CN102308318B - 编码3d网格模型的方法和装置以及解码所编码的3d网格模型的方法和装置 - Google Patents

编码3d网格模型的方法和装置以及解码所编码的3d网格模型的方法和装置 Download PDF

Info

Publication number
CN102308318B
CN102308318B CN201080006810.8A CN201080006810A CN102308318B CN 102308318 B CN102308318 B CN 102308318B CN 201080006810 A CN201080006810 A CN 201080006810A CN 102308318 B CN102308318 B CN 102308318B
Authority
CN
China
Prior art keywords
triangle
prediction
dihedral angle
adv
residual error
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.)
Expired - Fee Related
Application number
CN201080006810.8A
Other languages
English (en)
Other versions
CN102308318A (zh
Inventor
陈衢清
蔡康颖
滕军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Thomson Licensing SAS
Original Assignee
Thomson Licensing SAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Thomson Licensing SAS filed Critical Thomson Licensing SAS
Publication of CN102308318A publication Critical patent/CN102308318A/zh
Application granted granted Critical
Publication of CN102308318B publication Critical patent/CN102308318B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G06T17/205—Re-meshing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/004—Predictors, e.g. intraframe, interframe coding
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H03M7/40—Conversion to or from variable length codes, e.g. Shannon-Fano code, Huffman code, Morse code
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/41—Bandwidth or redundancy reduction

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Signal Processing (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Image Generation (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)

Abstract

3D网格模型被广泛地用于表示3D对象的各种应用。这些模型由可以基于预测和残差被压缩的顶点和对应的三角形组成。本发明改进了平行四边形预测的精度，特别是在尖锐的特征附近。所提出的3D网格模型编码包括：分析三角形之间的空间角或二面角，将具有类似或者相等的二面角的三角形进行群集，并且为每个群集定义代表性的二面角。然后根据群集将每个群集的三角形相对于具有代表性二面角的各个预测三角形进行编码。另外，预测三角形可以被镜像。将编码模式的指示插入到编码的比特流的每个顶点中。解码器提取编码模式指示，基于相应的代表性二面角重构各个预测三角形并且执行三角形预测和重构。

Description

编码3D网格模型的方法和装置以及解码所编码的3D网格模型的方法和装置
技术领域
本发明涉及一种编码3D网格(mesh)模型的方法和装置，以及解码所编码的3D网格模型的方法和装置。
背景技术
三维(3D)网格被广泛地用于表示3D对象的各种应用，诸如，视频游戏、工程设计、电子商务、虚拟现实，以及建筑学和科学可视化。通常，它们的原始表示需要巨大的数据量。然而，多数应用更偏爱紧致的3D网格表示以用于存储或传输。自90年代早期已经提出了用于高效地压缩3D网格的各种算法，例如，2005年，ELSEVIER Journal of Visual Communication andImage Representation，pp.688-733，Jingliang Peng，Chang-Su Kim，C.-C.JayKuo的“Technologies for 3D mesh compression：A survey”。另外，由于基于因特网的3D应用，例如游戏，所以可以预期对于3D网格模型的快速增长的需求。
典型地，3D网格由三种类型的数据表示：连通性数据、几何数据和属性数据。连通性数据描述顶点(vertex)之间的相邻关系，几何数据指定顶点位置，而属性数据指定诸如法向矢量、材料反射以及纹理坐标之类的特性。多数3D压缩算法分别压缩连通性数据和几何数据。几何数据的编码顺序由底层连通性编码确定。几何数据通常通过三个主要步骤压缩：量化、预测和统计编码。3D网格属性数据通常以类似的方式压缩。
预测步骤采用相邻顶点位置之间的相关性，其是改进几何压缩效率中最关键的。最广泛使用的预测策略是如文献[TG98](1998年，Proceedings ofGraphics Interface，pp.26-34C.Touma，C.Gotsman的“Triangle meshcompression”)提出的平行四边形预测。在图1示出该方法。阴影区域已经被编码/解码。新顶点r的位置通过使用以下等式由参考三角形Δuvw预测
rp＝u+v-w            (等式1)
平行四边形预测是基于这样的假设：四个顶点u，v，w，r是同平面(co-planar)的并且构成平坦的平行四边形。然而，该基本的假设不总是成立。在图1中，在参考三角形Δuvw和新的所谓的生成(spanning)三角形Δurv之间存在空间角度θ。编码被称为二面角(dihedral angle)的该空间角。其定义了生成三角形Δuvr围绕参考三角形Δuvw、同平面预测三角形Δurpv以及生成三角形Δuvv具有的公共边uv的旋转。预测顶点rp和实际顶点r之间的预测误差或者残差可以被表达为矢量resp。
即使对于简单的模型，诸如图2中所示的盒子，平行四边形预测之后的残差可能相当大：预测顶点rp和实际顶点r之间的差矢量resp甚至比盒子的边还要长。
图3a)示出了典型的失败情形。编码/解码区域Aed的三角形通常不在同平面上。在一种失败的情形下，新的顶点c与参考三角形Δabd不在同一平面上。由此，残差C1是显著的。此外，在另一失败情形下，尽管新的顶点h与参考三角形Δfeg位于同一平面上，但是在预测位置hp和实际顶点h之间存在显著的差C2。为了改进预测精度，[TG98]使用图3b中所示的Δebg和Δbdg之间的二面角θ来预测Δadb和Δabc之间的邻近二面角。另一方法(D.Cohen-Or，R.Cohen，和R.Irony的：“Multiway geometry encoding”，Technical report，School of Computer Science，Tel Aviv University，2002)使用图4所示的多路(multi-way)平行四边形预测方案。多路预测采用所有可能的参考三角形并且使用所有单路预测的位置的平均值作为多路预测结果。[GA03](S.Gumhold，R.Amjoun的：“High order prediction of geometrycompression”，Proceedings of the Shape Modeling International，Seoul，2003，59-66)和[LAM02](H.Lee，O.Allidz，M.Desbrun的：“Angle-analyzer：Atriangle-quad mesh codec”，Eurographics Conference Proceedings，2002，383-392)将顶点位置划分为切线坐标和二面角，如图5所示。使用这种类型的局部坐标系统来预测并编码参考三角形和生成三角形之间的二面角。[GA03]将更高阶的表面拟合(fit)于编码的顶点并且使用高阶表面来预测二面角α。
尽管已经提出许多算法来改进平行四边形预测的精度，但尖锐的特征(sharp feature)附近的顶点，即，具有高变化的曲率的区域，仍然具有相对大的残差。不能从通常位于尖锐特征的相对边的参考三角形中很好地推导对应的二面角。多数预测方案将参考三角形约束在与生成三角形位于同一光滑表面，即，包括实际的新的顶点的表面。尽管[GA03]在进行准确预测二面角α时起作用，但是用于拟合于高阶表面的顶点被限制在参考三角形周围已经被编码并且几乎平坦的区域，而且额外的高阶表面拟合步骤也显著地降低了几何编码器和解码器二者的速度。
为了改进特别是具有大量尖锐特征的3D网格(诸如典型的3D工程模型)的几何压缩效率，需要一种被特别设计用于尖锐特征上的顶点的高效的预测策略。
发明内容
本发明基于认识到以下事实：在许多3D网格模型中，某些范围的二面角使用得比其他二面角要频繁地多。由此，可以在编码期间减少冗余度。
原理上，在一方面本发明包括以下步骤：分析3D网格的相邻三角形之间的二面角，其中确定多个二面角是相等还是基本上相等；定义所述相等或者基本上相等的二面角周围的二面角的至少一个范围并且定义对应的代表性的二面角；以及相对于代表性二面角编码与代表性二面角相等或者基本上相等的二面角。其它二面角可以进行传统的编码，或者被群集到具有另一代表的另一范围中。编码模式的指示被插入到编码的3D网格的三角形中。只需要考虑生成三角形和它们相应的参考三角形之间的那些二面角。
在另一方面中，本发明在原理上包括以下步骤：确定代表性的二面角，从编码的3D网格中提取生成三角形的编码模式的指示，并且依赖于该指示，仅仅基于参考三角形或者基于参考三角形和预测三角形来重构生成三角形，其中参考三角形和预测三角形之间的二面角是所述代表性二面角。
本发明适合于增加编码效率并且改进预测精度，尤其对于具有多个尖锐特征的3D网格，诸如3D工程模型。这使得几何编码器更有效率。本发明可以用于编码在不同空间平面上的三角形，并且具体地基于预测来编码它们的二面角。
根据本发明的一方面，一种用于编码由连通性数据、几何数据和属性数据代表的三角形组成的3D网格模型的方法包括以下步骤：确定三角形的对，每一对具有参考三角形和要预测的三角形，其中对于每一个所述三角形对，两个三角形沿着第一轴具有公共边；确定参考三角形和要预测的三角形之间的二面角；为3D网格模型分析三角形对的二面角；以及基于所述分析，至少定义二面角的第一范围，其中多个所述二面角位于二面角的第一范围内；为二面角的第一范围定义第一代表性二面角；编码3D网格模型的三角形，其中确定并编码参考三角形和对应的预测三角形之间的残差，并且其中如果参考三角形和对应的预测三角形之间的二面角在二面角的第一范围内，则所述编码使用基于增强的预测三角形的预测，其中参考三角形和增强的预测三角形之间的二面角是所述代表性的二面角；计算并编码要预测的三角形和所述增强预测三角形之间的残差，并且将编码的残差与用以指示其参照(referto)所述代表性的二面角的指示相关联。
本发明的一方面涉及一种用于编码3D网格模型的对应装置。
在编码方法的一个实施例中，第一模式的第一增强的预测三角形和第二模式的第二增强的预测三角形沿着与所述第一轴正交的同平面的第二轴被镜像，并且将第二指示与编码残差相关联。第二指示指示残差参照第一模式的预测三角形还是第二模式的预测三角形。
在编码方法的一个实施例中，在第一模式中，增强的预测三角形对应于在第一轴上被旋转了所述代表性二面角的参考三角形的同平面平行四边形扩展，并且其中第一模式的增强的预测三角形和第二模式的增强的预测三角形是同平面的并且二者具有与参考三角形公共的沿第一轴的边。
根据本发明的另一方面，一种包括由三角形组成的编码的3D网格模型的信号，编码的3D网格模型包括用于多个三角形的残差数据，其中残差数据适合于基于参考三角形来重构下一个三角形，其中参考三角形和下一个三角形具有公共边，并且其中残差数据包括用以指示下一个三角形的编码与也具有所述公共边的预测三角形有关的指示，其中预测三角形和参考三角形之间的二面角是预定义的二面角。
在本发明的信号方面的一个实施例中，残差数据还包括用以指示所述编码是参照第一预测三角形还是参照第二预测三角形的指示，其中第二预测三角形(Tadv_pred2)可以通过沿与所述公共边正交的同平面轴(Y)进行镜像或者旋转而从第一预测三角形(Tadv_pred1)中获得。
在信号方面的一个实施例中，该信号还包括所述预定义的二面角的值。
根据本发明的又一方面，一种用以解码由三角形组成的编码3D网格模型的方法包括以下步骤：确定第一代表性二面角；从编码的3D网格模型中提取与参考三角形和要重构的下一个三角形有关的残差数据，其中所述数据已经与指示编码模式的指示相关联；从残差数据中解码包括残差三角形或者残差矢量的残差；基于来自所述参考三角形的预测重构要重构的三角形，其中所述参考三角形和重构的三角形沿第一轴具有公共边，并且其中响应于所述指示，使用包括将所述残差与预定义的预测三角形进行组合的预测模式，其中参考三角形和预定义的预测三角形之间的二面角是所述第一代表性的二面角。
本发明的一方面涉及一种用于解码3D网格模型的对应装置。
在解码方法的一个实施例中，在第一预测模式中将残差添加到第一预测三角形，而在第二预测模式中将残差添加到第二预测三角形，第一预测三角形和第二预测三角形沿所述第一轴与参考三角形具有公共边并且在与所述第一轴正交的第二轴上被镜像。
优选地，预测三角形可以通过将辅助三角形构造为参考三角形的平行四边形扩展来生成。参考三角形和对应的辅助三角形是同平面的，使得它们中的每一个与要编码的生成三角形之间的二面角相同。在下一步骤中，辅助三角形围绕参考三角形和辅助三角形具有的公共边的轴而被旋转。然而，尽管该方法被优化用于许多现有的3D网格模型，但是依赖于3D网格模型的网格元素，一般还存在可用于构造预测三角形的其它方法。
在从属权利要求、以下的描述和附图中公开了本发明的有利实施例，
附图说明
参照附图来描述本发明的示例性实施例，在附图中示出：
图1：传统的平行四边形预测；
图2：使用传统的平行四边形预测的盒子的3D网格模型；
图3：平行四边形预测典型的失败情形；
图4：多路平行四边形预测；
图5：传统的局部坐标系统；
图6：具有平行四边形预测器的几何编码器；
图7：具有平行四边形预测器的几何解码器；
图8：使用代表性的二面角的改进的平行四边形预测；
图9：使用改进的平行四边形预测的盒子的3D网格模型；
图10：使用镜像的预测三角形的改进的三角形预测的原理；
图11：使用多个不同的代表性的二面角和镜像的预测三角形的改进的三角形预测；
图12：3D网格模型的示例；以及
图13：示例性3D网格模型的预测模式直方图。
具体实施方式
本发明涉及一种用于在3D网格的几何压缩期间进一步改进预测精度的高级预测方案。分析每一对参考三角形和生成三角形之间的二面角，并且检测并群集(cluster)频繁使用的二面角。也就是，依赖于在当前3D网格模型中使用的二面角创建一个或多个群集，使得多个二面角落入群集。对于每个群集，定义代表性的角。如果多个二面角落入群集，则使用这样的群集的代表性的角来定义预测模式。编码器将为每个顶点选取合适的预测模式。在一个实施例中，在传统的平行四边形预测之后，通过旋转操作并且通过附加的镜像映射操作来产生预测位置。根据预测模式来决定旋转角以及是否进行镜像映射。
以下，描述本发明的各种实施例。图8示出基于高级预测三角形而不是传统的平坦的预测三角形的预测方案的示例。
如通过参考三角形Tref(或者Δuvw)的一条边uv和高级预测的顶点rAdvPred定义的高级预测三角形用于预测由参考三角形的所述边uv和实际顶点r定义的生成三角形Tspan(或者Δurv)。如可见的，r和rAdvPred之间的残差(即，预测误差)比r和传统预测的顶点rPred之间的残差小得多。通过使用以下描述的角的群集使得用于编码二面角α的附加成本最小化。因此，由于其使用更少的数据，所以使用高级的预测顶点来编码实际顶点更低廉(cheap)。高级预测三角形TAdvPred的形状仍然与辅助三角形(ΔurPredv)的形状相同，即，它们具有相同的角和边长(在以下描述的具有两个高级预测三角形的实施例中，这仍然保持成立，这是由于二者被镜像，即，两个角和两个边刚好被交换)。然而，生成三角形TSpan的形状可能不同。在此要注意，参考三角形Tref和辅助三角形ΔurPredv是同平面的，而高级预测三角形TAdvPred(ΔurAdvPredv)具有相对于它们的二面角α。在一个实施例中，高级预测三角形TAdvPred和生成三角形TSpan具有相对于Tref的参考平面基本上相同二面角α。在另一实施例中，如下所述，在定义的小范围内，生成三角形的二面角可能与高级预测三角形的二面角不同。
沿着通过连通性编码指示的顶点顺序，根据本发明一方面的几何编码器首先计算每一对参考三角形和生成三角形之间的二面角。为预测残差计算可能的增益，在将预测位置旋转到(基本上)与生成三角形相同的平面，并且可选的沿着局部Y轴的附加的镜像映射之后剩余所述预测残差。局部Y轴对应于参考三角形和生成三角形公共的边。然后，使用角的群集分析所有的二面角：根据角的实际分布自适应地定义群集，类似的或者相等的角被分配到群集，并且确定每个群集中的角的数目。
在一个示例性实施例中，以递减的顺序、通过落入群集的顶点的数目来对群集进行分类。如果若干第一群集是占优势的(dominant)，即，包括多数顶点，并且与传统预测残差相比，高级预测残差的增益相对大，则使用根据本发明的高级平行四边形预测方案用于几何编码。若干第一群集的代表性二面角定义预测模式。原理上，一个群集是足够的，但是依赖于3D网格模型，群集越多，则效率可能越高。否则，如果3D网格模型的二面角在宽范围上均匀地展开，则传统的平行四边形预测可能更好。
然后压缩几何数据。如果采用高级平行四边形预测方案，则高级平行四边形预测器将首先选取预测模式。有利地，它将为要编码的每个顶点选取产生最小残差的预测模式。通过群集的代表性的二面角进行的旋转，以及可选的镜像映射步骤，新的顶点被可预测地编码。
图9示出了其中使用镜像映射是有利的示例。3D网格模型(基本上)是矩形盒子。二面角的分析导致270度的代表性角周围的群集的定义。参考三角形Tref被映射到同平面的辅助三角形ΔurPredv，其然后围绕两个三角形的公共边(即，局部X轴)旋转代表性二面角。第一预测顶点rPred被映射到第二预测顶点rRotPred。作为结果的第一高级预测三角形ΔurRotPredv在(u+v)/2(即，在u和v的中间)在其同平面的局部Y轴处被镜像，使得镜像后的三角形也将uv作为其的边之一。作为结果的镜像后的三角形ΔurAdvPredv完全匹配生成三角形Tspan(或者Δurv)。在下一步骤中，确定三个预测三角形中哪一个是最好的：ΔurPredv、ΔurRotPredv，或者ΔurAdvPredv。通过比较它们各自的残差，并且选取产生最小残差的预测三角形来进行上述确定。很明显，在该情形下，由于残差为零，所以将是ΔurAdvPredv。由此，对于编码生成三角形Tspan，足以识别出参考三角形Tref和边uv(如通常在3D网格压缩中那样)，预测所属的群集(由此识别二面角)和使用镜像映射的事实。换言之，当识别参考三角形Tref和边uv时，编码的生成三角形Tspan仅仅包括群集的指示(由于仅仅存在一个群集，所以在本示例中为一个比特)和镜像映射步骤的指示(一个比特)。
尽管在本示例中，盒子基本上是矩形，但本发明对于其他示例仍是有利的。然而，在将存在不止一个群集的情形下，并且因此需要更多比特来识别群集。需要附加比特用于编码具有较少规则结构的3D网格的残差。在任何情形下，在其中存在包括3D网格模型的多个二面角并且具有基本上空邻近范围的有限范围的每个情形下，本发明是有利的。有限的范围越小，则有利效果越好，使用该范围的二面角越多，并且空的邻近范围越大。如果定义不止一个群集，则不同的群集不需要具有相同的宽度。如稍后描述的，在图13a)中示出了示例。
图10示出了使用镜像的预测三角形进行的改进的三角形预测的总的原理。对于参考三角形Tref12，创建平行四边形扩展Taux12，其通过第一旋转映射到如第一预测顶点radv_pred1定义的第一预测三角形Tadv_pred1。第一预测三角形Tadv_pred1然后被镜像到第二预测顶点radv_pred2定义的第二预测三角形Tadv_pred2。
由此，等效于第一预测顶点radv_pred1到第二预测顶点radv_pred2的镜像映射。所有的这些三角形具有公共边。围绕该公共边的轴进行二面角θ12的第一旋转。对于编码，如上所述，这是根据当前3D网格模型确定的代表性的二面角。对于解码，该二面角是预定义的并且可能从任何源接收，或者从通常作为编码的3D网格模型的编码参数的接收数据中提取。第二预测三角形Tadv_pred2通过在其中间轴axm12上的镜像映射而从第一预测三角形Tadv_pred1中获得。这等效于在该轴axm12处进行180°的旋转。结果，预测三角形的底边被映射到其自身(除了端点被互换之外)。
然后，计算生成三角形Tspan与预测三角形Tadv_pred1、Tadv_pred2二者之间的残差resadv_pred1、resadv_pred2，彼此之间进行比较并且选择更容易/更低廉编码的残差(在该情形下Tadv_pred2)用于预测编码。
图11示出了不同二面角的示例，以及作为结果的预测三角形的近似位置。在第一示例中，在大约90°的二面角θ12定义第一对预测三角形Tadv_pred1、Tadv_pred2，在第二示例中，在大约200°的二面角θ34定义第二对预测三角形Tadv_pred3、Tadv_pred4，而在第三示例中，在大约300°的二面角θ56定义第三对预测三角形Tadv_pred5、Tadv_pred6。此外，图11示出用于镜像映射的相应的轴axm12、axm34、axm56。尽管这些图可能在该方面上不精确，但是所述轴总是在矩形的公共边的中间是正交的(axm34也是如此，尽管由于投影它看起来有所不同)，并且与预测三角形同平面。
对于具有多个尖锐特征的这些模型，诸如3D工程模型，所提出的高级预测方案显著地改进了几何压缩效率。分析步骤需要将轻微地影响编码速度的几何数据的额外扫描。然而，减少了几何数据量并且解码器速度几乎不受高级预测的影响。
通过使用这些几何引导的预测方案用于压缩3D网格的连通性数据，由于几何预测是更好的，所以在此提出的高级预测方法还可以改进拓扑编码器的效率。
尽管群集一般依赖于各个3D网格模型，但是具有例如用于某些种类的模型的预定义的群集范围和代表性的二面角可能是有用的。在该情形下，只要使用高级预测三角形的相应的代表性的二面角的明确的指示，不必传送代表性角。此外，在该情形下，使用镜像映射是可能的且有利的。
第一预测三角形和第二预测三角形具有公共的底边并且沿着与它们的公共底边正交的轴被镜像，使得它们具有相同的角和边长。
围绕代表性角的角的范围有多宽依赖于3D网格模型的细节。该范围一般小，例如5度或者更小，并且代表性角通常是群集的中间值。典型地，可以定义范围内的局部最大值。然而，3D网格模型主要使用更大范围中的二面角也是可能的。如果在该范围内的角基本上均匀地展开，使得难以在该范围内定义单个局部最大值，并且在可比较的相邻范围内不存在二面角，则本发明可能是有利的。例如，模型可能具有在80-100度范围中均匀展开的多个二面角，但是在60-80度或者100-120度范围中不存在二面角。另一方面，如果二面角在该范围内不是基本上均匀地展开，则可以更好地定义两个或者更多个局部最大值并且向每个最大值分配它们自身的范围。
3D网格模型还可以被分区为合适大小的子模型，并且每个子模型可以单独地处理。在该情形下，群集和代表性的二面角仅仅在子模型内有效。例如，如果3D网格模型的一部分具有与其他部分显著不同的表面结构，则这是有利的。
本发明的一个特定优点是，仅仅需要在下一三角形和其相应的参考三角形之间计算二面角。也就是，每个三角形仅仅具有一个参考三角形，这限制了计算量。
图6示出了根据本发明的一方面的编码器。该编码器包括几何编码器部分GE和熵编码器EE。几何编码器包括二面角群集模块DAC、预测模式定义模块PMD和高级平行四边形预测模块APP。二面角群集模块DAC执行3D网格模型的分析、二面角的群集和代表性二面角的产生(如果可应用)。预测模式定义模块PMD为每个顶点定义优化的编码模式(传统的编码模式、基于代表性角的高级的编码模式，或者基于代表性角和镜像的高级的编码模式)并且高级的平行四边形预测模块APP产生残差，其中它应用由预测模式定义模块PMD相应定义的编码模式。结果，将预测模式信息PMI和预测残差信息PRI提供给熵编码单元EE，其执行熵编码并且输出熵编码后的数据dout。例如，熵编码单元EE可以产生具有一般首标的数据格式，其中除了别的以外，定义不同的代表性二面角，以及用于每个顶点的单独的数据部分。顶点的数据部分包括其相应的预测模式指示PMI和熵编码的预测残差数据PRI。
图7示出了根据本发明一方面的解码器。该解码器包括熵解码器部分ED和几何解码器部分GD。熵解码器接收熵编码的输入数据din，执行熵解码并且向几何解码器部分GD提供预测模式信息PMI和预测残差信息PRI。几何解码器部分GD包括高级平行四边形预测模块APP’的解码版本，并且根据顶点各自的预测模式信息对它们执行预测。高级平行四边形预测模块APP’从预测模块读取器单元RPM取得关于代表性二面角的信息，例如其可以从接收的信号的首标中提取该信息(未示出)。
在图12示出3D网格模型的示例。其利用3DsMax创建并且具有288个顶点和572个三角形。尽管在图12b)中，网格是可见的，但它们在图12a)中被纹理覆盖。该示例性的模型包括如表1列出的被分析的并且可以被群集的多个二面角。最右侧一列示出有多少个顶点使用对应的模式。
表1：“T”模型的预测模式
如从表1中可见，仅仅0°、90°、350°、和355°周围的二面角出现。对于它们中的每一个，定义单独的群集。一般地，每个群集的宽度(即落入群集的二面角的范围)可以各个不同。此外，多数顶点不选取预测模式“0”，其是传统的平坦平行四边形预测方案。这是选取优化的残差的结果，并且示出了高级的平行四边形预测器用于压缩像“T”模型的结构的优点，即使该表面相当地平滑。
范围的宽度可以不同。图13a)示出了落入了第一代表性二面角α1周围的第一范围R1中和落入第二代表性二面角α2周围的不同的第二范围R2(R1＞R2)中的二面角的示例性分布。然而，在许多人工创建的3D网格模型中，范围非常小，这是由于仅仅使用某些二面角。图13b)示出了表1的七种编码模式的直方图。如可见的，不是所有可能的预测模式都被使用。例如，仅使用不具有镜像映射(局部镜像映射＝0)的350°的二面角。
根据本发明的一方面，在两个等级上增强具有编码的3D网格模型的比特流：
首先，在几何等级上，即，在顶点数据组的首标中，预测模式信息包括：
-用于指示是否使用提出的高级平行四边形预测器的一个比特。例如，“1”意味着采用提出的预测方法，而“0”意味着采用传统的解决方案。
-用于指示预测模式的数目的一些比特，例如一个字节。在图13的示例中，预测模式的数目是8，从而比特“00001000”被插入到比特流。
-用于示出每个预测模式的细节的比特。例如，每个模式使用10个比特来代表它位于0-359°的范围中的旋转角。另一比特用于指示是否使用镜像映射。总共11个比特用于每个模式。
第二，在顶点等级上，即，在每个顶点的首标信息中，添加预测模式信息：几个比特代表当前顶点的预测模式。例如，3个比特用于每个顶点，足够代表8种模式。
对于以上的示例，当使用熵编码器时，范围编码器(1979年三月，Video &Data Recording Conference，Southampton，UK，G.N.N Martin的：“Rangeencoding：an algorithm for removing redundancy from digitized message”)类似于算术编码器或者Huffman编码器，可以节约大约9％的存储，这是由于极大地减少了预测残差。通过仔细地选取熵编码器，特别是用于压缩预测模式信息的编码器，可以进一步扩大增益。这已经考虑到在使用高级平行四边形预测方案时，压缩的几何数据不仅包括预测残差而且包括预测模式信息。
本发明对于编码器和解码器是有利的，特别对于3D网格模型编码器和解码器是有利的。
应理解，已经借助于示例单纯描述了本发明，并且可以进行细节的修改而不脱离本发明的范围。可以单独地或者以任何适当的组合来提供在说明书和(在适当时)权利要求书以及附图中公开的每个特征。在适当时，可以以硬件、软件或者二者的组合来实现所述特征。在可应用时，连接可以被实现为无线连接或者有线的，不一定是直接的或者专用的连接。在权利要求书中出现的参考标记仅仅是说明性的并且不应对权利要求的范围有限制影响。附图不一定与实际尺寸成比例。

Claims (16)

1.一种用于编码由三角形组成的3D网格模型的方法，该方法包括以下步骤：
-确定三角形的对，每一对是参考三角形（Tref12）和要预测的三角形(Tspan)，其中两个三角形沿着第一轴(X)具有公共边；
-为所述三角形的对中的每一对，确定参考三角形（Tref12）和要预测的三角形(Tspan)之间的二面角(θ)；
-为3D网格模型分析三角形对的二面角，以及基于所述分析，定义二面角的多个第一范围，其中多个所述二面角位于二面角的所述多个第一范围中每个第一范围内，并且位于第一范围内的二面角比不位于第一范围内的二面角更频繁地出现在3D网格模型中；
-为所述二面角的每个所述第一范围定义第一代表性二面角(θ12)；
-编码3D网格模型的三角形，其中确定并编码参考三角形和对应的预测三角形之间的残差，并且其中如果参考三角形和对应的预测三角形之间的二面角不位于所述二面角的所述多个第一范围中的一个第一范围内，则所述编码使用基于同平面预测三角形的预测，并且如果参考三角形和对应的预测三角形之间的二面角在二面角的所述多个第一范围中的一个第一范围内，则所述编码使用基于增强的预测三角形(Tadv_pred1,Tadv_pred2,…)的预测，其中参考三角形和增强的预测三角形之间的二面角是所述二面角所位于的所述第一范围的所述代表性的二面角(θ12)；
-计算并编码所述要预测的三角形(Tspan)和所述增强的预测三角形(Tadv_pred1,Tadv_pred2)之间的残差；以及
-将编码的残差与用以指示所述编码的残差参照所述二面角所位于的所述第一范围的所述代表性的二面角(θ12)的指示相关联。
2.根据权利要求1所述的方法，还包括以下步骤：
将编码的3D网格模型与指示所述代表性的二面角(θ12)的值相关联。
3.根据权利要求1的方法，其中第一模式的第一增强的预测三角形（Tadv- _pred1）和第二模式的第二增强的预测三角形（Tadv_pred2）沿着与所述第一轴（X）正交的同平面的第二轴(Y)被镜像，其中第一增强的预测三角形和第二增强的预测三角形具有公共边，并且其中第二指示与编码残差相关联，第二指示指示残差参照第一模式的预测三角形还是第二模式的预测三角形。
4.根据权利要求3的方法，其中在第一模式中，增强的预测三角形（Tadv_pred1）对应于在所述第一轴（X）上被旋转了所述代表性二面角(θ12)的参考三角形的同平面平行四边形扩展，并且其中第一模式的增强的预测三角形和第二模式的增强的预测三角形（Tadv_pred1，Tadv_pred2）是同平面的并且二者具有沿与参考三角形公共的第一轴(X)的边。
5.根据权利要求3或4的方法，其中对于参考三角形（Tref），基于两个同平面的增强的预测三角形（Tadv_pred1,Tadv_pred2）计算根据两个预测模式的两个残差，该方法还包括以下步骤：
-比较这两个残差；以及
-选择允许更廉价地编码所述参考三角形的残差（resadv_pred2）。
6.根据权利要求1或2的方法，其中没有二面角出现在与所述第一范围相邻的可比较的第二范围中。
7.一种用以解码由三角形组成的编码3D网格模型的方法，该方法包括以下步骤：
-确定多个代表性二面角(θ12)；
-从编码的3D网格模型中提取与参考三角形（Tref）和要重构的三角形(Tspan)有关的残差数据，其中所述数据已经与指示编码模式的指示相关联；
-从残差数据中解码包括残差三角形或者残差矢量的残差(radv_pred2）；
-基于来自所述参考三角形（Tref）的预测重构要重构的三角形(Tspan)，其中所述参考三角形和重构的三角形沿第一轴(X)具有公共边，并且其中响应于所述指示，使用包括将所述残差与预定义的预测三角形（Tadv_pred1,Tadv_pred2）进行组合的预测模式，其中参考三角形（Tref）和预定义的预测三角形（Tadv_pred1,Tadv_pred2）之间的二面角是所述多个代表性的二面角(θ12)之一。
8.根据权利要求7所述的方法，其中所述多个代表性二面角(θ12)从编码的3D网格模型中提取。
9.根据权利要求7或8所述的方法，其中在第一预测模式中将残差添加到第一预测三角形（Tadv_pred1），而在第二预测模式中将残差添加到第二预测三角形（Tadv_pred2），第一预测三角形和第二预测三角形沿所述第一轴(X)与参考三角形具有公共边并且在与所述第一轴正交的第二轴(Y)上被镜像。
10.一种用于编码由连通性数据、几何数据和属性数据代表的三角形组成的3D网格模型的装置，所述装置包括：
-用于确定三角形的对的部件，每一对是参考三角形（Tref12）和要预测的三角形(Tspan)，其中两个三角形沿着第一轴(X)具有公共边；
-用于为所述三角形的对中的每一对确定参考三角形（Tref12）和要预测的三角形(Tspan)之间的二面角(θ)的部件；
-用于为3D网格模型分析三角形对的二面角并且基于所述分析定义二面角的多个第一范围的部件，其中多个所述二面角位于二面角的所述多个第一范围中每个第一范围内，并且位于第一范围内的二面角比不位于第一范围内的二面角更频繁地出现在3D网格模型中；
-用于为所述二面角的每个所述第一范围定义第一代表性二面角(θ12)的部件；
-用于编码3D网格模型的三角形的部件，其中确定并编码参考三角形和对应的预测三角形之间的残差，并且其中如果参考三角形和对应的预测三角形之间的二面角不位于所述二面角的所述多个第一范围中的一个第一范围内，则所述编码使用基于同平面预测三角形的预测，并且如果参考三角形和对应的预测三角形之间的二面角在二面角的所述多个第一范围中的一个第一范围内，则所述编码使用基于增强的预测三角形(Tadv_pred1,Tadv_pred2,…)的预测，其中参考三角形和增强的预测三角形之间的二面角是所述二面角所位于的所述第一范围的所述代表性的二面角(θ12)；
-计算并编码所述要预测的三角形(Tspan)和所述增强的预测三角形(Tadv_pred1,Tadv_pred2)之间的残差;以及
-将编码的残差与用以指示所述编码的残差参照所述二面角所位于的所述第一范围的所述代表性的二面角(θ12)的指示相关联。
11.根据权利要求10所述的装置，其中第一模式的第一增强的预测三角形（Tadv_pred1）和第二模式的第二增强的预测三角形（Tadv_pred2）沿着与所述第一轴（X）正交的同平面的第二轴(Y)被镜像，其中第一增强的预测三角形和第二增强的预测三角形具有公共边，并且其中第二指示与编码残差相关联，第二指示指示残差参照第一模式的预测三角形还是第二模式的预测三角形。
12.根据权利要求10或11所述的装置，其中没有二面角出现在与所述第一范围相邻的可比较的第二范围中。
13.一种用以解码由三角形组成的编码3D网格模型的装置，该装置包括：
-用于确定多个代表性二面角(θ12)的部件；
-用于从编码的3D网格模型中提取与参考三角形（Tref）和要重构的三角形(Tspan)有关的残差数据的部件，其中所述数据已经与指示编码模式的指示相关联；
-用于从残差数据中解码包括残差三角形或者残差矢量的残差(radv_pred2）的部件；
-用于基于来自所述参考三角形（Tref）的预测重构要重构的三角形(Tspan)的部件，其中所述参考三角形和重构的三角形沿第一轴(X)具有公共边，并且其中响应于所述指示，使用包括将所述残差与预定义的预测三角形（Tadv_pred1,Tadv_pred2）进行组合的预测模式，其中参考三角形（Tref）和预定义的预测三角形（Tadv_pred1,Tadv_pred2）之间的二面角是所述多个代表性的二面角(θ12)之一。
14.根据权利要求13所述的装置，还包括用于从编码的残差中提取第二指示的部件，其中用于重构要重构的三角形(Tspan)的部件至少具有第一预测模式和第二预测模式以及第二指示指示残差是参照第一模式的预测三角形还是参照第二模式的预测三角形，其中在第一预测模式中将残差添加到第一预测三角形（Tadv_pred1），而在第二预测模式中将残差添加到第二预测三角形（Tadv- _pred2），第一预测三角形和第二预测三角形沿所述第一轴(X)与参考三角形具有公共边并且在与所述第一轴正交的第二轴(Y)上被镜像。
15.一种用于编码由三角形组成的3D网格模型的方法，该方法包括以下步骤：
-确定三角形的对，每一对是参考三角形（Tref12）和要预测的三角形(Tspan)，其中两个三角形沿着第一轴(X)具有公共边；
-为所述三角形的对中的每一对，确定参考三角形（Tref12）和要预测的三角形(Tspan)之间的二面角(θ)；
-为3D网格模型分析三角形对的二面角，以及基于所述分析，定义二面角的至少第一范围，其中多个所述二面角位于二面角的所述第一范围内，并且位于所定义的第一范围内的二面角比其它二面角更频繁地出现在3D网格模型中；
-为所述二面角的所述第一范围定义第一代表性二面角(θ12)；
-编码3D网格模型的三角形，其中确定并编码参考三角形和对应的预测三角形之间的残差，并且其中如果参考三角形和对应的预测三角形之间的二面角不位于所述二面角的所述第一范围内，则所述编码使用基于同平面预测三角形的预测，并且如果参考三角形和对应的预测三角形之间的二面角在二面角的所述第一范围内，则所述编码使用基于增强的预测三角形(Tadv_pred1,Tadv_pred2,…)的预测，其中参考三角形和增强的预测三角形之间的二面角是所述代表性的二面角(θ12)；
-计算并编码所述要预测的三角形(Tspan)和所述增强的预测三角形(Tadv_pred1,Tadv_pred2)之间的残差；以及
-将编码的残差与用以指示其参照所述代表性的二面角(θ12)的指示相关联，
其中，第一模式的第一增强的预测三角形(Tadv_pred1)和第二模式的第二增强的预测三角形(Tadv_pred2)被沿着同平面的与所述第一轴（X）垂直的第二轴（Y）镜像，其中，第一和第二增强的预测三角形具有公共边，并且第二指示与编码的残差相关联，第二指示用于指示该残差参照第一模式还是第二模式的预测三角形。
16.一种用以解码由三角形组成的编码3D网格模型的方法，该方法包括以下步骤：
-确定第一代表性二面角(θ12)；
-从编码的3D网格模型中提取与参考三角形（Tref）和要重构的三角形(Tspan)有关的残差数据，其中所述数据已经与指示编码模式的指示相关联；
-从残差数据中解码包括残差三角形或者残差矢量的残差(radv_pred2）；
-基于来自所述参考三角形（Tref）的预测重构要重构的三角形(Tspan)，其中所述参考三角形和重构的三角形沿第一轴(X)具有公共边，并且其中响应于所述指示，使用包括将所述残差与预定义的预测三角形（Tadv_pred1,Tadv_pred2）进行组合的预测模式，其中参考三角形（Tref）和预定义的预测三角形（Tadv_pred1,Tadv_pred2）之间的二面角是所述第一代表性的二面角(θ12)，其中，在第一预测模式下，所述残差被添加到第一预测三角形(Tadv_pred1)，而在第二预测模式下，所述残差被添加到第二预测三角形(Tadv_pred2)，第一和第二预测三角形与参考三角形具有沿着所述第一轴（X）的公共边并且在与所述第一轴（X）垂直的第二轴（Y）上被镜像。
CN201080006810.8A 2009-02-06 2010-02-05 编码3d网格模型的方法和装置以及解码所编码的3d网格模型的方法和装置 Expired - Fee Related CN102308318B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP09305113A EP2216750A1 (en) 2009-02-06 2009-02-06 Method and apparatus for encoding 3D mesh models, and method and apparatus for decoding encoded 3D mesh models
EP09305113.4 2009-02-06
PCT/EP2010/051443 WO2010089380A1 (en) 2009-02-06 2010-02-05 Method and apparatus for encoding 3d mesh models, and method and apparatus for decoding encoded 3d mesh models

Publications (2)

Publication Number Publication Date
CN102308318A CN102308318A (zh) 2012-01-04
CN102308318B true CN102308318B (zh) 2014-08-20

Family

ID=40601704

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201080006810.8A Expired - Fee Related CN102308318B (zh) 2009-02-06 2010-02-05 编码3d网格模型的方法和装置以及解码所编码的3d网格模型的方法和装置

Country Status (6)

Country Link
US (1) US8884953B2 (zh)
EP (2) EP2216750A1 (zh)
JP (1) JP5512704B2 (zh)
KR (1) KR101657325B1 (zh)
CN (1) CN102308318B (zh)
WO (1) WO2010089380A1 (zh)

Families Citing this family (96)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8902971B2 (en) * 2004-07-30 2014-12-02 Euclid Discoveries, Llc Video compression repository and model reuse
US9532069B2 (en) 2004-07-30 2016-12-27 Euclid Discoveries, Llc Video compression repository and model reuse
US9578345B2 (en) 2005-03-31 2017-02-21 Euclid Discoveries, Llc Model-based video encoding and decoding
US9743078B2 (en) 2004-07-30 2017-08-22 Euclid Discoveries, Llc Standards-compliant model-based video encoding and decoding
CA2676219C (en) 2007-01-23 2017-10-24 Euclid Discoveries, Llc Computer method and apparatus for processing image data
EP2345256B1 (en) 2008-10-07 2018-03-14 Euclid Discoveries, LLC Feature-based video compression
CN103329169B (zh) 2010-09-30 2016-01-27 汤姆逊许可公司 几何图案编码方法和设备，以及几何图案解码方法和设备
KR101794537B1 (ko) * 2011-01-21 2017-11-07 삼성전자주식회사 데이터 처리 장치 및 방법
US8736603B2 (en) * 2011-11-02 2014-05-27 Visual Technology Services Limited Compression of texture rendered wire mesh models
CN103918009A (zh) * 2011-11-07 2014-07-09 汤姆逊许可公司 预测位置编码
KR101883532B1 (ko) 2011-11-25 2018-07-30 톰슨 라이센싱 반복적인 구조 발견 기반 3d 모델 압축의 비트스트림을 생성하기 위한 방법 및 장치
EP2783353B1 (en) * 2011-11-25 2017-03-22 Thomson Licensing Position coding based on spatial tree with duplicate points
CN102625126B (zh) * 2012-03-22 2014-10-15 北京工业大学 一种基于预测的三维网格编码方法
US9621924B2 (en) 2012-04-18 2017-04-11 Thomson Licensing Vextex correction method and apparatus for rotated three-dimensional (3D) components
JP5986681B2 (ja) * 2012-05-22 2016-09-06 トムソン ライセンシングＴｈｏｍｓｏｎ Ｌｉｃｅｎｓｉｎｇ モデルの形状記述子を生成する方法及び装置
JP6246233B2 (ja) * 2013-01-10 2017-12-13 トムソン ライセンシングＴｈｏｍｓｏｎ Ｌｉｃｅｎｓｉｎｇ 頂点誤差訂正のための方法および装置
KR101470357B1 (ko) * 2013-04-22 2014-12-09 중앙대학교 산학협력단 3차원 대상 객체의 헤드컷 렌더링 장치 및 방법
CN104123739A (zh) * 2013-04-24 2014-10-29 冯卫国 由面元件构成的多面体的编码及解码方法和立体拼图
JPWO2015019428A1 (ja) * 2013-08-07 2017-03-02 株式会社日立製作所 解析データ送受信システム、及び保存システム
US10097851B2 (en) 2014-03-10 2018-10-09 Euclid Discoveries, Llc Perceptual optimization for model-based video encoding
US10091507B2 (en) 2014-03-10 2018-10-02 Euclid Discoveries, Llc Perceptual optimization for model-based video encoding
US9621917B2 (en) 2014-03-10 2017-04-11 Euclid Discoveries, Llc Continuous block tracking for temporal prediction in video encoding
CN103942748B (zh) * 2014-05-13 2017-07-11 英华达（上海）科技有限公司 一种三维模型文件的保护方法及其系统
US10484697B2 (en) 2014-09-09 2019-11-19 Qualcomm Incorporated Simultaneous localization and mapping for video coding
US9734595B2 (en) 2014-09-24 2017-08-15 University of Maribor Method and apparatus for near-lossless compression and decompression of 3D meshes and point clouds
CN104243958B (zh) * 2014-09-29 2016-10-05 联想(北京)有限公司 三维网格数据的编码、解码方法以及编码、解码装置
GB2551389B (en) * 2016-06-17 2018-06-06 Canon Kk New predictors to encode or decode geometry data in 3D objects
GB2551387B (en) * 2016-06-17 2019-12-04 Canon Kk Improved encoding and decoding of geometry data in 3D mesh models
WO2018067832A1 (en) * 2016-10-05 2018-04-12 HypeVR Geometry sequence encoder and decoder
US10313673B2 (en) 2016-10-19 2019-06-04 Google Llc Methods and apparatus to encode and/or decode normals of geometric representations of surfaces
US10733766B2 (en) 2016-10-19 2020-08-04 Google, Llc Methods and apparatus to encode and/or decode normals of geometric representations of surfaces
US9787321B1 (en) 2016-11-17 2017-10-10 Google Inc. Point cloud data compression using a space-filling curve
US10496336B2 (en) 2016-11-17 2019-12-03 Google Llc K-D tree encoding for point clouds using deviations
US10430975B2 (en) 2016-11-17 2019-10-01 Google Llc Advanced k-D tree encoding for point clouds by most significant axis selection
EP3635687B1 (en) * 2017-05-08 2022-07-13 Physna Inc. System and methods for 3d model evaluation
US10950042B2 (en) 2017-06-02 2021-03-16 Google Llc Guided traversal in compression of triangular meshes
US10553035B2 (en) 2017-06-02 2020-02-04 Google Llc Valence based implicit traversal for improved compression of triangular meshes
US11818401B2 (en) 2017-09-14 2023-11-14 Apple Inc. Point cloud geometry compression using octrees and binary arithmetic encoding with adaptive look-up tables
US10897269B2 (en) 2017-09-14 2021-01-19 Apple Inc. Hierarchical point cloud compression
US10805646B2 (en) 2018-06-22 2020-10-13 Apple Inc. Point cloud geometry compression using octrees and binary arithmetic encoding with adaptive look-up tables
US10861196B2 (en) 2017-09-14 2020-12-08 Apple Inc. Point cloud compression
US11113845B2 (en) 2017-09-18 2021-09-07 Apple Inc. Point cloud compression using non-cubic projections and masks
US10909725B2 (en) 2017-09-18 2021-02-02 Apple Inc. Point cloud compression
US10699444B2 (en) 2017-11-22 2020-06-30 Apple Inc Point cloud occupancy map compression
US10607373B2 (en) 2017-11-22 2020-03-31 Apple Inc. Point cloud compression with closed-loop color conversion
US10909727B2 (en) 2018-04-10 2021-02-02 Apple Inc. Hierarchical point cloud compression with smoothing
US10867414B2 (en) 2018-04-10 2020-12-15 Apple Inc. Point cloud attribute transfer algorithm
US10909726B2 (en) 2018-04-10 2021-02-02 Apple Inc. Point cloud compression
US11010928B2 (en) 2018-04-10 2021-05-18 Apple Inc. Adaptive distance based point cloud compression
US10939129B2 (en) 2018-04-10 2021-03-02 Apple Inc. Point cloud compression
US11019366B2 (en) * 2018-05-17 2021-05-25 Google Llc Image compression and decompression using triangulation
US11017566B1 (en) 2018-07-02 2021-05-25 Apple Inc. Point cloud compression with adaptive filtering
US11044478B2 (en) 2018-07-02 2021-06-22 Apple Inc. Compression with multi-level encoding
US11202098B2 (en) 2018-07-05 2021-12-14 Apple Inc. Point cloud compression with multi-resolution video encoding
US10911787B2 (en) 2018-07-10 2021-02-02 Apple Inc. Hierarchical point cloud compression
US11012713B2 (en) 2018-07-12 2021-05-18 Apple Inc. Bit stream structure for compressed point cloud data
US10891758B2 (en) 2018-07-23 2021-01-12 Google Llc Geometry encoder
WO2020061797A1 (zh) * 2018-09-26 2020-04-02 华为技术有限公司 一种3d图形数据压缩和解压缩的方法及装置
US10783669B2 (en) * 2018-09-26 2020-09-22 Google Llc Texture coordinate compression using texture atlas
US11132818B2 (en) 2018-09-28 2021-09-28 Apple Inc. Predicting attributes for point cloud compression according to a space filling curve
US11386524B2 (en) * 2018-09-28 2022-07-12 Apple Inc. Point cloud compression image padding
US11367224B2 (en) 2018-10-02 2022-06-21 Apple Inc. Occupancy map block-to-patch information compression
US10853973B2 (en) 2018-10-03 2020-12-01 Apple Inc. Point cloud compression using fixed-point numbers
US11430155B2 (en) 2018-10-05 2022-08-30 Apple Inc. Quantized depths for projection point cloud compression
WO2020075862A1 (ja) * 2018-10-12 2020-04-16 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
US10762667B2 (en) 2018-11-30 2020-09-01 Point Cloud Compression, B.V. Method and apparatus for compression of point cloud data
US11631218B2 (en) * 2018-12-11 2023-04-18 Google Llc Efficient compression of data representing triangular mesh attributes
US11032574B2 (en) * 2018-12-31 2021-06-08 Tencent America LLC Method and apparatus for video coding
US11348284B2 (en) 2019-01-08 2022-05-31 Apple Inc. Auxiliary information signaling and reference management for projection-based point cloud compression
US11454710B2 (en) 2019-01-08 2022-09-27 Apple Inc. Point cloud compression using a space filling curve for level of detail generation
US11284091B2 (en) 2019-03-25 2022-03-22 Apple Inc. Video based point cloud compression-patch alignment and size determination in bounding box
US11057564B2 (en) 2019-03-28 2021-07-06 Apple Inc. Multiple layer flexure for supporting a moving image sensor
US11711544B2 (en) 2019-07-02 2023-07-25 Apple Inc. Point cloud compression with supplemental information messages
CN112235580A (zh) * 2019-07-15 2021-01-15 华为技术有限公司 图像编码方法、解码方法、装置和存储介质
US11450030B2 (en) * 2019-09-24 2022-09-20 Apple Inc. Three-dimensional mesh compression using a video encoder
US11202078B2 (en) 2019-09-27 2021-12-14 Apple Inc. Dynamic point cloud compression using inter-prediction
US11627314B2 (en) 2019-09-27 2023-04-11 Apple Inc. Video-based point cloud compression with non-normative smoothing
US11562507B2 (en) 2019-09-27 2023-01-24 Apple Inc. Point cloud compression using video encoding with time consistent patches
US11538196B2 (en) 2019-10-02 2022-12-27 Apple Inc. Predictive coding for point cloud compression
US11409998B2 (en) 2019-10-02 2022-08-09 Apple Inc. Trimming search space for nearest neighbor determinations in point cloud compression
US11895307B2 (en) 2019-10-04 2024-02-06 Apple Inc. Block-based predictive coding for point cloud compression
US11477483B2 (en) 2020-01-08 2022-10-18 Apple Inc. Video-based point cloud compression with variable patch scaling
US11798196B2 (en) 2020-01-08 2023-10-24 Apple Inc. Video-based point cloud compression with predicted patches
US11625866B2 (en) 2020-01-09 2023-04-11 Apple Inc. Geometry encoding using octrees and predictive trees
US11615557B2 (en) 2020-06-24 2023-03-28 Apple Inc. Point cloud compression using octrees with slicing
US11620768B2 (en) 2020-06-24 2023-04-04 Apple Inc. Point cloud geometry compression using octrees with multiple scan orders
US11948338B1 (en) 2021-03-29 2024-04-02 Apple Inc. 3D volumetric content encoding using 2D videos and simplified 3D meshes
US11948339B2 (en) * 2021-06-04 2024-04-02 Apple Inc. Encoding and decoding visual content
JPWO2023074673A1 (zh) * 2021-10-26 2023-05-04
CN116668703A (zh) * 2022-02-18 2023-08-29 维沃移动通信有限公司 编码方法、解码方法、装置及通信设备
US20230377205A1 (en) * 2022-05-20 2023-11-23 Tencent America LLC Vertex position prediction in mesh compression
WO2023238867A1 (ja) * 2022-06-06 2023-12-14 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 符号化装置、復号装置、符号化方法及び復号方法
JP2024008742A (ja) * 2022-07-09 2024-01-19 Kddi株式会社 メッシュ復号装置、メッシュ符号化装置、メッシュ復号方法及びプログラム
JP2024008741A (ja) * 2022-07-09 2024-01-19 Kddi株式会社 メッシュ復号装置、メッシュ符号化装置、メッシュ復号方法及びプログラム
JP2024008743A (ja) * 2022-07-09 2024-01-19 Kddi株式会社 メッシュ復号装置、メッシュ符号化装置、メッシュ復号方法及びプログラム
WO2024075608A1 (ja) * 2022-10-03 2024-04-11 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 符号化装置、復号装置、符号化方法及び復号方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6167159A (en) * 1998-04-30 2000-12-26 Virtue Ltd. Triangle mesh compression

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5736987A (en) * 1996-03-19 1998-04-07 Microsoft Corporation Compression of graphic data normals
US6438266B1 (en) * 1998-08-27 2002-08-20 Lucent Technologies Inc. Encoding images of 3-D objects with improved rendering time and transmission processes
KR100294928B1 (ko) * 1998-11-28 2001-07-12 윤종용 2차원 또는 3차원 메쉬정보 중의 특성정보 부호화장치 및 그방법
WO2004040517A1 (en) * 2002-10-31 2004-05-13 Fraunhofer Gesellschaft zur Förderung der angewandten Forschung e.V. Method and system of encoding the connectivity of a triangle mesh
KR100747489B1 (ko) * 2005-04-13 2007-08-08 한국전자통신연구원 3차원 메쉬 정보의 부호화/복호화 방법 및 장치
US7365745B2 (en) * 2005-09-15 2008-04-29 St. Jude Medical, Atrial Fibrillation Division, Inc. Method of rendering a surface from a solid graphical image

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6167159A (en) * 1998-04-30 2000-12-26 Virtue Ltd. Triangle mesh compression

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Costa Touma等.Triangle Mesh Compression.《PROCEEDINGS/COMPTE RENDU GRAPHICS INTERFACE》.1998,第3页，图1.
Higher Order Prediction for Geometry Compression;Stefan Gumhold, Rachida Amjoun;《SHAPE MODELING INTERNATIONAL》;20030512;全文 *
Stefan Gumhold, Rachida Amjoun.Higher Order Prediction for Geometry Compression.《SHAPE MODELING INTERNATIONAL》.2003,全文.
Triangle Mesh Compression;Costa Touma等;《PROCEEDINGS/COMPTE RENDU GRAPHICS INTERFACE》;19980101;第3页，图1 *

Also Published As

Publication number Publication date
WO2010089380A1 (en) 2010-08-12
US8884953B2 (en) 2014-11-11
EP2394249B1 (en) 2014-12-17
JP2012517059A (ja) 2012-07-26
KR20110126110A (ko) 2011-11-22
EP2216750A1 (en) 2010-08-11
EP2394249A1 (en) 2011-12-14
KR101657325B1 (ko) 2016-09-13
US20110285708A1 (en) 2011-11-24
JP5512704B2 (ja) 2014-06-04
CN102308318A (zh) 2012-01-04

Similar Documents

Publication Publication Date Title
CN102308318B (zh) 编码3d网格模型的方法和装置以及解码所编码的3d网格模型的方法和装置
JP7234925B2 (ja) 情報処理装置および方法
JP7268598B2 (ja) 情報処理装置および方法
EP2446419B1 (en) Compression of 3d meshes with repeated patterns
CN102725775B (zh) 编码3d网格模型法线的方法、解码3d网格模型法线的方法、编码器和解码器
US10032309B2 (en) Predictive position decoding
JP2019521417A (ja) シーンを表す点群を符号化する方法、符号化器システム、及びプログラムを記憶した非一時的コンピューター可読記録媒体
JP4672735B2 (ja) 効果的なテクスチャマッピングのための３次元メッシュ情報のテクスチャ座標符号化及び復号化方法
JP5033261B2 (ja) 共有頂点情報を用いた低複雑度３次元メッシュ圧縮装置及び方法
KR20140086998A (ko) 예측 위치 인코딩
US20150002511A1 (en) Apparatus and method for encoding three-dimensional (3d) mesh, and apparatus and method for decoding 3d mesh
US20130182960A1 (en) Method and apparatus for encoding geometry patterns, and method for apparatus for decoding geometry patterns
CN117178297A (zh) 微网格，用于计算机图形的结构化几何体
Amjoun et al. Efficient compression of 3d dynamic mesh sequences
US20140160241A1 (en) System and method for encoding and decoding a bitstream for a 3d model having repetitive structure
AU2012283580A1 (en) System and method for encoding and decoding a bitstream for a 3D model having repetitive structure
KR20120085134A (ko) 3차원 메쉬 부호화 장치 및 방법, 그리고 3차원 메쉬 복호화 장치 및 방법
WO2022067790A1 (zh) 一种点云分层方法及解码器、编码器、存储介质
Daribo et al. Adaptive arithmetic coding for point cloud compression
WO2014005415A1 (en) System and method for multi-level repetitive structure based 3d model compression
KR101211436B1 (ko) 3차원 컨텐츠 데이터를 인코딩 및 디코딩하기 위한 방법
Schinko et al. Simple and Efficient Normal Encoding with Error Bounds.
Marras et al. Exploring Compression in Edge Shape Space

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20140820

Termination date: 20170205

CF01 Termination of patent right due to non-payment of annual fee