JP7596019B2 - ３次元（３ｄ）メッシュフレームの第１の部分を２次元（２ｄ）占有マップに投影するための方法、デバイスおよびコンピュータプログラム - Google Patents

Description

本出願は、参照によりその全体が本明細書に組み込まれる、２０２２年１０月２７日に出願された、「Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ａｐｐｒｏａｃｈ ｔｏ Ｆａｓｔ ａｎｄ Ｃｏｍｐａｃｔ Ｐａｃｋｉｎｇ ｏｆ ３Ｄ Ｍｅｓｈ ｉｎｔｏ ２Ｄ Ｍａｐｓ」と題する米国非仮出願第１８／０５０，３７２号、および２０２２年３月２５日に出願された、「Ｕｓｉｎｇ Ｉｍａｇｅ Ｆｉｌｔｅｒｉｎｇ ｆｏｒ Ｆａｓｔ ａｎｄ Ｃｏｍｐａｃｔ Ｐａｃｋｉｎｇ ｏｆ Ｃｈａｒｔｓ」と題する米国仮特許出願第６３／３２３，８５３号に基づき、これらの優先権の利益を主張する。

本開示は、一般に、３次元（３Ｄ）メッシュのコーディングおよびデコーディングに関し、特に、３Ｄメッシュの部分の２次元（２Ｄ）空間内のマップへの高速かつ効率的なパッキングに関する。

本明細書で提供される背景技術の説明は、本開示の文脈を一般的に提示することを目的としている。本発明者らの研究は、その研究がこの背景技術の項に記載されている限りにおいて、またそれ以外の本出願の出願時に先行技術として認められない可能性のある説明の態様と共に、本開示に対する先行技術としては明示的にも暗黙的にも認められない。

３Ｄ空間内の実世界の物体、環境などを取り込み、表し、シミュレートするために様々な技術が開発されている。世界の３Ｄ表現は、より没入型の相互的なコミュニケーションを可能にすることができる。物体および環境の例示的な３Ｄ表現は、点群およびメッシュを含むが、これらに限定されない。物体および環境の一連の３Ｄ表現は、ビデオシーケンスを形成しうる。物体および環境の３Ｄ表現のシーケンス内の冗長性および相関は、そのようなビデオシーケンスをよりコンパクトなデジタル形式に圧縮し、コーディングするために利用されうる。

本開示は、一般に、３Ｄメッシュのコーディングおよびデコーディングに関し、特に、３Ｄメッシュの部分のＵＶマップｏｍ ２Ｄへの高速かつ効率的なパッキングに関する。

１つの例示的な実装形態では、３次元（３Ｄ）メッシュフレームの第１の部分を２次元（２Ｄ）占有マップに投影するための方法が開示される。方法は、初期２Ｄ占有マップを取得するステップであって、初期２Ｄ占有マップが、０個以上のピクセルであって、０個以上のピクセルが３Ｄメッシュフレームの少なくとも１つの他の部分にマッピングされていることを指示する第１の予め定義された値を有し、少なくとも１つの他の部分が３Ｄメッシュフレームの第１の部分とオーバーラップしていない、０個以上のピクセルと、残りのピクセルであって、残りのピクセルが３Ｄメッシュフレームにマッピングされていないことを指示する第２の予め定義された値を有する、残りのピクセルとを含みうる、ステップ、を含みうる。方法は、３Ｄメッシュフレームの第１の部分の２Ｄ占有行列を生成するステップであって、第１の予め定義された値が占有ピクセルに対応し、第２の予め定義された値が非占有ピクセルに対応する、ステップと、初期２Ｄ占有マップと２Ｄ占有行列との間の相関行列を計算するステップと、相関行列内のゼロ値のターゲット要素を識別するステップと、２Ｄ占有行列と同じサイズを有する初期２Ｄ占有マップ内のパッチ内の第２の予め定義された値を有するピクセルを、２Ｄ占有行列内の対応する要素に置き換えることによって更新された２Ｄ占有マップを生成するステップであって、パッチが、相関行列内のゼロ値のターゲット要素の位置と一致するパッキング位置にある初期２Ｄ占有マップ内に位置している、ステップと、をさらに含みうる。

上記の実装形態では、相関行列は、畳み込みカーネルとしての２Ｄ占有行列と初期２Ｄ占有マップとの間の畳み込みとして計算される。

上記の実装形態のうちのいずれか１つでは、畳み込みは、高速フーリエ変換を使用して計算される。

上記の実装形態のうちのいずれか１つでは、相関行列内のゼロ値のターゲット要素を識別するステップは、相関行列内の複数のゼロ値の要素を識別するステップと、相関行列内の複数のゼロ値の要素のうちの１つをゼロ値のターゲット要素として選択するステップとを含んでもよい。

上記の実装形態のうちのいくつかでは、相関行列内の複数のゼロ値の要素のうちの１つをゼロ値のターゲット要素として選択するステップは、幅寸法で最小インデックスを有する相関行列内の複数のゼロ値の要素のうちのゼロ値の要素を選択するステップを含んでもよい。

上記の実装形態のうちのいくつかでは、相関行列内の複数のゼロ値の要素のうちの１つをゼロ値のターゲット要素として選択するステップは、高さ寸法で最小インデックスを有する相関行列内の複数のゼロ値の要素のうちのゼロ値の要素を選択するステップを含んでもよい。

上記の実装形態のうちのいくつかでは、相関行列内の複数のゼロ値の要素のうちの１つをゼロ値のターゲット要素として選択するステップは、幅インデックスと高さインデックスとの最小和を有する相関行列内の複数のゼロ値の要素のうちのゼロ値の要素を選択するステップを含んでもよい。

上記の実装形態のうちのいくつかでは、相関行列内の複数のゼロ値の要素のうちの１つをゼロ値のターゲット要素として選択するステップは、高さインデックスおよび幅インデックスの最適化関数に基づいて複数のゼロ値の要素のうちのゼロ値の要素を選択するステップを含んでもよい。

上記の実装形態では、最適化関数は、ｌ^ｐノルム関数を含む。

上記の実装形態のうちのいくつかでは、相関行列内の複数のゼロ値の要素のうちの１つをゼロ値のターゲット要素として選択するステップは、２Ｄ占有行列の初期２Ｄ占有マップへの好ましいパッキング位置を決定するステップと、好ましいパッキング位置に従って相関行列内の複数のゼロ値の要素内の複数のゼロ値の要素からゼロ値のターゲット要素を選択するステップと、を含んでもよい。

上記の実装形態のうちのいくつかでは、好ましいパッキング位置に従って相関行列内の複数のゼロ値の要素内の複数のゼロ値の要素からゼロ値のターゲット要素を選択するステップは、可能な場合に、ゼロ値のターゲット要素として、好ましいパッキング位置と一致する複数のゼロ値の要素から選択するステップと、そうでない場合に、好ましいパッキング位置および好ましいパッキング位置の近傍にあるゼロ値の要素の位置の最適化関数に基づいて好ましいパッキング位置の近傍にある複数のゼロ値の要素から選択するステップを含んでもよい。

上記の実装形態では、最適化関数は、好ましいパッキング位置と、複数のゼロ値の要素の中のゼロ値の要素の位置との間の位置差のｌ^ｐノルム関数を含んでもよい。

上記の実装形態のうちのいずれか１つでは、相関行列内のゼロ値のターゲット要素を識別するステップは、相関行列の第１の識別されたゼロ値の要素をゼロ値のターゲット要素として決定するステップを含んでもよく、方法は、相関行列の第１の識別されたゼロ値の要素が見つかると、相関行列の計算を終了するステップをさらに含む。

いくつかの例では、上記の実装形態のいずれか１つのステップは、３Ｄメッシュフレームのすべての部分が更新された２Ｄ占有マップにマッピングされるまで繰り返されうる。

上記の実装形態では、方法は、ビデオエンコーダを使用して更新された２Ｄ占有マップをビットストリームに圧縮し、３Ｄメッシュフレームのすべての部分の２Ｄ占有行列のサイズおよびパッキング位置の情報を圧縮するステップをさらに含んでもよい。

上記の実装形態のうちのいずれか１つでは、初期２Ｄ占有マップおよび２Ｄ占有行列は、第１の予め定義された値および第２の予め定義された値を含む２進値を含む。

本開示の態様はまた、上記の方法実装形態のいずれかを実行するように構成された回路を含む電子デバイスまたは装置も提供する。

本開示の態様はまた、３Ｄメッシュ処理のためのコンピュータによって実行されると、コンピュータに、上記の方法実装形態のいずれか１つを行わせるコンピュータ命令を記憶するための非一時的コンピュータ可読媒体も提供する。

開示の主題のさらなる特徴、性質、および様々な利点は、以下の詳細な説明および添付の図面からより明らかになるであろう。

本開示の一実施形態による例示的な通信システムの簡略ブロック図の概略図である。 本開示の一実施形態による例示的なストリーミングシステムの簡略ブロック図の概略図である。 本開示のいくつかの実施形態による、３Ｄメッシュフレームまたは点群フレームのエンコーディングおよびデコーディングにおけるデータフローを示す。 本開示のいくつかの実施形態による、３Ｄメッシュフレームまたは点群フレームをエンコーディングするためのエンコーダのブロック図を示す。 本開示のいくつかの実施形態による、３Ｄメッシュフレームおよび点群フレームに対応する圧縮されたビットストリームをデコーディングするためのデコーダのブロック図を示す。 本開示の一実施形態によるビデオデコーダの簡略ブロック図の概略図である。 本開示の一実施形態によるビデオエンコーダの簡略ブロック図の概略図である。 本開示のいくつかの実施形態による、３Ｄメッシュの複数のチャートを２Ｄマップにパッキングするための例示的な実装形態を示す。 本開示のいくつかの実施形態による、３Ｄメッシュの複数のチャートを２Ｄマップにパッキングするための別の例示的な実装形態を示す。 本開示のいくつかの実施形態による、３Ｄメッシュのチャートの２Ｄマップへの効率的かつコンパクトなパッキングの例を示す。 本開示のいくつかの実施形態による、３Ｄメッシュのチャートのための例示的な２Ｄ占有マップを示す。 本開示のいくつかの実施形態によるプロセス例を説明する例示的なフローチャートを示す。 一実施形態による例示的なコンピュータシステムの概略図である。

本明細書および特許請求の範囲全体を通して、用語は、明示的に記載される意味を超えて文脈内で示唆または暗示される微妙な意味を有する場合がある。本明細書で使用される「一実施形態では」または「いくつかの実施形態では」という語句は、必ずしも同じ実施形態を指すものではなく、本明細書で使用される「別の実施形態では」または「他の実施形態では」という語句は、必ずしも異なる実施形態を指すものではない。同様に、本明細書で使用される「一実装形態では」または「いくつかの実装形態では」という語句は、必ずしも同じ実装形態を指すものではなく、本明細書で使用される「別の実装形態では」または「他の実装形態では」という語句は、必ずしも異なる実装形態を指すものではない。例えば、特許請求される主題は、例示的な実施形態／実装形態の全部または一部の組み合わせを含むことが意図されている。

一般に、用語は、文脈における用法から少なくとも部分的に理解されうる。例えば、本明細書で使用される「および」、「または」、または「および／または」などの用語は、そのような用語が使用される文脈に少なくとも部分的に依存しうる様々な意味を含む場合がある。典型的には、Ａ、Ｂ、またはＣなどのリストを関連付けるために使用される場合の「または」は、ここでは包括的な意味で使用されるＡ、Ｂ、およびＣ、ならびにここでは排他的な意味で使用されるＡ、Ｂ、またはＣを意味することを意図されている。加えて、本明細書で使用される「１つまたは複数」または「少なくとも１つ」という用語は、文脈に少なくとも部分的に依存して、単数の意味で任意の特徴、構造、または特性を記述するために使用されてもよいし、複数の意味で特徴、構造、または特性の組み合わせを記述するために使用されてもよい。同様に、「ａ」、「ａｎ」、または「ｔｈｅ」などの用語もやはり、文脈に少なくとも部分的に依存して、単数の用法を伝えるか、または複数の用法を伝えると理解されてもよい。加えて、「に基づいて」または「によって決定される」という用語は、必ずしも排他的な要因のセットを伝えることを意図されていないと理解される場合もあり、代わりに、やはり文脈に少なくとも部分的に依存して、必ずしも明示的に記述されていないさらなる要因の存在を許容する場合もある。

３Ｄキャプチャ、３Ｄモデリング、および３Ｄレンダリングなどの前進といった、３Ｄメディア処理における技術開発は、いくつかのプラットフォームおよびデバイスを横断した３Ｄコンテンツのユビキタスな作成を促進してきた。そのような３Ｄコンテンツは、例えば、没入型の視聴／レンダリングおよびインタラクティブな体験を提供するための様々な形態のメディアを生成するように処理されうる情報を含む。３Ｄコンテンツの用途は豊富であり、仮想現実、拡張現実、メタバースインタラクション、ゲーム、没入型ビデオ会議、ロボット工学、コンピュータ支援設計（ＣＡＤ）などを含むが、これらに限定されない。本開示の一態様によれば、没入型体験を改善するために、３Ｄモデルがより一層高度になってきており、３Ｄモデルの作成および消費は、データストレージ、データ伝送リソース、データ処理リソースなど、かなりの量のデータリソースを要求する。

２Ｄピクセルアレイの形態のデータセットによって一般に表される従来の２次元（２Ｄ）コンテンツ（画像など）と比較して、３次元フル解像度ピクセレーションを伴う３Ｄコンテンツは、法外にリソース集約的でありうるが、ほとんどではないにしても多くの実際的な用途においては不要である。ほとんどの３Ｄ没入型用途では、本開示のいくつかの態様によれば、３Ｄコンテンツのデータ集約度が低い表現が採用されうる。例えば、ほとんどの用途では、３Ｄシーン（ＬＩＤＡＲデバイスなどのセンサによって取り込まれた現実世界のシーンまたはソフトウェアツールによって生成されたアニメーションの３Ｄシーンのどちらか）内のオブジェクトのボリューム情報ではなくトポグラフィ情報のみが必要でありうる。よって、より効率的な形態のデータセットが、３Ｄオブジェクトおよび３Ｄシーンを表すために使用されてもよい。例えば、３Ｄシーン内の３Ｄオブジェクトなどの没入型３Ｄコンテンツを表現するためのタイプの３Ｄモデルとして３Ｄメッシュが使用されてもよい。

１つまたは複数のオブジェクトのメッシュ（あるいはメッシュモデルと呼ばれる）は、頂点の集まりを含みうる。頂点は互いに接続してエッジを形成しうる。エッジはさらに接続して面を形成しうる。面はさらにポリゴンを形成しうる。様々なオブジェクトの３Ｄ表面は、例えば、面およびポリゴンに分解されうる。頂点、エッジ、面、ポリゴン、または表面の各々が、色、表面法線、テクスチャなどといった様々な属性と関連付けられうる。表面の法線は表面法線と呼ばれる場合があり、かつ／または頂点の法線は頂点法線と呼ばれる場合がある。頂点がどのように接続されてエッジ、面、またはポリゴンになっているかの情報は、接続性情報と呼ばれる場合がある。同じ頂点のセットが異なる面、表面、およびポリゴンを形成することができるため、接続性情報はメッシュの構成要素を一意に定義するために重要である。一般に、３Ｄ空間内の頂点の位置は、その３Ｄ座標によって表されうる。面は、各々が３Ｄ座標のセットと関連付けられた、順次接続された頂点のセットによって表されうる。同様に、エッジは、その３Ｄ座標と各々関連付けられた２つの頂点によって表されうる。頂点、エッジ、および面は、３Ｄメッシュデータセットにおいてインデックス付けされうる。

メッシュは、これらの基本要素タイプのうちの１つまたは複数の集まりによって定義および記述されうる。しかしながら、メッシュを十分に説明するのに上記のすべてのタイプの要素が必要なわけではない。例えば、メッシュは、頂点および頂点の接続性だけを使用することによって十分に説明されうる。別の例では、メッシュは、面および面の共通頂点のリストだけを使用することによって十分に説明されうる。よって、メッシュは、代替的なデータセット構成およびフォーマットによって記述される様々な代替タイプのものでありうる。メッシュタイプの例は、面－頂点メッシュ、ウィングドエッジメッシュ、ハーフエッジメッシュ、クアッドエッジメッシュ、コーナテーブルメッシュ、頂点－頂点メッシュなどを含むが、これらに限定されない。これに対応して、メッシュデータセットは、．ｒａｗ、．ｂｌｅｎｄ、．ｆｂｘ、．３ｄｓ、．ｄａｅ、．ｄｎｇ、３ｄｍ、．ｄｓｆ、．ｄｗｇ、．ｏｂｊ、．ｐｌｙ、．ｐｍｄ、．ｓｔｌ、ａｍｆ、．ｗｒｌ、．ｗｒｚ、．ｘ３ｄ、．ｘ３ｄｂ、．ｘ３ｄｖ、．ｘ３ｄｚ、．ｘ３ｄｂｚ、．ｘ３ｄｖｚ、．ｃ４ｄ、．ｌｗｏ、．ｓｍｂ、．ｍｓｈ、．ｍｅｓｈ、．ｖｅｇ、．ｚ３ｄ、．ｖｔｋ、．ｌ４ｄなどを含むがこれらに限定されないファイル拡張子を有する代替的なファイルフォーマットに準拠した情報と共に記憶されうる。色、表面法線、テクスチャなどといったこれらの要素の属性は、様々なやり方でメッシュデータセットに含められうる。

いくつかの実装形態では、メッシュの頂点は、ＵＶ空間と呼ばれるピクセル化２Ｄ空間にマッピングされうる。よって、メッシュの各頂点は、ＵＶ空間内のピクセルにマッピングされうる。いくつかの実装形態では、１つの頂点がＵＶ空間内の複数のピクセルにマッピングされてもよく、例えば、境界の頂点がＵＶ空間内の２つまたは３つのピクセルにマッピングされうる。同様に、メッシュ内の面または表面は、メッシュ内の記録された頂点の中にある場合もない場合もある複数の３Ｄ点にサンプリングされてもよく、これら複数の３Ｄ点もまた、２次元ＵＶ空間内のピクセルにマッピングされうる。メッシュ内の面または表面の頂点およびサンプリングされた３Ｄ点のＵＶ空間へのマッピング、ならびにＵＶ空間における後続のデータ解析および処理は、以下でさらに詳細に説明されるように、メッシュまたはメッシュのシーケンスの３Ｄデータセットのデータの記憶、圧縮、およびコーディングを容易にしうる。マッピングされたＵＶ空間データセットは、メッシュのＵＶ画像、または２Ｄマップ、または２Ｄ画像と呼ばれる場合がある。

３Ｄメッシュ内の頂点およびサンプリングされた表面点の２Ｄ ＵＶ空間へのマッピングに続いて、一部のピクセルは３Ｄメッシュの頂点およびサンプリングされた表面点にマッピングされうるが、他のピクセルはマッピングされていない（またはマッピングされない）場合がある。メッシュの２Ｄ画像内のマッピングされた各ピクセルは、３Ｄメッシュ内の対応するマッピングされた頂点または表面点の情報と関連付けられうる。ＵＶ空間内のピクセルに対して含まれる情報のタイプに応じて、メッシュの様々な２Ｄ画像または２Ｄマップが構成されうる。複数の２Ｄマップの集まりが、メッシュの代替表現または／または結合表現として使用されうる。

例えば、メッシュの最も単純な２Ｄマップは占有マップとして構成されてもよい。占有マップは、メッシュの３Ｄ頂点またはサンプリングされた表面点にマッピングされたＵＶ空間内のピクセルを指示しうる。占有の指示は、例えば、マッピングまたは占有を指示する２進値「１」と、非マッピングまたは非占有（マッピングされていない）を指示する２進値「０」とを有する２Ｄピクセルの各々におけるバイナリインジケータによって表されうる。よって、占有マップは２Ｄ画像として構成されうる。通常の２Ｄ画像は、例えば８ビットの色深度を有する３つのチャネル（ＲＧＢ、ＹＵＶ、ＹＣｒＣｂなど）の配列を含むが、メッシュのそのような２Ｄ占有マップは、単一ビットのバイナリチャネルしか必要としない。値「１」を有する２Ｄ画像内のピクセルはマッピングされ、占有されており、そうでない場合、ピクセルはマッピングされず、占有されていない。

別の例では、メッシュに対して２Ｄジオメトリマップが構成されうる。２Ｄジオメトリマップは、単一のバイナリチャネルを含む代わりに、占有ピクセルの各々における３色チャネルがメッシュ内の対応するマッピングされた頂点またはサンプリングされた３Ｄ点の３つの３Ｄ座標に対応する完全な３チャネル画像になる。

いくつかの実装形態では、メッシュに対して他の２Ｄマップが構成されうる。例えば、メッシュの頂点およびサンプリングされた３Ｄ点の各々の属性のセットがメッシュデータセットから抽出されてもよく、２Ｄマップ画像の３つの色チャネルにコーディングされてもよい。そのような２Ｄマップは、メッシュの属性マップと呼ばれる場合がある。特定の属性マップは、ＵＶ空間内の占有ピクセルの各々について３チャネルの色を含みうる。別の例では、メッシュの各マッピングされた頂点またはサンプリングされた３Ｄ点と関連付けられたテクスチャ属性が、３チャネル値にパラメータ化され、２Ｄ属性マップにコーディングされうる。別の例では、メッシュの各マッピングされた頂点またはサンプリングされた３Ｄ点と関連付けられた通常の属性が、３チャネル値にパラメータ化され、２Ｄ属性マップにコーディングされうる。いくつかの例示的な実装形態では、メッシュの頂点およびサンプリングされた表面点のすべての必要な属性情報を保持するために、複数の２Ｄ属性マップを構成されうる。

上記の２Ｄマップは単なる例である。メッシュについての他のタイプの２Ｄマップを構成することができる。加えて、他のデータセットが、３Ｄメッシュから抽出されて、上記の２Ｄマップと協調して元の３Ｄメッシュを一緒に表してもよい。例えば、頂点間の接続または接続性情報は、リスト、テーブルなどの形式で２Ｄマップとは別にグループ化され、編成されてもよい。接続性情報は、例えば、頂点インデックスを使用して頂点を参照しうる。頂点インデックスは、２Ｄマップ内の対応するピクセル位置にマッピングされうる。別の例では、表面テクスチャ、色、法線、変位、および他の情報が、２Ｄマップとしてではなく、２Ｄマップとは別に抽出され、編成されうる。他のメタデータが、３Ｄメッシュからさらに抽出されて、２Ｄマップおよび上記の他のデータセットと共に３Ｄメッシュを表してもよい。

上記の例示的な実装形態は静的なメッシュに焦点を当てているが、本開示の一態様によれば、３Ｄメッシュは動的であってもよい。動的メッシュは、例えば、構成要素（ジオメトリ情報、接続性情報、マッピング情報、頂点属性、および属性マップ）のうちの少なくとも１つが時間と共に変化するメッシュを指しうる。よって、動的メッシュは、ビデオを形成する２Ｄ画像フレームの時限シーケンスと同様の、メッシュのシーケンスまたはメッシュ（メッシュフレームとも呼ばれる）によって記述することができる。

いくつかの例示的な実装形態では、動的メッシュは、一定の接続性情報、時変ジオメトリ、および時変頂点属性を有しうる。いくつかの他の例では、動的メッシュは、時変接続性情報を有することができる。いくつかの例では、時変属性マップおよび時変接続性情報を有する動的メッシュを生成するためにデジタル３Ｄコンテンツ作成ツールが使用されうる。いくつかの他の例では、動的メッシュを生成するためにボリューム取得／検出／感知技術が使用される。ボリューム取得技術は、特にリアルタイム制約の下で、時変接続性情報を有する動的メッシュを生成することができる。

動的メッシュは、動的メッシュが経時的に変化するかなりの量の情報を含みうるので、大量のデータを必要としうる。しかしながら、メッシュフレーム内（イントラ圧縮）およびメッシュフレーム間（インター圧縮）の冗長性を利用するために圧縮が行われてもよい。特にメッシュシーケンスについて、メッシュ表現におけるメディアコンテンツの効率的な記憶および伝送を可能にするために、様々なメッシュ圧縮プロセスが実施されうる。

本開示の態様は、メッシュ圧縮のための例示的なアーキテクチャおよび技術を提供する。これらの技術は、静的メッシュ圧縮、動的メッシュ圧縮、一定の接続性情報を有する動的メッシュの圧縮、時変接続性情報を有する動的メッシュの圧縮、時変属性マップを有する動的メッシュの圧縮などを含むがこれらに限定されない様々なメッシュ圧縮に使用されうる。これらの技術は、リアルタイム没入型コミュニケーション、ストレージ、自由視点ビデオ、拡張現実（ＡＲ）、仮想現実（ＶＲ）などといった様々な用途のための非可逆圧縮および可逆圧縮に使用されうる。これらの用途は、ランダムアクセスやスケーラブル／プログレッシブコーディングなどの機能を含むことができる。

本開示は、３Ｄメッシュに適用可能な技術および実装形態を明示的に説明しているが、本明細書で説明される様々な実装形態の基礎となる原理は、点群（Ｐｏｉｎｔ Ｃｌｏｕｄ（ＰＣ））データ構造を含むがこれに限定されない他のタイプの３Ｄデータ構造に適用可能である。簡単にするために、以下の３Ｄメッシュへの言及は一般的であることを意図されており、点群や他の３Ｄボリュームデータセットなどの他のタイプの３Ｄ表現を含む。

まず、例示的なアーキテクチャレベルの実装形態を見ると、図１は、本開示の例示的な実施形態による通信システム（１００）の簡略ブロック図を例示している。通信システム（１００）は、例えば通信ネットワーク（１５０）（代替的にネットワークとも呼ばれる）を介して互いに通信することができる複数の端末デバイスを含んでもよい。例えば、通信システム（１００）は、ネットワーク（１５０）を介して相互接続された端末デバイス（１１０）および（１２０）のペアを含んでもよい。図１の例では、端末デバイス（１１０）および（１２０）の第１のペアは、３Ｄメッシュの単方向伝送を行いうる。例えば、端末デバイス（１１０）は、端末デバイス（１１０）によって生成されうるか、ストレージから取得されうるか、または端末デバイス（１１０）に接続された３Ｄセンサ（１０５）によって取り込まれうる３Ｄメッシュまたは３Ｄメッシュのシーケンスを圧縮してもよい。圧縮された３Ｄメッシュまたは３Ｄメッシュのシーケンスは、例えばビットストリーム（コーディングされたビットストリームとも呼ばれる）の形式で、ネットワーク（１５０）を介して他方の端末デバイス（１２０）に伝送されうる。端末デバイス（１２０）は、ネットワーク（１５０）から圧縮された３Ｄメッシュまたは３Ｄメッシュのシーケンスを受信し、ビットストリームを解凍して元の３Ｄメッシュまたは３Ｄメッシュのシーケンスを再構成し、再構成された３Ｄメッシュまたは３Ｄメッシュのシーケンスを表示または他の目的／使用のために適切に処理しうる。単方向データ伝送は、メディアサービング用途などにおいて一般的でありうる。

図１の例では、端末デバイス（１１０）および（１２０）のどちらか一方または両方が、サーバ、固定またはモバイルのパーソナルコンピュータ、ラップトップコンピュータ、タブレットコンピュータ、スマートフォン、ゲーム端末、メディアプレーヤ、および／または専用３次元（３Ｄ）機器などとして実装されてもよいが、本開示の原理はそのように限定されない。ネットワーク（１５０）は、端末デバイス（１１０）および（１２０）間で圧縮された３Ｄメッシュを伝送する任意のタイプのネットワークまたはネットワークの組み合わせを表しうる。ネットワーク（１５０）は、例えば、有線（有線接続）および／または無線通信ネットワークを含むことができる。ネットワーク（１５０）は、回線交換チャネルおよび／またはパケット交換チャネルでデータを交換しうる。代表的なネットワークは、長距離電気通信ネットワーク、ローカルエリアネットワーク、ワイドエリアネットワーク、セルラーネットワーク、および／またはインターネットを含む。本開示の目的では、ネットワーク（１５０）のアーキテクチャおよびトポロジーは、本明細書で以下に説明されない限り、本開示の動作にとって重要ではない場合がある。

図２は、本開示の一実施形態によるストリーミングシステム（２００）の例示的な簡略ブロック図を示している。図２は、３Ｄメッシュおよび圧縮された３Ｄメッシュに関連する開示の実装形態のための例示的な用途を示している。開示の主題は、３Ｄテレプレゼンス用途、仮想現実用途などといった他の３Ｄメッシュまたは点群対応用途に等しく適用可能でありうる。

ストリーミングシステム（２００）は、キャプチャまたはストレージサブシステム（２１３）を含んでもよい。キャプチャまたはストレージサブシステム（２１３）は、圧縮されていない３Ｄメッシュ（２０２）または点群（２０２）を生成または提供する、３Ｄメッシュ生成器もしくは記憶媒体（２０１）、例えば、３Ｄメッシュもしくは点群生成ツール／ソフトウェア、グラフィックス生成コンポーネント、または光検出および測距（ＬＩＤＡＲ）システム、３Ｄカメラ、３Ｄスキャナ、３Ｄメッシュストアなどの点群センサなどといった点群センサを含んでもよい。いくつかの例示的な実装形態では、３Ｄメッシュ（２０２）は、３Ｄメッシュの頂点または点群の３Ｄ点（両方とも３Ｄメッシュと呼ばれる）を含む。３Ｄメッシュ（２０２）は、圧縮された３Ｄメッシュ（２０４）（圧縮された３Ｄメッシュのビットストリーム）と比較して高いデータ量を強調するために太線で図示されている。圧縮された３Ｄメッシュ（２０４）は、３Ｄメッシュ（２０２）に結合されたエンコーダ（２０３）を含む電子デバイス（２２０）によって生成されうる。エンコーダ（２０３）は、以下でより詳細に説明されるように、開示の主題の態様を可能にするかまたは実装するために、ハードウェア、ソフトウェア、またはそれらの組み合わせを含むことができる。圧縮された３Ｄメッシュ（２０４）（または圧縮された３Ｄメッシュのビットストリーム（２０４））は、圧縮されていない３Ｄメッシュのストリーム（２０２）と比較した場合の低データ量を強調するために細線として図示されており、将来の使用のためにストリーミングサーバ（２０５）に記憶されることができる。図２のクライアントサブシステム（２０６）および（２０８）などの１つまたは複数のストリーミングクライアントサブシステムは、ストリーミングサーバ（２０５）にアクセスして、圧縮された３Ｄメッシュ（２０４）のコピー（２０７）および（２０９）を取り出すことができる。クライアントサブシステム（２０６）は、例えば、電子デバイス（２３０）内のデコーダ（２１０）を含んでもよい。デコーダ（２１０）は、入力される圧縮された３Ｄメッシュのコピー（２０７）をデコーディングし、レンダリングデバイス（２１２）上にレンダリングされることができる、または他の用途のための出力される再構成された３Ｄメッシュのストリーム（２１１）を作成するように構成されうる。

電子デバイス（２２０）および（２３０）は、他の構成要素（図示せず）を含むことができることに留意されたい。例えば、電子デバイス（２２０）はデコーダ（図示せず）も含むことができ、電子デバイス（２３０）はエンコーダ（図示せず）も含むことができる。

いくつかのストリーミングシステムでは、圧縮された３Ｄメッシュ（２０４）、（２０７）、および（２０９）（例えば、圧縮された３Ｄメッシュのビットストリーム）を、特定の規格に従って圧縮することができる。いくつかの例では、以下でさらに詳細に説明されるように、３Ｄメッシュがまず投影されてビデオ圧縮に適した２Ｄ表現にマッピングされた後に、３Ｄメッシュの圧縮における冗長性および相関を利用するためにビデオコーディング規格が使用される。それらの規格の非限定的な例は、以下でさらに詳細に説明されるように、高効率ビデオコーディング（ＨＥＶＣ）、多用途ビデオコーディング（ＶＶＣ）などを含む。

圧縮された３Ｄメッシュまたは３Ｄメッシュのシーケンスはエンコーダによって生成されうるが、デコーダは、圧縮またはコーディングされた３Ｄメッシュを解凍するように構成されうる。図３は、そのようなエンコーダ（３０１）およびデコーダ（３０３）における３Ｄメッシュの高レベルの例示的なデータフローを示している。図３に示されるように、生の入力３Ｄメッシュまたは３Ｄメッシュのシーケンス（３０２）は、いくつかの実装形態では、ＵＶアトラスを伴うメッシュを含みうる２Ｄ ＵＶ空間に３Ｄメッシュをマッピングするためのマッピングユニット（３０４）への入力データを生成するために、トラック再メッシュ化、パラメータ化、および／またはボクセル化によって前処理されうる。３Ｄメッシュは、頂点の中にない可能性のある３Ｄ表面点を含むようにサンプリングされ、これらのサンプリングされた３Ｄ表面点をマッピングにおいてＵＶ空間に追加しうる。占有マップ（３１０）、ジオメトリマップ（３１２）、属性マップ（３１４）を含むがこれらに限定されない様々な２Ｄマップが、エンコーダ３０１で生成されうる。これらの画像タイプのマップは、例えば、ビデオコーディング／圧縮技術を使用してエンコーダ３０１によって圧縮されうる。例えば、ビデオコーダは、イントラ予測技術および他の３Ｄメッシュ参照フレームによるインター予測を使用して３Ｄメッシュフレームを圧縮するのを支援してもよい。他の非画像または非マップのデータまたはメタデータ（３１６）もまた、非限定的な例として、エントロピーコーディングを介して冗長性を除去して圧縮された非マップデータを生成するために様々なやり方でコーディングされうる。次いで、エンコーダ３０１は、圧縮された２Ｄマップおよび非マップデータを結合または多重化し、結合されたデータをさらにコーディングして、エンコーディングされたビットストリーム（代替的にコーディングされたビットストリームと呼ばれる）を生成しうる。次いで、エンコーディングされたビットストリームは、デコーダ３０３による使用のために記憶または送信されうる。デコーダは、ビットストリームをデコーディングし、デコーディングされたビットストリームを逆多重化して圧縮された２Ｄマップおよび非マップデータを取得し、解凍を行って、デコーディングされた占有マップ（３２０）、デコーディングされたジオメトリマップ（３２２）、デコーディングされた属性マップ（３２４）、ならびにデコーディングされた非マップデータおよびメタデータ（３２６）を生成するように構成されうる。次いで、デコーダ３０３は、デコーディングされた２Ｄマップ（３２０、３２２、３２４）およびデコーディングされた非マップデータ（３２６）から３Ｄメッシュまたは３Ｄメッシュのシーケンス（３３０）を再構成するようにさらに構成されうる。

さらに詳細に、図４は、本開示のいくつかの実施形態による、３Ｄメッシュフレームをエンコーディングするための例示的な３Ｄメッシュエンコーダ（４００）のブロック図を示している。いくつかの例示的な実装形態では、メッシュエンコーダ（４００）は、通信システム（１００）およびストリーミングシステム（２００）で使用されうる。例えば、エンコーダ（２０３）は、メッシュエンコーダ（４００）と同様に構成され、動作することができる。

メッシュエンコーダ（４００）は、３Ｄメッシュフレームを圧縮されていない入力として受信し、圧縮された３Ｄメッシュフレームに対応するビットストリームを生成しうる。いくつかの例示的な実装形態では、メッシュエンコーダ（４００）は、図２のメッシュまたは点群ソース（２０１）などといった任意のソースから３Ｄメッシュフレームを受信しうる。

図４の例では、メッシュエンコーダ（４００）は、パッチ生成モジュール（４０６）（代替的にチャート生成モジュールとも呼ばれる）、パッチパッキングモジュール（４０８）、ジオメトリ画像生成モジュール（４１０）、テクスチャ画像生成モジュール（４１２）、パッチ情報モジュール（４０４）、占有マップモジュール（４１４）、平滑化モジュール（４３６）、画像パディングモジュール（４１６）および（４１８）、グループ拡張モジュール（４２０）、ビデオ圧縮モジュール（４２２）、（４２３）、および（４３２）、補助パッチ情報圧縮モジュール（４３８）、エントロピー圧縮モジュール（４３４）、ならびにマルチプレクサ（４２４）を含みうる。

本開示の様々な実施形態において、モジュールは、ソフトウェアモジュール、ハードウェアモジュール、またはそれらの組み合わせを指しうる。ソフトウェアモジュールは、予め定義された機能を有し、本開示に記載される機能など、予め定義された目標を達成するために他の関連部分と協働するコンピュータプログラムまたはコンピュータプログラムの一部を含みうる。ハードウェアモジュールは、本開示に記載される機能を行うように構成された処理回路および／またはメモリを使用して実装されうる。各モジュールは、１つまたは複数のプロセッサ（またはプロセッサおよびメモリ）を使用して実装することができる。同様に、プロセッサ（またはプロセッサおよびメモリ）を使用して１つまたは複数のモジュールを実装することができる。さらに、各モジュールは、モジュールの機能を含む全体モジュールの一部とすることができる。ここでの説明は、モジュールという用語および他の同等の用語（例えば、ユニット）にも適用されうる。

本開示の一態様によれば、上述されたように、メッシュエンコーダ（４００）は、３Ｄメッシュフレームを、圧縮された３Ｄメッシュを解凍された３Ｄメッシュに戻す変換を支援するために使用される何らかの非マップメタデータ（例えば、パッチやチャート情報）と共に、画像ベースの表現（例えば、２Ｄマップ）に変換する。いくつかの例では、メッシュエンコーダ（４００）は、３Ｄメッシュフレームを２Ｄジオメトリマップまたは画像、テクスチャマップまたは画像および占有マップまたは画像に変換し、次いでビデオコーディング技術を使用して、ジオメトリ画像、テクスチャ画像および占有マップをメタデータおよび他の圧縮された非マップデータと共にビットストリームにエンコーディングしうる。一般に、上述されたように、２Ｄジオメトリ画像は、２Ｄピクセルに投影された（「投影された」という用語は「マッピングされた」を意味するために使用される）３Ｄ点と関連付けられたジオメトリ値で満たされた２Ｄピクセルを有する２Ｄ画像であり、ジオメトリ値で満たされた２Ｄピクセルはジオメトリサンプルと呼ばれる場合がある。テクスチャ画像は、２Ｄピクセルに投影された３Ｄ点と関連付けられたテクスチャ値で満たされたピクセルを有する２Ｄ画像であり、テクスチャ値で満たされた２Ｄピクセルはテクスチャサンプルと呼ばれる場合がある。占有マップは、３Ｄ点による占有または非占有を指示する値で満たされた２Ｄピクセルを有する２Ｄ画像である。

パッチ生成モジュール（４０６）は、各パッチが２Ｄ空間内の平面に対する深度場（例えば、表面上のより深い３Ｄ点が対応する２Ｄマップの中心からさらに離れるように表面を平坦化すること）によって記述されうるように、３Ｄメッシュを、オーバーラップする場合もオーバーラップしない場合もある、チャートまたはパッチのセット（例えば、パッチは、３Ｄメッシュまたは点群によって記述される表面の連続したサブセットとして定義される）にセグメント化する。いくつかの実施形態では、パッチ生成モジュール（４０６）は、３Ｄメッシュを、滑らかな境界を有する最小数のパッチに分解し、その一方で再構成誤差も最小限に抑えることを目的とする。

パッチ情報モジュール（４０４）は、パッチのサイズおよび形状を指示するパッチ情報を収集することができる。いくつかの例では、パッチ情報をデータフレームにパッキングし、次いで補助パッチ情報圧縮モジュール（４３８）によってエンコーディングして、圧縮された補助パッチ情報を生成することができる。補助パッチ圧縮は、様々なタイプの算術コーディングを含むがこれに限定されない、様々な形態で実施されうる。

パッチまたはチャートパッキングモジュール（４０８）は、未使用の空間を最小限に抑えながら、抽出されたパッチをＵＶ空間の２Ｄグリッド上にマッピングするように構成されうる。いくつかの例示的な実装形態では、２Ｄ ＵＶ空間のピクセルは、パッチまたはチャートのマッピングのためにピクセルのブロックに粒状化されうる。ブロックサイズは予め定義されうる。例えば、ブロックサイズはＭ×Ｍ（例えば、１６×１６）であってもよい。そのような粒度では、２Ｄ ＵＶグリッドのすべてのＭ×Ｍブロックが固有のパッチと関連付けられることが保証されうる。言い換えれば、各パッチは、Ｍ×Ｍの２Ｄ粒度で２Ｄ ＵＶ空間にマッピングされる。効率的なパッチパッキングは、未使用の空間を最小化すること、または時間的一貫性を保証することのいずれかによって、圧縮効率に直接影響を及ぼすことができる。パッチまたはチャートの２Ｄ ＵＶ空間へのパッキングの例示的な実装形態が以下でさらに詳細に与えられる。

ジオメトリ画像生成モジュール（４１０）は、２Ｄグリッド内の所与のパッチ位置における３Ｄメッシュのジオメトリと関連付けられた２Ｄジオメトリ画像を生成することができる。テクスチャ画像生成モジュール（４１２）は、２Ｄグリッド内の所与のパッチ位置における３Ｄメッシュのテクスチャと関連付けられた２Ｄテクスチャ画像を生成することができる。ジオメトリ画像生成モジュール（４１０）およびテクスチャ画像生成モジュール（４１２）は、本質的に、上述されたように、上記のパッキングプロセス中に計算された３Ｄから２Ｄへのマッピングを利用して、３Ｄメッシュのジオメトリおよびテクスチャを２Ｄ画像として記憶する。いくつかの実装形態では、複数の点が同じサンプルに投影されている（例えば、パッチがメッシュの３Ｄ空間においてオーバーラップする）事例をより適切に扱うために、２Ｄ画像は階層化されうる。言い換えれば、各パッチは、複数の点を異なる層内の同じ点に投影することができるように、層と呼ばれる、例えば２つの画像上に投影されうる。

いくつかの例示的な実装形態では、ジオメトリ画像は、幅×高さ（Ｗ×Ｈ）の単色フレームによって表されうる。よって、３つのルーマチャネルまたはクロマチャネルの３つのジオメトリ画像が、３Ｄ座標を表すために使用されうる。いくつかの例示的な実装形態では、ジオメトリ画像は、特定の色深度（例えば、８ビット、１２ビット、１６ビットなど）を有する３つのチャネル（ＲＧＢ、ＹＵＶ、ＹＣｒＣｂなど）を有する２Ｄ画像によって表されうる。よって、３つの色チャネルを有する１つのジオメトリ画像が、３Ｄ座標を表すために使用されうる。

テクスチャ画像を生成するために、テクスチャ生成手順は、元の３Ｄメッシュからのサンプリングされた点と関連付けられるべき色を計算するために、再構成／平滑化されたジオメトリを利用する（例えば、元の３Ｄメッシュの頂点の中にない３Ｄ表面点を生成することになる、図３の「サンプリング」を参照されたい）。

占有マップモジュール（４１４）は、各ユニットにおけるパディング情報を記述する占有マップを生成するように構成されうる。例えば、上述されたように、占有画像は、２Ｄグリッドの各セルについて、セルが空の空間に属するか、それとも３Ｄメッシュに属するかを指示するバイナリマップを含んでもよい。いくつかの例示的な実装形態では、占有マップは、バイナリ情報を使用して、ピクセルがパディングされているか否かをピクセルごとに記述しうる。いくつかの他の例示的な実装形態では、占有マップは、バイナリ情報を使用して、ピクセルのブロックがパディングされているか否かをピクセルのブロック（例えば、各Ｍ×Ｍブロック）ごとに記述しうる。

占有マップモジュール（４１４）によって生成された占有マップは、可逆コーディングまたは非可逆コーディングを使用して圧縮されうる。可逆コーディングが使用される場合、占有マップを圧縮するためにエントロピー圧縮モジュール（４３４）が使用されうる。非可逆コーディングが使用される場合、占有マップを圧縮するためにビデオ圧縮モジュール（４３２）が使用されうる。

パッチパッキングモジュール（４０８）は、画像フレーム内にパッキングされた２Ｄパッチ間にいくつかの空の空間を残しうることに留意されたい。画像パディングモジュール（４１６）および（４１８）は、２Ｄビデオおよび画像コーデックに適しうる画像フレームを生成するために空の空間を埋めてもよい（パディングと呼ばれる）。画像パディングは、背景埋めとも呼ばれ、未使用の空間を冗長な情報で埋めることができる。いくつかの例では、うまく実施された背景埋めは、パッチ境界の周りに大きなコーディング歪みを導入することを回避しつつ、ビットレートを最小限増加させる。

ビデオ圧縮モジュール（４２２）、（４２３）、および（４３２）は、ＨＥＶＣ、ＶＶＣなどといった適切なビデオコーディング規格に基づいて、パディングされたジオメトリ画像、パディングされたテクスチャ画像、占有マップなどの２Ｄ画像をエンコーディングすることができる。いくつかの例示的な実装形態では、ビデオ圧縮モジュール（４２２）、（４２３）、および（４３２）は、別々に動作する個々の構成要素である。ビデオ圧縮モジュール（４２２）、（４２３）、および（４３２）は、いくつかの他の例示的な実装形態では、単一の構成要素として実装することができることに留意されたい。

いくつかの例示的な実装形態では、平滑化モジュール（４３６）は、再構成されたジオメトリ画像の平滑化画像を生成するように構成されうる。平滑化画像は、テクスチャ画像生成（４１２）に提供することができる。次いで、テクスチャ画像生成（４１２）は、再構成されたジオメトリ画像に基づいてテクスチャ画像の生成を調整しうる。例えば、パッチ形状（例えば、ジオメトリ）がエンコーディングおよびデコーディング中にわずかに歪んだ場合、パッチ形状における歪みを補正するためにテクスチャ画像を生成するときに歪みが考慮に入れられてもよい。

いくつかの実施形態では、グループ拡張（４２０）は、再構成された３Ｄメッシュのコーディング利得ならびに視覚的品質を改善するために、オブジェクト境界の周りのピクセルを冗長な低周波コンテンツでパディングするように構成される。

マルチプレクサ（４２４）は、圧縮されたジオメトリ画像、圧縮されたテクスチャ画像、圧縮された占有マップ、圧縮された補助パッチ情報を、圧縮されたビットストリームに多重化するように構成されうる。

図５は、本開示のいくつかの実施形態による、３Ｄメッシュフレームに対応する圧縮されたビットストリームをデコーディングするための例示的なメッシュデコーダ（５００）のブロック図を示している。いくつかの例示的な実装形態では、メッシュデコーダ（５００）は、通信システム（１００）およびストリーミングシステム（２００）で使用することができる。例えば、デコーダ（２１０）は、メッシュデコーダ（５００）と同様に動作するように構成することができる。メッシュデコーダ（５００）は、圧縮されたビットストリームを受信し、例えば、圧縮されたジオメトリ画像、圧縮されたテクスチャ画像、圧縮された占有マップ、圧縮された補助パッチ情報を含む圧縮されたビットストリームに基づいて再構成された３Ｄメッシュを生成する。

図５の例では、メッシュデコーダ（５００）は、デマルチプレクサ（５３２）、ビデオ解凍モジュール（５３４）および（５３６）、占有マップ解凍モジュール（５３８）、補助パッチ情報解凍モジュール（５４２）、ジオメトリ再構成モジュール（５４４）、平滑化モジュール（５４６）、テクスチャ再構成モジュール（５４８）、ならびに色平滑化モジュール（５５２）を含みうる。

デマルチプレクサ（５３２）は、圧縮されたビットストリームを受信し、圧縮されたテクスチャ画像、圧縮されたジオメトリ画像、圧縮された占有マップ、および圧縮された補助パッチ情報に分離しうる。

ビデオ解凍モジュール（５３４）および（５３６）は、適切な規格（例えば、ＨＥＶＣ、ＶＶＣなど）に従って圧縮画像をデコーディングし、解凍画像を出力することができる。例えば、ビデオ解凍モジュール（５３４）は、圧縮されたテクスチャ画像をデコーディングし、解凍されたテクスチャ画像を出力しうる。ビデオ解凍モジュール（５３６）は、圧縮されたジオメトリ画像をさらにデコーディングし、解凍されたジオメトリ画像を出力しうる。

占有マップ解凍モジュール（５３８）は、適切な規格（例えば、ＨＥＶＣ、ＶＶＣなど）に従って圧縮された占有マップをデコーディングし、解凍された占有マップを出力するように構成されうる。

補助パッチ情報解凍モジュール（５４２）は、適切なデコーディングアルゴリズムに従って圧縮された補助パッチ情報をデコーディングし、解凍された補助パッチ情報を出力するように構成されうる。

ジオメトリ再構成モジュール（５４４）は、解凍されたジオメトリ画像を受信し、解凍された占有マップおよび解凍された補助パッチ情報に基づいて再構成された３Ｄメッシュジオメトリを生成するように構成されうる。

平滑化モジュール（５４６）は、パッチのエッジにおける不調和を平滑化するように構成されうる。平滑化手順は、圧縮アーティファクトに起因してパッチ境界に生じうる潜在的な不連続性を緩和することを目的としうる。いくつかの例示的な実装形態では、圧縮／解凍によって引き起こされうる歪みを軽減するために、パッチ境界上に位置するピクセルに対して平滑化フィルタが適用されうる。

テクスチャ再構成モジュール（５４８）は、解凍されたテクスチャ画像および平滑化ジオメトリに基づいて、３Ｄメッシュ内の点のテクスチャ情報を決定するように構成されうる。

色平滑化モジュール（５５２）は、着色の不調和を平滑化するように構成されうる。３Ｄ空間内の近傍でないパッチが２Ｄビデオ内で互いに隣接してパッキングされることがよくある。いくつかの例では、近傍でないパッチからのピクセル値が、ブロックベースのビデオコーデックによって混同される場合がある。色平滑化の目標は、パッチ境界に現れる可視アーティファクトを低減することでありうる。

図６は、本開示の一実施形態による例示的なビデオデコーダ（６１０）のブロック図を示している。ビデオデコーダ（６１０）は、メッシュデコーダ（５００）で使用されてもよい。例えば、ビデオ解凍モジュール（５３４）および（５３６）、占有マップ解凍モジュール（５３８）は、ビデオデコーダ（６１０）と同様に構成されてもよい。

ビデオデコーダ（６１０）は、コーディングされたビデオシーケンスなどの圧縮画像からシンボル（６２１）を再構成するためのパーサ（６２０）を含んでもよい。それらのシンボルのカテゴリは、ビデオデコーダ（６１０）の動作を管理するために使用される情報を含みうる。パーサ（６２０）は、受信されるコーディングされたビデオシーケンスをパース／エントロピーデコーディングしうる。コーディングされたビデオシーケンスのコーディングは、ビデオコーディング技術または規格に従ったものとすることができ、可変長コーディング、ハフマンコーディング、コンテキスト依存性ありまたはなしの算術コーディングなどを含む様々な原理に従うことができる。パーサ（６２０）は、コーディングされたビデオシーケンスから、グループに対応する少なくとも１つのパラメータに基づいて、ビデオデコーダ内のピクセルのサブグループのうちの少なくとも１つのサブグループパラメータのセットを抽出しうる。サブグループは、Ｇｒｏｕｐ ｏｆ Ｐｉｃｔｕｒｅｓ（ＧＯＰ）、ピクチャ、タイル、スライス、マクロブロック、コーディングユニット（ＣＵ）、ブロック、変換ユニット（ＴＵ）、予測ユニット（ＰＵ）などを含むことができる。パーサ（６２０）はまた、コーディングされたビデオシーケンスから、変換係数、量子化パラメータ値、動きベクトルなどの情報も抽出しうる。

パーサ（６２０）は、シンボル（６２１）を作成するために、バッファメモリから受信された画像シーケンスに対してエントロピーデコーディング／パース動作を行いうる。

シンボル（６２１）の再構成は、コーディングされたビデオピクチャまたはその部分のタイプ（インターピクチャおよびイントラピクチャ、インターブロックおよびイントラブロックなど）、ならびに他の要因に応じて、複数の異なるユニットを必要としうる。どのユニットがどのように必要とされるかは、パーサ（６２０）によってコーディングされたビデオシーケンスからパースされたサブグループ制御情報によって制御されうる。パーサ（６２０）と以下の複数のユニットとの間のそのようなサブグループ制御情報の流れは、簡潔にするために図示されていない。

すでに述べられた機能ブロック以外に、ビデオデコーダ（６１０）は、以下で説明されるように、概念的にいくつかの機能ユニットに細分されることができる。商業的制約の下で動作する実際の実装形態では、これらのユニットの多くが互いに密接に相互作用し、少なくとも部分的に、互いに統合されることができる。以下の機能ユニットへの概念的細分は、開示の主題を説明する目的でのみ行われている。

ビデオデコーダ（６１０）は、スケーラ／逆変換ユニット（６５１）を含んでもよい。スケーラ／逆変換ユニット（６５１）は、量子化変換係数、ならびにどの変換を使用するか、ブロックサイズ、量子化係数／パラメータ、量子化スケーリング行列などを含む制御情報を、パーサ（６２０）から（１つまたは複数の）シンボル（６２１）として受信しうる。スケーラ／逆変換ユニット（６５１）は、アグリゲータ（６５５）に入力されることができるサンプル値を含むブロックを出力しうる。

場合によっては、スケーラ／逆変換（６５１）の出力サンプルは、イントラコーディングされたブロック、すなわち、以前に再構成されたピクチャからの予測情報を使用しないが、現在のピクチャの以前に再構成された部分からの予測情報を使用することができるブロックに関係することができる。そのような予測情報は、イントラピクチャ予測ユニット（６５２）によって提供されることができる。場合によっては、イントラピクチャ予測ユニット（６５２）は、現在のピクチャバッファ（６５８）からフェッチされた周囲のすでに再構成された情報を使用して、再構成中のブロックと同じサイズおよび形状のブロックを生成してもよい。現在のピクチャバッファ（６５８）は、例えば、部分的に再構成された現在のピクチャおよび／または完全に再構成された現在のピクチャをバッファリングしてもよい。アグリゲータ（６５５）は、場合によっては、サンプルごとに、イントラ予測ユニット（６５２）が生成した予測情報を、スケーラ／逆変換ユニット（６５１）によって提供されたものとして出力サンプル情報に追加してもよい。

他の場合には、スケーラ／逆変換ユニット（６５１）の出力サンプルは、インターコーディングされ、潜在的に動き補償されたブロックに関係することができる。そのような場合、動き補償予測ユニット（６５３）は、参照ピクチャメモリ（６５７）にアクセスして、予測に使用されるサンプルをフェッチすることができる ブロックに関係するシンボル（６２１）に従ってフェッチされたサンプルを動き補償した後、これらのサンプルは、出力サンプル情報を生成するために、アグリゲータ（６５５）によってスケーラ／逆変換ユニット（６５１）の出力に追加されうる（この場合、残差サンプルまたは残差信号と呼ばれる）。動き補償予測ユニット（６５３）がそこから予測サンプルをフェッチする参照ピクチャメモリ（６５７）内のアドレスは、例えば、Ｘ成分、Ｙ成分、および参照ピクチャ成分を有することができるシンボル（６２１）の形式で動き補償予測ユニット（６５３）が利用可能な、動きベクトルによって制御されることができる。動き補償はまた、サブサンプルの正確な動きベクトルが使用されているときに参照ピクチャメモリ（６５７）からフェッチされたサンプル値の補間、動きベクトル予測メカニズムなども含んでもよい。

アグリゲータ（６５５）の出力サンプルは、ループフィルタユニット（６５６）において様々なループフィルタリング技術を受けてもよい。ビデオ圧縮技術は、（コーディングされたビデオビットストリームとも呼ばれる）コーディングされたビデオシーケンスに含まれ、パーサ（６２０）からシンボル（６２１）としてループフィルタユニット（６５６）に供されるパラメータによって制御されるインループフィルタ技術を含みうるが、コーディングされたピクチャまたはコーディングされたビデオシーケンスの（デコーディング順序で）前の部分のデコーディング中に取得されたメタ情報に応答してもよく、以前に再構成およびループフィルタリングされたサンプル値に応答してもよい。

ループフィルタユニット（６５６）の出力は、レンダリングデバイスに出力されることもでき、将来のインターピクチャ予測で使用するために参照ピクチャメモリ（６５７）に記憶されることもできるサンプルストリームでありうる。

特定のコーディングされたピクチャは、完全に再構成されると、将来の予測のための参照ピクチャとして使用されうる。例えば、現在のピクチャに対応するコーディングされたピクチャが完全に再構成され、コーディングされたピクチャが（例えばパーサ（６２０）によって）参照ピクチャとして識別されると、現在のピクチャバッファ（６５８）は、参照ピクチャメモリ（６５７）の一部になってもよく、後続のコーディングされたピクチャの再構成を開始する前に新規の現在のピクチャバッファが再割り当てされてもよい。

ビデオデコーダ（６１０）は、ＩＴＵ－Ｔ勧告Ｈ．２６５などの規格の所定のビデオ圧縮技術に従ってデコーディング動作を行いうる。コーディングされたビデオシーケンスは、コーディングされたビデオシーケンスがビデオ圧縮技術または規格の構文と、ビデオ圧縮技術または規格に文書化されたプロファイルの両方に忠実であるという意味において、使用されているビデオ圧縮技術または規格によって指定された構文に準拠しうる。具体的には、プロファイルは、ビデオ圧縮技術または規格において利用可能なすべてのツールから、そのプロファイルの下で利用可能な限られたツールとして特定のツールを選択しうる。また、コーディングされたビデオシーケンスの複雑さがビデオ圧縮技術または規格のレベルによって定義された範囲内にあることも、コンプライアンスのために必要でありうる。場合によっては、レベルが、最大ピクチャサイズ、最大フレームレート、最大再構成サンプルレート（例えば毎秒メガサンプル単位で測定される）、最大参照ピクチャサイズなどを制限する。レベルによって設定される限界は、場合によっては、仮想参照デコーダ（ＨＲＤ）の仕様、およびコーディングされたビデオシーケンス内でシグナリングされるＨＲＤバッファ管理のためのメタデータによってさらに制限されうる。

図７は、本開示の一実施形態によるビデオエンコーダ（７０３）のブロック図を示している。ビデオエンコーダ（７０３）は、３Ｄメッシュまたは点群を圧縮するメッシュエンコーダ（４００）で使用することができる。いくつかの例示的な実装形態では、ビデオ圧縮モジュール（４２２）および（４２３）、ならびにビデオ圧縮モジュール（４３２）は、エンコーダ（７０３）と同様に構成される。

ビデオエンコーダ（７０３）は、パディングされたジオメトリ画像、パディングされたテクスチャ画像などといった２Ｄ画像を受信し、圧縮画像を生成しうる。

本開示の例示的な実施形態によれば、ビデオエンコーダ（７０３）は、リアルタイムで、または用途によって必要とされる任意の他の時間制約の下で、ソースビデオシーケンスのピクチャ（画像）をコーディングされたビデオシーケンス（圧縮画像）にコーディングおよび圧縮しうる。適切なコーディング速度を実施することが、コントローラ（７５０）の１つの機能である。いくつかの実施形態では、コントローラ（７５０）は、以下で説明される他の機能ユニットを制御し、他の機能ユニットに機能的に結合されている。簡潔にするために結合は図示されていない。コントローラ（７５０）によって設定されるパラメータは、レート制御関連のパラメータ（ピクチャスキップ、量子化、レート歪み最適化技術のラムダ値、…）、ピクチャサイズ、Ｇｒｏｕｐ ｏｆ Ｐｉｃｔｕｒｅｓ（ＧＯＰ）レイアウト、最大動きベクトル探索範囲などを含むことができる。コントローラ（７５０）は、特定のシステム設計のために最適化されたビデオエンコーダ（７０３）に関係する他の適切な機能を有するように構成されうる。

いくつかの例示的な実装形態では、ビデオエンコーダ（７０３）は、コーディングループで動作するように構成されてもよい。過度に単純化された説明として、一例では、コーディングループは、（例えば、コーディングされるべき入力ピクチャ、および参照ピクチャに基づいて、シンボルストリームなどのシンボルを作成する役割を担う）ソースコーダ（７３０）と、ビデオエンコーダ（７０３）に組み込まれた（ローカル）デコーダ（７３３）とを含んでもよい。デコーダ（７３３）は、（リモート）デコーダも作成することになるのと同様の方式で、シンボルを再構成してサンプルデータを作成しうる（開示の主題で考慮されるビデオ圧縮技術においてはシンボルとコーディングされたビデオビットストリームとの間のいかなる圧縮も可逆であるため）。再構成されたサンプルストリーム（サンプルデータ）は、参照ピクチャメモリ（７３４）に入力されうる。シンボルストリームのデコーディングは、デコーダの位置（ローカルかリモートか）に関係なくビットイグザクトな結果をもたらすため、参照ピクチャメモリ（７３４）内の内容も、ローカルエンコーダとリモートエンコーダとの間でビットイグザクトである。言い換えれば、エンコーダの予測部分は、デコーディング中に予測を使用するときにデコーダが「見る」ことになるのと全く同じサンプル値を参照ピクチャサンプルとして「見る」。参照ピクチャ同期性のこの基本原理（および、例えばチャネル誤差が原因で同期性が維持されることができない場合に結果として生じるドリフト）は、いくつかの関連技術においても使用される。

「ローカル」デコーダ（７３３）の動作は、図６と併せて上記で詳細にすでに説明されている、ビデオデコーダ（６１０）などの「リモート」デコーダの動作と同じでありうる。図６も簡単に参照すると、しかしながら、シンボルが利用可能であり、エントロピーコーダ（７４５）およびパーサ（６２０）によるシンボル対コーディングされたビデオシーケンスのエンコーディング／デコーディングが可逆でありうるため、およびパーサ（６２０）を含むビデオデコーダ（６１０）のエントロピーデコーディング部分は、ローカルデコーダ（７３３）においては完全に実装されない場合がある。

本開示の様々な実施形態において、デコーダ内に存在するパース／エントロピーデコーディングを除く任意のデコーダ技術は必然的に、対応するエンコーダにおいても、実質的に同一の機能形式で存在する必要がありうるということである。このため、開示の主題はデコーダ動作に焦点を当てている。エンコーダ技術の説明は、包括的に説明されるデコーダ技術の逆であるので、省略される場合がある。特定の領域においてのみ、より詳細な説明が必要とされ、以下で提供される。

いくつかの例では、動作中、ソースコーダ（７３０）は、「参照ピクチャ」として指定されたビデオシーケンスからの１つまたは複数の以前にコーディングされたピクチャを参照して予測的に入力ピクチャをコーディングする、動き補償予測コーディングを行ってもよい。このようにして、コーディングエンジン（７３２）は、入力ピクチャのピクセルブロックと、入力ピクチャへの（１つまたは複数の）予測参照として選択されうる（１つまたは複数の）参照ピクチャのピクセルブロックとの間の差分をコーディングしうる。

ローカルビデオデコーダ（７３３）は、ソースコーダ（７３０）によって作成されたシンボルに基づいて、参照ピクチャとして指定されうるピクチャのコーディングされたビデオデータをデコーディングしうる。コーディングエンジン（７３２）の動作は、有利には、非可逆プロセスであってもよい。コーディングされたビデオデータがビデオデコーダ（図７には図示せず）でデコーディングされうる場合、再構成されたビデオシーケンスは、典型的には、いくつかの誤差を伴うソースビデオシーケンスの複製でありうる。ローカルビデオデコーダ（７３３）は、参照ピクチャに対してビデオデコーダによって行われうるデコーディングプロセスを複製し、再構成された参照ピクチャを参照ピクチャキャッシュ（７３４）に記憶させうる。このようにして、ビデオエンコーダ（７０３）は、（送信誤差なしで）遠端ビデオデコーダによって取得される再構成された参照ピクチャと共通の内容を有する再構成された参照ピクチャのコピーをローカルに記憶しうる。

予測器（７３５）は、コーディングエンジン（７３２）の予測探索を行いうる。すなわち、コーディングされるべき新しいピクチャについて、予測器（７３５）は、新しいピクチャの適切な予測参照として機能しうる、（候補参照ピクセルブロックとしての）サンプルデータまたは参照ピクチャ動きベクトル、ブロック形状などといった特定のメタデータを求めて、参照ピクチャメモリ（７３４）を探索しうる。予測器（７３５）は、適切な予測参照を見つけるために、ピクセルブロックごとサンプルブロックごとに動作しうる。場合によっては、予測器（７３５）によって取得された探索結果によって決定されるように、入力ピクチャは、参照ピクチャメモリ（７３４）に記憶された複数の参照ピクチャから選び出された予測参照を有しうる。

コントローラ（７５０）は、例えば、ビデオデータをエンコーディングするために使用されるパラメータおよびサブグループパラメータの設定を含む、ソースコーダ（７３０）のコーディング動作を管理しうる。

すべての前述の機能ユニットの出力は、エントロピーコーダ（７４５）においてエントロピーコーディングを施されうる。エントロピーコーダ（７４５）は、ハフマンコーディング、可変長コーディング、算術コーディングなどといった技術に従ったシンボルの可逆圧縮により、様々な機能ユニットによって生成されたシンボルをコーディングされたビデオシーケンスに変換しうる。

コントローラ（７５０）は、ビデオエンコーダ（７０３）の動作を管理しうる。コントローラ（７５０）は、コーディング中に、各コーディングされたピクチャに特定のコーディングされたピクチャタイプを割り当ててもよく、ピクチャタイプは、それぞれのピクチャに適用されうるコーディング技術に影響を及ぼす場合がある。例えば、ピクチャは、多くの場合、以下のピクチャタイプのうちの１つとして割り当てられうる。

イントラピクチャ（Ｉピクチャ）は、シーケンス内の他のピクチャを予測のソースとして使用せずにコーディングおよびデコーディングされうるピクチャでありうる。いくつかのビデオコーデックは、例えば、独立したデコーダリフレッシュ（「ＩＤＲ」）ピクチャを含む、異なるタイプのイントラピクチャを可能にする。当業者は、Ｉピクチャのそれらの変形形態、ならびにそれらのそれぞれの用途および特徴を認識している。

予測ピクチャ（Ｐピクチャ）は、最大でも１つの動きベクトルおよび参照インデックスを使用して各ブロックのサンプル値を予測するイントラ予測またはインター予測を使用してコーディングおよびデコーディングされうるピクチャでありうる。

双方向予測ピクチャ（Ｂピクチャ）は、最大でも２つの動きベクトルおよび参照インデックスを使用して各ブロックのサンプル値を予測するイントラ予測またはインター予測を使用してコーディングおよびデコーディングされうるピクチャでありうる。同様に、複数予測ピクチャは、単一のブロックの再構成のために３つ以上の参照ピクチャおよび関連付けられたメタデータを使用することができる。

ソースピクチャは、一般に、複数のサンプルブロック（例えば、各々４×４サンプル、８×８サンプル、４×８サンプル、または１６×１６サンプルのブロック）に空間的に細分され、ブロックごとにコーディングされうる。ブロックは、ブロックのそれぞれのピクチャに適用されたコーディング割り当てによって決定されるように他の（すでにコーディングされた）ブロックを参照して予測的にコーディングされてもよい。例えば、Ｉピクチャのブロックは、非予測的にコーディングされてもよいし、同じピクチャのすでにコーディングされたブロックを参照して予測的にコーディングされてもよい（空間予測またはイントラ予測）。Ｐピクチャのピクセルブロックは、１つの以前にコーディングされた参照ピクチャを参照して、空間予測を介するかまたは時間予測を介して、予測的にコーディングされうる。Ｂピクチャのブロックは、１つまたは２つの以前にコーディングされた参照ピクチャを参照して、空間予測を介するかまたは時間予測を介して、予測的にコーディングされうる。

ビデオエンコーダ（７０３）は、ＩＴＵ－Ｔ勧告Ｈ．２６５などの所定のビデオコーディング技術または規格に従ってコーディング動作を行いうる。その動作において、ビデオエンコーダ（７０３）は、入力ビデオシーケンスにおける時間的冗長性および空間的冗長性を利用する予測コーディング動作を含む、様々な圧縮動作を行いうる。したがって、コーディングされたビデオデータは、使用されているビデオコーディング技術または規格によって指定された構文に準拠しうる。

ビデオは、時系列の複数のソースピクチャ（画像）の形式でありうる。イントラピクチャ予測（しばしばイントラ予測と略される）は、所与のピクチャにおける空間相関を利用し、インターピクチャ予測は、ピクチャ間の（時間または他の）相関を利用する。一例では、現在のピクチャと呼ばれる、エンコーディング中／デコーディング中の特定のピクチャは、ブロックに分割される。現在のピクチャ内のブロックが、ビデオ内の以前にコーディングされ、まだバッファリングされている参照ピクチャ内の参照ブロックに類似しているとき、現在のピクチャ内のブロックは、動きベクトルと呼ばれるベクトルによってコーディングされることができる。動きベクトルは、参照ピクチャ内の参照ブロックを指し示し、複数の参照ピクチャが使用されている場合、参照ピクチャを識別する第３の次元を有することができる。

いくつかの実施形態では、双予測技術がインターピクチャ予測において使用されることができる。双予測技術によれば、どちらもビデオ内で現在のピクチャにデコーディング順序で先行する（が、表示順序ではそれぞれ過去と未来とにありうる）第１の参照ピクチャおよび第２の参照ピクチャなどの２つの参照ピクチャが使用される。現在のピクチャ内のブロックは、第１の参照ピクチャ内の第１の参照ブロックを指し示す第１の動きベクトル、および第２の参照ピクチャ内の第２の参照ブロックを指し示す第２の動きベクトルによってコーディングされることができる。ブロックは、第１の参照ブロックと第２の参照ブロックの組み合わせによって予測されることができる。

さらに、マージモード技術が、インターピクチャ予測においてコーディング効率を向上させるために使用されることができる。

本開示のいくつかの実施形態によれば、インターピクチャ予測やイントラピクチャ予測などの予測は、ブロック単位で行われる。例えば、ＨＥＶＣ規格によれば、ビデオピクチャのシーケンス内のピクチャは、圧縮のためにコーディングツリーユニット（ＣＴＵ）に分割され、ピクチャ内のＣＴＵは、６４×６４ピクセル、３２×３２ピクセル、または１６×１６ピクセルなどの同じサイズを有する。一般に、ＣＴＵは３つのコーディングツリーブロック（ＣＴＢ）を含み、それらは１つのルーマＣＴＢおよび２つのクロマＣＴＢである。各ＣＴＵは、１つまたは複数のコーディングユニット（ＣＵ）に再帰的に四分木分割されることができる。例えば、６４×６４ピクセルのＣＴＵは、６４×６４ピクセルの１つのＣＵに、または３２×３２ピクセルの４つのＣＵに、または１６×１６ピクセルの１６個のＣＵに分割されることができる。一例では、各ＣＵが、インター予測タイプやイントラ予測タイプなどのＣＵの予測タイプを決定するために解析される。ＣＵは、時間的予測可能性および／または空間的予測可能性に応じて、１つまたは複数の予測ユニット（ＰＵ）に分割される。一般に、各ＰＵは、１つのルーマ予測ブロック（ＰＢ）および２つのクロマＰＢを含む。一実施形態では、コーディング（エンコーディング／デコーディング）における予測動作は、予測ブロックの単位で行われる。予測ブロックの一例としてルーマ予測ブロックを使用すると、予測ブロックは、８×８ピクセル、１６×１６ピクセル、８×１６ピクセル、１６×８ピクセルなどといったピクセルの値（例えばルーマ値）の行列を含む。

様々な実施形態において、上記のメッシュエンコーダ（４００）およびメッシュデコーダ（５００）は、ハードウェア、ソフトウェア、またはそれらの組み合わせを用いて実装することができる。例えば、メッシュエンコーダ（４００）およびメッシュデコーダ（５００）は、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）などといった、ソフトウェアありまたはなしで動作する１つまたは複数の集積回路（ＩＣ）などの処理回路を用いて実装することができる。別の例では、メッシュエンコーダ（４００）およびメッシュデコーダ（５００）は、不揮発性（または非一時的）コンピュータ可読記憶媒体に記憶された命令を含むソフトウェアまたはファームウェアとして実装することができる。命令は、１つまたは複数のプロセッサなどの処理回路によって実行されると、処理回路にメッシュエンコーダ（４００）および／またはメッシュデコーダ（５００）の機能を行わせる。

図４のパッチ生成４０６に戻って、３Ｄメッシュの頂点およびサンプリングされた３Ｄ点を２Ｄ ＵＶ空間にマッピングするためのいくつかの例示的な実装形態では、３Ｄメッシュは、パッチ（代替的にパーティションまたは部分とも呼ばれる）に分割されうる。上述されたように、パッチは、３Ｄメッシュにおいてオーバーラップする場合もオーバーラップしない場合もある。各パッチは、分離されて、２Ｄ ＵＶ空間にマッピングされうる。

いくつかの例示的な実装形態では、オーバーラップしないパッチが生成されうる。そのようなパッチは、３Ｄメッシュのチャートと呼ばれる場合がある。上述されたように、いくつかの例示的な実装形態では、図４のパッチ生成モジュール（４０６）は、３Ｄメッシュを、滑らかな境界を有する最小数のパッチに分解し、その一方で再構成誤差も最小限に抑えることを目的としうる。

例えば、３Ｄシーンを表すメッシュは、複数の３Ｄオブジェクトを含む場合がある。各３Ｄオブジェクトは、１つまたは複数の表面によって記述されうる。各３Ｄオブジェクトは、異なる表面パッチにさらに分割されてもよい。例えば、メッシュ内の人間のキャラクタの３Ｄモデルは、頭部、胴体、腕、および脚の各部分に分解されうる。よって、３Ｄシーンは、３Ｄメッシュのチャートを各々形成する表面または表面の部分に分解されうる。メッシュ全体のＵＶ空間へのマッピングは、メッシュの複数のチャートのＵＶ空間へのマッピングに分解されうる。

図４のパッチパッキング４０８にさらに戻って、いくつかの例示的な実装形態では、３Ｄメッシュの異なるチャートがＵＶ空間内の領域（または２Ｄパッチ）にマッピングされうる。各２Ｄ領域またはパッチは、例えば、２Ｄ空間内の平面に対する深度場（例えば、表面上のより深い３Ｄ点が対応する２Ｄマップの中心からさらに離れるように表面を平坦化すること）によって記述されうる。いくつかの例示的な実装形態では、図８の例に示されるように、３Ｄメッシュの様々なチャートまたはパッチに対応する２Ｄ領域またはパッチは、オーバーラップしない場合もある。図８では、３Ｄメッシュ８０２は、例えば、チャート８０４、８０６、８０８、および８０９を含む非オーバーラップチャート（部分またはパーティション）に分割されてもよく、これらはそれぞれ、２Ｄ ＵＶ空間内の２Ｄマップ８２０の非オーバーラップ２Ｄ領域またはパッチ８２４、８２６、８２８、および８２９にマッピングされうる。２Ｄマップ内の領域８２４、８２６、８２８および８２９の各々において、ピクセルの集まりが、３Ｄメッシュの対応するチャート内の頂点またはサンプリングされた３Ｄ表面点にマッピングされうる。これらの各領域内の残りのピクセルは、マッピングされない（または占有されない）場合がある。

いくつかの他の例示的な実装形態では、メッシュの異なるチャートは、オーバーラップしないように２Ｄ ＵＶの領域にマッピングされなくてもよい。言い換えれば、３Ｄメッシュからの異なるチャートは、２Ｄマップ内に占有点のオーバーラップがない限り、図４のパッチパッキング機能４０８による３Ｄから２Ｄへのマッピング後に２Ｄ ＵＶ空間内でオーバーラップしてもよい。一例が図９に示されている。図９は、図８と同一のチャートを有する３Ｄメッシュ８０２を示しているが、ただし、チャート８０４および８０９は、それぞれ、２Ｄ ＵＶ空間内の２Ｄマップ８２０の別々の非オーバーラップ領域８２４および８２９にマッピングされているが、３Ｄメッシュのチャート８０６および８０８は、オーバーラップする２Ｄマップ８２０の領域８２８および９２６にマッピングされている。そのような実装形態は、上記のように、よりコンパクトな２Ｄマップを達成するのに役立ちうる。

メッシュの３Ｄチャートの２Ｄマップへのそのようなオーバーラップパッキングが、図１１にさらに示されている。具体的には、図１０に示されるように、３Ｄメッシュの１つまたは複数のチャートをすでに含んでいる２Ｄ占有マップが１００２として示されている。３Ｄメッシュの追加のチャートが、全体３Ｄマップ１００２にパッキングされることになる、２×４のサブ２Ｄマップ１００４にマッピングされうる。サブ２Ｄマップ１００４の１００２へのパッキングは、１００２にクリーンな（またはすべて０の）２×４領域を必要としない場合がある。代わりに、サブ２Ｄマップ１００４は、その領域が２×４のサブ２Ｄマップ１００４とのオーバーラップ「１」を有さない限り、１００２の２×４領域にパッキングすることができる。図１０の例では、１００６および１００８として示されている、２Ｄ占有マップ１００２内の２つの２×４領域は、（２進値「１」で）すでに占有されている領域１００６および１００８の各々における位置が、サブ２Ｄマップ１００４内の占有された位置（２進値「１」を有する位置）とオーバーラップしないので、サブ２Ｄマップ１００４をパッキングするために使用されうる。領域１００６および１００８のうちの一方が、サブ２Ｄマップ１００４をパッキングするために選択されうる。例えば、領域１００６がパッキングのために選択されてもよい。そのようなパッキング後の結合された２Ｄ占有マップが１０１０として示されている。図１０の例に示されるような領域オーバーラップを可能にするそのようなパッキングは、よりコンパクトな２Ｄマップをもたらす。

３Ｄメッシュまたは点群のパッチまたはチャートの２Ｄマップまたは２Ｄ画像への効率的かつファクトパッキングについて、例示的な実装形態が以下でさらに詳細に説明される。これらの実装形態は、図４のメッシュエンコーダ４００のパッチパッキング機能４０８に適用されうる。簡単にするために、以下の開示は、図４のメッシュエンコーダ４００のパッチ生成機能４０６によって生成された３Ｄメッシュのチャートを２Ｄ占有マップまたは画像にパッキングする文脈で説明される。そのようなパッキングは、ジオメトリマップ／画像、深度２Ｄ画像、テクスチャマップ／画像などを含む他の２Ｄマップに適用可能であることに留意されたい。これらの様々な例示的な実装形態はメッシュの各々に１つのフレームのみがあるか、またはメッシュコンテンツが経時的に変化しない、静的３Ｄメッシュに適用される。さらに、これらの例示的な実装形態は、動的３Ｄメッシュまたは３Ｄメッシュのシーケンスのメッシュフレームにも適用可能である。

図１１は、３Ｄメッシュフレームのチャートに対応する占有マップ１１０２を示している。チャートは、例えば、３Ｄメッシュフレームの一部分に対応しうる。チャートは、図４のメッシュエンコーダ４００のパッチ生成モジュール４０６によって生成された複数のチャートの中にあってもよい。占有マップ１１０２は、マップ内のどのピクセルが占有されており、よって３Ｄメッシュ内の頂点またはサンプリングされた表面点に対応するかを指示するバイナリマップでありうる。例えば、占有マップ１１０２内の２進値は「０」または「１」であってもよく、値「１」は占有を指示するために使用されてもよく、値「０」は非占有を指示するために使用されてもよい。占有マップの視覚的ガイドが１１０４として示されており、マップのその領域が黒で占有されていることを指示している。

いくつかの例示的な実装形態では、図４のメッシュエンコーダ４００のパッチ生成モジュール４０６によって提供される、入力された３Ｄメッシュフレームの複数のチャートの各々の占有マップは、図１１の特定の占有マップ１１０２と同様に生成されうる。

いくつかの例示的な実装形態では、占有マップを任意の予め定義されるか、または構成された領域まで拡大するために、ゼロがエッジに沿ってパディングされうる。図４の例示的なパディングされた占有マップ１１０６では、占有マップ１１０２の上、下、左、および右に、それぞれ、３行、１行、４列、および３列のゼロがパディングされており、結果として、占有マップが拡大されている。図１１のこれら２つの占有マップ１１０２および１１０６は、３Ｄメッシュの例示的な投影チャートについての同じ占有情報を表している。いくつかの実際的な実施態様では、図４のメッシュエンコーダ４００のパッチ生成モジュール４０６は、チャートごとに最小サイズの占有マップを生成するように構成されうる。必要に応じた、拡大占有マップへの拡張は簡単である。

パッキングのために、本発明者らは投影画像の占有マップを作成し、（投影画像と同じ画像サイズを有する）占有マップのピクセル値が０に初期設定される。投影画像は、すべての投影チャートをホストする。投影チャートが投影画像にパッキングされると、投影画像の占有マップが更新され、投影チャート内の占有ピクセルに対応するピクセル値が１に更新される。

次いで、上述されたような３Ｄメッシュの複数のチャートの占有マップは、全体占有マップにパッキングされうる。上述されたように、よりコンパクトなパッキングのために、様々なチャートの占有マップは、図１０に例示され、上記で説明されているように、チャートの占有マップの占有ピクセルが、３Ｄメッシュフレームの他のチャートの占有マップの占有ピクセルに対応する全体占有マップのピクセル上に投影されない限り、全体占有マップの一部の領域とオーバーラップすることが許容されうる。

繰り返すと、図１０に示されるように、すでに３Ｄメッシュの１つまたは複数のチャートを含んでいる２Ｄ占有マップが１００２として示されている。３Ｄメッシュの追加のチャートが、全体３Ｄマップ１００２にパッキングされることになる、２×４のサブ２Ｄマップ１００４にマッピングされうる。サブ２Ｄマップ１００４の１００２へのパッキングは、１００２にクリーンな（またはすべて０の）２×４領域を必要としない場合がある。代わりに、サブ２Ｄマップ１００４は、その領域が２×４のサブ２Ｄマップ１００４とのオーバーラップ「１」を有さない限り、１００２の２×４領域にパッキングすることができる。図１０の例では、１００６および１００８として示されている、２Ｄ占有マップ１００２内の２つの２×４領域は、（２進値「１」で）すでに占有されている領域１００６および１００８の各々における位置が、サブ２Ｄマップ１００４内の占有された位置（２進値「１」を有する位置）とオーバーラップしないので、サブ２Ｄマップ１００４をパッキングするために使用されうる。領域１００６および１００８のうちの一方が、サブ２Ｄマップ１００４をパッキングするために選択されうる。例えば、領域１００６がパッキングのために選択されてもよい。そのようなパッキング後の結合された２Ｄ占有マップが１０１０として示されている。図１０の例に示されるような領域オーバーラップを可能にするそのようなパッキングは、よりコンパクトな２Ｄマップをもたらす。

３Ｄメッシュフレームの対応するチャートのサブ２Ｄマップ１００４をパッキングするために、２Ｄ占有マップ１００２内の候補パッキング位置または候補パッキング領域１００６および１００８の識別は、様々なやり方で行われうる。そのような識別のための基準は、サブ２Ｄマップ１００４内の２進値「１」を有する位置に対応する候補領域内のピクセルが「１」であってはならないことでありうる。言い換えれば、投影チャートのサブ２Ｄ占有マップ１００４と全体２Ｄ占有マップ１００２内の候補領域との間の要素ごとの積の合計がゼロでなければならない。これにより、全体占有マップ１００２内のすべてのパッチと、パッキングされるべき投影チャートのサブ２Ｄ占有マップ１００４との要素ごとの積の合計をチェックするための単純なオーバーラップなしチェックアルゴリズムが行われうる。合計が０である場合、サブ２Ｄ占有マップ１００４をオーバーラップなしでその位置にパッキングすることができ、そうではなく、合計が０より大きい場合、すなわち、あるピクセルについて両方の占有マップが占有されている場合には、その位置にパッキングされるとオーバーラップが発生することになる。

そのような候補パッキング領域を識別するためのいくつかの一般的な例示的な実装形態では、いくつかの位置で合計が０になるまで、投影チャートの占有マップと移動窓によってフィルタリングされた全体マップのパッチとの間の要素ごとの積の合計を反復的に計算しうる。以下の開示は、画像フィルタリングを使用して異なる位置における合計を計算する例示的な効率的方法をさらに説明する。

いくつかの例示的な実装形態では、そのような画像フィルタリングフィルタプロセスは、２Ｄ行列と２Ｄカーネルとの相関を計算するように設計されうる。２Ｄ行列Ｍａｔ（ｘ，ｙ）、およびサイズＭ＊Ｎの２Ｄカーネルｋｅｒ（ｘ’，ｙ’）が与えられた場合、出力相関行列Ｏｕｔ（ｘ，ｙ）は、以下のように定義されうる。

よって、投影画像（全体占有画像）の占有マップを２Ｄ行列Ｍａｔ（ｘ，ｙ）として設定し、投影チャートの占有マップを２Ｄカーネルのｋｅｒ（ｘ’，ｙ’）として設定することによって、Ｏｕｔ（０，０）は、投影チャートの占有マップと位置（０，０）にある投影画像のうちの１つとの間の要素ごとの積の合計を与え、Ｏｕｔ（０，１）は、投影チャートの占有マップと位置（０，１）にある投影画像のうちの１つとの間の要素ごとの積の合計を与え、以下同様である。一方、画像フィルタリングは、例えば、高速フーリエ変換（ＦＦＴ）を使用することによって非常に効率的に計算することができる。出力相関行列Ｏｕｔ（ｘ，ｙ）を導出した後、すべての可能な位置（全体２Ｄ占有画像内のピクセル位置）における要素ごとの積の合計が得られる。画像フィルタリングに基づく上記の計算は、本質的に畳み込み演算であり、ＧＰＵによって提供される並列処理などのハードウェアサポートを利用して効率的に行われうる。

特に、空間畳み込みは空間周波数領域における乗算に対応するので、カーネル（チャートの２Ｄマップ）と全体２Ｄマップとの間の上記畳み込み計算は、周波数領域への高速フーリエ変換によって行われ、逆高速フーリエ変換によって流される周波数領域の乗算を行うことができる。

よって、メッシュエンコーダ４００のパッチ生成モジュール４０６によって生成された３Ｄメッシュフレームの複数のチャートから開始して、ブランクの全体２Ｄ占有マップは、以下の例示的な手順に従ってチャートによって反復的にパッキングされうる。

投影画像の初期全体占有マップを生成し、全体占有マップのピクセル値はすべての「０」の２進値に初期設定される。

投影チャートＣを取り出し、投影チャートのサブ占有マップを生成する。

画像フィルタリングを行って、投影画像の全体占有マップと投影チャート（カーネル）の占有マップとの相関または畳み込みを計算して、出力相関または畳み込み行列を生成する。

出力相関行列から、値が０である１つの行列要素を選択する。

出力相関行列内の選択された行列要素の位置に従って、投影チャートＣをパッキングするための全体占有画像内の位置を決定する。

投影チャートＣを上記で決定された全体占有マップ内の位置にパッキングすることによって、全体占有マップを投影画像で更新する。

上記のステップを繰り返してすべてのチャートを次々にパッキングして、全体占有マップを繰り返し更新する。

パッキング位置を選択するステップが上記で必要とされうるのは、出力相関行列では、値が０である複数の行列要素が存在しうることが非常に多いからである。複数の候補位置からのパッキング位置の選択は、様々なやり方で行われうる。

いくつかの例示的な実装形態では、すべてのゼロ値の要素の中で２Ｄ寸法のうちの１つで最小のピクセル座標を有する出力相関行列内のゼロ値の要素が選択されうる。例えば、幅方向の最小のピクセル座標を有するゼロ値の要素が選択されてもよい。同様に、高さ方向の最小のピクセル座標を有するゼロ値の要素が選択されてもよい。

いくつかの他の例示的な実装形態では、すべてのゼロ値の要素の中で２Ｄ寸法の２つでピクセル座標の最小和を有する出力相関行列内のゼロ値の要素が選択されうる。具体的には、最小の幅プラス高さのピクセル値を有するゼロ値の要素が、現在のチャートをパッキングするための全体占有マップにおける位置を決定するために選択されうる。

いくつかの他の例示的な実装形態では、出力相関行列内のゼロ値の要素は、相関行列内のゼロ値の要素の幅および高さ位置の最適化関数に従って、すべての非ゼロ値の中から選択されうる。そのような最適化関数は、ｌ^ｐノルム関数などの最適化関数を含みうるが、これに限定されない。

いくつかの他の代替的な実装形態では、出力相関行列のゼロ値の要素が、時間的制約に基づいて選択されうる。例えば、投影チャートＣが（ｘ_ｐ，ｙ_ｐ）にある好ましいパッキング位置を有する場合、探索はすべてのゼロ値の要素にわたって行われうる。いくつかの例示的な実装形態では、（ｘ_ｐ，ｙ_ｐ）がゼロ値の要素である場合には、パッキング位置を決定するために（ｘ_ｐ，ｙ_ｐ）が選択されうる。（ｘ_ｐ，ｙ_ｐ）が相関行列内のゼロ値の要素でない場合、例えば、ｘ_ｐ、ｙ_ｐ、ｘ、およびｙの最適化関数に基づいて、相関行列内の（ｘ_ｐ，ｙ_ｐ）の近傍のゼロ値の要素（ｘ，ｙ）が選択されうる。そのような最適化関数は、例えば、（ｘ－ｘ_ｐ）および（ｙ－ｙ_ｐ）のｌ^ｐノルム関数を含みうるが、これに限定されない。例えば、最小のｌ^ｐノルム（または好ましい位置（ｘ_ｐ，ｙ_ｐ）までのマンハッタン距離）を有するゼロ値の要素がパッキングのために識別されてもよい。

いくつかの他の実装形態では、高速かつコンパクトなチャートパッキングのための上記の画像フィルタリングベースの方法の間、プロセスを完了して、チャートをパッキングするための全体投影画像内のすべて候補可能位置を導出することが必要ではない場合もある。例えば、（出力相関行列要素が０である）最初のゼロ値の位置が識別されて利用可能になると、プロセスを終了することができ、投影チャートをその最も早く識別された位置に割り当てることができる。

図１２は、本開示の一実施形態による例示的なプロセス（１２００）のフローチャートを示している。プロセス（１２００）は、ステップ（Ｓ１２０１）から開始する。ステップ（Ｓ１２１０）において、３Ｄメッシュフレームに対応する初期２Ｄ占有マップが取得される。初期２Ｄ占有マップは、０個以上のピクセルであって、０個以上のピクセルが３Ｄメッシュフレームの少なくとも１つの他の部分にマッピングされていることを指示する第１の予め定義された値を有し、少なくとも１つの他の部分が３Ｄメッシュフレームの第１の部分とオーバーラップしていない、０個以上のピクセルと、残りのピクセルであって、残りのピクセルが３Ｄメッシュフレームにマッピングされていないことを指示する第２の予め定義された値を有する、残りのピクセルとを含む。ステップ（Ｓ１２２０）において、３Ｄメッシュフレームの第１の部分に対して２Ｄ占有行列が生成され、第１の予め定義された値は占有ピクセルに対応し、第２の予め定義された値は非占有ピクセルに対応する。ステップ（Ｓ１２３０）において、初期２Ｄ占有マップと２Ｄ占有行列との間の相関行列が計算される。ステップ（Ｓ１２４０）において、相関行列内のゼロ値のターゲット要素が識別される。ステップ（Ｓ１２５０）において、２Ｄ占有行列と同じサイズを有する初期２Ｄ占有マップ内のパッチ内の第２の予め定義された値を有するピクセルを、２Ｄ占有行列内の対応する要素に置き換えることによって更新された２Ｄ占有マップが生成され、パッチは、相関行列内のゼロ値のターゲット要素の位置と一致するパッキング位置にある初期２Ｄ占有マップ内に位置している。手順（１２００）は（Ｓ１２９９）で停止する。手順（１２００）は、３Ｄメッシュのすべてのチャートまたは部分を２Ｄ占有マップにパッキングするまで繰り返されうる。

プロセス（１２００）は、適切に適合されることができる。プロセス（１２００）の（１つまたは複数の）ステップは、修正および／または省略されることができる。（１つまたは複数の）追加のステップが追加されることができる。任意の適切な実施順序が使用されることができる。

本開示で開示される技術は、別々に使用されても、任意の順序で組み合わされてもよい。さらに、技術（例えば、方法、実施形態）、エンコーダ、およびデコーダの各々は、処理回路（例えば、１つまたは複数のプロセッサや１つまたは複数の集積回路）によって実装されてもよい。いくつかの例では、１つまたは複数のプロセッサは、非一時的コンピュータ可読媒体に記憶されたプログラムを実行する。

上述された技術は、コンピュータ可読命令を使用するコンピュータソフトウェアとして実装され、１つまたは複数のコンピュータ可読媒体に物理的に記憶されることができる。例えば、図１３は、開示の主題の特定の実施形態を実装するのに適したコンピュータシステム（１３００）を示している。

コンピュータソフトウェアは、１つまたは複数のコンピュータ中央処理装置（ＣＰＵ）、グラフィックスプロセッシングユニット（ＧＰＵ）などによって直接、または解釈、マイクロコード実行などを介して実行されることができる命令を含むコードを作成するためにアセンブリ、コンパイル、リンクなどのメカニズムを施されうる、任意の適切な機械コードまたはコンピュータ言語を使用してコーディングされることができる。

命令は、例えば、パーソナルコンピュータ、タブレットコンピュータ、サーバ、スマートフォン、ゲーム機、モノのインターネットデバイスなどを含む様々なタイプのコンピュータまたはコンピュータの構成要素上で実行されることができる。

コンピュータシステム（１３００）について図１３に示される構成要素は、本質的に例示であり、本開示の実施形態を実装するコンピュータソフトウェアの使用または機能の範囲に関する限定を示唆することを意図されていない。構成要素の構成は、コンピュータシステム（１３００）の例示的な実施形態に示される構成要素のいずれか１つまたは組み合わせに関連するいかなる依存性も要件も有すると解釈されるべきではない。

コンピュータシステム（１３００）は、特定のヒューマンインターフェース入力デバイスを含んでもよい。そのようなヒューマンインターフェース入力デバイスは、例えば、触覚入力（キーストローク、スワイプ、データグローブの動きなど）、オーディオ入力（声、拍手など）、視覚入力（ジェスチャなど）、嗅覚入力（図示せず）を介した、１人または複数の人間ユーザによる入力に応答してもよい。ヒューマンインターフェースデバイスは、オーディオ（音声、音楽、環境音など）、画像（走査画像、写真画像静止画像カメラから取得など）、ビデオ（２次元ビデオ、立体ビデオを含む３次元ビデオなど）など、必ずしも人間による意識的な入力に直接関連しない特定の媒体を取り込むためにも使用されることができる。

入力ヒューマンインターフェースデバイスは、キーボード（１３０１）、マウス（１３０２）、トラックパッド（１３０３）、タッチスクリーン（１３１０）、データグローブ（図示せず）、ジョイスティック（１３０５）、マイクロフォン（１３０６）、スキャナ（１３０７）、カメラ（１３０８）のうちの１つまたは複数（それぞれ１つのみ図示）を含んでもよい。

コンピュータシステム（１３００）はまた、特定のヒューマンインターフェース出力デバイスを含んでもよい。そのようなヒューマンインターフェース出力デバイスは、例えば、触覚出力、音、光、および匂い／味によって１人または複数の人間ユーザの感覚を刺激してもよい。そのようなヒューマンインターフェース出力デバイスは、触覚出力デバイス（例えば、タッチスクリーン（１３１０）、データグローブ（図示せず）、またはジョイスティック（１３０５）による触覚フィードバック、ただし、入力デバイスとして機能しない触覚フィードバックデバイスもありうる）、オーディオ出力デバイス（スピーカ（１３０９）、ヘッドホン（図示せず）など）、視覚出力デバイス（例えば、各々タッチスクリーン入力能力を有するかまたは有さず、各々触覚フィードバック能力を有するかまたは有さず、その一部は２次元視覚出力または立体出力などの手段による３次元を超える出力を出力することが可能でありうる、ＣＲＴスクリーン、ＬＣＤスクリーン、プラズマスクリーン、ＯＬＥＤスクリーンを含むスクリーン（１３１０）、仮想現実メガネ（図示せず）、ホログラフィックディスプレイおよびスモークタンク（図示せず）など）ならびに、プリンタ（図示せず）を含んでもよい。

コンピュータシステム（１３００）はまた、ＣＤ／ＤＶＤまたは同様の媒体（１３２１）を有するＣＤ／ＤＶＤ ＲＯＭ／ＲＷ（１３２０）を含む光媒体、サムドライブ（１３２２）、リムーバブルハードドライブまたはソリッドステートドライブ（１３２３）、テープやフロッピーディスク（図示せず）などのレガシー磁気媒体、セキュリティドングル（図示せず）などの専用ＲＯＭ／ＡＳＩＣ／ＰＬＤベースのデバイスなどの人間がアクセス可能な記憶デバイスおよびそれらの関連媒体も含むことができる。

当業者はまた、本開示の主題と関連して使用される「コンピュータ可読媒体」という用語が、伝送媒体、搬送波、または他の一時的な信号を包含しないことも理解するはずである。

コンピュータシステム（１３００）はまた、１つまたは複数の通信ネットワーク（１３５５）へのインターフェース（１３５４）も含むことができる。ネットワークは、例えば、無線、有線、光とすることができる。ネットワークはさらに、ローカル、ワイドエリア、メトロポリタン、車両用および産業用、リアルタイム、遅延耐性などとすることができる。ネットワークの例は、イーサネットなどのローカルエリアネットワーク、無線ＬＡＮ、ＧＳＭ、３Ｇ、４Ｇ、５Ｇ、ＬＴＥなどを含むセルラーネットワーク、ケーブルテレビ、衛星テレビおよび地上波テレビ放送を含むテレビの有線または無線広域デジタルネットワーク、ＣＡＮＢｕｓを含む車両用および産業用などを含む。特定のネットワークは、一般に、特定の汎用データポートまたは周辺バス（１３４９）（例えば、コンピュータシステム（１３００）のＵＳＢポートなど）に接続された外部ネットワークインターフェースアダプタを必要とし、他のネットワークは、一般に、以下で説明されるように、システムバスへの接続によってコンピュータシステム（１３００）のコアに統合される（例えば、ＰＣコンピュータシステムへのイーサネットインターフェースや、スマートフォンコンピュータシステムへのセルラーネットワークインターフェース）。これらのネットワークのいずれかを使用して、コンピュータシステム（１３００）は他のエンティティと通信することができる。そのような通信は、単方向、受信のみ（例えば、テレビ放送）、単方向、送信のみ（例えば、特定のＣＡＮｂｕｓデバイスへのＣＡＮｂｕｓ）、または、例えば、ローカルもしくはワイドエリアデジタルネットワークを使用する他のコンピュータシステムへの双方向とすることができる。特定のプロトコルおよびプロトコルスタックが、上述されたようにそれらのネットワークおよびネットワークインターフェースの各々で使用されることができる。

前述のヒューマンインターフェースデバイス、人間がアクセス可能な記憶デバイス、およびネットワークインターフェースは、コンピュータシステム（１３００）のコア（１３４０）に取り付けられることができる。

コア（１３４０）は、１つまたは複数の中央処理装置（ＣＰＵ）（１３４１）、グラフィックスプロセッシングユニット（ＧＰＵ）（１３４２）、フィールドプログラマブルゲートエリア（ＦＰＧＡ）（１３４３）の形式の専用プログラマブル処理ユニット、特定のタスク用のハードウェアアクセラレータ（１３４４）、グラフィックスアダプタ（１３５０）などを含むことができる。これらのデバイスは、読み出し専用メモリ（ＲＯＭ）（１３４５）、ランダムアクセスメモリ（１３４６）、内部のユーザがアクセスできないハードドライブ、ＳＳＤなどの内部大容量ストレージ（１３４７）と共に、システムバス（１３４８）を介して接続されうる。いくつかのコンピュータシステムでは、システムバス（１３４８）は、追加のＣＰＵ、ＧＰＵなどによる拡張を可能にするために１つまたは複数の物理プラグの形式でアクセス可能とすることができる。周辺デバイスは、コアのシステムバス（１３４８）に直接取り付けられることも、または周辺バス（１３４９）を介して取り付けられることもできる。一例では、スクリーン（１３１０）は、グラフィックスアダプタ（１３５０）に接続されることができる。周辺バスのアーキテクチャは、ＰＣＩ、ＵＳＢなどを含む。

ＣＰＵ（１３４１）、ＧＰＵ（１３４２）、ＦＰＧＡ（１３４３）、およびアクセラレータ（１３４４）は、組み合わされて、前述のコンピュータコードを構成することができる特定の命令を実行することができる。そのコンピュータコードは、ＲＯＭ（１３４５）またはＲＡＭ（１３４６）に記憶されることができる。ＲＡＭ（１３４６）には暫定的なデータも記憶されることができるが、永続データは、例えば、内部大容量ストレージ（１３４７）に記憶されることができる。メモリデバイスのいずれかへの高速記憶および取り出しは、１つまたは複数のＣＰＵ（１３４１）、ＧＰＵ（１３４２）、大容量ストレージ（１３４７）、ＲＯＭ（１３４５）、ＲＡＭ（１３４６）などと密接に関連付けられることができるキャッシュメモリの使用によって可能とされることができる。

コンピュータ可読媒体は、様々なコンピュータ実装動作を行うためのコンピュータコードを有することができる。媒体およびコンピュータコードは、本開示の目的のために特別に設計および構成されたものとすることもでき、またはコンピュータソフトウェア技術の当業者に周知の利用可能な種類のものとすることもできる。

限定としてではなく例として、アーキテクチャを有するコンピュータシステム（１３００）、具体的にはコア（１３４０）は、（ＣＰＵ、ＧＰＵ、ＦＰＧＡ、アクセラレータなどを含む）（１つまたは複数の）プロセッサが、１つまたは複数の有形のコンピュータ可読媒体において具体化されたソフトウェアを実行した結果として機能を提供することができる。そのようなコンピュータ可読媒体は、上記で紹介されたようなユーザアクセス可能な大容量ストレージ、ならびにコア内部の大容量ストレージ（１３４７）やＲＯＭ（１３４５）などの非一時的な性質のものであるコア（１３４０）の特定のストレージと関連付けられた媒体とすることができる。本開示の様々な実施形態を実装するソフトウェアは、そのようなデバイスに記憶され、コア（１３４０）によって実行されることができる。コンピュータ可読媒体は、特定の必要性に応じて、１つまたは複数のメモリデバイスまたはチップを含むことができる。ソフトウェアは、コア（１３４０）、具体的にはその中のプロセッサ（ＣＰＵ、ＧＰＵ、ＦＰＧＡなどを含む）に、ＲＡＭ（１３４６）に記憶されたデータ構造を定義すること、およびソフトウェアによって定義されたプロセスに従ってそのようなデータ構造を修正することを含む、本明細書で説明された特定のプロセスまたは特定のプロセスの特定の部分を実行させることができる。加えて、または代替的に、コンピュータシステムは、ソフトウェアの代わりに、またはソフトウェアと共に本明細書で説明された特定のプロセスまたは特定のプロセスの特定の部分を実行するように動作することができる回路（例えば、アクセラレータ（１３４４））に配線されるかまたは他の方法で具体化されたロジックの結果として機能を提供することもできる。ソフトウェアへの言及は、適切な場合には、ロジックを包含することができ、逆もまた同様である。コンピュータ可読媒体への言及は、適切な場合には、実行のためのソフトウェアを記憶する回路（集積回路（ＩＣ）など）、実行のためのロジックを具体化する回路、またはその両方を包含することができる。本開示は、ハードウェアとソフトウェアの任意の適切な組み合わせを包含する。

本開示はいくつかの例示的な実施形態を説明しているが、変更形態、置換形態、および様々な代替の均等物が存在し、それらは本開示の範囲内に入る。よって、当業者は、本明細書に明示的に図示または記載されていないが、本開示の原理を具体化する、よって本開示の趣旨および範囲内にある多数のシステムおよび方法を考案することができることが理解されよう。

１０５ ３Ｄセンサ、１００ 通信システム、１１０ 端末デバイス、１２０ 端末デバイス、２００ ストリーミングシステム、２０１ ３Ｄメッシュ生成器または記憶媒体、２０２ ３Ｄメッシュ、２０３ エンコーダ、２０４ 圧縮された３Ｄメッシュ、２０５ ストリーミングサーバ、２０６ クライアントサブシステム、２０７ 圧縮された３Ｄメッシュのコピー、２０８ クライアントサブシステム、２０９ 圧縮された３Ｄメッシュのコピー、２１０ デコーダ、２１１ 再構成された３Ｄメッシュのストリーム、２１２ レンダリングデバイス、２１３ キャプチャまたはストレージサブシステム、３０１ エンコーダ、３０２ 生の入力３Ｄメッシュまたは３Ｄメッシュのシーケンス、３０３ デコーダ、３０４ ３Ｄメッシュの２Ｄ ＵＶ空間へのマッピングのためのマッピングユニット、３１０ 占有マップ、３１２ ジオメトリマップ、３１４ 属性マップ、３１６ 他の非画像または非マップのデータまたはメタデータ、３２０ デコーディングされた占有マップ、３２２ デコーディングされたジオメトリマップ、３２４ デコーディングされた属性マップ、３２６ デコーディングされた非マップデータおよびメタデータ、３３０ ３Ｄメッシュまたは３Ｄメッシュのシーケンス、４００ ３Ｄメッシュエンコーダ、４０４ パッチ情報モジュール、４０６ パッチ生成モジュール、４０８ パッチパッキングモジュール、４１０ ジオメトリ画像生成モジュール、４１２ テクスチャ画像生成モジュール、４１４ 占有マップモジュール、４１６ 画像パディングモジュール、４１８ 画像パディングモジュール、４２０ グループ拡張モジュール、４２２ ビデオ圧縮モジュール、４２３ ビデオ圧縮モジュール、４２４ マルチプレクサ、４３２ ビデオ圧縮モジュール、４３４ エントロピー圧縮モジュール、４３６ 平滑化モジュール、４３８ 補助パッチ情報圧縮モジュール、５００ メッシュデコーダ、５３２ デマルチプレクサ、５３４ ビデオ解凍モジュール、５３６ ビデオ解凍モジュール、５３８ 占有マップ解凍モジュール、５４２ 補助パッチ情報解凍モジュール、５４４ ジオメトリ再構成モジュール、５４６ 平滑化モジュール、５４８ テクスチャ再構成モジュール、５５２ 色平滑化モジュール、６１０ ビデオデコーダ、６２０ パーサ、６２１ シンボル、６５１ スケーラ／逆変換ユニット、６５２ イントラピクチャ予測ユニット、６５３ 動き補償予測ユニット、６５５ アグリゲータ、６５６ ループフィルタユニット、６５７ 参照ピクチャメモリ、６５８ 現在のピクチャバッファ、７０３ ビデオエンコーダ、７３０ ソースコーダ、７３２ コーディングエンジン、７３３ ローカルデコーダ、７３４ 参照ピクチャメモリ、７３５ 予測器、７４５ エントロピーコーダ、７５０ コントローラ、８０２ ３Ｄメッシュ、８０４ チャート、８０６ チャート、８０８ チャート、８０９ チャート、８２０ ２Ｄマップ、８２４ ２Ｄ領域、８２６ ２Ｄ領域、８２８ ２Ｄ領域、８２９ ２Ｄ領域、９２６ 領域、１００２ ２Ｄ占有マップ、１００４ サブ２Ｄマップ、１００６ ２×４領域、１００８ ２×４領域、１０１０ 結合された２Ｄ占有マップ、１１０２ 占有マップ、１１０４ 占有マップのための視覚的ガイド、１１０６ パディングされた占有マップ、１２００ プロセス、１３００ コンピュータシステム、１３０１ キーボード、１３０２ マウス、１３０３ トラックパッド、１３０５ ジョイスティック、１３０６ マイクロフォン、１３０７ スキャナ、１３０８ カメラ、１３０９ スピーカ、１３１０ タッチスクリーン、１３２０ ＣＤ／ＤＶＤ ＲＯＭ／ＲＷ、１３２１ ＣＤ／ＤＶＤまたは同様の媒体、１３２２ サムドライブ、１３２３ リムーバブルハードドライブまたはソリッドステートドライブ、１３４０ コンピュータシステムのコア、１３４１ 中央処理装置（ＣＰＵ）、１３４２ グラフィックスプロセッシングユニット（ＧＰＵ）、１３４３ フィールドプログラマブルゲートエリア（ＦＰＧＡ）、１３４４ ハードウェアアクセラレータ、１３４５ 読み出し専用メモリ（ＲＯＭ）、１３４６ ランダムアクセスメモリ（ＲＡＭ）、１３４７ 内部大容量ストレージ、１３４８ システムバス、１３４９ 周辺バス、１３５０ グラフィックスアダプタ、１３５４ ネットワークインターフェース、１３５５ クラウドコンピューティング環境

Claims (18)

1. ３次元（３Ｄ）メッシュフレームの第１の部分を２次元（２Ｄ）占有マップに投影するための方法であって、前記方法は、
   初期２Ｄ占有マップを取得するステップであって、前記初期２Ｄ占有マップが、
   ０個以上のピクセルであって、前記０個以上のピクセルが前記３Ｄメッシュフレームの少なくとも１つの他の部分にマッピングされていることを指示する第１の予め定義された値を有し、前記少なくとも１つの他の部分が前記３Ｄメッシュフレームの前記第１の部分とオーバーラップしていない、０個以上のピクセルと、
   残りのピクセルであって、前記残りのピクセルが前記３Ｄメッシュフレームにマッピングされていないことを指示する第２の予め定義された値を有する、残りのピクセルとを含む、ステップと、
   前記３Ｄメッシュフレームの前記第１の部分の２Ｄ占有行列を生成するステップであって、前記第１の予め定義された値が占有ピクセルに対応し、前記第２の予め定義された値が非占有ピクセルに対応する、ステップと、
   前記初期２Ｄ占有マップと前記２Ｄ占有行列との間の相関行列を計算するステップと、
   前記相関行列内のゼロ値のターゲット要素を識別するステップと、
   前記２Ｄ占有行列と同じサイズを有する前記初期２Ｄ占有マップ内のパッチ内の前記第２の予め定義された値を有するピクセルを、前記２Ｄ占有行列内の対応する要素に置き換えることによって更新された２Ｄ占有マップを生成するステップであって、前記パッチが、前記相関行列内の前記ゼロ値のターゲット要素の位置に従うパッキング位置にある前記初期２Ｄ占有マップ内に位置している、ステップとを含む、方法。
2. 前記相関行列は、畳み込みカーネルとしての前記２Ｄ占有行列と前記初期２Ｄ占有マップとの間の畳み込みとして計算される、請求項１に記載の方法。
3. 前記畳み込みは、高速フーリエ変換を使用して計算される、請求項２に記載の方法。
4. 前記相関行列内の前記ゼロ値のターゲット要素を識別するステップは、
   前記相関行列内の複数のゼロ値の要素を識別するステップと、
   前記相関行列内の前記複数のゼロ値の要素のうちの１つを前記ゼロ値のターゲット要素として選択するステップとを含む、請求項１に記載の方法。
5. 前記相関行列内の前記複数のゼロ値の要素のうちの１つを前記ゼロ値のターゲット要素として選択するステップは、幅寸法で最小インデックスを有する前記相関行列内の前記複数のゼロ値の要素のうちのゼロ値の要素を選択するステップを含む、請求項４に記載の方法。
6. 前記相関行列内の前記複数のゼロ値の要素のうちの１つを前記ゼロ値のターゲット要素として選択するステップは、高さ寸法で最小インデックスを有する前記相関行列内の前記複数のゼロ値の要素のうちのゼロ値の要素を選択するステップを含む、請求項４に記載の方法。
7. 前記相関行列内の前記複数のゼロ値の要素のうちの１つを前記ゼロ値のターゲット要素として選択するステップは、幅インデックスと高さインデックスとの最小和を有する前記相関行列内の前記複数のゼロ値の要素のうちのゼロ値の要素を選択するステップを含む、請求項４に記載の方法。
8. 前記相関行列内の前記複数のゼロ値の要素のうちの１つを前記ゼロ値のターゲット要素として選択するステップは、高さインデックスおよび幅インデックスの最適化関数に基づいて前記複数のゼロ値の要素のうちのゼロ値の要素を選択するステップを含む、請求項４に記載の方法。
9. 前記最適化関数は、ｌ^ｐノルム関数を含む、請求項８に記載の方法。
10. 前記相関行列内の前記複数のゼロ値の要素のうちの１つを前記ゼロ値のターゲット要素として選択するステップは、
    前記２Ｄ占有行列の前記初期２Ｄ占有マップへの好ましいパッキング位置を決定するステップと、
    前記好ましいパッキング位置に従って前記相関行列内の前記複数のゼロ値の要素内の前記複数のゼロ値の要素から前記ゼロ値のターゲット要素を選択するステップとを含む、請求項４に記載の方法。
11. 前記好ましいパッキング位置に従って前記相関行列内の前記複数のゼロ値の要素内の前記複数のゼロ値の要素から前記ゼロ値のターゲット要素を選択するステップは、
    可能な場合に、前記ゼロ値のターゲット要素として、前記好ましいパッキング位置と一致する前記複数のゼロ値の要素から選択するステップと、そうでない場合に、
    前記好ましいパッキング位置および前記好ましいパッキング位置の近傍にあるゼロ値の要素の位置の最適化関数に基づいて前記好ましいパッキング位置の前記近傍にある前記複数のゼロ値の要素から選択するステップとを含む、請求項１０に記載の方法。
12. 前記最適化関数は、前記好ましいパッキング位置と、前記複数のゼロ値の要素の中のゼロ値の要素の前記位置との間の位置差のｌ^ｐノルム関数を含む、請求項１１に記載の方法。
13. 前記相関行列内の前記ゼロ値のターゲット要素を識別するステップは、前記相関行列の第１の識別されたゼロ値の要素を前記ゼロ値のターゲット要素として決定するステップを含み、前記方法は、前記相関行列の前記第１の識別されたゼロ値の要素が見つかると、前記相関行列の計算を終了するステップをさらに含む、請求項１０～１２のいずれか一項に記載の方法。
14. 請求項１に記載の前記方法に含まれる前記ステップは、前記３Ｄメッシュフレームのすべての部分が前記更新された２Ｄ占有マップにマッピングされるまで繰り返される、請求項１０～１２のいずれか一項に記載の方法。
15. ビデオエンコーダを使用して前記更新された２Ｄ占有マップをビットストリームに圧縮し、前記３Ｄメッシュフレームのすべての部分の２Ｄ占有行列のサイズおよびパッキング位置の情報を圧縮するステップをさらに含む、請求項１４に記載の方法。
16. 初期２Ｄ占有マップおよび前記２Ｄ占有行列は、前記第１の予め定義された値および前記第２の予め定義された値を含む２進値を含む、請求項１０～１２のいずれか一項に記載の方法。
17. コンピュータ命令を記憶するためのメモリと、プロセッサとを含むデバイスであって、前記プロセッサは、３次元（３Ｄ）メッシュフレームの第１の部分を２次元（２Ｄ）占有マップに投影するための前記コンピュータ命令を実行すると、請求項１に記載の方法を前記プロセッサに実行させる、デバイス。
18. コンピュータ命令を含むコンピュータプログラムであって、前記コンピュータ命令は、３次元（３Ｄ）メッシュフレームの第１の部分を２次元（２Ｄ）占有マップに投影するために電子デバイスのプロセッサによって実行されると、前記電子デバイスに、請求項１に記載の方法を実行させる、コンピュータプログラム。

Images