CN111145090A - 一种点云属性编码方法、解码方法、编码设备及解码设备 - Google Patents

一种点云属性编码方法、解码方法、编码设备及解码设备 Download PDF

Info

Publication number
CN111145090A
CN111145090A CN201911203703.3A CN201911203703A CN111145090A CN 111145090 A CN111145090 A CN 111145090A CN 201911203703 A CN201911203703 A CN 201911203703A CN 111145090 A CN111145090 A CN 111145090A
Authority
CN
China
Prior art keywords
attribute
value
point cloud
point
distance
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.)
Granted
Application number
CN201911203703.3A
Other languages
English (en)
Other versions
CN111145090B (zh
Inventor
李革
马闯
王静
邵薏婷
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.)
Peking University Shenzhen Graduate School
Peng Cheng Laboratory
Original Assignee
Peking University Shenzhen Graduate School
Peng Cheng Laboratory
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 Peking University Shenzhen Graduate School, Peng Cheng Laboratory filed Critical Peking University Shenzhen Graduate School
Priority to CN201911203703.3A priority Critical patent/CN111145090B/zh
Publication of CN111145090A publication Critical patent/CN111145090A/zh
Application granted granted Critical
Publication of CN111145090B publication Critical patent/CN111145090B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4092—Image resolution transcoding, e.g. by using client-server architectures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • 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
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/91—Entropy coding, e.g. variable length coding [VLC] or arithmetic coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

本发明公开了一种点云属性编码方法、解码方法、编码设备及解码设备，所述点云属性编码方法和解码方法包括步骤：按照所述莫顿顺序选取当前点的前K个点作为邻居点，计算点云中的每个点与其邻居点的质心坐标的距离，并将该距离与距离阈值做比较，根据距离与距离阈值的大小关系确定当前点的属性预测值；最后根据所述属性预测值进行属性编码或根据所述当前点的属性预测值以及点云属性码流确定所述当前点的属性值。本发明提供的点云属性编码方法和解码方法能够提升点云的几何信息和属性信息相关性的利用，从而提高点云属性的编码和解码性能。

Description

一种点云属性编码方法、解码方法、编码设备及解码设备
技术领域
本发明涉及点云处理技术领域，特别涉及一种点云属性编码方法、解码方法、编码设备及解码设备。
背景技术
三维点云是现实世界数字化的重要表现形式。随着三维扫描设备(如激光、雷达等)的快速发展，点云的精度和分辨率变得更高。高精度点云广泛应用于城市数字化地图的构建，在智慧城市、无人驾驶、文物保护等众多热门研究中起技术支撑作用。点云是三维扫描设备对物体表面采样所获取的，一帧点云的点数一般是百万级别，其中每个点包含几何信息和颜色、反射率等属性信息，数据量十分庞大。三维点云庞大的数据量给数据存储、传输等带来了巨大挑战，因此对点云进行压缩变得十分重要。
点云压缩主要分为几何压缩和属性压缩，目前由中国AVS(Audio Video codingStandard)点云压缩工作组所提供的测试平台PCEM中描述的点云属性压缩方法主要采用基于莫顿顺序的点云预测方法，即将当前点云按照点云的位置信息进行莫顿排序，选取当前点莫顿顺序的前一个点的属性值作为当前点的属性预测值，最后用当前点的实际属性值减去属性预测值得到属性残差值。
然而，上述点云预测方法只考虑了莫顿顺序，其存在莫顿顺序的前一个点不能很好的预测当前点属性值的情况，容易导致属性预测准确度不高，从而降低编码和解码性能。
因此，现有技术还有待于改进和发展。
发明内容
本发明提供一种点云属性编码方法、解码方法、编码设备及解码设备，旨在解决现有技术中由于点云中的点属性值预测不准，导致点云属性编码和解码性能较差的问题。
为了解决上述技术问题，本发明所采用的技术方案如下：
一种点云属性解码方法，其中，包括步骤：
获取当前点的位置坐标，并按照莫顿排序选取所述当前点的前K个点作为邻居点，其中，K为2-8中的任一整数值；
确定所述邻居点的质心坐标，并计算当前点与所述质心坐标之间的距离；
确定所述点云的距离阈值；
将所述距离与所述距离阈值进行比较，并根据比较结果确定当前点的属性预测值；
根据所述当前点的属性预测值以及点云属性码流确定所述当前点的属性值。
所述的点云属性解码方法，其中，所述计算当前点与所述质心坐标之间的距离包括步骤：
计算三维空间下所述当前点与所述质心坐标的欧式距离，将所述欧式距离作为所述当前点与所述质心坐标之间的距离；
或者，计算在X，Y，Z三个方向上，所述当前点与所述质心坐标的差值绝对值的最大值，将所述最大值作为所述当前点与所述质心坐标之间的距离；
或者，计算在X，Y，Z三个方向上，所述当前点与质心坐标的差值的加权平均值，将所述加权平均值作为所述当前点与所述质心坐标之间的距离。
所述的点云属性解码方法，其中，所述确定所述点云的距离阈值的步骤包括：
根据所述点云种类或者属性种类选取相对应的距离阈值；
或者，对点云属性码流进行熵解码确定距离阈值。
所述的点云属性解码方法，其中，所述对点云属性码流进行熵解码确定距离阈值的步骤包括：
直接将所述点云属性码流进行熵解码得到的数值作为距离阈值；
或者，将所述点云属性码流进行熵解码得到的数值加上一个固定值后，作为距离阈值；
或者，将所述点云属性码流进行熵解码得到的数值组成一个参数数组，保留所述参数数组的第一个参数值，从所述参数数组的第二个参数开始依次将当前参数与前一个参数相加，得到距离阈值数组。
所述的点云属性解码方法，其中，所述将所述距离与所述距离阈值进行比较，并根据比较结果确定当前点的属性预测值的步骤包括：
当所述距离大于或等于所述距离阈值时，则按莫顿排序将所述当前点的前一个点的属性值确定为当前点的属性预测值；
当所述实距离小于所述距离阈值时，则对所述当前点的邻居点的属性值进行求算术平均值处理，将所述算术平均值确定为所述当前点的属性预测值；
或者，将所述当前点与其邻居点的距离函数值作为属性加权值，将所述属性加权值与所述邻居点的属性值进行求加权平均值处理，将所述加权平均值确定为所述当前点的属性预测值。
所述的点云属性解码方法，其中，所述根据所述当前点的属性预测值以及点云属性码流确定所述当前点的属性值的步骤包括：
对所述点云属性码流进行解码，得到所述当前点的属性残差值；
将所述当前点的属性预测值和属性残差值相加，确定所述当前点的属性值。
一种点云属性解码设备，其中，包括处理器、存储器及通信总线；所述存储器上存储有可被所述处理器执行的计算机可读程序；
所述通信总线实现处理器和存储器之间的连接通信；
所述处理器执行所述计算机可读程序时实现本发明所述的点云属性解码方法中的步骤。
一种点云属性编码方法，其中，包括步骤：
获取当前点的位置坐标，并按照所述莫顿排序选取当前点的前K个点作为邻居点，其中，K为2-8中的任一整数值；
确定所述邻居点的质心坐标，并计算当前点与所述质心坐标之间的距离；
确定所述点云的距离阈值；
将所述距离与所述距离阈值进行比较，并根据比较结果确定当前点的属性预测值；
根据所述当前点的属性预测值进行编码，生成属性码流。
所述的点云属性编码方法，其中，所述确定所述点云的距离阈值的步骤包括：
根据所述点云种类或者属性种类选取相对应的距离阈值；
或者，将所述点云按照空间或时间划分为多个数据集，对于每个数据集，在设定的距离数值范围内依次选取距离数值，计算不同距离数值下的码流大小和失真值；
根据所述码流大小和失真值计算率失真值，以最小率失真值所对应的距离数值作为所述数据集的距离阈值。
所述的点云属性编码方法，其中，所述根据所述码流大小和失真值计算率失真值，以最小率失真值所对应的距离数值作为所述数据集的距离阈值的步骤，之后还包括：
直接将所述距离阈值写入头文件中一个固定位数的内存空间进行熵编码；
或者，将所述距离阈值减去一个固定值后再写入头文件中一个固定位数的内容空间进行熵编码；
或者，将所述距离阈值排列成一个参数数组，从所述参数数组的第二个参数开始依次计算当前参数与前一个参数相减，得到差值数组；
将所述参数数组中的第一个参数值与所述差值数组组合后写入头文件中进行熵编码。
所述的点云属性编码方法，其中，所述将所述距离与所述距离阈值进行比较，并根据比较结果确定当前点的属性预测值的步骤包括：
当所述距离大于或等于所述距离阈值时，则按莫顿排序将所述当前点的前一个点的属性值确定为当前点的属性预测值；
当所述距离小于所述距离阈值时，则对所述当前点的邻居点的属性值进行求算数平均值处理，将所述算数平均值确定为所述当前点的属性预测值；
或者，将所述当前点与其邻居点的距离函数值作为属性加权值，将所述属性加权值与所述邻居点的属性值进行求加权平均值处理，将所述加权平均值确定为所述当前点的属性预测值。
所述的点云属性编码方法，其中，所述根据所述当前点的属性预测值进行属性编码，生成属性码流的步骤包括：
获取当前点的属性值，将所述当前点的属性值与属性预测值之间的差值确定为所述当前点的属性残差值；
对所述属性残差值进行编码，得到所述属性码流。
一种点云属性编码设备，其中，包括处理器、存储器及通信总线；所述存储器上存储有可被所述处理器执行的计算机可读程序；
所述通信总线实现处理器和存储器之间的连接通信；
所述处理器执行所述计算机可读程序时实现本发明所述的点云属性编码方法中的步骤。
有益效果：与现有技术相比，本发明提供的点云属性编码方法和解码方法均是通过计算点云中的每个点与其邻居点的质心坐标的距离，并将该距离与距离阈值做比较，根据距离与距离阈值的大小关系确定当前点的属性预测值；最后根据所述属性预测值进行属性编码或根据所述当前点的属性预测值以及点云属性码流确定所述当前点的属性值。本发明提供的点云属性编码方法和解码方法能够提升点云的几何信息和属性信息相关性的利用，从而提高点云属性的编码和解码性能。
附图说明
图1为本发明提供的一种点云属性解码方法较佳实施例的流程图。
图2为本发明对点云中的各个点进行莫顿排序后的莫顿顺序图。
图3为本发明提供的一种点云属性解码设备的结构原理图。
图4为本发明提供的一种点云属性编码方法较佳实施例的流程图。
具体实施方式
本发明提供一种点云属性编码方法、解码方法、编码设备及解码设备，为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
下面结合附图，通过对实施例的描述，对发明内容作进一步说明。
请参阅图1，图1为本发明提供的一种点云属性解码方法较佳实施例的流程图，如图所示，其包括步骤：
S100、获取当前点的位置坐标，并按照所述莫顿排序选取当前点的前K个点作为邻居点，其中，K为2-8中的任一整数值；
S200、确定所述邻居点的质心坐标，并计算当前点与所述质心坐标之间的距离；
S300、确定所述点云的距离阈值；
S400、将所述距离与所述距离阈值进行比较，并根据比较结果确定当前点的属性预测值；
S500、根据所述当前点的属性预测值以及点云属性码流确定所述当前点的属性值。
本实施例通过计算点云中的每个点与其邻居点的质心坐标的距离，并将该距离与距离阈值做比较，根据距离与距离阈值的大小关系确定当前点的属性预测值；最后根据所述当前点的属性预测值以及点云属性码流确定所述当前点的属性值。本发明提供的点云属性解码方法能够提升点云的几何信息和属性信息相关性的利用，从而提高点云属性的解码性能。
在一些实施方式中，从所述点云的几何信息中获取所述点云中各个点的位置坐标，并根据所述位置坐标对所述点云中的各个点进行莫顿排序，图2为对点云中的各个点进行莫顿排序后的莫顿顺序图。在本实施例中，对点云中的各个点进行莫顿排序后的莫顿顺序可具体表示为：将第k个点的位置坐标(Xk，Yk，Zk)表示为：
Figure BDA0002296487210000081
则第k个点对应的莫顿码表示为：
Figure BDA0002296487210000082
或者用八进制数表示每三个比特
Figure BDA0002296487210000083
则第k个点对应的莫顿码可以表示为：
Figure BDA0002296487210000084
在一些实施方式中，获取当前点的位置坐标，并按照所述莫顿排序选取当前点的前K个点作为邻居点，其中，K为2-8中的任一整数值；确定所述邻居点的质心坐标，并计算当前点与所述质心坐标之间的距离。在本实施例中，所述当前点与所述质心坐标之间的距离计算包括三种方法，其一是计算三维空间下所述当前点与所述质心坐标的欧式距离，并将所述欧式距离作为所述当前点与所述质心坐标之间的距离；其二是计算在X，Y，Z三个方向上，所述当前点与所述质心坐标的差值绝对值的最大值，将所述最大值作为所述当前点与所述质心坐标之间的距离；其三是计算在X，Y，Z三个方向上，所述当前点与质心坐标的差值的加权平均值，将所述加权平均值作为所述当前点与所述质心坐标之间的距离。
在一些实施方式中，在点云属性解码过程中，所述确定所述的点云的距离阈值的方法也包括两种，其一是根据所述点云种类或者属性种类选取相对应的距离阈值，作为举例，当所述点云的属性种类为颜色属性时，则设定所述距离阈值为2；当所述点云的种类属性为反射率属性时，则设定所述距离阈值为50；其二是对点云属性码流进行熵解码确定距离阈值，具体地，可直接将所述点云属性码流进行熵解码得到的数值作为距离阈值；也可将所述点云属性码流进行熵解码得到的数值加上一个固定值后，作为距离阈值，作为举例，解码端将熵解码得到的数值加上1后得到距离阈值，如熵解码得到0则确定距离阈值等于1，熵解码得到9则确定距离阈值为10；也可将所述点云属性码流进行熵解码得到的数值组成一个参数数组，保留所述参数数组的第一个参数值，从所述参数数组的第二个参数开始依次将当前参数与前一个参数相加，得到距离阈值数组，作为举例，如解码出的参数数组为1、5、0、2、-2、19、-13、8，则得到的距离阈值数组为1、6、6、8、6、25、12、20。
在一些实施方式中，将所述距离与所述距离阈值进行比较，当所述距离大于或等于所述距离阈值时，则按莫顿排序将所述当前点的前一个点的属性值确定为当前点的属性预测值。
在一些实施方式中，将所述距离与所述距离阈值进行比较，当所述实距离小于所述距离阈值时，则对所述当前点的邻居点的属性值进行求算术平均值处理，将所述算术平均值确定为所述当前点的属性预测值。
在一些实施方式中，将所述距离与所述距离阈值进行比较，当所述距离小于所述距离阈值时，则将所述当前点与其邻居点的距离函数值作为属性加权值，将所述属性加权值与所述邻居点的属性值进行求加权平均值处理，将所述加权平均值确定为所述当前点的属性预测值。
在一些实施方式中，所述根据所述当前点的属性预测值以及点云属性码流确定所述当前点的属性值的步骤包括：对所述点云属性码流进行熵解码，反量化、反转换处理后，得到当前点的属性残差值；将所述当前点的属性预测值和属性残差值相加，确定所述当前点的属性值。
基于上述点云属性解码方法，本发明还提供一种点云属性解码设备，如图3所示，其包括至少一个处理器(processor)20；显示屏21；以及存储器(memory)22，还可以包括通信接口(Communications Interface)23和总线24。其中，处理器20、显示屏21、存储器22和通信接口23可以通过总线24完成相互间的通信。显示屏21设置为显示初始设置模式中预设的用户引导界面。通信接口23可以传输信息。处理器20可以调用存储器22中的逻辑指令，以执行上述实施例中的方法。
此外，上述的存储器22中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
存储器22作为一种计算机可读存储介质，可设置为存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令或模块。处理器20通过运行存储在存储器22中的软件程序、指令或模块，从而执行功能应用以及数据处理，即实现上述实施例中的方法。
存储器22可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储器22可以包括高速随机存取存储器，还可以包括非易失性存储器。例如，U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。
此外，上述存储介质以及点云属性编码设备中的多条指令处理器加载并执行的具体过程在上述方法中已经详细说明，在这里就不再一一陈述。
在一些实施方式中，还提供一种点云属性编码方法，如图4所示，其包括步骤：
S10、获取当前点的位置坐标，并按照所述莫顿排序选取当前点的前K个点作为邻居点，其中，K为2-8中的任一整数值；
S20、确定所述邻居点的质心坐标，并计算当前点与所述质心坐标之间的距离；
S30、确定所述点云的距离阈值；
S40、将所述距离与所述距离阈值进行比较，并根据比较结果确定当前点的属性预测值；
S50、根据所述当前点的属性预测值进行编码，生成属性码流。
本实施例通过计算点云中的每个点与其邻居点的质心坐标的距离，并将该距离与距离阈值做比较，根据距离与距离阈值的大小关系确定当前点的属性预测值；最后根据所述属性预测值对点云中进行属性编码生成点云属性码流。本实施例提供的点云属性编码方法能够提升点云的几何信息和属性信息相关性的利用，从而提高点云属性的编码性能。
在一些实施方式中，获取当前点的位置坐标，并按照所述莫顿排序选取当前点的前K个点作为邻居点，其中，K为2-8中的任一整数值；确定所述邻居点的质心坐标，并计算当前点与所述质心坐标之间的距离。在本实施例中，所述当前点与所述质心坐标之间的距离计算包括三种方法，其一是计算三维空间下所述当前点点与所述质心坐标的欧式距离，并将所述欧式距离作为所述当前点与所述质心坐标之间的距离；其二是计算在X，Y，Z三个方向上，所述当前点与所述质心坐标的差值绝对值的最大值，将所述最大值作为所述当前点与所述质心坐标之间的距离；其三是计算在X，Y，Z三个方向上，所述当前点与质心坐标的差值的加权平均值，将所述加权平均值作为所述当前点与所述质心坐标之间的距离。
在一些实施方式中，所述确定所述点云的距离阈值的方法包括两种，其中一种是根据所述点云种类或者属性种类选取相对应的距离阈值，作为举例，作为举例，当所述点云的属性种类为颜色属性时，则设定所述距离阈值为2；当所述点云的种类属性为反射率属性时，则设定所述距离阈值为50。
另一种确定所述点云的距离阈值的方法是：将所述点云按照空间或时间划分为多个数据集，对于每个数据集，在设定的距离数值范围内依次选取距离数值，计算不同距离数值下的码流大小和失真值；根据所述码流大小和失真值计算率失真值，以最小率失真值所对应的距离数值作为所述数据集的距离阈值。作为举例，设定一个距离数值范围为1-50的整数，计算1-50的每个整数下的码流大小Bi和失真值Di，根据所述码流大小和失真值计算率失真值Oi＝Bi+Di，比较所述率失真值Oi并选取所述最小率失真值所对应的距离数值作为所述点云的距离阈值。
在一些实施方式中，在根据所述码流大小和失真值计算率失真值，以最小率失真值所对应的距离数值作为所述数据集的距离阈值之后还包括步骤：直接将所述距离阈值写入头文件中一个固定位数的内存空间进行熵编码，所述固定位数至少需要6bit；或者将所述距离阈值减去一个固定值后再写入头文件中一个固定位数的内容空间进行熵编码，作为举例，编码端将距离数值减去1后再写入头文件并进行熵编码，如距离数值等于1则将0写入头文件并进行熵编码，若距离数值等于10则将9写入头文件并进行熵编码；或者将所述距离阈值排列成一个参数数组，从所述参数数组的第二个参数开始依次计算当前参数与前一个参数相减，得到差值数组，作为举例，假设一组数据集中每个数据集分别采用的距离阈值为1、6、6、8、6、25、12、20，则写入头文件的为1、5、0、2、-2、19、-13、8。
在一些实施方式中，将所述距离与所述距离阈值进行比较，当所述距离大于或等于所述距离阈值时，则按莫顿排序将所述当前点的前一个点的属性值确定为当前点的属性预测值。
在一些实施方式中，将所述距离与所述距离阈值进行比较，当所述距离小于所述距离阈值时，则对所述当前点的邻居点的属性值进行求算术平均值处理，将所述算术平均值确定为所述当前点的属性预测值。
在一些实施方式中，将所述距离与所述距离阈值进行比较，当所述距离小于所述距离阈值时，则将所述当前点与其邻居点的距离函数值作为属性加权值或设定固定的属性加权值，将所述属性加权值与所述邻居点的属性值进行求加权平均值处理，将所述加权平均值确定为所述当前点的属性预测值。
在一些实施方式中，所述根据所述当前点的属性预测值进行编码，生成属性码流的步骤包括：获取当前点的属性值，将所述当前点的属性值与属性预测值之间的差值确定为所述当前点的属性残差值；对所述属性残差值进行编码，得到所述属性码流。
基于所述点云属性编码方法，本发明还提供一种点云属性编码设备，其中，包括处理器、存储器及通信总线；所述存储器上存储有可被所述处理器执行的计算机可读程序；所述通信总线实现处理器和存储器之间的连接通信；所述处理器执行所述计算机可读程序时实现本发明所述的点云属性编码方法中的步骤。
在一些实施方式中，将本发明提供的点云属性编码方法及解码方法用于点云压缩得到的结果与测试平台PCEM的基准结果进行比较得到的数据如表1-表3所示：
表1为在有限损几何、有损属性条件下的亮度、色度以及反射率的率失真数据对比表
Figure BDA0002296487210000141
表2为在无损几何、有损属性条件下的亮度、色度以及反射率的率失真数据对比表
Figure BDA0002296487210000142
表3为在无损几何、有限损属性条件下的亮度、色度以及反射率的率失真数据对比表
Figure BDA0002296487210000143
从表1-表3中的数据可以看出，相比与测试平台PCEM的基准结果，对于反射率属性，在有限损几何、有损属性条件，无损几何、有损属性条件，无损几何、有限损属性条件下，本发明的端到端率失真分别节约了6.14％、5.11％和2.40％；对于亮度属性，在有限损几何、有损属性条件，无损几何、有损属性条件，无损几何、有限损属性条件下，本发明的端到端率失真分别节约了17.36％、10.40％和10.38％；对于色度属性，在有限损几何、有损属性条件，无损几何、有损属性条件，无损几何、有限损属性条件下，本发明的端到端率失真最高分别节约了6.80％、7.57％、10.38％。
综上所述，本发明提供的点云属性编码方法和解码方法均是通过计算点云中的每个点与其邻居点的质心坐标的距离，并将该距离与距离阈值做比较，根据距离与距离阈值的大小关系确定当前点的属性预测值；最后根据所述属性预测值进行属性编码或根据所述当前点的属性预测值以及点云属性码流确定所述当前点的属性值。本发明提供的点云属性编码方法和解码方法能够提升点云的几何信息和属性信息相关性的利用，从而提高点云属性的编码和解码性能。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (13)

1.一种点云属性解码方法，其特征在于，包括步骤：
获取当前点的位置坐标，并按照莫顿排序选取所述当前点的前K个点作为邻居点，其中，K为2-8中的任一整数值；
确定所述邻居点的质心坐标，并计算当前点与所述质心坐标之间的距离；
确定所述点云的距离阈值；
将所述距离与所述距离阈值进行比较，并根据比较结果确定当前点的属性预测值；
根据所述当前点的属性预测值以及点云属性码流确定所述当前点的属性值。
2.根据权利要求1所述的点云属性解码方法，其特征在于，所述计算当前点与所述质心坐标之间的距离包括步骤：
计算三维空间下所述当前点与所述质心坐标的欧式距离，将所述欧式距离作为所述当前点与所述质心坐标之间的距离；
或者，计算在X，Y，Z三个方向上，所述当前点与所述质心坐标的差值绝对值的最大值，将所述最大值作为所述当前点与所述质心坐标之间的距离；
或者，计算在X，Y，Z三个方向上，所述当前点与质心坐标的差值的加权平均值，将所述加权平均值作为所述当前点与所述质心坐标之间的距离。
3.根据权利要求1所述的点云属性解码方法，其特征在于，所述确定所述点云的距离阈值的步骤包括：
根据所述点云种类或者属性种类选取相对应的距离阈值；
或者，对点云属性码流进行熵解码确定距离阈值。
4.根据权利要求3所述的点云属性解码方法，其特征在于，所述对点云属性码流进行熵解码确定距离阈值的步骤包括：
直接将所述点云属性码流进行熵解码得到的数值作为距离阈值；
或者，将所述点云属性码流进行熵解码得到的数值加上一个固定值后，作为距离阈值；
或者，将所述点云属性码流进行熵解码得到的数值组成一个参数数组，保留所述参数数组的第一个参数值，从所述参数数组的第二个参数开始依次将当前参数与前一个参数相加，得到距离阈值数组。
5.根据权利要求1所述的点云属性解码方法，其特征在于，所述将所述距离与所述距离阈值进行比较，并根据比较结果确定当前点的属性预测值的步骤包括：
当所述距离大于或等于所述距离阈值时，则按莫顿排序将所述当前点的前一个点的属性值确定为当前点的属性预测值；
当所述实距离小于所述距离阈值时，则对所述当前点的邻居点的属性值进行求算术平均值处理，将所述算术平均值确定为所述当前点的属性预测值；
或者，将所述当前点与其邻居点的距离函数值作为属性加权值，将所述属性加权值与所述邻居点的属性值进行求加权平均值处理，将所述加权平均值确定为所述当前点的属性预测值。
6.根据权利要求1所述的点云属性解码方法，其特征在于，所述根据所述当前点的属性预测值以及点云属性码流确定所述当前点的属性值的步骤包括：
对所述点云属性码流进行解码，得到所述当前点的属性残差值；
将所述当前点的属性预测值和属性残差值相加，确定所述当前点的属性值。
7.一种点云属性解码设备，其特征在于，包括处理器、存储器及通信总线；所述存储器上存储有可被所述处理器执行的计算机可读程序；
所述通信总线实现处理器和存储器之间的连接通信；
所述处理器执行所述计算机可读程序时实现如权利要求1-6任意一项所述的点云属性解码方法中的步骤。
8.一种点云属性编码方法，其特征在于，包括步骤：
获取当前点的位置坐标，并按照所述莫顿排序选取当前点的前K个点作为邻居点，其中，K为2-8中的任一整数值；
确定所述邻居点的质心坐标，并计算当前点与所述质心坐标之间的距离；
确定所述点云的距离阈值；
将所述距离与所述距离阈值进行比较，并根据比较结果确定当前点的属性预测值；
根据所述当前点的属性预测值进行编码，生成属性码流。
9.根据权利要求8所述的点云属性编码方法，其特征在于，所述确定所述点云的距离阈值的步骤包括：
根据所述点云种类或者属性种类选取相对应的距离阈值；
或者，将所述点云按照空间或时间划分为多个数据集，对于每个数据集，在设定的距离数值范围内依次选取距离数值，计算不同距离数值下的码流大小和失真值；
根据所述码流大小和失真值计算率失真值，以最小率失真值所对应的距离数值作为所述数据集的距离阈值。
10.根据权利要求9所述的点云属性编码方法，其特征在于，所述根据所述码流大小和失真值计算率失真值，以最小率失真值所对应的距离数值作为所述数据集的距离阈值的步骤，之后还包括：
直接将所述距离阈值写入头文件中一个固定位数的内存空间进行熵编码；
或者，将所述距离阈值减去一个固定值后再写入头文件中一个固定位数的内容空间进行熵编码；
或者，将所述距离阈值排列成一个参数数组，从所述参数数组的第二个参数开始依次计算当前参数与前一个参数相减，得到差值数组；
将所述参数数组中的第一个参数值与所述差值数组组合后写入头文件中进行熵编码。
11.根据权利要求8所述的点云属性编码方法，其特征在于，所述将所述距离与所述距离阈值进行比较，并根据比较结果确定当前点的属性预测值的步骤包括：
当所述距离大于或等于所述距离阈值时，则按莫顿排序将所述当前点的前一个点的属性值确定为当前点的属性预测值；
当所述距离小于所述距离阈值时，则对所述当前点的邻居点的属性值进行求算数平均值处理，将所述算数平均值确定为所述当前点的属性预测值；
或者，将所述当前点与其邻居点的距离函数值作为属性加权值，将所述属性加权值与所述邻居点的属性值进行求加权平均值处理，将所述加权平均值确定为所述当前点的属性预测值。
12.根据权利要求8所述的点云属性编码方法，其特征在于，所述根据所述当前点的属性预测值进行属性编码，生成属性码流的步骤包括：
获取当前点的属性值，将所述当前点的属性值与属性预测值之间的差值确定为所述当前点的属性残差值；
对所述属性残差值进行编码，得到所述属性码流。
13.一种点云属性编码设备，其特征在于，包括处理器、存储器及通信总线；所述存储器上存储有可被所述处理器执行的计算机可读程序；
所述通信总线实现处理器和存储器之间的连接通信；
所述处理器执行所述计算机可读程序时实现如权利要求8-12任意一项所述的点云属性编码方法中的步骤。
CN201911203703.3A 2019-11-29 2019-11-29 一种点云属性编码方法、解码方法、编码设备及解码设备 Active CN111145090B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911203703.3A CN111145090B (zh) 2019-11-29 2019-11-29 一种点云属性编码方法、解码方法、编码设备及解码设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911203703.3A CN111145090B (zh) 2019-11-29 2019-11-29 一种点云属性编码方法、解码方法、编码设备及解码设备

Publications (2)

Publication Number Publication Date
CN111145090A true CN111145090A (zh) 2020-05-12
CN111145090B CN111145090B (zh) 2023-04-25

Family

ID=70517361

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911203703.3A Active CN111145090B (zh) 2019-11-29 2019-11-29 一种点云属性编码方法、解码方法、编码设备及解码设备

Country Status (1)

Country Link
CN (1) CN111145090B (zh)

Cited By (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112184840A (zh) * 2020-09-22 2021-01-05 上海交通大学 基于多尺度结构化字典学习的3d点云压缩系统
CN112218079A (zh) * 2020-08-24 2021-01-12 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
CN112385236A (zh) * 2020-06-24 2021-02-19 北京小米移动软件有限公司 点云的编码和解码方法
CN112689997A (zh) * 2020-06-10 2021-04-20 深圳市大疆创新科技有限公司 点云的排序方法和装置
CN112995662A (zh) * 2021-03-12 2021-06-18 北京大学深圳研究生院 一种点云的属性熵编码和熵解码的方法及设备
CN113014903A (zh) * 2021-03-15 2021-06-22 北京大学深圳研究生院 点云邻居确定、点云预测、点云编码、点云解码方法及设备
CN113096198A (zh) * 2021-03-01 2021-07-09 中山大学 一种双向点云属性预测压缩方法，装置，设备及介质
CN113284250A (zh) * 2021-06-11 2021-08-20 北京大学深圳研究生院 一种点云的几何编码方法和解码方法及设备
CN113489980A (zh) * 2021-08-13 2021-10-08 北京大学深圳研究生院 一种点云属性变换系数的熵编码和熵解码的方法及设备
CN113784125A (zh) * 2021-08-19 2021-12-10 北京易智能科技有限公司 一种点云属性预测方法及其设备
CN114079793A (zh) * 2020-08-16 2022-02-22 浙江大学 一种基于新的处理顺序的点云属性解码方法和装置
WO2022037491A1 (zh) * 2020-08-16 2022-02-24 浙江大学 一种点云属性编解码方法和装置
CN114189692A (zh) * 2020-09-15 2022-03-15 鹏城实验室 基于连续子空间图变换的点云属性编码方法及解码方法
WO2022061786A1 (zh) * 2020-09-25 2022-03-31 Oppo广东移动通信有限公司 点云编码方法及相关装置
WO2022109810A1 (zh) * 2020-11-24 2022-06-02 浙江大学 点云编码方法、点云解码方法、装置及存储介质
WO2022116118A1 (zh) * 2020-12-03 2022-06-09 Oppo广东移动通信有限公司 预测方法、编码器、解码器以及存储介质
WO2022116117A1 (zh) * 2020-12-03 2022-06-09 Oppo广东移动通信有限公司 预测方法、编码器、解码器以及计算机存储介质
WO2022120594A1 (zh) * 2020-12-08 2022-06-16 Oppo广东移动通信有限公司 点云编解码方法、编码器、解码器及计算机存储介质
WO2022126326A1 (zh) * 2020-12-14 2022-06-23 Oppo广东移动通信有限公司 点云编解码方法、编码器、解码器以及计算机存储介质
WO2022133755A1 (zh) * 2020-12-22 2022-06-30 Oppo广东移动通信有限公司 点云的解码方法、编码方法、解码器以及编码器
WO2022140937A1 (zh) * 2020-12-28 2022-07-07 Oppo广东移动通信有限公司 点云编解码方法与系统、及点云编码器与点云解码器
WO2022188583A1 (zh) * 2021-03-12 2022-09-15 腾讯科技（深圳）有限公司 基于点云属性预测的解码、编码方法、解码器及编码器
CN115086658A (zh) * 2021-03-12 2022-09-20 腾讯科技（深圳）有限公司 点云数据的处理方法、装置、存储介质及编解码设备
CN115086716A (zh) * 2021-03-12 2022-09-20 腾讯科技（深圳）有限公司 点云中邻居点的选择方法、装置及编解码器
CN115102934A (zh) * 2022-06-17 2022-09-23 腾讯科技（深圳）有限公司 点云数据的解码方法、编码方法、装置、设备及存储介质
CN115278269A (zh) * 2022-06-20 2022-11-01 鹏城实验室 一种点云属性编码方法、点云属性解码方法及存储介质
CN115412716A (zh) * 2021-05-26 2022-11-29 荣耀终端有限公司 一种点云坐标转换残差的编解码方法及装置
CN115474041A (zh) * 2021-06-11 2022-12-13 腾讯科技（深圳）有限公司 点云属性的预测方法、装置及相关设备
WO2022257968A1 (zh) * 2021-06-11 2022-12-15 维沃移动通信有限公司 点云编码方法、点云解码方法及终端
WO2022257145A1 (zh) * 2021-06-11 2022-12-15 Oppo广东移动通信有限公司 点云属性的预测方法、装置及编解码器
WO2022262546A1 (zh) * 2021-06-15 2022-12-22 中兴通讯股份有限公司 一种数据处理方法、装置、电子设备和存储介质
WO2023272730A1 (en) * 2021-07-02 2023-01-05 Beijing Xiaomi Mobile Software Co., Ltd. Method for encoding and decoding a point cloud
WO2023280129A1 (en) * 2021-07-04 2023-01-12 Beijing Bytedance Network Technology Co., Ltd. Method, apparatus, and medium for point cloud coding
WO2023024842A1 (zh) * 2021-08-25 2023-03-02 腾讯科技（深圳）有限公司 点云编解码方法、装置、设备及存储介质
WO2023051534A1 (en) * 2021-09-29 2023-04-06 Beijing Bytedance Network Technology Co., Ltd. Method, apparatus and medium for point cloud coding
CN116458158A (zh) * 2020-12-03 2023-07-18 Oppo广东移动通信有限公司 帧内预测方法及装置、编解码器、设备、存储介质
CN116989694A (zh) * 2023-08-04 2023-11-03 深圳市汇和通传感技术有限公司 基于3d轮廓扫描的尺寸定位检测系统
WO2024026712A1 (zh) * 2022-08-03 2024-02-08 上海交通大学 点云编解码方法、装置、设备及存储介质
WO2024168613A1 (zh) * 2023-02-15 2024-08-22 Oppo广东移动通信有限公司 解码方法、编码方法、解码器以及编码器

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109889840A (zh) * 2019-03-20 2019-06-14 北京大学深圳研究生院 点云编码和解码的方法、编码设备和解码设备
US20190311502A1 (en) * 2018-04-10 2019-10-10 Apple Inc. Point cloud attribute transfer algorithm

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190311502A1 (en) * 2018-04-10 2019-10-10 Apple Inc. Point cloud attribute transfer algorithm
CN109889840A (zh) * 2019-03-20 2019-06-14 北京大学深圳研究生院 点云编码和解码的方法、编码设备和解码设备

Cited By (60)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112689997A (zh) * 2020-06-10 2021-04-20 深圳市大疆创新科技有限公司 点云的排序方法和装置
CN112385236B (zh) * 2020-06-24 2022-07-15 北京小米移动软件有限公司 点云的编码和解码方法、编码器和解码器、以及存储介质
CN112385236A (zh) * 2020-06-24 2021-02-19 北京小米移动软件有限公司 点云的编码和解码方法
WO2022037491A1 (zh) * 2020-08-16 2022-02-24 浙江大学 一种点云属性编解码方法和装置
CN114079793A (zh) * 2020-08-16 2022-02-22 浙江大学 一种基于新的处理顺序的点云属性解码方法和装置
CN114079793B (zh) * 2020-08-16 2023-02-28 浙江大学 一种基于新的处理顺序的点云属性解码方法和装置
WO2022042539A1 (zh) * 2020-08-24 2022-03-03 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
CN112218079A (zh) * 2020-08-24 2021-01-12 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
CN114189692B (zh) * 2020-09-15 2024-05-14 鹏城实验室 基于连续子空间图变换的点云属性编码方法及解码方法
CN114189692A (zh) * 2020-09-15 2022-03-15 鹏城实验室 基于连续子空间图变换的点云属性编码方法及解码方法
US11836954B2 (en) 2020-09-22 2023-12-05 Shanghai Jiao Tong University 3D point cloud compression system based on multi-scale structured dictionary learning
CN112184840A (zh) * 2020-09-22 2021-01-05 上海交通大学 基于多尺度结构化字典学习的3d点云压缩系统
WO2022061786A1 (zh) * 2020-09-25 2022-03-31 Oppo广东移动通信有限公司 点云编码方法及相关装置
WO2022109810A1 (zh) * 2020-11-24 2022-06-02 浙江大学 点云编码方法、点云解码方法、装置及存储介质
CN116458158A (zh) * 2020-12-03 2023-07-18 Oppo广东移动通信有限公司 帧内预测方法及装置、编解码器、设备、存储介质
WO2022116117A1 (zh) * 2020-12-03 2022-06-09 Oppo广东移动通信有限公司 预测方法、编码器、解码器以及计算机存储介质
WO2022116118A1 (zh) * 2020-12-03 2022-06-09 Oppo广东移动通信有限公司 预测方法、编码器、解码器以及存储介质
WO2022120594A1 (zh) * 2020-12-08 2022-06-16 Oppo广东移动通信有限公司 点云编解码方法、编码器、解码器及计算机存储介质
WO2022126326A1 (zh) * 2020-12-14 2022-06-23 Oppo广东移动通信有限公司 点云编解码方法、编码器、解码器以及计算机存储介质
WO2022133755A1 (zh) * 2020-12-22 2022-06-30 Oppo广东移动通信有限公司 点云的解码方法、编码方法、解码器以及编码器
WO2022140937A1 (zh) * 2020-12-28 2022-07-07 Oppo广东移动通信有限公司 点云编解码方法与系统、及点云编码器与点云解码器
CN113096198A (zh) * 2021-03-01 2021-07-09 中山大学 一种双向点云属性预测压缩方法，装置，设备及介质
CN113096198B (zh) * 2021-03-01 2022-08-30 中山大学 一种双向点云属性预测压缩方法，装置，设备及介质
TWI815339B (zh) * 2021-03-12 2023-09-11 大陸商騰訊科技（深圳）有限公司 基於點雲屬性預測的解碼方法、編碼方法、解碼器及編碼器、電子設備以及電腦可讀存儲介質
CN115086716B (zh) * 2021-03-12 2023-09-08 腾讯科技（深圳）有限公司 点云中邻居点的选择方法、装置及编解码器
CN115086658A (zh) * 2021-03-12 2022-09-20 腾讯科技（深圳）有限公司 点云数据的处理方法、装置、存储介质及编解码设备
CN115086660A (zh) * 2021-03-12 2022-09-20 腾讯科技（深圳）有限公司 基于点云属性预测的解码、编码方法、解码器及编码器
CN115086716A (zh) * 2021-03-12 2022-09-20 腾讯科技（深圳）有限公司 点云中邻居点的选择方法、装置及编解码器
CN112995662A (zh) * 2021-03-12 2021-06-18 北京大学深圳研究生院 一种点云的属性熵编码和熵解码的方法及设备
WO2022188583A1 (zh) * 2021-03-12 2022-09-15 腾讯科技（深圳）有限公司 基于点云属性预测的解码、编码方法、解码器及编码器
US12113963B2 (en) 2021-03-12 2024-10-08 Tencent Technology (Shenzhen) Company Limited Method and apparatus for selecting neighbor point in point cloud, encoder, and decoder
CN112995662B (zh) * 2021-03-12 2022-10-25 北京大学深圳研究生院 一种点云的属性熵编码和熵解码的方法及设备
CN115086660B (zh) * 2021-03-12 2023-07-25 腾讯科技（深圳）有限公司 基于点云属性预测的解码、编码方法、解码器及编码器
CN113014903A (zh) * 2021-03-15 2021-06-22 北京大学深圳研究生院 点云邻居确定、点云预测、点云编码、点云解码方法及设备
CN113014903B (zh) * 2021-03-15 2023-05-19 北京大学深圳研究生院 点云邻居确定、点云预测、点云编码、点云解码方法及设备
WO2022247715A1 (zh) * 2021-05-26 2022-12-01 荣耀终端有限公司 一种点云坐标转换残差的编解码方法及装置
CN115412716A (zh) * 2021-05-26 2022-11-29 荣耀终端有限公司 一种点云坐标转换残差的编解码方法及装置
CN115412716B (zh) * 2021-05-26 2024-06-04 荣耀终端有限公司 一种点云坐标转换残差的编解码方法及装置
CN115474041B (zh) * 2021-06-11 2023-05-26 腾讯科技（深圳）有限公司 点云属性的预测方法、装置及相关设备
CN115474041A (zh) * 2021-06-11 2022-12-13 腾讯科技（深圳）有限公司 点云属性的预测方法、装置及相关设备
CN113284250A (zh) * 2021-06-11 2021-08-20 北京大学深圳研究生院 一种点云的几何编码方法和解码方法及设备
WO2022257968A1 (zh) * 2021-06-11 2022-12-15 维沃移动通信有限公司 点云编码方法、点云解码方法及终端
CN113284250B (zh) * 2021-06-11 2023-06-30 北京大学深圳研究生院 一种点云的几何编码方法和解码方法及设备
WO2022257528A1 (zh) * 2021-06-11 2022-12-15 腾讯科技（深圳）有限公司 点云属性的预测方法、装置及相关设备
WO2022257145A1 (zh) * 2021-06-11 2022-12-15 Oppo广东移动通信有限公司 点云属性的预测方法、装置及编解码器
WO2022262546A1 (zh) * 2021-06-15 2022-12-22 中兴通讯股份有限公司 一种数据处理方法、装置、电子设备和存储介质
WO2023272730A1 (en) * 2021-07-02 2023-01-05 Beijing Xiaomi Mobile Software Co., Ltd. Method for encoding and decoding a point cloud
WO2023280129A1 (en) * 2021-07-04 2023-01-12 Beijing Bytedance Network Technology Co., Ltd. Method, apparatus, and medium for point cloud coding
CN113489980B (zh) * 2021-08-13 2022-10-25 北京大学深圳研究生院 一种点云属性变换系数的熵编码和熵解码的方法及设备
CN113489980A (zh) * 2021-08-13 2021-10-08 北京大学深圳研究生院 一种点云属性变换系数的熵编码和熵解码的方法及设备
CN113784125A (zh) * 2021-08-19 2021-12-10 北京易智能科技有限公司 一种点云属性预测方法及其设备
WO2023024842A1 (zh) * 2021-08-25 2023-03-02 腾讯科技（深圳）有限公司 点云编解码方法、装置、设备及存储介质
WO2023051534A1 (en) * 2021-09-29 2023-04-06 Beijing Bytedance Network Technology Co., Ltd. Method, apparatus and medium for point cloud coding
CN115102934A (zh) * 2022-06-17 2022-09-23 腾讯科技（深圳）有限公司 点云数据的解码方法、编码方法、装置、设备及存储介质
CN115102934B (zh) * 2022-06-17 2023-09-19 腾讯科技（深圳）有限公司 点云数据的解码方法、编码方法、装置、设备及存储介质
CN115278269A (zh) * 2022-06-20 2022-11-01 鹏城实验室 一种点云属性编码方法、点云属性解码方法及存储介质
CN115278269B (zh) * 2022-06-20 2024-02-23 鹏城实验室 一种点云属性编码方法、点云属性解码方法及存储介质
WO2024026712A1 (zh) * 2022-08-03 2024-02-08 上海交通大学 点云编解码方法、装置、设备及存储介质
WO2024168613A1 (zh) * 2023-02-15 2024-08-22 Oppo广东移动通信有限公司 解码方法、编码方法、解码器以及编码器
CN116989694A (zh) * 2023-08-04 2023-11-03 深圳市汇和通传感技术有限公司 基于3d轮廓扫描的尺寸定位检测系统

Also Published As

Publication number Publication date
CN111145090B (zh) 2023-04-25

Similar Documents

Publication Publication Date Title
CN111145090B (zh) 一种点云属性编码方法、解码方法、编码设备及解码设备
US11044478B2 (en) Compression with multi-level encoding
US20200260117A1 (en) Methods and Apparatuses for Coding and Decoding Depth Map
CN111405281A (zh) 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
CN112218079B (zh) 一种基于空间顺序的点云分层方法、点云预测方法及设备
US20220005230A1 (en) Point Cloud Encoding and Decoding Methods, Encoding Device and Decoding Device
CN111405284B (zh) 一种基于点云密度的属性预测方法及设备
CN113014903B (zh) 点云邻居确定、点云预测、点云编码、点云解码方法及设备
CN114187401A (zh) 一种点云属性编码方法、解码方法、编码设备及解码设备
CN110278443B (zh) 划分标志位的上下文建模方法及装置
CN103402091A (zh) 云桌面图像分类与编码方法
CN115474058A (zh) 点云编码处理方法、点云解码处理方法及相关设备
KR20230173695A (ko) 엔트로피 인코딩, 디코딩 방법 및 장치
CN112995758B (zh) 点云数据的编码方法、解码方法、存储介质及设备
CN107124613B (zh) 对多普勒天气雷达第二类产品数据进行重编码处理的方法
CN113573056A (zh) 一种率失真优化量化的方法、装置、存储介质及终端
CN113170134A (zh) 用于语境分割和处理的基于块的图片融合
CN116843774A (zh) 点云数据压缩方法、装置、设备及存储介质
WO2022258055A1 (zh) 点云属性信息编码方法、解码方法、装置及相关设备
CN113473153B (zh) 一种点云属性预测方法、编码方法、解码方法及其设备
KR102531605B1 (ko) 하이브리드 블록 기반 압축
CN115442617A (zh) 一种基于视频编码的视频处理方法和装置
CN112509107A (zh) 一种点云属性重着色方法、装置及编码器
CN114092631A (zh) 基于加权三维哈尔变换的点云属性编码方法及解码方法
KR20230074504A (ko) 포인트 클라우드 인코딩 방법, 포인트 클라우드 디코딩 방법 및 관련 장치

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
GR01 Patent grant
GR01 Patent grant