CN118042192A - 点云编码、解码的方法、装置及设备 - Google Patents
点云编码、解码的方法、装置及设备 Download PDFInfo
- Publication number
- CN118042192A CN118042192A CN202311362227.6A CN202311362227A CN118042192A CN 118042192 A CN118042192 A CN 118042192A CN 202311362227 A CN202311362227 A CN 202311362227A CN 118042192 A CN118042192 A CN 118042192A
- Authority
- CN
- China
- Prior art keywords
- points
- point
- distribution value
- determining
- attribute information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 96
- 238000009826 distribution Methods 0.000 claims description 478
- 238000004590 computer program Methods 0.000 claims description 25
- 238000003860 storage Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000013139 quantization Methods 0.000 description 23
- 230000008569 process Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 12
- 230000006835 compression Effects 0.000 description 11
- 238000007906 compression Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 230000009466 transformation Effects 0.000 description 7
- 230000003068 static effect Effects 0.000 description 6
- 238000010276 construction Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000002310 reflectometry Methods 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 238000013519 translation Methods 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000002595 magnetic resonance imaging Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000007654 immersion Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 101000638069 Homo sapiens Transmembrane channel-like protein 2 Proteins 0.000 description 1
- 241000023320 Luma <angiosperm> Species 0.000 description 1
- 102100032054 Transmembrane channel-like protein 2 Human genes 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009365 direct transmission Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/103—Selection of coding mode or of prediction mode
- H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
- G06T9/001—Model-based coding, e.g. wire frame
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
- H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/167—Position within a video image, e.g. region of interest [ROI]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- 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
- H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
- H04N21/4402—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本申请提供了一种点云编码、解码的方法、装置及设备,该方法包括:从点云数据中确定当前点所在的目标区域,并从该目标区域内选择出N个点,根据这N个点的属性信息,确定这N个点中每个点的权重系数;根据这N个点中每个点的权重系数,确定这N个点中每个点的权重,根据这N个点中每个点的权重,从这N个点中选择当前点的至少一个邻居点,实现当前点的邻居点的准确选择。这样基于准确选择的邻居点,对当前点进行属性预测时,可以提高属性预测的准确性,进而提高点云的编码效率。
Description
技术领域
本申请实施例涉及视频编解码技术领域,尤其涉及一种点云编码、解码的方法、装置及设备。
背景技术
通过采集设备对物体表面进行采集,形成点云数据,点云数据包括几十万甚至更多的点。在视频制作过程中,将点云数据以点云媒体文件的形式在视频制作设备和视频播放设备之间传输。但是,如此庞大的点给传输带来了挑战,因此,视频制作设备需要对点云数据进行压缩后传输。
点云数据的压缩主要包括位置信息的压缩和属性信息的压缩,在属性信息压缩时,通过预测来减小或消除点云数据中的冗余信息,例如,从已编码的点中获得当前点的一个或多个相邻点,根据相邻点的属性信息,来预测当前点的属性信息。
目前在选择邻居点时,根据各点到当前点的距离来确定,造成邻居点的选择不准确,使得点云的编解码效果差。
发明内容
本申请提供一种点云编码、解码的方法、装置及设备,提高点云的编解码效果。
第一方面,本申请提供一种点云编码方法,包括:
获取点云数据,并从所述点云数据中确定当前点所在的目标区域,所述目标区域包括多个点;
针对所述目标区域内的N个点,根据所述N个点中每一个点的属性信息,确定所述N个点在第一分量方向上的第一分布值、在第二分量方向上的第二分布值和在第三分量方向上的第三分布值,所述N为大于或等于2的正整数,所述N个点不包括所述当前点;
根据所述第一分布值、所述第二分布值和所述第三分布值,确定所述N个点中每个点的权重系数,所述权重系数包括第一分量的权重系数、第二分量的权重系数和第三分量的权重系数;根据所述N个点中每个点的权重系数,确定所述N个点中每个点的权重;
根据所述N个点中每个点的权重,对所述点云数据进行编码。
第二方面,本申请提供一种点云解码方法,包括:
解码码流,获取点云数据中点的几何信息;
根据所述点云数据中点的几何信息,从所述点云数据中确定当前点所在的目标区域,所述目标区域包括多个点;
针对所述目标区域内已解码的N个点,根据所述N个点中每一个点的属性信息,确定所述N个点在第一分量方向上的第一分布值、在第二分量方向上的第二分布值和在第三分量方向上的第三分布值,所述N为大于或等于2的正整数,所述N个点不包括所述当前点;
根据所述第一分布值、所述第二分布值和所述第三分布值,确定所述N个点中每个点的权重系数,所述权重系数包括第一分量的权重系数、第二分量的权重系数和第三分量的权重系数;根据所述N个点中每个点的权重系数,确定所述N个点中每个点的权重;
根据所述N个点中每个点的权重,对所述点云数据进行解码。
第三方面,提供了一种点云编码装置,包括:
获取单元,用于获取点云数据,并从所述点云数据中确定当前点所在的目标区域,所述目标区域包括多个点;
权重系数确定单元,用于针对所述目标区域内的N个点,根据所述N个点中每一个点的属性信息,确定所述N个点在第一分量方向上的第一分布值、在第二分量方向上的第二分布值和在第三分量方向上的第三分布值,并根据所述第一分布值、所述第二分布值和所述第三分布值,确定所述N个点中每个点的权重系数,所述N为大于或等于2的正整数,所述N个点不包括所述当前点,所述权重系数包括第一分量的权重系数、第二分量的权重系数和第三分量的权重系数;
权重确定单元,用于根据所述N个点中每个点的权重系数,确定所述N个点中每个点的权重;
编码单元,用于根据所述N个点中每个点的权重,对所述点云数据进行编码。
在一些实施例中,权重系数确定单元,具体用于将N个点划分为至少一组,针对至少一组中的每一组,将该组对应的默认权重系数确定为该组内每个点的权重系数,其中,每一组对应的默认权重系数不同;或者,根据N个点中每个点的几何信息,确定N个点中每个点的权重系数;或者,根据N个点中每个点的属性信息,确定N个点中每个点的权重系数。
可选的,权重系数包括第一分量的权重系数、第二分量的权重系数和第三分量的权重系数。
在一些实施例中,上述至少两个组中同一个组对应的第一分量的权重系数、第二分量的权重系数和第三分量的权重系数均相等;或者,同一个组对应的第一分量的权重系数、第二分量的权重系数和第三分量的权重系数中至少两个系数不相等。
在一些实施例中,权重系数确定单元,具体用于根据N个点中每个点的几何信息,分别确定N个点在第一分量方向上的第一分布值、在第二分量方向上的第二分布值和在第三分量方向上的第三分布值;根据第一分布值、第二分布值和第三分布值,确定N个点中每个点的权重系数。
在一些实施例中,权重系数确定单元,具体用于根据N个点中每个点在第一分量方向上的几何信息,确定N个点在第一分量方向上的第一取值范围;根据N个点中每个点在第二分量方向上的几何信息,确定N个点在第二分量方向上的第二取值范围;根据N个点中每个点在第三分量方向上的几何信息,确定N个点在第三分量方向上的第三取值范围;根据第一取值范围、第二取值范围和第三取值范围,确定第一分布值、第二分布值和第三分布值。
在一些实施例中,权重系数确定单元,具体用于将第一取值范围的范围值确定为第一分布值;将第二取值范围的范围值确定为第二分布值;将第三取值范围的范围值确定为第三分布值。
在一些实施例中,权重系数确定单元,具体用于确定N与第一取值范围的范围值之间的第一比值,并将第一比值确定第一分布值;确定N与第二取值范围的范围值之间的第二比值,并将第二比值确定第二分布值;确定N与第三取值范围的范围值之间的第三比值,并将第三比值确定第三分布值。
在一些实施例中,权重系数确定单元,具体用于根据N个点中每个点在第一分量方向上的几何信息,确定N个点在第一分量方向上的第一方差;根据N个点中每个点在第二分量方向上的几何信息,确定N个点在第二分量方向上的第二方差;根据N个点中每个点在第三分量方向上的几何信息,确定N个点在第三分量方向上的第三方差;根据第一方差、第二方差和第三方差,确定第一分布值、第二分布值和第三分布值。
在一些实施例中,权重系数确定单元,具体用于将第一方差确定为第一分布值;将第二方差确定为第二分布值;将第三方差确定为第三分布值。
在一些实施例中,权重系数确定单元,具体用于根据N个点中每个点的几何信息,确定N个点围成的区域的当前点;从N个点中分别确定与当前点在第一分量方向上距离最远的第一点、在第二分量方向上距离最远的第二点,以及在第三分量方向上距离最远的第三点;根据第一点、第二点和第三点中每个点的属性信息,分别确定N个点在第一分量方向上的第一分布值、在第二分量方向上的第二分布值和在第三分量方向上的第三分布值;根据第一分布值、第二分布值和在第三分布值,确定N个点中每个点的权重系数。
在一些实施例中,权重系数确定单元,具体用于获取中心点的属性信息;根据第一点的属性信息与中心点的属性信息,确定N个点在第一分量方向上的第一分布值,根据第二点的属性信息与中心点的属性信息,确定N个点在第二分量方向上的第二分布值,根据第三点的属性信息与中心点的属性信息,确定N个点在第三分量方向上的第三分布值。
在一些实施例中,权重系数确定单元,具体用于将第一点的属性信息与中心点的属性信息的差值,确定为N个点在第一分量方向上的第一分布值;将第二点的属性信息与中心点的属性信息的差值,确定为N个点在第二分量方向上的第二分布值;将第三点的属性信息与中心点的属性信息的差值,确定为N个点在第三分量方向上的第三分布值。
在一些实施例中,权重系数确定单元,具体用于根据N个点中每个点的属性信息,确定N个点的属性信息的平均值;根据第一点的属性信息与N个点的属性信息的平均值,确定N个点在第一分量方向上的第一分布值,根据第二点的属性信息与N个点的属性信息的平均值,确定N个点在第二分量方向上的第二分布值,根据第三点的属性信息与N个点的属性信息的平均值,确定N个点在第三分量方向上的第三分布值。
在一些实施例中,权重系数确定单元,具体用于将第一点的属性信息与N个点的属性信息的平均值的差值,确定为N个点在第一分量方向上的第一分布值;将第二点的属性信息与N个点的属性信息的平均值的差值,确定为N个点在第二分量方向上的第二分布值;将第三点的属性信息与N个点的属性信息的平均值的差值,确定为N个点在第三分量方向上的第三分布值。
在一些实施例中,权重系数确定单元,具体用于将第一分布值确定为第一分量的权重系数,将第二分布值确定为第二分量的权重系数,将第三分布值确定为第三分量的权重系数;或者,
确定第一分布值、第二分布值和分布值之和,根据第一分布值与之和的比,确定第一分量的权重系数,根据第二分布值与之和的比,确定第二分量的权重系数,根据第三分布值与之和的比,确定第三分量的权重系数。
在一些实施例中,权重系数确定单元,具体用于将第一分布值与之和的比,确定为第一分量的权重系数;将第二分布值与之和的比,确定为第二分量的权重系数;将第三分布值与之和的比,确定为第三分量的权重系数。
在一些实施例中,在码流中携带有N个点中每个点的权重系数。
第四方面,提供了一种点云解码装置,包括:
解码单元,用于解码码流,获取点云数据中点的几何信息;
区域确定单元,用于根据所述点云数据中点的几何信息,从所述点云数据中确定当前点所在的目标区域,所述目标区域包括多个点;
权重系数确定单元,用于针对所述目标区域内已解码的N个点,根据所述N个点中每一个点的属性信息,确定所述N个点在第一分量方向上的第一分布值、在第二分量方向上的第二分布值和在第三分量方向上的第三分布值,并根据所述第一分布值、所述第二分布值和所述第三分布值,确定所述N个点中每个点的权重系数,所述权重系数包括第一分量的权重系数、第二分量的权重系数和第三分量的权重系数,所述N为大于或等于2的正整数,所述N个点不包括所述当前点;
权重确定单元,用于根据所述N个点中每个点的权重系数,确定所述N个点中每个点的权重;
解码单元,用于根据所述N个点中每个点的权重,对所述点云数据进行解码。
在一些实施例中,权重确定单元,具体用于解码码流,得到N个点中每个点的权重系数;或者,将N个点划分为至少一组,针对至少一组中的每一组,将该组对应的默认权重系数确定为该组内每个点的权重系数,其中,每一组对应的默认权重系数不同;或者,根据N个点中每个点的几何信息,确定N个点中每个点的权重系数;或者,根据N个点中每个点的属性信息,确定N个点中每个点的权重系数。
可选的,权重系数包括第一分量的权重系数、第二分量的权重系数和第三分量的权重系数。
在一些实施例中,至少一组中同一个组对应的第一分量的权重系数、第二分量的权重系数和第三分量的权重系数均相等;或者,同一个组对应的第一分量的权重系数、第二分量的权重系数和第三分量的权重系数中至少两个系数不相等。
在一些实施例中,权重确定单元,具体用于根据N个点中每个点的几何信息,分别确定N个点在第一分量方向上的第一分布值、在第二分量方向上的第二分布值和在第三分量方向上的第三分布值;根据第一分布值、第二分布值和第三分布值,确定N个点中每个点的权重系数。
在一些实施例中,权重确定单元,具体用于根据N个点中每个点在第一分量方向上的几何信息,确定N个点在第一分量方向上的第一取值范围;根据N个点中每个点在第二分量方向上的几何信息,确定N个点在第二分量方向上的第二取值范围;根据N个点中每个点在第三分量方向上的几何信息,确定N个点在第三分量方向上的第三取值范围;根据第一取值范围、第二取值范围和第三取值范围,确定第一分布值、第二分布值和第三分布值。
在一些实施例中,权重确定单元,具体用于将第一取值范围的范围值确定为第一分布值;将第二取值范围的范围值确定为第二分布值;将第三取值范围的范围值确定为第三分布值。
在一些实施例中,权重确定单元,具体用于确定N与第一取值范围的范围值之间的第一比值,并将第一比值确定第一分布值;确定N与第二取值范围的范围值之间的第二比值,并将第二比值确定第二分布值;确定N与第三取值范围的范围值之间的第三比值,并将第三比值确定第三分布值。
在一些实施例中,权重确定单元,具体用于根据N个点中每个点在第一分量方向上的几何信息,确定N个点在第一分量方向上的第一方差;根据N个点中每个点在第二分量方向上的几何信息,确定N个点在第二分量方向上的第二方差;根据N个点中每个点在第三分量方向上的几何信息,确定N个点在第三分量方向上的第三方差;根据第一方差、第二方差和第三方差,确定第一分布值、第二分布值和第三分布值。
在一些实施例中,权重确定单元,具体用于将第一方差确定为第一分布值;将第二方差确定为第二分布值;将第三方差确定为第三分布值。
在一些实施例中,权重确定单元,具体用于根据N个点中每个点的几何信息,确定N个点围成的区域的中心点;从N个点中分别确定与中心点在第一分量方向上距离最远的第一点、在第二分量方向上距离最远的第二点,以及在第三分量方向上距离最远的第三点;根据第一点、第二点和第三点中每个点的属性信息,分别确定N个点在第一分量方向上的第一分布值、在第二分量方向上的第二分布值和在第三分量方向上的第三分布值;根据第一分布值、第二分布值和在第三分布值,确定N个点中每个点的权重系数。
可选的,上述N个中每个点的权重系数相同。
在一些实施例中,权重确定单元,具体用于获取中心点的属性信息;根据第一点的属性信息与中心点的属性信息,确定N个点在第一分量方向上的第一分布值,根据第二点的属性信息与中心点的属性信息,确定N个点在第二分量方向上的第二分布值,根据第三点的属性信息与中心点的属性信息,确定N个点在第三分量方向上的第三分布值。
在一些实施例中,权重确定单元,具体用于将第一点的属性信息与中心点的属性信息的差值,确定为N个点在第一分量方向上的第一分布值;将第二点的属性信息与中心点的属性信息的差值,确定为N个点在第二分量方向上的第二分布值;将第三点的属性信息与中心点的属性信息的差值,确定为N个点在第三分量方向上的第三分布值。
在一些实施例中,权重确定单元,具体用于根据N个点中每个点的属性信息,确定N个点的属性信息的平均值;根据第一点的属性信息与N个点的属性信息的平均值,确定N个点在第一分量方向上的第一分布值,根据第二点的属性信息与N个点的属性信息的平均值,确定N个点在第二分量方向上的第二分布值,根据第三点的属性信息与N个点的属性信息的平均值,确定N个点在第三分量方向上的第三分布值。
在一些实施例中,权重确定单元,具体用于将第一点的属性信息与N个点的属性信息的平均值的差值,确定为N个点在第一分量方向上的第一分布值;将第二点的属性信息与N个点的属性信息的平均值的差值,确定为N个点在第二分量方向上的第二分布值;将第三点的属性信息与N个点的属性信息的平均值的差值,确定为N个点在第三分量方向上的第三分布值。
在一些实施例中,权重确定单元,具体用于将第一分布值确定为第一分量的权重系数,将第二分布值确定为第二分量的权重系数,将第三分布值确定为第三分量的权重系数;或者,确定第一分布值、第二分布值和分布值之和,根据第一分布值与之和的比,确定第一分量的权重系数,根据第二分布值与之和的比,确定第二分量的权重系数,根据第三分布值与之和的比,确定第三分量的权重系数。
在一些实施例中,权重确定单元,具体用于将第一分布值与之和的比,确定为第一分量的权重系数;将第二分布值与之和的比,确定为第二分量的权重系数;将第三分布值与之和的比,确定为第三分量的权重系数。
第五方面,提供了一种编码器,包括处理器和存储器。所述存储器用于存储计算机程序,所述处理器用于调用并运行所述存储器中存储的计算机程序,以执行上述第一方面或其各实现方式中的方法。
第六方面,提供了一种解码器,包括处理器和存储器。所述存储器用于存储计算机程序,所述处理器用于调用并运行所述存储器中存储的计算机程序,以执行上述第二方面或其各实现方式中的方法。
第七方面,提供了一种芯片,用于实现上述第一方面至第二方面中任一方面或其各实现方式中的方法。具体地,所述芯片包括:处理器,用于从存储器中调用并运行计算机程序,使得安装有所述芯片的设备执行如上述第一方面至第二方面中任一方面或其各实现方式中的方法。
第八方面,提供了一种计算机可读存储介质,用于存储计算机程序,所述计算机程序使得计算机执行上述第一方面至第二方面中任一方面或其各实现方式中的方法。
第九方面,提供了一种计算机程序产品,包括计算机程序指令,所述计算机程序指令使得计算机执行上述第一方面至第二方面中任一方面或其各实现方式中的方法。
第十方面,提供了一种计算机程序,当其在计算机上运行时,使得计算机执行上述第一方面至第二方面中任一方面或其各实现方式中的方法。
综上,本申请通过从点云数据中确定当前点所在的目标区域,并从该目标区域内选择出N个点,确定这N个点中每个点的权重系数;根据这N个点中每个点的权重系数和几何信息,以及当前点的几何信息,确定这N个点中每个点的权重,根据这N个点中每个点的权重,从这N个点中选择当前点的至少一个邻居点,实现当前点的邻居点的准确选择。这样基于准确选择的邻居点,对当前点进行属性预测时,可以提高属性预测的准确性,进而提高点云的编码效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例涉及的一种点云视频编解码***的示意性框图;
图2是本申请实施例提供的编码框架的示意性框图;
图3是本申请实施例提供的解码框架的示意性框图;
图4为本申请实施例提供的一实施例的点云编码方法的流程图;
图5A为原始莫顿顺序下点云的排列示意图;
图5B为偏移莫顿顺序下点云的排列示意图;
图5C为当前点的相邻点的空间关系示意图;
图5D为与当前点共面的相邻点之间的莫顿码关系示意图;
图5E为与当前点共线的相邻点之间的莫顿码关系示意图;
图6为本申请实施例提供的另一实施例的点云编码方法的流程图;
图7为本申请实施例提供的另一实施例的点云解码方法的流程图;
图8是本申请实施例的一点云编码装置的示意性框图;
图9是本申请实施例的一点云解码装置的示意性框图;
图10是本申请实施例提供的电子设备的示意性框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
应理解,在本发明实施例中,“与A对应的B”表示B与A相关联。在一种实现方式中,可以根据A确定B。但还应理解,根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其它信息确定B。
在本申请的描述中,除非另有说明,“多个”是指两个或多于两个。
另外,为了便于清楚描述本申请实施例的技术方案,在本申请的实施例中,采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定,并且“第一”、“第二”等字样也并不限定一定不同。为了便于理解本申请的实施例,首先对本申请实施例涉及到的相关概念进行如下简单介绍:
点云(Point Cloud)是指空间中一组无规则分布的、表达三维物体或三维场景的空间结构及表面属性的离散点集。
点云数据(Point Cloud Data)是点云的具体记录形式,点云中的点可以包括点的位置信息和点的属性信息。例如,点的位置信息可以是点的三维坐标信息。点的位置信息也可称为点的几何信息。例如,点的属性信息可包括颜色信息和/或反射率等等。例如,所述颜色信息可以是任意一种色彩空间上的信息。例如,所述颜色信息可以是(RGB)。再如,所述颜色信息可以是于亮度色度(YcbCr,YUV)信息。例如,Y表示明亮度(Luma),Cb(U)表示蓝色色差,Cr(V)表示红色,U和V表示为色度(Chroma)用于描述色差信息。例如,根据激光测量原理得到的点云,所述点云中的点可以包括点的三维坐标信息和点的激光反射强度(reflectance)。再如,根据摄影测量原理得到的点云,所述点云中的点可以可包括点的三维坐标信息和点的颜色信息。再如,结合激光测量和摄影测量原理得到点云,所述点云中的点可以可包括点的三维坐标信息、点的激光反射强度(reflectance)和点的颜色信息。
点云数据的获取途径可以包括但不限于以下至少一种:(1)计算机设备生成。计算机设备可以根据虚拟三维物体及虚拟三维场景的生成点云数据。(2)3D(3-Dimension,三维)激光扫描获取。通过3D激光扫描可以获取静态现实世界三维物体或三维场景的点云数据,每秒可以获取百万级点云数据;(3)3D摄影测量获取。通过3D摄影设备(即一组摄像机或具有多个镜头和传感器的摄像机设备)对现实世界的视觉场景进行采集以获取现实世界的视觉场景的点云数据,通过3D摄影可以获得动态现实世界三维物体或三维场景的点云数据。(4)通过医学设备获取生物组织器官的点云数据。在医学领域可以通过磁共振成像(Magnetic Resonance Imaging,MRI)、电子计算机断层扫描(Computed Tomography,CT)、电磁定位信息等医学设备获取生物组织器官的点云数据。
点云可以按获取的途径分为:密集型点云和稀疏性点云。
点云按照数据的时序类型划分为:
第一静态点云:即物体是静止的,获取点云的设备也是静止的;
第二类动态点云:物体是运动的,但获取点云的设备是静止的;
第三类动态获取点云:获取点云的设备是运动的。
按点云的用途分为两大类:
类别一:机器感知点云,其可以用于自主导航***、实时巡检***、地理信息***、视觉分拣机器人、抢险救灾机器人等场景;
类别二:人眼感知点云,其可以用于数字文化遗产、自由视点广播、三维沉浸通信、三维沉浸交互等点云应用场景。
图1为本申请实施例涉及的一种点云编解码***100的示意性框图。需要说明的是,图1只是一种示例,本申请实施例的点云编解码***包括但不限于图1所示。如图1所示,该点云编解码***100包含编码设备110和解码设备120。其中编码设备用于对点云数据进行编码(可以理解成压缩)产生码流,并将码流传输给解码设备。解码设备对编码设备编码产生的码流进行解码,得到解码后的点云数据。
本申请实施例的编码设备110可以理解为具有点云编码功能的设备,解码设备120可以理解为具有点云解码功能的设备,即本申请实施例对编码设备110和解码设备120包括更广泛的装置,例如包含智能手机、台式计算机、移动计算装置、笔记本(例如,膝上型)计算机、平板计算机、机顶盒、电视、相机、显示装置、数字媒体播放器、点云游戏控制台、车载计算机等。
在一些实施例中,编码设备110可以经由信道130将编码后的点云数据(如码流)传输给解码设备120。信道130可以包括能够将编码后的点云数据从编码设备110传输到解码设备120的一个或多个媒体和/或装置。
在一个实例中,信道130包括使编码设备110能够实时地将编码后的点云数据直接发射到解码设备120的一个或多个通信媒体。在此实例中,编码设备110可根据通信标准来调制编码后的点云数据,且将调制后的点云数据发射到解码设备120。其中通信媒体包含无线通信媒体,例如射频频谱,可选的,通信媒体还可以包含有线通信媒体,例如一根或多根物理传输线。
在另一实例中,信道130包括存储介质,该存储介质可以存储编码设备110编码后的点云数据。存储介质包含多种本地存取式数据存储介质,例如光盘、DVD、快闪存储器等。在该实例中,解码设备120可从该存储介质中获取编码后的点云数据。
在另一实例中,信道130可包含存储服务器,该存储服务器可以存储编码设备110编码后的点云数据。在此实例中,解码设备120可以从该存储服务器中下载存储的编码后的点云数据。可选的,该存储服务器可以存储编码后的点云数据且可以将该编码后的点云数据发射到解码设备120,例如web服务器(例如,用于网站)、文件传送协议(FTP)服务器等。
一些实施例中,编码设备110包含点云编码器112及输出接口113。其中,输出接口113可以包含调制器/解调器(调制解调器)和/或发射器。
在一些实施例中,编码设备110除了包括点云编码器112和输入接口113外,还可以包括点云源111。
点云源111可包含点云采集装置(例如,扫描仪)、点云存档、点云输入接口、计算机图形***中的至少一个,其中,点云输入接口用于从点云内容提供者处接收点云数据,计算机图形***用于产生点云数据。
点云编码器112对来自点云源111的点云数据进行编码,产生码流。点云编码器112经由输出接口113将编码后的点云数据直接传输到解码设备120。编码后的点云数据还可存储于存储介质或存储服务器上,以供解码设备120后续读取。
在一些实施例中,解码设备120包含输入接口121和点云解码器122。
在一些实施例中,解码设备120除包括输入接口121和点云解码器122外,还可以包括显示装置123。
其中,输入接口121包含接收器及/或调制解调器。输入接口121可通过信道130接收编码后的点云数据。
点云解码器122用于对编码后的点云数据进行解码,得到解码后的点云数据,并将解码后的点云数据传输至显示装置123。
显示装置123显示解码后的点云数据。显示装置123可与解码设备120整合或在解码设备120外部。显示装置123可包括多种显示装置,例如液晶显示器(LCD)、等离子体显示器、有机发光二极管(OLED)显示器或其它类型的显示装置。
此外,图1仅为实例,本申请实施例的技术方案不限于图1,例如本申请的技术还可以应用于单侧的点云编码或单侧的点云解码。
由于点云是海量点的集合,存储所述点云不仅会消耗大量的内存,而且不利于传输,也没有这么大的带宽可以支持将点云不经过压缩直接在网络层进行传输,因此对点云进行压缩是很有必要的。
截止目前,可通过点云编码框架对点云进行压缩。
点云编码框架可以是运动图像专家组(Moving Picture Experts Group,MPEG)提供的基于几何的点云压缩(Geometry Point Cloud Compression,G-PCC)编解码框架或基于视频的点云压缩(Video Point Cloud Compression,V-PCC)编解码框架,也可以是音点云编码标准(Audio Video Standard,AVS)组织提供的AVS-PCC编解码框架。G-PCC及AVS-PCC均针对静态的稀疏型点云,其编码框架大致相同。G-PCC编解码框架可用于针对第一静态点云和第三类动态获取点云进行压缩,V-PCC编解码框架可用于针对第二类动态点云进行压缩。G-PCC编解码框架也称为点云编解码器TMC13,V-PCC编解码框架也称为点云编解码器TMC2。
下面以G-PCC编解码框架对本申请实施例可适用的编解码框架进行说明。
图2是本申请实施例提供的编码框架的示意性框图。
如图2所示,编码框架200可以从采集设备获取点云的位置信息(也称为几何信息或几何位置)和属性信息。点云的编码包括位置编码和属性编码。
位置编码的过程包括:对原始点云进行坐标变换、量化去除重复点等预处理;构建八叉树后进行编码形成几何码流。
属性编码过程包括:通过给定输入点云的位置信息的重建信息和属性信息的真实值,选择三种预测模式的一种进行点云预测,对预测后的结果进行量化,并进行算术编码形成属性码流。
如图2所示,位置编码可通过以下单元实现:
坐标平移坐标量化单元201、八叉树构建单元202、八叉树重建单元203、熵编码单元204。
坐标平移坐标量化单元201可用于将点云中点的世界坐标变换为相对坐标,并对坐标进行量化,可减少坐标的数目;量化后原先不同的点可能被赋予相同的坐标。
八叉树构建单元202可利用八叉树(octree)编码方式编码量化的点的位置信息。例如,将点云按照八叉树的形式进行划分,由此,点的位置可以和八叉树的位置一一对应,通过统计八叉树中有点的位置,并将其标识(flag)记为1,以进行几何编码。
八叉树重建单元203用于重建点云中各点的几何位置,得到点的重建几何位置。
熵编码单元204可以采用熵编码方式对八叉树构建单元202输出的位置信息进行算术编码,即将八叉树构建单元202输出的位置信息利用算术编码方式生成几何码流;几何码流也可称为几何比特流(geometry bitstream)。
属性编码可通过以下单元实现:
空间变换单元210、属性插值单元211、属性预测单元212、残差量化单元213以及熵编码单元214。
空间变换单元210可用于将点云中点的RGB色彩空间变换为YCbCr格式或其他格式。
属性插值单元211可用于转换点云中点的属性信息,以最小化属性失真。例如,属性插值单元211可用于得到点的属性信息的真实值。例如,所述属性信息可以是点的颜色信息。
属性预测单元212可用于对点云中点的属性信息进行预测,以得到点的属性信息的预测值,进而基于点的属性信息的预测值得到点的属性信息的残差值。例如,点的属性信息的残差值可以是点的属性信息的真实值减去点的属性信息的预测值。
残差量化单元213可用于量化点的属性信息的残差值。
熵编码单元214可使用零行程编码(Zero run length coding)对点的属性信息的残差值进行熵编码,以得到属性码流。所述属性码流可以是比特流信息。
结合图2,本申请对于几何结构编码,主要操作和处理如下:
(1)预处理(Pre-processing):包括坐标变换(Transform coordinates)和体素化(Voxelize)。通过缩放和平移的操作,将3D空间中的点云数据转换成整数形式,并将其最小几何位置移至坐标原点处。
(2)几何编码(Geometry encoding):几何编码中包含两种模式,可在不同条件下使用:
(a)基于八叉树的几何编码(Octree):八叉树是一种树形数据结构,在3D空间划分中,对预先设定的包围盒进行均匀划分,每个节点都具有八个子节点。通过对八叉树各个子节点的占用与否采用‘1’和‘0’指示,获得占用码信息(occupancy code)作为点云几何信息的码流。
(b)基于三角表示的几何编码(Trisoup):将点云划分为一定大小的块(block),定位点云表面在块的边缘的交点并构建三角形。通过编码交点位置实现几何信息的压缩。
(3)几何量化(Geometry quantization):量化的精细程度通常由量化参数(QP)来决定,QP取值越大,表示更大取值范围的系数将被量化为同一个输出,因此通常会带来更大的失真,及较低的码率;相反,QP取值较小,表示较小取值范围的系数将被量化为同一个输出,因此通常会带来较小的失真,同时对应较高的码率。在点云编码中,量化是直接对点的坐标信息进行的。
(4)几何熵编码(Geometry entropy encoding):针对八叉树的占用码信息,进行统计压缩编码,最后输出二值化(0或者1)的压缩码流。统计编码是一种无损编码方式,可以有效的降低表达同样的信号所需要的码率。常用的统计编码方式是基于上下文的二值化算术编码(CABAC,Content Adaptive Binary Arithmetic Coding)。
对于属性信息编码,主要操作和处理如下:
(1)属性重上色(Recoloring):有损编码情况下,在几何信息编码后,需编码端解码并重建几何信息,即恢复3D点云的各点坐标信息。在原始点云中寻找对应一个或多个邻近点的属性信息,作为该重建点的属性信息。
(2)属性预测编码(Predition):属性预测编码时,通过对几何信息或属性信息的邻近关系,选择一个或多个点作为预测值,并求加权平均获得最终属性预测值,对真实值与预测值之间的差值进行编码。
(3)属性变换编码(Transform):属性变换编码中包含三种模式,可在不同条件下使用。
(a)预测变换编码(Predicting Transform):根据距离选择子点集,将点云划分成多个不同的细节层(Level of Detail,LoD),实现由粗糙到精细化的点云表示。相邻层之间可以实现自下而上的预测,即由粗糙层中的邻近点预测精细层中引入的点的属性信息,获得对应的残差信号。其中,最底层的点作为参考信息进行编码。
(b)提升变换编码(Lifting Transform):在LoD相邻层预测的基础上,引入邻域点的权重更新策略,最终获得各点的预测属性值,获得对应的残差信号。
(c)分层区域自适应变换编码(Region Adaptive Hierarchical Transform,RAHT):属性信息经过RAHT变换,将信号转换到变换域中,称之为变换系数。
(4)属性信息量化(Attribute quantization):量化的精细程度通常由量化参数(QP)来决定。在预测变换编码及提升变换编码中,是对残差值进行量化后进行熵编码;在RAHT中,是对变换系数进行量化后进行熵编码。
(5)属性熵编码(Attribute entropy coding):量化后的属性残差信号或变换系数一般使用行程编码(run length coding)及算数编码(arithmetic coding)实现最终的压缩。相应的编码模式,量化参数等信息也同样采用熵编码器进行编码。
图3是本申请实施例提供的解码框架的示意性框图。
如图3所示,解码框架300可以从编码设备获取点云的码流,通过解析码得到点云中的点的位置信息和属性信息。点云的解码包括位置解码和属性解码。
位置解码的过程包括:对几何码流进行算术解码;构建八叉树后进行合并,对点的位置信息进行重建,以得到点的位置信息的重建信息;对点的位置信息的重建信息进行坐标变换,得到点的位置信息。点的位置信息也可称为点的几何信息。
属性解码过程包括:通过解析属性码流,获取点云中点的属性信息的残差值;通过对点的属性信息的残差值进行反量化,得到反量化后的点的属性信息的残差值;基于位置解码过程中获取的点的位置信息的重建信息,选择三种预测模式的一种进行点云预测,得到点的属性信息的重建值;对点的属性信息的重建值进行颜色空间反转化,以得到解码点云。
如图3所示,位置解码可通过以下单元实现:
熵解码单元301、八叉树重建单元302、逆坐标量化单元303以及逆坐标平移单元304。
属性编码可通过以下单元实现:
熵解码单元310、逆量化单元311、属性重建单元312以及逆空间变换单元313。
解压缩是压缩的逆过程,类似的,解码框架300中的各个单元的功能可参见编码框架200中相应的单元的功能。
在解码端,解码器获得压缩码流后,首先进行熵解码,获得各种模式信息及量化后的几何信息以及属性信息。首先,几何信息经过逆量化,得到重建的3D点位置信息。另一方面,属性信息经过逆量化得到残差信息,并根据采用的变换模式确认参考信号,得到重建的属性信息,按顺序与几何信息一一对应,产生输出的重建点云数据。
例如,解码框架300可根据点云中点与点之间的欧式距离将点云划分为多个LoD;然后,依次对LoD中点的属性信息进行解码;例如,计算零行程编码技术中零的数量(zero_cnt),以基于zero_cnt对残差进行解码;接着,解码框架300可基于解码出的残差值进行逆量化,并基于逆量化后的残差值与当前点的预测值相加得到该点云的重建值,直到解码完所有的点云。当前点将会作为后续LoD中点的最近邻居,并利用当前点的重建值对后续点的属性信息进行预测。
由上述图2可知,点云编码器200从功能上主要包括了两部分:位置编码模块和属性编码模块,其中位置编码模块用于实现点云的位置信息的编码,形成几何码流,属性编码模块用于实现点云的属性信息的编码,形成属性码流,本申请主要涉及属性信息的编码。
需要说明的是,编码端属性信息编码时确定的预测、量化、编码、滤波等模式信息或者参数信息等在必要时携带在属性码流中。解码端通过解析属性码流及根据已有信息进行分析确定与编码端相同的预测、量化、编码、滤波等模式信息或者参数信息,从而保证编码端获得的属性信息的重建值和解码端获得的属性信息的重建值相同。
上述是基于G-PCC编解码框架下的点云编解码器的基本流程,随着技术的发展,该框架或流程的一些模块或步骤可能会被优化,本申请适用于该基于G-PCC编解码框架下的点云编解码器的基本流程,但不限于该框架及流程。
下面将对本申请技术方案进行详细阐述:
首先以编码端为例。
图4为本申请实施例提供的一实施例的点云编码方法的流程图,该方法的执行主体是具有选择点云编码功能的装置,例如点云编码装置,该点云编码装置可以为上述所述的点云编码器或者为点云编码器中的一部分。如图4所示,本实施例包括:
S401、获取点云数据,并从点云数据中确定当前点所在的目标区域,该目标区域包括多个点。
需要说明的是,本实施例涉及点云的属性信息的编码过程,点云的属性信息编码是在位置信息编码后执行的。
本申请实施例的点云的属性信息的编码过程为,针对点云数据中的每一个点,从点云数据中确定当前属性信息待编码的当前点的目标区域,当前点位于该目标区域内,该目标区域包括多个点。从目标区域中确定出N个点,并确定这N个点中每个点的权重系数。根据这N个点中每个点的权重系数和几何信息,以及当前点的几何信息,确定这N个点中每个点的权重。根据这N个点中每个点的权重,从这N个点中选择当前点的至少一个邻居点。根据至少一个邻居点中每个邻居点的属性信息,确定当前点的属性信息的预测值。根据当前点的属性信息和属性信息的预测值,确定出当前点的属性信息的残差值。对当前点的属性信息的残差值进行量化,并对量化后的残差值进行编码,得到码流。
本申请实施例主要涉及上述编码过程中当前点的邻居点的选择过程。
在一些实施例中,上述目标区域包括点云数据中的所有点。
在一些实施例中,上述目标区域为点云数据中任意一个包括当前点的点云区域。
在一些实施例中,上述目标区域为当前点和当前点的相邻点所组成的点云区域。
例如,获得点云数据中部分或全部的点的几何信息,计算这些点中每一个点与当前点之间的距离,根据距离大小,从这些点中选取距离当前点在预定距离范围内的多个点。将这多个点确定为当前点的相邻点,这些相邻点和当前点组成当前点所在的目标区域。
可选的,上述点云数据中部分或全部的点可以为属性信息已编码的点,也可以是属性信息未编码的点。
当前点的属性信息包括颜色属性和/或反射率属性,在编码当前点的不同属性信息时,确定当前点的相邻点的方式可以不同。
示例一,若当前点的属性信息为反射率信息,则确定当前点的相邻点的方式包括但不限于如下几种方式:
方式一,对当前点的反射率属性进行预测时,可以采用莫顿序来选取当前点的相邻点,具体是:
获取点云数据中所有点云的坐标,并按照莫顿排序得到莫顿顺序1,如图5A所示。
接着,把所有点云的坐标(x,y,z)加上一个固定值(j1,j2,j3),用新的坐标(x+j1,y+j2,z+j3)生成点云对应的莫顿码,按照莫顿排序得到莫顿顺序2,如图5B所示。注意在图5A中的A,B,C,D移到图5B中的不同位置,对应的莫顿码也发生了变化,但它们的相对位置保持不变。另外,在图5B中,点D的莫顿码是23,它的相邻点B的莫顿码是21,所以从点D向前最多搜索两个点就可以找到点B。但在图5A中,从点D(莫顿码16)最多需要向前搜索14个点才能找到点B(莫顿码2)。
根据莫顿顺序编码,查找当前点的最近预测点,在莫顿顺序1中选取该当前点的前N1个已编码点作为当前点的N1个相邻点,N1取值范围是大于等于1,在莫顿顺序2中选取当前点的前N2个点已编码点作为当前点的N2个相邻点,N2的取值范围是大于等于1,进而获得当前点的N1+N2个相邻点。
可选的,在PCEM软件中,上述j1=j2=j3=42,N1=N2=4。
方式二,计算在Hilbert(希尔伯特)顺序下当前点的前maxNumOfNeighbours(最大数量个相邻点)个已编码点,将maxNumOfNeighbours个已编码点作为当前点的相邻点。
可选的,maxNumOfNeighbours默认取值为128。
示例二,若当前点的属性信息为颜色信息,则确定当前点的相邻点的方式包括:
当前点的相邻点的空间关系如图5C所示,其中实线框表示当前点,假设相邻点的查找范围为当前点的3X3X3邻域。首先利用当前点的莫顿码得到该3X3X3邻域中莫顿码值最小的块,将该块作为基准块,利用基准块来查找与当前点共面、共线的已编码相邻点。该邻域范围内与当前点共面的相邻点之间的莫顿码关系如图5D所示,与当前点共线的相邻点之间的莫顿码关系如下图5E所示。
利用基准块来搜索与当前点共面、共线的已编码的多个相邻点。
在该实施例中,根据上述方法确定出当前点的多个相邻点后,将这多个相邻点和当前点组成的点云区域确定为当前点的目标区域。
S402、针对目标区域内的N个点,确定N个点中每个点的权重系数,其中,N为大于或等于2的正整数,N个点不包括当前点;
执行上述S401的步骤,确定出当前点的目标区域后,接着从这目标区域内选择N个点。
在一些实施例中,上述N个点为目标区域内的任意N个点。
在一些实施例中,上述N个点为目标区域内距离当前点最近的N个点。
从目标点区域内确定出N个点后,确定这N个点中的每一个点的权重系数。
在一些实施例中,这N个点中每个点的权重系数相同。
在一些实施例中,这N个点中至少两个点的权重系数不同。
S403、根据N个点中每个点的权重系数,确定N个点中每个点的权重。
本实施例确定N个点中每个点的权重的过程相同,为了便于描述,在此以N个点中一个点的权重确定过程为例。
本申请实施例对根据N个点中每个点的权重系数,确定N个点中每个点的权重的具体方式不做限制。
在一种示例中,将N个点中每个点的权重系数,确定为N个点中对应点的权重。
在一种示例中,根据该点的几何信息和当前点的几何信息,确定出该点与当前点之间的距离,根据该距离与该点的权重系数,得到该点的权重。例如,将该距离与该点的权重系数的乘积的倒数,确定为该点的权重。
在另一种示例中,权重系数包括第一分量的权重系数、第二分量的权重系数和第三分量的权重系数,则根据如下公式(1)确定出该点的权重:
其中,wij为该点的权重,a为该点的第一分量的权重系数,b为该点的第二分量的权重系数,c为该点的第三分量的权重系数,(xi,yi,zi)为当前点的几何信息,(xij,yij,zij)为该点的几何信息。可选的,该a、b、c可以查表获得,或者为预设的固定值。
S404、根据N个点中每个点的权重,对点云数据的编码。
假设上述至少一个邻居点为k个邻居点,k为正整数。
在一些实施例中,根据N个点中每个点的权重,从N个点中选择权重最大的前k个点作为当前点的邻居点。
在一些实施例中,根据N个点中每个点的权重,从N个点中选择权重在预设范围内的k个点作为当前点的邻居点。
基于上述步骤,确定出当前点的邻居点,基于当前点的邻居点的属性信息,对当前点的属性信息进行编码。
本申请实施例提供的点云编码方法,通过从点云数据中确定当前点所在的目标区域,并从该目标区域内选择出N个点,确定这N个点中每个点的权重系数;根据这N个点中每个点的权重系数和几何信息,以及当前点的几何信息,确定这N个点中每个点的权重,根据这N个点中每个点的权重,从这N个点中选择当前点的至少一个邻居点,实现当前点的邻居点的准确选择。这样基于准确选择的邻居点,对当前点进行属性编码时,可以提高属性编码的准确性,进而提高点云的编码效果。
下面结合具体的实施例,详细介绍上述S402。
上述S402中确定N个点中每个点的权重系数的方式包括但不限于如下几种:
方式一,将N个点划分为至少一组,针对至少一组中的每一组,将该组对应的默认权重系数确定为该组内每个点的权重系数,其中,每一组对应的默认权重系数不同。
举例说明,假设将N个点划分为两组,分别为第一组和第二组,假设第一组包括M1个点,第二组包括M2个点,M1+M2=N,第一组对应的默认权重系数为权重系数1,第二组对应的默认权重系数为权重系数2,权重系数1与权重系数2不相同。这样,将权重系数1确定为该第一组内M1个点的权重系数,也就是说,第一组内这M1个中每一个点的权重系数相同,均为权重系数1。将权重系数1确定为该第二组内M2个点的权重系数,也就是说,第二组内这M2个中每一个点的权重系数相同,均为权重系数2。
在一些实施例中,将N个点划分为一组,将默认权重系数设定为该N个点的权重系数,这N个点中每个点的权重系数相同。
在一些实施例中,权重系数包括第一分量的权重系数、第二分量的权重系数和第三分量的权重系数。
需要说明的是,在不同的度量空间,则上述各分量不同。例如,在欧式空间,则将x称为第一分量,将y称为第二分量,将z称为第三分量,对应的点云中点的几何坐标为(x,y,z)。在极坐标空间,则将r称为第一分量,将称为第二分量,将θ称为第三分量,对应的点云在点的几何坐标为/>
在一些实施例中,上述将N个点划分为至少一组,同一个组对应的第一分量的权重系数、第二分量的权重系数和第三分量的权重系数均相等。例如,上述第一组内M1个点中每个点的权重系数均相同为权重系数1,该权重系数1包括第一分量的权重系数a1、第二分量的权重系数b1和第三分量的权重系数c1,其中a1=b1=c1,例如a1=b1=c1=1。上述第二组内M2个点中每个点的权重系数均相同为权重系数2,该权重系数2包括第一分量的权重系数a2、第二分量的权重系数b2和第三分量的权重系数c2,其中a2=b2=c2。
在一些实施例中,同一个组对应的第一分量的权重系数、第二分量的权重系数和第三分量的权重系数中至少两个系数不相等。例如,第一组内M1个点中每个点的权重系数均相同为权重系数1,该权重系数1包括第一分量的权重系数a1、第二分量的权重系数b1和第三分量的权重系数c1,其中a1、b1和c1中至少两个系数不相等,例如,a1=b1≠c1,或者,a1≠b1≠c1,或者,a1≠b1=c1,或者,a1=c1≠b1。可选的,a1=b1=1,c1=16。
方式二,根据N个点中每个点的几何信息,确定N个点中每个点的权重系数。
该实现方式中,根据N个点的空间分布情况,来确定N个点中每个点的权重系数。在该方式中,确定出的N个点中每个点的权重系数相同。
在一种可能的实现方式中,如图7所示,上述S402包括如下S402-A1和S402-A2:
S402-A1、根据N个点中每个点的几何信息,分别确定N个点在第一分量方向上的第一分布值、在第二分量方向上的第二分布值和在第三分量方向上的第三分布值;
S402-A2、根据第一分布值、第二分布值和第三分布值,确定N个点中每个点的权重系数。
由于部分点云数据集,例如激光雷达(light detection and ranging,简称LiDAR)扫描的点云数据,在各分量方向的分布情况有一定的差异性。因此,该方式中,根据N个点的几何信息,确定出N个点在不同分量上的分布值,根据不同分量对应的分布值,确定各点的权重系数,实现对点的权重系数的准确计算,这样在基于权重系数选择邻居点时,可以提供邻居点的选择准确性,进而提高点云的预测准确性。
在一些实施例中,上述S421包括:根据N个点中每个点的几何信息,将N个点分别向第一分量、第二分量和第三分量方向上进行投影,将N个点在第一分量方向上的投影作为第一分布值,将N个点在第二分量方向上的投影作为第二分布值,将N个点在第三分量方向上的投影作为第三分布值。
在一些实施例中,上述S421包括:根据N个点中每个点在第一分量方向上的几何信息,确定N个点在第一分量方向上的第一取值范围。假设第一分量为x,第一取值范围为[xmax,xmin],其中xmax为N个点的几何信息中x方向上的最大值,xmin为N个点的几何信息中x方向上的最小值。根据N个点中每个点在第二分量方向上的几何信息,确定N个点在第二分量方向上的第二取值范围。假设第二分量为y,第二取值范围为[ymax,ymin],其中ymax为N个点的几何信息中y方向上的最大值,ymin为N个点的几何信息中y方向上的最小值。根据N个点中每个点在第三分量方向上的几何信息,确定N个点在第三分量方向上的第三取值范围。假设第三分量为z,第三取值范围为[zmax,zmin],其中zmax为N个点的几何信息中z方向上的最大值,zmin为N个点的几何信息中z方向上的最小值。
接着,根据第一取值范围、第二取值范围和第三取值范围,确定第一分布值、第二分布值和第三分布值。
在一种示例中,将第一取值范围的范围值确定为第一分布值,例如第一分布值ρx=xmax-xmin;将第二取值范围的范围值确定为第二分布值,例如第二分布值ρy=ymax-ymin;将第三取值范围的范围值确定为第三分布值,例如第三分布值ρz=zmax-zmin。
在另一种示例中,确定N与第一取值范围的范围值之间的第一比值,并将第一比值确定为第一分布值,例如第一分布值ρx=N/(xmax-xmin);确定N与第二取值范围的范围值之间的第二比值,并将第二比值确定为第二分布值,例如第二分布值ρy=N/(ymax-ymin);确定N与第三取值范围的范围值之间的第三比值,并将第三比值确定为第三分布值,例如第三分布值ρz=N/(zmax-zmin)。
在一些实施例中,上述S421包括:根据N个点中每个点在第一分量方向上的几何信息,确定N个点在第一分量方向上的第一方差;根据N个点中每个点在第二分量方向上的几何信息,确定N个点在第二分量方向上的第二方差;根据N个点中每个点在第三分量方向上的几何信息,确定N个点在第三分量方向上的第三方差;根据第一方差、第二方差和第三方差,确定第一分布值、第二分布值和第三分布值。
例如,根据如下公式(2),确定第一方差:
其中,为第一方差,x为第一分量,Mx为N个点的几何信息在第一分量上的平均值,xi为N个点中第i个点的在第一分量方向上几何信息,i=1,2,…,N。
例如,根据如下公式(3),确定第二方差:
其中,为第二方差,y为第二分量,My为N个点的几何信息在第二分量上的平均值,yi为N个点中第i个点的在第二分量方向上几何信息,i=1,2,…,N。
例如,根据如下公式(4),确定第三方差:
其中,为第三方差,z为第三分量,Mz为N个点的几何信息在第三分量上的平均值,zi为N个点中第i个点的在第三分量方向上几何信息,i=1,2,…,N。
根据上述方法确定出第一方差、第二方差和第三方差后,根据第一方差、第二方差和第三方差,确定第一分布值、第二分布值和第三分布值。
例如,根据第一方差得到第一均方差,将该第一均方差作为第一分布值,根据第二方差得到第二均方差,将该第二均方差作为第二分布值,根据第三方差得到第三均方差,将该第三均方差作为第三分布值。
例如,将第一方差确定为第一分布值;将第二方差确定为第二分布值;将第三方差确定为第三分布值。
根据上述方法确定出第一分布值、第二分布值和第三分布值后,执行S402-A2,根据第一分布值、第二分布值和第三分布值,确定N个点中每个点的权重系数。
在一些实施例中,上述S402-A2包括:将第一分布值确定为第一分量的权重系数,将第二分布值确定为第二分量的权重系数,将第三分布值确定为第三分量的权重系数。例如,第一分量的权重系数a=ρx,第二分量的权重系数b=ρy,第三分量的权重系数c=ρz。
在一些实施例中,上述S402-A2包括:确定第一分布值、第二分布值和分布值之和,根据第一分布值与之和的比,确定第一分量的权重系数,根据第二分布值与之和的比,确定第二分量的权重系数,根据第三分布值与之和的比,确定第三分量的权重系数。例如,将第一分布值与之和的比,确定为第一分量的权重系数;将第二分布值与之和的比,确定为第二分量的权重系数;将第三分布值与之和的比,确定为第三分量的权重系数。例如,a=ρx/(ρx+ρy+ρz),b=ρy/(ρx+ρy+ρz),c=ρz/(ρx+ρy+ρz)。
上文详细介绍了方式二中根据N个点中每个点的几何信息,确定N个点中每个点的权重系数的具体过程。下面对确定N个点中每个点的权重系数的第三种方式进行介绍。
方式三,根据N个点中每个点的属性信息,确定N个点中每个点的权重系数。
该实现方式中,根据N个点的属性信息,来确定N个点中每个点的权重系数。在该方式中,确定出的N个点中每个点的权重系数相同。
本申请实施例对根据N个点中每个点的属性信息,确定N个点中每个点的权重系数的具体方式不做限制。
在一些实施例中,根据N个点中每一个点的属性信息,确定N个点在第一分量方向上的第一分布值、在第二分量方向上的第二分布值和在第三分量方向上的第三分布值;根据第一分布值、第二分布值和第三分布值,确定N个点中每个点的权重系数,权重系数包括第一分量的权重系数、第二分量的权重系数和第三分量的权重系数。
本申请实施例对根据N个点中每一个点的属性信息,确定N个点在第一分量方向上的第一分布值、在第二分量方向上的第二分布值和在第三分量方向上的第三分布值的具体方式不做限制。
在一些实施例中,基于根据N个点中每一个点的属性信息在第一分量方向上的分别情况,确定第一分布值;基于N个点中每一个点的属性信息在第二分量方向上的分别情况,确定第二分布值;基于N个点中每一个点的属性信息在第三分量方向上的分别情况,确定第三分布值。
在一些实施例中,从N个点中确定第一分量方向上距离当前点最远的第一点、第二分量方向上距离当前点最远的第二点和第三分量方向上距离当前点最远的第三点;根据第一点、第二点和第三点中每个点的属性信息分别与预设属性信息之间的差值,确定N个点在第一分量方向上的第一分布值、在第二分量方向上的第二分布值和在第三分量方向上的第三分布值。
在一些实施例中,如图6所示,通过如下S402-B1至S402-B4的步骤,确定N个点中每个点的权重系数:
S402-B1、根据N个点中每个点的几何信息,确定N个点围成的区域的中心点;
S402-B2、从N个点中分别确定与中心点在第一分量方向上距离最远的第一点、在第二分量方向上距离最远的第二点,以及在第三分量方向上距离最远的第三点;
S402-B3、根据第一点、第二点和第三点中每个点的属性信息,分别确定N个点在第一分量方向上的第一分布值、在第二分量方向上的第二分布值和在第三分量方向上的第三分布值;
S402-B4、根据第一分布值、第二分布值和第三分布值,确定N个点中每个点的权重系数。
在一些实施例中,上述S402-B3包括:获取中心点的属性信息;根据第一点的属性信息与中心点的属性信息,确定N个点在第一分量方向上的第一分布值,根据第二点的属性信息与中心点的属性信息,确定N个点在第二分量方向上的第二分布值,根据第三点的属性信息与中心点的属性信息,确定N个点在第三分量方向上的第三分布值。
也就是说,本申请实施例的第一点可以为N个点中与中心点在第一分量方向上距离最远,或者为N个点中与当前点在第一分量上距离最远的点。同理,第二点可以为N个点中与中心点在第二分量方向上距离最远,或者为N个点中与当前点在第二分量上距离最远的点。第三点可以为N个点中与中心点在第三分量方向上距离最远,或者为N个点中与当前点在第三分量上距离最远的点。
在一些实施例中,预设属性信息为所述目标区域的中心点的属性信息或所述N个点的属性信息的平均值。
在一些实施例中,若预设属性信息为所述目标区域的中心点的属性信息时,则将第一点的属性信息与中心点的属性信息的差值,确定为N个点在第一分量方向上的第一分布值;将第二点的属性信息与中心点的属性信息的差值,确定为N个点在第二分量方向上的第二分布值;将第三点的属性信息与中心点的属性信息的差值,确定为N个点在第三分量方向上的第三分布值。
在一些实施例中,若预设属性信息为N个点的属性信息的平均值时,则根据N个点中每个点的属性信息,确定N个点的属性信息的平均值;根据第一点的属性信息与N个点的属性信息的平均值,确定N个点在第一分量方向上的第一分布值,根据第二点的属性信息与N个点的属性信息的平均值,确定N个点在第二分量方向上的第二分布值,根据第三点的属性信息与N个点的属性信息的平均值,确定N个点在第三分量方向上的第三分布值。
例如,将第一点的属性信息与N个点的属性信息的平均值的差值,确定为N个点在第一分量方向上的第一分布值;将第二点的属性信息与N个点的属性信息的平均值的差值,确定为N个点在第二分量方向上的第二分布值;将第三点的属性信息与N个点的属性信息的平均值的差值,确定为N个点在第三分量方向上的第三分布值。
根据上述方法,确定出第一分布值、第二分布值和在第三分布值后,执行上述S402-B4,根据第一分布值、第二分布值和在第三分布值,确定N个点中每个点的权重系数,具体执行过程参照上述S402-A2的描述,在此不再赘述。
上文对编码端确定N个点在每个点的权重系数进行介绍。
在一些实施例中,由上述可知,编码端可以采用上述方式一、方式二和方式三,3种方式中的任意一种方式确定出N个点中每个点的权重系数,为了保持解码端和编码端的一致,则编码端可以在码流中携带权重系数的确定方式的指示信息,例如,编码端采用上述方式二确定点的权重系数,则编码端可以将方式二的指示信息携带在码流中发送给解码端,使得解码端根据该方式二,确定点的权重系数。
在一些实施例中,编码端和解码端可以采用上述各方式中的一种默认的方式来确定点的权重系数。例如,编码端和解码端均默认采用上述方式二来确定点的权重系数。在这种情况下,码流中可以不携带权重系数的确定方式的指示信息。
在一些实施例中,编码端可以直接将确定好的点的权重系数携带在码流中发送给解码端,这样解码端直接从码流中解码出点的权重系数进行邻居点的选择,不需要自行进行重新计算,进而降低了解码难度。
下面结合图7,以解码端为例,对本申请的技术方案进行介绍。
图7为本申请实施例提供的另一实施例的点云解码方法的流程图,如图7所示,包括:
S701、解码码流,获取点云数据中点的几何信息。
需要说明的,解码器解析码流,优先解码点云的位置信息,之后再解码点云的属性信息。
S702、根据点云数据中点的几何信息,从点云数据中确定当前点所在的目标区域,目标区域包括多个点。
例如,根据点云数据中每个点的位置信息和当前点的位置信息,获得当前点与每个点之间的距离,并根据当前点与每个点之间的距离,从点云数据中获得距离当前点最近的N个已解码点作为当前点的N个相邻点。
其中上述S702的具体实现过程可以参照上述S402的具体描述,在此不再赘述。
S703、针对目标区域内已解码的N个点,确定N个点中每个点的权重系数,其中,N为大于或等于2的正整数,N个点不包括当前点;
解码端从目标区域内获取已解码的N个点。
可选的,上述N个已解码点为目标区域内任意的点。
可选的,上述N个已解码点为目标区域内当前点的N个已解码的相邻点。其中相邻点的确定方式可以参照上述S401的描述。
在一些实施例中,上述S703中确定N个点中每个点的权重系数的方式包括但不限于如下几种方式:
方式一,将N个点划分为至少一组,针对至少一组中的每一组,将该组对应的默认权重系数确定为该组内每个点的权重系数,其中,每一组对应的默认权重系数不同。
例如,编码端在码流中携带权重系数的确定方式的指示信息所指示的权重系数的确定方式为方式一,或者,解码端默认的确定权重系数的方式为方式一,则解码端根据上述方式一,将N个点划分为至少一组,针对至少一组中的每一组,将该组对应的默认权重系数确定为该组内每个点的权重系数。
具体的,上述方式一参照上述S402中的方式一的具体描述,在此不再赘述。
可选的,上述权重系数包括第一分量的权重系数、第二分量的权重系数和第三分量的权重系数。
在一种示例中,同一个组对应的第一分量的权重系数、第二分量的权重系数和第三分量的权重系数均相等。
在另一种示例中,同一个组对应的第一分量的权重系数、第二分量的权重系数和第三分量的权重系数中至少两个系数不相等。
方式二,根据N个点中每个点的几何信息,确定N个点中每个点的权重系数。
例如,编码端在码流中携带权重系数的确定方式的指示信息所指示的权重系数的确定方式为方式二,或者,解码端默认的确定权重系数的方式为方式二,则解码端根据上述方式二,根据N个点中每个点的几何信息,确定N个点中每个点的权重系数。
在一种可能的实现方式中,上述根据N个点中每个点的几何信息,确定N个点中每个点的权重系数包括如下步骤:
S703-A1、根据N个点中每个点的几何信息,分别确定N个点在第一分量方向上的第一分布值、在第二分量方向上的第二分布值和在第三分量方向上的第三分布值;
S703-A2、根据第一分布值、第二分布值和第三分布值,确定N个点中每个点的权重系数,其中N个点中每个点的权重系数相同。
在一些实施例中,上述S703-A1包括:根据N个点中每个点在第一分量方向上的几何信息,确定N个点在第一分量方向上的第一取值范围;根据N个点中每个点在第二分量方向上的几何信息,确定N个点在第二分量方向上的第二取值范围;根据N个点中每个点在第三分量方向上的几何信息,确定N个点在第三分量方向上的第三取值范围;根据第一取值范围、第二取值范围和第三取值范围,确定第一分布值、第二分布值和第三分布值。
例如,将第一取值范围的范围值确定为第一分布值;将第二取值范围的范围值确定为第二分布值;将第三取值范围的范围值确定为第三分布值。
再例如,确定N与第一取值范围的范围值之间的第一比值,并将第一比值确定第一分布值;确定N与第二取值范围的范围值之间的第二比值,并将第二比值确定第二分布值;确定N与第三取值范围的范围值之间的第三比值,并将第三比值确定第三分布值。
在一些实施例中,上述S703-A1包括:根据N个点中每个点在第一分量方向上的几何信息,确定N个点在第一分量方向上的第一方差;根据N个点中每个点在第二分量方向上的几何信息,确定N个点在第二分量方向上的第二方差;根据N个点中每个点在第三分量方向上的几何信息,确定N个点在第三分量方向上的第三方差;根据第一方差、第二方差和第三方差,确定第一分布值、第二分布值和第三分布值。
例如,将第一方差确定为第一分布值;将第二方差确定为第二分布值;将第三方差确定为第三分布值。
方式三,根据N个点中每个点的属性信息,确定N个点中每个点的权重系数。
例如,编码端在码流中携带权重系数的确定方式的指示信息所指示的权重系数的确定方式为方式三,或者,解码端默认的确定权重系数的方式为方式三,则解码端根据上述方式三,根据N个点中每个点的属性信息,确定N个点中每个点的权重系数。
在一种可能的实现方式中,上述根据N个点中每个点的属性信息,确定N个点中每个点的权重系数包括如下步骤:
S703-B1、根据N个点中每个点的几何信息,确定N个点围成的区域的中心点;
S703-B1、从N个点中分别确定与中心点在第一分量方向上距离最远的第一点、在第二分量方向上距离最远的第二点,以及在第三分量方向上距离最远的第三点;
S703-B1、根据第一点、第二点和第三点中每个点的属性信息,分别确定N个点在第一分量方向上的第一分布值、在第二分量方向上的第二分布值和在第三分量方向上的第三分布值;
S703-B1、根据第一分布值、第二分布值和在第三分布值,确定N个点中每个点的权重系数,其中N个点中每个点的权重系数相同。
在一些实施例中,上述S703-B1包括:获取中心点的属性信息;根据第一点的属性信息与中心点的属性信息,确定N个点在第一分量方向上的第一分布值,根据第二点的属性信息与中心点的属性信息,确定N个点在第二分量方向上的第二分布值,根据第三点的属性信息与中心点的属性信息,确定N个点在第三分量方向上的第三分布值。
例如,将第一点的属性信息与中心点的属性信息的差值,确定为N个点在第一分量方向上的第一分布值;将第二点的属性信息与中心点的属性信息的差值,确定为N个点在第二分量方向上的第二分布值;将第三点的属性信息与中心点的属性信息的差值,确定为N个点在第三分量方向上的第三分布值。
在一些实施例中,上述S703-B1包括:根据N个点中每个点的属性信息,确定N个点的属性信息的平均值;根据第一点的属性信息与N个点的属性信息的平均值,确定N个点在第一分量方向上的第一分布值,根据第二点的属性信息与N个点的属性信息的平均值,确定N个点在第二分量方向上的第二分布值,根据第三点的属性信息与N个点的属性信息的平均值,确定N个点在第三分量方向上的第三分布值。
例如,将第一点的属性信息与N个点的属性信息的平均值的差值,确定为N个点在第一分量方向上的第一分布值;将第二点的属性信息与N个点的属性信息的平均值的差值,确定为N个点在第二分量方向上的第二分布值;将第三点的属性信息与N个点的属性信息的平均值的差值,确定为N个点在第三分量方向上的第三分布值。
在一些实施例中,上述S703-A2和S703-B3包括:将第一分布值确定为第一分量的权重系数,将第二分布值确定为第二分量的权重系数,将第三分布值确定为第三分量的权重系数。
在一些实施例中,上述S703-A2和S703-B3包括:确定第一分布值、第二分布值和分布值之和,根据第一分布值与之和的比,确定第一分量的权重系数,根据第二分布值与之和的比,确定第二分量的权重系数,根据第三分布值与之和的比,确定第三分量的权重系数。
例如,将第一分布值与之和的比,确定为第一分量的权重系数;将第二分布值与之和的比,确定为第二分量的权重系数;将第三分布值与之和的比,确定为第三分量的权重系数。
方式四,解码码流,得到所述N个点中每个点的权重系数。
该方式中,编码端确定出点的权重系数后,将点的权重系数携带在码流中。这样,解码端直接从码流中解码出N个点中每个点的权重系数,不需要自行进行重新计算,进而降低了解码难度。
解码端根据上述方式确定出N个点中每个点的权重系数后,执行S704和S705。
S704、根据N个点中每个点的权重系数,确定N个点中每个点的权重;
S705、根据N个点中每个点的权重,对点云数据进行解码。
上述S704和S705的具体实现过程可以参照上述S403和S404的具体描述,在此不再赘述。
应理解,点云中邻居点的选择方法为上述点云中邻居点的选择方法的逆过程。点云中邻居点的选择方法中的步骤可以参考点云中邻居点的选择方法中的相应步骤,为了避免重复,在此不再赘述。
以上结合附图详细描述了本申请的优选实施方式,但是,本申请并不限于上述实施方式中的具体细节,在本申请的技术构思范围内,可以对本申请的技术方案进行多种简单变型,这些简单变型均属于本申请的保护范围。例如,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本申请对各种可能的组合方式不再另行说明。又例如,本申请的各种不同的实施方式之间也可以进行任意组合,只要其不违背本申请的思想,其同样应当视为本申请所公开的内容。
还应理解,在本申请的各种方法实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
上文结合图1至图7,详细描述了本申请的方法实施例,下文结合图8至图10,详细描述本申请的装置实施例。
图8是本申请实施例的一点云编码装置的示意性框图。该装置10可以为编码设备,也可以为编码设备中的一部分。
如图8所示,点云中邻居点的装置10可包括:
获取单元11,用于获取点云数据,并从点云数据中确定当前点所在的目标区域,目标区域包括多个点;
权重系数确定单元12,用于针对目标区域内的N个点,确定N个点中每个点的权重系数,其中,N为大于或等于2的正整数,N个点不包括当前点;
权重确定单元13,用于根据N个点中每个点的权重系数,确定N个点中每个点的权重;
编码单元14,用于根据N个点中每个点的权重,对点云数据进行编码。
在一些实施例中,权重系数确定单元12,具体用于将N个点划分为至少一组,针对至少一组中的每一组,将该组对应的默认权重系数确定为该组内每个点的权重系数,其中,每一组对应的默认权重系数不同;或者,根据N个点中每个点的几何信息,确定N个点中每个点的权重系数;或者,根据N个点中每个点的属性信息,确定N个点中每个点的权重系数。
可选的,权重系数包括第一分量的权重系数、第二分量的权重系数和第三分量的权重系数。
在一些实施例中,上述至少两个组中同一个组对应的第一分量的权重系数、第二分量的权重系数和第三分量的权重系数均相等;或者,同一个组对应的第一分量的权重系数、第二分量的权重系数和第三分量的权重系数中至少两个系数不相等。
在一些实施例中,权重系数确定单元12,具体用于根据N个点中每个点的几何信息,分别确定N个点在第一分量方向上的第一分布值、在第二分量方向上的第二分布值和在第三分量方向上的第三分布值;根据第一分布值、第二分布值和第三分布值,确定N个点中每个点的权重系数。
在一些实施例中,权重系数确定单元12,具体用于根据N个点中每个点在第一分量方向上的几何信息,确定N个点在第一分量方向上的第一取值范围;根据N个点中每个点在第二分量方向上的几何信息,确定N个点在第二分量方向上的第二取值范围;根据N个点中每个点在第三分量方向上的几何信息,确定N个点在第三分量方向上的第三取值范围;根据第一取值范围、第二取值范围和第三取值范围,确定第一分布值、第二分布值和第三分布值。
在一些实施例中,权重系数确定单元12,具体用于将第一取值范围的范围值确定为第一分布值;将第二取值范围的范围值确定为第二分布值;将第三取值范围的范围值确定为第三分布值。
在一些实施例中,权重系数确定单元12,具体用于确定N与第一取值范围的范围值之间的第一比值,并将第一比值确定第一分布值;确定N与第二取值范围的范围值之间的第二比值,并将第二比值确定第二分布值;确定N与第三取值范围的范围值之间的第三比值,并将第三比值确定第三分布值。
在一些实施例中,权重系数确定单元12,具体用于根据N个点中每个点在第一分量方向上的几何信息,确定N个点在第一分量方向上的第一方差;根据N个点中每个点在第二分量方向上的几何信息,确定N个点在第二分量方向上的第二方差;根据N个点中每个点在第三分量方向上的几何信息,确定N个点在第三分量方向上的第三方差;根据第一方差、第二方差和第三方差,确定第一分布值、第二分布值和第三分布值。
在一些实施例中,权重系数确定单元12,具体用于将第一方差确定为第一分布值;将第二方差确定为第二分布值;将第三方差确定为第三分布值。
在一些实施例中,权重系数确定单元12,具体用于从所述N个点中确定所述第一分量方向上距离当前点最远的第一点、所述第二分量方向上距离所述当前点最远的第二点和所述第三分量方向上距离所述当前点最远的第三点;根据所述第一点、所述第二点和所述第三点中每个点的属性信息分别与预设属性信息之间的差值,确定所述N个点在所述第一分量方向上的第一分布值、在所述第二分量方向上的第二分布值和在所述第三分量方向上的第三分布值。
在一些实施例中,权重系数确定单元12,具体用于根据N个点中每个点的几何信息,确定N个点围成的区域的中心点;从N个点中分别确定与中心点在第一分量方向上距离最远的第一点、在第二分量方向上距离最远的第二点,以及在第三分量方向上距离最远的第三点;根据第一点、第二点和第三点中每个点的属性信息,分别确定N个点在第一分量方向上的第一分布值、在第二分量方向上的第二分布值和在第三分量方向上的第三分布值;根据第一分布值、第二分布值和在第三分布值,确定N个点中每个点的权重系数。
在一些实施例中,权重系数确定单元12,具体用于获取中心点的属性信息;根据第一点的属性信息与中心点的属性信息,确定N个点在第一分量方向上的第一分布值,根据第二点的属性信息与中心点的属性信息,确定N个点在第二分量方向上的第二分布值,根据第三点的属性信息与中心点的属性信息,确定N个点在第三分量方向上的第三分布值。
在一些实施例中,权重系数确定单元12,具体用于将第一点的属性信息与中心点的属性信息的差值,确定为N个点在第一分量方向上的第一分布值;将第二点的属性信息与中心点的属性信息的差值,确定为N个点在第二分量方向上的第二分布值;将第三点的属性信息与中心点的属性信息的差值,确定为N个点在第三分量方向上的第三分布值。
在一些实施例中,权重系数确定单元12,具体用于根据N个点中每个点的属性信息,确定N个点的属性信息的平均值;根据第一点的属性信息与N个点的属性信息的平均值,确定N个点在第一分量方向上的第一分布值,根据第二点的属性信息与N个点的属性信息的平均值,确定N个点在第二分量方向上的第二分布值,根据第三点的属性信息与N个点的属性信息的平均值,确定N个点在第三分量方向上的第三分布值。
在一些实施例中,权重系数确定单元12,具体用于将第一点的属性信息与N个点的属性信息的平均值的差值,确定为N个点在第一分量方向上的第一分布值;将第二点的属性信息与N个点的属性信息的平均值的差值,确定为N个点在第二分量方向上的第二分布值;将第三点的属性信息与N个点的属性信息的平均值的差值,确定为N个点在第三分量方向上的第三分布值。
在一些实施例中,权重系数确定单元12,具体用于将第一分布值确定为第一分量的权重系数,将第二分布值确定为第二分量的权重系数,将第三分布值确定为第三分量的权重系数;或者,
确定第一分布值、第二分布值和分布值之和,根据第一分布值与之和的比,确定第一分量的权重系数,根据第二分布值与之和的比,确定第二分量的权重系数,根据第三分布值与之和的比,确定第三分量的权重系数。
在一些实施例中,权重系数确定单元12,具体用于将第一分布值与之和的比,确定为第一分量的权重系数;将第二分布值与之和的比,确定为第二分量的权重系数;将第三分布值与之和的比,确定为第三分量的权重系数。
在一些实施例中,在码流中携带有N个点中每个点的权重系数。
应理解的是,装置实施例与方法实施例可以相互对应,类似的描述可以参照方法实施例。为避免重复,此处不再赘述。具体地,图8所示的装置可以执行上述方法的实施例,并且装置中的各个模块的前述和其它操作和/或功能分别为了实现编码器对应的方法实施例,为了简洁,在此不再赘述。
上文中结合附图从功能模块的角度描述了本申请实施例的装置。应理解,该功能模块可以通过硬件形式实现,也可以通过软件形式的指令实现,还可以通过硬件和软件模块组合实现。具体地,本申请实施例中的方法实施例的各步骤可以通过处理器中的硬件的集成逻辑电路和/或软件形式的指令完成,结合本申请实施例公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。可选地,软件模块可以位于随机存储器,闪存、只读存储器、可编程只读存储器、电可擦写可编程存储器、寄存器等本领域的成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法实施例中的步骤。
图9是本申请实施例的一点云解码装置的示意性框图。该装置20可以为上述解码设备,也可以为解码设备中的一部分。
如图9所示,点云解码装置20可包括:
解码单元21,用于解码码流,获取点云数据中点的几何信息;
区域确定单元22,用于根据点云数据中点的几何信息,从点云数据中确定当前点所在的目标区域,目标区域包括多个点;
权重系数确定单元23,用于针对目标区域内已解码的N个点,确定N个点中每个点的权重系数,其中,N为大于或等于2的正整数,N个点不包括当前点;
权重确定单元24,用于根据N个点中每个点的权重系数,确定N个点中每个点的权重;
解码单元25,用于根据N个点中每个点的权重,对点云数据进行解码。
在一些实施例中,权重确定单元24,具体用于解码码流,得到N个点中每个点的权重系数;或者,将N个点划分为至少一组,针对至少一组中的每一组,将该组对应的默认权重系数确定为该组内每个点的权重系数,其中,每一组对应的默认权重系数不同;或者,根据N个点中每个点的几何信息,确定N个点中每个点的权重系数;或者,根据N个点中每个点的属性信息,确定N个点中每个点的权重系数。
可选的,权重系数包括第一分量的权重系数、第二分量的权重系数和第三分量的权重系数。
在一些实施例中,至少一组中同一个组对应的第一分量的权重系数、第二分量的权重系数和第三分量的权重系数均相等;或者,同一个组对应的第一分量的权重系数、第二分量的权重系数和第三分量的权重系数中至少两个系数不相等。
在一些实施例中,权重系数确定单元23,用于根据N个点中每个点的几何信息,分别确定N个点在第一分量方向上的第一分布值、在第二分量方向上的第二分布值和在第三分量方向上的第三分布值;根据第一分布值、第二分布值和第三分布值,确定N个点中每个点的权重系数。
在一些实施例中,权重系数确定单元23,用于根据N个点中每个点在第一分量方向上的几何信息,确定N个点在第一分量方向上的第一取值范围;根据N个点中每个点在第二分量方向上的几何信息,确定N个点在第二分量方向上的第二取值范围;根据N个点中每个点在第三分量方向上的几何信息,确定N个点在第三分量方向上的第三取值范围;根据第一取值范围、第二取值范围和第三取值范围,确定第一分布值、第二分布值和第三分布值。
在一些实施例中,权重系数确定单元23,用于将第一取值范围的范围值确定为第一分布值;将第二取值范围的范围值确定为第二分布值;将第三取值范围的范围值确定为第三分布值。
在一些实施例中,权重系数确定单元23,用于确定N与第一取值范围的范围值之间的第一比值,并将第一比值确定第一分布值;确定N与第二取值范围的范围值之间的第二比值,并将第二比值确定第二分布值;确定N与第三取值范围的范围值之间的第三比值,并将第三比值确定第三分布值。
在一些实施例中,权重系数确定单元23,用于根据N个点中每个点在第一分量方向上的几何信息,确定N个点在第一分量方向上的第一方差;根据N个点中每个点在第二分量方向上的几何信息,确定N个点在第二分量方向上的第二方差;根据N个点中每个点在第三分量方向上的几何信息,确定N个点在第三分量方向上的第三方差;根据第一方差、第二方差和第三方差,确定第一分布值、第二分布值和第三分布值。
在一些实施例中,权重系数确定单元23,用于将第一方差确定为第一分布值;将第二方差确定为第二分布值;将第三方差确定为第三分布值。
在一些实施例中,权重系数确定单元23,用于从所述N个点中确定所述第一分量方向上距离当前点最远的第一点、所述第二分量方向上距离所述当前点最远的第二点和所述第三分量方向上距离所述当前点最远的第三点;根据所述第一点、所述第二点和所述第三点中每个点的属性信息分别与预设属性信息之间的差值,确定所述N个点在所述第一分量方向上的第一分布值、在所述第二分量方向上的第二分布值和在所述第三分量方向上的第三分布值。
在一些实施例中,权重系数确定单元23,具体用于根据N个点中每个点的几何信息,确定N个点围成的区域的中心点;从N个点中分别确定与中心点在第一分量方向上距离最远的第一点、在第二分量方向上距离最远的第二点,以及在第三分量方向上距离最远的第三点;根据第一点、第二点和第三点中每个点的属性信息,分别确定N个点在第一分量方向上的第一分布值、在第二分量方向上的第二分布值和在第三分量方向上的第三分布值;根据第一分布值、第二分布值和在第三分布值,确定N个点中每个点的权重系数。
在一些实施例中,权重系数确定单元23,具体用于获取中心点的属性信息;根据第一点的属性信息与中心点的属性信息,确定N个点在第一分量方向上的第一分布值,根据第二点的属性信息与中心点的属性信息,确定N个点在第二分量方向上的第二分布值,根据第三点的属性信息与中心点的属性信息,确定N个点在第三分量方向上的第三分布值。
在一些实施例中,权重系数确定单元23,具体用于将第一点的属性信息与中心点的属性信息的差值,确定为N个点在第一分量方向上的第一分布值;将第二点的属性信息与中心点的属性信息的差值,确定为N个点在第二分量方向上的第二分布值;将第三点的属性信息与中心点的属性信息的差值,确定为N个点在第三分量方向上的第三分布值。
在一些实施例中,权重系数确定单元23,具体用于根据N个点中每个点的属性信息,确定N个点的属性信息的平均值;根据第一点的属性信息与N个点的属性信息的平均值,确定N个点在第一分量方向上的第一分布值,根据第二点的属性信息与N个点的属性信息的平均值,确定N个点在第二分量方向上的第二分布值,根据第三点的属性信息与N个点的属性信息的平均值,确定N个点在第三分量方向上的第三分布值。
在一些实施例中,权重系数确定单元23,具体用于将第一点的属性信息与N个点的属性信息的平均值的差值,确定为N个点在第一分量方向上的第一分布值;将第二点的属性信息与N个点的属性信息的平均值的差值,确定为N个点在第二分量方向上的第二分布值;将第三点的属性信息与N个点的属性信息的平均值的差值,确定为N个点在第三分量方向上的第三分布值。
在一些实施例中,权重系数确定单元23,具体用于将第一分布值确定为第一分量的权重系数,将第二分布值确定为第二分量的权重系数,将第三分布值确定为第三分量的权重系数;或者,确定第一分布值、第二分布值和分布值之和,根据第一分布值与之和的比,确定第一分量的权重系数,根据第二分布值与之和的比,确定第二分量的权重系数,根据第三分布值与之和的比,确定第三分量的权重系数。
在一些实施例中,权重系数确定单元23,具体用于将第一分布值与之和的比,确定为第一分量的权重系数;将第二分布值与之和的比,确定为第二分量的权重系数;将第三分布值与之和的比,确定为第三分量的权重系数。
应理解的是,装置实施例与方法实施例可以相互对应,类似的描述可以参照方法实施例。为避免重复,此处不再赘述。具体地,图9所示的装置可以执行方法实施例,并且装置中的各个模块的前述和其它操作和/或功能分别为了实现解码器对应的方法实施例,为了简洁,在此不再赘述。
上文中结合附图从功能模块的角度描述了本申请实施例的装置。应理解,该功能模块可以通过硬件形式实现,也可以通过软件形式的指令实现,还可以通过硬件和软件模块组合实现。具体地,本申请实施例中的方法实施例的各步骤可以通过处理器中的硬件的集成逻辑电路和/或软件形式的指令完成,结合本申请实施例公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。可选地,软件模块可以位于随机存储器,闪存、只读存储器、可编程只读存储器、电可擦写可编程存储器、寄存器等本领域的成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法实施例中的步骤。
图10是本申请实施例提供的电子设备的示意性框图,图10的电子设备可以为上述的点云编码器或者为点云解码器。
如图10所示,该电子设备30可包括:
存储器31和处理器32,该存储器31用于存储计算机程序33,并将该程序代码33传输给该处理器32。换言之,该处理器32可以从存储器31中调用并运行计算机程序33,以实现本申请实施例中的方法。
例如,该处理器32可用于根据该计算机程序33中的指令执行上述方法200中的步骤。
在本申请的一些实施例中,该处理器32可以包括但不限于:
通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(FieldProgrammable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等等。
在本申请的一些实施例中,该存储器31包括但不限于:
易失性存储器和/或非易失性存储器。其中,非易失性存储器可以是只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double DataRate SDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(synch link DRAM,SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM,DR RAM)。
在本申请的一些实施例中,该计算机程序33可以被分割成一个或多个模块,该一个或者多个模块被存储在该存储器31中,并由该处理器32执行,以完成本申请提供的录制页面的方法。该一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述该计算机程序33在该电子设备900中的执行过程。
如图10所示,该电子设备30还可包括:
收发器34,该收发器34可连接至该处理器32或存储器31。
其中,处理器32可以控制该收发器34与其他设备进行通信,具体地,可以向其他设备发送信息或数据,或接收其他设备发送的信息或数据。收发器34可以包括发射机和接收机。收发器34还可以进一步包括天线,天线的数量可以为一个或多个。
应当理解,该电子设备30中的各个组件通过总线***相连,其中,总线***除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。
根据本申请的一个方面,提供了一种计算机存储介质,其上存储有计算机程序,该计算机程序被计算机执行时使得该计算机能够执行上述方法实施例的方法。或者说,本申请实施例还提供一种包含指令的计算机程序产品,该指令被计算机执行时使得计算机执行上述方法实施例的方法。
根据本申请的另一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述方法实施例的方法。
换言之,当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机程序指令时,全部或部分地产生按照本申请实施例该的流程或功能。该计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,该计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如数字视频光盘(digital video disc,DVD))、或者半导体介质(例如固态硬盘(solid state disk,SSD))等。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的模块及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的***、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,该模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。例如,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。
以上内容,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以该权利要求的保护范围为准。
Claims (18)
1.一种点云编码方法,其特征在于,包括:
获取点云数据,并从所述点云数据中确定当前点所在的目标区域,所述目标区域包括多个点;
针对所述目标区域内的N个点,根据所述N个点中每一个点的属性信息,确定所述N个点在第一分量方向上的第一分布值、在第二分量方向上的第二分布值和在第三分量方向上的第三分布值,所述N为大于或等于2的正整数,所述N个点不包括所述当前点;
根据所述第一分布值、所述第二分布值和所述第三分布值,确定所述N个点中每个点的权重系数,所述权重系数包括第一分量的权重系数、第二分量的权重系数和第三分量的权重系数;根据所述N个点中每个点的权重系数,确定所述N个点中每个点的权重;
根据所述N个点中每个点的权重,对所述点云数据进行编码。
2.根据权利要求1所述的方法,其特征在于,所述N个点中每个点在所述第一分量上的权重系数相等、在所述第二分量的权重系数相等、在所述第三分量的权重系数也相等。
3.根据权利要求1所述的方法,其特征在于,所述根据所述N个点中每一个点的属性信息,确定所述N个点在第一分量方向上的第一分布值、在第二分量方向上的第二分布值和在第三分量方向上的第三分布值,包括:
从所述N个点中确定所述第一分量方向上距离当前点最远的第一点、所述第二分量方向上距离所述当前点最远的第二点和所述第三分量方向上距离所述当前点最远的第三点;
根据所述第一点、所述第二点和所述第三点中每个点的属性信息分别与预设属性信息之间的差值,确定所述N个点在所述第一分量方向上的第一分布值、在所述第二分量方向上的第二分布值和在所述第三分量方向上的第三分布值。
4.根据权利要求3所述的方法,其特征在于,所述预设属性信息为所述目标区域的中心点的属性信息或所述N个点的属性信息的平均值。
5.根据权利要求4所述的方法,其特征在于,若所述预设属性信息为所述中心点的属性信息时,所述根据所述第一点、所述第二点和所述第三点中每个点的属性信息分别与预设属性信息之间的差值,确定所述N个点在所述第一分量方向上的第一分布值、在所述第二分量方向上的第二分布值和在所述第三分量方向上的第三分布值,包括:
获取所述中心点的属性信息;
将所述第一点的属性信息与所述中心点的属性信息的差值,确定为所述N个点在所述第一分量方向上的第一分布值;
将所述第二点的属性信息与所述中心点的属性信息的差值,确定为所述N个点在所述第二分量方向上的第二分布值;
将所述第三点的属性信息与所述中心点的属性信息的差值,确定为所述N个点在所述第三分量方向上的第三分布值。
6.根据权利要求4所述的方法,其特征在于,若所述预设属性信息为所述N个点的属性信息的平均值时,所述根据所述第一点、所述第二点和所述第三点中每个点的属性信息分别与预设属性信息之间的差值,确定所述N个点在所述第一分量方向上的第一分布值、在所述第二分量方向上的第二分布值和在所述第三分量方向上的第三分布值,包括:
根据所述N个点中每个点的属性信息,确定所述N个点的属性信息的平均值;
将所述第一点的属性信息与所述N个点的属性信息的平均值的差值,确定为所述N个点在所述第一分量方向上的第一分布值;
将所述第二点的属性信息与所述N个点的属性信息的平均值的差值,确定为所述N个点在所述第二分量方向上的第二分布值;
将所述第三点的属性信息与所述N个点的属性信息的平均值的差值,确定为所述N个点在所述第三分量方向上的第三分布值。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述根据所述第一分布值、所述第二分布值和在所述第三分布值,确定所述N个点中每个点的权重系数,包括:
将所述第一分布值确定为所述第一分量的权重系数,将所述第二分布值确定为所述第二分量的权重系数,将所述第三分布值确定为所述第三分量的权重系数;或者,
确定所述第一分布值、所述第二分布值和所述第三分布值之和,根据所述第一分布值与所述之和的比,确定所述第一分量的权重系数,根据所述第二分布值与所述之和的比,确定所述第二分量的权重系数,根据所述第三分布值与所述之和的比,确定所述第三分量的权重系数。
8.一种点云解码方法,其特征在于,包括:
解码码流,获取点云数据中点的几何信息;
根据所述点云数据中点的几何信息,从所述点云数据中确定当前点所在的目标区域,所述目标区域包括多个点;
针对所述目标区域内已解码的N个点,根据所述N个点中每一个点的属性信息,确定所述N个点在第一分量方向上的第一分布值、在第二分量方向上的第二分布值和在第三分量方向上的第三分布值,所述N为大于或等于2的正整数,所述N个点不包括所述当前点;
根据所述第一分布值、所述第二分布值和所述第三分布值,确定所述N个点中每个点的权重系数,所述权重系数包括第一分量的权重系数、第二分量的权重系数和第三分量的权重系数;根据所述N个点中每个点的权重系数,确定所述N个点中每个点的权重;
根据所述N个点中每个点的权重,对所述点云数据进行解码。
9.根据权利要求8所述的方法,其特征在于,所述N个点中每个点在所述第一分量上的权重系数相等、在所述第二分量的权重系数相等、在所述第三分量的权重系数也相等。
10.根据权利要求8所述的方法,其特征在于,所述根据所述N个点中每一个点的属性信息,确定所述N个点在第一分量方向上的第一分布值、在第二分量方向上的第二分布值和在第三分量方向上的第三分布值,包括:
从所述N个点中确定所述第一分量方向上距离当前点最远的第一点、所述第二分量方向上距离所述当前点最远的第二点和所述第三分量方向上距离所述当前点最远的第三点;
根据所述第一点、所述第二点和所述第三点中每个点的属性信息分别与预设属性信息之间的差值,确定所述N个点在所述第一分量方向上的第一分布值、在所述第二分量方向上的第二分布值和在所述第三分量方向上的第三分布值。
11.根据权利要求10所述的方法,其特征在于,所述预设属性信息为所述目标区域中心点的属性信息或所述N个点的属性信息的平均值。
12.根据权利要求11所述的方法,其特征在于,若所述预设属性信息为所述中心点的属性信息时,所述根据所述第一点、所述第二点和所述第三点中每个点的属性信息分别与预设属性信息之间的差值,确定所述N个点在所述第一分量方向上的第一分布值、在所述第二分量方向上的第二分布值和在所述第三分量方向上的第三分布值,包括:
获取所述中心点的属性信息;
将所述第一点的属性信息与所述中心点的属性信息的差值,确定为所述N个点在所述第一分量方向上的第一分布值;
将根据所述第二点的属性信息与所述中心点的属性信息的差值,确定为所述N个点在所述第二分量方向上的第二分布值;
将所述第三点的属性信息与所述中心点的属性信息的差值,确定为所述N个点在所述第三分量方向上的第三分布值。
13.根据权利要求11所述的方法,其特征在于,若所述预设属性信息为所述N个点的属性信息的平均值时,所述根据所述第一点、所述第二点和所述第三点中每个点的属性信息分别与预设属性信息之间的差值,确定所述N个点在所述第一分量方向上的第一分布值、在所述第二分量方向上的第二分布值和在所述第三分量方向上的第三分布值,包括:
根据所述N个点中每个点的属性信息,确定所述N个点的属性信息的平均值;
将所述第一点的属性信息与所述N个点的属性信息的平均值的差值,确定为所述N个点在所述第一分量方向上的第一分布值;
将所述第二点的属性信息与所述N个点的属性信息的平均值的差值,确定为所述N个点在所述第二分量方向上的第二分布值;
将所述第三点的属性信息与所述N个点的属性信息的平均值的差值,确定为所述N个点在所述第三分量方向上的第三分布值。
14.根据权利要求8-13任一项所述的方法,其特征在于,所述根据所述第一分布值、所述第二分布值和在所述第三分布值,确定所述N个点中每个点的权重系数,包括:
将所述第一分布值确定为所述第一分量的权重系数,将所述第二分布值确定为所述第二分量的权重系数,将所述第三分布值确定为所述第三分量的权重系数;或者,
确定所述第一分布值、所述第二分布值和所述第三分布值之和,根据所述第一分布值与所述之和的比,确定所述第一分量的权重系数,根据所述第二分布值与所述之和的比,确定所述第二分量的权重系数,根据所述第三分布值与所述之和的比,确定所述第三分量的权重系数。
15.一种点云编码装置,其特征在于,包括:
获取单元,用于获取点云数据,并从所述点云数据中确定当前点所在的目标区域,所述目标区域包括多个点;
权重系数确定单元,用于针对所述目标区域内的N个点,根据所述N个点中每一个点的属性信息,确定所述N个点在第一分量方向上的第一分布值、在第二分量方向上的第二分布值和在第三分量方向上的第三分布值,并根据所述第一分布值、所述第二分布值和所述第三分布值,确定所述N个点中每个点的权重系数,所述N为大于或等于2的正整数,所述N个点不包括所述当前点,所述权重系数包括第一分量的权重系数、第二分量的权重系数和第三分量的权重系数;
权重确定单元,用于根据所述N个点中每个点的权重系数,确定所述N个点中每个点的权重;
编码单元,用于根据所述N个点中每个点的权重,对所述点云数据进行编码。
16.一种点云解码装置,其特征在于,包括:
解码单元,用于解码码流,获取点云数据中点的几何信息;
区域确定单元,用于根据所述点云数据中点的几何信息,从所述点云数据中确定当前点所在的目标区域,所述目标区域包括多个点;
权重系数确定单元,用于针对所述目标区域内已解码的N个点,根据所述N个点中每一个点的属性信息,确定所述N个点在第一分量方向上的第一分布值、在第二分量方向上的第二分布值和在第三分量方向上的第三分布值,并根据所述第一分布值、所述第二分布值和所述第三分布值,确定所述N个点中每个点的权重系数,所述权重系数包括第一分量的权重系数、第二分量的权重系数和第三分量的权重系数,所述N为大于或等于2的正整数,所述N个点不包括所述当前点;
权重确定单元,用于根据所述N个点中每个点的权重系数,确定所述N个点中每个点的权重;
解码单元,用于根据所述N个点中每个点的权重,对所述点云数据进行解码。
17.一种电子设备,其特征在于,包括处理器和存储器;
所述存储器,用于存储计算机程序;
所述处理器,用于执行所述计算机程序以实现如上述权利要求1至7或8至14任一项所述的方法。
18.一种计算机可读存储介质,其特征在于,用于存储计算机程序,所述计算机程序使得计算机执行上述权利要求1至7或8至14任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311362227.6A CN118042192A (zh) | 2021-03-12 | 2021-03-12 | 点云编码、解码的方法、装置及设备 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110269952.3A CN115086716B (zh) | 2021-03-12 | 2021-03-12 | 点云中邻居点的选择方法、装置及编解码器 |
CN202311362227.6A CN118042192A (zh) | 2021-03-12 | 2021-03-12 | 点云编码、解码的方法、装置及设备 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110269952.3A Division CN115086716B (zh) | 2021-03-12 | 2021-03-12 | 点云中邻居点的选择方法、装置及编解码器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118042192A true CN118042192A (zh) | 2024-05-14 |
Family
ID=83226320
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110269952.3A Active CN115086716B (zh) | 2021-03-12 | 2021-03-12 | 点云中邻居点的选择方法、装置及编解码器 |
CN202311362227.6A Pending CN118042192A (zh) | 2021-03-12 | 2021-03-12 | 点云编码、解码的方法、装置及设备 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110269952.3A Active CN115086716B (zh) | 2021-03-12 | 2021-03-12 | 点云中邻居点的选择方法、装置及编解码器 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230051431A1 (zh) |
EP (1) | EP4307687A1 (zh) |
CN (2) | CN115086716B (zh) |
TW (1) | TWI806481B (zh) |
WO (1) | WO2022188582A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2619550A (en) * | 2022-06-10 | 2023-12-13 | Sony Interactive Entertainment Europe Ltd | Systems and methods for contolling content streams |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2528669B (en) * | 2014-07-25 | 2017-05-24 | Toshiba Res Europe Ltd | Image Analysis Method |
US10223810B2 (en) * | 2016-05-28 | 2019-03-05 | Microsoft Technology Licensing, Llc | Region-adaptive hierarchical transform and entropy coding for point cloud compression, and corresponding decompression |
CN107403456B (zh) * | 2017-07-28 | 2019-06-18 | 北京大学深圳研究生院 | 一种基于kd树和优化图变换的点云属性压缩方法 |
CN109842799B (zh) * | 2017-11-29 | 2021-02-09 | 杭州海康威视数字技术股份有限公司 | 颜色分量的帧内预测方法、装置及计算机设备 |
FI3514968T3 (fi) * | 2018-01-18 | 2023-05-25 | Blackberry Ltd | Menetelmiä ja laitteita pistepilvien entropiakoodausta varten |
US10904564B2 (en) * | 2018-07-10 | 2021-01-26 | Tencent America LLC | Method and apparatus for video coding |
US11010931B2 (en) * | 2018-10-02 | 2021-05-18 | Tencent America LLC | Method and apparatus for video coding |
WO2020123469A1 (en) * | 2018-12-11 | 2020-06-18 | Futurewei Technologies, Inc. | Hierarchical tree attribute coding by median points in point cloud coding |
CN112019845B (zh) * | 2019-05-30 | 2024-04-26 | 腾讯美国有限责任公司 | 对点云进行编码的方法、装置以及存储介质 |
WO2020246689A1 (ko) * | 2019-06-05 | 2020-12-10 | 엘지전자 주식회사 | 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법 |
CN112385222B (zh) * | 2019-06-12 | 2023-11-10 | 浙江大学 | 点云处理的方法与装置 |
CN111699697B (zh) * | 2019-06-14 | 2023-07-11 | 深圳市大疆创新科技有限公司 | 一种用于点云处理、解码的方法、设备及存储介质 |
WO2021023206A1 (zh) * | 2019-08-05 | 2021-02-11 | 北京大学深圳研究生院 | 基于邻居权重优化的点云属性预测、编码和解码方法及设备 |
CN110572655B (zh) * | 2019-09-30 | 2023-01-10 | 北京大学深圳研究生院 | 一种基于邻居权重的参数选取和传递的点云属性编码和解码的方法及设备 |
CN110418135B (zh) * | 2019-08-05 | 2022-05-27 | 北京大学深圳研究生院 | 一种基于邻居的权重优化的点云帧内预测方法及设备 |
CN110765298B (zh) * | 2019-10-18 | 2022-03-15 | 中国电子科技集团公司第二十八研究所 | 矢量数据几何属性解耦的瓦片编码方法 |
CN111145090B (zh) * | 2019-11-29 | 2023-04-25 | 鹏城实验室 | 一种点云属性编码方法、解码方法、编码设备及解码设备 |
CN111242997B (zh) * | 2020-01-13 | 2023-11-10 | 北京大学深圳研究生院 | 一种基于滤波器的点云属性预测方法及设备 |
CN111405284B (zh) * | 2020-03-30 | 2022-05-31 | 北京大学深圳研究生院 | 一种基于点云密度的属性预测方法及设备 |
CN111405281A (zh) * | 2020-03-30 | 2020-07-10 | 北京大学深圳研究生院 | 一种点云属性信息的编码方法、解码方法、存储介质及终端设备 |
CN111953998B (zh) * | 2020-08-16 | 2022-11-11 | 西安电子科技大学 | 基于dct变换的点云属性编码及解码方法、装置及*** |
CN111986115A (zh) * | 2020-08-22 | 2020-11-24 | 王程 | 激光点云噪声和冗余数据的精准剔除方法 |
CN112218079B (zh) * | 2020-08-24 | 2022-10-25 | 北京大学深圳研究生院 | 一种基于空间顺序的点云分层方法、点云预测方法及设备 |
CN112330702A (zh) * | 2020-11-02 | 2021-02-05 | 蘑菇车联信息科技有限公司 | 点云补全方法、装置、电子设备及存储介质 |
-
2021
- 2021-03-12 CN CN202110269952.3A patent/CN115086716B/zh active Active
- 2021-03-12 CN CN202311362227.6A patent/CN118042192A/zh active Pending
-
2022
- 2022-02-08 EP EP22766109.7A patent/EP4307687A1/en active Pending
- 2022-02-08 WO PCT/CN2022/075528 patent/WO2022188582A1/zh active Application Filing
- 2022-03-08 TW TW111108453A patent/TWI806481B/zh active
- 2022-10-31 US US17/978,116 patent/US20230051431A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
TWI806481B (zh) | 2023-06-21 |
CN115086716B (zh) | 2023-09-08 |
WO2022188582A1 (zh) | 2022-09-15 |
EP4307687A1 (en) | 2024-01-17 |
TW202236853A (zh) | 2022-09-16 |
US20230051431A1 (en) | 2023-02-16 |
CN115086716A (zh) | 2022-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TW202141984A (zh) | 用於在基於幾何形狀的點雲壓縮中的預測變換的預測器索引訊號傳遞 | |
US11601488B2 (en) | Device and method for transmitting point cloud data, device and method for processing point cloud data | |
US11910017B2 (en) | Method for predicting point cloud attribute, encoder, decoder, and storage medium | |
US20230059625A1 (en) | Transform-based image coding method and apparatus therefor | |
US20240242390A1 (en) | Point cloud data transmission method, point cloud data transmission device, point cloud data reception method, and point cloud data reception device | |
CN115086658B (zh) | 点云数据的处理方法、装置、存储介质及编解码设备 | |
CN115086716B (zh) | 点云中邻居点的选择方法、装置及编解码器 | |
KR20230075426A (ko) | 포인트 클라우드 인코딩 및 디코딩 방법과 시스템 및 포인트 클라우드 인코더와 포인트 클라우드 디코더 | |
CN117321991A (zh) | 点云属性的预测方法、装置及编解码器 | |
CN115474041B (zh) | 点云属性的预测方法、装置及相关设备 | |
WO2023024842A1 (zh) | 点云编解码方法、装置、设备及存储介质 | |
WO2024065269A1 (zh) | 点云编解码方法、装置、设备及存储介质 | |
WO2023024840A1 (zh) | 点云编解码方法、编码器、解码器及存储介质 | |
WO2023103565A1 (zh) | 点云属性信息的编解码方法、装置、设备及存储介质 | |
WO2024145933A1 (zh) | 点云编解码方法、装置、设备及存储介质 | |
US20230412837A1 (en) | Point cloud data transmission method, point cloud data transmission device, point cloud data reception method, and point cloud data reception device | |
WO2022257150A1 (zh) | 点云编解码方法、装置、点云编解码器及存储介质 | |
CN115733990A (zh) | 点云编解码方法、设备及存储介质 | |
CN118055254A (zh) | 点云属性编解码方法、装置、设备 | |
JP2024500701A (ja) | 点群符号化方法、点群復号化方法、点群符号化と復号化システム、点群エンコーダ及び点群デコーダ | |
CN117615136A (zh) | 点云解码方法、点云编码方法、解码器、电子设备以及介质 | |
CN117354496A (zh) | 点云编解码方法、装置、设备及存储介质 | |
CN116248893A (zh) | 基于预测树的点云编码方法、装置、设备及存储介质 | |
CN116866615A (zh) | 点云编码方法及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |