CN112995662A - 一种点云的属性熵编码和熵解码的方法及设备 - Google Patents

一种点云的属性熵编码和熵解码的方法及设备 Download PDF

Info

Publication number
CN112995662A
CN112995662A CN202110269745.8A CN202110269745A CN112995662A CN 112995662 A CN112995662 A CN 112995662A CN 202110269745 A CN202110269745 A CN 202110269745A CN 112995662 A CN112995662 A CN 112995662A
Authority
CN
China
Prior art keywords
attribute
decoding
equal
entropy
value
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
CN202110269745.8A
Other languages
English (en)
Other versions
CN112995662B (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
Original Assignee
Peking University Shenzhen Graduate School
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 filed Critical Peking University Shenzhen Graduate School
Priority to CN202110269745.8A priority Critical patent/CN112995662B/zh
Publication of CN112995662A publication Critical patent/CN112995662A/zh
Priority to US18/011,397 priority patent/US20230326085A1/en
Priority to PCT/CN2022/080268 priority patent/WO2022188848A1/zh
Application granted granted Critical
Publication of CN112995662B publication Critical patent/CN112995662B/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
    • 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
    • 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
    • H04N19/10—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]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/005—Statistical coding, e.g. Huffman, run length coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/161—Encoding, multiplexing or demultiplexing different image signal components

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明提供了一种点云的属性熵编码和熵解码的方法及设备，该编码方法包括：如果满足点云属性残差系数整体的编码处理条件，则对点云属性残差系数进行整体的编码处理，之后编码结束，如果不满足，则对点云属性残差系数进行局部的逐个的编码处理直至编码结束；该熵解码方法包括：如果满足点云属性残差系数整体的解码处理条件，则对点云属性残差系数进行整体的解码处理，之后解码结束，如果不满足，则对点云属性残差系数进行局部的逐个的解码处理直至解码结束；本发明的点云的属性熵编码和熵解码的方法及设备，更好的利用了点云中的冗余的信息，提高了压缩性能。

Description

一种点云的属性熵编码和熵解码的方法及设备
技术领域
本发明涉及点云处理技术领域，尤其涉及一种点云的属性熵编码和熵解码的方法及设备。
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(激光、雷达等)的快速发展，点云的精度、分辨率更高。高精度点云处理广泛应用于城市数字化地图的构建，在如智慧城市、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、传输等带来巨大挑战，所以点云压缩十分必要。
点云压缩主要分为几何压缩和属性压缩，目前由国际标准组织(Moving PictureExperts Group，MPEG)所提供的测试平台TMC13v12(Test Model for Category 1&3version 12)中描述的属性压缩框架主要有基于渐近层次表达(Level of Detail，简称为LOD)的升降变换(Lifting Transform)策略以及基于LOD的预测变换(PredictingTransform)策略，其核心都是先产生属性预测值，之后用当前点的实际属性值减去属性预测值得到属性残差系数。对属性残差系数进行熵编码，同理在解码端，先生成属性预测值，加上解码之后的属性残差系数得到最终的属性值。
而在对属性残差系数进行编解码对时候，点云的属性熵编码器和熵解码器压缩框架主要是基于连续零的个数来进行熵编解码。
同时也有目前由中国AVS(Audio Video coding Standard)点云压缩工作组所提供的测试平台PCRM v1.0中描述的点云属性压缩方法主要采用基于预测或变换方法对点云属性压缩方法，其核心都是编码属性残差系数以及解码属性残差系数。而其对属性残差系数的编码或者解码都是采用直接编码或者解码的方式。
现有技术的直接编码和解码方法的压缩性能效率低，考虑到如上的情况，本发明设计了一种新的点云的属性熵编码器和属性熵解码器，使得本发明的属性熵编码器和属性熵解码器更加的高效。
发明内容
本发明的目的在于公开一种点云的属性熵编码和熵解码的方法及设备，提高了点云属性的压缩性能。
本发明提供的技术方案描述如下：
根据本发明的一个方面，提供了一种点云的属性熵编码和熵解码的方法，包括：确定属性熵编码器和熵解码器的结构；确定属性熵编码的编码方法和属性熵解码的解码方法；编码以及解码。
根据本发明的再又另一方面，一种点云的属性熵编码和点云的属性熵解码的设备，包括处理器、存储器及通信总线；存储器上存储有可被处理器执行的计算机可读程序；通信总线实现处理器和存储器之间的连接通信；处理器执行计算机可读程序时实现一种点云的属性熵编码器和点云的属性熵解码方法的步骤。
一种点云的属性熵编码方法，其特征在于，包括：
C4：对于当前点的属性残差系数A1，A2，……，AM，M为大于1的整数，若M个属性残差系数不同时等于0，利用上下文编码标志位Fk，表示Ak(0＜k＜＝M)是否等于0；
C5：若Ak不等于0，利用所述当前点的已编码属性残差系数，自适应选取上下文编码所述当前点的未编码残差系数；
C7：若Ak等于0，利用上下文编码标志位Fj，表示Aj(0＜j＜＝M且j不等于k)是否等于0：
C10：若Aj不等于0，则利用所述当前点的已编码属性残差系数，自适应选取上下文编码除Ak外所述当前点的未编码属性残差系数；
C8：若Aj等于0，则利用所述当前点的已编码属性残差系数，自适应选取上下文编码除Aj和Ak外所述当前点的未编码属性残差系数。
优选地，在所述的步骤C4前还包括方法一：
C2：对于所述当前点的属性残差系数A1，A2，……，AM，M为大于1的整数，若所述当前点的M个属性残差系数同时等于0，利用上下文编码标志位FM，表示A1，A2……AM是否同时等于0；
优选地，在所述的步骤C4前还包括方法二：
C1’：对于所述当前点的属性残差系数A1，A2，……，AM，M为大于1的整数，若所述当前点的M个属性残差系数同时等于0，记录到所述当前点连续M个属性残差系数同时等于0的点的个数；
C2’：若所述当前点的M个属性残差系数不同时等于0，编码到所述当前点M个属性残差系数同时等于0的连续点的个数。
优选地，若所述当前点的属性残差系数(A1或A2……或AM)等于0，则将所述属性残差系数作为熵编码数值，编码所述熵编码数值；
当编码的属性残差系数(A1或A2……或AM)不等于0且不存在标志位，则将所述属性残差系数的绝对值作为熵编码数值，编码所述熵编码数值及相应的所述属性残差值的符号位(正或负)；
当编码的属性残差系数(A1或A2……或AM)不等于0且存在标志位，则将所述属性残差系数的绝对值减1的差值作为熵编码数值，编码所述熵编码数值及相应的所述属性残差值的符号位(正或负)。
优选地，所述编码所述熵编码数值，具体包括：
利用上下文编码一个标志位代表所述熵编码数值是否等于0；
如果所述熵编码数值不为0，利用上下文编码一个标志位代表其是否等于1；
如果所述熵编码数值不为1，利用上下文编码一个标志位代表其是否等于2；
依次类推，直到利用上下文编码一个标志位代表其是否等于n(n大于0)；
如果所述熵编码数值不为n，则编码该数值减去n+1的差值。
优选地，所述利用所述当前点的已编码属性残差系数，自适应选取上下文编码所述当前点的未编码残差系数，具体包括：
对于一个所述当前点的已编码属性残差系数At，设置H个标志位bt0，bt1，……，bt(H-1)，其中bth代表At是否等于h，h＝0，1，……，H-1；
对于r个所述当前点的已编码属性残差系数，将r*H个标志位作为上下文，编码所述当前点的未编码残差系数。
一种点云的属性熵编码设备，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所述的点云的属性熵编码方法中的步骤。
一种点云的属性熵解码方法，其特征在于，包括如下步骤：
D5：对于当前点的属性残差系数A1，A2，……，AM，M为大于1的整数，利用上下文解码标志位Fk，表示Ak(0＜k＜＝M)是否等于0；
D6：若Ak不等于0，利用所述当前点的已解码属性残差系数，自适应选取上下文解码所述当前点的未解码残差系数；
D8：若Ak等于0，利用上下文解码标志位Fj，表示Aj(0＜j＜＝M且j不等于k)是否等于0；
D11：若Aj不等于0，则利用所述当前点的已解码属性残差系数，自适应选取上下文解码除Ak外所述当前点的未解码属性残差系数；
D9：若Aj等于0，则利用所述当前点的已解码属性残差系数，自适应选取上下文解码除Aj和Ak外所述当前点的未解码属性残差系数。
优选地，在步骤D5前还包括方法三：
D2：对于所述当前点的属性残差系数A1，A2，……，AM，M为大于1的整数，利用上下文解码标志位FM，表示A1，A2，……，AM是否同时等于0；
优选地，在步骤D5前还包括方法四：
D2’：对于所述当前点的属性残差系数A1，A2，……，AM，M为大于1的整数，解码获得到所述当前点连续M个属性残差系数同时等于0的点的个数。
优选地，所述的解码获得熵解码数值，当所述熵解码数值为0，则将所述熵解码数值作为属性残差系数A1或A2……或AM；
当所述熵解码数值不等于0且不存在标志位，则将所述熵解码数值作为属性残差系数A1或A2……或AM的绝对值，并解码获得A1或A2……或AM的符号位(正或负)。
当所述熵解码数值不等于0且存在标志位，将所述熵解码数值加1的和作为属性残差系数A1或A2……或AM的绝对值，并解码获得A1或A2……或AM的符号位(正或负)。
优选地，其中解码获得熵解码数值，具体包括：
利用上下文解码一个标志位代表所述熵解码数值是否等于0；
如果所述熵解码数值不为0，利用上下文解码一个标志位代表其是否等于1；
如果所述熵解码数值不为1，利用上下文解码一个标志位代表其是否等于2；
依次类推，直到利用上下文解码一个标志位代表其是否等于n(n大于0)；
如果所述熵解码数值不为n，则将解码获得的数值加上n+1的和值作为熵解码数值。
优选地，其中所述利用所述当前点的已解码属性残差系数，自适应选取上下文解码所述当前点的未解码残差系数，具体包括：
对于一个所述当前点的已解码属性残差系数At，设置H个标志位bt0，bt1，……，bt(H-1)，其中bth代表At是否等于h，h＝0，1，……，H-1；
对于r个所述当前点的已解码属性残差系数，将r*H个标志位作为上下文，解码所述当前点的未解码残差系数。
一种点云的属性熵解码设备，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所述的点云的属性熵解码方法中的步骤。
与现有技术相比，本发明的有益效果是：本发明的点云的属性熵编码和点云的属性熵解码器的方法及设备，更好的利用了点云中的冗余的信息，提高了压缩性能。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明的点云属性熵编码方法的流程方框图。
图2是本发明的点云属性熵解码方法的流程方框图。
图3是本发明的点云属性熵编码方法的另一实施例流程方框图，该实施例采用另一判断条件。
图4是本发明的点云属性熵解码方法的另一实施例流程方框图，该实施例采用另一判断条件。
具体实施方式
下面结合附图，通过实施例进一步描述本发明，实施例是本发明的最佳实施方式，依本发明的构思可以有其它实施方式，本说明书中给出的实施例不以任何方式限制本发明的范围。
如图1和3所示，一种点云属性熵编码方法，包含如下步骤：
C4：利用上下文编码标志位Fk，表示Ak(0＜k＜＝M)是否等于0；
C5：若Ak不等于0，利用所述当前点的已编码属性残差系数，自适应选取上下文编码所述当前点的未编码残差系数。
C6：结束编码当前点的属性残差系数。
C7：当Ak是等于0，判断编码标志位Fj代表Aj是否等于0，若Ak等于0，利用上下文编码标志位Fj，表示Aj(0＜j＜＝M且j不等于k)是否等于0；
C8：当Ak是等于0且Aj是等于0，则利用所述当前点的已编码属性残差系数，自适应选取上下文编码除Aj和Ak外所述当前点的未编码属性残差系数。
C9：结束编码当前点的属性残差系数。
C10：当Ak是等于0且Aj不等于0，则利用所述当前点的已编码属性残差系数，自适应选取上下文编码除Ak外所述当前点的未编码属性残差系数。
C11：结束编码当前点的属性残差系数。
具体的：
C4：利用上下文编码标志位Fk，表示U或G是否等于0；
C5：当U或G不是等于0，利用固定的上下文编码U或G，利用当前待编码的属性残差系数之前的所有已编码属性残差系数自适应选取上下文编码V或B，Y或R
C6：结束编码当前点的属性残差系数。
C7：当U或G是等于0，利用上下文编码Fj标志位代表V或B是否等于0；
C8：当U或G是等于0且当V或B是等于0，利用固定的上下文编码Y或R；
C9：结束编码当前点的属性残差系数。
C10：当U或G是等于0且当V或B是不等于0，利用固定的上下文编码V或B，利用当前待编码的属性残差系数之前的所有已编码属性残差系数自适应选取上下文编码Y或R，
C11：结束编码当前点的属性残差系数。
优选地，在步骤C4前还包括方法一或者方法二，图1和3所示：
方法一如图1所示，
C1：对于当前点的属性残差系数A1，A2，……，AM，M为大于1的整数；
C2：编码标志位FM代表A1，A2，……，AM是否同时等于0；
C3：当A1，A2，……，AM是同时等于0，结束编码当前点的属性残差系数。
具体的：
C1：对于当前点的属性残差系数Y，U，V或R，G，B；
C2：编码标志位FM代表Y，U，V或R，G，B是否同时等于0。
C3：当Y，U，V或R，G，B是同时等于0，结束编码当前点的属性残差系数。
方法二如图三所示，
C1’：初始化一个M数组，用来存储连续的A1，A2，……，AM，M为大于1的整数，同时等于0的个数；
C2’：遍历M数组，数组元素代表连续的A1，A2，……，AM，同时等于0的个数，记作n，利用上下文编码n。
C3’：当n不是否为0，结束编码前n点的属性残差系数。
具体的：
C1’：初始化一个M数组，用来存储连续的Y，U，V或R，G，B同时等于0的个数；
C2’：按顺序统计连续的Y，U，V或R，G，B同时等于0的个数，直到出现Y，U，V或R，G，B不同时等于0的时候，记录Y，U，V或R，G，B同时等于0的个数记作n，存到数组M中去，按照顺序遍历完当前点云中所有的点，遍历M数组，当数组元素n不为0的时候，利用上下文编码该数组元素n；当数组元素n为0，代表Y，U，V或R，G，B不同时等于0，利用上下文编码该数组元素n。
C3’当n是不等于0的时候，结束编码前n点属性残差系数：
所述的点云的属性熵编码的方法，其中，
若所述当前点的属性残差系数A1或A2……或AM等于0，则将所述属性残差系数作为熵编码数值，编码所述熵编码数值；
当编码的属性残差系数A1或A2……或AM不等于0且不存在标志位，则将所述属性残差系数的绝对值作为熵编码数值，编码所述熵编码数值及相应的所述属性残差值的符号位(正或负)；
当编码的属性残差系数A1或A2……或AM不等于0且存在标志位，则将所述属性残差系数的绝对值减1的差值作为熵编码数值，编码所述熵编码数值及相应的所述属性残差值的符号位(正或负)。
具体的，若所述当前点的属性残差系数(Y或U或V或R或G或B)等于0，则将所述属性残差系数作为熵编码数值，编码所述熵编码数值；
当编码的属性残差系数(Y或U或V或R或G或B)不等于0且不存在标志位，则将所述属性残差系数的绝对值作为熵编码数值，编码所述熵编码数值及相应的所述属性残差系数的符号位(正或负)；
当编码的属性残差系数(Y或U或V或R或G或B)不等于0且存在标志位，则将所述属性残差系数的绝对值减1的差值作为熵编码数值，编码所述熵编码数值及相应的所述属性残差系数的符号位(正或负)。
所述编码所述熵编码数值，具体包括：
利用上下文编码一个标志位代表所述熵编码数值是否等于0；如果所述熵编码数值不为0，利用上下文编码一个标志位代表其是否等于1；如果所述熵编码数值不为1，利用上下文编码一个标志位代表其是否等于2；依次类推，直到利用上下文编码一个标志位代表其是否等于n(n大于0)；如果所述熵编码数值不为n，则编码该数值减去n+1的差值。
具体的，
方法1；利用上下文编码一个标志位代表其是否等于0，如果是则编码结束，之后利用上下文编码一个标志位代表其是否等于1，如果是则编码结束，之后利用上下文编码一个标志位代表其是否等于2，如果是则编码结束，如果不是，则继续编码该数值减去3，结束编码。
方法2：利用上下文编码一个标志位代表其是否等于0，如果是则编码结束，之后利用上下文编码一个标志位代表其是否等于1，如果是则编码结束，如果不是，则继续编码该数值减去2，结束编码。
优选地，所述利用所述当前点的已编码属性残差系数，自适应选取上下文编码所述当前点的未编码残差系数，具体包括：
对于一个所述当前点的已编码属性残差系数At，设置H个标志位bt0，bt1，……，bt(H-1)，其中bth代表At是否等于h，h＝0，1，……，H-1；
对于r个所述当前点的已编码属性残差系数，将r*H个标志位作为上下文，编码所述当前点的未编码残差系数。
具体的，对于当前待编码的属性残差系数Y或R，前有2个已经编码完的属性残差系数U或G和V或B，设置3个标志位，自适应的选取上下文来编码Y或R，共有22*3＝64个上下文。
一种点云的属性熵编码设备，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一种点云的属性熵编码方法中的步骤。
如图2和4所示，一种点云属性熵解码方法，包括如下步骤。
D5：解码标志位Fk，并对标志位Fk进行判断。
D6：标志位Fk为否，利用已解码的属性残差系数自适应的选取上下文解码所有属性残差系数；
D7：结束解码当前点的属性残差系数。
D8：标志位Fk为是，解码标志位Fj，并判读标志位Fj。
D9：标志位Fk为是且标志位Fj为是，Ak＝Aj＝0，利用已解码的属性残差系数自适应的选取上下文上下文解码除Ak和Aj外所有属性残差系数。
D10：结束解码当前点的属性残差系数。
D11：标志位Fk为是且标志位Fj为否，Ak＝0，利用已解码的属性残差系数自适应的选取上下文解码除Ak外所有属性残差系数。
D12：结束解码当前点的属性残差系数。
具体的：
D5：利用上下文解码标志位Fk，，并对标志位Fk进行判断。
D6：标志位Fk为否，利用固定的上下文解码得到U或G，利用当前待解码的属性残差系数之前的所有已解码的属性残差系数自适应选取上下文解码V或B，Y或R，；
D7：结束解码当前点的属性残差系数。
D8：标志位Fk为是，利用上下文解码标志位Fj，并判读标志位Fj。
D9：标志位Fk为是且标志位Fj为是，U或G等于0且V或B等于0，利用固定的上下文解码得到Y或R。
D10：结束解码当前点的属性残差系数。
D11：标志位Fk为是且标志位Fj为否，U或G等于0且V或B不等于0，利用固定的上下文解码得到V或B，之后利用当前待解码的属性残差系数之前的所有已解码的属性残差系数自适应选取上下文解码Y或R。
D12：结束解码当前点的属性残差系数。
在一种点云属性熵解码方法的另一实施例中，在D5前还包括方法三，方法三的步骤如图2所示，
D1：解码码流。
D2：解码标志位FM，判读标志位FM。
D3：标志位FM为是，属性残差系数A1，A2，……，AM是同时等于0。
D4：结束解码当前点的属性残差系数。
具体的：
D1：解码码流。
D2：利用上下文解码标志位FM，判读标志位FM。
D3：标志位FM为是，代表Y，U，V或R，G，B是同时等于0，
D4：结束解码当前点的属性残差系数。
在D5前还包括方法四，方法四的步骤如图4所示，
D1：解码码流。
D2’：利用上下文解码M数组元素，记作n，并判断n是否为0，
D3’：当n不是为0时，当前开始的n个点的属性残差系数A1，A2，……，AM都等于0；当n是等于0，代表A1，A2，……，AM是不同时等于0。
D4’：结束解码当前点的属性残差系数。
具体的：
D1：解码码流。
D2’：利用上下文解码M数组中元素的数值，记作n。
D3’：判读n，若n非0，则从当前开始的n个点的Y，U，V或R，G，B都等于0，结束解码前n点的属性残差系数；若解码之后的n等于0，代表Y，U，V或R，G，B不同时等于0。
所述的点云的属性熵解码的方法，其中，
解码获得熵解码数值，当所述熵解码数值为0，则将所述熵解码数值作为属性残差系数A1或A2……或AM；
当所述熵解码数值不等于0且不存在标志位，则将所述熵解码数值作为属性残差系数A1或A2……或AM的绝对值，并解码获得A1或A2……或AM的符号位(正或负)。
当所述熵解码数值不等于0且存在标志位，将所述熵解码数值加1的和作为属性残差系数A1或A2……或AM的绝对值，并解码获得A1或A2……或AM的符号位(正或负)。
具体的，
解码获得熵解码数值，当所述熵解码数值为0，则将所述熵解码数值作为属性残差系数Y或U或V或R或G或B；
当所述熵解码数值不等于0且不存在标志位，则将所述熵解码数值作为属性残差系数Y或U或V或R或G或B的绝对值，并解码获得Y或U或V或R或G或B的符号位(正或负)。
当所述熵解码数值不等于0且存在标志位，将所述熵解码数值加1的和作为属性残差系数Y或U或V或R或G或B的绝对值，并解码获得Y或U或V或R或G或B的符号位(正或负)。
所述解码所述熵解码数值，具体包括：
利用上下文解码一个标志位代表所述熵解码数值是否等于0；如果所述熵解码数值不为0，利用上下文解码一个标志位代表其是否等于1；如果所述熵解码数值不为1，利用上下文解码一个标志位代表其是否等于2；依次类推，直到利用上下文解码一个标志位代表其是否等于n(n大于0)；如果所述熵解码数值不为n，则将解码获得的数值加上n+1的和值作为熵解码数值。
具体的，
方法三：首先利用上下文解码一个标志位判断其是否等于0，如果是则解码结束，之后利用上下文解码一个标志位判断其是否等于1，如果是则解码结束，之后利用上下文解码一个标志位判断其是否等于2，如果是则解码结束，如果不结束，再解码得到数值，之后将解码的该数值加上3，得到最终的熵解码数值。
方法四：利用上下文解码一个标志位判断其是否等于0，如果是则解码结束，之后利用上下文解码一个标志位判断其是否等于1，如果是则解码结束，如果不结束，再解码得到数值，之后将解码的该数值加上2，得到最终的熵解码数值。
优选地，所述利用所述当前点的已解码属性残差系数，自适应选取上下文解码所述当前点的未解码残差系数，具体包括：
对于一个所述当前点的已解码属性残差系数At，设置H个标志位bt0，bt1，……，bt(H-1)，其中bth代表At是否等于h，h＝0，1，……，H-1；
对于r个所述当前点的已解码属性残差系数，将r*H个标志位作为上下文，解码所述当前点的未解码残差系数。
具体的，对于当前待解码的属性残差系数Y或R，前有2个已经解码完的属性残差系数U或G和V或B，设置3个标志位，自适应的选取上下文来解码Y或R，共有22*3＝64个上下文。
一种点云的属性熵解码设备，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一种点云的属性熵解码方法中的步骤。
为了验证本发明的效果，将本发明方法的实施例与测试平台PCRMv1.0和测试平台TMC13v12的基准结果的性能进行对比。
实施例一：在测试平台测试平台PCRMv1.0，该方案采用的是图1和2，表1是与测试平台PCRMv1.0在四个条件下的对比图。
表1：对比平台PCRMv1.0
Figure BDA0002973771500000121
Figure BDA0002973771500000122
Figure BDA0002973771500000123
Figure BDA0002973771500000131
Figure BDA0002973771500000132
从表1中可以看出：
对于亮度属性，在有限损几何、有损属性条件下，本发明的端到端率失真节约了1.3％；
对于色度Cb属性，在有限损几何、有损属性条件下，本发明的端到端率失真节约了0.9％；
对于色度Cr属性，在有限损几何、有损属性条件下，本发明的端到端率失真节约了0.9％；
对于亮度属性，在无损几何、有损属性条件下，本发明的端到端率失真节约了5.0％；
对于色度Cb属性，在无损几何、有损属性条件下，本发明的端到端率失真节约了3.4％；
对于色度Cr属性，在无损几何、有损属性条件下，本发明的端到端率失真节约了3.9％；
对于亮度，色度Cb属性，色度Cr属性属性，在无损几何、有限损属性条件下，本发明的端到端率失真节约了6.5％；
在无损几何、无损属性条件下，本发明的颜色码率只需要97.9％.
实施例二：在测试平台测试平台TMC13v12，该方案采用的是图3和图4，表2是与测试平台TMC13v12在四个条件下的对比图。
表2：对比平台TMC13v12
Figure BDA0002973771500000133
Figure BDA0002973771500000141
Figure BDA0002973771500000142
Figure BDA0002973771500000143
Figure BDA0002973771500000144
如表2所示，对于亮度，色度Cb属性，色度Cr属性属性，在无损几何、有损属性条件下，本发明的端到端率失真节约了0.2％；
对于亮度，色度Cb属性，色度Cr属性属性，在有损几何、有损属性条件下，本发明的端到端率失真节约了0.2％；
在无损几何、无损属性条件下，本发明的颜色码率只需要99.7％.
以上实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，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：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (14)

1.一种点云的属性熵编码方法，其特征在于，包括：
C4:对于当前点的属性残差系数A1，A2，……，AM，M为大于1的整数，若M个属性残差系数不同时等于0，利用上下文编码标志位Fk，表示Ak(0<k<＝M)是否等于0；
C5：若Ak不等于0，利用所述当前点的已编码属性残差系数，自适应选取上下文编码所述当前点的未编码残差系数；
C7：若Ak等于0，利用上下文编码标志位Fj，表示Aj(0<j<＝M且j不等于k)是否等于0；
C10：若Aj不等于0，则利用所述当前点的已编码属性残差系数，自适应选取上下文编码除Ak外所述当前点的未编码属性残差系数；
C8:若Aj等于0，则利用所述当前点的已编码属性残差系数，自适应选取上下文编码除Aj和Ak外所述当前点的未编码属性残差系数。
2.根据权利要求1所述的点云的属性熵编码方法，其特征在于，在所述权利要求1的步骤C4前还包括方法一：
C2:对于所述当前点的属性残差系数A1，A2，……，AM，M为大于1的整数，若所述当前点的M个属性残差系数同时等于0，利用上下文编码标志位FM，表示A1，A2……AM是否同时等于0；
3.根据权利要求1所述的点云的属性熵编码方法，其特征在于，在所述权利要求1的步骤C4前还包括方法二：
C1’：对于所述当前点的属性残差系数A1，A2，……，AM，M为大于1的整数，若所述当前点的M个属性残差系数同时等于0，记录到所述当前点连续M个属性残差系数同时等于0的点的个数；
C2’：若所述当前点的M个属性残差系数不同时等于0，编码到所述当前点M个属性残差系数同时等于0的连续点的个数。
4.根据权利要求1、2或3所述的点云的属性熵编码方法，其中：
若所述当前点的属性残差系数(A1或A2……或AM)等于0，则将所述属性残差系数作为熵编码数值，编码所述熵编码数值；
当编码的属性残差系数(A1或A2……或AM)不等于0且不存在标志位，则将所述属性残差系数的绝对值作为熵编码数值，编码所述熵编码数值及相应的所述属性残差值的符号位(正或负)；
当编码的属性残差系数(A1或A2……或AM)不等于0且存在标志位，则将所述属性残差系数的绝对值减1的差值作为熵编码数值，编码所述熵编码数值及相应的所述属性残差值的符号位(正或负)。
5.根据权利要求4所述的点云的属性熵编码方法，其中所述编码所述熵编码数值，具体包括：
利用上下文编码一个标志位代表所述熵编码数值是否等于0；
如果所述熵编码数值不为0，利用上下文编码一个标志位代表其是否等于1；
如果所述熵编码数值不为1，利用上下文编码一个标志位代表其是否等于2；
依次类推，直到利用上下文编码一个标志位代表其是否等于n(n大于0)；
如果所述熵编码数值不为n，则编码该数值减去n+1的差值。
6.根据权利要求1所述的点云的属性熵编码方法，其中所述利用所述当前点的已编码属性残差系数，自适应选取上下文编码所述当前点的未编码残差系数，具体包括：
对于一个所述当前点的已编码属性残差系数At，设置H个标志位bt0，bt1，……，bt(H-1)，其中bth代表At是否等于h，h＝0，1，……，H-1；
对于r个所述当前点的已编码属性残差系数，将r*H个标志位作为上下文，编码所述当前点的未编码残差系数。
7.一种点云的属性熵编码设备，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1-6任一项所述的点云的属性熵编码方法中的步骤。
8.一种点云的属性熵解码方法，其特征在于，包括：
D5：对于当前点的属性残差系数A1，A2，……，AM，M为大于1的整数，利用上下文解码标志位Fk，表示Ak(0<k<＝M)是否等于0；
D6：若Ak不等于0，利用所述当前点的已解码属性残差系数，自适应选取上下文解码所述当前点的未解码残差系数；
D8:若Ak等于0，利用上下文解码标志位Fj，表示Aj(0<j<＝M且j不等于k)是否等于0；
D11：若Aj不等于0，则利用所述当前点的已解码属性残差系数，自适应选取上下文解码除Ak外所述当前点的未解码属性残差系数；
D9：若Aj等于0，则利用所述当前点的已解码属性残差系数，自适应选取上下文解码除Aj和Ak外所述当前点的未解码属性残差系数。
9.根据权利要求8所述的点云的属性熵解码方法，其特征在于，在步骤D5前还包括方法三：
D2：对于所述当前点的属性残差系数A1，A2，……，AM，M为大于1的整数，利用上下文解码标志位FM，表示A1，A2，……，AM是否同时等于0；
10.根据权利要求8所述的点云的属性熵解码方法，其特征在于，在步骤D5前还包括方法四：
D2’：对于所述当前点的属性残差系数A1，A2，……，AM，M为大于1的整数，解码获得到所述当前点连续M个属性残差系数同时等于0的点的个数。
11.根据权利要求8、9或10所述的点云的属性熵解码的方法，其中：
解码获得熵解码数值，当所述熵解码数值为0，则将所述熵解码数值作为属性残差系数A1或A2……或AM；
当所述熵解码数值不等于0且不存在标志位，则将所述熵解码数值作为属性残差系数A1或A2……或AM的绝对值，并解码获得A1或A2……或AM的符号位(正或负)。
当所述熵解码数值不等于0且存在标志位，将所述熵解码数值加1的和作为属性残差系数A1或A2……或AM的绝对值，并解码获得A1或A2……或AM的符号位(正或负)。
12.根据权利要求11所述的点云的属性熵解码的方法，其中解码获得熵解码数值，具体包括：
利用上下文解码一个标志位代表所述熵解码数值是否等于0；
如果所述熵解码数值不为0，利用上下文解码一个标志位代表其是否等于1；
如果所述熵解码数值不为1，利用上下文解码一个标志位代表其是否等于2；
依次类推，直到利用上下文解码一个标志位代表其是否等于n(n大于0)；
如果所述熵解码数值不为n，则将解码获得的数值加上n+1的和值作为熵解码数值。
13.根据权利要求8所述的点云的属性熵解码的方法，其中所述利用所述当前点的已解码属性残差系数，自适应选取上下文解码所述当前点的未解码残差系数，具体包括：
对于一个所述当前点的已解码属性残差系数At，设置H个标志位bt0，bt1，……，bt(H-1)，其中bth代表At是否等于h，h＝0，1，……，H-1；
对于r个所述当前点的已解码属性残差系数，将r*H个标志位作为上下文，解码所述当前点的未解码残差系数。
14.一种点云的属性熵解码设备，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8-13任一项所述的点云的属性熵解码方法中的步骤。
CN202110269745.8A 2021-03-12 2021-03-12 一种点云的属性熵编码和熵解码的方法及设备 Active CN112995662B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202110269745.8A CN112995662B (zh) 2021-03-12 2021-03-12 一种点云的属性熵编码和熵解码的方法及设备
US18/011,397 US20230326085A1 (en) 2021-03-12 2022-03-11 Point cloud attribute entropy encoding method and device, and point cloud attribute entropy decoding method and device
PCT/CN2022/080268 WO2022188848A1 (zh) 2021-03-12 2022-03-11 一种点云的属性熵编码和熵解码的方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110269745.8A CN112995662B (zh) 2021-03-12 2021-03-12 一种点云的属性熵编码和熵解码的方法及设备

Publications (2)

Publication Number Publication Date
CN112995662A true CN112995662A (zh) 2021-06-18
CN112995662B CN112995662B (zh) 2022-10-25

Family

ID=76334607

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110269745.8A Active CN112995662B (zh) 2021-03-12 2021-03-12 一种点云的属性熵编码和熵解码的方法及设备

Country Status (3)

Country Link
US (1) US20230326085A1 (zh)
CN (1) CN112995662B (zh)
WO (1) WO2022188848A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
WO2022188848A1 (zh) * 2021-03-12 2022-09-15 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
WO2023097694A1 (zh) * 2021-12-03 2023-06-08 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
WO2023184196A1 (zh) * 2022-03-29 2023-10-05 Oppo广东移动通信有限公司 零游程值编解码方法及视频编解码方法、装置和系统
WO2024007144A1 (zh) * 2022-07-05 2024-01-11 Oppo广东移动通信有限公司 编解码方法、码流、编码器、解码器以及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3514969A1 (en) * 2018-01-18 2019-07-24 BlackBerry Limited Methods and devices using direct coding in point cloud compression
CN111145090A (zh) * 2019-11-29 2020-05-12 鹏城实验室 一种点云属性编码方法、解码方法、编码设备及解码设备
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
WO2021003726A1 (zh) * 2019-07-10 2021-01-14 深圳市大疆创新科技有限公司 一种数据编码、数据解码方法、设备及存储介质
CN112352431A (zh) * 2019-09-30 2021-02-09 浙江大学 一种数据编码、解码方法、设备及存储介质
CN112449754A (zh) * 2019-07-04 2021-03-05 深圳市大疆创新科技有限公司 一种数据编码、数据解码方法、设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3514969A1 (en) * 2018-01-18 2019-07-24 BlackBerry Limited Methods and devices using direct coding in point cloud compression
CN112449754A (zh) * 2019-07-04 2021-03-05 深圳市大疆创新科技有限公司 一种数据编码、数据解码方法、设备及存储介质
WO2021003726A1 (zh) * 2019-07-10 2021-01-14 深圳市大疆创新科技有限公司 一种数据编码、数据解码方法、设备及存储介质
CN112352431A (zh) * 2019-09-30 2021-02-09 浙江大学 一种数据编码、解码方法、设备及存储介质
CN111145090A (zh) * 2019-11-29 2020-05-12 鹏城实验室 一种点云属性编码方法、解码方法、编码设备及解码设备
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

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
L. LI ET AL.: "Rate Control for Video-Based Point Cloud Compression", 《IEEE TRANSACTIONS ON IMAGE PROCESSING》 *
艾达 等: "三维点云数据压缩技术研究综述", 《西安邮电大学学报》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022188848A1 (zh) * 2021-03-12 2022-09-15 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
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
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
WO2023097694A1 (zh) * 2021-12-03 2023-06-08 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
WO2023184196A1 (zh) * 2022-03-29 2023-10-05 Oppo广东移动通信有限公司 零游程值编解码方法及视频编解码方法、装置和系统
WO2024007144A1 (zh) * 2022-07-05 2024-01-11 Oppo广东移动通信有限公司 编解码方法、码流、编码器、解码器以及存储介质

Also Published As

Publication number Publication date
CN112995662B (zh) 2022-10-25
WO2022188848A1 (zh) 2022-09-15
US20230326085A1 (en) 2023-10-12

Similar Documents

Publication Publication Date Title
CN112995662B (zh) 一种点云的属性熵编码和熵解码的方法及设备
KR101356733B1 (ko) 컨텍스트 기반 적응적 이진 산술 부호화, 복호화 방법 및장치
US9532056B2 (en) Method for adaptive entropy coding of tree structures
US8666179B2 (en) Image encoding apparatus and decoding apparatus
US20170310962A1 (en) Encoding or decoding method and apparatus
US7483584B2 (en) Extended hybrid variable length coding of transform coefficients for video compression
CN103098469A (zh) 用于对变换系数进行熵编码/熵解码的方法和设备
AU2015210374B2 (en) Method and apparatus for encoding and decoding transform coefficients
JP6706357B2 (ja) 少なくとも１つの第２の画像成分の参照ブロックに対して第１の画像成分の現在ブロックを符号化するための方法、符号化装置および対応するコンピュータプログラム
KR20220029595A (ko) 포인트 클라우드 인코딩과 디코딩 방법, 인코더, 디코더 및 컴퓨터 저장 매체
CN111226442A (zh) 用于配置用于视频压缩的变换的方法及设备
MX2013013523A (es) Metodo y aparato para codificacion de modo de intra predicion.
JP2008527789A (ja) エントロピー符号化方法
JP2015507885A (ja) 変換単位の残差係数のための有意度マップを符号化および復号化する方法、装置およびシステム
CN110536141B (zh) 有效度图编码的复杂度降低
JP2015507885A5 (zh)
US20140286417A1 (en) Data encoding and decoding
KR20200040317A (ko) 영상 부호화, 복호화 방법 및 장치
CN101742330B (zh) 一种图像编码方法及装置
CN113489980B (zh) 一种点云属性变换系数的熵编码和熵解码的方法及设备
WO2021168817A1 (zh) 视频处理的方法及装置
CN115474044B (zh) 一种Bayer域图像有损压缩方法
CN114930823A (zh) 帧内预测方法、装置、编码器、解码器、及存储介质
WO2022166370A1 (zh) 视频编解码方法、装置、计算机程序产品、计算机可读存储介质及电子设备
CN114025166A (zh) 视频压缩方法、电子设备及计算机可读存储介质

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