the initial view may indicate the initial view for each scene.
  • the initial view-related metadata may further include a scene identifier for identifying a scene to which the initial view is applied.
  • the initial view-related metadata may further include scene-specific FOV information indicating the FOV corresponding to the scene.
  • the ROI related metadata may include information related to the above-described ROI.
  • the ROI related metadata may include a 2d_roi_range_flag field and / or a 3d_roi_range_flag field.
  • the 2d_roi_range_flag field may indicate whether the ROI related metadata includes fields representing the ROI based on the 2D image
  • the 3d_roi_range_flag field indicates whether the ROI related metadata includes fields representing the ROI based on the 3D space. Can be indicated.
  • the ROI related metadata may further include additional information such as differential encoding information according to ROI and differential transmission processing information according to ROI.
  • the ROI-related metadata may include min_top_left_x field, max_top_left_x field, min_top_left_y field, max_top_left_y field, min_width field, max_width field, min_height field, max_height field, min_x Field, max_x field, min_y field and / or max_y field.
  • the min_top_left_x field, max_top_left_x field, min_top_left_y field, and max_top_left_y field may indicate minimum / maximum values of coordinates of the upper left end of the ROI. That is, the fields may sequentially indicate a minimum x coordinate, a maximum x coordinate, a minimum y coordinate, and a maximum y coordinate of the upper left end.
  • the min_width field, the max_width field, the min_height field, and the max_height field may indicate minimum / maximum values of the width and height of the ROI. That is, the fields may sequentially indicate a minimum value of a horizontal size, a maximum value of a horizontal size, a minimum value of a vertical size, and a maximum value of a vertical size.
  • the min_x field, max_x field, min_y field, and max_y field may indicate minimum / maximum values of coordinates in the ROI. That is, the fields may sequentially indicate a minimum x coordinate, a maximum x coordinate, a minimum y coordinate, and a maximum y coordinate of coordinates in the ROI. These fields may be omitted.
  • the ROI related metadata may include min_yaw field, max_yaw field, min_pitch field, max_pitch field, min_roll field, max_roll field, min_field_of_view field and / or It may include a max_field_of_view field.
  • the min_yaw field, max_yaw field, min_pitch field, max_pitch field, min_roll field, and max_roll field may represent the area occupied by the ROI in 3D space as the minimum / maximum values of yaw, pitch, and roll. That is, the fields in order are the minimum value of the yaw axis rotation amount, the maximum value of the yaw axis reference amount, the minimum value of the pitch axis reference amount, the maximum value of the pitch axis reference amount, the minimum value of the roll axis reference amount, and the roll axis. It can represent the maximum value of the reference rotation amount.
  • the min_field_of_view field and the max_field_of_view field may indicate minimum / maximum values of the field of view (FOV) of the corresponding 360 degree video data.
  • the FOV may refer to a field of view displayed at a time when the 360 degree video is played.
  • the min_field_of_view field and the max_field_of_view field may indicate minimum and maximum values of the FOV, respectively. These fields may be omitted. These fields may be included in FOV related metadata to be described later.
  • the FOV related metadata may include information related to the above-described FOV.
  • the FOV related metadata may include a content_fov_flag field and / or a content_fov field.
  • the FOV-related metadata may further include additional information such as the minimum / maximum value-related information of the above-described FOV.
  • the content_fov_flag field may indicate whether or not information on the intended FOV exists during the production of the corresponding 360 degree video. If this field value is 1, there may be a content_fov field.
  • the content_fov field may indicate information about an FOV intended for producing the 360 degree video.
  • an area displayed at one time from among 360 images may be determined according to a vertical or horizontal FOV of the corresponding 360 degree video receiving apparatus.
  • an area of the 360 degree video displayed to the user at one time may be determined by reflecting the FOV information of the field.
  • the cropped region related metadata may include information about an region including actual 360 degree video data on an image frame.
  • the image frame may include an active video area that is projected 360 degrees video data and an area that is not.
  • the active video region may be referred to as a cropped region or a default display region.
  • This active video area is an area shown as 360 degree video on the actual VR display, and the 360 degree video receiving device or the VR display can process / display only the active video area. For example, if the aspect ratio of an image frame is 4: 3, only the part except the upper part and the lower part of the image frame may contain 360-degree video data, which is called the active video area. have.
  • the cropped region related metadata may include an is_cropped_region field, a cr_region_left_top_x field, a cr_region_left_top_y field, a cr_region_width field, and / or a cr_region_height field. According to an embodiment, the cropped region related metadata may further include additional information.
  • the is_cropped_region field may be a flag indicating whether the entire region of the image frame is used by the 360 degree video receiving apparatus or the VR display.
  • the region where the 360-degree video data is mapped or the region shown on the VR display may be called an active video area.
  • the is_cropped_region field may indicate whether the entire image frame is an active video region. If only a part of the image frame is an active video area, the following four fields may be added.
  • the cr_region_left_top_x field, cr_region_left_top_y field, cr_region_width field, and cr_region_height field may indicate an active video region on an image frame. These fields may indicate the x coordinate of the upper left of the active video area, the y coordinate of the upper left of the active video area, the width of the active video area, and the height of the active video area, respectively. The width and height may be expressed in pixels.
  • the 360 video-based VR system may provide a visual / audio experience for different viewing orientations based on the user's position for the 360 video based on the 360 video processing described above.
  • a VR system that provides a starting / aural experience for different viewing orientations at a fixed location of a user for 360 video may be referred to as a three degree of freedom (VR) based VR system.
  • VR systems that can provide extended visual and audio experiences for different viewing orientations at different viewpoints and at different viewing positions can be called 3DoF + or 3DoF plus based VR systems. Can be.
  • FIG. 12 schematically illustrates the concept of a viewpoint, a viewing position, a viewing orientation.
  • each of the displayed circles may represent different viewpoints.
  • Video / audio provided from each viewpoint positioned in the same space may be associated with each other in the same time zone.
  • different visual and audio experiences may be provided to the user according to a change in the user's gaze at a specific viewpoint. That is, it is possible to assume spheres of various viewing positions as shown in (b) for a specific viewpoint, and to provide image / audio / text information reflecting the relative position of each viewing position.
  • the specific viewing position of the specific viewpoint may transmit initial / aural information in various directions as in the existing 3DoF.
  • the main source ex. Video / audio / text
  • additional various sources may be integrated and provided.
  • information may be delivered independently or in association with the viewing orientation of the user.
  • FIG. 13 is a diagram schematically illustrating an example of an architecture for providing 3DoF + video according to the present invention.
  • FIG. 13 is a flow diagram of a 3DoF + end-to-end system including 3DoF + image acquisition, preprocessing, transmission, (post) processing, rendering and feedback.
  • an acquisition process may mean a process of acquiring 360 video through a process of capturing, synthesizing, or generating 360 video.
  • the image information may include not only visual information (ex. Texture) but also depth information (depth).
  • depth depth
  • a plurality of pieces of information of different viewing positions according to different viewpoints may be obtained.
  • the composition process includes not only the information obtained through the video / audio input device, but also the video (video / image, etc.), voice (audio / effect sound, etc.), text (subtitle, etc.) from external media in the user experience. And methods and methods for synthesizing risks.
  • the pre-procesing process is a preparation (preprocessing) process for transmitting / delivering the obtained 360 video, and may include the aforementioned stitching, projection, region packing process, and / or encoding process. That is, this process may include a preprocessing process and an encoding process for changing / supplementing data according to the intention of the producer for video / audio / text information.
  • the mapping of the acquired visual information onto the 360 sphere the editing that removes the boundary of the area, reduces the color / brightness difference, or gives the visual effect of the image ,
  • Image segmentation (view segmentation) according to viewpoint projection process (ma- tion) to map the image on 360 sphere (sphere) to 2D image, region-wise packing according to region (region-wise packing), image information
  • the encoding process may be included.
  • a plurality of projection images of viewing positions of each other according to different viewpoints may be generated.
  • the transmission process may mean a process of processing image and audio data and metadata that have been prepared (preprocessed).
  • a method of transmitting a plurality of video / audio data and related metadata of different viewing positions according to different viewpoints a broadcasting network, a communication network, or a one-way transmission method may be used as described above. Can be used.
  • Post-processing and synthesis may refer to post-processing for decoding received / stored video / audio / text data and for final playback.
  • the post-processing process may include an unpacking process of unpacking the packed image and a re-projection process of restoring the 2D projected image to the 3D spherical image as described above.
  • the rendering process may refer to a process of rendering and displaying re-projected image / video data in 3D space.
  • the video / audio signal can be reconstructed into a form for finally outputting.
  • the viewing orientation, the viewing position / head position, and the viewpoint of the user's region of interest may be tracked, and only the necessary video / audio / text information may be selectively used according to this information.
  • different viewpoints may be selected as shown in 1330 according to the ROI of the user, and finally, as shown in 1340, images of a specific direction of a specific viewpoint at a specific position may be output.
  • 3DoF + end-to-end system architectures are examples of 3DoF + end-to-end system architectures. 3D0F + 360 content as provided by the architecture of FIGS. 14A and 14B may be provided.
  • a 360 video transmission apparatus includes a portion acquisition unit through which 360 video (image) / audio data is obtained, a portion processing video data (video / audio pre-processor), and additional information.
  • a composition for synthesizing the data an encoding unit for encoding text, audio, and projected 360-degree video, and an encapsulation unit for encapsulating the encoded data.
  • the encoded data may be output in the form of a bitstream, and the encoded data may be encapsulated in a file format such as ISOBMFF, CFF, or processed in the form of other DASH segments.
  • the encoded data may be delivered to the 360 video receiving apparatus through a digital storage medium, or although not explicitly illustrated, the encoded data may be processed through a transmission processor as described above, and then the broadcasting network or the broadband may be used. Can be sent through.
  • different information depends on the sensor orientation (viewing orientation in the image), the sensor position (viewing position in the image), and the sensor information acquisition position (in the viewpoint in the image). Can be obtained simultaneously or continuously, and video, image, audio, and location information can be obtained.
  • texture and depth information may be obtained, respectively, and different video pre-processing may be performed according to characteristics of each component.
  • texture information the 360 omnidirectional image may be configured by using images of different viewing orientations of the same viewing position acquired at the same location using image sensor position information.
  • an image stitching process may be performed.
  • projection and / or region-specific packing may be performed to change the image into a format for encoding the image.
  • depth image an image may be generally acquired through a depth camera, and in this case, the depth image may be made in the form of a texture.
  • depth data may be generated based on separately measured data.
  • a sub-picture generation may be performed by further packing (packing) into a video format for efficient compression or dividing it into necessary parts.
  • Information on the video composition used in the video pre-processing stage is delivered as video metadata.
  • the composition generation unit synthesizes externally generated media data (video / image for video, audio / effect sound for audio, subtitles for text, etc.) at the final playback stage based on the intention of the creator. Generates information for the application, which is passed to the composition metadata.
  • the processed video / audio / text information is compressed using each encoder and encapsulated in file or segment units depending on the application. At this time, only the necessary information can be extracted (file extractor) according to the video, file or segment composition method.
  • information for reconstructing each data at the receiver is delivered at the codec or file format / system level, where information for video / audio reconstruction (video / audio metadata), composition metadata for overlay, video / Audio playable positions and viewing position information (viewing position and viewpoint metadata) according to each position are included.
  • the processing of such information may be generated through a separate metadata processing unit.
  • the 360 video receiving apparatus decapsulates a largely received file or segment (file / segment decapsulation unit), and generates a video / audio / text information from a bitstream (decoding unit).
  • a post-processor for reconstructing a video / audio / text a tracking unit for tracking a user's region of interest, and a display, which is a playback device.
  • the bitstream generated through decapsulation may be separately decoded into a playable form by dividing into video / audio / text according to the type of data.
  • the tracking portion generates information on a location of a region of interest of a user, a viewing position at a corresponding position, and a viewing orientation at a corresponding viewpoint based on a sensor and input information of the user.
  • This information may be used for selecting or extracting a region of interest in each module of the 360 video receiving apparatus or may be used for a post-processing process for emphasizing information of the region of interest.
  • it when delivered to the 360 video transmission device, it can be used for file selection or sub-picture selection for efficient bandwidth usage, and various image reconstruction methods based on the region of interest (viewport / viewing position / viewpoint dependent processing).
  • the decoded video signal may be processed according to various processing methods according to the video composition method.
  • image packing is performed in a 360 video transmission device, a process of reconstructing an image based on information transmitted through metadata is required.
  • video metadata generated by the 360 video transmission device may be used.
  • the decoded image includes a plurality of viewing positions, a plurality of viewing positions, or images of various viewing orientations, the location of the region of interest of the user generated through tracking, Information matching the viewpoint and direction information may be selected and processed.
  • the viewing position and viewpoint related metadata generated by the transmitter may be used.
  • a rendering process according to each may be included.
  • Video data (texture, depth, overlay) that has been subjected to a separate rendering process is subjected to composition, and at this time, composition metadata generated by a transmitter may be used.
  • information for playing in the viewport may be generated according to the ROI of the user.
  • the decoded voice signal generates a playable voice signal through an audio renderer and / or post-processing process, based on information about the user's region of interest and metadata delivered to the 360 video receiving device. You can generate the right information.
  • the decoded text signal may be delivered to the overlay renderer and processed as text-based overlay information such as a subtitle. If necessary, a separate text post-process may be included.
  • FIG. 15 schematically illustrates an example of a Framework for Live Uplink Streaming (FLUS) architecture.
  • FLUS Live Uplink Streaming
  • FIG. 14A and 14B The detailed blocks of the transmitter and the receiver described above with reference to FIG. 14 (FIGS. 14A and 14B) may be classified as functions of a source and a sink in the framework for live uplink streaming (FLUS).
  • FLUS live uplink streaming
  • the 360 video acquisition apparatus implements the function of a source and sinks on a network.
  • sink can be implemented, or the source / sink can be implemented within a network node.
  • FIGS. 15 and 16 For example, a transmission and reception process based on the aforementioned architecture may be schematically illustrated as shown in FIGS. 15 and 16.
  • the transmission / reception process of FIGS. 15 and 16 is described based on the image signal processing process, and when processing other signals such as voice or text, some parts (eg stitcher, projection processing unit, packing processing unit, subpicture processing unit, Packing / selection, rendering, composition, viewport creation, etc.) may be omitted, or may be modified and processed to suit voice or text processing.
  • some parts eg stitcher, projection processing unit, packing processing unit, subpicture processing unit, Packing / selection, rendering, composition, viewport creation, etc.
  • 16 schematically shows the configuration at the 3DoF + transmitter.
  • the transmitting end 360 may perform stitching for constituting a sphere image for each location / viewpoint / component.
  • projection may be performed as a 2D image for coding.
  • a plurality of images may be generated as sub-pictures divided into packings or sub-pictures for making integrated images.
  • the region-specific packing process may not be performed as an optional process, and in this case, the packing process unit may be omitted. If the input data is video / audio / text additional information, the additional information may be added to the center image to display a method, and additional data may also be transmitted.
  • An encoding process of compressing the generated image and the added data into a bit stream may be performed through an encapsulation process of converting the generated image and the added data into a file format for transmission or storage.
  • a process of extracting a file required by the receiver according to an application or system request may be processed.
  • the generated bitstream may be transmitted after being converted into a transport format through a transport processor.
  • the feedback feedback processor may process the location / view / direction information and necessary metadata based on the information transmitted from the receiver, and transmit the processed metadata to the associated transmitter.
  • the receiving end may extract a necessary file after receiving a bitstream transmitted from the transmitting end.
  • the video stream in the generated file format may be selected using location / view / direction information and video metadata delivered from the feedback processor, and the selected bitstream may be reconstructed into video information through a decoder.
  • unpacking may be performed based on packing information transmitted through metadata. If the packing process is omitted in the transmitter, unpacking of the receiver may also be omitted.
  • a process of selecting an image and a necessary component suitable for a viewpoint / viewing position / viewing orientation transmitted from the feedback processor may be performed.
  • a rendering process of reconstructing a texture, depth, overlay information, etc. of an image into a format suitable for playing may be performed.
  • a composition process of integrating information of different layers may be performed, and an image suitable for a display viewport may be generated and reproduced.
  • a subpicture based processing method of 360 image data may be provided.
  • an embodiment of the present invention may support processing based on a user's viewpoint in a 360 image processing system.
  • One embodiment of the present invention may correspond to some functions of decoding and post-processing of the 3DoF + end-to-end system, and the 3DoF + end-to-end system according to FIG. 14B. It may correspond to an architecture and / or some functions of unpacking / selection of the 3DoF + receiver of FIG. 17.
  • An embodiment of the present invention provides a method for selecting a required stream among a plurality of streams having different high quality regions for supporting processing dependent on a viewport, and a method for selecting a required subpicture among a plurality of subpictures. It can be provided, each method will be described in detail sequentially.
  • the stream may refer to a track including omnidirectional video data or omnidirectional video data for providing to the user.
  • the 360 video format (or omnidirectional media format) can provide signaling information about region-wise quality ranking, which is handled by a viewport dependent processing scheme using this signaling information. Can lose.
  • the 360 image format may include a plurality of tracks with respect to the input image, and the plurality of tracks may each include omnidirectional video or data of all omnidirectional images, and all omnidirectional directions of the plurality of tracks. Videos can have different high quality regions.
  • the 360 image format may be the same as the format of the above-described media file, and may have a file format based on ISO BMFF (ISO base media file format).
  • each projected 2D picture may have regions encoded with different high quality (HQ) encoded regions, and may be ERP (EquiRectangular Projection) frames of 360 images.
  • HQ high quality
  • ERP EquiRectangular Projection
  • the 360 video may be selected from any one of a plurality of tracks for playback, and the plurality of tracks may be used for switching to another track while the 360 video is playing. have.
  • the initially selected track can be switched with the other one of the plurality of tracks.
  • the 360 image format may provide signaling information for selectable and switchable track groups.
  • the 360 video format may provide signaling information for the selectable and switchable track groups for the 360 video playback through the alternate_group field in the TrackHeaderBox, the switch_group field in the TrackSelectionBox, and the attribute_list field.
  • TrackHeaderBox may be included as shown in Table 1, for example.
  • TrackSelectionBox may be included as shown in Table 2, for example.
  • the 360 image format has a non-zero alternate_group field in the TrackHeaderBox of one track, and if the attribute_list field in the TrackSelectionBox has a rwqr value, the track is SphereRegionQualityRankingBox.
  • the track group of each track contains full omnidirectional video having different high quality encoded regions indicated by 2DRegionQualityRankingBox.
  • the 360 image format may specify that if the switch_group field in the TrackSelectionBox has a non-zero value, the corresponding track is included in a switching group that can be switched while the 360 image is played.
  • SphereRegionQualityRankingBox or 2DRegionQualityRankingBox can be used as a selection criterion for initial selection and switching within a track group.
  • the 360 video format encodes different high-quality encodings in which the track is indicated by the SphereRegionQualityRankingBox if the alternate_group field in the TrackHeaderBox of any track has a non-zero value and the attribute_list field in the TrackSelectionBox has a sqrg value. It can be specified that it is included in a track group of tracks each containing a full omnidirectional video having a predetermined region.
  • the 360 image format may specify that if the switch_group field in the TrackSelectionBox has a non-zero value, the corresponding track is included in a switching group that can be switched while the 360 image is played.
  • SphereRegionQualityRankingBox can be used as a selection criterion for initial selection and switching in a track group.
  • the 360 video format encodes different high quality encodings in which the track is indicated by 2DRegionQualityRankingBox when the alternate_group field in the TrackHeaderBox of any track has a non-zero value and the attribute_list field in the TrackSelectionBox has a value of 2drg. It can be specified that it is included in a track group of tracks each containing a full omnidirectional video having a predetermined region.
  • the 360 image format may specify that if the switch_group field in the TrackSelectionBox has a non-zero value, the corresponding track is included in a switching group that can be switched while the 360 image is played.
  • 2DRegionQualityRankingBox may be used as a selection criterion for initial selection and switching in a track group.
  • SphereRegionQualityRankingBox may be included as shown in Table 3, for example.
  • 2DRegionQualityRankingBox may be included as shown in Table 4, for example.
  • the quality_ranking field may specify information on a quality ranking of a region among a plurality of tracks in which the track includes the region.
  • quality ranking may be indicated based on sphere area
  • 2DRegionQualityRankingBox quality ranking may be indicated based on 2D area.
  • the quality ranking region A may have a higher quality than the quality ranking region B.
  • the value of the quality ranking region A may mean a value of the quality_ranking field for the corresponding region of the track A
  • the value of the quality ranking region B may mean a value of the quality_ranking field for the corresponding region of the track B.
  • the corresponding region of the track may be empty. In other words, it may mean that data corresponding to the region does not exist in the track.
  • a quality_ranking field value of a track has a value of 0xFF
  • the 360 video format does not have data for the region in the track, so that the 360 video format does not parse the other boxes such as RegionWisePackingBox and CoverageInformationBox of the track. Signaling information on the presence or absence of data in the region can be provided to the track.
  • the track when a 2D picture is spatially divided to form a subpicture, the track may include a subpicture track.
  • the subpicture track may have a spatial relationship with at least one other subpicture track, and may refer to a track representing a subpicture bitstream.
  • the subpicture may refer to a picture representing a spatial subset of the input image
  • the subpicture bitstream may refer to a bitstream representing a spatial subset of the input image.
  • the subset may be obtained by spatially splitting the input image before the encoding process.
  • the subpicture track may include overlapping regions having different quality rankings indicated by other subpicture tracks and region-wise quality ranking metadata.
  • the overlapping regions may be referred to as overlapping regions or overlapping regions.
  • the 360 picture may be selected by any one of a plurality of subpicture tracks including overlapping regions for playback, and the plurality of subpicture tracks may be overwritten while the 360 picture is played. It can be used for switching to other tracks, including lapping regions. In other words, the initially selected subpicture track may be switched with another subpicture track including an overlapping region among the plurality of subpicture tracks while the 360 image is reproduced.
  • the 360 image format may also provide signaling information on subselectable tracks that are selectable and switchable through the above-described process.
  • the selectable and switchable subpicture tracks among the plurality of subpicture tracks may be grouped, and the 360 image format may provide signaling information about the grouped subpicture track group.
  • 19A and 19B illustrate an example in which the same subpicture track is included in two track groups.
  • a 360 picture spatially divided into at least one subpicture may be subjected to a subpicture composition process to be provided to a user.
  • a subpicture composition process to be provided to a user.
  • one subpicture track may be included in a plurality of track groups.
  • the track group may mean a grouping of tracks capable of acquiring one or more pictures through synthesis, and may be different from the track group grouping the switchable tracks described with reference to FIG. 18.
  • a track group 1 having a track group identifier of 1 may be configured as a first sub-picture track and a second track through a sub-picture synthesis process.
  • Side-by-side frame packing format including sub-pic 2 tracks, third sub-pic 3 tracks, and fourth sub-picture 4 tracks.
  • the third subpicture and the fourth subpicture may be included only in the first track group as a picture for the right view, but the first subpicture and the second subpicture are pictures for the left view and the first track group and the second track. Each can be included in a group.
  • Each subpicture in FIG. 19A may have a coverage of 180 degrees * 180 degrees.
  • a first track group Track 1 may be a first sub-picture track, a second sub-picture track, and a first track group through sub-picture synthesis.
  • ERP EquiRectangular Projection
  • the second track group (Track group 2) is a half sphere having a coverage of 180 degrees * 180 degrees, including a second sub-picture track and a third sub-picture track Can be rendered as
  • first subpicture and the fourth subpicture may be included only in the first track group that is rendered in a spherical shape, but the second subpicture and the third subpicture may be included in a spherical first track group and a second track rendered in a hemispherical shape. Each can be included in a group.
  • Each subpicture in FIG. 19B may have a coverage of 90 degrees * 180 degrees.
  • the 360 image format may provide signaling information for a track group including at least one track in which corresponding tracks are spatially arranged, mapped, or synthesized in a subpicture composition process.
  • the 360 image format may provide signaling information about a relationship between a subpicture and a plurality of projected pictures.
  • the 360 picture format may provide signaling information as to whether a corresponding track is included in tracks that can be spatially arranged to obtain a composition picture through a track_group_type field in a TrackGroupTypeBox, and the TrackGroupTypeBox is, for example, a table. May be included as 5.
  • the 360 image format may specify that a corresponding track is included in tracks that may be spatially arranged to obtain a composition picture.
  • a visual track may be grouped with at least one visual track whose track_group_id field in a TrackGroupTypeBox whose track_group_type field has a spco or osdr value has the same value, and the visual tracks that are grouped and mapped may be displayed as visual content ( visual content) collectively.
  • the 360 video format may include a track_group_id field having the same meaning as the TrackGroupTypeBox in the RegionWisePackingBox.
  • the 360 image format may include a track_group_id field only when the version value of the RegionWisePackingBox is 1 to provide compatibility with other RegionWisePackingBox uses.
  • RegionWisePackingBox may be included as shown in Table 6, for example.
  • a packed picture may refer to a sub picture.
  • the RegionWisePackingBox may include a track_group_id field when the version value is 1, and tracks having the same track_group_id field value are synthesized during the synthesis process. It can be synthesized or mapped to each other.
  • the 360 image format may include a track_group_id field in the TrackGroupBox of the track, and may include the same track_group_id field in the RegionWisePackingBox of the track, which specifies a track group for composition or mapping of the track. can do.
  • the box configuration using the track_group_id field of the first subpicture track included in the first track group and the second track group may be as shown in Table 7.
  • Track 1 indicates the first subpicture track. May be referred to.
  • the box configuration using the track_group_id field of the second subpicture track included in the first track group and the second track group may be as shown in Table 8, and in Table 8, Track 2 indicates the second subpicture track.
  • Track 2 indicates the second subpicture track.
  • the box configuration using the track_group_id field of the third subpicture track included only in the first track group in FIG. 19A may be as shown in Table 9, and in Table 9, Track 3 may refer to the third subpicture track.
  • the box configuration using the track_group_id field of the fourth subpicture track included only in the first track group in FIG. 19A may be as shown in Table 10, and in Table 10, Track 4 may refer to the fourth subpicture track.
  • a packed picture may refer to a subpicture.
  • FIG. 20 schematically illustrates a subpicture based processing method of 360 image data by the 360 image transmitting apparatus according to the present invention.
  • the method disclosed in FIG. 20 may be performed by the 360 video transmitting apparatus disclosed in FIG. 5 or 16.
  • the apparatus for transmitting 360 images acquires 360 images (S2000).
  • the 360 image may be a video / image captured by at least one camera. Alternatively, some or all of the 360 images may be virtual images generated by a computer program or the like.
  • the 360 image may be an independent still image or may be part of the 360 video.
  • the 360 image transmission apparatus processes a 360 image to derive a picture (S2010).
  • the 360 image transmission apparatus may derive a 2D-based picture based on the various projection formats and region-specific packing procedures described above.
  • the derived picture may correspond to the projected picture, or may correspond to a packed picture (when a regional packing process is applied).
  • the 360 image transmission apparatus generates metadata including track group information about a plurality of tracks (S2020).
  • the metadata may include the fields described above in the present specification. Fields may be included in boxes at various levels or as data in separate tracks in a file.
  • the metadata may include some or all of the fields / information described above in Tables 1 to 6, and the track group information may be referred to as track group related metadata (including information / fields).
  • track group-related metadata may include information about an initial selectable track for playback among a plurality of tracks and a track being played when the picture includes a plurality of tracks each including all omnidirectional media data. Information about tracks and whether they can be switched, information about tracks being played and switchable, information about the selection criteria of tracks for initial selection and / or switching during playback, whether each of the plurality of tracks contains a particular region Information about the quality ranking information and a specific region between tracks including the specific region.
  • the track group may refer to a set of switchable tracks.
  • track group-related metadata may include information about an initial selectable subpicture track for reproduction between subpicture tracks of subpictures including an overlapping region when the picture is spatially divided into subpictures.
  • Information on whether the subpicture track being switched is switchable with other subpicture tracks, information on the subpicture track being played back and the switchable subpicture track, and the selection criteria of the subpicture track for initial selection and / or switching during playback.
  • a subpicture may refer to a packed picture.
  • information about an initial selectable track or subpicture track for playback information about whether the track or subpicture track being played is switchable with another track or another subpicture track, and the track or subpicture being played.
  • Information about the track and the switchable track or subpicture track may include an alternate_group field in the TrackHeaderBox and a switch_group field in the TrackSelectionBox.
  • Information about selection criteria of a track or subpicture track for switching during initial selection and / or playback may include an attribute_list field in a TrackSelectionBox.
  • the quality ranking information may include a quality_ranking field in SphereRegionQualityRankingBox or 2DRegionQualityRankingBox, and the quality_ranking field may indicate information about whether each of the plurality of tracks includes a specific region.
  • the track group related metadata may include information about a track group to which a subpicture track of each subpicture belongs or a track group ID when a picture is spatially divided into subpictures and includes a plurality of subpictures. have.
  • track group-related metadata may include version information or region-specific packing-related version indicating that information about a track group or a track group ID is omitted when a picture is spatially divided into sub pictures and includes a plurality of sub pictures. May contain information.
  • Information about the track group or track group ID may include a track_group_id field in the TrackGroupBox and / or a track_group_id field in the RegionWisePackingBox, and the TrackGroupBox may include at least one track_group_id field, but the RegionWisePackingBox may include one track_group_id field. have.
  • the metadata may include the same number of RegionWisePackingBoxes as the number of track groups.
  • the version information may include a version value in the RegionWisePackingBox.
  • the version value is 1
  • the corresponding RegionWisePackingBox may include a track_group_id field.
  • the 360 image transmission device encodes a picture (S2030).
  • the 360 image transmission device may encode at least a partial region of the picture, and may encode the 2D picture and output the encoded 2D picture in a bitstream form.
  • at least a portion of the picture may mean at least one subpicture.
  • the 360 image transmission apparatus performs processing for storing or transmitting the encoded picture and the metadata (S2040).
  • the 360 image transmission apparatus may perform processing for storing or transmitting at least a partial region and metadata of the encoded picture.
  • the 360 image transmission apparatus may generate 360 image data based on data and / or metadata related to the encoded picture.
  • 360 video a series of pictures for a series of images constituting the 360 video may be encoded, and 360 video data including the encoded pictures may be generated.
  • the 360 image transmission device may encapsulate data and / or metadata regarding the encoded picture (s) in the form of a file or the like.
  • the 360 image transmission device may encapsulate the file in ISOBMFF, CFF, or other file formats, or may process other DASH segments.
  • the picture (s) may mean a picture or at least a part of the picture.
  • the 360 image transmission device may include metadata in a file format. For example, metadata may be included in boxes at various levels in the ISOBMFF file format or as data in separate tracks within the file.
  • the 360 video imaging apparatus may encapsulate the metadata itself into a file.
  • the 360 image transmission device may apply processing for transmission to the encapsulated 360 image data according to the file format.
  • the 360 image transmission device may process 360 image data according to an arbitrary transmission protocol.
  • the processing for transmission may include processing for delivery through a broadcasting network, or processing for delivery through a communication network such as broadband.
  • the 360 image transmission device may apply a process for transmission to the metadata.
  • the 360 image transmitting apparatus may transmit the processed 360 image data (including metadata) through a broadcasting network and / or broadband.
  • FIG. 21 schematically illustrates a subpicture based processing method of 360 image data by a 360 image receiving apparatus according to the present invention.
  • the method disclosed in FIG. 21 may be performed by the 360 video receiving apparatus disclosed in FIG. 6 or 17.
  • the 360 image receiving apparatus receives 360 image data (or a signal) including information and metadata about an encoded picture (S2100).
  • the 360 image receiving apparatus may receive the 360 image data signaled from the 360 image transmitting apparatus through a broadcasting network.
  • the 360 video receiving apparatus may receive 360 image data through a communication network such as broadband or a storage medium.
  • the 360 image data may be a file format such as ISPBMFF or CFF, and the metadata may be included in boxes of various levels on the ISOBMFF file format or as data in separate tracks in the file.
  • the 360 image receiving apparatus obtains information and metadata about an encoded picture (S2110).
  • Information and metadata about the encoded picture may be obtained through a procedure such as file / segment decapsulation from 360 image data.
  • the information about the encoded picture may mean information on at least some areas when at least some areas of the picture are encoded.
  • the metadata may include the fields described above in the present specification. Fields may be included in boxes at various levels or as data in separate tracks in a file.
  • the metadata may include some or all of the fields / information described above in Tables 1 to 6, and the track group information may be referred to as track group related metadata (including information / fields).
  • track group-related metadata may include information about an initial selectable track for playback among a plurality of tracks and a track being played when the picture includes a plurality of tracks each including all omnidirectional media data. Information about tracks and whether they can be switched, information about tracks being played and switchable, information about the selection criteria of tracks for initial selection and / or switching during playback, whether each of the plurality of tracks contains a particular region Information about the quality ranking information and a specific region between tracks including the specific region.
  • the track group may refer to a set of switchable tracks.
  • track group-related metadata may include information about an initial selectable subpicture track for reproduction between subpicture tracks of subpictures including an overlapping region when the picture is spatially divided into subpictures.
  • Information on whether the subpicture track being switched is switchable with other subpicture tracks, information on the subpicture track being played back and the switchable subpicture track, and the selection criteria of the subpicture track for initial selection and / or switching during playback.
  • a subpicture may refer to a packed picture.
  • information about an initial selectable track or subpicture track for playback information about whether the track or subpicture track being played is switchable with another track or another subpicture track, and the track or subpicture being played.
  • Information about the track and the switchable track or subpicture track may include an alternate_group field in the TrackHeaderBox and a switch_group field in the TrackSelectionBox.
  • Information about selection criteria of a track or subpicture track for switching during initial selection and / or playback may include an attribute_list field in a TrackSelectionBox.
  • the quality ranking information may include a quality_ranking field in SphereRegionQualityRankingBox or 2DRegionQualityRankingBox, and the quality_ranking field may indicate information about whether each of the plurality of tracks includes a specific region.
  • the track group related metadata may include information about a track group to which a subpicture track of each subpicture belongs or a track group ID when a picture is spatially divided into subpictures and includes a plurality of subpictures. have.
  • track group-related metadata may include version information or region-specific packing-related version indicating that information about a track group or a track group ID is omitted when a picture is spatially divided into sub pictures and includes a plurality of sub pictures. May contain information.
  • Information about the track group or track group ID may include a track_group_id field in the TrackGroupBox and / or a track_group_id field in the RegionWisePackingBox, and the TrackGroupBox may include at least one track_group_id field, but the RegionWisePackingBox may include one track_group_id field. have.
  • the metadata may include the same number of RegionWisePackingBoxes as the number of track groups.
  • the version information may include a version value in the RegionWisePackingBox.
  • the version value is 1
  • the corresponding RegionWisePackingBox may include a track_group_id field.
  • the 360 image receiving apparatus decodes the picture (S2120).
  • the decoded picture may correspond to the projected picture, or may correspond to a packed picture (when a regional packing process is applied).
  • the 360 image receiving apparatus may decode at least a partial region of the picture, and at least a partial region of the picture may mean at least one subpicture.
  • the 360 image receiving apparatus may decode a picture based on metadata. For example, the 360 image receiving apparatus may decode a portion of a picture in which a viewport is located. Alternatively, the 360 image receiving apparatus may decode a track having a high quality area in which a viewport is located among a plurality of tracks of a picture.
  • the 360 image receiving apparatus renders the decoded picture based on the metadata (S2130).
  • the decoded picture may be rendered on the 3D surface through a procedure such as reprojection as described above.
  • the 360 image receiving apparatus may render at least a partial region of the decoded picture based on the metadata.
  • the 360 image receiving apparatus may select and provide a track or subpicture track having a high-quality area where a viewport is located based on metadata among a plurality of tracks or a plurality of subpicture tracks, and when the viewport is changed, the changed viewport The region in which the is located can switch the track or subpicture track of high quality to the track or subpicture track being reproduced.
  • the internal components of the apparatus described above may be processors for executing successive procedures stored in a memory, or hardware components configured with other hardware. They can be located inside or outside the device.
  • the above-described modules may be omitted or replaced by other modules performing similar / same operations according to the embodiment.
  • Each part, module, or unit described above may be a processor or hardware part that executes successive procedures stored in a memory (or storage unit). Each of the steps described in the above embodiments may be performed by a processor or hardware parts. Each module / block / unit described in the above embodiments can operate as a hardware / processor.
  • the methods proposed by the present invention can be executed as code. This code can be written to a processor readable storage medium and thus read by a processor provided by an apparatus.
  • the above-described method may be implemented as a module (process, function, etc.) for performing the above-described function.
  • the module may be stored in memory and executed by a processor.
  • the memory may be internal or external to the processor and may be coupled to the processor by various well known means.
  • the processor may include application-specific integrated circuits (ASICs), other chipsets, logic circuits, and / or data processing devices.
  • the memory may include read-only memory (ROM), random access memory (RAM), flash memory, memory card, storage medium and / or other storage device.

Abstract

A method for processing 360 video data by a 360 video receiving device according to the present invention comprises the steps of: receiving 360 video data; obtaining information of an encoded picture and metadata from the 360 video data; decoding at least a partial area of the picture on the basis of the information of the encoded picture; and rendering at least a partial area of the decoded picture on the basis of the metadata, wherein when the 360 video data includes a plurality of sub picture tracks, the picture includes a plurality of sub pictures, and the metadata includes track group information of the plurality of sub picture tracks.

Description

360 영상 데이터의 서브픽처 기반 처리 방법 및 그 장치Subpicture Based Processing Method of 360 Image Data and Its Apparatus
본 발명은 360 영상에 관한 것으로, 보다 상세하게는 360 영상 데이터의 서브픽처 기반 처리 방법 및 그 장치에 관한 것이다.The present invention relates to 360 images, and more particularly, to a subpicture based processing method and apparatus for 360 image data.
VR(Vertial Reality) 시스템은 사용자에게 전자적으로 투영된 환경내에 있는 것 같은 감각을 제공한다. VR 을 제공하기 위한 시스템은 더 고화질의 이미지들과, 공간적인 음향을 제공하기 위하여 더 개선될 수 있다. VR 시스템은 사용자가 인터랙티브하게 VR 컨텐트들을 소비할 수 있도록 할 수 있다.The VR (Vertial Reality) system gives the user the feeling of being in an electronically projected environment. The system for providing VR can be further refined to provide higher quality images and spatial sound. The VR system can enable a user to consume VR content interactively.
본 발명의 기술적 과제는 360 영상 데이터 처리 방법 및 장치를 제공함에 있다.An object of the present invention is to provide a method and apparatus for processing 360 image data.
본 발명의 다른 기술적 과제는 360 영상 데이터에 대한 메타데이터를 전송하는 방법 및 장치를 제공함에 있다.Another object of the present invention is to provide a method and apparatus for transmitting metadata for 360 image data.
본 발명의 또 다른 기술적 과제는 360 영상 데이터의 서브픽처 기반 처리 방법 및 장치를 제공함에 있다.Another object of the present invention is to provide a method and apparatus for subpicture-based processing of 360 image data.
본 발명의 또 다른 기술적 과제는 360 영상 데이터의 서브픽처 기반 처리를 위한 메타데이터를 전송하는 방법 및 장치를 제공함에 있다.Another object of the present invention is to provide a method and apparatus for transmitting metadata for subpicture-based processing of 360 image data.
본 발명의 일 실시예에 따르면, 360 비디오 수신 장치에 의하여 수행되는 360 비디오 데이터 처리 방법을 제공한다. 상기 방법은 360 비디오 데이터를 수신하는 단계, 상기 360 비디오 데이터로부터 인코딩된 픽처에 대한 정보 및 메타데이터를 획득하는 단계, 상기 인코딩된 픽처에 대한 정보를 기반으로 픽처의 적어도 일부 영역을 디코딩하는 단계 및 상기 메타데이터를 기반으로 디코딩된 픽처의 적어도 일부 영역을 렌더링하는 단계를 포함하고, 상기 360 비디오 데이터가 복수의 서브픽처 트랙을 포함하는 경우, 상기 픽처는 복수의 서브픽처를 포함하고, 상기 메타데이터는 상기 복수의 서브픽처 트랙에 대한 트랙 그룹 정보를 포함하는 것을 특징으로 한다.According to an embodiment of the present invention, a 360 video data processing method performed by a 360 video receiving apparatus is provided. The method includes receiving 360 video data, obtaining information and metadata about an encoded picture from the 360 video data, decoding at least a portion of a region of the picture based on the information about the encoded picture; Rendering at least a partial region of a decoded picture based on the metadata, and when the 360 video data includes a plurality of subpicture tracks, the picture includes a plurality of subpictures, and the metadata Is characterized by comprising track group information for the plurality of subpicture tracks.
본 발명의 다른 일 실시예에 따르면, 360 비디오 전송 장치에 의하여 수행되는 360 비디오 데이터 처리 방법을 제공한다. 상기 방법은 360 비디오를 획득하는 단계, 상기 360 비디오를 처리하여 픽처를 도출하는 단계, 상기 360 비디오에 관한 메타데이터를 생성하는 단계, 상기 픽처의 적어도 일부 영역을 인코딩하는 단계 및 상기 인코딩된 픽처의 적어도 일부 영역 및 상기 메타데이터에 대하여 저장 또는 전송을 위한 처리를 수행하는 단계를 포함하고, 상기 픽처가 복수의 서브픽처를 포함하는 경우, 상기 복수의 서브픽처는 복수의 서브픽처 트랙으로 각각 저장 또는 전송을 위한 처리가 수행되고, 상기 메타데이터는 상기 복수의 서브픽처 트랙에 대한 트랙 그룹 정보를 포함하는 것을 특징으로 한다.According to another embodiment of the present invention, there is provided a 360 video data processing method performed by the 360 video transmission device. The method comprises the steps of obtaining 360 video, processing the 360 video to derive a picture, generating metadata about the 360 video, encoding at least a portion of the picture, and encoding the encoded picture. Performing a process for storing or transmitting at least a partial region and the metadata, and when the picture includes a plurality of subpictures, the plurality of subpictures are respectively stored or stored as a plurality of subpicture tracks. Processing for transmission is performed, and the metadata includes track group information for the plurality of subpicture tracks.
본 발명의 또 다른 일 실시예에 따르면, 360 비디오 수신 장치가 제공된다. 상기 360 비디오 수신 장치는 360 비디오 데이터를 수신하고, 상기 360 비디오 데이터로부터 인코딩된 픽처에 대한 정보 및 메타데이터를 획득하는 수신처리부, 상기 인코딩된 픽처에 대한 정보를 기반으로 픽처의 적어도 일부 영역을 디코딩하는 데이터 디코더 및 상기 메타데이터를 기반으로 디코딩된 픽처의 적어도 일부 영역을 렌더링하는 렌더러를 포함하고, 상기 360 비디오 데이터가 복수의 서브픽처 트랙을 포함하는 경우, 상기 픽처는 복수의 서브픽처를 포함하고, 상기 메타데이터는 상기 복수의 서브픽처 트랙에 대한 트랙 그룹 정보를 포함하는 것을 특징으로 한다.According to another embodiment of the present invention, a 360 video receiving apparatus is provided. The 360 video receiving apparatus receives 360 video data, and obtains information about the encoded picture and metadata from the 360 video data, and decodes at least a partial region of the picture based on the information about the encoded picture. A data decoder and a renderer for rendering at least a partial region of a decoded picture based on the metadata, and when the 360 video data includes a plurality of subpicture tracks, the picture includes a plurality of subpictures. The metadata may include track group information for the plurality of subpicture tracks.
본 발명의 또 다른 일 실시예에 따르면, 360 비디오 전송 장치가 제공된다. 상기 360 비디오 전송 장치는 360 비디오를 획득하는 데이터 입력부, 상기 360 비디오를 처리하여 픽처를 도출하는 프로젝션 처리부, 상기 360 비디오에 관한 메타데이터를 생성하는 메타데이터 처리부, 상기 픽처의 적어도 일부 영역을 인코딩하는 데이터 인코더 및 상기 인코딩된 픽처의 적어도 일부 영역 및 상기 메타데이터에 대하여 저장 또는 전송을 위한 처리를 수행하는 전송처리부를 포함하고, 상기 픽처가 복수의 서브픽처를 포함하는 경우, 상기 복수의 서브픽처는 복수의 서브픽처 트랙으로 각각 저장 또는 전송을 위한 처리가 수행되고, 상기 메타데이터는 상기 복수의 서브픽처 트랙에 대한 트랙 그룹 정보를 포함하는 것을 특징으로 한다.According to another embodiment of the present invention, a 360 video transmission device is provided. The 360 video transmission device may include a data input unit for acquiring 360 video, a projection processor for processing the 360 video to derive a picture, a metadata processor for generating metadata regarding the 360 video, and encoding at least a partial region of the picture A data encoder and a transmission processor configured to perform processing for storing or transmitting at least a portion of the encoded picture and the metadata, and when the picture includes a plurality of subpictures, the plurality of subpictures Processing for storing or transmitting each of the plurality of subpicture tracks is performed, and the metadata includes track group information for the plurality of subpicture tracks.
본 발명에 따르면 트랙들 간에 효율적인 스위칭 메커니즘을 제공할 수 있다.According to the present invention, an efficient switching mechanism between tracks can be provided.
본 발명에 따르면 360 컨텐츠 소비에 있어서, 뷰포트가 위치하는 영역이 고품질이 되도록 시그널링하는 방안을 제안할 수 있다.According to the present invention, in 360 content consumption, a method of signaling such that an area where a viewport is located can be of high quality can be proposed.
본 발명에 따르면 픽처가 리전별 패킹되거나 서브픽처로 분할되는 경우, 서브픽처의 영역 정보 및 그룹핑 정보를 시그널링하여, 서브픽처 또는 서브픽처 그룹 단위로 적응적 프로세싱을 수행할 수 있다. According to the present invention, when a picture is packed per region or divided into subpictures, the region information and the grouping information of the subpicture may be signaled to perform adaptive processing on a subpicture or subpicture group basis.
본 발명에 따르면 지상파 방송망과 인터넷 망을 사용하는 차세대 하이브리드 방송을 지원하는 환경에서 VR 컨텐츠 (360 컨텐츠)를 효율적으로 전송할 수 있다.According to the present invention, VR content (360 content) can be efficiently transmitted in an environment supporting next generation hybrid broadcasting using a terrestrial broadcasting network and an internet network.
본 발명에 따르면 사용자의 360 컨텐츠 소비에 있어서, 인터랙티브 경험(interactive experience)를 제공하기 위한 방안을 제안할 수 있다.According to the present invention, a method for providing an interactive experience in consuming 360 content of a user may be proposed.
본 발명에 따르면 ISOBMFF(ISO base media file format) 등 ISO(International Organization for Standardization) 기반 미디어 파일 포맷을 통하여 효율적으로 360 영상 데이터에 대한 시그널링 정보를 저장 및 전송할 수 있다.According to the present invention, signaling information for 360 image data can be efficiently stored and transmitted through an International Organization for Standardization (ISO) based media file format such as ISO base media file format (ISOBMFF).
본 발명에 따르면 DASH(Dynamic Adaptive Streaming over HTTP) 등의 HTTP(HyperText Transfer Protocol) 기반 적응형 스트리밍을 통하여 360 영상 데이터에 대한 시그널링 정보를 전송할 수 있다.According to the present invention, signaling information for 360 image data can be transmitted through HyperText Transfer Protocol (HTTP) -based adaptive streaming such as Dynamic Adaptive Streaming over HTTP (DASH).
본 발명에 따르면 SEI(Supplemental enhancement information) 메시지 혹은 VUI(Video Usability Information)를 통하여 360 영상 데이터에 대한 시그널링 정보를 저장 및 전송할 수 있고, 이를 통하여 전체적인 전송 효율을 향상시킬 수 있다.According to the present invention, signaling information for 360 video data may be stored and transmitted through a supplemental enhancement information (SEI) message or a video usability information (VUI), thereby improving overall transmission efficiency.
도 1은 본 발명에 따른 360 비디오 제공을 위한 전체 아키텍처를 도시한 도면이다. 1 is a diagram showing the overall architecture for providing 360 video according to the present invention.
도 2 및 도 3은 본 발명의 일 실시예에 따른 미디어 파일의 구조를 도시한 도면이다.2 and 3 illustrate the structure of a media file according to an embodiment of the present invention.
도 4는 DASH 기반 적응형 스트리밍 모델의 전반적인 동작의 일 예를 나타낸다.4 shows an example of the overall operation of the DASH-based adaptive streaming model.
도 5는 본 발명이 적용될 수 있는 360 비디오 전송 장치의 구성을 개략적으로 설명하는 도면이다. 5 is a diagram schematically illustrating a configuration of a 360 video transmission apparatus to which the present invention may be applied.
도 6은 본 발명이 적용될 수 있는 360 비디오 수신 장치의 구성을 개략적으로 설명하는 도면이다. 6 is a diagram schematically illustrating a configuration of a 360 video receiving apparatus to which the present invention can be applied.
도 7은 본 발명의 3D 공간을 설명하기 위한 비행기 주축(Aircraft Principal Axes) 개념을 도시한 도면이다.FIG. 7 is a diagram illustrating the concept of an airplane main axis (Aircraft Principal Axes) for explaining the 3D space of the present invention.
도 8는 360 비디오의 처리 과정 및 프로젝션 포멧에 따른 리전별 패킹 과정이 적용된 2D 이미지를 예시적으로 나타낸다.8 exemplarily illustrates a 2D image to which a region-specific packing process according to a 360-degree processing process and a projection format is applied.
도 9a 내지 9b는 본 발명에 따른 프로젝션 포멧들을 예시적으로 나타낸다.9A-9B exemplarily illustrate projection formats according to the present invention.
도 10a 및 10b는 본 발명의 일 실시예에 따른 타일(Tile)을 도시한 도면이다. 10A and 10B illustrate a tile according to an embodiment of the present invention.
도 11은 본 발명의 일 실시예에 따른 360도 비디오 관련 메타데이터의 일 예를 나타낸다. 11 illustrates an example of 360 degree video related metadata according to an embodiment of the present invention.
도 12는 뷰포인트, 뷰잉 포지션, 뷰잉 오리엔테이션의 개념을 개략적으로 나타낸다. 12 schematically illustrates the concept of a viewpoint, a viewing position, a viewing orientation.
도 13은 본 발명에 따른 3DoF+ 비디오 제공을 위한 아키텍처의 예를 개략적으로 도시한 도면이다.13 is a diagram schematically illustrating an example of an architecture for providing 3DoF + video according to the present invention.
도 14a 및 14b는 3DoF+ 엔드 투 엔드 시스템 아키텍처의 예이다. 14A and 14B are examples of 3DoF + end-to-end system architectures.
도 15는 FLUS(Framework for Live Uplink Streaming) 아키텍처의 예를 개략적으로 나타낸다.15 schematically illustrates an example of a Framework for Live Uplink Streaming (FLUS) architecture.
도 16은 3DoF+ 송신단에서의 구성을 개략적으로 나타낸다. 16 schematically shows the configuration at the 3DoF + transmitter.
도 17은 3DoF+ 수신단에서의 구성을 개략적으로 나타낸다.17 schematically shows the configuration at the 3DoF + receiving end.
도 18은 360 비디오에 대하여 서로 다른 고품질 리전을 가지는 4개의 트랙을 나타낸 예이다.18 shows an example of four tracks having different high quality regions for 360 video.
도 19a 및 도 19b는 2개의 트랙 그룹에 동일한 서브픽처 트랙이 포함된 경우의 예이다. 19A and 19B illustrate an example in which the same subpicture track is included in two track groups.
도 20은 본 발명에 따른 360 영상 전송 장치에 의한 360 영상 데이터의 서브픽처 기반 처리 방법을 개략적으로 나타낸다.20 schematically illustrates a subpicture based processing method of 360 image data by the 360 image transmitting apparatus according to the present invention.
도 21은 본 발명에 따른 360 영상 수신 장치에 의한 360 영상 데이터의 서브픽처 기반 처리 방법을 개략적으로 나타낸다.21 schematically illustrates a subpicture based processing method of 360 image data by a 360 image receiving apparatus according to the present invention.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정 실시예에 한정하려고 하는 것이 아니다. 본 명세서에서 상용하는 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명의 기술적 사상을 한정하려는 의도로 사용되는 것은 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서 "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부품 도는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.As the present invention allows for various changes and numerous embodiments, particular embodiments will be illustrated in the drawings and described in detail in the written description. However, this is not intended to limit the invention to the specific embodiments. The terminology used herein is for the purpose of describing particular example embodiments only and is not intended to be limiting of the spirit of the present invention. Singular expressions include plural expressions unless the context clearly indicates otherwise. The terms "comprise" or "having" in this specification are intended to indicate that there is a feature, number, step, operation, component, part, or combination thereof described in the specification, and one or more other features It is to be understood that the numbers, steps, operations, components, parts or figures do not exclude in advance the presence or possibility of adding them.
한편, 본 발명에서 설명되는 도면상의 각 구성들은 서로 다른 특징적인 기능들에 관한 설명의 편의를 위해 독립적으로 도시된 것으로서, 각 구성들이 서로 별개의 하드웨어나 별개의 소프트웨어로 구현된다는 것을 의미하지는 않는다. 예컨대, 각 구성 중 두 개 이상의 구성이 합쳐져 하나의 구성을 이룰 수도 있고, 하나의 구성이 복수의 구성으로 나뉘어질 수도 있다. 각 구성이 통합 및/또는 분리된 실시예도 본 발명의 본질에서 벗어나지 않는 한 본 발명의 권리범위에 포함된다.On the other hand, each configuration in the drawings described in the present invention are shown independently for the convenience of description of the different characteristic functions, it does not mean that each configuration is implemented by separate hardware or separate software. For example, two or more of each configuration may be combined to form one configuration, or one configuration may be divided into a plurality of configurations. Embodiments in which each configuration is integrated and / or separated are also included in the scope of the present invention without departing from the spirit of the present invention.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성 요소에 대해서는 동일한 참조 부호를 사용하고 동일한 구성 요소에 대해서 중복된 설명은 생략될 수 있다.Hereinafter, with reference to the accompanying drawings, it will be described in detail a preferred embodiment of the present invention. Hereinafter, the same reference numerals are used for the same components in the drawings, and redundant descriptions of the same components may be omitted.
도 1은 본 발명에 따른 360 비디오 제공을 위한 전체 아키텍처를 도시한 도면이다. 1 is a diagram showing the overall architecture for providing 360 video according to the present invention.
본 발명은 사용자에게 가상현실 (Virtual Reality, VR)을 제공하기 위하여, 360 컨텐츠를 제공하는 방안을 제안한다. VR이란 실제 또는 가상의 환경을 복제(replicates) 하기 위한 기술 내지는 그 환경을 의미할 수 있다. VR은 인공적으로 사용자에게 감각적 경험을 제공하며, 이를 통해 사용자는 전자적으로 프로젝션된 환경에 있는 것과 같은 경험을 할 수 있다. The present invention proposes a method of providing 360 content in order to provide a user with virtual reality (VR). VR may refer to a technique or environment for replicating a real or virtual environment. VR artificially provides the user with a sensational experience, which allows the user to experience the same as being in an electronically projected environment.
360 컨텐츠는 VR을 구현, 제공하기 위한 컨텐츠 전반을 의미하며, 360 비디오 및/또는 360 오디오를 포함할 수 있다. 360 비디오는 VR을 제공하기 위해 필요한, 동시에 모든 방향(360도)으로 캡처되거나 재생되는 비디오 내지 이미지 컨텐츠를 의미할 수 있다. 이하, 360 비디오라 함은 360도 비디오를 의미할 수 있다. 360 비디오는 3D 모델에 따라 다양한 형태의 3D 공간 상에 나타내어지는 비디오 내지 이미지를 의미할 수 있으며, 예를 들어 360 비디오는 구형면(Speherical surface) 상에 나타내어질 수 있다. 360 오디오 역시 VR을 제공하기 위한 오디오 컨텐츠로서, 음향 발생지가 3차원의 특정 공간상에 위치하는 것으로 인지될 수 있는, 공간적(Spatial) 오디오 컨텐츠를 의미할 수 있다. 360 컨텐츠는 생성, 처리되어 사용자들로 전송될 수 있으며, 사용자들은 360 컨텐츠를 이용하여 VR 경험을 소비할 수 있다. 360 비디오는 전방향(omnidirectional) 비디오라고 불릴 수 있고, 360 이미지는 전방향 이미지라고 불릴 수 있다. 360 content refers to the overall content for implementing and providing VR, and may include 360 video and / or 360 audio. 360 video may refer to video or image content that is required to provide VR, and simultaneously captured or played back in all directions (360 degrees). Hereinafter, 360 video may refer to 360 degree video. 360 video may refer to video or an image displayed on various types of 3D space according to a 3D model, for example, 360 video may be represented on a spherical surface. 360 audio is also audio content for providing VR, and may mean spatial audio content, in which a sound source can be recognized as being located in a specific space in three dimensions. 360 content may be generated, processed, and transmitted to users, and users may consume the VR experience using 360 content. 360 video may be called omnidirectional video and 360 image may be called omnidirectional image.
본 발명은 특히 360 비디오를 효과적으로 제공하는 방안을 제안한다. 360 비디오를 제공하기 위하여, 먼저 하나 이상의 카메라를 통해 360 비디오가 캡처될 수 있다. 캡처된 360 비디오는 일련의 과정을 거쳐 전송되고, 수신측에서는 수신된 데이터를 다시 원래의 360 비디오로 가공하여 렌더링할 수 있다. 이를 통해 360 비디오가 사용자에게 제공될 수 있다. The present invention particularly proposes a method for effectively providing 360 video. To provide 360 video, first 360 video may be captured through one or more cameras. The captured 360 video is transmitted through a series of processes, and the receiving side can process and render the received data back into the original 360 video. Through this, 360 video may be provided to the user.
구체적으로 360 비디오 제공을 위한 전체의 과정은 캡처 과정(process), 준비 과정, 전송 과정, 프로세싱 과정, 렌더링 과정 및/또는 피드백 과정을 포함할 수 있다. In more detail, the entire process for providing the 360 video may include a capture process, preparation process, transmission process, processing process, rendering process, and / or feedback process.
캡처 과정은 하나 이상의 카메라를 통하여 복수개의 시점 각각에 대한 이미지 또는 비디오를 캡처하는 과정을 의미할 수 있다. 캡처 과정에 의해 도시된 도 1의 (110)과 같은 이미지/비디오 데이터가 생성될 수 있다. 도시된 도 1의 (110)의 각 평면은 각 시점에 대한 이미지/비디오를 의미할 수 있다. 이 캡처된 복수개의 이미지/비디오를 로(raw) 데이터라 할 수도 있다. 캡처 과정에서 캡처와 관련된 메타데이터가 생성될 수 있다. The capturing process may refer to capturing an image or video for each of a plurality of viewpoints through one or more cameras. Image / video data such as 110 of FIG. 1 shown by the capture process may be generated. Each plane of FIG. 1 110 shown may mean an image / video for each viewpoint. The captured plurality of images / videos may be referred to as raw data. In the capture process, metadata related to capture may be generated.
이 캡처를 위하여 VR 을 위한 특수한 카메라가 사용될 수 있다. 실시예에 따라 컴퓨터로 생성된 가상의 공간에 대한 360 비디오를 제공하고자 하는 경우, 실제 카메라를 통한 캡처가 수행되지 않을 수 있다. 이 경우 단순히 관련 데이터가 생성되는 과정으로 해당 캡처 과정이 갈음될 수 있다. Special cameras for VR can be used for this capture. According to an exemplary embodiment, when a 360 video of a virtual space generated by a computer is to be provided, capture through an actual camera may not be performed. In this case, the corresponding capture process may be replaced by simply generating related data.
준비 과정은 캡처된 이미지/비디오 및 캡처 과정에서 발생한 메타데이터를 처리하는 과정일 수 있다. 캡처된 이미지/비디오는 이 준비 과정에서, 스티칭 과정, 프로젝션 과정, 리전별 패킹 과정(Region-wise Packing) 및/또는 인코딩 과정 등을 거칠 수 있다.The preparation process may be a process of processing the captured image / video and metadata generated during the capture process. The captured image / video may undergo a stitching process, a projection process, a region-wise packing process, and / or an encoding process in this preparation process.
먼저 각각의 이미지/비디오가 스티칭(Stitching) 과정을 거칠 수 있다. 스티칭 과정은 각각의 캡처된 이미지/비디오들을 연결하여 하나의 파노라마 이미지/비디오 또는 구형의 이미지/비디오를 만드는 과정일 수 있다. First, each image / video can be stitched. The stitching process may be a process of connecting each captured image / video to create a panoramic image / video or a spherical image / video.
이 후, 스티칭된 이미지/비디오는 프로젝션(Projection) 과정을 거칠 수 있다. 프로젝션 과정에서, 스트칭된 이미지/비디오는 2D 이미지 상에 프로젝션될 수 있다. 이 2D 이미지는 문맥에 따라 2D 이미지 프레임으로 불릴 수도 있다. 2D 이미지로 프로젝션하는 것을 2D 이미지로 매핑한다고 표현할 수도 있다. 프로젝션된 이미지/비디오 데이터는 도시된 도 1의 (120)과 같은 2D 이미지의 형태가 될 수 있다. Thereafter, the stitched image / video may be subjected to a projection process. In the projection process, the stretched image / video can be projected onto a 2D image. This 2D image may be called a 2D image frame depending on the context. It can also be expressed as mapping a projection to a 2D image to a 2D image. The projected image / video data may be in the form of a 2D image as shown in FIG. 1 120.
2D 이미지 상에 프로젝션된 비디오 데이터는 비디오 코딩 효율 등을 높이기 위하여 리전별 패킹 과정(Region-wise Packing)을 거칠 수 있다. 리전별 패킹이란, 2D 이미지 상에 프로젝션된 비디오 데이터를 리전(Region) 별로 나누어 처리를 가하는 과정을 의미할 수 있다. 여기서 리전(Region)이란, 360 비디오 데이터가 프로젝션된 2D 이미지가 나누어진 영역을 의미할 수 있다. 이 리전들은, 실시예에 따라, 2D 이미지를 균등하게 나누어 구분되거나, 임의로 나누어져 구분될 수 있다. 또한 실시예에 따라 리전들은, 프로젝션 스킴에 따라 구분될 수도 있다. 리전별 패킹 과정은 선택적(optional) 과정으로써, 준비 과정에서 생략될 수 있다.The video data projected onto the 2D image may be subjected to region-wise packing to increase video coding efficiency and the like. The region-specific packing may refer to a process of dividing the video data projected on the 2D image by region and applying the process. The region may refer to a region in which 2D images projected with 360 video data are divided. The regions may be divided evenly or arbitrarily divided into 2D images according to an embodiment. In some embodiments, regions may be divided according to a projection scheme. The region-specific packing process is an optional process and may be omitted in the preparation process.
실시예에 따라 이 처리 과정은, 비디오 코딩 효율을 높이기 위해, 각 리전을 회전한다거나 2D 이미지 상에서 재배열하는 과정을 포함할 수 있다. 예를 들어, 리전들을 회전하여 리전들의 특정 변들이 서로 근접하여 위치되도록 함으로써, 코딩 시의 효율이 높아지게 할 수 있다. According to an embodiment, this processing may include rotating each region or rearranging on 2D images in order to increase video coding efficiency. For example, by rotating the regions so that certain sides of the regions are located close to each other, efficiency in coding can be increased.
실시예에 따라 이 처리 과정은, 360 비디오상의 영역별로 레졸루션(resolution)을 차등화하기 위하여, 특정 리전에 대한 레졸루션을 높인다거나, 낮추는 과정을 포함할 수 있다. 예를 들어, 360 비디오 상에서 상대적으로 더 중요한 영역에 해당하는 리전들은, 다른 리전들보다 레졸루션을 높게할 수 있다. 2D 이미지 상에 프로젝션된 비디오 데이터 또는 리전별 패킹된 비디오 데이터는 비디오 코덱을 통한 인코딩 과정을 거칠 수 있다. According to an embodiment, the processing may include increasing or decreasing a resolution for a specific region in order to differentiate the resolution for each region of the 360 video. For example, regions that correspond to relatively more important areas on 360 video may have a higher resolution than other regions. The video data projected onto the 2D image or the packed video data per region may be subjected to an encoding process through a video codec.
실시예에 따라 준비 과정은 부가적으로 에디팅(editing) 과정 등을 더 포함할 수 있다. 이 에디팅 과정에서 프로젝션 전후의 이미지/비디오 데이터들에 대한 편집 등이 더 수행될 수 있다. 준비 과정에서도 마찬가지로, 스티칭/프로젝션/인코딩/에디팅 등에 대한 메타데이터가 생성될 수 있다. 또한 2D 이미지 상에 프로젝션된 비디오 데이터들의 초기 시점, 혹은 ROI(Region of Interest) 등에 관한 메타데이터가 생성될 수 있다.In some embodiments, the preparation process may further include an editing process. In this editing process, editing of image / video data before and after projection may be further performed. Similarly, in preparation, metadata about stitching / projection / encoding / editing may be generated. In addition, metadata regarding an initial time point, a region of interest (ROI), or the like, of the video data projected on the 2D image may be generated.
전송 과정은 준비 과정을 거친 이미지/비디오 데이터 및 메타데이터들을 처리하여 전송하는 과정일 수 있다. 전송을 위해 임의의 전송 프로토콜에 따른 처리가 수행될 수 있다. 전송을 위한 처리를 마친 데이터들은 방송망 및/또는 브로드밴드를 통해 전달될 수 있다. 이 데이터들은 온 디맨드(On Demand) 방식으로 수신측으로 전달될 수도 있다. 수신측에서는 다양한 경로를 통해 해당 데이터를 수신할 수 있다. The transmission process may be a process of processing and transmitting image / video data and metadata that have been prepared. Processing may be performed according to any transport protocol for the transmission. Data that has been processed for transmission may be delivered through a broadcast network and / or broadband. These data may be delivered to the receiving side in an on demand manner. The receiving side can receive the corresponding data through various paths.
프로세싱 과정은 수신한 데이터를 디코딩하고, 프로젝션되어 있는 이미지/비디오 데이터를 3D 모델 상에 리-프로젝션(Re-projection)하는 과정을 의미할 수 있다. 이 과정에서 2D 이미지들 상에 프로젝션되어 있는 이미지/비디오 데이터가 3D 공간 상으로 리-프로젝션될 수 있다. 이 과정을 문맥에 따라 매핑, 프로젝션이라고 부를 수도 있다. 이 때 매핑되는 3D 공간은 3D 모델에 따라 다른 형태를 가질 수 있다. 예를 들어 3D 모델에는 구형(Sphere), 큐브(Cube), 실린더(Cylinder) 또는 피라미드(Pyramid)가 있을 수 있다. The processing may refer to a process of decoding the received data and re-projecting the projected image / video data onto the 3D model. In this process, image / video data projected on 2D images may be re-projected onto 3D space. This process may be called mapping or projection depending on the context. In this case, the mapped 3D space may have a different shape according to the 3D model. For example, the 3D model may have a sphere, a cube, a cylinder, or a pyramid.
실시예에 따라 프로세싱 과정은 부가적으로 에디팅(editing) 과정, 업 스케일링(up scaling) 과정 등을 더 포함할 수 있다. 이 에디팅 과정에서 리-프로젝션 전후의 이미지/비디오 데이터에 대한 편집 등이 더 수행될 수 있다. 이미지/비디오 데이터가 축소되어 있는 경우 업 스케일링 과정에서 샘플들의 업 스케일링을 통해 그 크기를 확대할 수 있다. 필요한 경우, 다운 스케일링을 통해 사이즈를 축소하는 작업이 수행될 수도 있다. According to an embodiment, the processing process may further include an editing process, an up scaling process, and the like. In this editing process, editing of image / video data before and after re-projection may be further performed. When the image / video data is reduced, the size of the sample may be increased by upscaling the samples during the upscaling process. If necessary, the operation of reducing the size through down scaling may be performed.
렌더링 과정은 3D 공간상에 리-프로젝션된 이미지/비디오 데이터를 렌더링하고 디스플레이하는 과정을 의미할 수 있다. 표현에 따라 리-프로젝션과 렌더링을 합쳐 3D 모델 상에 렌더링한다 라고 표현할 수도 있다. 3D 모델 상에 리-프로젝션된(또는 3D 모델 상으로 렌더링된) 이미지/비디오는 도시된 도 1의 (130)과 같은 형태를 가질 수 있다. 도시된 도 1의 (130)은 구형(Sphere)의 3D 모델에 리-프로젝션된 경우이다. 사용자는 VR 디스플레이 등을 통하여 렌더링된 이미지/비디오의 일부 영역을 볼 수 있다. 이 때 사용자가 보게되는 영역은 도시된 도 1의 (140)과 같은 형태일 수 있다. The rendering process may refer to a process of rendering and displaying re-projected image / video data in 3D space. Depending on the representation, it may be said to combine re-projection and rendering to render on a 3D model. The image / video re-projected onto the 3D model (or rendered onto the 3D model) may have a shape such as 130 of FIG. 1 shown. 1, shown in FIG. 1, is a case in which a sphere is re-projected onto a 3D model of a sphere. The user may view some areas of the rendered image / video through the VR display. In this case, the region seen by the user may be in the form as shown in 140 of FIG. 1.
피드백 과정은 디스플레이 과정에서 획득될 수 있는 다양한 피드백 정보들을 송신측으로 전달하는 과정을 의미할 수 있다. 피드백 과정을 통해 360 비디오 소비에 있어 인터랙티비티(Interactivity)가 제공될 수 있다. 실시예에 따라, 피드백 과정에서 헤드 오리엔테이션(Head Orientation) 정보, 사용자가 현재 보고 있는 영역을 나타내는 뷰포트(Viewport) 정보 등이 송신측으로 전달될 수 있다. 실시예에 따라, 사용자는 VR 환경 상에 구현된 것들과 상호작용할 수도 있는데, 이 경우 그 상호작용과 관련된 정보가 피드백 과정에서 송신측 내지 서비스 프로바이더 측으로 전달될 수도 있다. 실시예에 따라 피드백 과정은 수행되지 않을 수도 있다.The feedback process may mean a process of transmitting various feedback information that can be obtained in the display process to the transmitter. Through the feedback process, interactivity may be provided for 360 video consumption. According to an embodiment, in the feedback process, head orientation information, viewport information indicating an area currently viewed by the user, and the like may be transmitted to the transmitter. According to an embodiment, the user may interact with those implemented on the VR environment, in which case the information related to the interaction may be transmitted to the sender or service provider side in the feedback process. In some embodiments, the feedback process may not be performed.
헤드 오리엔테이션 정보는 사용자의 머리 위치, 각도, 움직임 등에 대한 정보를 의미할 수 있다. 이 정보를 기반으로 사용자가 현재 360 비디오 내에서 보고 있는 영역에 대한 정보, 즉 뷰포트 정보가 계산될 수 있다. The head orientation information may mean information about a head position, an angle, and a movement of the user. Based on this information, information about the area currently viewed by the user in the 360 video, that is, viewport information, may be calculated.
뷰포트 정보는 현재 사용자가 360 비디오에서 보고 있는 영역에 대한 정보일 수 있다. 이를 통해 게이즈 분석(Gaze Analysis) 이 수행되어, 사용자가 어떠한 방식으로 360 비디오를 소비하는지, 360 비디오의 어느 영역을 얼마나 응시하는지 등을 확인할 수도 있다. 게이즈 분석은 수신측에서 수행되어 송신측으로 피드백 채널을 통해 전달될 수도 있다. VR 디스플레이 등의 장치는 사용자의 머리 위치/방향, 장치가 지원하는 수직(vertical) 혹은 수평(horizontal) FOV(Field Of View) 정보 등에 근거하여 뷰포트 영역을 추출할 수 있다. The viewport information may be information about an area currently viewed by the user in the 360 video. Through this, a gaze analysis may be performed to determine how the user consumes 360 video, which areas of the 360 video are viewed and how much. Gayes analysis may be performed at the receiving end and delivered to the transmitting side via a feedback channel. A device such as a VR display may extract a viewport area based on the position / direction of a user's head, vertical or horizontal field of view (FOV) information supported by the device, and the like.
실시예에 따라, 전술한 피드백 정보는 송신측으로 전달되는 것 뿐아니라, 수신측에서 소비될 수도 있다. 즉, 전술한 피드백 정보를 이용하여 수신측의 디코딩, 리-프로젝션, 렌더링 과정 등이 수행될 수 있다. 예를 들어, 헤드 오리엔테이션 정보 및/또는 뷰포트 정보를 이용하여 현재 사용자가 보고 있는 영역에 대한 360 비디오만 우선적으로 디코딩 및 렌더링될 수도 있다.According to an embodiment, the above-described feedback information may be consumed at the receiving side as well as being transmitted to the transmitting side. That is, the decoding, re-projection, rendering process, etc. of the receiving side may be performed using the above-described feedback information. For example, only 360 video for the area currently viewed by the user may be preferentially decoded and rendered using head orientation information and / or viewport information.
여기서 뷰포트(viewport) 내지 뷰포트 영역이란, 사용자가 360 비디오에서 보고 있는 영역을 의미할 수 있다. 시점(viewpoint)은 사용자가 360 비디오에서 보고 있는 지점으로서, 뷰포트 영역의 정중앙 지점을 의미할 수 있다. 즉, 뷰포트는 시점을 중심으로 한 영역인데, 그 영역이 차지하는 크기 형태 등은 후술할 FOV(Field Of View)에 의해 결정될 수 있다. Here, the viewport to the viewport area may mean an area that the user is viewing in 360 video. A viewpoint is a point that the user is viewing in the 360 video and may mean a center point of the viewport area. That is, the viewport is an area centered on the viewpoint, and the size shape occupied by the area may be determined by a field of view (FOV) to be described later.
전술한 360 비디오 제공을 위한 전체 아키텍처 내에서, 캡처/프로젝션/인코딩/전송/디코딩/리-프로젝션/렌더링의 일련의 과정을 거치게 되는 이미지/비디오 데이터들을 360 비디오 데이터라 부를 수 있다. 360 비디오 데이터라는 용어는 또한 이러한 이미지/비디오 데이터들과 관련되는 메타데이터 내지 시그널링 정보를 포함하는 개념으로 쓰일 수도 있다. Within the overall architecture for providing 360 video described above, image / video data that undergoes a series of processes of capture / projection / encoding / transmission / decoding / re-projection / rendering may be referred to as 360 video data. The term 360 video data may also be used as a concept including metadata or signaling information associated with such image / video data.
상술한 오디오 또는 비디오 등의 미디어 데이터를 저장하고 전송하기 위하여, 정형화된 미디어 파일 포맷이 정의될 수 있다. 실시예에 따라 미디어 파일은 ISO BMFF(ISO base media file format)를 기반으로 한 파일 포맷을 가질 수 있다. In order to store and transmit the above-mentioned media data such as audio or video, a standardized media file format may be defined. According to an embodiment, the media file may have a file format based on ISO base media file format (ISO BMFF).
도 2 및 도 3은 본 발명의 일 실시예에 따른 미디어 파일의 구조를 도시한 도면이다.2 and 3 illustrate the structure of a media file according to an embodiment of the present invention.
본 발명에 따른 미디어 파일은 적어도 하나 이상의 박스를 포함할 수 있다. 여기서 박스(box)는 미디어 데이터 또는 미디어 데이터에 관련된 메타데이터 등을 포함하는 데이터 블록 내지 오브젝트일 수 있다. 박스들은 서로 계층적 구조를 이룰 수 있으며, 이에 따라 데이터들이 분류되어 미디어 파일이 대용량 미디어 데이터의 저장 및/또는 전송에 적합한 형태를 띄게 될 수 있다. 또한 미디어 파일은, 사용자가 미디어 컨텐츠의 특정지점으로 이동하는 등, 미디어 정보에 접근하는데 있어 용이한 구조를 가질 수 있다.The media file according to the present invention may include at least one box. The box may be a data block or an object including media data or metadata related to the media data. The boxes may form a hierarchical structure with each other, such that the data may be classified so that the media file may be in a form suitable for storage and / or transmission of a large amount of media data. In addition, the media file may have an easy structure for accessing the media information, such as a user moving to a specific point of the media content.
본 발명에 따른 미디어 파일은 ftyp 박스, moov 박스 및/또는 mdat 박스를 포함할 수 있다.The media file according to the present invention may include an ftyp box, a moov box and / or an mdat box.
ftyp 박스(파일 타입 박스)는 해당 미디어 파일에 대한 파일 타입 또는 호환성 관련 정보를 제공할 수 있다. ftyp 박스는 해당 미디어 파일의 미디어 데이터에 대한 구성 버전 정보를 포함할 수 있다. 복호기는 ftyp 박스를 참조하여 해당 미디어 파일을 구분할 수 있다.An ftyp box (file type box) can provide file type or compatibility related information for a corresponding media file. The ftyp box may include configuration version information about media data of a corresponding media file. The decoder can identify the media file by referring to the ftyp box.
moov 박스(무비 박스)는 해당 미디어 파일의 미디어 데이터에 대한 메타 데이터를 포함하는 박스일 수 있다. moov 박스는 모든 메타 데이터들을 위한 컨테이너 역할을 할 수 있다. moov 박스는 메타 데이터 관련 박스들 중 최상위 계층의 박스일 수 있다. 실시예에 따라 moov 박스는 미디어 파일 내에 하나만 존재할 수 있다.The moov box (movie box) may be a box including metadata about media data of a corresponding media file. The moov box can act as a container for all metadata. The moov box may be a box of the highest layer among metadata related boxes. According to an embodiment, only one moov box may exist in a media file.
mdat 박스(미디어 데이터 박스)는 해당 미디어 파일의 실제 미디어 데이터들을 담는 박스일 수 있다. 미디어 데이터들은 오디오 샘플 및/또는 비디오 샘플들을 포함할 수 있는데, mdat 박스는 이러한 미디어 샘플들을 담는 컨테이너 역할을 할 수 있다.The mdat box (media data box) may be a box containing actual media data of the media file. Media data may include audio samples and / or video samples, where the mdat box may serve as a container for storing these media samples.
실시예에 따라 전술한 moov 박스는 mvhd 박스, trak 박스 및/또는 mvex 박스 등을 하위 박스로서 더 포함할 수 있다.According to an embodiment, the above-described moov box may further include a mvhd box, a trak box and / or an mvex box as a lower box.
mvhd 박스(무비 헤더 박스)는 해당 미디어 파일에 포함되는 미디어 데이터의 미디어 프리젠테이션 관련 정보를 포함할 수 있다. 즉, mvhd 박스는 해당 미디어 프리젠테이션의 미디어 생성시간, 변경시간, 시간규격, 기간 등의 정보를 포함할 수 있다.The mvhd box (movie header box) may include media presentation related information of media data included in the media file. That is, the mvhd box may include information such as media generation time, change time, time specification, duration, etc. of the media presentation.
trak 박스(트랙 박스)는 해당 미디어 데이터의 트랙에 관련된 정보를 제공할 수 있다. trak 박스는 오디오 트랙 또는 비디오 트랙에 대한 스트림 관련 정보, 프리젠테이션 관련 정보, 액세스 관련 정보 등의 정보를 포함할 수 있다. Trak 박스는 트랙의 개수에 따라 복수개 존재할 수 있다.The trak box (track box) can provide information related to the track of the media data. The trak box may include information such as stream related information, presentation related information, and access related information for an audio track or a video track. There may be a plurality of Trak boxes depending on the number of tracks.
trak 박스는 실시예에 따라 tkhd 박스(트랙 헤더 박스)를 하위 박스로서 더 포함할 수 있다. tkhd 박스는 trak 박스가 나타내는 해당 트랙에 대한 정보를 포함할 수 있다. tkhd 박스는 해당 트랙의 생성시간, 변경시간, 트랙 식별자 등의 정보를 포함할 수 있다.According to an embodiment, the trak box may further include a tkhd box (track header box) as a lower box. The tkhd box may include information about the track indicated by the trak box. The tkhd box may include information such as a creation time, a change time, and a track identifier of the corresponding track.
mvex 박스(무비 익스텐드 박스)는 해당 미디어 파일에 후술할 moof 박스가 있을 수 있음을 지시할 수 있다. 특정 트랙의 모든 미디어 샘플들을 알기 위해서, moof 박스들이 스캔되어야할 수 있다.The mvex box (movie extend box) may indicate that the media file may have a moof box to be described later. To know all the media samples of a particular track, moof boxes may have to be scanned.
본 발명에 따른 미디어 파일은, 실시예에 따라, 복수개의 프래그먼트로 나뉘어질 수 있다(200). 이를 통해 미디어 파일이 분할되어 저장되거나 전송될 수 있다. 미디어 파일의 미디어 데이터들(mdat 박스)은 복수개의 프래그먼트로 나뉘어지고, 각각의 프래그먼트는 moof 박스와 나뉘어진 mdat 박스를 포함할 수 있다. 실시예에 따라 프래그먼트들을 활용하기 위해서는 ftyp 박스 및/또는 moov 박스의 정보가 필요할 수 있다.According to an embodiment, the media file according to the present invention may be divided into a plurality of fragments (200). Through this, the media file may be divided and stored or transmitted. The media data (mdat box) of the media file may be divided into a plurality of fragments, and each fragment may include a mdat box and a moof box. According to an embodiment, information of the ftyp box and / or the moov box may be needed to utilize the fragments.
moof 박스(무비 프래그먼트 박스)는 해당 프래그먼트의 미디어 데이터에 대한 메타 데이터를 제공할 수 있다. moof 박스는 해당 프래그먼트의 메타데이터 관련 박스들 중 최상위 계층의 박스일 수 있다.The moof box (movie fragment box) may provide metadata about media data of the fragment. The moof box may be a box of the highest layer among metadata-related boxes of the fragment.
mdat 박스(미디어 데이터 박스)는 전술한 바와 같이 실제 미디어 데이터를 포함할 수 있다. 이 mdat 박스는 각각의 해당 프래그먼트에 해당하는 미디어 데이터들의 미디어 샘플들을 포함할 수 있다.The mdat box (media data box) may contain the actual media data as described above. This mdat box may include media samples of media data corresponding to each corresponding fragment.
실시예에 따라 전술한 moof 박스는 mfhd 박스 및/또는 traf 박스 등을 하위 박스로서 더 포함할 수 있다.According to an embodiment, the above-described moof box may further include a mfhd box and / or a traf box as a lower box.
mfhd 박스(무비 프래그먼트 헤더 박스)는 분할된 복수개의 프래그먼트들 간의 연관성과 관련한 정보들을 포함할 수 있다. mfhd 박스는 시퀀스 넘버(sequence number)를 포함하여, 해당 프래그먼트의 미디어 데이터가 분할된 몇 번째 데이터인지를 나타낼 수 있다. 또한, mfhd 박스를 이용하여 분할된 데이터 중 누락된 것은 없는지 여부가 확인될 수 있다.The mfhd box (movie fragment header box) may include information related to an association between a plurality of fragmented fragments. The mfhd box may include a sequence number to indicate how many times the media data of the fragment is divided. In addition, it may be confirmed whether there is no missing data divided using the mfhd box.
traf 박스(트랙 프래그먼트 박스)는 해당 트랙 프래그먼트에 대한 정보를 포함할 수 있다. traf 박스는 해당 프래그먼트에 포함되는 분할된 트랙 프래그먼트에 대한 메타데이터를 제공할 수 있다. traf 박스는 해당 트랙 프래그먼트 내의 미디어 샘플들이 복호화/재생될 수 있도록 메타데이터를 제공할 수 있다. traf 박스는 트랙 프래그먼트의 개수에 따라 복수개 존재할 수 있다.The traf box (track fragment box) may include information about a corresponding track fragment. The traf box may provide metadata about the divided track fragments included in the fragment. The traf box may provide metadata so that media samples in the track fragment can be decoded / played back. There may be a plurality of traf boxes according to the number of track fragments.
실시예에 따라 전술한 traf 박스는 tfhd 박스 및/또는 trun 박스 등을 하위 박스로서 더 포함할 수 있다.According to an embodiment, the above-described traf box may further include a tfhd box and / or a trun box as a lower box.
tfhd 박스(트랙 프래그먼트 헤더 박스)는 해당 트랙 프래그먼트의 헤더 정보를 포함할 수 있다. tfhd 박스는 전술한 traf 박스가 나타내는 트랙 프래그먼트의 미디어 샘플들에 대하여, 기본적인 샘플크기, 기간, 오프셋, 식별자 등의 정보를 제공할 수 있다.The tfhd box (track fragment header box) may include header information of the corresponding track fragment. The tfhd box may provide information such as a basic sample size, a duration, an offset, an identifier, and the like for media samples of the track fragment indicated by the traf box described above.
trun 박스(트랙 프래그먼트 런 박스)는 해당 트랙 프래그먼트 관련 정보를 포함할 수 있다. trun 박스는 미디어 샘플별 기간, 크기, 재생시점 등과 같은 정보를 포함할 수 있다.The trun box (track fragment run box) may include corresponding track fragment related information. The trun box may include information such as duration, size, and playback time of each media sample.
전술한 미디어 파일 내지 미디어 파일의 프래그먼트들은 세그먼트들로 처리되어 전송될 수 있다. 세그먼트에는 초기화 세그먼트(initialization segment) 및/또는 미디어 세그먼트(media segment) 가 있을 수 있다.The aforementioned media file or fragments of the media file may be processed into segments and transmitted. The segment may have an initialization segment and / or a media segment.
도시된 실시예(210)의 파일은, 미디어 데이터는 제외하고 미디어 디코더의 초기화와 관련된 정보 등을 포함하는 파일일 수 있다. 이 파일은 예를 들어 전술한 초기화 세그먼트에 해당할 수 있다. 초기화 세그먼트는 전술한 ftyp 박스 및/또는 moov 박스를 포함할 수 있다.The file of the illustrated embodiment 210 may be a file including information related to initialization of the media decoder except media data. This file may correspond to the initialization segment described above, for example. The initialization segment may include the ftyp box and / or moov box described above.
도시된 실시예(220)의 파일은, 전술한 프래그먼트를 포함하는 파일일 수 있다. 이 파일은 예를 들어 전술한 미디어 세그먼트에 해당할 수 있다. 미디어 세그먼트는 전술한 moof 박스 및/또는 mdat 박스를 포함할 수 있다. 또한, 미디어 세그먼트는 styp 박스 및/또는 sidx 박스를 더 포함할 수 있다.The file of the illustrated embodiment 220 may be a file including the above-described fragment. This file may correspond to the media segment described above, for example. The media segment may include the moof box and / or mdat box described above. In addition, the media segment may further include a styp box and / or a sidx box.
styp 박스(세그먼트 타입 박스)는 분할된 프래그먼트의 미디어 데이터를 식별하기 위한 정보를 제공할 수 있다. styp 박스는 분할된 프래그먼트에 대해, 전술한 ftyp 박스와 같은 역할을 수행할 수 있다. 실시예에 따라 styp 박스는 ftyp 박스와 동일한 포맷을 가질 수 있다.The styp box (segment type box) may provide information for identifying the media data of the fragmented fragment. The styp box may play the same role as the above-described ftyp box for the divided fragment. According to an embodiment, the styp box may have the same format as the ftyp box.
sidx 박스(세그먼트 인덱스 박스)는 분할된 프래그먼트에 대한 인덱스를 나타내는 정보를 제공할 수 있다. 이를 통해 해당 분할된 프래그먼트가 몇번째 프래그먼트인지가 지시될 수 있다.The sidx box (segment index box) may provide information indicating an index for the divided fragment. Through this, it is possible to indicate how many fragments are the corresponding fragments.
실시예(230)에 따라 ssix 박스가 더 포함될 수 있는데, ssix 박스(서브 세그먼트 인덱스 박스)는 세그먼트가 서브 세그먼트로 더 나뉘어지는 경우에 있어, 그 서브 세그먼트의 인덱스를 나타내는 정보를 제공할 수 있다.According to the embodiment 230, the ssix box may be further included. The ssix box (subsegment index box) may provide information indicating an index of the subsegment when the segment is further divided into subsegments.
미디어 파일 내의 박스들은, 도시된 실시예(250)와 같은 박스 내지 풀 박스(FullBox) 형태를 기반으로, 더 확장된 정보들을 포함할 수 있다. 이 실시예에서 size 필드, largesize 필드는 해당 박스의 길이를 바이트 단위 등으로 나타낼 수 있다. version 필드는 해당 박스 포맷의 버전을 나타낼 수 있다. Type 필드는 해당 박스의 타입 내지 식별자를 나타낼 수 있다. flags 필드는 해당 박스와 관련된 플래그 등을 나타낼 수 있다.The boxes in the media file may include more extended information based on a box-to-full box form such as the illustrated embodiment 250. In this embodiment, the size field and the largesize field may indicate the length of the corresponding box in bytes. The version field may indicate the version of the box format. The Type field may indicate the type or identifier of the corresponding box. The flags field may indicate a flag related to the box.
도 4는 DASH 기반 적응형 스트리밍 모델의 전반적인 동작의 일 예를 나타낸다. 도시된 실시예(400)에 따른 DASH 기반 적응형 스트리밍 모델은, HTTP 서버와 DASH 클라이언트 간의 동작을 기술하고 있다. 여기서 DASH(Dynamic Adaptive Streaming over HTTP)는, HTTP 기반 적응형 스트리밍을 지원하기 위한 프로토콜로서, 네트워크 상황에 따라 동적으로 스트리밍을 지원할 수 있다. 이에 따라 AV 컨텐트 재생이 끊김없이 제공될 수 있다.4 shows an example of the overall operation of the DASH-based adaptive streaming model. The DASH-based adaptive streaming model according to the illustrated embodiment 400 describes the operation between an HTTP server and a DASH client. Here, DASH (Dynamic Adaptive Streaming over HTTP) is a protocol for supporting HTTP-based adaptive streaming, and can dynamically support streaming according to network conditions. Accordingly, the AV content can be provided without interruption.
먼저 DASH 클라이언트는 MPD를 획득할 수 있다. MPD는 HTTP 서버 등의 서비스 프로바이더로부터 전달될 수 있다. DASH 클라이언트는 MPD에 기술된 세그먼트에의 접근 정보를 이용하여 서버로 해당 세그먼트들을 요청할 수 있다. 여기서 이 요청은 네트워크 상태를 반영하여 수행될 수 있다.First, the DASH client can obtain the MPD. The MPD may be delivered from a service provider such as an HTTP server. The DASH client can request the segments from the server using the access information to the segment described in the MPD. In this case, the request may be performed by reflecting the network state.
DASH 클라이언트는 해당 세그먼트를 획득한 후, 이를 미디어 엔진에서 처리하여 화면에 디스플레이할 수 있다. DASH 클라이언트는 재생 시간 및/또는 네트워크 상황 등을 실시간으로 반영하여, 필요한 세그먼트를 요청, 획득할 수 있다(Adaptive Streaming). 이를 통해 컨텐트가 끊김없이 재생될 수 있다. After acquiring the segment, the DASH client may process it in the media engine and display the segment on the screen. The DASH client may request and acquire a required segment by adaptively reflecting a playing time and / or a network condition (Adaptive Streaming). This allows the content to be played back seamlessly.
MPD(Media Presentation Description)는 DASH 클라이언트로 하여금 세그먼트를 동적으로 획득할 수 있도록 하기 위한 상세 정보를 포함하는 파일로서 XML 형태로 표현될 수 있다.Media Presentation Description (MPD) may be represented in XML form as a file containing detailed information for allowing a DASH client to dynamically acquire a segment.
DASH 클라이언트 컨트롤러(DASH Client Controller)는 네트워크 상황을 반영하여 MPD 및/또는 세그먼트를 요청하는 커맨드를 생성할 수 있다. 또한, 이 컨트롤러는 획득된 정보를 미디어 엔진 등등의 내부 블락에서 사용할 수 있도록 제어할 수 있다.The DASH client controller may generate a command for requesting the MPD and / or the segment reflecting the network situation. In addition, the controller can control the obtained information to be used in an internal block of the media engine or the like.
MPD 파서(Parser)는 획득한 MPD를 실시간으로 파싱할 수 있다. 이를 통해, DASH 클라이언트 컨트롤러는 필요한 세그먼트를 획득할 수 있는 커맨드를 생성할 수 있게 될 수 있다.The MPD Parser may parse the acquired MPD in real time. This allows the DASH client controller to generate a command to obtain the required segment.
세그먼트 파서(Parser)는 획득한 세그먼트를 실시간으로 파싱할 수 있다. 세그먼트에 포함된 정보들에 따라 미디어 엔진 등의 내부 블락들은 특정 동작을 수행할 수 있다.The segment parser may parse the acquired segment in real time. Internal blocks such as the media engine may perform a specific operation according to the information included in the segment.
HTTP 클라이언트는 필요한 MPD 및/또는 세그먼트 등을 HTTP 서버에 요청할 수 있다. 또한 HTTP 클라이언트는 서버로부터 획득한 MPD 및/또는 세그먼트들을 MPD 파서 또는 세그먼트 파서로 전달할 수 있다.The HTTP client may request the HTTP server for necessary MPDs and / or segments. The HTTP client may also pass MPD and / or segments obtained from the server to the MPD parser or segment parser.
미디어 엔진(Media Engine)은 세그먼트에 포함된 미디어 데이터를 이용하여 컨텐트를 화면상에 표시할 수 있다. 이 때, MPD의 정보들이 활용될 수 있다.The media engine may display content on the screen using media data included in the segment. At this time, the information of the MPD may be utilized.
DASH 데이터 모델은 계층적 구조(410)를 가질 수 있다. 미디어 프리젠테이션은 MPD에 의해 기술될 수 있다. MPD는 미디어 프리젠테이션를 만드는 복수개의 구간(Period)들의 시간적인 시퀀스를 기술할 수 있다. 피리오드는 미디어 컨텐트의 한 구간을 나타낼 수 있다.The DASH data model may have a hierarchical structure 410. Media presentation can be described by MPD. The MPD may describe a temporal sequence of a plurality of periods that make up a media presentation. The duration may represent one section of media content.
한 구간에서, 데이터들은 어댑테이션 셋들에 포함될 수 있다. 어댑테이션 셋은 서로 교환될 수 있는 복수개의 미디어 컨텐트 컴포넌트들의 집합일 수 있다. 어댑테이션은 레프리젠테이션들의 집합을 포함할 수 있다. 레프리젠테이션은 미디어 컨텐트 컴포넌트에 해당할 수 있다. 한 레프리젠테이션 내에서, 컨텐트는 복수개의 세그먼트들로 시간적으로 나뉘어질 수 있다. 이는 적절한 접근성과 전달(delivery)를 위함일 수 있다. 각각의 세그먼트에 접근하기 위해서 각 세그먼트의 URL이 제공될 수 있다.In one interval, the data may be included in the adaptation sets. The adaptation set may be a collection of a plurality of media content components that may be exchanged with each other. The adaptation may comprise a set of representations. The representation may correspond to a media content component. Within a representation, content can be divided in time into a plurality of segments. This may be for proper accessibility and delivery. The URL of each segment may be provided to access each segment.
MPD는 미디어 프리젠테이션에 관련된 정보들을 제공할 수 있고, 피리오드 엘레멘트, 어댑테이션 셋 엘레멘트, 레프리젠테이션 엘레멘트는 각각 해당 피리오드, 어댑테이션 셋, 레프리젠테이션에 대해서 기술할 수 있다. 레프리젠테이션은 서브 레프리젠테이션들로 나뉘어질 수 있는데, 서브 레프리젠테이션 엘레멘트는 해당 서브 레프리젠테이션에 대해서 기술할 수 있다.The MPD may provide information related to the media presentation, and the pyorium element, the adaptation set element, and the presentation element may describe the corresponding pyoride, the adaptation set, and the presentation, respectively. Representation may be divided into sub-representations, the sub-representation element may describe the sub-representation.
여기서 공통(Common) 속성/엘레멘트들이 정의될 수 있는데, 이들은 어댑테이션 셋, 레프리젠테이션, 서브 레프리젠테이션 등에 적용될 수 (포함될 수) 있다. 공통 속성/엘레멘트 중에는 에센셜 프로퍼티(EssentialProperty) 및/또는 서플멘탈 프로퍼티(SupplementalProperty)가 있을 수 있다.Common attributes / elements can be defined here, which can be applied (included) to adaptation sets, representations, subrepresentations, and the like. Among the common properties / elements, there may be an essential property and / or a supplemental property.
에센셜 프로퍼티는 해당 미디어 프리젠테이션 관련 데이터를 처리함에 있어서 필수적이라고 여겨지는 엘레멘트들을 포함하는 정보일 수 있다. 서플멘탈 프로퍼티는 해당 미디어 프리젠테이션 관련 데이터를 처리함에 있어서 사용될 수도 있는 엘레멘트들을 포함하는 정보일 수 있다. 실시예에 따라 후술할 디스크립터들은, MPD를 통해 전달되는 경우, 에센셜 프로퍼티 및/또는 서플멘탈 프로퍼티 내에 정의되어 전달될 수 있다.The essential property may be information including elements that are considered essential in processing the media presentation related data. The supplemental property may be information including elements that may be used in processing the media presentation related data. According to an embodiment, descriptors to be described below may be defined and delivered in essential properties and / or supplemental properties when delivered through the MPD.
도 5는 본 발명이 적용될 수 있는 360 비디오 전송 장치의 구성을 개략적으로 설명하는 도면이다. 5 is a diagram schematically illustrating a configuration of a 360 video transmission apparatus to which the present invention may be applied.
본 발명에 따른 360 비디오 전송 장치는 전술한 준비 과정 내지 전송 과정에 관련된 동작들을 수행할 수 있다. 360 비디오 전송 장치는 데이터 입력부, 스티처(Stitcher), 프로젝션 처리부, 리전별 패킹 처리부(도시되지 않음), 메타데이터 처리부, (송신측) 피드백 처리부, 데이터 인코더, 인캡슐레이션 처리부, 전송 처리부 및/또는 전송부를 내/외부 엘레멘트로서 포함할 수 있다. The 360 video transmission apparatus according to the present invention may perform operations related to the above-described preparation process or transmission process. The 360 video transmission device includes a data input unit, a stitcher, a projection processor, a region-specific packing processor (not shown), a metadata processor, a (transmitter) feedback processor, a data encoder, an encapsulation processor, a transmission processor, and / Alternatively, the transmission unit may be included as an internal / external element.
데이터 입력부는 캡처된 각 시점별 이미지/비디오 들을 입력받을 수 있다. 이 시점별 이미지/비디오들은 하나 이상의 카메라들에 의해 캡처된 이미지/비디오들일 수 있다. 또한 데이터 입력부는 캡처 과정에서 발생된 메타데이터를 입력받을 수 있다. 데이터 입력부는 입력된 시점별 이미지/비디오들을 스티처로 전달하고, 캡처 과정의 메타데이터를 시그널링 처리부로 전달할 수 있다. The data input unit may receive the captured images / videos for each viewpoint. These point-in-time images / videos may be images / videos captured by one or more cameras. In addition, the data input unit may receive metadata generated during the capture process. The data input unit may transfer the input image / video for each view to the stitcher, and may transmit metadata of the capture process to the signaling processor.
스티처는 캡처된 시점별 이미지/비디오들에 대한 스티칭 작업을 수행할 수 있다. 스티처는 스티칭된 360 비디오 데이터를 프로젝션 처리부로 전달할 수 있다. 스티처는 필요한 경우 메타데이터 처리부로부터 필요한 메타데이터를 전달받아 스티칭 작업에 이용할 수 있다. 스티처는 스티칭 과정에서 발생된 메타데이터를 메타데이터 처리부로 전달할 수 있다. 스티칭 과정의 메타데이터에는 스티칭이 수행되었는지 여부, 스티칭 타입 등의 정보들이 있을 수 있다. The stitcher may perform stitching on the captured view-point images / videos. The stitcher may transfer the stitched 360 video data to the projection processor. If necessary, the stitcher may receive the necessary metadata from the metadata processor and use the stitching work. The stitcher may transmit metadata generated during the stitching process to the metadata processing unit. The metadata of the stitching process may include information such as whether stitching is performed or a stitching type.
프로젝션 처리부는 스티칭된 360 비디오 데이터를 2D 이미지 상에 프로젝션할 수 있다. 프로젝션 처리부는 다양한 스킴(scheme)에 따라 프로젝션을 수행할 수 있는데, 이에 대해서는 후술한다. 프로젝션 처리부는 각 시점별 360 비디오 데이터의 해당 뎁스(depth)를 고려하여 매핑을 수행할 수 있다. 프로젝션 처리부는 필요한 경우 메타데이터 처리부로부터 프로젝션에 필요한 메타데이터를 전달받아 프로젝션 작업에 이용할 수 있다. 프로젝션 처리부는 프로젝션 과정에서 발생된 메타데이터를 메타데이터 처리부로 전달할 수 있다. 프로젝션 처리부의 메타데이터에는 프로젝션 스킴의 종류 등이 있을 수 있다. The projection processor may project the stitched 360 video data onto the 2D image. The projection processor may perform projection according to various schemes, which will be described later. The projection processor may perform mapping in consideration of a corresponding depth of 360 video data for each viewpoint. If necessary, the projection processing unit may receive metadata required for projection from the metadata processing unit and use the same for the projection work. The projection processor may transmit the metadata generated in the projection process to the metadata processor. Metadata of the projection processing unit may include a type of projection scheme.
리전별 패킹 처리부(도시되지 않음)는 전술한 리전별 패킹 과정을 수행할 수 있다. 즉, 리전별 패킹 처리부는 프로젝션된 360 비디오 데이터를 리전별로 나누고, 각 리전들을 회전, 재배열하거나, 각 리전의 레졸루션을 변경하는 등의 처리를 수행할 수 있다. 전술한 바와 같이 리전별 패킹 과정은 선택적(optional) 과정이며, 리전별 패킹이 수행되지 않는 경우, 리전별 패킹 처리부는 생략될 수 있다. 리전별 패킹 처리부는 필요한 경우 메타데이터 처리부로부터 리전별 패킹에 필요한 메타데이터를 전달받아 리전별 패킹 작업에 이용할 수 있다. 리전별 패킹 처리부는 리전별 패킹 과정에서 발생된 메타데이터를 메타데이터 처리부로 전달할 수 있다. 리전별 패킹 처리부의 메타데이터에는 각 리전의 회전 정도, 사이즈 등이 있을 수 있다. The region-specific packing processor (not shown) may perform the region-specific packing process described above. That is, the region-specific packing processor may divide the projected 360 video data into regions, and perform processing such as rotating and rearranging regions or changing resolution of each region. As described above, the region-specific packing process is an optional process. If the region-specific packing is not performed, the region-packing processing unit may be omitted. The region-specific packing processor may receive metadata necessary for region-packing from the metadata processor and use the region-specific packing operation if necessary. The region-specific packing processor may transmit metadata generated in the region-specific packing process to the metadata processor. The metadata of each region packing processing unit may include a rotation degree and a size of each region.
전술한 스티처, 프로젝션 처리부 및/또는 리전별 패킹 처리부는 실시예에 따라 하나의 하드웨어 컴포넌트에서 수행될 수도 있다. The stitcher, the projection processing unit, and / or the regional packing processing unit may be performed in one hardware component according to an embodiment.
메타데이터 처리부는 캡처 과정, 스티칭 과정, 프로젝션 과정, 리전별 패킹 과정, 인코딩 과정, 인캡슐레이션 과정 및/또는 전송을 위한 처리 과정에서 발생할 수 있는 메타데이터들을 처리할 수 있다. 메타데이터 처리부는 이러한 메타데이터들을 이용하여 360 비디오 관련 메타데이터를 생성할 수 있다. 실시예에 따라 메타데이터 처리부는 360 비디오 관련 메타데이터를 시그널링 테이블의 형태로 생성할 수도 있다. 시그널링 문맥에 따라 360 비디오 관련 메타데이터는 메타데이터 또는 360 비디오 관련 시그널링 정보라 불릴 수도 있다. 또한 메타데이터 처리부는 획득하거나 생성한 메타데이터들을 필요에 따라 360 비디오 전송 장치의 내부 엘레멘트들에 전달할 수 있다. 메타데이터 처리부는 360 비디오 관련 메타데이터가 수신측으로 전송될 수 있도록 데이터 인코더, 인캡슐레이션 처리부 및/또는 전송 처리부에 전달할 수 있다.The metadata processor may process metadata that may occur in a capture process, a stitching process, a projection process, a region-specific packing process, an encoding process, an encapsulation process, and / or a processing for transmission. The metadata processor may generate 360 video related metadata using these metadata. According to an embodiment, the metadata processor may generate 360 video related metadata in the form of a signaling table. Depending on the signaling context, 360 video related metadata may be referred to as metadata or 360 video related signaling information. In addition, the metadata processor may transfer the acquired or generated metadata to internal elements of the 360 video transmission apparatus as needed. The metadata processor may transmit the 360 video related metadata to the data encoder, the encapsulation processor, and / or the transmission processor so that the 360 video related metadata may be transmitted to the receiver.
데이터 인코더는 2D 이미지 상에 프로젝션된 360 비디오 데이터 및/또는 리전별 패킹된 360 비디오 데이터를 인코딩할 수 있다. 360 비디오 데이터는 다양한 포맷으로 인코딩될 수 있다. The data encoder may encode 360 video data projected onto the 2D image and / or region-packed 360 video data. 360 video data may be encoded in various formats.
인캡슐레이션 처리부는 인코딩된 360 비디오 데이터 및/또는 360 비디오 관련 메타데이터를 파일 등의 형태로 인캡슐레이션할 수 있다. 여기서 360 비디오 관련 메타데이터는 전술한 메타데이터 처리부로부터 전달받은 것일 수 있다. 인캡슐레이션 처리부는 해당 데이터들을 ISOBMFF, CFF 등의 파일 포맷으로 인캡슐레이션하거나, 기타 DASH 세그먼트 등의 형태로 처리할 수 있다. 인캡슐레이션 처리부는 실시예에 따라 360 비디오 관련 메타데이터를 파일 포맷 상에 포함시킬 수 있다. 360 비디오 관련 메타데이터는 예를 들어 ISOBMFF 파일 포맷 상의 다양한 레벨의 박스(box)에 포함되거나 파일 내에서 별도의 트랙내의 데이터로 포함될 수 있다. 실시예에 따라, 인캡슐레이션 처리부는 360 비디오 관련 메타데이터 자체를 파일로 인캡슐레이션할 수 있다. The encapsulation processing unit may encapsulate the encoded 360 video data and / or 360 video related metadata in the form of a file. In this case, the 360 video related metadata may be received from the above-described metadata processing unit. The encapsulation processing unit may encapsulate the data in a file format such as ISOBMFF, CFF, or other DASH segments. According to an embodiment, the encapsulation processing unit may include 360 video-related metadata on a file format. The 360 video related metadata may be contained, for example, in boxes at various levels in the ISOBMFF file format or as data in separate tracks within the file. According to an embodiment, the encapsulation processing unit may encapsulate the 360 video-related metadata itself into a file.
전송 처리부는 파일 포맷에 따라 인캡슐레이션된 360 비디오 데이터에 전송을 위한 처리를 가할 수 있다. 전송 처리부는 임의의 전송 프로토콜에 따라 360 비디오 데이터를 처리할 수 있다. 전송을 위한 처리에는 방송망을 통한 전달을 위한 처리, 브로드밴드를 통한 전달을 위한 처리를 포함할 수 있다. 실시예에 따라 전송 처리부는 360 비디오 데이터뿐만 아니라, 메타데이터 처리부로부터 360 비디오 관련 메타데이터를 전달받아, 이 것에 전송을 위한 처리를 가할 수도 있다.The transmission processor may apply processing for transmission to the encapsulated 360 video data according to the file format. The transmission processor may process the 360 video data according to any transmission protocol. Processing for transmission may include processing for delivery through a broadcast network and processing for delivery through a broadband. According to an exemplary embodiment, the transmission processor may receive not only 360 video data but also metadata related to 360 video from the metadata processor and apply processing for transmission thereto.
전송부는 전송 처리된 360 비디오 데이터 및/또는 360 비디오 관련 메타데이터를 방송망 및/또는 브로드밴드를 통해 전송할 수 있다. 전송부는 방송망을 통한 전송을 위한 엘레멘트 및/또는 브로드밴드를 통한 전송을 위한 엘레멘트를 포함할 수 있다. The transmitter may transmit the processed 360 video data and / or 360 video related metadata through a broadcast network and / or broadband. The transmitter may include an element for transmission through a broadcasting network and / or an element for transmission through a broadband.
본 발명에 따른 360 비디오 전송 장치의 일 실시예에 의하면, 360 비디오 전송 장치는 데이터 저장부(도시되지 않음)를 내/외부 엘레멘트로서 더 포함할 수 있다. 데이터 저장부는 인코딩된 360 비디오 데이터 및/또는 360 비디오 관련 메타데이터를 전송 처리부로 전달하기 전에 저장하고 있을 수 있다. 이 데이터들이 저장되는 형태는 ISOBMFF 등의 파일 형태일 수 있다. 실시간으로 360 비디오를 전송하는 경우에는 데이터 저장부가 필요하지 않을 수 있으나, 온 디맨드, NRT(Non Real Time), 브로드밴드 등을 통해 전달하는 경우에는 인캡슐레이션된 360 데이터가 데이터 저장부에 일정 기간 저장되었다가 전송될 수도 있다. According to an embodiment of the 360 video transmission device according to the present invention, the 360 video transmission device may further include a data storage unit (not shown) as an internal / external element. The data store may store the encoded 360 video data and / or 360 video related metadata before transmitting to the transfer processor. The data is stored in the form of a file such as ISOBMFF. When transmitting 360 video in real time, the data storage unit may not be required.However, when transmitting through on demand, non real time (NRT), broadband, etc., the encapsulated 360 data is stored in the data storage unit for a certain period of time. May be sent.
본 발명에 따른 360 비디오 전송 장치의 다른 실시예에 의하면, 360 비디오 전송 장치는 (송신측) 피드백 처리부 및/또는 네트워크 인터페이스(도시되지 않음)를 내/외부 엘레멘트로서 더 포함할 수 있다. 네트워크 인터페이스는 본 발명에 따른 360 비디오 수신 장치로부터 피드백 정보를 전달받고, 이를 송신측 피드백 처리부로 전달할 수 있다. 송신측 피드백 처리부는 피드백 정보를 스티처, 프로젝션 처리부, 리전별 패킹 처리부, 데이터 인코더, 인캡슐레이션 처리부, 메타데이터 처리부 및/또는 전송 처리부로 전달할 수 있다. 실시예에 따라 피드백 정보는 메타데이터 처리부에 일단 전달된 후, 다시 각 내부 엘레멘트들로 전달될 수 있다. 피드백 정보를 전달받은 내부 엘레먼트들은 이 후의 360 비디오 데이터의 처리에 피드백 정보를 반영할 수 있다. According to another embodiment of the 360 video transmitting apparatus according to the present invention, the 360 video transmitting apparatus may further include a (transmitting side) feedback processing unit and / or a network interface (not shown) as internal / external elements. The network interface may receive the feedback information from the 360 video receiving apparatus according to the present invention, and transmit the feedback information to the transmitter feedback processor. The transmitter feedback processor may transmit the feedback information to the stitcher, the projection processor, the region-specific packing processor, the data encoder, the encapsulation processor, the metadata processor, and / or the transmission processor. According to an embodiment, the feedback information may be delivered to each of the internal elements after being transmitted to the metadata processor. The internal elements receiving the feedback information may reflect the feedback information in the subsequent processing of the 360 video data.
본 발명에 따른 360 비디오 전송 장치의 또 다른 실시예에 의하면, 리전별 패킹 처리부는 각 리전을 회전하여 2D 이미지 상에 매핑할 수 있다. 이 때 각 리전들은 서로 다른 방향, 서로 다른 각도로 회전되어 2D 이미지 상에 매핑될 수 있다. 리전의 회전은 360 비디오 데이터가 구형의 면 상에서 프로젝션 전에 인접했던 부분, 스티칭된 부분 등을 고려하여 수행될 수 있다. 리전의 회전에 관한 정보들, 즉 회전 방향, 각도 등은 360 비디오 관련 메타데이터에 의해 시그널링될 수 있다. 본 발명에 따른 360 비디오 전송 장치의 또 다른 실시예에 의하면, 데이터 인코더는 각 리전 별로 다르게 인코딩을 수행할 수 있다. 데이터 인코더는 특정 리전은 높은 퀄리티로, 다른 리전은 낮은 퀄리티로 인코딩을 수행할 수 있다. 송신측 피드백 처리부는 360 비디오 수신 장치로부터 전달받은 피드백 정보를 데이터 인코더로 전달하여, 데이터 인코더가 리전별 차등화된 인코딩 방법을 사용하도록 할 수 있다. 예를 들어 송신측 피드백 처리부는 수신측으로부터 전달받은 뷰포트 정보를 데이터 인코더로 전달할 수 있다. 데이터 인코더는 뷰포트 정보가 지시하는 영역을 포함하는 리전들에 대해 다른 리전들보다 더 높은 퀄리티(UHD 등)로 인코딩을 수행할 수 있다.According to another embodiment of the 360 video transmission apparatus according to the present invention, the region-specific packing processing unit may rotate each region to map on the 2D image. In this case, the regions may be rotated at different angles and at different angles and mapped on the 2D image. The rotation of the region can be performed taking into account the portion where the 360 video data was adjacent before projection on the spherical face, the stitched portion, and the like. Information about the rotation of the region, i.e., rotation direction, angle, etc., may be signaled by 360 video related metadata. According to another embodiment of the 360 video transmission apparatus according to the present invention, the data encoder may encode differently for each region. The data encoder may encode at a high quality in one region and at a low quality in another region. The transmitter feedback processor may transmit the feedback information received from the 360 video receiving apparatus to the data encoder so that the data encoder uses a region-differential encoding method. For example, the transmitter feedback processor may transmit the viewport information received from the receiver to the data encoder. The data encoder may perform encoding with higher quality (UHD, etc.) than other regions for regions including the region indicated by the viewport information.
본 발명에 따른 360 비디오 전송 장치의 또 다른 실시예에 의하면, 전송 처리부는 각 리전 별로 다르게 전송을 위한 처리를 수행할 수 있다. 전송 처리부는 리전 별로 다른 전송 파라미터(모듈레이션 오더, 코드 레이트 등)를 적용하여, 각 리전 별로 전달되는 데이터의 강건성(robustenss)을 다르게 할 수 있다. According to another embodiment of the 360 video transmission apparatus according to the present invention, the transmission processing unit may perform processing for transmission differently for each region. The transmission processing unit may apply different transmission parameters (modulation order, code rate, etc.) for each region to vary the robustness of the data transmitted for each region.
이 때, 송신측 피드백 처리부는 360 비디오 수신 장치로부터 전달받은 피드백 정보를 전송 처리부로 전달하여, 전송 처리부가 리전별 차등화된 전송 처리를 수행하도록 할 수 있다. 예를 들어 송신측 피드백 처리부는 수신측으로부터 전달받은 뷰포트 정보를 전송 처리부로 전달할 수 있다. 전송 처리부는 해당 뷰포트 정보가 지시하는 영역을 포함하는 리전들에 대해 다른 리전들보다 더 높은 강건성을 가지도록 전송 처리를 수행할 수 있다.In this case, the transmitting-side feedback processor may transmit the feedback information received from the 360 video receiving apparatus to the transmission processing unit so that the transmission processing unit may perform regional differential transmission processing. For example, the transmitter feedback processor may transmit the viewport information received from the receiver to the transmitter. The transmission processor may perform transmission processing on regions that include an area indicated by corresponding viewport information so as to have higher robustness than other regions.
전술한 본 발명에 따른 360 비디오 전송 장치의 내/외부 엘레멘트들은 하드웨어로 구현되는 하드웨어 엘레멘트들일 수 있다. 실시예에 따라 내/외부 엘레멘트들은 변경, 생략되거나 다른 엘레멘트로 대체, 통합될 수 있다. 실시예에 따라 부가 엘레멘트들이 360 비디오 전송 장치에 추가될 수도 있다. Inner and outer elements of the 360 video transmission apparatus according to the present invention described above may be hardware elements implemented in hardware. In some embodiments, the inner and outer elements may be changed, omitted, or replaced with other elements. According to an embodiment, additional elements may be added to the 360 video transmission device.
도 6은 본 발명이 적용될 수 있는 360 비디오 수신 장치의 구성을 개략적으로 설명하는 도면이다. 6 is a diagram schematically illustrating a configuration of a 360 video receiving apparatus to which the present invention can be applied.
본 발명에 따른 360 비디오 수신 장치는 전술한 프로세싱 과정 및/또는 렌더링 과정에 관련된 동작들을 수행할 수 있다. 360 비디오 수신 장치는 수신부, 수신 처리부, 디캡슐레이션 처리부, 데이터 디코더, 메타데이터 파서, (수신측) 피드백 처리부, 리-프로젝션 처리부 및/또는 렌더러를 내/외부 엘레멘트로서 포함할 수 있다. 한편, 시그널링 파서는 메타데이터 파서라고 불릴 수 있다.The 360 video receiving apparatus according to the present invention may perform operations related to the above-described processing and / or rendering. The 360 video receiving apparatus may include a receiver, a receiver processor, a decapsulation processor, a data decoder, a metadata parser, a (receiver side) feedback processor, a re-projection processor, and / or a renderer as internal / external elements. Meanwhile, the signaling parser may be called a metadata parser.
수신부는 본 발명에 따른 360 비디오 전송 장치가 전송한 360 비디오 데이터를 수신할 수 있다. 전송되는 채널에 따라 수신부는 방송망을 통하여 360 비디오 데이터를 수신할 수도 있고, 브로드밴드를 통하여 360 비디오 데이터를 수신할 수도 있다. The receiver may receive 360 video data transmitted by the 360 video transmission device according to the present invention. According to the transmitted channel, the receiver may receive 360 video data through a broadcasting network or may receive 360 video data through a broadband.
수신 처리부는 수신된 360 비디오 데이터에 대해 전송 프로토콜에 따른 처리를 수행할 수 있다. 전송측에서 전송을 위한 처리가 수행된 것에 대응되도록, 수신 처리부는 전술한 전송 처리부의 역과정을 수행할 수 있다. 수신 처리부는 획득한 360 비디오 데이터는 디캡슐레이션 처리부로 전달하고, 획득한 360 비디오 관련 메타데이터는 메타데이터 파서로 전달할 수 있다. 수신 처리부가 획득하는 360 비디오 관련 메타데이터는 시그널링 테이블의 형태일 수 있다. The reception processor may perform processing according to a transmission protocol on the received 360 video data. The reception processing unit may perform a reverse process of the above-described transmission processing unit so as to correspond to that the processing for transmission is performed at the transmission side. The reception processor may transmit the obtained 360 video data to the decapsulation processing unit, and the obtained 360 video data may be transferred to the metadata parser. The 360 video related metadata acquired by the reception processor may be in the form of a signaling table.
디캡슐레이션 처리부는 수신 처리부로부터 전달받은 파일 형태의 360 비디오 데이터를 디캡슐레이션할 수 있다. 디캡슐레이션 처리부는 ISOBMFF 등에 따른 파일들을 디캡슐레이션하여, 360 비디오 데이터 내지 360 비디오 관련 메타데이터를 획득할 수 있다. 획득된 360 비디오 데이터는 데이터 디코더로, 획득된 360 비디오 관련 메타데이터는 메타데이터 파서로 전달할 수 있다. 디캡슐레이션 처리부가 획득하는 360 비디오 관련 메타데이터는 파일 포맷 내의 박스 혹은 트랙 형태일 수 있다. 디캡슐레이션 처리부는 필요한 경우 메타데이터 파서로부터 디캡슐레이션에 필요한 메타데이터를 전달받을 수도 있다.The decapsulation processor may decapsulate the 360 video data in the form of a file received from the reception processor. The decapsulation processing unit may decapsulate files according to ISOBMFF or the like to obtain 360 video data to 360 video related metadata. The obtained 360 video data may be transmitted to the data decoder, and the obtained 360 video related metadata may be transmitted to the metadata parser. The 360 video-related metadata obtained by the decapsulation processing unit may be in the form of a box or track in the file format. The decapsulation processing unit may receive metadata necessary for decapsulation from the metadata parser if necessary.
데이터 디코더는 360 비디오 데이터에 대한 디코딩을 수행할 수 있다. 데이터 디코더는 메타데이터 파서로부터 디코딩에 필요한 메타데이터를 전달받을 수도 있다. 데이터 디코딩 과정에서 획득된 360 비디오 관련 메타데이터는 메타데이터 파서로 전달될 수도 있다. The data decoder may perform decoding on 360 video data. The data decoder may receive metadata required for decoding from the metadata parser. The 360 video-related metadata obtained in the data decoding process may be delivered to the metadata parser.
메타데이터 파서는 360 비디오 관련 메타데이터에 대한 파싱/디코딩을 수행할 수 있다. 메타데이터 파서는 획득한 메타데이터를 데이터 디캡슐레이션 처리부, 데이터 디코더, 리-프로젝션 처리부 및/또는 렌더러로 전달할 수 있다. The metadata parser may parse / decode 360 video related metadata. The metadata parser may transfer the obtained metadata to the data decapsulation processor, the data decoder, the re-projection processor, and / or the renderer.
리-프로젝션 처리부는 디코딩된 360 비디오 데이터에 대하여 리-프로젝션을 수행할 수 있다. 리-프로젝션 처리부는 360 비디오 데이터를 3D 공간으로 리-프로젝션할 수 있다. 3D 공간은 사용되는 3D 모델에 따라 다른 형태를 가질 수 있다. 리-프로젝션 처리부는 메타데이터 파서로부터 리-프로젝션에 필요한 메타데이터를 전달받을 수도 있다. 예를 들어 리-프로젝션 처리부는 사용되는 3D 모델의 타입 및 그 세부 정보에 대한 정보를 메타데이터 파서로부터 전달받을 수 있다. 실시예에 따라 리-프로젝션 처리부는 리-프로젝션에 필요한 메타데이터를 이용하여, 3D 공간 상의 특정 영역에 해당하는 360 비디오 데이터만을 3D 공간으로 리-프로젝션할 수도 있다. The re-projection processor may perform re-projection on the decoded 360 video data. The re-projection processor may re-project the 360 video data into the 3D space. The 3D space may have a different shape depending on the 3D model used. The re-projection processor may receive metadata required for re-projection from the metadata parser. For example, the re-projection processor may receive information about the type of the 3D model used and the details thereof from the metadata parser. According to an embodiment, the re-projection processor may re-project only 360 video data corresponding to a specific area in the 3D space into the 3D space by using metadata required for the re-projection.
렌더러는 리-프로젝션된 360 비디오 데이터를 렌더링할 수 있다. 전술한 바와 같이 360 비디오 데이터가 3D 공간상에 렌더링된다고 표현할 수도 있는데, 이처럼 두 과정이 한번에 일어나는 경우 리-프로젝션 처리부와 렌더러는 통합되어, 렌더러에서 이 과정들이 모두 진행될 수 있다. 실시예에 따라 렌더러는 사용자의 시점 정보에 따라 사용자가 보고 있는 부분만을 렌더링할 수도 있다.The renderer may render the re-projected 360 video data. As described above, the 360 video data may be rendered in 3D space. If the two processes occur at once, the re-projection unit and the renderer may be integrated so that all processes may be performed in the renderer. According to an exemplary embodiment, the renderer may render only the portion that the user is viewing based on the viewpoint information of the user.
사용자는 VR 디스플레이 등을 통하여 렌더링된 360 비디오의 일부 영역을 볼 수 있다. VR 디스플레이는 360 비디오를 재생하는 장치로서, 360 비디오 수신 장치에 포함될 수도 있고(tethered), 별도의 장치로서 360 비디오 수신 장치에 연결될 수도 있다(un-tethered). The user may view a portion of the 360 video rendered through the VR display. The VR display is a device for playing 360 video, which may be included in the 360 video receiving device (tethered) or may be un-tethered as a separate device to the 360 video receiving device.
본 발명에 따른 360 비디오 수신 장치의 일 실시예에 의하면, 360 비디오 수신 장치는 (수신측) 피드백 처리부 및/또는 네트워크 인터페이스(도시되지 않음)를 내/외부 엘레멘트로서 더 포함할 수 있다. 수신측 피드백 처리부는 렌더러, 리-프로젝션 처리부, 데이터 디코더, 디캡슐레이션 처리부 및/또는 VR 디스플레이로부터 피드백 정보를 획득하여 처리할 수 있다. 피드백 정보는 뷰포트 정보, 헤드 오리엔테이션 정보, 게이즈(Gaze) 정보 등을 포함할 수 있다. 네트워크 인터페이스는 피드백 정보를 수신측 피드백 처리부로부터 전달받고, 이를 360 비디오 전송 장치로 전송할 수 있다. According to an embodiment of the 360 video receiving apparatus according to the present invention, the 360 video receiving apparatus may further include a (receiving side) feedback processing unit and / or a network interface (not shown) as internal / external elements. The receiving feedback processor may obtain and process feedback information from a renderer, a re-projection processor, a data decoder, a decapsulation processor, and / or a VR display. The feedback information may include viewport information, head orientation information, gaze information, and the like. The network interface may receive the feedback information from the receiver feedback processor and transmit the feedback information to the 360 video transmission apparatus.
전술한 바와 같이, 피드백 정보는 송신측으로 전달되는 것 뿐아니라, 수신측에서 소비될 수도 있다. 수신측 피드백 처리부는 획득한 피드백 정보를 360 비디오 수신 장치의 내부 엘레멘트들로 전달하여, 렌더링 등의 과정에 반영되게 할 수 있다. 수신측 피드백 처리부는 피드백 정보를 렌더러, 리-프로젝션 처리부, 데이터 디코더 및/또는 디캡슐레이션 처리부로 전달할 수 있다. 예를 들어, 렌더러는 피드백 정보를 활용하여 사용자가 보고 있는 영역을 우선적으로 렌더링할 수 있다. 또한 디캡슐레이션 처리부, 데이터 디코더 등은 사용자가 보고 있는 영역 내지 보게될 영역을 우선적으로 디캡슐레이션, 디코딩할 수 있다. As described above, the feedback information is not only transmitted to the transmitting side but also consumed at the receiving side. The receiving side feedback processor may transmit the obtained feedback information to the internal elements of the 360 video receiving apparatus to be reflected in a rendering process. The receiving feedback processor may transmit the feedback information to the renderer, the re-projection processor, the data decoder, and / or the decapsulation processor. For example, the renderer may preferentially render the area that the user is viewing by using the feedback information. In addition, the decapsulation processing unit, the data decoder, and the like may preferentially decapsulate and decode the region viewed by the user or the region to be viewed.
전술한 본 발명에 따른 360 비디오 수신 장치의 내/외부 엘레멘트들은 하드웨어로 구현되는 하드웨어 엘레멘트들일 수 있다. 실시예에 따라 내/외부 엘레멘트들은 변경, 생략되거나 다른 엘레멘트로 대체, 통합될 수 있다. 실시예에 따라 부가 엘레멘트들이 360 비디오 수신 장치에 추가될 수도 있다. Inner and outer elements of the 360 video receiving apparatus according to the present invention described above may be hardware elements implemented in hardware. In some embodiments, the inner and outer elements may be changed, omitted, or replaced with other elements. According to an embodiment, additional elements may be added to the 360 video receiving apparatus.
본 발명의 또 다른 관점은 360 비디오를 전송하는 방법 및 360 비디오를 수신하는 방법과 관련될 수 있다. 본 발명에 따른 360 비디오를 전송/수신하는 방법은, 각각 전술한 본 발명에 따른 360 비디오 전송/수신 장치 또는 그 장치의 실시예들에 의해 수행될 수 있다. Another aspect of the invention may relate to a method of transmitting 360 video and a method of receiving 360 video. The method of transmitting / receiving 360 video according to the present invention may be performed by the above-described 360 video transmitting / receiving device or embodiments of the device, respectively.
전술한 본 발명에 따른 360 비디오 전송/수신 장치, 전송/수신 방법의 각각의 실시예 및 그 내/외부 엘리멘트 각각의 실시예들을 서로 조합될 수 있다. 예를 들어 프로젝션 처리부의 실시예들과, 데이터 인코더의 실시예들은 서로 조합되어, 그 경우의 수만큼의 360 비디오 전송 장치의 실시예들을 만들어 낼 수 있다. 이렇게 조합된 실시예들 역시 본 발명의 범위에 포함된다. The above-described embodiments of the 360 video transmission / reception apparatus, the transmission / reception method, and the respective internal / external elements may be combined with each other. For example, the embodiments of the projection processing unit and the embodiments of the data encoder may be combined with each other to produce as many embodiments of the 360 video transmission device as that case. Embodiments thus combined are also included in the scope of the present invention.
도 7은 본 발명의 3D 공간을 설명하기 위한 비행기 주축(Aircraft Principal Axes) 개념을 도시한 도면이다. 본 발명에서, 3D 공간에서의 특정 지점, 위치, 방향, 간격, 영역 등을 표현하기 위하여 비행기 주축 개념이 사용될 수 있다. 즉, 본 발명에서 프로젝션 전 또는 리-프로젝션 후의 3D 공간에 대해 기술하고, 그에 대한 시그널링을 수행하기 위하여 비행기 주축 개념이 사용될 수 있다. 실시예에 따라 X, Y, Z 축 개념 또는 구형 좌표계를 이용한 방법이 사용될 수도 있다.FIG. 7 is a diagram illustrating the concept of an airplane main axis (Aircraft Principal Axes) for explaining the 3D space of the present invention. In the present invention, the plane principal axis concept may be used to represent a specific point, position, direction, spacing, area, etc. in 3D space. That is, in the present invention, the plane axis concept may be used to describe the 3D space before the projection or after the re-projection and to perform signaling on the 3D space. According to an embodiment, a method using an X, Y, Z axis concept or a spherical coordinate system may be used.
비행기는 3 차원으로 자유롭게 회전할 수 있다. 3차원을 이루는 축을 각각 피치(pitch) 축, 요(yaw) 축 및 롤(roll) 축이라고 한다. 본 명세서에서 이 들을 줄여서 pitch, yaw, roll 내지 pitch 방향, yaw 방향, roll 방향이라고 표현할 수도 있다.The plane can rotate freely in three dimensions. The three-dimensional axes are called pitch axes, yaw axes, and roll axes, respectively. In the present specification, these may be reduced to express pitch, yaw, roll to pitch direction, yaw direction, and roll direction.
Pitch 축은 비행기의 앞코가 위/아래로 회전하는 방향의 기준이 되는 축을 의미할 수 있다. 도시된 비행기 주축 개념에서 pitch 축은 비행기의 날개에서 날개로 이어지는 축을 의미할 수 있다.The pitch axis may mean an axis that is a reference for the direction in which the nose of the airplane rotates up and down. In the illustrated plane spindle concept, the pitch axis may mean an axis extending from the wing of the plane to the wing.
Yaw 축은 비행기의 앞코가 좌/우로 회전하는 방향의 기준이 되는 축을 의미할 수 있다. 도시된 비행기 주축 개념에서 yaw 축은 비행기의 위에서 아래로 이어지는 축을 의미할 수 있다. Roll 축은 도시된 비행기 주축 개념에서 비행기의 앞코에서 꼬리로 이어지는 축으로서, roll 방향의 회전이란 roll 축을 기준으로 한 회전을 의미할 수 있다. 전술한 바와 같이, pitch, yaw, roll 개념을 통해 본 발명에서의 3D 공간이 기술될 수 있다.The Yaw axis may mean an axis that is a reference of the direction in which the front nose of the plane rotates left and right. In the illustrated airplane headstock concept the yaw axis can mean an axis running from top to bottom of the plane. The roll axis is an axis extending from the front nose to the tail of the plane in the illustrated plane axis concept, and the rotation in the roll direction may mean a rotation about the roll axis. As described above, the 3D space in the present invention can be described through the concept of pitch, yaw, and roll.
한편, 상술한 내용과 같이 2D 이미지 상에 프로젝션된 비디오 데이터는 비디오 코딩 효율 등을 높이기 위하여 리전별 패킹 과정(Region-wise Packing)이 수행될 수 있다. 상기 리전별 패킹 과정은 2D 이미지 상에 프로젝션된 비디오 데이터를 리전(Region) 별로 나누어 처리를 가하는 과정을 의미할 수 있다. 상기 리전(Region)은 360 비디오 데이터가 프로젝션된 2D 이미지가 나누어진 영역을 나타낼 수 있고, 상기 2D 이미지가 나뉘어진 리전들은 프로젝션 스킴에 따라 구분될 수도 있다. 여기서, 상기 2D 이미지는 비디오 프레임(video frame) 또는 프레임(frame)이라고 불릴 수 있다.Meanwhile, as described above, region-wise packing may be performed on video data projected on a 2D image to increase video coding efficiency and the like. The region-specific packing process may mean a process of dividing and processing the video data projected on the 2D image for each region. The region may represent a region in which the 2D image on which the 360 video data is projected is divided, and the regions in which the 2D image is divided may be divided according to a projection scheme. Here, the 2D image may be called a video frame or a frame.
이와 관련하여 본 발명에서는 프로젝션 스킴에 따른 상기 리전별 패킹 과정에 대한 메타데이터들 및 상기 메타데이터들의 시그널링 방법을 제안한다. 상기 메타데이터들을 기반으로 상기 리전별 패킹 과정은 보다 효율적으로 수행될 수 있다. In this regard, the present invention proposes metadata for the region-specific packing process and a signaling method of the metadata according to the projection scheme. The region-specific packing process may be performed more efficiently based on the metadata.
도 8는 360 비디오의 처리 과정 및 프로젝션 포멧에 따른 리전별 패킹 과정이 적용된 2D 이미지를 예시적으로 나타낸다. 도 8의 (a)는 입력된 360 비디오 데이터의 처리 과정을 나타낼 수 있다. 도 8의 (a)를 참조하면 입력된 시점의 360 비디오 데이터는 다양한 프로젝션 스킴에 따라서 3D 프로젝션 구조에 스티칭 및 프로젝션될 수 있고, 상기 3D 프로젝션 구조에 프로젝션된 360 비디오 데이터는 2D 이미지로 나타낼 수 있다. 즉, 상기 360 비디오 데이터는 스티칭될 수 있고, 상기 2D 이미지로 프로젝션될 수 있다. 상기 360 비디오 데이터가 프로젝션된 2D 이미지는 프로젝션된 프레임(projected frame)이라고 나타낼 수 있다. 또한, 상기 프로젝션된 프레임은 전술한 리전별 패킹 과정이 수행될 수 있다. 즉, 상기 프로젝션된 프레임 상의 프로젝션된 360 비디오 데이터를 포함하는 영역을 리전들로 나누고, 각 리전들을 회전, 재배열하거나, 각 리전의 레졸루션을 변경하는 등의 처리가 수행될 수 있다. 다시 말해, 상기 리전별 패킹 과정은 상기 프로젝션된 프레임을 하나 이상의 패킹된 프레임(packed frame)으로 맵핑하는 과정을 나타낼 수 있다. 상기 리전별 패킹 과정의 수행은 선택적(optional)일 수 있고, 상기 리전별 패킹 과정이 적용되지 않는 경우, 상기 패킹된 프레임과 상기 프로젝션된 프레임은 동일할 수 있다. 상기 리전별 패킹 과정이 적용되는 경우, 상기 프로젝션된 프레임의 각 리전은 상기 패킹된 프레임의 리전에 맵핑될 수 있고, 상기 프로젝션된 프레임의 각 리전이 맵핑되는 상기 패킹된 프레임의 리전의 위치, 모양 및 크기를 나타내는 메타데이터가 도출될 수 있다. 8 exemplarily illustrates a 2D image to which a region-specific packing process according to a 360-degree processing process and a projection format is applied. 8A illustrates a process of processing input 360 video data. Referring to FIG. 8A, 360 video data of an input viewpoint may be stitched and projected onto a 3D projection structure according to various projection schemes, and the 360 video data projected on the 3D projection structure may be represented as a 2D image. . That is, the 360 video data may be stitched and projected into the 2D image. The 2D image projected with the 360 video data may be referred to as a projected frame. In addition, the above-described region-specific packing process may be performed on the projected frame. That is, a process including dividing an area including the projected 360 video data on the projected frame into regions, rotating and rearranging the regions, changing the resolution of each region, and the like may be performed. In other words, the region-specific packing process may represent a process of mapping the projected frame to one or more packed frames. The region-specific packing process may be optional. When the region-specific packing process is not applied, the packed frame and the projected frame may be the same. When the region-specific packing process is applied, each region of the projected frame may be mapped to a region of the packed frame, and the position and shape of a region of the packed frame to which each region of the projected frame is mapped. And metadata indicative of the size can be derived.
도 8의 (b) 및 (c)는 상기 프로젝션된 프레임의 각 리전이 상기 패킹된 프레임의 리전에 맵핑되는 예들을 나타낼 수 있다. 도 8의 (b)를 참조하면 상기 360 비디오 데이터는 파노라믹(panoramic) 프로젝션 스킴(projection scheme)에 따라서 2D 이미지(또는 프레임)에 프로젝션될 수 있다. 상기 프로젝션된 프레임의 상단면(top) 리전, 중단면(middle) 리전 및 하단면(bottom) 리전은 리전별 패킹 과정이 적용되어 우측의 도면과 같이 재배열될 수 있다. 여기서, 상기 상단면 리전은 2D 이미지 상에서 상기 파노라마의 상단면을 나타내는 리전(region)일 수 있고, 상기 중단면 리전은 2D 이미지 상에서 상기 파노라마의 중단면을 나타내는 리전일 수 있고, 상기 하단면 리전은 2D 이미지 상에서 상기 파노라마의 하단면을 나타내는 리전일 수 있다. 또한, 도 8의 (c)를 참조하면 상기 360 비디오 데이터는 큐빅(cubic) 프로젝션 스킴에 따라서 2D 이미지(또는 프레임)에 프로젝션될 수 있다. 상기 프로젝션된 프레임의 앞면(front) 리전, 뒷면(back) 리전, 윗면(top) 리전, 바닥면(bottom) 리전, 우측옆면(right) 리전 및 좌측옆면(left) 리전은 리전별 패킹 과정이 적용되어 우측의 도면과 같이 재배열될 수 있다. 여기서, 상기 앞면 리전은 2D 이미지 상에서 상기 큐브의 앞면을 나타내는 리전(region)일 수 있고, 상기 뒷면 리전은 2D 이미지 상에서 상기 큐브의 뒷면을 나타내는 리전일 수 있다. 또한, 여기서, 상기 윗면 리전은 2D 이미지 상에서 상기 큐브의 윗면을 나타내는 리전일 수 있고, 상기 바닥면 리전은 2D 이미지 상에서 상기 큐브의 바닥면을 나타내는 리전일 수 있다. 또한, 여기서, 상기 우측옆면 리전은 2D 이미지 상에서 상기 큐브의 우측옆면을 나타내는 리전일 수 있고, 상기 좌측옆면 리전은 2D 이미지 상에서 상기 큐브의 좌측옆면을 나타내는 리전일 수 있다.8B and 8C may show examples in which each region of the projected frame is mapped to a region of the packed frame. Referring to FIG. 8B, the 360 video data may be projected on a 2D image (or frame) according to a panoramic projection scheme. The top region, the middle region and the bottom region of the projected frame may be rearranged as shown in the figure on the right by applying region-specific packing processes. Here, the top region may be a region representing a top surface of the panorama on a 2D image, the middle surface region may be a region representing a middle surface of the panorama on a 2D image, and the bottom region is It may be a region representing a bottom surface of the panorama on a 2D image. In addition, referring to FIG. 8C, the 360 video data may be projected onto a 2D image (or frame) according to a cubic projection scheme. Region-specific packing processes are applied to the front region, the back region, the top region, the bottom region, the right region, and the left region of the projected frame. It can be rearranged as shown in the figure on the right. The front region may be a region representing the front side of the cube on a 2D image, and the back region may be a region representing the back side of the cube on a 2D image. Also, the top region may be a region representing a top surface of the cube on a 2D image, and the bottom region may be a region representing a bottom surface of the cube on a 2D image. Also, the right side region may be a region representing the right side surface of the cube on a 2D image, and the left side region may be a region representing the left side surface of the cube on a 2D image.
도 8의 (d)는 상기 360 비디오 데이터가 프로젝션될 수 있는 다양한 3D 프로젝션 포멧들을 나타낼 수 있다. 도 8의 (d)를 참조하면 상기 3D 프로젝션 포멧들은 사면체(tetrahedron), 큐브(cube), 팔면체(octahedron), 이십면체(dodecahedron), 이십면체(icosahedron)를 포함할 수 있다. 도 8의 (d)에 도시된 2D 프로젝션(2D projection)들은 상기 3D 프로젝션 포멧에 프로젝션된 360 비디오 데이터를 2D 이미지로 나타낸 프로젝션된 프레임(projectied frame)들을 나타낼 수 있다.8D may illustrate various 3D projection formats in which the 360 video data may be projected. Referring to FIG. 8D, the 3D projection formats may include tetrahedron, cube, octahedron, dodecahedron, and icosahedron. 2D projections illustrated in FIG. 8D may represent projected frames representing 2D images of 360 video data projected to the 3D projection format.
상기 프로젝션 포멧들은 예시로서, 본 발명에 따르면 다음과 다양한 프로젝션 포멧(또는 프로젝션 스킴)들 중 일부 또는 전부가 사용될 수 있다. 360 비디오에 대하여 어떤 프로젝션 포멧이 사용되었는지는 예를 들어 메타데이터의 프로젝션 포멧 필드를 통하여 지시될 수 있다. The projection formats are exemplary, and according to the present invention, some or all of the following various projection formats (or projection schemes) may be used. Which projection format is used for 360 video may be indicated, for example, via the projection format field of metadata.
도 9a 내지 9b는 본 발명에 따른 프로젝션 포멧들을 예시적으로 나타낸다.9A-9B exemplarily illustrate projection formats according to the present invention.
도 9a의 (a)는 등정방형 프로젝션 포멧을 나타낼 수 있다. 등정방형 프로젝션 포멧이 사용되는 경우, 구형 면 상의 (r, θ0, 0) 즉, θ = θ0, φ = 0 인 점과 2D 이미지의 중앙 픽셀이 매핑될 수 있다. 또한, 앞면 카메라(front camera)의 주점(principal point)를 구형 면의 (r, 0, 0) 지점으로 가정할 수 있다. 또한, φ0 = 0으로 고정될 수 있다. 따라서, XY 좌표계로 변환된 값 (x, y) 는 다음의 수학식을 통하여 2D 이미지 상에 (X, Y) 픽셀로 변환될 수 있다.Figure 9a (a) may represent an isotropic projection format. When an isotropic projection format is used, (r, θ 0 , 0) on the spherical surface, that is, θ = θ 0 , φ = 0, and the central pixel of the 2D image can be mapped. In addition, it may be assumed that the principal point of the front camera is the (r, 0, 0) point of the spherical surface. It can also be fixed at φ 0 = 0. Therefore, the value (x, y) converted into the XY coordinate system may be converted into (X, Y) pixels on the 2D image through the following equation.
Figure PCTKR2019004212-appb-M000001
Figure PCTKR2019004212-appb-M000001
또한, 2D 이미지의 좌상단 픽셀을 XY 좌표계의 (0,0)에 위치시키는 경우, x축에 대한 오프셋 값 및 y축에 대한 오프셋 값은 다음의 수학식을 통하여 나타낼 수 있다. In addition, when the upper left pixel of the 2D image is positioned at (0,0) of the XY coordinate system, the offset value with respect to the x-axis and the offset value with respect to the y-axis may be expressed through the following equation.
Figure PCTKR2019004212-appb-M000002
Figure PCTKR2019004212-appb-M000002
Figure PCTKR2019004212-appb-M000003
Figure PCTKR2019004212-appb-M000003
예를 들어 θ0 =0 인 경우, 즉 2D 이미지의 중앙 픽셀이 구형 면 상의 θ=0 인 데이터를 가리키는 경우, 구형 면은 (0,0)을 기준으로 2D 이미지 상에서 가로길이(width) = 2Kxπr 이고 세로길이(height) = Kxπr 인 영역에 매핑될 수 있다. 구형 면 상에서 φ = π/2 인 데이터는 2D 이미지 상의 윗쪽 변 전체에 매핑될 수 있다. 또한, 구형 면 상에서 (r, π/2, 0) 인 데이터는 2D 이미지 상의 (3πKxr/2, πKx r/2) 인 점에 매핑될 수 있다.For example, if θ 0 = 0, that is, the center pixel of the 2D image points to data with θ = 0 on the spherical plane, then the spherical plane is the width = 2K on the 2D image relative to (0,0). x πr and may be mapped to the zone height (height) = K x πr. Data with φ = π / 2 on the spherical face can be mapped to the entire upper side on the 2D image. In addition, data having (r, π / 2, 0) on the spherical plane may be mapped to a point of (3πK x r / 2, πK x r / 2) on the 2D image.
수신 측에서는, 2D 이미지 상의 360 비디오 데이터를 구형 면 상으로 리-프로젝션할 수 있다. 이를 변환식으로 쓰면 다음의 수학식과 같을 수 있다. On the receiving side, 360 video data on the 2D image can be re-projected onto the spherical plane. Using this as a conversion equation may be as follows.
Figure PCTKR2019004212-appb-M000004
Figure PCTKR2019004212-appb-M000004
예를 들어 2D 이미지 상에서 XY 좌표값이 (Kxπr, 0) 인 픽셀은 구형 면 상의 θ = θ0, φ = π/2 인 점으로 리-프로젝션될 수 있다.For example, a pixel having an XY coordinate value of (K x πr, 0) on a 2D image may be re-projected to a point having θ = θ 0 and φ = π / 2 on a spherical surface.
도 9a의 (b)는 큐빅 프로젝션 포멧을 나타낼 수 있다. 예를 들어 스티칭된 360 비디오 데이터는 구형의 면 상에 나타내어질 수 있다. 프로젝션 처리부는 이러한 360 비디오 데이터를 큐브(Cube, 정육면체) 형태로 나누어 2D 이미지 상에 프로젝션할 수 있다. 구형의 면 상의 360 비디오 데이터는 큐브의 각 면에 대응되어, 2D 이미지 상에 도 9a의 (b) 좌측 또는 (b) 우측에 도시된 것과 같이 프로젝션될 수 있다. 9A (b) may show a cubic projection format. For example, stitched 360 video data may be represented on a spherical face. The projection processor may divide the 360 video data into cubes and project them on a 2D image. 360 video data on a spherical face may be projected onto the 2D image as shown in (b) left or (b) right in FIG. 9A, corresponding to each face of the cube.
도 9a의 (c)는 실린더형 프로젝션 포멧을 나타낼 수 있다. 스티칭된 360 비디오 데이터가 구형의 면 상에 나타내어질 수 있다고 가정할 때, 프로젝션 처리부는 이러한 360 비디오 데이터를 실린더(Cylinder) 형태로 나누어 2D 이미지 상에 프로젝션할 수 있다. 구형의 면 상의 360 비디오 데이터는 실린더의 옆면(side)과 윗면(top), 바닥면(bottom) 에 각각 대응되어, 2D 이미지 상에 도 8A의 (c) 좌측 또는 (c) 우측에 도시된 것과 같이 프로젝션될 수 있다.Figure 9a (c) may represent a cylindrical projection format. Assuming that the stitched 360 video data can be represented on a spherical surface, the projection processor may divide the 360 video data into a cylinder to project it on a 2D image. 360 video data on a spherical face correspond to the side, top and bottom of the cylinder, respectively, as shown in (c) left or (c) right in FIG. 8A on the 2D image. Can be projected together.
도 9a의 (d)는 타일-기반 프로젝션 포멧을 나타낼 수 있다. 타일-기반(Tile-based) 프로젝션 스킴이 쓰이는 경우, 전술한 프로젝션 처리부는 구형 면 상의 360 비디오 데이터를, 도 9a의 (d)에 도시된 것과 같이 하나 이상의 세부 영역으로 나누어 2D 이미지 상에 프로젝션할 수 있다. 상기 세부 영역은 타일이라고 불릴 수 있다.FIG. 9A (d) may represent a tile-based projection format. When a tile-based projection scheme is used, the above-described projection processing section may project 360 video data on a spherical surface into 2 or more detail regions by dividing it into one or more detail regions as shown in (d) of FIG. 9A. Can be. The detail region may be called a tile.
도 9b의 (e)는 피라미드 프로젝션 포멧을 나타낼 수 있다. 스티칭된 360 비디오 데이터가 구형의 면 상에 나타내어질 수 있다고 가정할 때, 프로젝션 처리부는 이러한 360 비디오 데이터를 피라미드 형태로 보고, 각 면을 나누어 2D 이미지 상에 프로젝션할 수 있다. 구형의 면 상의 360 비디오 데이터는 피라미드의 바닥면(front), 피라미드의 4방향의 옆면(Left top, Left bottom, Right top, Right bottom) 에 각각 대응되어, 2D 이미지 상에 도 8의 (e) 좌측 또는 (e) 우측에 도시된 것과 같이 프로젝션될 수 있다. 여기서, 상기 바닥면은 정면을 바라보는 카메라가 획득한 데이터를 포함하는 영역일 수 있다.9B illustrates a pyramid projection format. Assuming that the stitched 360 video data can be represented on a spherical face, the projection processor can view the 360 video data in a pyramid form and divide each face to project on a 2D image. The 360 video data on the spherical face correspond to the front of the pyramid and the four sides of the pyramid (Left top, Left bottom, Right top, Right bottom), respectively, on the 2D image. It can be projected as shown on the left or (e) right. Here, the bottom surface may be an area including data acquired by a camera facing the front.
도 9b의 (f)는 파노라믹 프로젝션 포멧을 나타낼 수 있다. 파노라믹 프로젝션 스포멧이 사용되는 경우, 전술한 프로젝션 처리부는, 도 9b의 (f)에 도시된 것과 같이 구형 면 상의 360 비디오 데이터 중 옆면 만을 2D 이미지 상에 프로젝션할 수 있다. 이는 실린더형 프로젝션 스킴에서 윗면(top)과 바닥면(bottom) 이 존재하지 않는 경우와 같을 수 있다. FIG. 9B (f) may represent the panoramic projection format. When the panoramic projection format is used, the above-described projection processing unit may project only the side surface of the 360 video data on the spherical surface on the 2D image as shown in FIG. 9B (f). This may be the same as in the case where there is no top and bottom in the cylindrical projection scheme.
한편, 본 발명의 실시예에 의하면, 스티칭없이 프로젝션이 수행될 수 있다. 도 9b의 (g)는 스티칭없이 프로젝션이 수행되는 경우를 나타낼 수 있다. 스티칭없이 프로젝션되는 경우, 전술한 프로젝션 처리부는, 도 9b의 (g)에 도시된 것과 같이, 360 비디오 데이터를 그대로 2D 이미지 상에 프로젝션할 수 있다. 이 경우 스티칭은 수행되지 않고, 카메라에서 획득된 각각의 이미지들이 그대로 2D 이미지 상에 프로젝션될 수 있다.On the other hand, according to the embodiment of the present invention, the projection can be performed without stitching. FIG. 9B (g) may represent a case where projection is performed without stitching. When projecting without stitching, the projection processing unit described above may project 360 video data onto a 2D image as it is shown in FIG. 9B (g). In this case, stitching is not performed, and each image acquired by the camera may be projected onto the 2D image as it is.
도 9b의 (g)를 참조하면 두 개의 이미지가 2D 이미지 상에 스티칭없이 프로젝션될 수 있다. 각 이미지는 구형 카메라(spherical camera) (또는 어안(fish-eye) 카메라)에서 각 센서를 통해 획득한 어안(fish-eye) 이미지일 수 있다. 전술한 바와 같이, 수신측에서 카메라 센서들로부터 획득하는 이미지 데이터를 스티칭할 수 있고, 스티칭된 이미지 데이터를 구형 면(spherical surface) 상에 맵핑하여 구형 비디오(spherical video), 즉, 360 비디오를 렌더링할 수 있다. Referring to FIG. 9B (g), two images may be projected onto the 2D image without stitching. Each image may be a fish-eye image obtained through each sensor in a spherical camera (or fish-eye camera). As described above, image data obtained from camera sensors at the receiving side can be stitched, and the spherical video, i.e. 360 video, is rendered by mapping the stitched image data onto a spherical surface. can do.
도 10a 및 10b는 본 발명의 일 실시예에 따른 타일(Tile)을 도시한 도면이다. 10A and 10B illustrate a tile according to an embodiment of the present invention.
2D 이미지에 프로젝션된 360 비디오 데이터 또는 리전별 패킹까지 수행된 360 비디오 데이터는 하나 이상의 타일로 구분될 수 있다. 도시된 10a 는 하나의 2D 이미지가 16 개의 타일로 나뉘어진 형태를 도시하고 있다. 여기서 2D 이미지란 전술한 프로젝티드 프레임 내지는 팩드 프레임일 수 있다. 본 발명에 따른 360 비디오 전송 장치의 또 다른 실시예에 의하면, 데이터 인코더는 각각의 타일을 독립적으로 인코딩할 수 있다. 360 video data projected onto a 2D image or 360 video data performed up to region-specific packing may be divided into one or more tiles. 10a shows a form in which one 2D image is divided into 16 tiles. The 2D image may be the above-described projected frame or packed frame. According to another embodiment of the 360 video transmission device according to the present invention, the data encoder can encode each tile independently.
전술한 리전별 패킹과 타일링(Tiling)은 구분될 수 있다. 전술한 리전별 패킹은 코딩 효율을 높이기 위해 또는 레졸루션을 조정하기 위하여 2D 이미지상에 프로젝션된 360 비디오 데이터를 리전으로 구분하여 처리하는 것을 의미할 수 있다. 타일링은 데이터 인코더가 프로젝티드 프레임 내지는 팩드 프레임을 타일이라는 구획별로 나누고, 해당 타일들 별로 독립적으로 인코딩을 수행하는 것을 의미할 수 있다. 360 비디오가 제공될 때, 사용자는 360 비디오의 모든 부분을 동시에 소비하지 않는다. 타일링은 제한된 밴드위스(bandwidth)상에서 사용자가 현재 보는 뷰포트 등 중요 부분 내지 일정 부분에 해당하는 타일만을 수신측으로 전송 혹은 소비하는 것을 가능케할 수 있다. 타일링을 통해 제한된 밴드위스가 더 효율적으로 활용될 수 있고, 수신측에서도 모든 360 비디오 데이터를 한번에 다 처리하는 것에 비하여 연산 부하를 줄일 수 있다. The region-specific packing and tiling may be distinguished. The region-specific packing described above may mean processing the 360 video data projected on the 2D image into regions in order to increase coding efficiency or to adjust resolution. Tiling may mean that the data encoder divides a projected frame or a packed frame into sections called tiles, and independently encodes corresponding tiles. When 360 video is provided, the user does not consume all parts of the 360 video at the same time. Tiling may enable transmitting or consuming only the tiles corresponding to the critical part or a certain part, such as the viewport currently viewed by the user, on the limited bandwidth. Tiling allows for more efficient use of limited bandwidth and reduces the computational load on the receiving side compared to processing all 360 video data at once.
리전과 타일은 구분되므로, 두 영역이 같을 필요는 없다. 그러나 실시예에 따라 리전과 타일은 같은 영역을 지칭할 수도 있다. 실시예에 따라 타일에 맞추어 리전별 패킹이 수행되어 리전과 타일이 같아질 수 있다. 또한 실시예에 따라, 프로젝션 스킴에 따른 각 면과 리전이 같은 경우, 프로젝션 스킴에 따른 각 면, 리전, 타일이 같은 영역을 지칭할 수도 있다. 문맥에 따라 리전은 VR 리전, 타일을 타일 리전으로 불릴 수도 있다. Regions and tiles are distinct, so the two regions do not have to be the same. However, in some embodiments, regions and tiles may refer to the same area. According to an exemplary embodiment, region-specific packing may be performed according to tiles so that regions and tiles may be the same. Further, according to an embodiment, when each side and region according to the projection scheme are the same, each side, region and tile according to the projection scheme may refer to the same region. Depending on the context, a region may be called a VR region, a tile region.
ROI (Region of Interest)는 360 컨텐츠 제공자가 제안하는, 사용자들의 관심 영역을 의미할 수 있다. 360 컨텐츠 제공자는 360 비디오를 제작할 때, 어느 특정 영역을 사용자들이 관심있어 할 것으로 보고, 이를 고려하여 360 비디오를 제작할 수 있다. 실시예에 따라 ROI 는 360 비디오의 컨텐츠 상, 중요한 내용이 재생되는 영역에 해당할 수 있다. The Region of Interest (ROI) may mean a region of interest of users, which the 360 content provider suggests. When a 360 content provider produces a 360 video, a certain area may be considered to be of interest to users, and the 360 content provider may produce a 360 video in consideration of this. According to an embodiment, the ROI may correspond to an area where important content is played on the content of the 360 video.
본 발명에 따른 360 비디오 전송/수신 장치의 또 다른 실시예에 의하면, 수신측 피드백 처리부는 뷰포트 정보를 추출, 수집하여 이를 송신측 피드백 처리부로 전달할 수 있다. 이 과정에서 뷰포트 정보는 양 측의 네트워크 인터페이스를 이용해 전달될 수 있다. 도시된 10a의 2D 이미지에서 뷰포트(1000) 가 표시되었다. 여기서 뷰포트는 2D 이미지 상의 9개의 타일에 걸쳐 있을 수 있다. According to another embodiment of the 360 video transmission / reception apparatus according to the present invention, the receiving feedback processor may extract and collect the viewport information and transmit it to the transmitting feedback processor. In this process, viewport information can be delivered using both network interfaces. The viewport 1000 is displayed in the 2D image of 10a shown. Here, the viewport may span nine tiles on the 2D image.
이 경우 360 비디오 전송 장치는 타일링 시스템을 더 포함할 수 있다. 실시예에 따라 타일링 시스템은 데이터 인코더 다음에 위치할 수도 있고(도시된 10b), 전술한 데이터 인코더 내지 전송 처리부 내에 포함될 수도 있고, 별개의 내/외부 엘리먼트로서 360 비디오 전송 장치에 포함될 수 있다. In this case, the 360 video transmission device may further include a tiling system. According to an embodiment, the tiling system may be located after the data encoder (10b shown), may be included in the above-described data encoder or transmission processing unit, or may be included in the 360 video transmission apparatus as a separate internal / external element.
타일링 시스템은 송신측 피드백 처리부로부터 뷰포트 정보를 전달받을 수 있다. 타일링 시스템은 뷰포트 영역이 포함되는 타일만을 선별하여 전송할 수 있다. 도시된 10a 의 2D 이미지에서 총 16개의 타일 중 뷰포트 영역(1000)을 포함하는 9개의 타일들만이 전송될 수 있다. 여기서 타일링 시스템은 브로드밴드를 통한 유니캐스트 방식으로 타일들을 전송할 수 있다. 사용자에 따라 뷰포트 영역이 다르기 때문이다. The tiling system may receive viewport information from the feedback feedback processor. The tiling system may select and transmit only the tiles including the viewport area. In the 2D image of FIG. 10A, only nine tiles including the viewport area 1000 among the total 16 tiles may be transmitted. Here, the tiling system may transmit tiles in a unicast manner through broadband. This is because the viewport area is different for each user.
또한 이 경우 송신측 피드백 처리부는 뷰포트 정보를 데이터 인코더로 전달할 수 있다. 데이터 인코더는 뷰포트 영역을 포함하는 타일들에 대해 다른 타일들보다 더 높은 퀄리티로 인코딩을 수행할 수 있다.In this case, the transmitter-side feedback processor may transmit the viewport information to the data encoder. The data encoder may perform encoding on tiles including the viewport area at higher quality than other tiles.
또한 이 경우 송신측 피드백 처리부는 뷰포트 정보를 메타데이터 처리부로 전달할 수 있다. 메타데이터 처리부는 뷰포트 영역과 관련된 메타데이터를 360 비디오 전송 장치의 각 내부 엘레먼트로 전달해주거나, 360 비디오 관련 메타데이터에 포함시킬 수 있다. In this case, the feedback feedback processor may transmit the viewport information to the metadata processor. The metadata processor may transmit the metadata related to the viewport area to each internal element of the 360 video transmission apparatus or may include the metadata related to the 360 video.
이러한 타일링 방식을 통하여, 전송 밴드위스(bandwidth)가 절약될 수 있으며, 타일 별로 차등화된 처리를 수행하여 효율적 데이터 처리/전송이 가능해질 수 있다. Through this tiling scheme, transmission bandwidth can be saved and efficient data processing / transmission can be performed by performing differential processing for each tile.
전술한 뷰포트 영역과 관련된 실시예들은 뷰포트 영역이 아닌 다른 특정 영역들에 대해서도 유사한 방식으로 적용될 수 있다. 예를 들어, 전술한 게이즈 분석을 통해 사용자들이 주로 관심있어 하는 것으로 판단된 영역, ROI 영역, 사용자가 VR 디스플레이를 통해 360 비디오를 접할 때 처음으로 재생되는 영역(초기 시점, Initial Viewpoint) 등에 대해서도, 전술한 뷰포트 영역과 같은 방식의 처리들이 수행될 수 있다. Embodiments related to the viewport area described above may be applied in a similar manner to specific areas other than the viewport area. For example, the above-described gaze analysis may be used to determine areas of interest, ROI areas, and areas that are first played when the user encounters 360 video through a VR display (initial viewpoint). In the same manner as the above-described viewport area, the processes may be performed.
본 발명에 따른 360 비디오 전송 장치의 또 다른 실시예에 의하면, 전송 처리부는 각 타일 별로 다르게 전송을 위한 처리를 수행할 수 있다. 전송 처리부는 타일 별로 다른 전송 파라미터(모듈레이션 오더, 코드 레이트 등)를 적용하여, 각 타일 별로 전달되는 데이터의 강건성(robustenss)을 다르게 할 수 있다. According to another embodiment of the 360 video transmission apparatus according to the present invention, the transmission processor may perform processing for transmission differently for each tile. The transmission processor may apply different transmission parameters (modulation order, code rate, etc.) for each tile to vary the robustness of the data transmitted for each tile.
이 때, 송신측 피드백 처리부는 360 비디오 수신 장치로부터 전달받은 피드백 정보를 전송 처리부로 전달하여, 전송 처리부가 타일별 차등화된 전송 처리를 수행하도록 할 수 있다. 예를 들어 송신측 피드백 처리부는 수신측으로부터 전달받은 뷰포트 정보를 전송 처리부로 전달할 수 있다. 전송 처리부는 해당 뷰포트 영역을 포함하는 타일들에 대해 다른 타일들보다 더 높은 강건성을 가지도록 전송 처리를 수행할 수 있다.In this case, the transmitting-side feedback processor may transmit the feedback information received from the 360 video receiving apparatus to the transmission processor so that the transmission processor performs the differential transmission process for each tile. For example, the transmitter feedback processor may transmit the viewport information received from the receiver to the transmitter. The transmission processor may perform transmission processing on tiles including the corresponding viewport area to have higher robustness than other tiles.
도 11은 본 발명의 일 실시예에 따른 360도 비디오 관련 메타데이터의 일 예를 나타낸다. 상술한 내용과 같이 360도 비디오 관련 메타데이터는 360도 비디오에 대한 다양한 메타데이터를 포함할 수 있다. 문맥에 따라, 360도 비디오 관련 메타데이터는 360도 비디오 관련 시그널링 정보라고 불릴 수도 있다. 360도 비디오 관련 메타데이터는 별도의 시그널링 테이블에 포함되어 전송될 수도 있고, DASH MPD 내에 포함되어 전송될 수도 있고, ISOBMFF 등의 파일 포맷에 box 형태로 포함되어 전달될 수도 있다. 360도 비디오 관련 메타데이터가 box 형태로 포함되는 경우 파일, 프래그먼트, 트랙, 샘플 엔트리, 샘플 등등 다양한 레벨에 포함되어 해당되는 레벨의 데이터에 대한 메타데이터를 포함할 수 있다. 11 illustrates an example of 360 degree video related metadata according to an embodiment of the present invention. As described above, the 360 degree video-related metadata may include various metadata about the 360 degree video. Depending on the context, 360 degree video related metadata may be referred to as 360 degree video related signaling information. The 360-degree video related metadata may be included in a separate signaling table for transmission, may be included in the DASH MPD for transmission, and may be included in a box format in a file format such as ISOBMFF. When the 360-degree video-related metadata is included in a box form, the file, fragment, track, sample entry, sample, etc. may be included in various levels to include metadata about data of a corresponding level.
실시예에 따라, 후술하는 메타데이터의 일부는 시그널링 테이블로 구성되어 전달되고, 나머지 일부는 파일 포맷 내에 box 혹은 트랙 형태로 포함될 수도 있다. According to an embodiment, some of the metadata to be described later may be configured as a signaling table, and the other may be included in a box or track in the file format.
본 발명에 따른 360도 비디오 관련 메타데이터의 일 실시예에 의하면, 360도 비디오 관련 메타데이터는 프로젝션 스킴 등에 관한 기본 메타데이터, 스테레오스코픽(stereoscopic) 관련 메타데이터, 초기 시점(Initial View/Initial Viewpoint) 관련 메타데이터, ROI 관련 메타데이터, FOV (Field of View) 관련 메타데이터 및/또는 크롭된 영역(cropped region) 관련 메타데이터를 포함할 수 있다. 실시예에 따라 360도 비디오 관련 메타데이터는 전술한 것 외에 추가적인 메타데이터를 더 포함할 수 있다. According to an embodiment of the 360-degree video-related metadata according to the present invention, the 360-degree video-related metadata is a basic metadata related to the projection scheme, stereoscopic related metadata, the initial view (Initial View / Initial Viewpoint) Related metadata, ROI related metadata, Field of View (FOV) related metadata, and / or cropped region related metadata. According to an embodiment, the 360 degree video related metadata may further include additional metadata in addition to the above.
본 발명에 따른 360도 비디오 관련 메타데이터의 실시예들은 전술한 기본 메타데이터, 스테레오스코픽 관련 메타데이터, 초기 시점 관련 메타데이터, ROI 관련 메타데이터, FOV 관련 메타데이터, 크롭된 영역 관련 메타데이터 및/또는 이후 추가될 수 있는 메타데이터들 중 적어도 하나 이상을 포함하는 형태일 수 있다. 본 발명에 따른 360도 비디오 관련 메타데이터의 실시예들은, 각각 포함하는 세부 메타데이터들의 경우의 수에 따라 다양하게 구성될 수 있다. 실시예에 따라 360도 비디오 관련 메타데이터는 전술한 것 외에 추가적인 정보들을 더 포함할 수도 있다. Embodiments of 360 degree video related metadata according to the present invention include the aforementioned basic metadata, stereoscopic related metadata, initial viewpoint related metadata, ROI related metadata, FOV related metadata, cropped region related metadata and / or the like. Or it may be a form containing at least one or more of the metadata that can be added later. Embodiments of the 360-degree video-related metadata according to the present invention may be configured in various ways according to the number of detailed metadata included in each case. According to an embodiment, the 360 degree video related metadata may further include additional information in addition to the above.
stereo_mode 필드는 해당 360도 비디오가 지원하는 3D 레이아웃을 지시할 수 있다. 본 필드만으로 해당 360도 비디오가 3D 를 지원하는지 여부를 지시할 수도 있는데, 이 경우 전술한 is_stereoscopic 필드는 생략될 수 있다. 본 필드 값이 0 인 경우, 해당 360도 비디오는 모노(mono) 모드일 수 있다. 즉 프로젝션된 2D 이미지는 하나의 모노 뷰(mono view) 만을 포함할 수 있다. 이 경우 해당 360도 비디오는 3D 를 지원하지 않을 수 있다. The stereo_mode field may indicate a 3D layout supported by the corresponding 360 degree video. Only this field may indicate whether the corresponding 360 degree video supports 3D. In this case, the above-described is_stereoscopic field may be omitted. If this field value is 0, the corresponding 360 degree video may be in mono mode. That is, the projected 2D image may include only one mono view. In this case, the 360-degree video may not support 3D.
본 필드 값이 1, 2 인 경우, 해당 360도 비디오는 각각 좌우(Left-Right) 레이아웃, 상하(Top-Bottom) 레이아웃에 따를 수 있다. 좌우 레이아웃, 상하 레이아웃은 각각 사이드-바이-사이드 포맷, 탑-바텀 포맷으로 불릴 수도 있다. 좌우 레이아웃의 경우, 좌영상/우영상이 프로젝션된 2D 이미지들은 이미지 프레임 상에서 각각 좌/우로 위치할 수 있다. 상하 레이아웃의 경우, 좌영상/우영상이 프로젝션된 2D 이미지들은 이미지 프레임 상에서 각각 위/아래로 위치할 수 있다. 해당 필드가 나머지 값을 가지는 경우는 향후 사용을 위해 남겨둘 수 있다(Reserved for Future Use).When the field values are 1 and 2, the 360 degree video may be based on a left-right layout and a top-bottom layout, respectively. The left and right layouts and the top and bottom layouts may be referred to as side-by-side format and top-bottom format, respectively. In the left and right layout, 2D images projected from the left image and the right image may be positioned left and right on the image frame, respectively. In the case of the vertical layout, the 2D images projected from the left image and the right image may be positioned up and down on the image frame, respectively. If the field has the remaining values, it can be reserved for future use.
초기 시점 관련 메타데이터는 사용자가 360도 비디오를 처음 재생했을 때 보게되는 시점(초기 시점)에 대한 정보를 포함할 수 있다. 초기 시점 관련 메타데이터는 initial_view_yaw_degree 필드, initial_view_pitch_degree 필드 및/또는 initial_view_roll_degree 필드를 포함할 수 있다. 실시예에 따라 초기 시점 관련 메타데이터는 추가적인 정보들을 더 포함할 수도 있다.The initial view-related metadata may include information about a view point (initial view point) seen when the user first plays the 360 degree video. The initial view related metadata may include an initial_view_yaw_degree field, an initial_view_pitch_degree field, and / or an initial_view_roll_degree field. In some embodiments, the initial view-related metadata may further include additional information.
initial_view_yaw_degree 필드, initial_view_pitch_degree 필드, initial_view_roll_degree 필드는 해당 360도 비디오 재생 시의 초기 시점을 나타낼 수 있다. 즉, 재생시 처음 보여지는 뷰포트의 정중앙 지점이, 이 세 필드들에 의해 나타내어질 수 있다. 구체적으로, 상기 initial_view_yaw_degree 필드는 상기 초기 시점에 대한 yaw 값을 나타낼 수 있다. 즉, 상기 initial_view_yaw_degree 필드는 상기 정중앙 지점의 위치를 yaw 축을 기준으로 회전된 방향(부호) 및 그 정도(각도)로 나타낼 수 있다. 또한, 상기 initial_view_pitch_degree 필드는 상기 초기 시점에 대한 pitch 값을 나타낼 수 있다. 즉, 상기 initial_view_pitch_degree 필드는 상기 정중앙 지점의 위치를 pitch 축을 기준으로 회전된 방향(부호) 및 그 정도(각도)로 나타낼 수 있다. 또한, 상기 initial_view_roll_degree 필드는 상기 초기 시점에 대한 roll 값을 나타낼 수 있다. 즉, 상기 initial_view_roll_degree 필드는 상기 정중앙 지점의 위치를 roll 축을 기준으로 회전된 방향(부호) 및 그 정도(각도)로 나타낼 수 있다. 상기 initial_view_yaw_degree 필드, 상기 initial_view_pitch_degree 필드, 상기 initial_view_roll_degree 필드를 기반으로 해당 360도 비디오 재생 시의 초기 시점, 즉, 재생시 처음 보여지는 뷰포트의 정중앙 지점을 나타낼 수 있고, 이를 통하여 상기 360도 비디오의 특정 영역이 사용자에게 초기 시점에 디스플레이되어 제공될 수 있다. 또한, FOV(field of view)를 통하여, 지시된 초기 시점을 기준으로 한, 초기 뷰포트의 가로길이 및 세로길이(width, height)가 결정될 수 있다. 즉, 이 세 필드들 및 FOV 정보를 이용하여, 360도 비디오 수신 장치는 사용자에게 360도 비디오의 일정 영역을 초기 뷰포트로서 제공할 수 있다.The initial_view_yaw_degree field, the initial_view_pitch_degree field, and the initial_view_roll_degree field may indicate an initial time point when playing the corresponding 360 degree video. In other words, the center point of the viewport that is first seen upon playback can be represented by these three fields. In detail, the initial_view_yaw_degree field may indicate a yaw value for the initial time. That is, the initial_view_yaw_degree field may indicate the position of the center point in the direction (sign) and the degree (angle) rotated with respect to the yaw axis. In addition, the initial_view_pitch_degree field may indicate a pitch value for the initial time. That is, the initial_view_pitch_degree field may indicate the position of the positive center point in the direction (sign) and the degree (angle) rotated with respect to the pitch axis. In addition, the initial_view_roll_degree field may indicate a roll value for the initial time. That is, the initial_view_roll_degree field may indicate the position of the positive center point in the direction (sign) and the degree (angle) rotated with respect to the roll axis. On the basis of the initial_view_yaw_degree field, the initial_view_pitch_degree field, and the initial_view_roll_degree field, an initial time point when playing the corresponding 360 degree video, that is, a center point of the viewport that is first displayed when playing the corresponding 360 degree video may be indicated. It may be displayed and provided to the user at an initial time point. In addition, the width and height of the initial viewport may be determined based on the indicated initial viewpoint through the field of view (FOV). That is, by using these three fields and the FOV information, the 360 degree video receiving apparatus can provide a user with a certain area of the 360 degree video as an initial viewport.
실시예에 따라, 초기 시점 관련 메타데이터가 지시하는 초기 시점은, 장면(scene) 별로 변경될 수 있다. 즉, 360 컨텐츠의 시간적 흐름에 따라 360도 비디오의 장면이 바뀌게 되는데, 해당 360도 비디오의 장면마다 사용자가 처음 보게되는 초기 시점 내지 초기 뷰포트가 변경될 수 있다. 이 경우, 초기 시점 관련 메타데이터는 각 장면별로의 초기 시점을 지시할 수 있다. 이를 위해 초기 시점 관련 메타데이터는, 해당 초기 시점이 적용되는 장면을 식별하는 장면(scene) 식별자를 더 포함할 수도 있다. 또한 360도 비디오의 장면별로 FOV(Field Of View)가 변할 수도 있으므로, 초기 시점 관련 메타데이터는 해당 장면에 해당하는 FOV를 나타내는 장면별 FOV 정보를 더 포함할 수도 있다.According to an embodiment, the initial view point indicated by the initial view-related metadata may be changed for each scene. That is, the scene of the 360 degree video changes according to the temporal flow of the 360 content, and the initial view point or the initial viewport that the user first sees may change for each scene of the 360 degree video. In this case, the metadata regarding the initial view may indicate the initial view for each scene. To this end, the initial view-related metadata may further include a scene identifier for identifying a scene to which the initial view is applied. In addition, since a field of view (FOV) may change for each scene of the 360 degree video, the initial view-related metadata may further include scene-specific FOV information indicating the FOV corresponding to the scene.
ROI 관련 메타데이터는 전술한 ROI에 관련된 정보들을 포함할 수 있다. ROI 관련 메타데이터는, 2d_roi_range_flag 필드 및/또는 3d_roi_range_flag 필드를 포함할 수 있다. 2d_roi_range_flag 필드는 ROI 관련 메타데이터가 2D 이미지를 기준으로 ROI를 표현하는 필드들을 포함하는지 여부를 지시할 수 있고, 3d_roi_range_flag 필드는 ROI 관련 메타데이터가 3D 공간을 기준으로 ROI를 표현하는 필드들을 포함하는지 여부를 지시할 수 있다. 실시예에 따라 ROI 관련 메타데이터는, ROI에 따른 차등 인코딩 정보, ROI에 따른 차등 전송처리 정보 등 추가적인 정보들을 더 포함할 수도 있다.ROI related metadata may include information related to the above-described ROI. The ROI related metadata may include a 2d_roi_range_flag field and / or a 3d_roi_range_flag field. The 2d_roi_range_flag field may indicate whether the ROI related metadata includes fields representing the ROI based on the 2D image, and the 3d_roi_range_flag field indicates whether the ROI related metadata includes fields representing the ROI based on the 3D space. Can be indicated. According to an embodiment, the ROI related metadata may further include additional information such as differential encoding information according to ROI and differential transmission processing information according to ROI.
ROI 관련 메타데이터가 2D 이미지를 기준으로 ROI를 표현하는 필드들을 포함하는 경우, ROI 관련 메타데이터는 min_top_left_x 필드, max_top_left_x 필드, min_top_left_y 필드, max_top_left_y 필드, min_width 필드, max_width 필드, min_height 필드, max_height 필드, min_x 필드, max_x 필드, min_y 필드 및/또는 max_y 필드를 포함할 수 있다. If the ROI-related metadata includes fields representing an ROI based on a 2D image, the ROI-related metadata may include min_top_left_x field, max_top_left_x field, min_top_left_y field, max_top_left_y field, min_width field, max_width field, min_height field, max_height field, min_x Field, max_x field, min_y field and / or max_y field.
min_top_left_x 필드, max_top_left_x 필드, min_top_left_y 필드, max_top_left_y 필드는 ROI 의 좌측 상단 끝의 좌표의 최소/최대값을 나타낼 수 있다. 즉, 상기 필드들은 차례로 좌상단 끝의 최소 x 좌표, 최대 x 좌표, 최소 y 좌표, 최대 y 좌표를 나타낼 수 있다. The min_top_left_x field, max_top_left_x field, min_top_left_y field, and max_top_left_y field may indicate minimum / maximum values of coordinates of the upper left end of the ROI. That is, the fields may sequentially indicate a minimum x coordinate, a maximum x coordinate, a minimum y coordinate, and a maximum y coordinate of the upper left end.
min_width 필드, max_width 필드, min_height 필드, max_height 필드는 ROI 의 가로 크기(width), 세로 크기(height)의 최소/최대값을 나타낼 수 있다. 즉, 상기 필드들은 차례로 가로 크기의 최소값, 가로 크기의 최대값, 세로 크기의 최소값, 세로 크기의 최대값을 나타낼 수 있다. The min_width field, the max_width field, the min_height field, and the max_height field may indicate minimum / maximum values of the width and height of the ROI. That is, the fields may sequentially indicate a minimum value of a horizontal size, a maximum value of a horizontal size, a minimum value of a vertical size, and a maximum value of a vertical size.
min_x 필드, max_x 필드, min_y 필드, max_y 필드는 ROI 내의 좌표들의 최소/최대값을 나타낼 수 있다. 즉, 상기 필드들은 차례로 ROI 내 좌표들의 최소 x 좌표, 최대 x 좌표, 최소 y 좌표, 최대 y 좌표를 나타낼 수 있다. 이 필드들은 생략될 수 있다. The min_x field, max_x field, min_y field, and max_y field may indicate minimum / maximum values of coordinates in the ROI. That is, the fields may sequentially indicate a minimum x coordinate, a maximum x coordinate, a minimum y coordinate, and a maximum y coordinate of coordinates in the ROI. These fields may be omitted.
ROI 관련 메타데이터가 3D 랜더링 공간 상의 좌표 기준으로 ROI를 표현하는 필드들을 포함하는 경우, ROI 관련 메타데이터는 min_yaw 필드, max_yaw 필드, min_pitch 필드, max_pitch 필드, min_roll 필드, max_roll 필드, min_field_of_view 필드 및/또는 max_field_of_view 필드를 포함할 수 있다. If the ROI related metadata includes fields representing the ROI in terms of coordinates in the 3D rendering space, the ROI related metadata may include min_yaw field, max_yaw field, min_pitch field, max_pitch field, min_roll field, max_roll field, min_field_of_view field and / or It may include a max_field_of_view field.
min_yaw 필드, max_yaw 필드, min_pitch 필드, max_pitch 필드, min_roll 필드, max_roll 필드는 ROI가 3D 공간상에서 차지하는 영역을 yaw, pitch, roll 의 최소/최대값으로 나타낼 수 있다. 즉, 상기 필드들은 차례로 yaw 축 기준 회전량의 최소값, yaw 축 기준 회전량의 최대값, pitch 축 기준 회전량의 최소값, pitch 축 기준 회전량의 최대값, roll 축 기준 회전량의 최소값, roll 축 기준 회전량의 최대값을 나타낼 수 있다. The min_yaw field, max_yaw field, min_pitch field, max_pitch field, min_roll field, and max_roll field may represent the area occupied by the ROI in 3D space as the minimum / maximum values of yaw, pitch, and roll. That is, the fields in order are the minimum value of the yaw axis rotation amount, the maximum value of the yaw axis reference amount, the minimum value of the pitch axis reference amount, the maximum value of the pitch axis reference amount, the minimum value of the roll axis reference amount, and the roll axis. It can represent the maximum value of the reference rotation amount.
min_field_of_view 필드, max_field_of_view 필드는 해당 360도 비디오 데이터의 FOV(Field Of View)의 최소/최대값을 나타낼 수 있다. FOV 는 360도 비디오의 재생시 한번에 디스플레이되는 시야범위를 의미할 수 있다. min_field_of_view 필드, max_field_of_view 필드는 각각 FOV의 최소값, 최대값을 나타낼 수 있다. 이 필드들은 생략될 수 있다. 이 필드들은 후술할 FOV 관련 메타데이터에 포함될 수도 있다.The min_field_of_view field and the max_field_of_view field may indicate minimum / maximum values of the field of view (FOV) of the corresponding 360 degree video data. The FOV may refer to a field of view displayed at a time when the 360 degree video is played. The min_field_of_view field and the max_field_of_view field may indicate minimum and maximum values of the FOV, respectively. These fields may be omitted. These fields may be included in FOV related metadata to be described later.
FOV 관련 메타데이터는 전술한 FOV 에 관련한 정보들을 포함할 수 있다. FOV 관련 메타데이터는 content_fov_flag 필드 및/또는 content_fov 필드를 포함할 수 있다. 실시예에 따라 FOV 관련 메타데이터는 전술한 FOV의 최소/최대값 관련 정보 등 추가적인 정보들을 더 포함할 수도 있다.FOV related metadata may include information related to the above-described FOV. The FOV related metadata may include a content_fov_flag field and / or a content_fov field. In some embodiments, the FOV-related metadata may further include additional information such as the minimum / maximum value-related information of the above-described FOV.
content_fov_flag 필드는 해당 360도 비디오에 대하여 제작시 의도한 FOV에 대한 정보가 존재하는지 여부를 지시할 수 있다. 본 필드값이 1인 경우, content_fov 필드가 존재할 수 있다. The content_fov_flag field may indicate whether or not information on the intended FOV exists during the production of the corresponding 360 degree video. If this field value is 1, there may be a content_fov field.
content_fov 필드는 해당 360도 비디오에 대하여 제작시 의도한 FOV에 대한 정보를 나타낼 수 있다. 실시예에 따라 해당 360도 비디오 수신 장치의 수직(vertical) 혹은 수평(horizontal) FOV에 따라, 360 영상 중에서 사용자에게 한번에 디스플레이되는 영역이 결정될 수 있다. 혹은 실시예에 따라 본 필드의 FOV 정보를 반영하여 사용자에게 한번에 디스플레이되는 360도 비디오의 영역이 결정될 수도 있다. The content_fov field may indicate information about an FOV intended for producing the 360 degree video. According to an exemplary embodiment, an area displayed at one time from among 360 images may be determined according to a vertical or horizontal FOV of the corresponding 360 degree video receiving apparatus. Alternatively, an area of the 360 degree video displayed to the user at one time may be determined by reflecting the FOV information of the field.
크롭된 영역 관련 메타데이터는 이미지 프레임 상에서 실제 360도 비디오 데이터를 포함하는 영역에 대한 정보를 포함할 수 있다. 이미지 프레임은 실제 360도 비디오 데이터 프로젝션된 액티브 비디오 영역(Active Video Area)과 그렇지 않은 영역을 포함할 수 있다. 이 때 액티브 비디오 영역은 크롭된 영역 또는 디폴트 디스플레이 영역이라고 칭할 수 있다. 이 액티브 비디오 영역은 실제 VR 디스플레이 상에서 360도 비디오로서 보여지는 영역으로서, 360도 비디오 수신 장치 또는 VR 디스플레이는 액티브 비디오 영역만을 처리/디스플레이할 수 있다. 예를 들어 이미지 프레임의 종횡비(aspect ratio)가 4:3 인 경우 이미지 프레임의 윗 부분 일부와 아랫부분 일부를 제외한 영역만 360도 비디오 데이터를 포함할 수 있는데, 이 부분을 액티브 비디오 영역이라고 할 수 있다.The cropped region related metadata may include information about an region including actual 360 degree video data on an image frame. The image frame may include an active video area that is projected 360 degrees video data and an area that is not. In this case, the active video region may be referred to as a cropped region or a default display region. This active video area is an area shown as 360 degree video on the actual VR display, and the 360 degree video receiving device or the VR display can process / display only the active video area. For example, if the aspect ratio of an image frame is 4: 3, only the part except the upper part and the lower part of the image frame may contain 360-degree video data, which is called the active video area. have.
크롭된 영역 관련 메타데이터는 is_cropped_region 필드, cr_region_left_top_x 필드, cr_region_left_top_y 필드, cr_region_width 필드 및/또는 cr_region_height 필드를 포함할 수 있다. 실시예에 따라 크롭된 영역 관련 메타데이터는 추가적인 정보들을 더 포함할 수도 있다.The cropped region related metadata may include an is_cropped_region field, a cr_region_left_top_x field, a cr_region_left_top_y field, a cr_region_width field, and / or a cr_region_height field. According to an embodiment, the cropped region related metadata may further include additional information.
is_cropped_region 필드는 이미지 프레임의 전체 영역이 360도 비디오 수신 장치 내지 VR 디스플레이에 의해 사용되는지 여부를 나타내는 플래그일 수 있다. 여기서, 360도 비디오 데이터가 매핑된 영역 혹은 VR 디스플레이 상에서 보여지는 영역은 액티브 비디오 영역(Active Video Area)라고 불릴 수 있다. 상기 is_cropped_region 필드는 이미지 프레임 전체가 액티브 비디오 영역인지 여부를 지시할 수 있다. 이미지 프레임의 일부만이 액티브 비디오 영역인 경우, 하기의 4 필드가 더 추가될 수 있다.The is_cropped_region field may be a flag indicating whether the entire region of the image frame is used by the 360 degree video receiving apparatus or the VR display. Here, the region where the 360-degree video data is mapped or the region shown on the VR display may be called an active video area. The is_cropped_region field may indicate whether the entire image frame is an active video region. If only a part of the image frame is an active video area, the following four fields may be added.
cr_region_left_top_x 필드, cr_region_left_top_y 필드, cr_region_width 필드, cr_region_height 필드는 이미지 프레임 상에서 액티브 비디오 영역을 나타낼 수 있다. 이 필드들은 각각 액티브 비디오 영역의 좌상단의 x 좌표, 액티브 비디오 영역의 좌상단의 y 좌표, 액티브 비디오 영역의 가로 길이(width), 액티브 비디오 영역의 세로 길이(height)를 나타낼 수 있다. 가로 길이와 세로 길이는 픽셀을 단위로 나타내어질 수 있다.The cr_region_left_top_x field, cr_region_left_top_y field, cr_region_width field, and cr_region_height field may indicate an active video region on an image frame. These fields may indicate the x coordinate of the upper left of the active video area, the y coordinate of the upper left of the active video area, the width of the active video area, and the height of the active video area, respectively. The width and height may be expressed in pixels.
360 비디오 기반 VR 시스템은 전술한 360 비디오 처리 과정을 기반으로 360 비디오에 대하여 사용자의 위치를 기준으로 서로 다른 뷰잉 오리엔테이션(viewing orientation)에 대한 시각적/청각적 경험을 제공할 수 있다. 360 비디오에 대하여 사용자의 고정 위치에서의 서로 다른 뷰잉 오리엔테이션에 대한 시작적/청각적 경험을 제공하는 VR 시스템은 3DoF(three degree of freedom) 기반 VR 시스템이라고 불릴 수 있다. 한편, 서로 다른 뷰포인트(viewpoint), 서로 다른 뷰잉 포지션(viewing position)에서의 서로 다른 뷰잉 오리엔테이션에 대한 확장된 시각적/청각적 경험을 제공할 수 있는 VR 시스템은 3DoF+ 또는 3DoF plus 기반 VR 시스템라고 불릴 수 있다. The 360 video-based VR system may provide a visual / audio experience for different viewing orientations based on the user's position for the 360 video based on the 360 video processing described above. A VR system that provides a starting / aural experience for different viewing orientations at a fixed location of a user for 360 video may be referred to as a three degree of freedom (VR) based VR system. On the other hand, VR systems that can provide extended visual and audio experiences for different viewing orientations at different viewpoints and at different viewing positions can be called 3DoF + or 3DoF plus based VR systems. Can be.
도 12는 뷰포인트, 뷰잉 포지션, 뷰잉 오리엔테이션의 개념을 개략적으로 나타낸다. 12 schematically illustrates the concept of a viewpoint, a viewing position, a viewing orientation.
도 12를 참조하면, (a)와 같은 공간(ex. 공연장)을 가정했을 때, 표시된 각 서클은 서로 다른 뷰포인트를 나타낼 수 있다. 상기 같은 공간 내에 위치하는 각 뷰포인트에서 제공되는 영상/음성은 동일한 시간대에서 서로 연관될 수 있다. 이 경우, 특정 뷰포인트에서 사용자의 시선 방향 변화(ex. head motion)에 따라 서로 다른 시각적/청각적 경험을 사용자에게 제공할 수 있다. 즉, 특정 뷰포인트에 대해 (b)에 도시된 바와 같은 다양한 뷰잉 포지션의 스피어(sphere)를 가정할 수 있으며, 각 뷰잉 포지션의 상대적인 위치를 반영한 영상/음성/텍스트 정보를 제공할 수 있다. Referring to FIG. 12, assuming a space (eg, a performance hall) as shown in (a), each of the displayed circles may represent different viewpoints. Video / audio provided from each viewpoint positioned in the same space may be associated with each other in the same time zone. In this case, different visual and audio experiences may be provided to the user according to a change in the user's gaze at a specific viewpoint. That is, it is possible to assume spheres of various viewing positions as shown in (b) for a specific viewpoint, and to provide image / audio / text information reflecting the relative position of each viewing position.
한편, (c)에 도시된 바와 같이 특정 뷰포인트의 특정 뷰핑 포지션에서는 기존의 3DoF와 같이 다양한 방향의 시작적/청각적 정보를 전달할 수 있다. 이 때 메인 소스(ex. 영상/음성/텍스트)뿐만 아니라 추가적인 다양한 소스를 통합하여 제공할 수 있으며, 이 경우 사용자의 뷰잉 오리엔테이션과 연계되거나 독립적으로 정보가 전달될 수 있다. Meanwhile, as shown in (c), the specific viewing position of the specific viewpoint may transmit initial / aural information in various directions as in the existing 3DoF. In this case, not only the main source (ex. Video / audio / text) but also additional various sources may be integrated and provided. In this case, information may be delivered independently or in association with the viewing orientation of the user.
도 13은 본 발명에 따른 3DoF+ 비디오 제공을 위한 아키텍처의 예를 개략적으로 도시한 도면이다. 도 13은 3DoF+의 영상획득, 전처리, 전송, (후)처리, 렌더링 및 피드백 과정을 포함한 3DoF+ 엔드 투 엔드 시스템 흐름도를 나타낼 수 있다. 13 is a diagram schematically illustrating an example of an architecture for providing 3DoF + video according to the present invention. FIG. 13 is a flow diagram of a 3DoF + end-to-end system including 3DoF + image acquisition, preprocessing, transmission, (post) processing, rendering and feedback.
도 13을 참조하면, 획득(acquisition) 과정은 360 비디오의 캡쳐, 합성 또는 생성 과정 등을 통한 360 비디오를 획득하는 과정을 의미할 수 있다. 이 과정을 통하여 다수의 위치에 대해 시선 방향 변화(ex. head motion)에 따른 다수의 영상/음성 정보를 획득할 수 있다. 이 때, 영상 정보는 시각적 정보(ex. texture)뿐 아니라 깊이 정보(depth)를 포함할 수 있다. 이 때 1310의 영상 정보 예시와 같이 서로 다른 뷰포인트(viewpoint)에 따른 서로 다른 뷰잉 포지션(viewing position)의 복수의 정보를 각각 획득할 수 있다.Referring to FIG. 13, an acquisition process may mean a process of acquiring 360 video through a process of capturing, synthesizing, or generating 360 video. Through this process, it is possible to obtain a plurality of image / audio information according to a change in eye direction (ex. Head motion) for a plurality of positions. In this case, the image information may include not only visual information (ex. Texture) but also depth information (depth). In this case, as shown in the image information of 1310, a plurality of pieces of information of different viewing positions according to different viewpoints may be obtained.
합성(composition) 과정은 영상/음성 입력 장치를 통해 획득한 정보뿐 아니라 외부 미디어를 통한 영상(비디오/이미지 등), 음성(오디오/효과음향 등), 텍스트(자막 등)을 사용자 경험에 포함하기 위해 합성하기 위한 절차 및 방법을 포함할 수 있다. The composition process includes not only the information obtained through the video / audio input device, but also the video (video / image, etc.), voice (audio / effect sound, etc.), text (subtitle, etc.) from external media in the user experience. And methods and methods for synthesizing risks.
전처리(pre-procesing) 과정은 획득된 360 비디오의 전송/전달을 위한 준비(전처리) 과정으로서, 전술한 스티칭, 프로젝션, 리전별 패킹 과정 및/또는 인코딩 과정 등을 포함할 수 있다. 즉, 이 과정은 영상/음성/텍스트 정보를 제작자의 의도에 따라 데이터를 변경/보완 하기위한 전처리 과정 및 인코딩 과정이 포함될 수 있다. 예를 들어 영상의 전처리 과정에서는 획득된 시각 정보를 360 스피어(sphere) 상에 매핑하는 작업(stitching), 영역 경계를 없애거나 색상/밝기 차이를 줄이거나 영상의 시각적 효과를 주는 보정 작업(editing), 시점에 따른 영상을 분리하는 과정(view segmentation), 360 스피어(sphere) 상의 영상을 2D 영상으로 매핑하는 프로젝션 과정(projection), 영역에 따라 영상을 재배치 하는 과정(region-wise packing), 영상 정보를 압축하는 인코딩 과정이 포함될 수 있다. 1320의 비디오 측면의 예시와 같이 서로 다른 뷰포인트(viewpoint)에 따른 서로 뷰잉 포지션(viewing position)의 복수의 프로젝션 영상이 생성될 수 있다.The pre-procesing process is a preparation (preprocessing) process for transmitting / delivering the obtained 360 video, and may include the aforementioned stitching, projection, region packing process, and / or encoding process. That is, this process may include a preprocessing process and an encoding process for changing / supplementing data according to the intention of the producer for video / audio / text information. For example, in the preprocessing of the image, the mapping of the acquired visual information onto the 360 sphere, the editing that removes the boundary of the area, reduces the color / brightness difference, or gives the visual effect of the image , Image segmentation (view segmentation) according to viewpoint, projection process (ma- tion) to map the image on 360 sphere (sphere) to 2D image, region-wise packing according to region (region-wise packing), image information The encoding process may be included. As in the example of the video side of 1320, a plurality of projection images of viewing positions of each other according to different viewpoints may be generated.
전송 과정은 준비 과정(전처리 과정)을 거친 영상/음성 데이터 및 메타데이터들을 처리하여 전송하는 과정을 의미할 수 있다. 서로 다른 뷰포인트(viewpoint)에 따른 서로 다른 뷰잉 포지션(viewing position)의 복수의 영상/음성 데이터 및 관련 메타데이터를 전달하는 방법으로써 전술한 바와 같이 방송망, 통신망을 이용하거나, 단방향 전달 등의 방법을 사용할 수 있다.The transmission process may mean a process of processing image and audio data and metadata that have been prepared (preprocessed). As a method of transmitting a plurality of video / audio data and related metadata of different viewing positions according to different viewpoints, a broadcasting network, a communication network, or a one-way transmission method may be used as described above. Can be used.
후처리 및 합성 과정은 수신된/저장된 비디오/오디오/텍스트 데이터를 디코딩하고 최종 재생을 위한 후처리 과정을 의미할 수 있다. 예를 들어 후처리 과정은 전술한 바와 같이 패킹 된 영상을 풀어주는 언패킹 및 2D 프로젝션 된 영상을 3D 구형 영상으로복원하는 리-프로젝션 과정 등이 포함될 수 있다.Post-processing and synthesis may refer to post-processing for decoding received / stored video / audio / text data and for final playback. For example, the post-processing process may include an unpacking process of unpacking the packed image and a re-projection process of restoring the 2D projected image to the 3D spherical image as described above.
렌더링 과정은 3D 공간상에 리-프로젝션된 이미지/비디오 데이터를 렌더링하고 디스플레이하는 과정을 의미할 수 있다. 이 과정에서 영상/음성 신호를 최종적으로 출력하기 위한 형태로 재구성할 수 있다. 사용자의 관심영역이 존재하는 방향(viewing orientation), 시점(viewing position/head position), 위치(viewpoint)를 추적할 수 있으며, 이 정보에 따라 필요한 영상/음성/텍스트 정보만을 선택적으로 사용할 수 있다. 이 때, 영상 신호의 경우 사용자의 관심영역에 따라 1330와 같이 서로 다른 시점이 선택될 수 있으며, 최종적으로 1340와 같이 특정 위치에서의 특정 시점의 특정 방향의 영상이 출력될 수 있다.The rendering process may refer to a process of rendering and displaying re-projected image / video data in 3D space. In this process, the video / audio signal can be reconstructed into a form for finally outputting. The viewing orientation, the viewing position / head position, and the viewpoint of the user's region of interest may be tracked, and only the necessary video / audio / text information may be selectively used according to this information. In this case, in the case of the video signal, different viewpoints may be selected as shown in 1330 according to the ROI of the user, and finally, as shown in 1340, images of a specific direction of a specific viewpoint at a specific position may be output.
도 14a 및 14b는 3DoF+ 엔드 투 엔드 시스템 아키텍처의 예이다. 도 14a 및 14b의 아키텍처에 의하여 전솔된 바와 같은 3D0F+ 360 컨텐츠가 제공될 수 있다. 14A and 14B are examples of 3DoF + end-to-end system architectures. 3D0F + 360 content as provided by the architecture of FIGS. 14A and 14B may be provided.
도 14a를 참조하면, 360 비디오 전송 장치(송신단)은 크게 360 비디오(이미지)/오디오 데이터 획득이 이루어지는 부분(acquisition unit), 획득된 데이터를 처리하는 부분(video/audio pre-processor), 추가 정보를 합성하기 위한 부분(composition generation unit), 텍스트, 오디오 및 프로젝션된 360도 비디오를 인코딩하는 부분(encoding unit) 및 인코딩된 데이터를 인캡슐레이션하는 부분(encapsulation unit)으로 구성될 수 있다. 전술한 바와 같이 인코딩된 데이터는 비트스트림(bitstream) 형태로 출력될 수 있으며, 인코딩된 데이터는 ISOBMFF, CFF 등의 파일 포맷으로 인캡슐레이션되거나, 기타 DASH 세그먼트 등의 형태로 처리할 수 있다. 인코딩된 데이터는 디지털 저장 매체를 통하여 360 비디오 수신 장치로 전달될 수 있으며, 또는 비록 명시적으로 도시되지는 않았으나, 전술한 바와 같이 전송 처리부를 통하여 전송을 위한 처리를 거치고, 이후 방송망 또는 브로드밴드 등을 통하여 전송될 수 있다. Referring to FIG. 14A, a 360 video transmission apparatus (transmitter) includes a portion acquisition unit through which 360 video (image) / audio data is obtained, a portion processing video data (video / audio pre-processor), and additional information. A composition for synthesizing the data, an encoding unit for encoding text, audio, and projected 360-degree video, and an encapsulation unit for encapsulating the encoded data. As described above, the encoded data may be output in the form of a bitstream, and the encoded data may be encapsulated in a file format such as ISOBMFF, CFF, or processed in the form of other DASH segments. The encoded data may be delivered to the 360 video receiving apparatus through a digital storage medium, or although not explicitly illustrated, the encoded data may be processed through a transmission processor as described above, and then the broadcasting network or the broadband may be used. Can be sent through.
데이터 획득 부분에서는 센서의 방향(sensor orientation, 영상의 경우 viewing orientation), 센서의 정보 획득 시점(sensor position, 영상의 경우 viewing position), 센서의 정보 획득 위치(영상의 경우 viewpoint)에 따라 서로 다른 정보를 동시에 혹은 연속적으로 획득할 수 있으며, 이 때 비디오, 이미지, 오디오, 위치 정보 등을 획득할 수 있다. In the data acquisition part, different information depends on the sensor orientation (viewing orientation in the image), the sensor position (viewing position in the image), and the sensor information acquisition position (in the viewpoint in the image). Can be obtained simultaneously or continuously, and video, image, audio, and location information can be obtained.
영상 데이터의 경우 텍스처(texture) 및 깊이 정보(depth)를 각각 획득할 수 있으며, 각 컴포넌트의 특성에 따라 서로 다른 전처리(video pre-processing)가 가능하다. 예를 들어 텍스처 정보의 경우 이미지 센서 위치 정보를 이용하여 동일 위치(viewpoint)에서 획득한 동일 시점(viewing position)의 서로 다른 방향 (viewing orientation)의 영상들을 이용하여 360 전방위 영상을 구성할 수 있으며, 이를 위해 영상 스티칭 (stitching) 과정을 수행할 수 있다. 또한 영상을 인코딩하기 위한 포맷으로 변경하기 위한 프로젝션(projection) 및/또는 리전별 팩킹을 수행할 수 있다. 깊이 영상의 경우 일반적으로 뎁스 카메라를 통해 영상을 획득할 수 있으며, 이 경우 텍스쳐와 같은 형태로 깊이 영상을 만들 수 있다. 혹은, 별도로 측정된 데이터를 바탕으로 깊이 데이터를 생성할 수도 있다. 컴포넌트 별 영상이 생성된 후 효율적인 압축을 위한 비디오 포맷으로의 추가 변환 (packing)을 하거나 실제 필요한 부분으로 나누어 재 구성하는 과정 (sub-picture generation)이 수행될 수 있다. Video pre-processing 단에서 사용된 영상 구성에 대한 정보는 video metadata로 전달된다. In the case of image data, texture and depth information may be obtained, respectively, and different video pre-processing may be performed according to characteristics of each component. For example, in the case of texture information, the 360 omnidirectional image may be configured by using images of different viewing orientations of the same viewing position acquired at the same location using image sensor position information. To this end, an image stitching process may be performed. In addition, projection and / or region-specific packing may be performed to change the image into a format for encoding the image. In the case of the depth image, an image may be generally acquired through a depth camera, and in this case, the depth image may be made in the form of a texture. Alternatively, depth data may be generated based on separately measured data. After the component-specific image is generated, a sub-picture generation may be performed by further packing (packing) into a video format for efficient compression or dividing it into necessary parts. Information on the video composition used in the video pre-processing stage is delivered as video metadata.
획득된 데이터(혹은 주요하게 서비스 하기 위한 데이터) 이외에 추가적으로 주어지는 영상/음성/텍스트 정보를 함께 서비스 하는 경우, 이들 정보를 최종 재생 시 합성하기 위한 정보를 제공할 필요가 있다. 컴포지션 생성부(Composition generation unit)에서는 제작자의 의도를 바탕으로 외부에서 생성된 미디어 데이터 (영상의 경우 비디오/이미지, 음성의 경우 오디오/효과 음향, 텍스트의 경우 자막 등)를 최종 재생 단에서 합성하기 위한 정보를 생성하며, 이 정보는 composition metadata로 전달된다. In the case of serving video / audio / text information which is additionally given in addition to the acquired data (or mainly data for servicing), it is necessary to provide information for synthesizing these information in the final reproduction. The composition generation unit synthesizes externally generated media data (video / image for video, audio / effect sound for audio, subtitles for text, etc.) at the final playback stage based on the intention of the creator. Generates information for the application, which is passed to the composition metadata.
각각의 처리를 거친 영상/음성/텍스트 정보는 각각의 인코더를 이용해 압축되고, 어플리케이션에 따라 파일 혹은 세그먼트 단위로 인캡슐레이션 된다. 이 때, 비디오, 파일 혹은 세그먼트 구성 방법에 따라 필요한 정보만을 추출(file extractor)이 가능하다. The processed video / audio / text information is compressed using each encoder and encapsulated in file or segment units depending on the application. At this time, only the necessary information can be extracted (file extractor) according to the video, file or segment composition method.
또한 각 데이터를 수신기에서 재구성하기 위한 정보가 코덱 혹은 파일 포멧/시스템 레벨에서 전달되는데, 여기에서는 비디오/오디오 재구성을 위한 정보(video/audio metadata), 오버레이를 위한 합성 정보(composition metadata), 비디오/오디오 재생 가능 위치(viewpoint) 및 각 위치에 따른 시점(viewing position) 정보(viewing position and viewpoint metadata) 등이 포함된다. 이와 같은 정보의 처리는 별도의 메타데이터 처리부를 통한 생성도 가능하다. In addition, information for reconstructing each data at the receiver is delivered at the codec or file format / system level, where information for video / audio reconstruction (video / audio metadata), composition metadata for overlay, video / Audio playable positions and viewing position information (viewing position and viewpoint metadata) according to each position are included. The processing of such information may be generated through a separate metadata processing unit.
도 14b를 참조하면, 360 비디오 수신 장치(수신단)는 크게 수신된 파일 혹은 세그먼트를 디캡슐레이션하는 부분(file/segment decapsulation unit), 비트스트림으로부터 영상/음성/텍스트 정보를 생성하는 부분(decoding unit), 영상/음성/텍스트를 재생하기 위한 형태로 재구성하는 부분(post-processor), 사용자의 관심영역을 추적하는 부분(tracking unit) 및 재생 장치인 디스플레이로 구성될 수 있다. Referring to FIG. 14B, the 360 video receiving apparatus (receiver) decapsulates a largely received file or segment (file / segment decapsulation unit), and generates a video / audio / text information from a bitstream (decoding unit). ), A post-processor for reconstructing a video / audio / text, a tracking unit for tracking a user's region of interest, and a display, which is a playback device.
디캡슐레이션을 통해 생성된 비트스트림은 데이터의 종류에 따라 영상/음성/텍스트 등으로 나뉘어 재생 가능한 형태로 개별적으로 디코딩될 수 있다. The bitstream generated through decapsulation may be separately decoded into a playable form by dividing into video / audio / text according to the type of data.
트랙킹 부분에서는 센서 및 사용자의 입력 정보 등을 바탕으로 사용자의 관심 영역(Region of interest)의 위치(viewpoint), 해당 위치에서의 시점(viewing position), 해당 시점에서의 방향(viewing orientation) 정보를 생성하게 되며, 이 정보는 360 비디오 수신 장치의 각 모듈에서 관심 영역 선택 혹은 추출 등에 사용되거나, 관심 영역의 정보를 강조하기 위한 후처리 과정 등에 사용될 수 있다. 또한 360 비디오 전송 장치 에 전달되는 경우 효율적인 대역폭 사용을 위한 파일 선택(file extractor) 혹은 서브 픽처 선택, 관심영역에 기반한 다양한 영상 재구성 방법(viewport/viewing position / viewpoint dependent processing) 등에 사용될 수 있다. The tracking portion generates information on a location of a region of interest of a user, a viewing position at a corresponding position, and a viewing orientation at a corresponding viewpoint based on a sensor and input information of the user. This information may be used for selecting or extracting a region of interest in each module of the 360 video receiving apparatus or may be used for a post-processing process for emphasizing information of the region of interest. In addition, when delivered to the 360 video transmission device, it can be used for file selection or sub-picture selection for efficient bandwidth usage, and various image reconstruction methods based on the region of interest (viewport / viewing position / viewpoint dependent processing).
디코딩 된 영상 신호는 영상 구성 방법에 따라 다양한 처리 방법에 따라 처리될 수 있다. 360 비디오 전송 장치에서 영상 패킹이 이루어 진 경우 메타데이터를 통해 전달된 정보를 바탕으로 영상을 재구성 하는 과정이 필요하다. 이 경우 360 비디오 전송 장치에서 생성한 비디오 메타데이터를 이용할 수 있다. 또한 디코딩 된 영상 내에 복수의 시청 위치(viewpoint), 혹은 복수의 시점(viewing position), 혹은 다양한 방향(viewing orientation)의 영상이 포함된 경우 트랙킹(tracking)을 통해 생성된 사용자의 관심 영역의 위치, 시점, 방향 정보와 매칭되는 정보를 선택하여 처리할 수 있다. 이 때, 송신단에서 생성한 viewing position 및 viewpoint 관련 메타데이터가 사용될 수 있다. 또한 특정 위치, 시점, 방향에 대해 복수의 컴포넌트가 전달되거나, 오버레이를 위한 비디오 정보가 별도로 전달되는 경우 각각에 따른 렌더링 과정이 포함될 수 있다. 별도의 렌더링 과정을 거친 비디오 데이터(텍스처, 뎁스, 오버레이)는 합성 과정(composition)을 거치게 되며, 이 때, 송신단에서 생성한 합성 메타데이터(composition metadata)가 사용될 수 있다. 최종적으로 사용자의 관심 영역에 따라 뷰포트(viewport)에 재생하기 위한 정보를 생성할 수 있다. The decoded video signal may be processed according to various processing methods according to the video composition method. When image packing is performed in a 360 video transmission device, a process of reconstructing an image based on information transmitted through metadata is required. In this case, video metadata generated by the 360 video transmission device may be used. In addition, when the decoded image includes a plurality of viewing positions, a plurality of viewing positions, or images of various viewing orientations, the location of the region of interest of the user generated through tracking, Information matching the viewpoint and direction information may be selected and processed. In this case, the viewing position and viewpoint related metadata generated by the transmitter may be used. In addition, when a plurality of components are delivered for a specific position, a viewpoint, and a direction, or video information for overlay is separately delivered, a rendering process according to each may be included. Video data (texture, depth, overlay) that has been subjected to a separate rendering process is subjected to composition, and at this time, composition metadata generated by a transmitter may be used. Finally, information for playing in the viewport may be generated according to the ROI of the user.
디코딩된 음성 신호는 오디오 렌더러 그리고/혹은 후처리 과정을 통해 재생 가능한 음성 신호를 생성하게 되며, 이 때 사용자의 관심 영역에 대한 정보 및 360 비디오 수신 장치에 전달된 메타데이터를 바탕으로 사용자의 요구에 맞는 정보를 생성할 수 있다. The decoded voice signal generates a playable voice signal through an audio renderer and / or post-processing process, based on information about the user's region of interest and metadata delivered to the 360 video receiving device. You can generate the right information.
디코딩된 텍스트 신호는 오버레이 렌더러에 전달되어 서브타이틀 등의 텍스트 기반의 오버레이 정보로써 처리될 수 잇다. 필요한 경우 별도의 텍스트 후처리 과정이 포함될 수 있다.The decoded text signal may be delivered to the overlay renderer and processed as text-based overlay information such as a subtitle. If necessary, a separate text post-process may be included.
도 15는 FLUS(Framework for Live Uplink Streaming) 아키텍처의 예를 개략적으로 나타낸다.15 schematically illustrates an example of a Framework for Live Uplink Streaming (FLUS) architecture.
도 14(도 14a 및 도 14b)에서 상술한 송신단 및 수신단의 세부 블록은 FLUS(Framework for Live Uplink Streaming)에서의 소스(source)와 싱크(sink)의 기능으로 각각 분류할 수 있다.The detailed blocks of the transmitter and the receiver described above with reference to FIG. 14 (FIGS. 14A and 14B) may be classified as functions of a source and a sink in the framework for live uplink streaming (FLUS).
상술한 송신단 및 수신단의 세부 블록이 FLUS에서의 소스(source)와 싱크(sink)의 기능으로 분류되는 경우, 도 14와 같이 360 비디오 획득 장치에서 소스(source)의 기능을 구현하고, 네트워크 상에서 싱크(sink)의 기능을 구현하거나, 혹은 네트워크 노드 내에서 소스/싱크를 각각 구현할 수 있다.When the above-described detailed blocks of the transmitting end and the receiving end are classified into functions of a source and a sink in FLUS, as shown in FIG. 14, the 360 video acquisition apparatus implements the function of a source and sinks on a network. (sink) can be implemented, or the source / sink can be implemented within a network node.
상술한 아키텍처를 기반으로 한 송수신 처리 과정을 개략적으로 나타내면 예를 들어 다음 도 15 및 도 16과 같이 도시될 수 있다. 도 15 및 도 16의 송수신 처리 과정은 영상 신호 처리 과정을 기준으로 기술하며, 음성 혹은 텍스트와 같은 다른 신호를 처리하는 경우 일부 부분(ex. 스티처, 프로젝션 처리부, 패킹 처리부, 서브픽처 처리부, 언패킹/셀렉션, 렌더링, 컴포지션, 뷰포트 생성 등)은 생략될 수 있고, 또는 음성 혹은 텍스트 처리 과정에 맞도록 변경하여 처리될 수 있다.For example, a transmission and reception process based on the aforementioned architecture may be schematically illustrated as shown in FIGS. 15 and 16. The transmission / reception process of FIGS. 15 and 16 is described based on the image signal processing process, and when processing other signals such as voice or text, some parts (eg stitcher, projection processing unit, packing processing unit, subpicture processing unit, Packing / selection, rendering, composition, viewport creation, etc.) may be omitted, or may be modified and processed to suit voice or text processing.
도 16은 3DoF+ 송신단에서의 구성을 개략적으로 나타낸다. 16 schematically shows the configuration at the 3DoF + transmitter.
도 16을 참조하면, 송신단(360 비디오 전송 장치)에서는 입력된 데이터가 카메라 출력 영상인 경우 스피어(sphere) 영상 구성을 위한 스티칭을 위치/시점/컴포넌트 별로 진행할 수 있다. 위치/시점/컴포넌트 별 스피어(sphere) 영상이 구성되면 코딩을 위해 2D 영상으로 프로젝션을 수행할 수 있다. 어플리케이션에 따라 복수의 영상을 통합 영상으로 만들기 위한 패킹 혹은 세부 영역의 영상으로 나누는 서브 픽처로 생성할 수 있다. 전술한 바와 같이 리전별 패킹 과정은 선택적(optional) 과정으로서 수행되지 않을 수 있으며, 이 경우 패킹 처리부는 생략될 수 있다. 입력된 데이터가 영상/음성/텍스트 추가 정보인 경우 추가 정보를 중심 영상에 추가하여 디스플레이 하는 방법을 알려줄 수 있으며, 추가 데이터도 함께 전송할 수 있다. 생성된 영상 및 추가된 데이터를 압축하여 비트 스트림으로 생성하는 인코딩 과정을 거쳐 전송 혹은 저장을 위한 파일 포맷으로 변환하는 인캡슐레이션 과정을 거칠 수 있다. 이 때 어플리케이션 혹은 시스템의 요구에 따라 수신부에서 필요로하는 파일을 추출하는 과정이 처리될 수 있다. 생성된 비트스트림은 전송처리부를 통해 전송 포맷으로 변환된 후 전송될 수 있다. 이 때, 송신측 피드백 처리부에서는 수신단에서 전달된 정보를 바탕으로 위치/시점/방향 정보와 필요한 메타데이터를 처리하여 관련된 송신부에서 처리하도록 전달할 수 있다.Referring to FIG. 16, when the input data is a camera output image, the transmitting end 360 may perform stitching for constituting a sphere image for each location / viewpoint / component. When a sphere image for each position / view / component is configured, projection may be performed as a 2D image for coding. According to an application, a plurality of images may be generated as sub-pictures divided into packings or sub-pictures for making integrated images. As described above, the region-specific packing process may not be performed as an optional process, and in this case, the packing process unit may be omitted. If the input data is video / audio / text additional information, the additional information may be added to the center image to display a method, and additional data may also be transmitted. An encoding process of compressing the generated image and the added data into a bit stream may be performed through an encapsulation process of converting the generated image and the added data into a file format for transmission or storage. At this time, a process of extracting a file required by the receiver according to an application or system request may be processed. The generated bitstream may be transmitted after being converted into a transport format through a transport processor. At this time, the feedback feedback processor may process the location / view / direction information and necessary metadata based on the information transmitted from the receiver, and transmit the processed metadata to the associated transmitter.
도 17은 3DoF+ 수신단에서의 구성을 개략적으로 나타낸다.17 schematically shows the configuration at the 3DoF + receiving end.
도 17을 참조하면, 수신단(360 비디오 수신 장치)에서는 송신단에서 전달한 비트스트림을 수신한 후 필요한 파일을 추출할 수 있다. 생성된 파일 포맷 내의 영상 스트림을 피드백 처리부에서 전달하는 위치/시점/방향 정보 및 비디오 메타데이터를 이용하여 선별하며, 선별된 비트스트림을 디코더를 통해 영상 정보로 재구성할 수 있다. 패킹된 영상의 경우 메타데이터를 통해 전달된 패킹 정보를 바탕으로 언패킹을 수행할 수 있다. 송신단에서 패킹 과정이 생략된 경우, 수신단의 언패킹 또한 생략될 수 있다. 또한 필요에 따라 피드백 처리부에서 전달된 위치(viewpoint)/시점(viewing position)/방향(viewing orientation)에 적합한 영상 및 필요한 컴포넌트를 선택하는 과정을 수행할 수 있다. 영상의 텍스처, 뎁스, 오버레이 정보 등을 재생하기 적합한 포맷으로 재구성하는 렌더링 과정을 수행할 수 있다. 최종 영상을 생성하기에 앞서 서로 다른 레이어의 정보를 통합하는 컴포지션 과정을 거칠 수 있으며, 디스플레이 뷰포트(viewport)에 적합한 영상을 생성하여 재생할 수 있다.Referring to FIG. 17, the receiving end (360 video receiving apparatus) may extract a necessary file after receiving a bitstream transmitted from the transmitting end. The video stream in the generated file format may be selected using location / view / direction information and video metadata delivered from the feedback processor, and the selected bitstream may be reconstructed into video information through a decoder. In the case of a packed image, unpacking may be performed based on packing information transmitted through metadata. If the packing process is omitted in the transmitter, unpacking of the receiver may also be omitted. In addition, if necessary, a process of selecting an image and a necessary component suitable for a viewpoint / viewing position / viewing orientation transmitted from the feedback processor may be performed. A rendering process of reconstructing a texture, depth, overlay information, etc. of an image into a format suitable for playing may be performed. Prior to generating the final image, a composition process of integrating information of different layers may be performed, and an image suitable for a display viewport may be generated and reproduced.
본 명세서에서는 360 영상 데이터의 서브픽처 기반 처리 방법을 제공할 수 있다. 다시 말해, 본 발명의 일 실시예는 360 영상 처리 시스템에서 사용자 시점에 의존적 프로세싱을 지원할 수 있다. 본 발명의 일 실시예는 3DoF+ 엔드 투 엔드 시스템의 디코딩(decoding) 및 후처리(post-processing)의 일부 기능에 해당될 수 있고, 도 14b에 따른 3DoF+ 엔드 투 엔트(end-to-end) 시스템 아키텍처 및/또는 도 17의 3DoF+ 수신단의 언패킹/셀렉션(unpacking/selction)의 일부 기능에 해당될 수 있다.In the present specification, a subpicture based processing method of 360 image data may be provided. In other words, an embodiment of the present invention may support processing based on a user's viewpoint in a 360 image processing system. One embodiment of the present invention may correspond to some functions of decoding and post-processing of the 3DoF + end-to-end system, and the 3DoF + end-to-end system according to FIG. 14B. It may correspond to an architecture and / or some functions of unpacking / selection of the 3DoF + receiver of FIG. 17.
본 발명의 일 실시예는 뷰포트에 의존적 프로세싱 지원을 위해 서로 다른 고품질(high quality) 리전을 가지는 복수의 스트림(stream) 중 필요한 스트림을 선택하는 방법 및 복수의 서브픽처 중 필요한 서브픽처를 선택하는 방법을 제공할 수 있으며, 각 방법은 순차적으로 상세히 설명하겠다. 여기서 스트림은 사용자에게 제공하기 위한 전방향 비디오 데이터 또는 전방향 비디오 데이터가 포함된 트랙을 지칭할 수 있다.An embodiment of the present invention provides a method for selecting a required stream among a plurality of streams having different high quality regions for supporting processing dependent on a viewport, and a method for selecting a required subpicture among a plurality of subpictures. It can be provided, each method will be described in detail sequentially. Here, the stream may refer to a track including omnidirectional video data or omnidirectional video data for providing to the user.
도 18은 360 비디오에 대하여 서로 다른 고품질 리전을 가지는 4개의 트랙을 나타낸 예이다.18 shows an example of four tracks having different high quality regions for 360 video.
360 영상 포맷(또는 전방향 미디어 포맷)은 리전별 품질 랭킹(region-wise quality ranking)에 대한 시그널링 정보를 제공할 수 있고, 이 시그널링 정보를 이용하여 뷰포트 의존 처리 스킴(viewport dependent processing scheme)이 다루어질 수 있다. 360 영상 포맷은 입력 영상에 대하여 복수의 트랙을 포함할 수 있으며, 복수의 트랙은 각각 전체 전방향 비디오(omnidirectional video) 또는 전체 전방향 영상의 데이터를 포함할 수 있고, 복수의 트랙의 전체 전방향 비디오들은 서로 다른 고품질 리전을 가질 수 있다. 여기서 360 영상 포맷은 상술한 미디어 파일의 포맷과 동일할 수 있고, ISO BMFF(ISO base media file format)를 기반으로 한 파일 포맷을 가질 수 있다.The 360 video format (or omnidirectional media format) can provide signaling information about region-wise quality ranking, which is handled by a viewport dependent processing scheme using this signaling information. Can lose. The 360 image format may include a plurality of tracks with respect to the input image, and the plurality of tracks may each include omnidirectional video or data of all omnidirectional images, and all omnidirectional directions of the plurality of tracks. Videos can have different high quality regions. The 360 image format may be the same as the format of the above-described media file, and may have a file format based on ISO BMFF (ISO base media file format).
예를 들어 도 18을 참조하면, 4개의 트랙은 각각 360 영상이 프로젝션된 2D 픽처를 포함할 수 있으며, 도 18은 프로젝션된 2D 픽처 또는 비디오 프레임을 트랙 별로 나타낸 예일 수 있다. 여기서 각각의 프로젝션된 2D 픽처는 서로 다른 고품질(high quality, HQ)로 인코딩된 리전을 가질 수 있으며, 360 영상의 ERP(EquiRectangular Projection) 프레임일 수 있다.For example, referring to FIG. 18, four tracks may include 2D pictures projected with 360 images, and FIG. 18 may be an example of projected 2D pictures or video frames for each track. Here, each projected 2D picture may have regions encoded with different high quality (HQ) encoded regions, and may be ERP (EquiRectangular Projection) frames of 360 images.
360 영상은 재생(playback)을 위해 복수의 트랙 중 어느 하나의 트랙이 셀렉팅(selecting)될 수 있고, 복수의 트랙은 360 영상이 재생되는 동안 다른 트랙으로의 스위칭(switching)을 위해 이용될 수 있다. 다시 말해, 360 비디오는 재생되는 동안 초기 셀렉팅된 트랙이 복수의 트랙 중 다른 하나의 트랙과 스위칭될 수 있다.The 360 video may be selected from any one of a plurality of tracks for playback, and the plurality of tracks may be used for switching to another track while the 360 video is playing. have. In other words, while the 360 video is being played, the initially selected track can be switched with the other one of the plurality of tracks.
360 영상 포맷은 셀렉팅 및 스위칭 가능한 트랙 그룹들에 대한 시그널링 정보를 제공할 수 있다. 다시 말해, 360 영상 포맷은 TrackHeaderBox 내의 alternate_group 필드, TrackSelectionBox 내의 switch_group 필드 및 attribute_list 필드를 통해 360 영상 재생을 위한 셀렉팅 및 스위칭 가능한 트랙 그룹들에 대한 시그널링 정보를 트랙 별로 제공할 수 있다.The 360 image format may provide signaling information for selectable and switchable track groups. In other words, the 360 video format may provide signaling information for the selectable and switchable track groups for the 360 video playback through the alternate_group field in the TrackHeaderBox, the switch_group field in the TrackSelectionBox, and the attribute_list field.
TrackHeaderBox는 예를 들어 표 1과 같이 포함될 수 있다.TrackHeaderBox may be included as shown in Table 1, for example.
Figure PCTKR2019004212-appb-T000001
Figure PCTKR2019004212-appb-T000001
TrackSelectionBox는 예를 들어 표 2와 같이 포함될 수 있다.TrackSelectionBox may be included as shown in Table 2, for example.
Figure PCTKR2019004212-appb-T000002
Figure PCTKR2019004212-appb-T000002
표 1 및 표 2를 참조하면, 360 영상 포맷은 어느 하나의 트랙의 TrackHeaderBox 내의 alternate_group 필드가 0이 아닌 값(non-zero)을 가지며, TrackSelectionBox 내의 attribute_list 필드가 rwqr 값을 가지는 경우, 해당 트랙이 SphereRegionQualityRankingBox 또는 2DRegionQualityRankingBox에 의해 지시되는 서로 다른 고품질로 인코딩된 리전을 가지는 전체 전방향 비디오를 각각 담은 트랙의 트랙 그룹에 포함됨을 명시할 수 있다.Referring to Table 1 and Table 2, the 360 image format has a non-zero alternate_group field in the TrackHeaderBox of one track, and if the attribute_list field in the TrackSelectionBox has a rwqr value, the track is SphereRegionQualityRankingBox. Alternatively, it may be specified that the track group of each track contains full omnidirectional video having different high quality encoded regions indicated by 2DRegionQualityRankingBox.
추가로, 360 영상 포맷은 TrackSelectionBox 내의 switch_group 필드가 0이 아닌 값(non-zero)을 가지는 경우, 해당 트랙이 360 영상이 재생되는 동안 스위칭이 가능한 스위칭 그룹에 포함됨을 명시할 수 있다. 여기서 SphereRegionQualityRankingBox 또는 2DRegionQualityRankingBox는 트랙 그룹 내에서 초기 셀렉팅 및 스위칭을 위한 선택 기준으로 이용될 수 있다.In addition, the 360 image format may specify that if the switch_group field in the TrackSelectionBox has a non-zero value, the corresponding track is included in a switching group that can be switched while the 360 image is played. Here, SphereRegionQualityRankingBox or 2DRegionQualityRankingBox can be used as a selection criterion for initial selection and switching within a track group.
360 영상 포맷은 어느 하나의 트랙의 TrackHeaderBox 내의 alternate_group 필드가 0이 아닌 값(non-zero)을 가지며, TrackSelectionBox 내의 attribute_list 필드가 sqrg 값을 가지는 경우, 해당 트랙이 SphereRegionQualityRankingBox에 의해 지시되는 서로 다른 고품질로 인코딩된 리전을 가지는 전체 전방향 비디오를 각각 담은 트랙의 트랙 그룹에 포함됨을 명시할 수 있다.The 360 video format encodes different high-quality encodings in which the track is indicated by the SphereRegionQualityRankingBox if the alternate_group field in the TrackHeaderBox of any track has a non-zero value and the attribute_list field in the TrackSelectionBox has a sqrg value. It can be specified that it is included in a track group of tracks each containing a full omnidirectional video having a predetermined region.
추가로, 360 영상 포맷은 TrackSelectionBox 내의 switch_group 필드가 0이 아닌 값(non-zero)을 가지는 경우, 해당 트랙이 360 영상이 재생되는 동안 스위칭이 가능한 스위칭 그룹에 포함됨을 명시할 수 있다. 여기서 SphereRegionQualityRankingBox는 트랙 그룹 내에서 초기 셀렉팅 및 스위칭을 위한 선택 기준으로 이용될 수 있다.In addition, the 360 image format may specify that if the switch_group field in the TrackSelectionBox has a non-zero value, the corresponding track is included in a switching group that can be switched while the 360 image is played. Here, SphereRegionQualityRankingBox can be used as a selection criterion for initial selection and switching in a track group.
360 영상 포맷은 어느 하나의 트랙의 TrackHeaderBox 내의 alternate_group 필드가 0이 아닌 값(non-zero)을 가지며, TrackSelectionBox 내의 attribute_list 필드가 2drg 값을 가지는 경우, 해당 트랙이 2DRegionQualityRankingBox에 의해 지시되는 서로 다른 고품질로 인코딩된 리전을 가지는 전체 전방향 비디오를 각각 담은 트랙의 트랙 그룹에 포함됨을 명시할 수 있다.The 360 video format encodes different high quality encodings in which the track is indicated by 2DRegionQualityRankingBox when the alternate_group field in the TrackHeaderBox of any track has a non-zero value and the attribute_list field in the TrackSelectionBox has a value of 2drg. It can be specified that it is included in a track group of tracks each containing a full omnidirectional video having a predetermined region.
추가로, 360 영상 포맷은 TrackSelectionBox 내의 switch_group 필드가 0이 아닌 값(non-zero)을 가지는 경우, 해당 트랙이 360 영상이 재생되는 동안 스위칭이 가능한 스위칭 그룹에 포함됨을 명시할 수 있다. 여기서 2DRegionQualityRankingBox는 트랙 그룹 내에서 초기 셀렉팅 및 스위칭을 위한 선택 기준으로 이용될 수 있다.In addition, the 360 image format may specify that if the switch_group field in the TrackSelectionBox has a non-zero value, the corresponding track is included in a switching group that can be switched while the 360 image is played. Here, 2DRegionQualityRankingBox may be used as a selection criterion for initial selection and switching in a track group.
SphereRegionQualityRankingBox는 예를 들어 표 3과 같이 포함될 수 있다.SphereRegionQualityRankingBox may be included as shown in Table 3, for example.
Figure PCTKR2019004212-appb-T000003
Figure PCTKR2019004212-appb-T000003
2DRegionQualityRankingBox는 예를 들어 표 4와 같이 포함될 수 있다.2DRegionQualityRankingBox may be included as shown in Table 4, for example.
Figure PCTKR2019004212-appb-T000004
Figure PCTKR2019004212-appb-T000004
표 3 및 표 4를 참조하면, quality_ranking 필드는 해당 트랙이 해당 리전을 포함하는 복수의 트랙 중 해당 리전의 품질 랭킹에 대한 정보가 명시될 수 있다. 다시 말해, SphereRegionQualityRankingBox가 이용되는 경우, 스피어(sphere) 영역 기반으로 품질 랭킹이 지시될 수 있으며, 2DRegionQualityRankingBox가 이용되는 경우, 2D 영역 기반으로 품질 랭킹이 지시될 수 있다.Referring to Tables 3 and 4, the quality_ranking field may specify information on a quality ranking of a region among a plurality of tracks in which the track includes the region. In other words, when SphereRegionQualityRankingBox is used, quality ranking may be indicated based on sphere area, and when 2DRegionQualityRankingBox is used, quality ranking may be indicated based on 2D area.
예를 들어, 품질 랭킹 리전(quality ranking region) A의 값이 0이 아니며, 품질 랭킹 리전 B의 값보다 작은 경우, 품질 랭킹 리전 A가 품질 랭킹 리전 B보다 높은 품질을 가질 수 있다. 여기서 품질 랭킹 리전 A의 값은 트랙 A의 해당 리전에 대한 quality_ranking 필드의 값을, 품질 랭킹 리전 B의 값은 트랙 B의 해당 리전에 대한 quality_ranking 필드의 값을 의미할 수 있다.For example, if the value of the quality ranking region A is not zero and is smaller than the value of the quality ranking region B, the quality ranking region A may have a higher quality than the quality ranking region B. Here, the value of the quality ranking region A may mean a value of the quality_ranking field for the corresponding region of the track A, and the value of the quality ranking region B may mean a value of the quality_ranking field for the corresponding region of the track B.
또한 quality_ranking 필드 값이 0xFF를 가지는 경우, 해당 트랙의 해당 리전은 비어 있을 수 있다. 다시 말해, 해당 트랙에는 해당 리전에 해당하는 데이터가 존재하지 않음을 의미할 수 있다.In addition, when the quality_ranking field value has 0xFF, the corresponding region of the track may be empty. In other words, it may mean that data corresponding to the region does not exist in the track.
실시예에 따르면, 360 비디오 포맷은 어느 트랙의 quality_ranking 필드 값이 0xFF를 가지는 경우, 해당 트랙에 해당 리전에 대한 데이터가 존재하지 않으므로, 해당 트랙의 RegionWisePackingBox 및 CoverageInformationBox 등과 같은 다른 box들에 대한 파싱 없이 해당 트랙에 해당 리전의 데이터 존재 유무에 대한 시그널링 정보를 제공할 수 있다.According to an embodiment, if a quality_ranking field value of a track has a value of 0xFF, the 360 video format does not have data for the region in the track, so that the 360 video format does not parse the other boxes such as RegionWisePackingBox and CoverageInformationBox of the track. Signaling information on the presence or absence of data in the region can be provided to the track.
다른 실시예에 따르면, 2D 픽처가 공간적으로 분할되어 서브픽처를 구성하는 경우, 트랙은 서브픽처 트랙을 포함할 수도 있다. 여기서 서브픽처 트랙은 적어도 하나의 다른 서브픽처 트랙과 공간적 관계(spatial relationship)를 가지며, 서브픽처 비트스트림을 나타내는 트랙을 지칭할 수 있다.According to another embodiment, when a 2D picture is spatially divided to form a subpicture, the track may include a subpicture track. Here, the subpicture track may have a spatial relationship with at least one other subpicture track, and may refer to a track representing a subpicture bitstream.
서브픽처는 입력 영상의 공간적(spatial) 서브셋(subset)을 나타내는 픽처를 지칭할 수 있으며, 서브픽처 비트스트림은 입력 영상의 공간적(spatial) 서브셋(subset)을 나타내는 비트스트림을 지칭할 수 있고, 공간적 서브셋은 인코딩 과정 전에 입력 영상이 공간적으로 분할(split)되어 획득될 수 있다. The subpicture may refer to a picture representing a spatial subset of the input image, and the subpicture bitstream may refer to a bitstream representing a spatial subset of the input image. The subset may be obtained by spatially splitting the input image before the encoding process.
서브픽처 트랙은 다른 서브픽처 트랙과 리전별 품질 랭킹(region-wise quality ranking) 메타데이터에 의해 지시되는 서로 다른 품질 랭킹을 가지는 오버랩핑(overlapping) 리전을 포함할 수 있다. 여기서 오버랩핑 리전은 중복된 리전 또는 겹치는 리전이라 지칭할 수도 있다.The subpicture track may include overlapping regions having different quality rankings indicated by other subpicture tracks and region-wise quality ranking metadata. Here, the overlapping regions may be referred to as overlapping regions or overlapping regions.
360 영상은 재생(playback)을 위해 오버랩핑 리전을 포함하는 복수의 서브픽처 트랙 중 어느 하나의 서브픽처 트랙이 셀렉팅(selecting)될 수 있고, 복수의 서브픽처 트랙은 360 영상이 재생되는 동안 오버랩핑 리전을 포함한 다른 트랙으로의 스위칭(switching)을 위해 이용될 수 있다. 다시 말해, 360 영상이 재생되는 동안 초기 셀렉팅된 서브픽처 트랙은 복수의 서브픽처 트랙 중 오버랩핑 리전을 포함한 다른 하나의 서브픽처 트랙과 스위칭될 수 있다. 360 영상 포맷은 상술한 과정을 통해 셀렉팅 및 스위칭 가능한 서브픽처 트랙들에 대한 시그널링 정보도 제공할 수 있다. 여기서 복수의 서브픽처 트랙 중 셀렉팅 및 스위칭 가능한 서브픽처 트랙들은 그룹핑될 수 있으며, 360 영상 포맷은 그룹핑된 서브픽처 트랙 그룹에 대한 시그널링 정보를 제공할 수도 있다.The 360 picture may be selected by any one of a plurality of subpicture tracks including overlapping regions for playback, and the plurality of subpicture tracks may be overwritten while the 360 picture is played. It can be used for switching to other tracks, including lapping regions. In other words, the initially selected subpicture track may be switched with another subpicture track including an overlapping region among the plurality of subpicture tracks while the 360 image is reproduced. The 360 image format may also provide signaling information on subselectable tracks that are selectable and switchable through the above-described process. Here, the selectable and switchable subpicture tracks among the plurality of subpicture tracks may be grouped, and the 360 image format may provide signaling information about the grouped subpicture track group.
이하에서는 적어도 하나의 서브픽처 중 필요한 서브픽처를 선택하는 방법을 설명하겠다.Hereinafter, a method of selecting a required subpicture among at least one subpicture will be described.
도 19a 및 도 19b는 2개의 트랙 그룹에 동일한 서브픽처 트랙이 포함된 경우의 예이다. 19A and 19B illustrate an example in which the same subpicture track is included in two track groups.
적어도 하나의 서브픽처로 공간적으로 분할된 360 영상은 사용자에게 제공되기 위해 서브픽처 합성(composition) 과정이 적용될 수 있다. 서브픽처 합성 과정이 적용되는 경우, 하나의 서브픽처 트랙은 복수의 트랙 그룹에 포함될 수 있다. 여기서 트랙 그룹은 합성을 통해 하나 이상의 픽처를 획득할 수 있는 트랙들을 그룹핑한 것을 의미할 수 있으며, 도 18과 함께 설명한 스위칭 가능한 트랙들을 그룹핑한 트랙 그룹과 다를 수 있다.A 360 picture spatially divided into at least one subpicture may be subjected to a subpicture composition process to be provided to a user. When the subpicture synthesis process is applied, one subpicture track may be included in a plurality of track groups. Here, the track group may mean a grouping of tracks capable of acquiring one or more pictures through synthesis, and may be different from the track group grouping the switchable tracks described with reference to FIG. 18.
예를 들어 도 19a를 참조하면, 서브픽처 합성 과정을 통해 트랙 그룹 식별자가 1(track_group_id=1)인 제1 트랙 그룹(Track group 1)은 제1 서브픽처(Sub-pic 1) 트랙, 제2 서브픽처(Sub-pic 2) 트랙, 제3 서브픽처(Sub-pic 3) 트랙 및 제4 서브픽처(Sub-pic 4) 트랙을 포함하여 사이드 바이 사이드 프레임 패킹 포맷(side-by-side frame packing format)을 갖는 ERP(EquiRectangular Projection)로 구성되어 스테레오스코픽(stereoscopic)으로 렌더링될 수 있고, 트랙 그룹 식별자가 2(track_group_id=2)인 제2 트랙 그룹(Track group 2)은 제1 서브픽처(Sub-pic 1) 트랙 및 제2 서브픽처(Sub-pic 1) 트랙을 포함하여 왼쪽 뷰(left view)만으로 구성되어 모노스코픽(monoscopic)으로 렌더링될 수 있다. For example, referring to FIG. 19A, a track group 1 having a track group identifier of 1 (track_group_id = 1) may be configured as a first sub-picture track and a second track through a sub-picture synthesis process. Side-by-side frame packing format, including sub-pic 2 tracks, third sub-pic 3 tracks, and fourth sub-picture 4 tracks. ERP (EquiRectangular Projection) having a format and can be rendered stereoscopic, the second track group (Track group 2) having a track group identifier of 2 (track_group_id = 2) is a first sub-picture (Sub) A pic 1) track and a second sub-picture (sub-pic 1) track including only the left view (left view) can be configured to be rendered monoscopic (monoscopic).
여기서 제3 서브픽처 및 제4 서브픽처는 오른쪽 뷰에 대한 픽처로 제1 트랙 그룹에만 포함될 수 있으나, 제1 서브픽처 및 제2 서브픽처는 왼쪽 뷰에 대한 픽처로 제1 트랙 그룹 및 제2 트랙 그룹에 각각 포함될 수 있다. 도 19a에서의 각 서브픽처는 180도 * 180도의 커버리지를 가질 수 있다.Here, the third subpicture and the fourth subpicture may be included only in the first track group as a picture for the right view, but the first subpicture and the second subpicture are pictures for the left view and the first track group and the second track. Each can be included in a group. Each subpicture in FIG. 19A may have a coverage of 180 degrees * 180 degrees.
예를 들어 도 19b를 참조하면, 서브픽처 합성 과정을 통해 제1 트랙 그룹(Track group 1)은 제1 서브픽처(Sub-pic 1) 트랙, 제2 서브픽처(Sub-pic 2) 트랙, 제3 서브픽처(Sub-pic 3) 트랙 및 제4 서브픽처(Sub-pic 4) 트랙을 포함하여 360도 * 180도의 커버리지를 갖는 ERP(EquiRectangular Projection)로 구성되어 구형(full sphere)으로 렌더링될 수 있고, 제2 트랙 그룹(Track group 2)은 제2 서브픽처(Sub-pic 2) 트랙 및 제3 서브픽처(Sub-pic 3) 트랙을 포함하여 180도 * 180도의 커버리지를 갖는 반구형(half sphere)으로 렌더링될 수 있다.For example, referring to FIG. 19B, a first track group Track 1 may be a first sub-picture track, a second sub-picture track, and a first track group through sub-picture synthesis. ERP (EquiRectangular Projection) with coverage of 360 degrees * 180 degrees, including 3 sub-pic 3 tracks and 4th sub-pic 4 tracks, to be rendered in full sphere The second track group (Track group 2) is a half sphere having a coverage of 180 degrees * 180 degrees, including a second sub-picture track and a third sub-picture track Can be rendered as
여기서 제1 서브픽처 및 제4 서브픽처는 구형으로 렌더링되는 제1 트랙 그룹에만 포함될 수 있으나, 제2 서브픽처 및 제3 서브픽처는 구형으로 렌더링되는 제1 트랙 그룹 및 반구형으로 렌더링되는 제2 트랙 그룹에 각각 포함될 수 있다. 도 19b에서의 각 서브픽처는 90도 * 180도의 커버리지를 가질 수 있다.Here, the first subpicture and the fourth subpicture may be included only in the first track group that is rendered in a spherical shape, but the second subpicture and the third subpicture may be included in a spherical first track group and a second track rendered in a hemispherical shape. Each can be included in a group. Each subpicture in FIG. 19B may have a coverage of 90 degrees * 180 degrees.
실시예에 따르면, 360 영상 포맷은 서브픽처 합성(composition) 과정에서 해당 트랙이 공간적으로 배열, 맵핑 또는 합성되는 적어도 하나의 트랙이 포함된 트랙 그룹에 대한 시그널링 정보를 제공할 수 있다. 다시 말해, 360 영상 포맷은 서브픽처와 복수의 프로젝션된 픽처(projected picture) 간의 관계에 대한 시그널링 정보를 제공할 수 있다.According to an embodiment, the 360 image format may provide signaling information for a track group including at least one track in which corresponding tracks are spatially arranged, mapped, or synthesized in a subpicture composition process. In other words, the 360 image format may provide signaling information about a relationship between a subpicture and a plurality of projected pictures.
360 영상 포맷은 TrackGroupTypeBox 내의 track_group_type 필드를 통해 해당 트랙이 합성 픽처(composition picture)를 획득하기 위해 공간적으로 배열될 수 있는 트랙들에 포함되는지에 대한 시그널링 정보를 제공할 수 있으며, TrackGroupTypeBox는 예를 들어 표 5와 같이 포함될 수 있다.The 360 picture format may provide signaling information as to whether a corresponding track is included in tracks that can be spatially arranged to obtain a composition picture through a track_group_type field in a TrackGroupTypeBox, and the TrackGroupTypeBox is, for example, a table. May be included as 5.
Figure PCTKR2019004212-appb-T000005
Figure PCTKR2019004212-appb-T000005
표 5를 참조하면, 360 영상 포맷은 track_group_type 필드가 spco 또는 osdr 값을 가지는 경우, 해당 트랙이 합성 픽처(composition picture)를 획득하기 위해 공간적으로 배열될 수 있는 트랙들에 포함됨을 명시할 수 있다.Referring to Table 5, when the track_group_type field has a spco or osdr value, the 360 image format may specify that a corresponding track is included in tracks that may be spatially arranged to obtain a composition picture.
비주얼 트랙(visual track)은 track_group_type 필드가 spco 또는 osdr 값을 가지는 TrackGroupTypeBox 내의 track_group_id 필드가 동일한 값을 가지는 적어도 하나의 비주얼 트랙과 그룹핑될 수 있으며, 그룹핑되어 맵핑되는 비주얼 트랙들은 표시될 수 있는 비주얼 콘텐트(visual content)를 집합적으로(collectively) 나타낼 수 있다. A visual track may be grouped with at least one visual track whose track_group_id field in a TrackGroupTypeBox whose track_group_type field has a spco or osdr value has the same value, and the visual tracks that are grouped and mapped may be displayed as visual content ( visual content) collectively.
360 영상 포맷은 RegionWisePackingBox 내에 TrackGroupTypeBox와 동일한 의미를 가지는 track_group_id 필드를 포함할 수 있다. 여기서 360 영상 포맷은 다른 RegionWisePackingBox 사용과의 호환성을 제공하기 위해 RegionWisePackingBox의 version 값이 1인 경우에만 track_group_id 필드를 포함할 수도 있다. RegionWisePackingBox는 예를 들어 표 6과 같이 포함될 수 있다.The 360 video format may include a track_group_id field having the same meaning as the TrackGroupTypeBox in the RegionWisePackingBox. In this case, the 360 image format may include a track_group_id field only when the version value of the RegionWisePackingBox is 1 to provide compatibility with other RegionWisePackingBox uses. RegionWisePackingBox may be included as shown in Table 6, for example.
Figure PCTKR2019004212-appb-T000006
Figure PCTKR2019004212-appb-T000006
표 6에서 팩드 픽처(packed picture)는 서브픽처를 지칭할 수 있으며, 상술한 바와 같이 RegionWisePackingBox는 version 값이 1인 경우에 track_group_id 필드를 포함할 수 있고, 동일한 track_group_id 필드 값을 가지는 트랙들이 합성 과정에서 서로 합성 또는 맵핑될 수 있다.In Table 6, a packed picture may refer to a sub picture. As described above, the RegionWisePackingBox may include a track_group_id field when the version value is 1, and tracks having the same track_group_id field value are synthesized during the synthesis process. It can be synthesized or mapped to each other.
다시 말해, 360 영상 포맷은 해당 트랙의 TrackGroupBox 내에 track_group_id 필드를 포함할 수 있고, 해당 트랙의 RegionWisePackingBox 내에 동일한 track_group_id 필드를 포함할 수 있으며, 이 필드를 통해 해당 트랙의 합성 또는 맵핑을 위한 트랙 그룹을 명시할 수 있다.In other words, the 360 image format may include a track_group_id field in the TrackGroupBox of the track, and may include the same track_group_id field in the RegionWisePackingBox of the track, which specifies a track group for composition or mapping of the track. can do.
예를 들어 도 19a에서 제1 트랙 그룹 및 제2 트랙 그룹에 포함되는 제1 서브픽처 트랙의 track_group_id 필드를 이용한 박스 구성은 표 7과 같을 수 있으며, 표 7에서 Track 1은 제1 서브픽처 트랙을 지칭할 수 있다.For example, in FIG. 19A, the box configuration using the track_group_id field of the first subpicture track included in the first track group and the second track group may be as shown in Table 7. In Table 7, Track 1 indicates the first subpicture track. May be referred to.
Figure PCTKR2019004212-appb-T000007
Figure PCTKR2019004212-appb-T000007
예를 들어 도 19a에서 제1 트랙 그룹 및 제2 트랙 그룹에 포함되는 제2 서브픽처 트랙의 track_group_id 필드를 이용한 박스 구성은 표 8과 같을 수 있으며, 표 8에서 Track 2는 제2 서브픽처 트랙을 지칭할 수 있다For example, in FIG. 19A, the box configuration using the track_group_id field of the second subpicture track included in the first track group and the second track group may be as shown in Table 8, and in Table 8, Track 2 indicates the second subpicture track. Can be referred to
Figure PCTKR2019004212-appb-T000008
Figure PCTKR2019004212-appb-T000008
예를 들어 도 19a에서 제1 트랙 그룹에만 포함되는 제3 서브픽처 트랙의 track_group_id 필드를 이용한 박스 구성은 표 9와 같을 수 있으며, 표 9에서 Track 3는 제3 서브픽처 트랙을 지칭할 수 있다.For example, the box configuration using the track_group_id field of the third subpicture track included only in the first track group in FIG. 19A may be as shown in Table 9, and in Table 9, Track 3 may refer to the third subpicture track.
Figure PCTKR2019004212-appb-T000009
Figure PCTKR2019004212-appb-T000009
예를 들어 도 19a에서 제1 트랙 그룹에만 포함되는 제4 서브픽처 트랙의 track_group_id 필드를 이용한 박스 구성은 표 10과 같을 수 있으며, 표 10에서 Track 4는 제4 서브픽처 트랙을 지칭할 수 있다.For example, the box configuration using the track_group_id field of the fourth subpicture track included only in the first track group in FIG. 19A may be as shown in Table 10, and in Table 10, Track 4 may refer to the fourth subpicture track.
Figure PCTKR2019004212-appb-T000010
Figure PCTKR2019004212-appb-T000010
표 7 내지 도 10에서 track_group_id = 1은 제1 트랙 그룹을, track_group_id = 2는 제2 트랙 그룹을 지칭할 수 있으며, 팩드 픽처(packed picture)는 서브픽처를 지칭할 수 있다.In Tables 7 to 10, track_group_id = 1 may refer to a first track group, track_group_id = 2 may refer to a second track group, and a packed picture may refer to a subpicture.
도 20은 본 발명에 따른 360 영상 전송 장치에 의한 360 영상 데이터의 서브픽처 기반 처리 방법을 개략적으로 나타낸다. 도 20에서 개시된 방법은 도 5 또는 도 16에서 개시된 360 비디오 전송 장치에 의하여 수행될 수 있다.20 schematically illustrates a subpicture based processing method of 360 image data by the 360 image transmitting apparatus according to the present invention. The method disclosed in FIG. 20 may be performed by the 360 video transmitting apparatus disclosed in FIG. 5 or 16.
도 20을 참조하면, 360 영상 전송 장치는 360 영상을 획득한다(S2000). 여기서 360 영상은 적어도 하나의 카메라에 의해 캡쳐된 비디오/영상일 수 있다. 또는 360 영상의 일부 또는 전부는 컴퓨터 프로그램 등에 의하여 생성된 가상의 영상일 수도 있다. 360 영상은 독자적인 정지 영상일 수 있고, 또는 360 비디오의 일부일 수 있다.Referring to FIG. 20, the apparatus for transmitting 360 images acquires 360 images (S2000). The 360 image may be a video / image captured by at least one camera. Alternatively, some or all of the 360 images may be virtual images generated by a computer program or the like. The 360 image may be an independent still image or may be part of the 360 video.
360 영상 전송 장치는 360 영상을 처리하여 픽처를 도출한다(S2010). 360 영상 전송 장치는 상술한 여러 프로젝션 포멧, 리전별 패킹 절차 등을 기반으로 2D 기반의 픽처를 도출할 수 있다. 도출된 픽처는 프로젝티드 픽처에 대응할 수 있고, 또는 팩드 픽처(리전별 패킹 과정이 적용된 경우)에 대응할 수도 있다.The 360 image transmission apparatus processes a 360 image to derive a picture (S2010). The 360 image transmission apparatus may derive a 2D-based picture based on the various projection formats and region-specific packing procedures described above. The derived picture may correspond to the projected picture, or may correspond to a packed picture (when a regional packing process is applied).
360 영상 전송 장치는 복수의 트랙에 대한 트랙 그룹 정보를 포함하는 메타데이터를 생성한다(S2020). 여기서 메타데이터는 본 명세서에서 상술한 필드들을 포함할 수 잇다. 필드들은 다양한 레벨의 박스(box)에 포함되거나 파일 내에서 별도의 트랙 내의 데이터로 포함될 수 있다. The 360 image transmission apparatus generates metadata including track group information about a plurality of tracks (S2020). In this case, the metadata may include the fields described above in the present specification. Fields may be included in boxes at various levels or as data in separate tracks in a file.
예를 들어, 메타데이터는 표 1 내지 6에서 상술한 필드/정보의 일부 또는 전부를 포함할 수 있으며, 트랙 그룹 정보는 트랙 그룹 관련 메타데이터(정보/필드 포함)라고 지칭할 수도 있다.For example, the metadata may include some or all of the fields / information described above in Tables 1 to 6, and the track group information may be referred to as track group related metadata (including information / fields).
예를 들어, 트랙 그룹 관련 메타데이터는 픽처가 전체 전방향 미디어 데이터를 각각 포함하는 복수의 트랙을 포함하는 경우, 복수의 트랙 중 재생을 위한 초기 셀렉팅 가능한 트랙에 대한 정보, 재생 중인 트랙이 다른 트랙과 스위칭이 가능한지에 대한 정보, 재생 중인 트랙과 스위칭 가능한 트랙에 대한 정보, 초기 셀렉팅 및/또는 재생 중 스위칭을 위한 트랙의 선택 기준에 대한 정보, 복수의 트랙 각각이 특정 리전을 포함하는지에 대한 정보, 및 특정 리전을 포함하는 트랙들 간의 특정 리전에 대한 품질 랭킹 정보 중 적어도 하나를 포함할 수 있다. 여기서 트랙 그룹은 스위칭 가능한 트랙의 집합을 지칭할 수 있다.For example, track group-related metadata may include information about an initial selectable track for playback among a plurality of tracks and a track being played when the picture includes a plurality of tracks each including all omnidirectional media data. Information about tracks and whether they can be switched, information about tracks being played and switchable, information about the selection criteria of tracks for initial selection and / or switching during playback, whether each of the plurality of tracks contains a particular region Information about the quality ranking information and a specific region between tracks including the specific region. Here, the track group may refer to a set of switchable tracks.
예를 들어, 트랙 그룹 관련 메타데이터는 픽처가 서브픽처로 공간적으로 분할되는 경우, 오버랩핑 리전을 포함하는 서브픽처들의 서브픽처 트랙들 간에 재생을 위한 초기 셀렉팅 가능한 서브픽처 트랙에 대한 정보, 재생 중인 서브픽처 트랙이 다른 서브픽처 트랙과 스위칭이 가능한지에 대한 정보, 재생 중인 서브픽처 트랙과 스위칭 가능한 서브픽처 트랙에 대한 정보, 초기 셀렉팅 및/또는 재생 중 스위칭을 위한 서브픽처 트랙의 선택 기준에 대한 정보, 및 오버랩핑 리전을 포함하는 서브픽처들의 서브픽처 트랙들 간에 오버랩핑 리전에 대한 품질 랭킹 정보 중 적어도 하나를 포함할 수 있다. 여기서 서브픽처는 팩드(packed) 픽처를 지칭할 수도 있다.For example, track group-related metadata may include information about an initial selectable subpicture track for reproduction between subpicture tracks of subpictures including an overlapping region when the picture is spatially divided into subpictures. Information on whether the subpicture track being switched is switchable with other subpicture tracks, information on the subpicture track being played back and the switchable subpicture track, and the selection criteria of the subpicture track for initial selection and / or switching during playback. And quality ranking information for the overlapping region between the subpicture tracks of the subpictures including the overlapping region. Here, a subpicture may refer to a packed picture.
예를 들어, 재생을 위한 초기 셀렉팅 가능한 트랙 또는 서브픽처 트랙에 대한 정보, 재생 중인 트랙 또는 서브픽처 트랙이 다른 트랙 또는 다른 서브픽처 트랙과 스위칭이 가능한지에 대한 정보, 및 재생 중인 트랙 또는 서브픽처 트랙과 스위칭 가능한 트랙 또는 서브픽처 트랙에 대한 정보는 TrackHeaderBox 내의 alternate_group 필드 및 TrackSelectionBox 내의 switch_group 필드를 포함할 수 있다. 초기 셀렉팅 및/또는 재생 중 스위칭을 위한 트랙 또는 서브픽처 트랙의 선택 기준에 대한 정보는 TrackSelectionBox 내의 attribute_list 필드를 포함할 수 있다. 품질 랭킹 정보는 SphereRegionQualityRankingBox 또는 2DRegionQualityRankingBox 내의 quality_ranking 필드를 포함할 수 있으며, quality_ranking 필드는 복수의 트랙 각각이 특정 리전을 포함하는지에 대한 정보를 지시할 수도 있다.For example, information about an initial selectable track or subpicture track for playback, information about whether the track or subpicture track being played is switchable with another track or another subpicture track, and the track or subpicture being played. Information about the track and the switchable track or subpicture track may include an alternate_group field in the TrackHeaderBox and a switch_group field in the TrackSelectionBox. Information about selection criteria of a track or subpicture track for switching during initial selection and / or playback may include an attribute_list field in a TrackSelectionBox. The quality ranking information may include a quality_ranking field in SphereRegionQualityRankingBox or 2DRegionQualityRankingBox, and the quality_ranking field may indicate information about whether each of the plurality of tracks includes a specific region.
예를 들어, 트랙 그룹 관련 메타데이터는 픽처가 서브픽처로 공간적으로 분할되어 복수의 서브픽처를 포함하는 경우, 각 서브픽처의 서브픽처 트랙이 속하는 트랙 그룹에 대한 정보 또는 트랙 그룹 ID를 포함할 수 있다.For example, the track group related metadata may include information about a track group to which a subpicture track of each subpicture belongs or a track group ID when a picture is spatially divided into subpictures and includes a plurality of subpictures. have.
예를 들어, 트랙 그룹 관련 메타데이터는 픽처가 서브픽처로 공간적으로 분할되어 복수의 서브픽처를 포함하는 경우, 트랙 그룹에 대한 정보 또는 트랙 그룹 ID의 생략을 지시하는 버전 정보 또는 리전별 패킹 관련 버전 정보를 포함할 수 있다.For example, track group-related metadata may include version information or region-specific packing-related version indicating that information about a track group or a track group ID is omitted when a picture is spatially divided into sub pictures and includes a plurality of sub pictures. May contain information.
트랙 그룹에 대한 정보 또는 트랙 그룹 ID는 TrackGroupBox 내에 track_group_id 필드 및/또는 RegionWisePackingBox 내에 track_group_id 필드를 포함할 수 있으며, TrackGroupBox는 적어도 하나의 track_group_id 필드를 포함할 수 있으나, RegionWisePackingBox는 하나의 track_group_id 필드를 포함할 수 있다. 다시 말해, 해당 서브픽처 트랙이 복수의 트랙 그룹에 포함되는 경우, 메타데이터는 트랙 그룹의 개수와 동일한 개수의 RegionWisePackingBox를 포함할 수 있다. Information about the track group or track group ID may include a track_group_id field in the TrackGroupBox and / or a track_group_id field in the RegionWisePackingBox, and the TrackGroupBox may include at least one track_group_id field, but the RegionWisePackingBox may include one track_group_id field. have. In other words, when the subpicture track is included in a plurality of track groups, the metadata may include the same number of RegionWisePackingBoxes as the number of track groups.
버전 정보는 RegionWisePackingBox 내의 version 값을 포함할 수 있으며, version 값이 1인 경우, 해당 RegionWisePackingBox가 track_group_id 필드를 포함할 수 있다.The version information may include a version value in the RegionWisePackingBox. When the version value is 1, the corresponding RegionWisePackingBox may include a track_group_id field.
360 영상 전송 장치는 픽처를 인코딩한다(S2030). 여기서 360 영상 전송 장치는 픽처의 적어도 일부 영역을 인코딩할 수 있고, 2차원 픽처를 인코딩하여 비트스트림 형태로 출력할 수 있다. 또한 픽처의 적어도 일부 영역은 적어도 하나의 서브픽처를 의미할 수 있다.The 360 image transmission device encodes a picture (S2030). Here, the 360 image transmission device may encode at least a partial region of the picture, and may encode the 2D picture and output the encoded 2D picture in a bitstream form. In addition, at least a portion of the picture may mean at least one subpicture.
360 영상 전송 장치는 인코딩된 픽처 및 메타데이터에 대하여 저장 또는 전송을 위한 처리를 수행한다(S2040). 여기서 360 영상 전송 장치는 인코딩된 픽처의 적어도 일부 영역 및 메타데이터에 대하여 저장 또는 전송을 위한 처리를 수행할 수 있다. 또한 360 영상 전송 장치는 인코딩된 픽처에 관한 데이터 및/또는 메타데이터를 기반으로 360 영상 데이터를 생성할 수 있다. 360 비디오의 경우 360 비디오를 구성하는 일련의 영상에 대한 일련의 픽처들을 인코딩하고, 인코딩된 픽처들을 포함하는 360 비디오 데이터를 생성할 수 있다.The 360 image transmission apparatus performs processing for storing or transmitting the encoded picture and the metadata (S2040). In this case, the 360 image transmission apparatus may perform processing for storing or transmitting at least a partial region and metadata of the encoded picture. In addition, the 360 image transmission apparatus may generate 360 image data based on data and / or metadata related to the encoded picture. In the case of 360 video, a series of pictures for a series of images constituting the 360 video may be encoded, and 360 video data including the encoded pictures may be generated.
360 영상 전송 장치는 인코딩된 픽처(들)에 관한 데이터 및/또는 메타데이터를 파일 등의 형태로 인캡슐레이션(encapsulation)할 수 있고. 360 영상 전송 장치는 인코딩된 360 영상 데이터 및/또는 메타데이터를 저장 또는 전송하기 위하여 ISOBMFF, CFF 등의 파일 포맷으로 인캡슐레이션하거나, 기타 DASH 세그먼트 등의 형태로 처리할 수 있다. 여기서 픽처(들)은 픽처 또는 픽처의 적어도 일부 영역을 의미할 수 있다. 360 영상 전송 장치는 메타데이터를 파일 포맷 상에 포함시킬 수 있다. 예를 들어, 메타데이터는 ISOBMFF 파일 포맷 상의 다양한 레벨의 박스(box)에 포함되거나 파일 내에서 별도의 트랙내의 데이터로 포함될 수 있다. The 360 image transmission device may encapsulate data and / or metadata regarding the encoded picture (s) in the form of a file or the like. In order to store or transmit the encoded 360 image data and / or metadata, the 360 image transmission device may encapsulate the file in ISOBMFF, CFF, or other file formats, or may process other DASH segments. Here, the picture (s) may mean a picture or at least a part of the picture. The 360 image transmission device may include metadata in a file format. For example, metadata may be included in boxes at various levels in the ISOBMFF file format or as data in separate tracks within the file.
또한, 360 비디오 영상 장치는 메타데이터 자체를 파일로 인캡슐레이션할 수 있다. 360 영상 전송 장치는 파일 포맷에 따라 인캡슐레이션된 360 영상 데이터에 전송을 위한 처리를 가할 수 있다. 360 영상 전송 장치는 임의의 전송 프로토콜에 따라 360 영상 데이터를 처리할 수 있다. 전송을 위한 처리에는 방송망을 통한 전달을 위한 처리, 또는 브로드밴드 등의 통신 네트워크를 통한 전달을 위한 처리를 포함할 수 있다. 또한, 360 영상 전송 장치는 메타데이터에 전송을 위한 처리를 가할 수도 있다. 360 영상 전송 장치는 전송 처리된 360 영상 데이터(메타데이터 포함)를 방송망 및/또는 브로드밴드를 통해 전송할 수 있다. In addition, the 360 video imaging apparatus may encapsulate the metadata itself into a file. The 360 image transmission device may apply processing for transmission to the encapsulated 360 image data according to the file format. The 360 image transmission device may process 360 image data according to an arbitrary transmission protocol. The processing for transmission may include processing for delivery through a broadcasting network, or processing for delivery through a communication network such as broadband. In addition, the 360 image transmission device may apply a process for transmission to the metadata. The 360 image transmitting apparatus may transmit the processed 360 image data (including metadata) through a broadcasting network and / or broadband.
도 21은 본 발명에 따른 360 영상 수신 장치에 의한 360 영상 데이터의 서브픽처 기반 처리 방법을 개략적으로 나타낸다. 도 21에서 개시된 방법은 도 6 또는 도 17에서 개시된 360 비디오 수신 장치에 의하여 수행될 수 있다.21 schematically illustrates a subpicture based processing method of 360 image data by a 360 image receiving apparatus according to the present invention. The method disclosed in FIG. 21 may be performed by the 360 video receiving apparatus disclosed in FIG. 6 or 17.
도 21을 참조하면, 360 영상 수신 장치는 인코딩된 픽처에 대한 정보 및 메타데이터를 포함하는 360 영상 데이터(또는 신호)를 수신한다(S2100). 360 영상 수신 장치는 방송망을 통하여 360 영상 전송 장치로부터 시그널링된 상기 360 영상 데이터를 수신할 수 있다. 360 비디오 수신 장치는 브로드밴드 등의 통신 네트워크, 또는 저장매체를 통하여 360 영상 데이터를 수신할 수도 있다. 360 영상 데이터는 ISPBMFF, CFF 등의 파일 포맷일 수 있으며, 메타데이터는 ISOBMFF 파일 포맷 상의 다양한 레벨의 박스(box)에 포함되거나 파일 내에서 별도의 트랙내의 데이터로 포함될 수 있다. Referring to FIG. 21, the 360 image receiving apparatus receives 360 image data (or a signal) including information and metadata about an encoded picture (S2100). The 360 image receiving apparatus may receive the 360 image data signaled from the 360 image transmitting apparatus through a broadcasting network. The 360 video receiving apparatus may receive 360 image data through a communication network such as broadband or a storage medium. The 360 image data may be a file format such as ISPBMFF or CFF, and the metadata may be included in boxes of various levels on the ISOBMFF file format or as data in separate tracks in the file.
360 영상 수신 장치는 인코딩된 픽처에 대한 정보 및 메타데이터를 획득한다(S2110). 360 영상 데이터로부터 파일/세그먼트 디캡슐레이션 등의 절차를 통하여 인코딩된 픽처에 대한 정보 및 메타데이터를 획득할 수 있다. 여기서 인코딩된 픽처에 대한 정보는 픽처의 적어도 일부 영역이 인코딩된 경우, 적어도 일부 영역에 대한 정보를 의미할 수도 있다. 여기서 메타데이터는 본 명세서에서 상술한 필드들을 포함할 수 잇다. 필드들은 다양한 레벨의 박스(box)에 포함되거나 파일 내에서 별도의 트랙 내의 데이터로 포함될 수 있다. The 360 image receiving apparatus obtains information and metadata about an encoded picture (S2110). Information and metadata about the encoded picture may be obtained through a procedure such as file / segment decapsulation from 360 image data. The information about the encoded picture may mean information on at least some areas when at least some areas of the picture are encoded. In this case, the metadata may include the fields described above in the present specification. Fields may be included in boxes at various levels or as data in separate tracks in a file.
예를 들어, 메타데이터는 표 1 내지 6에서 상술한 필드/정보의 일부 또는 전부를 포함할 수 있으며, 트랙 그룹 정보는 트랙 그룹 관련 메타데이터(정보/필드 포함)라고 지칭할 수도 있다.For example, the metadata may include some or all of the fields / information described above in Tables 1 to 6, and the track group information may be referred to as track group related metadata (including information / fields).
예를 들어, 트랙 그룹 관련 메타데이터는 픽처가 전체 전방향 미디어 데이터를 각각 포함하는 복수의 트랙을 포함하는 경우, 복수의 트랙 중 재생을 위한 초기 셀렉팅 가능한 트랙에 대한 정보, 재생 중인 트랙이 다른 트랙과 스위칭이 가능한지에 대한 정보, 재생 중인 트랙과 스위칭 가능한 트랙에 대한 정보, 초기 셀렉팅 및/또는 재생 중 스위칭을 위한 트랙의 선택 기준에 대한 정보, 복수의 트랙 각각이 특정 리전을 포함하는지에 대한 정보, 및 특정 리전을 포함하는 트랙들 간의 특정 리전에 대한 품질 랭킹 정보 중 적어도 하나를 포함할 수 있다. 여기서 트랙 그룹은 스위칭 가능한 트랙의 집합을 지칭할 수 있다.For example, track group-related metadata may include information about an initial selectable track for playback among a plurality of tracks and a track being played when the picture includes a plurality of tracks each including all omnidirectional media data. Information about tracks and whether they can be switched, information about tracks being played and switchable, information about the selection criteria of tracks for initial selection and / or switching during playback, whether each of the plurality of tracks contains a particular region Information about the quality ranking information and a specific region between tracks including the specific region. Here, the track group may refer to a set of switchable tracks.
예를 들어, 트랙 그룹 관련 메타데이터는 픽처가 서브픽처로 공간적으로 분할되는 경우, 오버랩핑 리전을 포함하는 서브픽처들의 서브픽처 트랙들 간에 재생을 위한 초기 셀렉팅 가능한 서브픽처 트랙에 대한 정보, 재생 중인 서브픽처 트랙이 다른 서브픽처 트랙과 스위칭이 가능한지에 대한 정보, 재생 중인 서브픽처 트랙과 스위칭 가능한 서브픽처 트랙에 대한 정보, 초기 셀렉팅 및/또는 재생 중 스위칭을 위한 서브픽처 트랙의 선택 기준에 대한 정보, 및 오버랩핑 리전을 포함하는 서브픽처들의 서브픽처 트랙들 간에 오버랩핑 리전에 대한 품질 랭킹 정보 중 적어도 하나를 포함할 수 있다. 여기서 서브픽처는 팩드(packed) 픽처를 지칭할 수도 있다.For example, track group-related metadata may include information about an initial selectable subpicture track for reproduction between subpicture tracks of subpictures including an overlapping region when the picture is spatially divided into subpictures. Information on whether the subpicture track being switched is switchable with other subpicture tracks, information on the subpicture track being played back and the switchable subpicture track, and the selection criteria of the subpicture track for initial selection and / or switching during playback. And quality ranking information for the overlapping region between the subpicture tracks of the subpictures including the overlapping region. Here, a subpicture may refer to a packed picture.
예를 들어, 재생을 위한 초기 셀렉팅 가능한 트랙 또는 서브픽처 트랙에 대한 정보, 재생 중인 트랙 또는 서브픽처 트랙이 다른 트랙 또는 다른 서브픽처 트랙과 스위칭이 가능한지에 대한 정보, 및 재생 중인 트랙 또는 서브픽처 트랙과 스위칭 가능한 트랙 또는 서브픽처 트랙에 대한 정보는 TrackHeaderBox 내의 alternate_group 필드 및 TrackSelectionBox 내의 switch_group 필드를 포함할 수 있다. 초기 셀렉팅 및/또는 재생 중 스위칭을 위한 트랙 또는 서브픽처 트랙의 선택 기준에 대한 정보는 TrackSelectionBox 내의 attribute_list 필드를 포함할 수 있다. 품질 랭킹 정보는 SphereRegionQualityRankingBox 또는 2DRegionQualityRankingBox 내의 quality_ranking 필드를 포함할 수 있으며, quality_ranking 필드는 복수의 트랙 각각이 특정 리전을 포함하는지에 대한 정보를 지시할 수도 있다.For example, information about an initial selectable track or subpicture track for playback, information about whether the track or subpicture track being played is switchable with another track or another subpicture track, and the track or subpicture being played. Information about the track and the switchable track or subpicture track may include an alternate_group field in the TrackHeaderBox and a switch_group field in the TrackSelectionBox. Information about selection criteria of a track or subpicture track for switching during initial selection and / or playback may include an attribute_list field in a TrackSelectionBox. The quality ranking information may include a quality_ranking field in SphereRegionQualityRankingBox or 2DRegionQualityRankingBox, and the quality_ranking field may indicate information about whether each of the plurality of tracks includes a specific region.
예를 들어, 트랙 그룹 관련 메타데이터는 픽처가 서브픽처로 공간적으로 분할되어 복수의 서브픽처를 포함하는 경우, 각 서브픽처의 서브픽처 트랙이 속하는 트랙 그룹에 대한 정보 또는 트랙 그룹 ID를 포함할 수 있다.For example, the track group related metadata may include information about a track group to which a subpicture track of each subpicture belongs or a track group ID when a picture is spatially divided into subpictures and includes a plurality of subpictures. have.
예를 들어, 트랙 그룹 관련 메타데이터는 픽처가 서브픽처로 공간적으로 분할되어 복수의 서브픽처를 포함하는 경우, 트랙 그룹에 대한 정보 또는 트랙 그룹 ID의 생략을 지시하는 버전 정보 또는 리전별 패킹 관련 버전 정보를 포함할 수 있다.For example, track group-related metadata may include version information or region-specific packing-related version indicating that information about a track group or a track group ID is omitted when a picture is spatially divided into sub pictures and includes a plurality of sub pictures. May contain information.
트랙 그룹에 대한 정보 또는 트랙 그룹 ID는 TrackGroupBox 내에 track_group_id 필드 및/또는 RegionWisePackingBox 내에 track_group_id 필드를 포함할 수 있으며, TrackGroupBox는 적어도 하나의 track_group_id 필드를 포함할 수 있으나, RegionWisePackingBox는 하나의 track_group_id 필드를 포함할 수 있다. 다시 말해, 해당 서브픽처 트랙이 복수의 트랙 그룹에 포함되는 경우, 메타데이터는 트랙 그룹의 개수와 동일한 개수의 RegionWisePackingBox를 포함할 수 있다. Information about the track group or track group ID may include a track_group_id field in the TrackGroupBox and / or a track_group_id field in the RegionWisePackingBox, and the TrackGroupBox may include at least one track_group_id field, but the RegionWisePackingBox may include one track_group_id field. have. In other words, when the subpicture track is included in a plurality of track groups, the metadata may include the same number of RegionWisePackingBoxes as the number of track groups.
버전 정보는 RegionWisePackingBox 내의 version 값을 포함할 수 있으며, version 값이 1인 경우, 해당 RegionWisePackingBox가 track_group_id 필드를 포함할 수 있다.The version information may include a version value in the RegionWisePackingBox. When the version value is 1, the corresponding RegionWisePackingBox may include a track_group_id field.
360 영상 수신 장치는 픽처를 디코딩한다(S2120). 디코딩된 픽처는 프로젝티드 픽처에 대응할 수 있고, 또는 팩드 픽처(리전별 패킹 과정이 적용된 경우)에 대응할 수도 있다. 여기서 360 영상 수신 장치는 픽처의 적어도 일부 영역을 디코딩할 수 있으며, 픽처의 적어도 일부 영역은 적어도 하나의 서브픽처를 의미할 수도 있다.The 360 image receiving apparatus decodes the picture (S2120). The decoded picture may correspond to the projected picture, or may correspond to a packed picture (when a regional packing process is applied). Here, the 360 image receiving apparatus may decode at least a partial region of the picture, and at least a partial region of the picture may mean at least one subpicture.
360 영상 수신 장치는 경우에 따라 메타데이터를 기반으로 픽처를 디코딩할 수도 있다. 예를 들어, 360 영상 수신 장치는 픽처 중 뷰포트가 위치하는 일부 영역에 대한 디코딩을 수행할 수 있다. 또는 360 영상 수신 장치는 픽처의 복수의 트랙 중 뷰포트가 위치하는 영역이 고품질인 트랙을 디코딩할 수 있다.In some cases, the 360 image receiving apparatus may decode a picture based on metadata. For example, the 360 image receiving apparatus may decode a portion of a picture in which a viewport is located. Alternatively, the 360 image receiving apparatus may decode a track having a high quality area in which a viewport is located among a plurality of tracks of a picture.
360 영상 수신 장치는 메타데이터를 기반으로 디코딩된 픽처를 렌더링한다(S2130). 디코딩된 픽처는 상술한 바와 같이 리프로젝션 등의 절차를 거쳐서 3D 서페이스에 렌더링될 수 있다. 여기서 360 영상 수신 장치는 메타데이터를 기반으로 디코딩된 픽처의 적어도 일부 영역을 렌더링할 수도 있다.The 360 image receiving apparatus renders the decoded picture based on the metadata (S2130). The decoded picture may be rendered on the 3D surface through a procedure such as reprojection as described above. Here, the 360 image receiving apparatus may render at least a partial region of the decoded picture based on the metadata.
360 영상 수신 장치는 복수의 트랙 또는 복수의 서브픽처 트랙 중 메타데이터를 기반으로 뷰포트가 위치하는 영역이 고품질인 트랙 또는 서브픽처 트랙을 셀렉팅하여 제공할 수 있으며, 뷰포트가 변경되는 경우, 변경된 뷰포트가 위치하는 영역이 고품질인 트랙 또는 서브픽처 트랙을 재생 중인 트랙 또는 서브픽처 트랙과 스위칭할 수 있다. The 360 image receiving apparatus may select and provide a track or subpicture track having a high-quality area where a viewport is located based on metadata among a plurality of tracks or a plurality of subpicture tracks, and when the viewport is changed, the changed viewport The region in which the is located can switch the track or subpicture track of high quality to the track or subpicture track being reproduced.
전술한 단계들은 실시예에 따라 생략되거나, 유사/동일한 동작을 수행하는 다른 단계에 의해 대체될 수 있다.The above-described steps may be omitted in some embodiments, or may be replaced by other steps of performing similar / same operations.
전술한 장치의 내부 컴포넌트들은 메모리에 저장된 연속된 수행과정들을 실행하는 프로세서들이거나, 그 외의 하드웨어로 구성된 하드웨어 컴포넌트들일 수 있다. 이 들은 장치 내/외부에 위치할 수 있다.The internal components of the apparatus described above may be processors for executing successive procedures stored in a memory, or hardware components configured with other hardware. They can be located inside or outside the device.
전술한 모듈들은 실시예에 따라 생략되거나, 유사/동일한 동작을 수행하는 다른 모듈에 의해 대체될 수 있다.The above-described modules may be omitted or replaced by other modules performing similar / same operations according to the embodiment.
전술한 각각의 파트, 모듈 또는 유닛은 메모리(또는 저장 유닛)에 저장된 연속된 수행과정들을 실행하는 프로세서이거나 하드웨어 파트일 수 있다. 전술한 실시예에 기술된 각 단계들은 프로세서 또는 하드웨어 파트들에 의해 수행될 수 있다. 전술한 실시예에 기술된 각 모듈/블락/유닛들은 하드웨어/프로세서로서 동작할 수 있다. 또한, 본 발명이 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.Each part, module, or unit described above may be a processor or hardware part that executes successive procedures stored in a memory (or storage unit). Each of the steps described in the above embodiments may be performed by a processor or hardware parts. Each module / block / unit described in the above embodiments can operate as a hardware / processor. In addition, the methods proposed by the present invention can be executed as code. This code can be written to a processor readable storage medium and thus read by a processor provided by an apparatus.
상술한 실시예에서, 방법들은 일련의 단계 또는 블록으로써 순서도를 기초로 설명되고 있지만, 본 발명은 단계들의 순서에 한정되는 것은 아니며, 어떤 단계는 상술한 바와 다른 단계와 다른 순서로 또는 동시에 발생할 수 있다. 또한, 당업자라면 순서도에 나타내어진 단계들이 배타적이지 않고, 다른 단계가 포함되거나 순서도의 하나 또는 그 이상의 단계가 본 발명의 범위에 영향을 미치지 않고 삭제될 수 있음을 이해할 수 있을 것이다.In the above-described embodiment, the methods are described based on a flowchart as a series of steps or blocks, but the present invention is not limited to the order of steps, and any steps may occur in a different order or simultaneously from other steps as described above. have. In addition, those skilled in the art will appreciate that the steps shown in the flowcharts are not exclusive and that other steps may be included or one or more steps in the flowcharts may be deleted without affecting the scope of the present invention.
본 발명에서 실시예들이 소프트웨어로 구현될 때, 상술한 방법은 상술한 기능을 수행하는 모듈(과정, 기능 등)로 구현될 수 있다. 모듈은 메모리에 저장되고, 프로세서에 의해 실행될 수 있다. 메모리는 프로세서 내부 또는 외부에 있을 수 있고, 잘 알려진 다양한 수단으로 프로세서와 연결될 수 있다. 프로세서는 ASIC(application-specific integrated circuit), 다른 칩셋, 논리 회로 및/또는 데이터 처리 장치를 포함할 수 있다. 메모리는 ROM(read-only memory), RAM(random access memory), 플래쉬 메모리, 메모리 카드, 저장 매체 및/또는 다른 저장 장치를 포함할 수 있다.When embodiments of the present invention are implemented in software, the above-described method may be implemented as a module (process, function, etc.) for performing the above-described function. The module may be stored in memory and executed by a processor. The memory may be internal or external to the processor and may be coupled to the processor by various well known means. The processor may include application-specific integrated circuits (ASICs), other chipsets, logic circuits, and / or data processing devices. The memory may include read-only memory (ROM), random access memory (RAM), flash memory, memory card, storage medium and / or other storage device.

Claims (20)

  1. 360 비디오 수신 장치에 의하여 수행되는 360 비디오 데이터 처리 방법으로,360 video data processing method performed by the 360 video receiving device,
    360 비디오 데이터를 수신하는 단계;Receiving 360 video data;
    상기 360 비디오 데이터로부터 인코딩된 픽처에 대한 정보 및 메타데이터를 획득하는 단계;Obtaining information and metadata about an encoded picture from the 360 video data;
    상기 인코딩된 픽처에 대한 정보를 기반으로 픽처의 적어도 일부 영역을 디코딩하는 단계; 및Decoding at least a partial region of a picture based on the information about the encoded picture; And
    상기 메타데이터를 기반으로 디코딩된 픽처의 적어도 일부 영역을 렌더링하는 단계를 포함하고,Rendering at least a portion of a decoded picture based on the metadata;
    상기 360 비디오 데이터가 복수의 서브픽처 트랙을 포함하는 경우, 상기 픽처는 복수의 서브픽처를 포함하고, 상기 메타데이터는 상기 복수의 서브픽처 트랙에 대한 트랙 그룹 정보를 포함하는 것을 특징으로 하는, 360 영상 데이터 처리 방법.When the 360 video data includes a plurality of subpicture tracks, the picture includes a plurality of subpictures, and the metadata includes track group information for the plurality of subpicture tracks. Image data processing method.
  2. 청구항 1에 있어서,The method according to claim 1,
    상기 복수의 서브픽처 트랙 중 하나의 서브픽처 트랙이 재생을 위하여 선택되고,One subpicture track of the plurality of subpicture tracks is selected for reproduction;
    상기 트랙 그룹 정보는 상기 선택된 하나의 서브픽처 트랙에서 스위칭 가능한 트랙에 대한 정보를 포함하는 것을 특징으로 하는, 360 영상 데이터 처리 방법.And the track group information includes information about a track switchable in the selected one subpicture track.
  3. 청구항 1에 있어서,The method according to claim 1,
    상기 메타데이터는 현재 서브픽처 트랙에 대하여 2D 영역 기반으로 품질 랭킹을 지시하거나 스피어 영역 기반으로 품질 랭킹을 지시하는 것을 특징으로 하는, 360 영상 데이터 처리 방법.Wherein the metadata indicates a quality ranking based on a 2D region or a quality ranking based on a sphere region with respect to a current subpicture track.
  4. 청구항 1에 있어서,The method according to claim 1,
    상기 메타데이터는 상기 복수의 서브픽처 트랙 각각에 대한 영역 정보 및 상기 복수의 서브픽처 트랙 각각에 대한 품질 랭킹 정보를 포함하는 것을 특징으로 하는, 360 영상 데이터 처리 방법.And wherein the metadata includes region information for each of the plurality of subpicture tracks and quality ranking information for each of the plurality of subpicture tracks.
  5. 청구항 4에 있어서,The method according to claim 4,
    특정 서브픽처 트랙에 대한 품질 랭킹 정보의 값이 0xFF를 나타내는 경우, 상기 특정 서브픽처 트랙에는 상기 서브픽처 트랙에 대응되는 영역에 대한 비디오 데이터가 포함되지 않는 것을 특징으로 하는, 360 영상 데이터 처리 방법.And when the value of the quality ranking information for the specific subpicture track indicates 0xFF, the specific subpicture track does not include video data for an area corresponding to the subpicture track.
  6. 청구항 1에 있어서,The method according to claim 1,
    상기 트랙 그룹 정보는 현재 서브픽처 트랙이 속하는 트랙 그룹에 대한 트랙 그룹 ID 정보를 포함하는 것을 특징으로 하는, 360 영상 데이터 처리 방법. And the track group information includes track group ID information for a track group to which the current subpicture track belongs.
  7. 청구항 6에 있어서,The method according to claim 6,
    상기 메타데이터는 RegionWisePackingBox를 포함하고,The metadata includes a RegionWisePackingBox,
    상기 트랙 그룹 ID 정보는 상기 RegionWisePackingBox에 포함되는 것을 특징으로 하는, 360 영상 데이터 처리 방법.The track group ID information is included in the RegionWisePackingBox, 360 image data processing method.
  8. 청구항 6에 있어서,The method according to claim 6,
    상기 메타데이터는 RegionWisePackingBox를 포함하고,The metadata includes a RegionWisePackingBox,
    상기 RegionWisePackingBox는 상기 트랙 그룹 ID 정보의 생략을 지시하는 버전 정보를 포함하는 것을 특징으로 하는, 360 영상 데이터 처리 방법.And the RegionWisePackingBox includes version information indicating omission of the track group ID information.
  9. 청구항 6에 있어서,The method according to claim 6,
    상기 현재 서브픽처 트랙이 속하는 트랙 그룹이 둘 이상인 것을 특징으로 하는, 360 영상 데이터 처리 방법.And at least two track groups to which the current subpicture track belongs.
  10. 청구항 9에 있어서,The method according to claim 9,
    상기 메타데이터는 상기 트랙 그룹의 개수와 동일한 개수의 RegionWisePackingBox를 포함하고,The metadata includes a RegionWisePackingBox equal to the number of track groups,
    하나의 RegionWisePackingBox는 하나의 트랙 그룹 ID 정보를 포함하는 것을 특징으로 하는, 360 영상 데이터 처리 방법.And one RegionWisePackingBox includes one track group ID information.
  11. 360 비디오 전송 장치에 의하여 수행되는 360 비디오 데이터 처리 방법으로,360 video data processing method performed by the 360 video transmission device,
    360 비디오를 획득하는 단계;Acquiring 360 video;
    상기 360 비디오를 처리하여 픽처를 도출하는 단계;Processing the 360 video to derive a picture;
    상기 360 비디오에 관한 메타데이터를 생성하는 단계;Generating metadata about the 360 video;
    상기 픽처의 적어도 일부 영역을 인코딩하는 단계; 및Encoding at least a partial region of the picture; And
    상기 인코딩된 픽처의 적어도 일부 영역 및 상기 메타데이터에 대하여 저장 또는 전송을 위한 처리를 수행하는 단계를 포함하고,Performing processing for storage or transmission on at least a portion of the encoded picture and the metadata;
    상기 픽처가 복수의 서브픽처를 포함하는 경우, 상기 복수의 서브픽처는 복수의 서브픽처 트랙으로 각각 저장 또는 전송을 위한 처리가 수행되고, 상기 메타데이터는 상기 복수의 서브픽처 트랙에 대한 트랙 그룹 정보를 포함하는 것을 특징으로 하는, 360 영상 데이터 처리 방법.When the picture includes a plurality of subpictures, the plurality of subpictures are processed for storing or transmitting as a plurality of subpicture tracks, and the metadata is track group information for the plurality of subpicture tracks. 360 image data processing method comprising a.
  12. 청구항 11에 있어서,The method according to claim 11,
    상기 복수의 서브픽처 트랙 중 하나의 서브픽처 트랙이 재생을 위하여 선택되고,One subpicture track of the plurality of subpicture tracks is selected for reproduction;
    상기 트랙 그룹 정보는 상기 선택된 하나의 서브픽처 트랙에서 스위칭 가능한 트랙에 대한 정보를 포함하는 것을 특징으로 하는, 360 영상 데이터 처리 방법.And the track group information includes information about a track switchable in the selected one subpicture track.
  13. 청구항 11에 있어서,The method according to claim 11,
    상기 메타데이터는 현재 서브픽처 트랙에 대하여 2D 영역 기반으로 품질 랭킹을 지시하거나 스피어 영역 기반으로 품질 랭킹을 지시하는 것을 특징으로 하는, 360 영상 데이터 처리 방법.Wherein the metadata indicates a quality ranking based on a 2D region or a quality ranking based on a sphere region with respect to a current subpicture track.
  14. 청구항 11에 있어서,The method according to claim 11,
    상기 메타데이터는 상기 복수의 서브픽처 트랙 각각에 대한 영역 정보 및 상기 복수의 서브픽처 트랙 각각에 대한 품질 랭킹 정보를 포함하는 것을 특징으로 하는, 360 영상 데이터 처리 방법.And wherein the metadata includes region information for each of the plurality of subpicture tracks and quality ranking information for each of the plurality of subpicture tracks.
  15. 청구항 14에 있어서,The method according to claim 14,
    특정 서브픽처 트랙에 대한 품질 랭킹 정보의 값이 0xFF를 나타내는 경우, 상기 특정 서브픽처 트랙에는 상기 서브픽처 트랙에 대응되는 영역에 대한 비디오 데이터가 포함되지 않는 것을 특징으로 하는, 360 영상 데이터 처리 방법.And when the value of the quality ranking information for the specific subpicture track indicates 0xFF, the specific subpicture track does not include video data for an area corresponding to the subpicture track.
  16. 청구항 11에 있어서,The method according to claim 11,
    상기 트랙 그룹 정보는 현재 서브픽처 트랙이 속하는 트랙 그룹에 대한 트랙 그룹 ID 정보를 포함하는 것을 특징으로 하는, 360 영상 데이터 처리 방법. And the track group information includes track group ID information for a track group to which the current subpicture track belongs.
  17. 청구항 16에 있어서,The method according to claim 16,
    상기 메타데이터는 RegionWisePackingBox를 포함하고,The metadata includes a RegionWisePackingBox,
    상기 트랙 그룹 ID 정보는 상기 RegionWisePackingBox에 포함되는 것을 특징으로 하는, 360 영상 데이터 처리 방법.The track group ID information is included in the RegionWisePackingBox, 360 image data processing method.
  18. 청구항 16에 있어서,The method according to claim 16,
    상기 메타데이터는 RegionWisePackingBox를 포함하고,The metadata includes a RegionWisePackingBox,
    상기 RegionWisePackingBox는 상기 트랙 그룹 ID 정보의 생략을 지시하는 버전 정보를 포함하는 것을 특징으로 하는, 360 영상 데이터 처리 방법.And the RegionWisePackingBox includes version information indicating omission of the track group ID information.
  19. 청구항 16에 있어서,The method according to claim 16,
    상기 현재 서브픽처 트랙이 속하는 트랙 그룹이 둘 이상인 것을 특징으로 하는, 360 영상 데이터 처리 방법.And at least two track groups to which the current subpicture track belongs.
  20. 청구항 19에 있어서,The method according to claim 19,
    상기 메타데이터는 상기 트랙 그룹의 개수와 동일한 개수의 RegionWisePackingBox를 포함하고,The metadata includes a RegionWisePackingBox equal to the number of track groups,
    하나의 RegionWisePackingBox는 하나의 트랙 그룹 ID 정보를 포함하는 것을 특징으로 하는, 360 영상 데이터 처리 방법.And one RegionWisePackingBox includes one track group ID information.
PCT/KR2019/004212 2018-04-10 2019-04-09 Method for processing 360 image data on basis of sub picture, and device therefor WO2019199024A1 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201862655796P 2018-04-10 2018-04-10
US62/655,796 2018-04-10

Publications (1)

Publication Number Publication Date
WO2019199024A1 true WO2019199024A1 (en) 2019-10-17

Family

ID=68163578

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2019/004212 WO2019199024A1 (en) 2018-04-10 2019-04-09 Method for processing 360 image data on basis of sub picture, and device therefor

Country Status (1)

Country Link
WO (1) WO2019199024A1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021244132A1 (en) * 2020-06-04 2021-12-09 腾讯科技（深圳）有限公司 Immersive media data processing method, apparatus and device, and computer storage medium

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150058428A (en) * 2012-09-18 2015-05-28 브이아이디 스케일, 인크. Region of interest video coding using tiles and tile groups
KR20160034282A (en) * 2013-07-19 2016-03-29 소니 주식회사 Information processing device and method
US20170294049A1 (en) * 2016-04-08 2017-10-12 Visbit Inc. View-Aware 360 Degree Video Streaming
WO2017204491A1 (en) * 2016-05-26 2017-11-30 엘지전자 주식회사 Method for transmitting 360-degree video, method for receiving 360-degree video, apparatus for transmitting 360-degree video, and apparatus for receiving 360-degree video

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150058428A (en) * 2012-09-18 2015-05-28 브이아이디 스케일, 인크. Region of interest video coding using tiles and tile groups
KR20160034282A (en) * 2013-07-19 2016-03-29 소니 주식회사 Information processing device and method
US20170294049A1 (en) * 2016-04-08 2017-10-12 Visbit Inc. View-Aware 360 Degree Video Streaming
WO2017204491A1 (en) * 2016-05-26 2017-11-30 엘지전자 주식회사 Method for transmitting 360-degree video, method for receiving 360-degree video, apparatus for transmitting 360-degree video, and apparatus for receiving 360-degree video

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
R. SKUPIN: "Standardization status of 360 degree video coding and delivery", 2017 IEEE VISUAL COMMUNICATIONS AND IMAGE PROCESSING (VCIP), vol. II-III, 10 December 2017 (2017-12-10), St. Petersburg , FL, USA, pages 1 - 4, XP033325761 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021244132A1 (en) * 2020-06-04 2021-12-09 腾讯科技（深圳）有限公司 Immersive media data processing method, apparatus and device, and computer storage medium

Similar Documents

Publication Publication Date Title
WO2019194434A1 (en) Method and device for transceiving metadata for plurality of viewpoints
WO2019066436A1 (en) Overlay processing method in 360 video system, and device thereof
WO2019198883A1 (en) Method and device for transmitting 360-degree video by using metadata related to hotspot and roi
WO2017204491A1 (en) Method for transmitting 360-degree video, method for receiving 360-degree video, apparatus for transmitting 360-degree video, and apparatus for receiving 360-degree video
WO2017188714A1 (en) Method for transmitting 360-degree video, method for receiving 360-degree video, apparatus for transmitting 360-degree video, apparatus for receiving 360-degree video
WO2018169176A1 (en) Method and device for transmitting and receiving 360-degree video on basis of quality
WO2018038523A1 (en) Method for transmitting omnidirectional video, method for receiving omnidirectional video, apparatus for transmitting omnidirectional video, and apparatus for receiving omnidirectional video,
WO2020071703A1 (en) Point cloud data transmission apparatus, point cloud data transmission method, point cloud data reception apparatus, and/or point cloud data reception method
WO2019194573A1 (en) Method for transmitting 360-degree video, method for receiving 360-degree video, apparatus for transmitting 360-degree video, and apparatus for receiving 360-degree video
WO2018038520A1 (en) Method for transmitting omnidirectional video, method for receiving omnidirectional video, apparatus for transmitting omnidirectional video, and apparatus for receiving omnidirectional video,
WO2017142353A1 (en) Method for transmitting 360 video, method for receiving 360 video, apparatus for transmitting 360 video, and apparatus for receiving 360 video
WO2020027349A1 (en) Method for 360 video processing based on multiple viewpoints and apparatus therefor
WO2019151798A1 (en) Method and device for transmitting/receiving metadata of image in wireless communication system
WO2019231178A1 (en) Method and device for transmitting and receiving metadata about plurality of viewpoints
WO2018217057A1 (en) 360 video processing method and apparatus therefor
WO2019203456A1 (en) Method and device for transmitting and receiving metadata on plurality of viewpoints
WO2019066191A1 (en) Method and device for transmitting or receiving 6dof video using stitching and re-projection related metadata
WO2020009344A1 (en) Sub-picture-based processing method of 360 video data and apparatus therefor
WO2020009341A1 (en) Method and device for transmitting and receiving metadata for coordinate system of dynamic viewpoint
WO2019235849A1 (en) Method for processing overlay media in 360 video system, and device therefor
WO2019245302A1 (en) Method for transmitting 360-degree video, method for providing a user interface for 360-degree video, apparatus for transmitting 360-degree video, and apparatus for providing a user interface for 360-degree video
WO2018174387A1 (en) Method for transmitting 360 video, method for receiving 360 video, 360 video transmitting device, and 360 video receiving device
WO2020013454A1 (en) Method and device for transmitting and receiving metadata on coordinate system of dynamic viewpoint
WO2019083266A1 (en) Method for transmitting/receiving 360-degree video including fisheye video information, and device therefor
WO2019168304A1 (en) Method for transmitting and receiving 360-degree video including camera lens information, and device therefor

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: 19784873

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19784873

Country of ref document: EP

Kind code of ref document: A1