CN112019845B - 对点云进行编码的方法、装置以及存储介质 - Google Patents

对点云进行编码的方法、装置以及存储介质 Download PDF

Info

Publication number
CN112019845B
CN112019845B CN202010453949.2A CN202010453949A CN112019845B CN 112019845 B CN112019845 B CN 112019845B CN 202010453949 A CN202010453949 A CN 202010453949A CN 112019845 B CN112019845 B CN 112019845B
Authority
CN
China
Prior art keywords
candidate source
source points
color
points
point
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.)
Active
Application number
CN202010453949.2A
Other languages
English (en)
Other versions
CN112019845A (zh
Inventor
沃索基阿拉什
芮世薰
刘杉
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.)
Tencent America LLC
Original Assignee
Tencent America LLC
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
Priority claimed from US16/882,604 external-priority patent/US11113866B2/en
Application filed by Tencent America LLC filed Critical Tencent America LLC
Publication of CN112019845A publication Critical patent/CN112019845A/zh
Application granted granted Critical
Publication of CN112019845B publication Critical patent/CN112019845B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
    • 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
    • H04N19/124—Quantisation
    • 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
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/186—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a colour or a chrominance component
    • 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
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • 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
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • 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
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本公开的各方面提供了对点云进行编码的方法、装置以及存储介质。该对点云进行编码的方法包括：从点云中至少确定第一组候选源点，所述第一组候选源点与几何图像中的目标点相关联，所述几何图像是根据所述点云的压缩的几何图像重构的；根据第一组候选源点中的候选源点和所述目标点之间的位置差以及所述候选源点的颜色值和所述第一组候选源点的聚合颜色值之间的颜色差的组合，对所述第一组候选源点中的所述候选源点的所述颜色值进行加权；计算所述第一组候选源点中的各所述候选源点的加权后的颜色值的平均值，以得到所述第一组候选源点的第一加权颜色平均值，并根据所述第一组候选源点的第一加权颜色平均值来确定所述目标点的颜色值。

Description

对点云进行编码的方法、装置以及存储介质
交叉引用
本申请要求2019年5月30日在美国专利和商标局提交的第62/854,947号美国临时专利申请以及2020年5月25日在美国专利和商标局提交的第16/882,604号美国专利申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本公开描述了总体上涉及点云压缩的实施例。
背景技术
本文中提供的背景技术描述是为了总体上呈现本公开的上下文。当前署名的发明人的工作，对于其在该背景技术部分所描述的范围内以及在提交时不能作为现有技术的描述的多个方面而言，既不明确地也不暗示地被认可为是本发明的现有技术。
开发了各种技术来采集和表示世界，例如在3维(3D)空间中的世界中的对象、世界中的环境等。世界的3D表示可以实现更多沉浸式的互动和沟通形式。点云可以作为世界的3D表示。点云是3D空间中点的集合，每个点具有相关的属性，例如颜色、材料特性、纹理信息、强度属性、反射率属性、与运动相关的属性、模态属性以及其它各种属性。此类点云可以包括大量的数据，但是存储和传输可能既昂贵又耗时。
发明内容
为了解决对点云包括的大量数据进行存储和传输的过程中，存在的占用大量存储空间以及传输耗时的问题，本公开的实施例提供了对点云进行编码的方法、装置以及存储介质。
本公开的实施例提供的一种对点云进行编码的方法，包括：从点云中至少确定第一组候选源点，所述第一组候选源点与几何图像中的目标点相关联，所述几何图像是根据所述点云的压缩的几何图像重构的；根据所述第一组候选源点中的候选源点与所述目标点之间的位置差以及所述候选源点的颜色值与所述第一组候选源点的聚合颜色值之间的颜色差的组合，对所述第一组候选源点中的所述候选源点的颜色值进行加权；计算所述第一组候选源点中的各所述候选源点的加权后的颜色值的平均值，以得到所述第一组候选源点的第一加权颜色平均值；根据所述第一加权颜色平均值，来确定所述目标点的颜色值；以及对具有所述目标点的所述点云的纹理进行编码，所述目标点具有所确定的所述颜色值。
本公开的实施例提供的一种对点云进行编码的装置包括：确定模块，用于从点云中至少确定第一组候选源点，所述第一组候选源点与几何图像中的目标点相关联，所述几何图像是根据所述点云的压缩的几何图像重构的；加权模块，用于根据所述第一组候选源点中的候选源点与所述目标点之间的位置差以及所述候选源点的颜色值与所述第一组候选源点的聚合颜色值之间的颜色差的组合，对所述第一组候选源点中的所述候选源点的颜色值进行加权；计算模块，用于计算所述第一组候选源点中的各所述候选源点的加权后的颜色值的平均值，以得到所述第一组候选源点的第一加权颜色平均值；所述确定模块，还用于根据所述第一加权颜色平均值，来确定所述目标点的颜色值；以及编码模块，用于对具有所述目标点的所述点云的纹理进行编码，所述目标点具有所确定的所述颜色值。
在一些实施例中，从点云确定与目标点相关联的第二组候选源点，根据第二组候选源点中的候选源点与目标点之间的位置差以及第二组候选源点中的所述候选源点的颜色值与第二组候选源点的聚合颜色值之间的颜色差的组合，对第二组候选源点中的每个候选源点的颜色值进行加权。计算所述第二组候选源点中的各所述候选源点的加权后的颜色值的平均值，以得到所述第二组候选源点的第二加权颜色平均值；然后，根据第一组候选源点的第一加权颜色平均值与第二组候选源点的第二加权颜色平均值来确定目标点的颜色值。
在一些实施例中，从点云中确定离所述目标点最近的至少一个邻居点作为所述第一组候选源点，并且从点云中确定第二组候选源点，其中与第二组候选源点相关联的目标点是与第二组中的候选源点中的每一个候选源点最近的邻居点中的一个。
在一些实施例中，计算在颜色空间中候选源点的颜色值与第一组候选源点的聚合颜色值之间的欧几里德距离，并将其作为所述颜色差。
在一些实施例中，根据第一组候选源点中的候选源点与目标点之间的位置差的倒数以及第一组候选源点中的候选源点的颜色值与第一组候选源点的聚合颜色值之间的颜色差的倒数，对第一组候选源点中的候选源点的颜色值进行加权。
在一些实施例中，利用与所述颜色差的递升函数的倒数成比例的权重对所述第一组候选源点中的所述候选源点的所述颜色值进行加权，所述颜色差为所述第一组候选源点中的所述候选源点的所述颜色值与所述第一组候选源点的所述聚合颜色值之间的颜色差。。
在一些实施例中，所述从点云中至少确定第一组候选源点，包括：确定颜色方差小于阈值的所述第一组候选源点。为此，在一些实施例中，当颜色的标准差大于等于所述阈值时，从第一组候选源点中去除与目标点之间距离最大的至少一个候选源点。
在一些实施例中，所述当颜色的标准差大于等于所述阈值时，从所述第一组候选源点中去除与所述目标点之间距离最大的至少一个候选源点，包括：当所述颜色的标准差大于等于所述阈值并且所述第一组候选源点中的所述候选源点的数目大于等于特定极限值时，从所述第一组候选源点中去除与所述目标点之间距离最大的所述至少一个候选源点。
在一些实施例中，当所述颜色的标准差大于所述阈值并且基于所述第一组候选源点中的所述候选源点的数目小于特定极限值时，选择所述第一组候选源点中与所述目标点距离最近的所述候选源点中的一个。
本公开的实施例还提供一种存储指令的非易失性计算机可读存储介质，其存储有可由计算设备执行的计算机程序，当所述程序在计算设备上运行时，使得所述计算设备执行本公开的实施例所述的方法。
本公开的实施例还提供一种计算设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现本公开的实施例所述的方法。
通过本公开实施例的技术方案，通过对点云进行压缩和解压缩，使得在对点云的存储和传输的过程中，既可以节省存储空间，还可以节省传输时间。
附图说明
根据以下具体实施方式和附图，所公开的主题的另外的特征、性质和各种优点将更加显而易见，其中：
图1是根据实施例的通信系统(100)的简化框图的示意图；
图2是根据实施例的通信系统(200)的简化框图的示意图；
图3示出了根据一些实施例的对点云帧进行编码的编码器(300)的框图；
图4示出了根据一些实施例的对点云帧对应的压缩的比特流进行解码的解码器的框图；
图5是根据实施例的视频解码器的简化框图的示意图；
图6是根据实施例的视频编码器的简化框图的示意图；
图7示出了概述根据本公开的一些实施例的过程示例的流程图；
图8是根据实施例的计算机系统的示意图。
具体实施方式
本公开的各方面提供了点云编码(PCC：Point Cloud Coding)技术。可以根据各种方案来执行PCC，例如被称为G-PCC(Geometry-based Point Cloud Coding)的基于几何的方案、被称为V-PCC的基于视频编码的方案等。根据本公开的一些方面，G-PCC直接对3D几何进行编码，并且是纯粹基于几何的方法，不需要与视频编码进行太多共享，而V-PCC主要基于视频编码。例如，V-PCC可以将3D云的点映射到2D网格(图像)的像素上。V-PCC方案可以利用通用视频编解码器进行点云压缩。运动图像专家组(MPEG：Moving Picture ExpertsGroup)正在研究分别使用G-PCC方案和V-PCC方案的G-PCC标准和V-PCC标准。本公开提供了可以使用在包括V-PCC和G-PCC标准在内的任何点云压缩方案的几个颜色传递算法。
需要注意的是，尽管通过V-PCC在上下文中描述了所公开的技术，例如颜色转移算法，但是所公开的技术可以适当地与G-PCC一起使用。
点云是3D空间中点的集合，每个点具有相关的属性，例如颜色、材料特性、纹理信息、强度属性、反射率属性、与运动相关的属性、模态属性以及其它各种属性。点云可以用于重构对象或场景来作为此类点的组合。这些点可以在各种设置中使用多个相机和深度传感器来采集得到，并且这些点由数千到数十亿个点组成，以便真实地表示重建的场景。
需要通过压缩技术来减少表示点云所需的数据量。因此，在实时通信和六自由度(6DoF：six Degrees of Freedom)虚拟现实中，需要采用一些技术对点云进行有损压缩。另外，在自主驾驶和文化遗产应用等的动态映射的环境中，寻求无损点云压缩的技术。运动图像专家组(MPEG)开始研究解决几何形状和属性的压缩的标准，例如颜色和反射率、可缩放/渐进编码、随时间采集的点云序列的编码以及对点云子集的随机访问。
根据本发明的一个方面，V-PCC背后的主要原理是利用现有的视频编解码器来将动态点云的几何形状、占用率和纹理压缩为三个单独的视频序列。分别压缩用于解释这三个视频序列所需的额外元数据。整个比特流的一小部分是元数据，可以使用软件实现对其进行有效地编码/解码。由视频编解码器来处理大部分信息。
图1是根据本公开的实施例的通信系统(100)的简化框图。通信系统(100)包括多个终端装置，所述终端装置可通过例如网络(150)彼此通信。举例来说，，通信系统(100)包括通过网络(150)互连的第一终端设备(110)和第二终端设备(120)。在图1的示例中，第一终端装置(110)和第二终端装置(120)执行点云数据的单向传输。例如，第一终端设备(110)可以压缩由传感器105采集的点云(例如，表示结构的点)，该传感器105与第一终端设备(110)相连接。压缩的点云可以例如以比特流的形式由网络(150)传输到第二终端设备(120)。第二终端设备(120)可以从网络(150)接收压缩的点云，解压缩比特流以重构点云，并根据重构的点云进行适当地显示。单向数据传输在媒体服务等应用中是较常见的。
在图1的实施例中，第一终端设备(110)和第二终端设备(120)可为服务器和个人计算机，但是本公开的原理可以不限于此。本公开的实施例适用于膝上型计算机、平板计算机、智能电话、游戏终端、媒体播放器和/或专用三维(3D)设备。网络(150)表示在第一终端设备(110)和第二终端设备(120)之间传输压缩的点云的任何数目的网络。网络(150)可以包括例如有线(连线的)和/或无线通信网络。网络(150)可以在电路交换和/或分组交换信道中交换数据。代表性的网络包括电信网络、局域网、广域网和/或因特网。为了本申请的目的，除非下文中有所解释，否则网络(150)的架构和拓扑对于本公开的操作可能是无关紧要的。
图2示出了针对点云所公开的主题的应用的实施例。所公开的主题可以等同地适用于包括3D远程应用、虚拟现实应用的其他启用点云的应用。
流式传输系统200可以包括采集子系统(213)。采集子系统(213)可以包括点云源(201)，例如光的探测和测距(LIDAR：Light Detection and Ranging)系统、3D相机、3D扫描仪、在软件中生成未压缩的点云的图形生成组件以及生成例如未压缩的点云(202)的类似组件。在一些实施例中，点云(202)包括由3D相机采集的点。相较于压缩的点云(204)(压缩的点云的比特流)，点云(202)被描绘为粗线以强调高数据量。压缩的点云(204)可以由电子设备(220)生成，所述电子设备(220)包括耦合到点云数据源(201)的编码器(203)。编码器(203)可以包括硬件、软件或其组合，以实现或实施如下文更详细地描述的所公开主题的各方面。相较于点云流(202)，压缩的点云(204)(或压缩的点云(204)的比特流)被描绘为细线以强调更低的数据量，可以存储在流式传输服务器(205)上以供将来使用。至少一个流式传输客户端子系统，例如图2中的客户端子系统(206)和客户端子系统(208)，可访问流式传输服务器(205)以检索压缩的点云(204)的副本(207)和副本(209)。客户端子系统(206)可包括例如电子装置(230)中的解码器(210)。视频解码器(310)对压缩的点云的传入副本(207)进行解码，且产生可在显示器(212)上呈现的重建的点云(211)的输出流。在一些流式传输系统中，可以根据某些标准对压缩的点云(204)、(207)和(209)(例如，压缩点云的比特流)进行压缩。在一些实施例中，在压缩点云时使用视频编码标准。这些标准可以包括高效视频编码(HEVC：High Efficiency Video Coding)、下一代视频编码(VVC：Versatile VideoCoding，)等。
需要注意的是，电子设备(220)和(230)可以包括其它组件(未示出)。例如，电子设备(220)可以包括解码器(未示出)，并且电子设备(230)也可以包括编码器(未示出)。
图3示出了根据一些实施例的对点云帧进行编码的V-PCC编码器(300)的框图。在一些实施例中，V-PCC编码器(300)可以用于通信系统(100)和流式传输系统(200)中。例如，编码器(203)的配置和操作方式与V-PCC编码器(300)类似。
V-PCC编码器(300)接收作为未压缩输入的点云帧，并且生成与压缩的点云帧对应的比特流。在一些实施例中，V-PCC编码器(300)可以从点云源接收点云帧，例如点云源(201)等。
在图3的示例中，V-PCC编码器(300)包括如图3所示的耦合在一起的补丁生成模块(306)、补丁打包模块(308)、几何图像生成模块(310)、纹理图像生成模块(312)、补丁信息模块(304)、占用率图模块(Occupancy map module)(314)、平滑模块(336)、图像填充模块(316)和(318)、组扩张模块(320)、视频压缩模块(322)、(323)和(332)、辅助补丁信息压缩模块(338)、熵压缩模块(334)和多路复用器(324)。
根据本公开的一个方面，V-PCC编码器(300)将3D点云帧转换成基于图像的表示，以及一些元数据(例如，占用图和补丁信息)，这些元数据为将压缩的点云转换回解压缩的点云所需的元数据。在一些实施例中，V-PCC编码器(300)可以将3D点云帧转换为几何图像、纹理图像和占用率图，然后使用视频编码技术将几何图像、纹理图像和占用率图编码为比特流。通常，几何图像是具有填充有几何值的像素的2D图像，所述填充的几何值与投影到像素的点相关联，且填充有几何值的像素可以称为几何样本。纹理图像是具有填充有纹理值的像素的2D图像，所述填充的纹理值与投影到像素的点相关联，且填充有纹理值的像素可以称为纹理样本。占用率图是填充有指示被补丁占用或未被补丁占用的值的像素的2D图像。
补丁生成模块(306)将点云分割成补丁的集合(例如，将补丁定义为由点云描述的表面的邻接子集)，这些集合可以重叠或不重叠，这样使得每个补丁可以由相对于2D空间中的平面的深度场描述。在一些实施例中，补丁生成模块(306)旨在将点云分解为具有平滑边界的最小数目的补丁，同时还最小化重构误差。
补丁信息模块(304)可以收集指示补丁的大小和形状的补丁信息。在一些实施例中，补丁信息可以被打包到图像帧中，然后由辅助补丁信息压缩模块338进行编码以生成压缩的辅助补丁信息。
补丁打包模块308被配置成将所提取的补丁映射到2维(2D)网格上，同时最小化未使用的空间，并且确保网格中的每个M×M(例如，16×16)块都与唯一补丁相关联。有效的补丁打包可以通过最小化未使用的空间或确保时间一致性来直接影响压缩效率。
几何图像生成模块(310)可以在给定的补丁位置处生成与点云的几何形状相关联的2D几何图像。纹理图像生成模块(312)可以在给定的补丁位置处生成与点云的纹理相关联的2D纹理图像。几何图像生成模块(310)和纹理图像生成模块(312)利用在打包过程期间计算的3D到2D映射来将点云的几何形状和纹理存储为图像。为了更好地处理多个点被投影到相同样本的情况，将每个补丁投影到称为层的两个图像上。在一些实施例中，几何图像由YUV420-8bit格式中的WxH的单色帧表示。为了生成纹理图像，纹理生成过程利用重构的/平滑的几何形状来计算与重新采样的点相关联的颜色值。
占用率图模块(314)可以生成描述每个单元的填充信息的占用率图。例如，占用率图像包括二进制图，该二进制图指示网格的每个单元格是属于空白空间还是属于点云。在一些实施例中，占用率图使用二进制信息来描述每个像素块是否被填充。在另一个实施例中，占用率图使用二进制信息来描述每个像素块是否被填充。
由占用率图模块(314)生成的占用率图可以使用无损编码或有损编码来进行压缩。当使用无损编码时，使用熵压缩模块(334)来压缩占用率图；当使用有损编码时，使用视频压缩模块(332)来压缩占用率图。
应注意，补丁打包模块(308)可以在图像帧中打包的2D补丁之间留下一些空白空间。图像填充模块(316)和(318)可以填充空白空间(被称为填充)以生成适合于2D视频和图像编解码器的图像帧。图像填充也被称为背景填充，其可以通过冗余信息来填充未使用的空间。在一些实施例中，好的背景填充最小限度地增加比特率，而不会在补丁边界周围引入明显的编码失真。
视频压缩模块(322)、(323)和(332)可以基于例如HEVC、VVC等合适的视频编码标准对2D图像进行编码，2D图像例如可以是填充的几何图像、填充的纹理图像和占用率图。在一些实施例中，视频压缩模块(322)、(323)和(332)是单独操作的独立组件。需要注意的是，在另一个实施例中，视频压缩模块(322)、(323)和(332)可以实现为单个组件。
在一些实施例中，平滑模块336用于生成重构的几何图像的平滑图像。将平滑后的图像信息提供给纹理图像生成模块(312)。然后，纹理图像生成模块(312)可以基于重构的几何图像来调整纹理图像的生成。例如，当补丁形状(例如，几何形状)在编码和解码期间稍微失真时，在生成纹理图像以校正补丁形状中的失真时，需要考虑上述失真。
在一些实施例中，组扩张模块(320)用于利用冗余的低频内容来填充对象边界周围的像素，以便改进编码增益以及重构的点云的视觉质量。
多路复用器(324)可以将压缩的几何图像、压缩的纹理图像、压缩的占用率图、压缩的辅助补丁信息复用为压缩的比特流中。
图4示出了根据一些实施例的对点云帧对应的压缩的比特流进行解码的V-PCC解码器(400)的框图。在一些实施例中，V-PCC解码器(400)可以用于通信系统(100)和流式传输系统(200)中。例如，解码器(210)的配置和操作方式与V-PCC解码器(400)类似。V-PCC解码器(400)接收压缩的比特流，并且基于压缩的比特流生成重构的点云。
在图4的实施例中，V-PCC解码器(400)包括如图4所示的耦合在一起的解多路复用器(432)、视频解压缩模块(434)和(436)、占用率图解压缩模块(438)、辅助补丁信息解压缩模块(442)、几何重构模块(444)、平滑模块(446)、纹理重构模块(448)和颜色平滑模块(452)。
解多路复用器(432)可以接收压缩的比特流并将其分离为压缩的纹理图像、压缩的几何图像、压缩的占用率图和压缩的辅助补丁信息。
视频解压缩模块(434)和(436)可以根据适当的标准(例如，HEVC、VVC等)解码压缩的图像，并输出解压缩的图像。例如，视频解压缩模块(434)对压缩的纹理图像进行解码并且输出解压缩的纹理图像；视频解压缩模块(436)对压缩的几何图像进行解压并且输出压缩的几何图像。
占用率图解压缩模块(438)可以根据适当的标准(例如，HEVC、VVC等)解码压缩的占用率图，并且输出解压缩的占用率图。
辅助补丁信息解压缩模块(442)可以根据适当的标准(例如，HEVC、VVC等)解码压缩的辅助补丁信息，并且输出解压缩的辅助补丁信息。
几何重构模块(444)可以接收解压缩的几何图像，并且基于解压缩的占有率图和解压缩的辅助补丁信息生成重构的点云几何形状。
平滑模块(446)可以平滑补丁边缘的不一致。平滑过程旨在减轻由于压缩伪像而可能在补丁边界处出现的潜在不连续。在一些实施例中，可以将平滑滤波器应用于位于补丁边界处的像素以减轻可能由压缩/解压缩引起的失真。
纹理重构模块(448)可以基于解压缩的纹理图像和平滑几何形状来确定点云中的点的纹理信息。
颜色平滑模块(452)可以平滑着色的不一致。3D空间中的非邻近补丁在2D视频中通常相邻打包。在一些实施例中，基于块的视频编解码器将来自非邻近补丁的像素值进行混合。颜色平滑的目标是减少在补丁边界处出现的可见伪像。
图5示出了根据本公开的一个实施例的视频解码器(510)的框图。视频解码器(510)可以在V-PCC解码器(400)中使用。例如，视频解压缩模块(434)和(436)、占用率图压缩模块(438)可以被类似地配置为视频解码器(510)。
视频解码器(510)可以包括解析器(520)，以根据例如编码的视频序列的压缩图像来重构符号(521)。这些符号的类别包括用于管理视频解码器(510)的操作的信息。解析器(520)可对接收到的已编码视频序列进行解析/熵解码。已编码视频序列的编码可根据视频编码技术或标准进行，且可遵循各种原理，包括可变长度编码、霍夫曼编码(Huffmancoding)、具有或不具有上下文灵敏度的算术编码等等。解析器(520)可基于对应于群组的至少一个参数，从已编码视频序列提取用于视频解码器中的像素的子群中的至少一个子群的子群参数集。子群可包括图片群组(Group of Pictures，GOP)、图片、图块、切片、宏块、编码单元(Coding Unit，CU)、块、变换单元(Transform Unit，TU)、预测单元(PredictionUnit，PU)等等。解析器(520)还可从已编码视频序列提取信息，例如变换系数、量化器参数值、运动矢量等等。
解析器(520)可对从缓冲存储器接收的视频序列执行熵解码/解析操作，从而创建符号(521)。
取决于已编码视频图片或一部分已编码视频图片(例如：帧间图片和帧内图片、帧间块和帧内块)的类型以及其它因素，符号(521)的重建可涉及多个不同单元。涉及哪些单元以及涉及方式可由解析器(520)从已编码视频序列解析的子群控制信息控制。为了简洁起见，未描述解析器(520)与下文的多个单元之间的此类子群控制信息流。
除已经提及的功能块以外，视频解码器(510)可在概念上细分成如下文所描述的数个功能单元。在商业约束下运行的实际实施例中，这些单元中的许多单元彼此紧密交互并且可以彼此集成。然而，出于描述所公开主题的目的，概念上细分成下文的功能单元是适当的。
第一单元是缩放器/逆变换单元(551)。缩放器/逆变换单元(551)从解析器(520)接收作为符号(521)的量化变换系数以及控制信息，包括使用哪种变换方式、块大小、量化因子、量化缩放矩阵等。缩放器/逆变换单元(551)可输出包括样本值的块，所述样本值可输入到聚合器(555)中。
在一些情况下，缩放器/逆变换单元(551)的输出样本可属于帧内编码块；即：不使用来自先前重建的图片的预测性信息，但可使用来自当前图片的先前重建部分的预测性信息的块。此类预测性信息可由帧内图片预测单元(552)提供。在一些情况下，帧内图片预测单元(552)采用从当前图片缓冲器(558)提取的已重建信息生成大小和形状与正在重建的块相同的周围块。举例来说，当前图片缓冲器(558)缓冲部分重建的当前图片和/或完全重建的当前图片。在一些情况下，聚合器(555)基于每个样本，将帧内预测单元(552)生成的预测信息添加到由缩放器/逆变换单元(551)提供的输出样本信息中。
在其它情况下，缩放器/逆变换单元(551)的输出样本可属于帧间编码和潜在运动补偿块。在此情况下，运动补偿预测单元(553)可访问参考图片存储器(557)以提取用于预测的样本。在根据符号(521)对提取的样本进行运动补偿之后，这些样本可由聚合器(555)添加到缩放器/逆变换单元(551)的输出(在这种情况下被称作残差样本或残差信号)，从而生成输出样本信息。运动补偿预测单元(553)从参考图片存储器(557)内的地址获取预测样本可受到运动矢量控制，且所述运动矢量以所述符号(521)的形式而供运动补偿预测单元(553)使用，所述符号(521)例如是包括X、Y和参考图片分量。运动补偿还可包括在使用子样本精确运动矢量时，从参考图片存储器(557)提取的样本值的内插、运动矢量预测机制等等。
聚合器(555)的输出样本可在环路滤波器单元(556)中被各种环路滤波技术采用。视频压缩技术可包括环路内滤波器技术，所述环路内滤波器技术受控于包括在已编码视频序列(也称作已编码视频码流)中的参数，且所述参数作为来自解析器(520)的符号(521)可用于环路滤波器单元(556)。然而，在其他实施例中，视频压缩技术还可响应于在解码已编码图片或已编码视频序列的先前(按解码次序)部分期间获得的元信息，以及响应于先前重建且经过环路滤波的样本值。
环路滤波器单元(556)的输出可以是样本流，所述样本流可输出到显示装置(512)以及存储在参考图片存储器(557)，以用于后续的帧间图片预测。
一旦完全重建，某些已编码图片就可用作参考图片以用于将来预测。举例来说，一旦对应于当前图片的已编码图片被完全重建，且已编码图片(通过例如解析器(520))被识别为参考图片，则当前图片缓冲器(558)可变为参考图片存储器(557)的一部分，且可在开始重建后续已编码图片之前重新分配新的当前图片缓冲器。
视频解码器(510)可根据例如ITU-T H.265标准中的预定视频压缩技术执行解码操作。在已编码视频序列遵循视频压缩技术或标准的语法以及视频压缩技术或标准中记录的配置文件的意义上，已编码视频序列可符合所使用的视频压缩技术或标准指定的语法。具体地说，配置文件可从视频压缩技术或标准中可用的所有工具中选择某些工具作为在所述配置文件下可供使用的仅有工具。对于合规性，还要求已编码视频序列的复杂度处于视频压缩技术或标准的层级所限定的范围内。在一些情况下，层级限制最大图片大小、最大帧率、最大重建取样率(以例如每秒兆(mega)个样本为单位进行测量)、最大参考图片大小等。在一些情况下，由层级设定的限制可通过假想参考解码器(Hypothetical ReferenceDecoder，HRD)规范和在已编码视频序列中用信号表示的HRD缓冲器管理的元数据来进一步限定。
图6是根据本公开的实施例的视频编码器(603)的框图。视频编码器(603)可以用于在V-PCC编码器(300)中压缩点云。在实施例中，视频压缩模块(322)和(323)以及视频压缩模块(332)的配置类似于编码器(603)。
视频编码器(603)可以接收图像，例如填充的几何图像、填充的纹理图像等，并且生成压缩的图像。
根据实施例，视频编码器(603)可实时或在由应用所要求的任何其它时间约束下，将源视频序列的图片编码且压缩成已编码视频序列(压缩的图像)。施行适当的编码速度是控制器(650)的一个功能。在一些实施例中，控制器(650)控制如下文所描述的其它功能单元且在功能上耦接到这些单元。为了简洁起见，图中未标示耦接。由控制器(650)设置的参数可包括速率控制相关参数(图片跳过、量化器、率失真优化技术的λ值等)、图片大小、图片群组(group of pictures，GOP)布局，最大运动矢量搜索范围等。控制器(650)可用于具有其它合适的功能，这些功能涉及针对某一系统设计优化的视频编码器(603)。
在一些实施例中，视频编码器(603)在编码环路中进行操作。作为简单的描述，在实施例中，编码环路可包括源编码器(630)(例如，负责基于待编码的输入图片和参考图片创建符号，例如符号流)和嵌入于视频编码器(603)中的(本地)解码器(633)。解码器(633)以类似于(远程)解码器创建样本数据的方式重建符号以创建样本数据(因为在本申请所考虑的视频压缩技术中，符号与已编码视频码流之间的任何压缩是无损的)。将重建的样本流(样本数据)输入到参考图片存储器(634)。由于符号流的解码产生与解码器位置(本地或远程)无关的位精确结果，因此参考图片存储器(634)中的内容在本地编码器与远程编码器之间也是按比特位精确对应的。换句话说，编码器的预测部分“看到”的参考图片样本与解码器将在解码期间使用预测时所“看到”的样本值完全相同。这种参考图片同步性基本原理(以及在例如因信道误差而无法维持同步性的情况下产生的漂移)也用于一些相关技术。
“本地”解码器(633)的操作可与例如已在上文结合图5详细描述视频解码器(510)的“远程”解码器相同。然而，另外简要参考图5，当符号可用且熵编码器(645)和解析器(520)能够无损地将符号编码/解码为已编码视频序列时，包括解析器(520)在内的视频解码器(510)的熵解码部分，可能无法完全在本地解码器(633)中实施。
此时可以观察到，除存在于解码器中的解析/熵解码之外的任何解码器技术，也必定以基本上相同的功能形式存在于对应的编码器中。出于此原因，本申请侧重于解码器操作。可简化编码器技术的描述，因为编码器技术与全面地描述的解码器技术互逆。仅在某些区域中需要更详细的描述，并且在下文提供。
在操作期间，在一些实施例中，源编码器(630)可执行运动补偿预测编码。参考来自视频序列中被指定为“参考图片”的至少一个先前已编码图片，所述运动补偿预测编码对输入图片进行预测性编码。以此方式，编码引擎(632)对输入图片的像素块与参考图片的像素块之间的差异进行编码，所述参考图片可被选作所述输入图片的预测参考。
本地视频解码器(633)可基于源编码器(630)创建的符号，对可指定为参考图片的图片的已编码视频数据进行解码。编码引擎(632)的操作可为有损过程。当已编码视频数据可在视频解码器(图6中未示)处被解码时，重建的视频序列通常可以是带有一些误差的源视频序列的副本。本地视频解码器(633)复制解码过程，所述解码过程可由视频解码器对参考图片执行，且可使重建的参考图片存储在参考图片高速缓存(634)中。以此方式，视频编码器(603)可在本地存储重建的参考图片的副本，所述副本与将由远端视频解码器获得的重建参考图片具有共同内容(不存在传输误差)。
预测器(635)可针对编码引擎(632)执行预测搜索。即，对于将要编码的新图片，预测器(635)可在参考图片存储器(634)中搜索可作为所述新图片的适当预测参考的样本数据(作为候选参考像素块)或某些元数据，例如参考图片运动矢量、块形状等。预测器(635)可基于样本块逐像素块操作，以找到合适的预测参考。在一些情况下，根据预测器(635)获得的搜索结果，可确定输入图片可具有从参考图片存储器(634)中存储的多个参考图片取得的预测参考。
控制器(650)可管理源编码器(630)的编码操作，包括例如设置用于对视频数据进行编码的参数和子群参数。
可在熵编码器(645)中对所有上述功能单元的输出进行熵编码。熵编码器(645)根据例如霍夫曼编码、可变长度编码、算术编码等技术对各种功能单元生成的符号进行无损压缩，从而将所述符号转换成已编码视频序列。
控制器(650)可管理视频编码器(603)的操作。在编码期间，控制器(650)可以为每个已编码图片分配某一已编码图片类型，但这可能影响可应用于相应的图片的编码技术。例如，通常可将图片分配为以下任一种图片类型：
帧内图片(I图片)，其可以是不将序列中的任何其它图片用作预测源就可被编码和解码的图片。一些视频编解码器容许不同类型的帧内图片，包括例如独立解码器刷新(Independent Decoder Refresh，“IDR”)图片。所属领域的技术人员了解I图片的变体及其相应的应用和特征。
预测性图片(P图片)，其可以是可使用帧内预测或帧间预测进行编码和解码的图片，所述帧内预测或帧间预测使用至多一个运动矢量和参考索引来预测每个块的样本值。
双向预测性图片(B图片)，其可以是可使用帧内预测或帧间预测进行编码和解码的图片，所述帧内预测或帧间预测使用至多两个运动矢量和参考索引来预测每个块的样本值。类似地，多个预测性图片可使用多于两个参考图片和相关联元数据以用于重建单个块。
源图片通常可在空间上细分成多个样本块(例如，4×4、8×8、4×8或16×16个样本的块)，且逐块进行编码。这些块可参考其它(已编码)块进行预测编码，根据应用于块的相应图片的编码分配来确定所述其它块。举例来说，I图片的块可进行非预测编码，或所述块可参考同一图片的已经编码的块来进行预测编码(空间预测或帧内预测)。P图片的像素块可参考一个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。B图片的块可参考一个或两个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。
视频编码器(603)可根据例如ITU-T H.265建议书的预定视频编码技术或标准执行编码操作。在操作中，视频编码器(603)可执行各种压缩操作，包括利用输入视频序列中的时间和空间冗余的预测编码操作。因此，已编码视频数据可符合所用视频编码技术或标准指定的语法。
采集到的视频可以是时间序列的多个源图片的形式(图像)。帧内图片预测(常常简化为帧内预测)利用给定图片中的空间相关性，而帧间图片预测则利用图片之间的(时间或其它)相关性。在实施例中，将正在编码/解码的特定图片分割成块，正在编码/解码的特定图片被称作当前图片。在当前图片中的块类似于视频中先前已编码且仍被缓冲的参考图片中的参考块时，可通过称作运动矢量的矢量对当前图片中的块进行编码。所述运动矢量指向参考图片中的参考块，且在使用多个参考图片的情况下，所述运动矢量可具有识别参考图片的第三维度。
在一些实施例中，双向预测技术可用于帧间图片预测中。根据双向预测技术，使用两个参考图片，例如按解码次序都在视频中的当前图片之前(但按显示次序可能分别是过去和将来)第一参考图片和第二参考图片。可通过指向第一参考图片中的第一参考块的第一运动矢量和指向第二参考图片中的第二参考块的第二运动矢量对当前图片中的块进行编码。具体来说，可通过第一参考块和第二参考块的组合来预测所述块。
此外，合并模式技术可用于帧间图片预测中以改善编码效率。
根据本申请公开的一些实施例，帧间图片预测和帧内图片预测等预测的执行以块为单位。举例来说，根据HEVC标准，将视频图片序列中的图片分割成编码树单元(codingtree unit，CTU)以用于压缩，图片中的CTU具有相同大小，例如64×64像素、32×32像素或16×16像素。一般来说，CTU包括三个编码树块(coding tree block，CTB)，所述三个编码树块是一个亮度CTB和两个色度CTB。更进一步的，还可将每个CTU以四叉树拆分为至少一个编码单元(coding unit，CU)。举例来说，可将64×64像素的CTU拆分为一个64×64像素的CU，或4个32×32像素的CU，或16个16×16像素的CU。在实施例中，分析每个CU以确定用于CU的预测类型，例如帧间预测类型或帧内预测类型。此外，取决于时间和/或空间可预测性，将CU拆分为至少一个预测单元(prediction unit，PU)。通常，每个PU包括亮度预测块(prediction block，PB)和两个色度PB。在实施例中，编码(编码/解码)中的预测操作以预测块为单位来执行。以亮度预测块作为预测块为例，预测块包括像素值(例如，亮度值)的矩阵，例如8×8像素、16×16像素、8×16像素、16×8像素等等。
根据本公开的方面，点云压缩方案，例如V-PCC、G-PCC等，通常可以首先压缩几何信息，然后是颜色数据。例如，首先重构压缩的几何信息，然后将来自未压缩的点云(也称为源)的颜色值传递到重构的几何信息，并且压缩传递的颜色值。颜色值传递的越好，压缩的纹理质量越好。本公开提供了几种颜色传递算法(Color transfer algorithms)。
所提出的方法可以被单独使用或以任何顺序组合使用。此外，方法(或实施例)、编码器和解码器中的每一者可以由处理电路(例如，至少一个处理器或至少一个集成电路)来实现。在一个实施例中，至少一个处理器执行存储在非易失性计算机可读介质中的程序。
在一些实施例中，编码器，例如基于V-PCC的编码器、基于G-PCC的编码器等，可以在重构的几何信息中的目标点的原始点云中找到两个候选源点，并且计算两个候选源点的质心，将其作为传递到目标点的颜色值。本公开提供了使用大量候选源点将颜色值传递到目标点的技术。在一些实施例中，这些技术可以用于计算加权质心，其中所述权重是根据候选源点到目标点的距离来计算的。
在一些实施例中，获取到两组候选源点。在一些实施例中，两组中的每一个组都不是空的，并且这两组中的至少一个组具有一个以上的候选源点。例如，pt表示当前目标点。第一组候选源点由Ψ1表示，并包括N1个到pt最近的源邻居点(作为邻居点的源点)，并且使用条件1＜N1来约束第一组中候选源点的数目。第二组候选点由Ψ2表示，并包括任何特定源点，其中，pt属于该特定源点的N2个最近的邻居点的邻居集，并且使用条件1＜N2来限制到邻近组中的特定源点的最邻近的数目。在一些示例中，N1和N2可以具有相同的值，例如2、4、8、16和32中的任一个。另外，在一些实施例中，为每组候选源点计算加权颜色平均值。加权颜色平均值可以作为该组的聚合候选颜色值。更进一步的，两组的两个聚合共有候选颜色值可以用于计算要传递到目标点的颜色值。在一些实施例中，加权颜色平均值可以代替在相关实施例中使用的单个候选颜色值。例如，可以分别将两组的两个聚合候选颜色值的平均值作为传递到目标点的颜色值。
具体地，在一些实施例中，几何空间中的点a和b的欧几里德距离用Δgeo(a，b).来表示。然后，可以通过(等式1)计算候选组Ψk(k＝1，2)的加权颜色平均值：
其中c(q)表示点q的颜色值。
需要注意的是，Δgeo(a，b)表示点a＝[a0，a1，a2]T与b＝[b0，b1，b2]T之间的空间距离(例如，欧几里德距离)，并且可以根据(等式2)计算：
根据本发明的一个方面，可以使用Δgeo(a，b)的递升函数来代替(等式1)中的欧几里德距离Δgeo(a，b)。例如，f(x)表示x的递升函数，然后可以根据(等式3)来计算加权颜色平均值：
根据本发明的一些方面，同时使用几何距离和颜色距离确定颜色权重的技术可用于颜色传递，并且这些技术可以被称为颜色几何距离加权颜色传递(Color-geometry-distance weighted color transfer)。在下面的描述可以使用与上面描述中相同的符号和定义，例如，当前目标点由pt表示，两组候选点由Ψ1和Ψ2表示。
在一些实施例中，计算每组候选点的颜色几何距离(例如，两个点的颜色之间的距离以及它们的位置之间的距离)的加权平均值。在一些实施例中，可以为每个点确定基于几何距离和颜色距离的权重。具体地，在一些实施例中，对于组Ψk(k＝1，2)，颜色几何距离的加权平均值可以通过(等式4)计算：
在(等式4)中，Δcol(r，s)表示两种颜色r和s之间的颜色距离。在一些实施例中，颜色可以被表示为颜色矢量r＝[r0，r1，r2]T和s＝[s0，s1，s2]T，并且颜色距离可以在颜色空间中被定义为欧几里得距离，例如使用(等式5)来定义：
在(等式4)中，表示组Ψk中所有点的颜色的集合。所述集合可以是颜色的平均值，颜色的矢量中值等。
根据本发明的方面，Δgeo(q，pt)和的递升函数可以在(等式4)中的Δgeo(q，pt)和/>中使用。递升函数可以是任何适当的任何递升函数。/>
需要注意的是，在一些实施例中，两组中的候选源点的数目N1和N2被硬编码。根据本公开的一些方面，两组中的候选源点的数目N1和N2可以被自适应地调整。调整两组中候选源点的数目的技术被称为上下文自适应颜色传递。
在一些实施例中，上下文自适应颜色传递提供受控的颜色传递，例如几何距离加权的颜色传递，以使得颜色不会过度平滑。在一些实施例中，上下文自适应颜色传递可以通过避免过度平滑来改进客观和主观质量。在一些实施例中，将异常值从组中去除以避免过度平滑。
具体地，在一些实施例中，初始数目N1和N2相对较大，例如N1＝N2＝32。可以测量两组中的色散。在一些实施例中，可以计算组Ψ1和Ψ2的颜色的标准偏差(或任何其他数据分散度量)。例如，组Ψ1和Ψ2的标准偏差分别由σ1和σ2表示。在一些实施例中，对于标准偏差为σk的组Ψk(k＝1或2)，如果σk小于阈值Tk，则Ψk中的所有点可以用于计算加权平均值。然而，如果σk等于或大于阈值Tk，则去除Ψk中的最远点(例如，在几何空间中与pt具有最大距离)，然后重新计算标准偏差σk并且与阈值Tk进行比较。可以在下一轮重复该过程，直到σk变得小于Tk。应注意，在一些实施例中，在每一轮中可以从所述组中去除一个以上的点。在一些实施例中，在所述组中选择到平均颜色具有最大颜色距离的至少一个点并且将其从所述组中去除。
在一些实施例中，可以适当地修改上述过程(自适应地从组中去除点)以降低计算复杂度。在一些实施例中，可以选择下限数值，例如N1′和N2′。例如，N′1＝N′2＝2，4，或8。上述过程可以被适当地修改。在一些实施例中，对于具有标准偏差σk的组Ψk(k＝1或2)，如果σk小于阈值Tk，则Ψk的所有点可以用于计算加权平均值。如果σk等于或大于阈值Tk，并且组中的当前候选源点的数目大于下限数目Nk′，则去除Ψk的最远点(例如，在几何空间中与pt具有最大距离)，并且然后可以重新计算标准偏差σk并且与阈值Tk进行比较。然而，如果σk等于或大于阈值Tk，并且组中当前候选源点的数目等于或小于下限数目Nk′，则可以停止该迭代过程并且可以选择Ψk中到pt的最近的点(在几何距离中)，并且将所述最近的点的颜色值作为进一步计算中的加权平均值。
图7示出了概述根据本公开的实施例的过程(700)的流程图。可以在编码过程中使用过程(700)以对点云进行编码。在各种实施例中，过程(700)由处理电路执行，例如终端设备(110)中的处理电路、执行编码器(203)的功能的处理电路、执行编码器(300)的功能的处理电路等。在一些实施例中，过程(700)以软件指令实现，因此当处理电路执行软件指令时，处理电路执行过程(700)。所述过程在(S701)处开始并进行到(S710)。
在(S710)处，从点云至少确定与几何图像中的目标点相关联的第一组候选源点。几何图像是从点云的压缩的几何图像重构得到的。目标点是点云的重构的几何图像中的点。在一些实施例中，从点云确定第一组候选源点和第二组候选源点。第一组候选源点包括与目标点最近的邻居点。在一些实施例中，第一组候选源点包括与目标点最接近的N1个邻居点，并且N1是大于1的整数。对于第二组，目标点在第二组中各个候选源点对应的最近邻点中。在实施例中，目标点在第二组中各个候选源点对应的N2个最近邻点中，并且N2是大于1的整数。
在(S720)处，根据候选源点和目标点之间的位置差以及候选源点的颜色值和第一组候选源点的聚合颜色值例如平均颜色值之间的颜色差的组合，对第一组中的候选源点的颜色值进行加权。在一些实施例中，对于每个候选源点，根据候选源点和目标点在几何空间(例如，基于(等式2))中的距离以及候选源点和第一组候选源点的聚合颜色值(例如，颜色的平均值、颜色向量的中值(vector medium of colors))在颜色空间中的距离(例如，基于(等式5))，对候选源点的颜色值进行加权。可以对第二组执行类似的计算。
在(S730)处，计算所述第一组候选源点中的各所述候选源点的加权后的颜色值的平均值，以得到所述第一组候选源点的第一加权颜色平均值。
在(S740)处，根据第一组候选源点的第一加权颜色平均值确定目标点的颜色值。在一些实施例中，根据第一组候选源点的颜色值和在步骤(S720)中所确定的权重，来计算第一加权颜色平均值，例如(等式4)中所示。在一些实施例中，类似地，根据第二组候选源点的颜色值和类似于步骤(S720)中所确定的权重来计算第二加权颜色平均值，例如(等式4)中所示。然后，根据第一加权颜色平均值和第二加权颜色平均值，例如两个加权颜色平均值的平均值等，来确定目标点的颜色值。
在(S750)处，编码点云的纹理。例如，在纹理图像中，目标点具有确定的颜色值。然后，纹理图像已经被编码。然后，过程进行到(S799)并终止。
通过本公开实施例的技术方案，通过对点云进行压缩和解压缩，使得在对点云的存储和传输的过程中，既可以节省存储空间，还可以节省传输时间。
本申请实施例还提供一种对点云进行编码的装置，视频解码装置，该对点云进行编码的装置包括：确定模块、加权模块、计算模块以及解码模块；
确定模块，用于从点云中至少确定第一组候选源点，所述第一组候选源点与几何图像中的目标点相关联，所述几何图像是根据所述点云的压缩的几何图像重构的；
加权模块，用于根据所述第一组候选源点中的候选源点与所述目标点之间的位置差以及所述候选源点的颜色值与所述第一组候选源点的聚合颜色值之间的颜色差的组合，对所述第一组候选源点中的所述候选源点的颜色值进行加权；
计算模块，用于计算所述第一组候选源点中的各所述候选源点的加权后的颜色值的平均值，以得到所述第一组候选源点的第一加权颜色平均值；
所述确定模块，还用于根据所述第一加权颜色平均值，来确定所述目标点的颜色值；以及
解码模块，用于对具有所述目标点的所述点云的纹理进行解码，所述目标点具有所确定的所述颜色值。
在一些实施例中，所述确定模块，进一步用于从所述点云中确定与所述目标点相关联的第二组候选源点；
所述加权模块，进一步根据第二组候选源点中的候选源点与所述目标点之间的位置差以及所述第二组候选源点中的所述候选源点的颜色值与所述第二组候选源点的聚合颜色值之间的颜色差的组合，对所述第二组候选源点中的所述候选源点的所述颜色值进行加权；
所述计算模块，进一步用于计算所述第二组候选源点中的各个所述候选源点的加权后的颜色值的平均值，以得到所述第二组候选源点的第二加权颜色平均值；
所述确定模块，进一步用于根据所述第一组候选源点的所述第一加权颜色平均值与所述第二组候选点的所述第二加权颜色平均值来确定所述目标点的所述颜色值。
在一些实施例中，所述确定模块，进一步用于从所述点云中确定离所述目标点最近的至少一个邻居点作为所述第一组候选源点；以及从所述点云中确定所述第二组候选源点，其中与所述第二组候选源点相关联的所述目标点是与所述第二组候选源点中的每一个候选源点的最近的邻居点中的一个。
在一些实施例中，所述计算模块，进一步用于计算在颜色空间中所述候选源点的所述颜色值与所述第一组候选源点的所述聚合颜色值之间的欧几里得距离，并将其作为所述颜色差。
在一些实施例中，所述加权模块，进一步用于根据所述第一组候选源点中的所述候选源点与所述目标点之间的所述位置差的倒数，以及所述第一组候选源点中的所述候选源点的所述颜色值与所述第一组候选源点的所述聚合颜色值之间的所述颜色差的倒数，对所述第一组中的所述候选源点的所述颜色值进行加权。
在一些实施例中，所述加权模块，进一步利用与所述颜色差的递升函数的倒数成比例的权重对所述第一组候选源点中的所述候选源点的所述颜色值进行加权，所述颜色差为所述第一组候选源点中的所述候选源点的所述颜色值与所述第一组候选源点的所述聚合颜色值之间的颜色差。
在一些实施例中，所述确定模块，进一步用于确定颜色方差小于阈值的所述第一组候选源点。
在一些实施例中，所述确定模块，进一步用于当颜色的标准差大于所述阈值时，从所述第一组候选源点中去除与所述目标点之间距离最大的至少一个候选源点。
在一些实施例中，所述确定模块，进一步用于当所述颜色的标准差大于等于所述阈值并且所述第一组候选源点中的所述候选源点的数目大于等于特定极限值时，从所述第一组候选源点中去除与所述目标点之间距离最大的所述至少一个候选源点。
在一些实施例中，所述确定模块，进一步用于当所述颜色的标准差大于所述阈值并且基于所述第一组候选源点中的所述候选源点的数目小于特定极限值时，选择所述第一组候选源点中与所述目标点距离最近的所述候选源点中的一个。
上述技术可以通过计算机可读指令实现为计算机软件，并且物理地存储在至少一个计算机可读介质中。例如，图8示出了计算机系统(800)，其适于实现所公开主题的某些实施例。
所述计算机软件可通过任何合适的机器代码或计算机语言进行编码，通过汇编、编译、链接等机制创建包括指令的代码，所述指令可由至少一个计算机中央处理单元(CPU)，图形处理单元(GPU)等直接执行或通过译码、微代码等方式执行。
所述指令可以在各种类型的计算机或其组件上执行，包括例如个人计算机、平板电脑、服务器、智能手机、游戏设备、物联网设备等。
图8所示的用于计算机系统(800)的组件本质上是示例性的，并不用于对实现本申请实施例的计算机软件的使用范围或功能进行任何限制。也不应将组件的配置解释为与计算机系统(800)的示例性实施例中所示的任一组件或其组合具有任何依赖性或要求。
计算机系统(800)可以包括某些人机界面输入设备。这种人机界面输入设备可以通过触觉输入(如：键盘输入、滑动、数据手套移动)、音频输入(如：声音、掌声)、视觉输入(如：手势)、嗅觉输入(未示出)，对至少一个人类用户的输入做出响应。所述人机界面设备还可用于捕获某些媒体，气与人类有意识的输入不必直接相关，如音频(例如：语音、音乐、环境声音)、图像(例如：扫描图像、从静止影像相机获得的摄影图像)、视频(例如二维视频、包括立体视频的三维视频)。
人机界面输入设备可包括以下中的至少一个(仅绘出其中一个)：键盘(801)、鼠标(802)、触控板(803)、触摸屏(810)、数据手套(未示出)、操纵杆(805)、麦克风(806)、扫描仪(807)、照相机(808)。
计算机系统(800)还可以包括某些人机界面输出设备。这种人机界面输出设备可以通过例如触觉输出、声音、光和嗅觉/味觉来刺激至少一个人类用户的感觉。这样的人机界面输出设备可包括触觉输出设备(例如通过触摸屏(810)、数据手套(未示出)或操纵杆(805)的触觉反馈，但也可以有不用作输入设备的触觉反馈设备)、音频输出设备(例如，扬声器(809)、耳机(未示出))、视觉输出设备(例如，包括阴极射线管屏幕、液晶屏幕、等离子屏幕、有机发光二极管屏的屏幕(810)，其中每一个都具有或没有触摸屏输入功能、每一个都具有或没有触觉反馈功能——其中一些可通过诸如立体画面输出的手段输出二维视觉输出或三维以上的输出；虚拟现实眼镜(未示出)、全息显示器和放烟箱(未示出))以及打印机(未示出)。
计算机系统(800)还可以包括人可访问的存储设备及其相关介质，如包括具有CD/DVD的高密度只读/可重写式光盘(CD/DVD ROM/RW)(820)或类似介质(821)的光学介质、拇指驱动器(822)、可移动硬盘驱动器或固体状态驱动器(823)，诸如磁带和软盘(未示出)的传统磁介质，诸如安全软件保护器(未示出)等的基于ROM/ASIC/PLD的专用设备，等等。
本领域技术人员还应当理解，结合所公开的主题使用的术语“计算机可读介质”不包括传输介质、载波或其它瞬时信号。
计算机系统(800)还可以包括通往至少一个通信网络的接口。例如，网络可以是无线的、有线的、光学的。网络还可为局域网、广域网、城域网、车载网络和工业网络、实时网络、延迟容忍网络等等。网络还包括以太网、无线局域网、蜂窝网络(GSM、3G、4G、5G、LTE等)等局域网、电视有线或无线广域数字网络(包括有线电视、卫星电视、和地面广播电视)、车载和工业网络(包括CANBus)等等。某些网络通常需要外部网络接口适配器，用于连接到某些通用数据端口或外围总线(849)(例如，计算机系统(800)的USB端口)；其它系统通常通过连接到如下所述的系统总线集成到计算机系统(800)的核心(例如，以太网接口集成到PC计算机系统或蜂窝网络接口集成到智能电话计算机系统)。通过使用这些网络中的任何一个，计算机系统(800)可以与其它实体进行通信。所述通信可以是单向的，仅用于接收(例如，无线电视)，单向的仅用于发送(例如CAN总线到某些CAN总线设备)，或双向的，例如通过局域或广域数字网络到其它计算机系统。上述的每个网络和网络接口可使用某些协议和协议栈。
上述的人机界面设备、人可访问的存储设备以及网络接口可以连接到计算机系统(800)的核心(840)。
核心(840)可包括至少一个中央处理单元(CPU)(841)、图形处理单元(GPU)(842)、以现场可编程门阵列(FPGA)(843)形式的专用可编程处理单元、用于特定任务的硬件加速器(844)等。这些设备以及只读存储器(ROM)(845)、随机存取存储器(846)、内部大容量存储器(例如内部非用户可存取硬盘驱动器、固态硬盘等)(847)等可通过系统总线(848)进行连接。在某些计算机系统中，可以以至少一个物理插头的形式访问系统总线(848)，以便可通过额外的中央处理单元、图形处理单元等进行扩展。外围装置可直接附接到核心的系统总线(848)，或通过外围总线(849)进行连接。外围总线的体系结构包括外部控制器接口PCI、通用串行总线USB等。
CPU(841)、GPU(842)、FPGA(843)和加速器(844)可以执行某些指令，这些指令组合起来可以构成上述计算机代码。该计算机代码可以存储在ROM(845)或RAM(846)中。过渡数据也可以存储在RAM(846)中，而永久数据可以存储在例如内部大容量存储器(847)中。通过使用高速缓冲存储器可实现对任何存储器设备的快速存储和检索，高速缓冲存储器可与至少一个CPU(841)、GPU(842)、大容量存储器(847)、ROM(845)、RAM(846)等紧密关联。
所述计算机可读介质上可具有计算机代码，用于执行各种计算机实现的操作。介质和计算机代码可以是为本申请的目的而特别设计和构造的，也可以是计算机软件领域的技术人员所熟知和可用的介质和代码。
作为实施例而非限制，具有体系结构(800)的计算机系统，特别是核心(840)，可以作为处理器(包括CPU、GPU、FPGA、加速器等)提供执行包含在至少一个有形的计算机可读介质中的软件的功能。这种计算机可读介质可以是与上述的用户可访问的大容量存储器相关联的介质，以及具有非易失性的核心(840)的特定存储器，例如核心内部大容量存储器(847)或ROM(845)。实现本申请的各种实施例的软件可以存储在这种设备中并且由核心(840)执行。根据特定需要，计算机可读介质可包括一个或一个以上存储设备或芯片。该软件可以使得核心(840)特别是其中的处理器(包括CPU、GPU、FPGA等)执行本文所述的特定过程或特定过程的特定部分，包括定义存储在RAM(846)中的数据结构以及根据软件定义的过程来修改这种数据结构。另外或作为替代，计算机系统可以提供逻辑硬连线或以其它方式包含在电路(例如，加速器(844))中的功能，该电路可以代替软件或与软件一起运行以执行本文所述的特定过程或特定过程的特定部分。在适当的情况下，对软件的引用可以包括逻辑，反之亦然。在适当的情况下，对计算机可读介质的引用可包括存储执行软件的电路(如集成电路(IC))，包含执行逻辑的电路，或两者兼备。本申请包括任何合适的硬件和软件组合。
附录A：首字母缩略词
JEM：联合探索模式
VVC：下一代视频编码
BMS：基准设定
Mv：运动矢量
HEVC：高效视频编码
SEI：补充增强信息
VUI：视频可用性信息
GOPs：图片组
TUs：变换单元
PU：预测单元
CTU：编码树单元
CTB：编码树块
PB：预测块
HRD：假定参考解码器
SNR：信噪比
CPU：中央处理单元
GPU：图形处理单元
CRT：阴极射线管
LCD：液晶显示器
OLED：有机发光二极管
CD：光盘
DVD：数字视频光盘
ROM：只读存储器
RAM：随机存取存储器
ASIC：专用集成电路
PLD：可编程逻辑设备
LAN：局域网
GSM：全球移动通信系统
LTE：长期演进
CANBus：控制器局域网总线
USB：通用串行总线
PCI:外围组件互连
FPGA：现场可编程门阵列
SSD：固态盘
IC：集成电路
CU：编码单元
虽然本申请已对多个示例性实施例进行了描述，但实施例的各种变更、排列和各种等同替换均属于本申请的范围内。因此应理解，本领域技术人员能够设计多种系统和方法，所述系统和方法虽然未在本文中明确示出或描述，但其体现了本申请的原则，因此属于本申请的精神和范围之内。

Claims (13)

1.一种对点云进行编码的方法，其特征在于，包括：
从点云中至少确定第一组候选源点，所述第一组候选源点与几何图像中的目标点相关联，所述几何图像是根据所述点云的压缩的几何图像重构的；
根据所述第一组候选源点中的候选源点与所述目标点之间的位置差，以及所述第一组候选源点中的候选源点的颜色值与聚合颜色值之间的颜色差的组合，对所述第一组候选源点中的所述候选源点的颜色值进行加权，所述聚合颜色值包括颜色的平均值；
计算所述第一组候选源点中的各所述候选源点的加权后的颜色值的平均值，以得到所述第一组候选源点的第一加权颜色平均值；
根据所述第一加权颜色平均值，来确定所述目标点的颜色值；以及
对具有所述目标点的所述点云的纹理进行编码，所述目标点具有所确定的所述颜色值。
2.根据权利要求1所述的方法，进一步包括：
从所述点云中确定与所述目标点相关联的第二组候选源点；
根据第二组候选源点中的候选源点与所述目标点之间的位置差以及所述第二组候选源点中的所述候选源点的颜色值与所述第二组候选源点的聚合颜色值之间的颜色差的组合，对所述第二组候选源点中的所述候选源点的所述颜色值进行加权；
计算所述第二组候选源点中的各所述候选源点的加权后的颜色值的平均值，以得到所述第二组候选源点的第二加权颜色平均值；
根据所述第一组候选源点的所述第一加权颜色平均值与所述第二组候选源点的所述第二加权颜色平均值来确定所述目标点的所述颜色值。
3.根据权利要求2所述的方法，其特征在于，所述从点云中至少确定第一组候选源点，包括：
从所述点云中确定离所述目标点最近的至少一个邻居点作为所述第一组候选源点；以及
所述从所述点云中确定与所述目标点相关联的第二组候选源点，包括：
从所述点云中确定所述第二组候选源点，其中与所述第二组候选源点相关联的所述目标点是与所述第二组候选源点中的每一个候选源点最近的邻居点中的一个。
4.根据权利要求1所述的方法，进一步包括：
计算在颜色空间中所述候选源点的所述颜色值与所述第一组候选源点的所述聚合颜色值之间的欧几里得距离，并将其作为所述颜色差。
5.根据权利要求1所述的方法，其特征在于，所述根据所述第一组候选源点中的所述候选源点与所述目标点之间的位置差以及所述候选源点的颜色值与所述第一组候选源点的聚合颜色值之间的颜色差的组合，对所述第一组候选源点中的所述候选源点的颜色值进行加权，包括：
根据所述第一组候选源点中的所述候选源点与所述目标点之间的所述位置差的倒数，以及所述第一组候选源点中的所述候选源点的所述颜色值与所述第一组候选源点的所述聚合颜色值之间的所述颜色差的倒数，对所述第一组候选源点中的所述候选源点的所述颜色值进行加权。
6.根据权利要求5所述的方法，进一步包括：
利用与所述颜色差的递升函数的倒数成比例的权重对所述第一组候选源点中的所述候选源点的所述颜色值进行加权，所述颜色差为所述第一组候选源点中的所述候选源点的所述颜色值与所述第一组候选源点的所述聚合颜色值之间的颜色差。
7.根据权利要求1所述的方法，所述从点云中至少确定第一组候选源点，包括：
确定颜色方差小于阈值的所述第一组候选源点。
8.根据权利要求7所述的方法，进一步包括：
当颜色的标准差大于等于所述阈值时，从所述第一组候选源点中去除与所述目标点之间距离最大的至少一个候选源点。
9.根据权利要求8所述的方法，所述当颜色的标准差大于等于所述阈值时，从所述第一组候选源点中去除与所述目标点之间距离最大的至少一个候选源点，包括：
当所述颜色的标准差大于等于所述阈值并且所述第一组候选源点中的所述候选源点的数目大于等于特定极限值时，从所述第一组候选源点中去除与所述目标点之间距离最大的所述至少一个候选源点。
10.根据权利要求8所述的方法，进一步包括：
当所述颜色的标准差大于等于所述阈值并且基于所述第一组候选源点中的所述候选源点的数目小于特定极限值时，选择所述第一组候选源点中与所述目标点距离最近的所述候选源点中的一个。
11.一种对点云进行编码的装置，其特征在于，包括：
确定模块，用于从点云中至少确定第一组候选源点，所述第一组候选源点与几何图像中的目标点相关联，所述几何图像是根据所述点云的压缩的几何图像重构的；
加权模块，用于根据所述第一组候选源点中的候选源点与所述目标点之间的位置差以及所述候选源点的颜色值与所述第一组候选源点的聚合颜色值之间的颜色差的组合，对所述第一组候选源点中的所述候选源点的颜色值进行加权，所述聚合颜色值包括颜色的平均值；
计算模块，用于计算所述第一组候选源点中的各所述候选源点的加权后的颜色值的平均值，以得到所述第一组候选源点的第一加权颜色平均值；
所述确定模块，还用于根据所述第一加权颜色平均值，来确定所述目标点的颜色值；以及
编码模块，用于对具有所述目标点的所述点云的纹理进行编码，所述目标点具有所确定的所述颜色值。
12.一种计算设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1～10任一项所述方法。
13.一种非易失性计算机可读存储介质，其特征在于，其存储有可由计算设备执行的计算机程序，当所述程序在计算设备上运行时，使得所述计算设备执行权利要求1～10任一项所述方法。
CN202010453949.2A 2019-05-30 2020-05-26 对点云进行编码的方法、装置以及存储介质 Active CN112019845B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201962854947P 2019-05-30 2019-05-30
US62/854,947 2019-05-30
US16/882,604 2020-05-25
US16/882,604 US11113866B2 (en) 2019-05-30 2020-05-25 Method and apparatus for point cloud compression

Publications (2)

Publication Number Publication Date
CN112019845A CN112019845A (zh) 2020-12-01
CN112019845B true CN112019845B (zh) 2024-04-26

Family

ID=73506607

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010453949.2A Active CN112019845B (zh) 2019-05-30 2020-05-26 对点云进行编码的方法、装置以及存储介质

Country Status (1)

Country Link
CN (1) CN112019845B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118042192A (zh) * 2021-03-12 2024-05-14 腾讯科技（深圳）有限公司 点云编码、解码的方法、装置及设备
WO2023093785A1 (en) * 2021-11-24 2023-06-01 Beijing Bytedance Network Technology Co., Ltd. Method, apparatus, and medium for point cloud coding
CN116614673B (zh) * 2023-07-21 2023-10-20 山东宝盛鑫信息科技有限公司 一种基于特殊人群的短视频推送系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10861196B2 (en) * 2017-09-14 2020-12-08 Apple Inc. Point cloud compression
US10897269B2 (en) * 2017-09-14 2021-01-19 Apple Inc. Hierarchical point cloud compression
US10607373B2 (en) * 2017-11-22 2020-03-31 Apple Inc. Point cloud compression with closed-loop color conversion

Also Published As

Publication number Publication date
CN112019845A (zh) 2020-12-01

Similar Documents

Publication Publication Date Title
US11783512B2 (en) Attribute value of reconstructed position associated with plural original points
CN113519163B (zh) 点云压缩的方法、装置和存储介质
WO2020251888A1 (en) Method and apparatus for point cloud compression
US11451802B2 (en) Method and apparatus for point cloud coding
US11120581B2 (en) Method and apparatus for point cloud compression
US11113866B2 (en) Method and apparatus for point cloud compression
CN111641834B (zh) 点云编码的方法和装置、计算机设备和存储介质
US11210813B2 (en) Method and apparatus for point cloud compression
CN112019845B (zh) 对点云进行编码的方法、装置以及存储介质
JP7325534B2 (ja) 点群符号化のための方法および装置
CN112399165B (zh) 解码方法及装置以及计算机设备和存储介质
CN113615201B (zh) 点云压缩和解压缩的方法和装置
RU2792020C1 (ru) Способ и устройство для кодирования облака точек
RU2799041C1 (ru) Способ и устройство для кодирования облака точек
US20230014820A1 (en) Methods and apparatuses for dynamic mesh compression
US20220156980A1 (en) Method and apparatus for point cloud coding
CN116368523A (zh) Uv坐标编码

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40035734

Country of ref document: HK

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant