CN112565757B - 基于通道差异化的点云属性编码及解码方法、装置及系统 - Google Patents
基于通道差异化的点云属性编码及解码方法、装置及系统 Download PDFInfo
- Publication number
- CN112565757B CN112565757B CN202011396404.9A CN202011396404A CN112565757B CN 112565757 B CN112565757 B CN 112565757B CN 202011396404 A CN202011396404 A CN 202011396404A CN 112565757 B CN112565757 B CN 112565757B
- Authority
- CN
- China
- Prior art keywords
- quantization parameter
- quantization
- attribute
- mode
- point cloud
- 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
Links
Images
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
- H04N19/124—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
- H04N19/50—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
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明公开了一种基于通道差异化的点云属性编码及解码方法、装置及系统,所述编码方法包括:获取待编码点云数据;对待编码点云数据的属性信息进行空间变换、属性插值以及属性预测处理,得到预测残差;根据第一量化参数对不同通道的预测残差分别进行量化处理,得到量化残差;对量化残差进行编码处理,并与经过编码的第一量化参数一起生成二进制码流,以完成点云属性的编码。本发明提供的基于通道差异化的点云属性编码方法,提升了编码性能。
Description
技术领域
本发明属于三维重建技术领域,具体涉及一种基于通道差异化的点云属性编码及解码方法、装置及系统。
背景技术
点云是空间中一组无规则分布的、表达三维物体或场景的空间结构及表面属性的离散点集。通常,三维点云数据包括代表每点三维空间坐标的几何信息,以及每点附属的颜色、反射率等属性信息,根据应用场景的不同,还可能具有材质或其他信息。现有的一些点云数据应用场景,根据数据使用和处理特点的不同,目前主要可归为两大类别:类别一是机器感知点云,例如自主导航系统、实时巡检系统、地理信息系统等;类别二是人眼感知点云,例如数字文化遗产、自由视点广播、三维沉浸通信等应用场景。
随着点云技术的不断发展,点云数据的压缩编码成为重要的研究问题。目前,国内数字音视频编解码技术标准工作组(AVS,Audio Video coding Standard Workgroup ofChina)和国际标准化组织中的运动图像专家组(MPEG,Moving Picture Experts Group)均在制订点云编码的标准。目前,在AVS平台上,点云的几何信息和属性信息是分开进行编解码的。在进行颜色信息编码时,需要将属性中的颜色信息从RGB颜色空间转换到亮度和色度颜色空间,然后对其进行属性插值、预测、量化及编码处理。
然而,上述方法在进行属性量化时,采用的是相同的量化步长来量化亮度和色度通道。而对于颜色通道为亮度和色度通道的属性值,由于在色度通道上属性值变化趋势相对于亮度通道更加平缓,若使用较大的量化步长色差信号会出现颜色漂移现象,即当色度信号被过度量化时,部分区域的颜色会发生变异,颜色从一个数值变换到另一个数值。在此情况下,用相同的量化步长来量化颜色的三个通道的分量显然是不适用的,会产生由于量化步长设置不合理而导致的量化步长越大,重建点云属性失真越小的现象,从而影响编码性能。
发明内容
为了解决现有技术中存在的上述问题,本发明提供了一种基于通道差异化的点云属性编码及解码方法、装置及系统。本发明要解决的技术问题通过以下技术方案实现:
一种基于通道差异化的点云属性编码方法,包括:
获取待编码点云数据;
对所述待编码点云数据的属性信息进行空间变换、属性插值以及属性预测处理,得到预测残差;
根据第一量化参数对不同通道的预测残差分别进行量化处理,得到量化残差;
对所述量化残差进行编码处理,并与经过编码的第一量化参数一起生成二进制码流,以完成点云属性的编码。
在本发明的一个实施例中,对所述待编码点云数据的属性信息进行空间变换、属性插值以及属性预测处理,得到预测残差,包括:
将所述待编码点云数据的属性信息中的颜色信息从RGB颜色空间转换到亮度和色度颜色空间;
对所述待编码点云数据进行属性插值处理;
对属性插值处理后的待编码点云数据进行属性预测,得到预测残差。
在本发明的一个实施例中,根据第一量化参数对不同通道的预测残差分别进行量化处理,得到量化残差,包括:
若判断所述第一量化参数小于等于预设量化参数值时,根据所述第一量化参数对亮度和色度通道的预测残差进行量化处理,得到量化残差。
在本发明的一个实施例中,根据第一量化参数对不同通道的预测残差分别进行量化处理,得到量化残差,还包括:
若判断所述第一量化参数大于预设量化参数值时,获取模式参数并对其进行编码;
根据所述模式参数得到对应的量化参数偏移值;
根据所述第一量化参数和所述量化参数偏移值得到第二量化参数;
根据所述第一量化参数对亮度通道的预测残差进行量化处理,并根据所述第二量化参数对色度通道的预测残差进行量化处理,得到量化残差。
在本发明的一个实施例中,根据所述模式参数得到对应的量化参数偏移值,包括:
根据所述模式参数得到偏移模式;
若判断所述偏移模式为预设模式时,则选取对应的预设偏移值作为所述量化参数偏移值;
若判断所述偏移模式为自定义模式时,则获取自定义偏移值,并将其作为所述量化参数偏移值,同时对所述自定义偏移值进行编码。
在本发明的一个实施例中,所述预设模式包括若干种不同模式,每种模式均包括一对应的预设偏移值。
本发明的另一个实施例提供了一种基于通道差异化的点云属性编码装置,包括:
信息获取模块,用于获取待编码点云数据;
信息处理模块,用于对所述待编码点云数据的属性信息进行处理,得到预测残差;
量化模块,用于对所述待编码点云数据的属性信息进行空间变换、属性插值以及属性预测处理,得到预测残差;
编码模块,用于对所述量化残差进行编码处理,用于对所述量化残差进行编码处理,并与经过编码的第一量化参数一起生成二进制码流,以完成点云属性的编码。
本发明的又一个实施例还提供了一种基于通道差异化的点云属性解码方法,包括:
获取待解码的二进制码流信息并进行解码处理,得到解码数据,其中所述解码数据包括解码残差和第一量化参数;
根据所述第一量化参数对不同通道的解码残差分别进行反量化处理,得到反量化残差;
利用所述反量化残差进行属性重建,得到重建属性信息;
对所述重建属性信息进行逆空间变换,以完成点云属性的解码。
本发明的再一个实施例还提供了一种基于通道差异化的点云属性解码装置,包括:
解码模块,用于获取待解码的二进制码流信息并进行解码处理,得到解码数据,其中所述解码数据包括解码残差和第一量化参数;
反量化模块,用于根据所述第一量化参数对不同通道的解码残差分别进行反量化处理,得到反量化残差;
属性重建模块,用于利用所述反量化残差进行属性重建,得到重建属性信息;
逆空间变换模块,用于对所述重建属性信息进行逆空间变换,以完成点云属性的解码。
本发明的再一个实施例还提供了一种点云重建系统,包括编码端和解码端,其中,所述编码端包括上述实施例所述的基于通道差异化的点云属性编码装置,所述解码端包括上述实施例所述的基于通道差异化的点云属性解码装置。
与现有技术相比,本发明的有益效果:
1、本发明提供的基于通道差异化的点云属性编码方法根据不同通道的属性分布情况,对不同通道采用不同的量化参数来进行残差量化,提升了编码性能;
2、本发明在通过对色度通道的量化参数相对亮度通道的量化参数进行了偏移,避免了色差信号量化步长过大出现的颜色漂移现象。
附图说明
图1为本发明实施例提供的一种基于通道差异化的点云属性编码方法的流程示意图;
图2为本发明实施例提供的一种基于通道差异化的点云属性编码装置的结构示意图;
图3为本发明实施例提供的一种基于通道差异化的点云属性解码方法的流程示意图;
图4为本发明实施例提供的一种基于通道差异化的点云属性解码装置的结构示意图;
图5为本发明实施例提供的一种点云重建系统结构示意图。
具体实施方式
下面结合具体实施例对本发明做进一步详细的描述,但本发明的实施方式不限于此。
实施例一
请参见图1,图1为本发明实施例提供的一种基于通道差异化的点云属性编码方法的流程示意图,包括:
步骤1:获取待编码点云数据。
在本实施例中,设获取到的待编码的点云数据中包含有若干个点。
步骤2:对待编码点云数据的属性信息进行空间变换、属性插值以及属性预测处理,得到预测残差,具体包括:
首先,将待编码点云数据的属性信息中的颜色信息从RGB颜色空间转换到亮度和色度颜色空间。一般而言,有损编码(有损压缩)是一种常用的编码模式,其在进行属性编码时,需要将点云数据的颜色信息从RGB颜色空间转换到亮度与色度颜色空间,例如YUV颜色空间。
然后,对点云数据进行属性插值处理。
具体地,在点云AVS编码器框架中,通常是先对点云数据进行几何编码,在几何编码完成后,再对几何信息进行重建,然后基于重建几何信息对属性信息进行编码的。
本实施例利用重建的几何信息对点云重新着色,也即属性插值处理,使得未编码的属性信息与重建的几何信息对应起来,得到属性插值处理后的待编码点云数据。
最后,对属性插值处理后的待编码点云数据进行属性预测,得到预测残差。
具体地,本实施例采用莫顿码或希尔伯特码先对属性插值处理后的待编码点云数据进行排序后,利用已编码点的属性值对待预测点进行插值预测得到预测属性值,然后将真实属性值和预测属性值进行差分得到预测残差。
步骤3:根据第一量化参数对不同通道的预测残差分别进行量化处理,得到量化残差。
目前,AVS的量化过程是在属性预测后对预测残差进行量化的,预测残差的量化是通过输入信号QP参数来实现的,也即本实施例所称第一量化参数,其用于确定量化器步长。
具体地,步骤3包括:
3a)若判断第一量化参数小于等于预设量化参数值时,根据第一量化参数对亮度和色度通道的预测残差进行量化处理,得到量化残差。
一般而言,获取到第一量化参数QP之后,便会对其进行编码,以便与后面的属性信息生成的编码一起生成二进制码流。同时,将获取的第一量化参数QP的数值,与预设的量化参数值QPP进行比较,在QP≤QPP时,直接采用QP参数确定属性量化器步长,其计算公式如下:
其中,attrQuantStep表示属性量化步长。
由于此时,QP值较小,其在对亮度和色度通道进行量化时,受不同通道属性分布的影响较小,因而采用统一的量化步长来进行亮度和色度三通道量化,其量化公式如下:
其中,Ri表示预测残差,Ri *表示量化残差,offset表示偏移量,其值为0.5,floor(·)表示向下取整函数。
此外,本实施例中的预设量化参数值QPP还可以根据实际需求自行设定,例如对于点云数据处理,可将QPP设置为20。
进一步地,由于预测残差在颜色通道亮度和色度上分布不同,其中,在色度通道上属性值变化趋势相对于亮度通道更加平缓,若使用较大的量化步长,色差信号会出现颜色漂移现象,因而采用相同的量化步长对三通道进行量化显然不合理。基于此,本实施例根据实际情况设置了若干量化参数偏移模式来对色度通道的QP值相对亮度通道的QP值进行偏移,并根据偏移后的QP值对色度通道进行量化处理。
本实施例设置了一个模式参数mode来表示偏移模式选择。
具体地,步骤3还包括:
31)若判断第一量化参数大于预设量化参数值时,获取模式参数并对其进行编码。
具体地,将获取的第一量化参数QP的数值,与预设的量化参数值QPP进行比较,在QP>QPP时,获取模式参数mode。
在本实施例中,还需要对模式参数mode进行编码并与属性信息编码和第一量化参数编码一起生成二进制码流。
32)根据模式参数得到对应的量化参数偏移值,具体包括:
32-1)根据模式参数得到偏移模式。
在本实施例中,设置有两种偏移模式,一种为预设模式,一种为自定义模式。其中,预设模式包括若干种不同模式,每种模式均包括一个对应的预设偏移值,也即在预设模式下,模式参数mode与偏移量之间具有一特定的映射关系。而在自定义模式下,其对应的偏移量可由用户自定义设置。
例如:当模式参数mode的值为0-N时,其表示预设模式,mode的值不为0-N时,其表示自定义模式。
然后,根据获得的模式参数mode可以确定出具体采用哪种偏移模式。
32-2)若判断偏移模式为预设模式时,则选取对应的预设偏移值作为量化参数偏移值。
例如,可以设置系统有三种预设模式,分别是mode取值为0、1、2时对应的模式1、模式2、模式3。
相应的,可以设置mode=0时,对应的量化参数偏移值为0;mode=1时,对应的量化参数偏移值为-5;mode=2时,对应的量化参数偏移值为-6。
在本实施例中,模式参数mode的取值与其偏移值的映射关系可由用户自行设置。例如mode=p(p≥0)时,偏移值为q(q可以大于0,也可以小于0)。
32-3)若判断偏移模式为自定义模式时,则获取自定义偏移值并将其作为量化参数偏移值,同时对自定义偏移值进行编码。
具体地,例如,在步骤32-2)设置当mode=0、1、2时,为预设模式。在此,可以设置mode=3时,偏移模式为自定义模式。此时,将用户自定义的偏移值作为量化参数偏移值。在本实施例中,采用量化偏移参数来表示自定义偏移值大小。
当系统判定偏移模式为自定义模式时,直接读取量化偏移参数的值用于后面的计算。
需要说明的是,当系统采用自定义偏移模式时,还需要对自定义偏移值进行编码,以与其他编码信息一起生成二进制码流。
33)根据第一量化参数和量化参数偏移值得到第二量化参数。
具体地,将第一量化参数QP作为亮度通道的量化参数QPL,即为QPL=QP,并根据上面得到的量化参数偏移值计算第二量化参数QPC,并以此作为色度通道的量化标准。
例如,当mode=0时,对应的量化参数偏移值为0,即色度通道的QP值不进行偏移,则第二量化参数QPC=QPL=QP;
当mode=1,量化参数偏移值为-5时,色度通道的QP值为亮度通道的QP值减去5,即QPC=QPL-5=QP-5;
当mode=2,量化参数偏移值为-6时,色度通道的QP值为亮度通道的QP值减去6,即QPC=QPL-6=QP-6。
34)根据第一量化参数对亮度通道的预测残差进行量化处理,并根据第二量化参数对预测残差的色度通道进行量化处理,得到量化残差。
具体地,根据上一步得到的亮度通道的量化参数QPL和U、V通道的量化参数QPC分别计算亮度通道和色度通道的量化步长,再根据不同的量化步长分别对预测残差的亮度通道分量和色度通道分量进行量化,得到量化残差,具体计算公式参见步骤3a)。
本实施例提供的基于通道差异化的点云属性编码方法根据不同通道的属性分布情况,对色度通道的量化参数相对亮度通道的量化参数进行了偏移,避免了色差信号量化步长过大出现的颜色漂移现象。
步骤4:对量化残差进行编码处理,并与所述第一量化参数的编码一起生成二进制码流,以完成点云属性的编码。
具体地,对步骤3得到的量化残差进行熵编码,并与前期对第一量化参数QP的编码以及模式参数mode一起生成二进制码流,该二进制码流还可以包括自定义偏移值的编码信息。
至此,完成点云属性的编码过程。
实施例二
在上述实施例一的基础上,本实施例还提供了一种基于通道差异化的点云属性编码装置,请参见图2,图2为本发明实施例提供的一种基于通道差异化的点云属性编码装置的结构示意图,其包括:
信息获取模块11,用于获取待编码点云数据;
信息处理模块12,用于对所述待编码点云数据的属性信息进行空间变换、属性插值以及属性预测处理,得到预测残差;
量化模块13,用于根据第一量化参数对不同通道的预测残差分别进行量化处理,得到量化残差;
编码模块14,用于对所述量化残差进行编码处理,并与经过编码的第一量化参数一起生成二进制码流,以完成点云属性的编码。
本实施例提供的基于通道差异化的点云属性编码装置可实现上述实施例一所述的基于通道差异化的点云属性编码装置,具体实现过程在此不再赘述。
实施例三
本实施例还提供的了一种基于通道差异化的点云属性解码方法,请参见图3,图3为本发明实施例提供的一种基于通道差异化的点云属性解码方法的流程示意图,包括:
步骤一:获取待解码的二进制码流信息并进行解码处理,得到解码数据,其中所述解码数据包括解码残差和第一量化参数。
具体地,由于在编码阶段,其生成的二进制码流信息包括预量化残差生成的二进制码,还包括第一量化参数生成的二进制码以及模式参数的编码,因此,对待解码信息解码之后得到的信息包括解码残差、第一量化参数以及模式参数。
此外,由于二进制码流信息还可能包括自定义偏移值的编码,因此,解码之后,还可得到自定义偏移值。
具体地,本实施例采用Ri *表示解码残差,QP表示第一量化参数,mode表示模式参数。
步骤二:根据第一量化参数对解码残差的不同通道分别进行反量化处理,得到反量化残差。
具体地,反量化公式为:
具体地,由于在编码阶段,对于亮度和色度通道采用了不同的量化参数,因此,在解码阶段,采用相同的方法先对第一量化参数进行判断,并根据模式参数选择不同的偏移模式及其对应的偏移值,若根据模式参数得到的偏移模式为自定义模式时,则直接读取解码得到的自定义偏移值。然后计算不同通道的量化步长,具体地计算方式同实施例一般,在此不再赘述。
最后根据不同的量化步长对相应的通道进行反量化处理,得到反量化残差。
步骤三:对反量化残差进行属性重建,得到重建属性信息。
其中,对于颜色属性的每个通道(R、G、B或Y、U、V通道),MinRange=0,MaxRange=255;对反射率属性,MinRange=-32768,MaxRange=32767。
步骤四:对重建属性信息进行逆空间变换,以完成点云属性的解码。
实施例四
在上述实施例三的基础上,本实施例还提供了一种基于通道差异化的点云属性解码装置,请参见图4,图4为本发明实施例提供的一种基于通道差异化的点云属性解码装置的结构示意图;,其包括:
解码模块21,用于获取待解码的二进制码流信息并进行解码处理,得到解码数据,其中所述解码数据包括解码残差和第一量化参数;
反量化模块22,用于根据所述第一量化参数对不同通道的解码残差分别进行反量化处理,得到反量化残差;
属性重建模块23,用于利用反量化残差进行属性重建,得到重建属性信息;
逆空间变换模块24,用于对所述重建属性信息进行逆空间变换,以完成点云属性的解码。
本实施例提供的基于通道差异化的点云属性解码装置可实现上述实施例三所述的基于通道差异化的点云属性解码方法,具体实现过程在此不再赘述。
实施例五
在上述实施例一至实施例四的基础上,本实施例提供了一种点云重建系统,请参见图5,图5为本发明实施例提供的一种点云重建系统结构示意图,其包括编码端和解码端,其中,
编码端包括上述实施例二所述的基于通道差异化的点云属性编码装置,其可以实现上述实施例一所述的基于通道差异化的点云属性编码方法。
解码端包括上述实施例四所述的基于通道差异化的点云属性解码装置,其可以实现上述实施例三所述的基于通道差异化的点云属性解码方法。
实施例六
为了进一步说明上述实施例一的有益效果,本实施例将上述实施例一提供的基于通道差异化的点云属性编码方法在AVS平台上进行测试验证。将不同点云序列的颜色属性信息按照实施例一提供的的基于通道差异化的变换到亮度和色度空间,其中,Luma表示明亮度,Chroma Cb和Chroma Cr表示色度。左侧原始数据表示色度通道QP值没有经过偏移时的量化情况,右侧数据为色度通道QP值偏移-2后进行量化的结果。
表1
从上表可以看出,在未进行偏移时,QP值在40和48处出现了量化步长越大,重建点云属性失真越小的现象。当chroma QP偏移-2后,该现象消失。
进一步地,在AVS平台上对色度通道的QP值偏移-2后的序列进行测试,结果如表2所示:
表2Chroma QP偏移-2对应的性能
由上表可知,所有序列的BD-rate值均为负值,而BD-rate为负时表示性能变好,在此基础上BD-rate的绝对值越大,则性能的增益越大。
由此说明本发明提供的重建点云的BD-rate有较为明显的提升,说明本发明提供的基于通道差异化的点云属性编码方法可以改善编码性能。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (8)
1.一种基于通道差异化的点云属性编码方法,其特征在于,包括:
获取待编码点云数据;
对所述待编码点云数据的属性信息进行空间变换、属性插值以及属性预测处理,得到预测残差;
根据第一量化参数对不同通道的预测残差分别进行量化处理,得到量化残差;
对所述量化残差进行编码处理,并与经过编码的第一量化参数一起生成二进制码流,以完成点云属性的编码;其中,
根据第一量化参数对不同通道的预测残差分别进行量化处理,得到量化残差包括:
当所述第一量化参数大于预设量化参数值时,获取模式参数并对其进行编码;
根据所述模式参数得到偏移模式;
若判断所述偏移模式为预设模式时,则选取对应的预设偏移值作为所述量化参数偏移值;或者若判断所述偏移模式为自定义模式时,获取自定义偏移值,并将其作为所述量化参数偏移值,同时对所述自定义偏移值进行编码;
根据所述第一量化参数和所述量化参数偏移值得到第二量化参数;
根据所述第一量化参数对亮度通道的预测残差进行量化处理,并根据所述第二量化参数对色度通道的预测残差进行量化处理,得到量化残差。
2.根据权利要求1所述的基于通道差异化的点云属性编码方法,其特征在于,对所述待编码点云数据的属性信息进行空间变换、属性插值以及属性预测处理,得到预测残差,包括:
将所述待编码点云数据的属性信息中的颜色信息从RGB颜色空间转换到亮度和色度颜色空间;
对所述待编码点云数据进行属性插值处理;
对属性插值处理后的待编码点云数据进行属性预测,得到预测残差。
3.根据权利要求1所述的基于通道差异化的点云属性编码方法,其特征在于,根据第一量化参数对不同通道的预测残差分别进行量化处理,得到量化残差,包括:
若判断所述第一量化参数小于等于预设量化参数值时,根据所述第一量化参数对亮度和色度通道的预测残差进行量化处理,得到量化残差。
4.根据权利要求1所述的基于通道差异化的点云属性编码方法,其特征在于,所述预设模式包括若干种不同模式,每种模式均包括一对应的预设偏移值。
5.一种基于通道差异化的点云属性编码装置,其特征在于,包括:
信息获取模块(11),用于获取待编码点云数据;
信息处理模块(12),用于对所述待编码点云数据的属性信息进行空间变换、属性插值以及属性预测处理,得到预测残差;
量化模块(13),用于根据第一量化参数对不同通道的预测残差分别进行量化处理,得到量化残差;
编码模块(14),用于对所述量化残差进行编码处理,并与经过编码的第一量化参数一起生成二进制码流,以完成点云属性的编码;其中,
所述量化模块(13)具体用于实现如下步骤:
当所述第一量化参数大于预设量化参数值时,获取模式参数并对其进行编码;
根据所述模式参数得到偏移模式;
若判断所述偏移模式为预设模式时,则选取对应的预设偏移值作为所述量化参数偏移值;或者若判断所述偏移模式为自定义模式时,获取自定义偏移值,并将其作为所述量化参数偏移值,同时对所述自定义偏移值进行编码;
根据所述第一量化参数和所述量化参数偏移值得到第二量化参数;
根据所述第一量化参数对亮度通道的预测残差进行量化处理,并根据所述第二量化参数对色度通道的预测残差进行量化处理,得到量化残差。
6.一种基于通道差异化的点云属性解码方法,其特征在于,包括:
获取待解码的二进制码流信息并进行解码处理,得到解码数据,其中所述解码数据包括解码残差、第一量化参数以及模式参数;
根据所述第一量化参数和所述模式参数对不同通道的解码残差分别进行反量化处理,得到反量化残差;
利用所述反量化残差进行属性重建,得到重建属性信息;
对所述重建属性信息进行逆空间变换,以完成点云属性的解码;其中,
根据所述第一量化参数和所述模式参数对不同通道的解码残差分别进行反量化处理,得到反量化残差包括:
当所述第一量化参数大于预设量化参数值时,根据所述模式参数得到偏移模式;
若判断所述偏移模式为预设模式时,选取对应的预设偏移值作为量化参数偏移值;或者若判断所述偏移模式为自定义模式时,直接读取解码得到的自定义偏移值作为量化参数偏移值;
根据所述第一量化参数和所述量化参数偏移值得到第二量化参数;
根据所述第一量化参数对亮度通道的解码残差进行反量化处理,并根据所述第二量化参数对色度通道的解码残差进行反量化处理,得到反量化残差。
7.一种基于通道差异化的点云属性解码装置,其特征在于,包括:
解码模块(21),用于获取待解码的二进制码流信息并进行解码处理,得到解码数据,其中所述解码数据包括解码残差、第一量化参数以及模式参数;
反量化模块(22),用于根据所述第一量化参数和所述模式参数对不同通道的解码残差分别进行反量化处理,得到反量化残差;
属性重建模块(23),用于利用所述反量化残差进行属性重建,得到重建属性信息;
逆空间变换模块(24),用于对所述重建属性信息进行逆空间变换,以完成点云属性的解码;其中,
所述反量化模块(22)具体用于实现如下步骤:
当所述第一量化参数大于预设量化参数值时,根据所述模式参数得到偏移模式;
若判断所述偏移模式为预设模式时,则选取对应的预设偏移值作为量化参数偏移值;或者若判断所述偏移模式为自定义模式时,直接读取解码得到的自定义偏移值作为量化参数偏移值;
根据所述第一量化参数和所述量化参数偏移值得到第二量化参数;
根据所述第一量化参数对亮度通道的解码残差进行反量化处理,并根据所述第二量化参数对色度通道的解码残差进行反量化处理,得到反量化残差。
8.一种点云重建系统,其特征在于,包括编码端和解码端,其中,所述编码端包括如权利要求5所述的基于通道差异化的点云属性编码装置,所述解码端包括如权利要求7所述的基于通道差异化的点云属性解码装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011396404.9A CN112565757B (zh) | 2020-12-03 | 2020-12-03 | 基于通道差异化的点云属性编码及解码方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011396404.9A CN112565757B (zh) | 2020-12-03 | 2020-12-03 | 基于通道差异化的点云属性编码及解码方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112565757A CN112565757A (zh) | 2021-03-26 |
CN112565757B true CN112565757B (zh) | 2022-05-13 |
Family
ID=75047782
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011396404.9A Active CN112565757B (zh) | 2020-12-03 | 2020-12-03 | 基于通道差异化的点云属性编码及解码方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112565757B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115412715B (zh) * | 2021-05-26 | 2024-03-26 | 荣耀终端有限公司 | 一种点云属性信息的预测编解码方法及装置 |
CN113284248B (zh) * | 2021-06-10 | 2022-11-15 | 上海交通大学 | 一种点云有损压缩的编解码方法、装置和系统 |
CN115474046A (zh) * | 2021-06-11 | 2022-12-13 | 维沃移动通信有限公司 | 点云属性信息编码方法、解码方法、装置及相关设备 |
CN115474058A (zh) * | 2021-06-11 | 2022-12-13 | 维沃移动通信有限公司 | 点云编码处理方法、点云解码处理方法及相关设备 |
CN113840150B (zh) * | 2021-09-17 | 2023-09-26 | 中山大学 | 一种点云反射率属性熵编解码方法 |
CN116233426B (zh) * | 2021-12-03 | 2024-05-31 | 维沃移动通信有限公司 | 属性量化、反量化方法、装置及设备 |
CN116347105A (zh) * | 2021-12-24 | 2023-06-27 | 中兴通讯股份有限公司 | 一种点云编码方法、装置、通信节点及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108322742A (zh) * | 2018-02-11 | 2018-07-24 | 北京大学深圳研究生院 | 一种基于帧内预测的点云属性压缩方法 |
CN111586408A (zh) * | 2019-02-19 | 2020-08-25 | 诺基亚技术有限公司 | 用于跨通道残差编码和解码的量化参数得出 |
CN111953998A (zh) * | 2020-08-16 | 2020-11-17 | 西安电子科技大学 | 基于dct变换的点云属性编码及解码方法、装置及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11514613B2 (en) * | 2017-03-16 | 2022-11-29 | Samsung Electronics Co., Ltd. | Point cloud and mesh compression using image/video codecs |
-
2020
- 2020-12-03 CN CN202011396404.9A patent/CN112565757B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108322742A (zh) * | 2018-02-11 | 2018-07-24 | 北京大学深圳研究生院 | 一种基于帧内预测的点云属性压缩方法 |
CN111586408A (zh) * | 2019-02-19 | 2020-08-25 | 诺基亚技术有限公司 | 用于跨通道残差编码和解码的量化参数得出 |
CN111953998A (zh) * | 2020-08-16 | 2020-11-17 | 西安电子科技大学 | 基于dct变换的点云属性编码及解码方法、装置及系统 |
Non-Patent Citations (1)
Title |
---|
点云属性压缩算法研究;周凡;《中国优秀硕士学位论文全文数据库 基础科学辑》;20200215;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112565757A (zh) | 2021-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112565757B (zh) | 基于通道差异化的点云属性编码及解码方法、装置及系统 | |
CN112565734B (zh) | 基于混合编码的点云属性编解码方法及装置 | |
JP2925097B2 (ja) | イメージ伝送のための適応量子化の方法及びシステム | |
KR100880039B1 (ko) | 웨이블릿 기반 이미지 코덱에서의 부호화 이득을 달성하는방법 및 시스템 | |
CN106063266B (zh) | 用于编码图像数据的方法和装置以及用于解码图像数据的方法和装置 | |
CN110602491A (zh) | 帧内色度预测方法、装置、设备及视频编解码系统 | |
JPH04323963A (ja) | 画像処理方法及び装置 | |
KR19990006985A (ko) | 모자이크 영상의 유손실 압축 방법 및 프로세서 | |
JP2000165880A (ja) | 適応的変換方法を用いる映像圧縮符号化装置および複号化装置ならびにその方法 | |
GB2518061B (en) | Techniques for video compression | |
CN109874012B (zh) | 一种视频编码方法、编码器、电子设备及介质 | |
US20230232016A1 (en) | Point cloud encoding method and related apparatuses | |
Ma et al. | A cross channel context model for latents in deep image compression | |
CN112637596B (zh) | 一种码率控制系统 | |
Yuan et al. | Global rate-distortion optimization of video-based point cloud compression with differential evolution | |
KR101119970B1 (ko) | 적응적인 양자화 스텝을 이용한 영상의 부호화, 복호화방법 및 장치 | |
CN107343199B (zh) | 用于hevc中样点的快速自适应补偿方法 | |
KR20170098163A (ko) | 이미지 부호화 및 복호화 방법, 이를 이용하는 이미지 부호화기 및 이미지 복호화기 | |
CN113301339A (zh) | 数据编码、解码方法及装置 | |
JPH02264585A (ja) | 画像信号の符号化方式 | |
CN112509107A (zh) | 一种点云属性重着色方法、装置及编码器 | |
CN1338235A (zh) | 基于分段的视频压缩编码的方法和装置 | |
KR100324471B1 (ko) | 동화상 부호화장치, 동화상 부호화방법 및 그 컴퓨터 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체 | |
Samuelsson et al. | Image compression with xvc | |
US20240137506A1 (en) | Systems and methods for image filtering |
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 |