CN112995758A - 点云数据的编码方法、解码方法、存储介质及设备 - Google Patents
点云数据的编码方法、解码方法、存储介质及设备 Download PDFInfo
- Publication number
- CN112995758A CN112995758A CN201911284170.6A CN201911284170A CN112995758A CN 112995758 A CN112995758 A CN 112995758A CN 201911284170 A CN201911284170 A CN 201911284170A CN 112995758 A CN112995758 A CN 112995758A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- dimensional
- sequence
- sequence group
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 105
- 238000002310 reflectometry Methods 0.000 claims description 24
- 238000013507 mapping Methods 0.000 claims description 19
- 238000004891 communication Methods 0.000 claims description 10
- 230000001174 ascending effect Effects 0.000 claims description 4
- 239000003086 colorant Substances 0.000 claims description 4
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- 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, rendering scenes according to MPEG-4 scene graphs
- H04N21/4402—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display
-
- 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
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/234—Processing of video elementary streams, e.g. splicing of video streams, manipulating MPEG-4 scene graphs
- H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams, manipulating MPEG-4 scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
-
- 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, rendering scenes according to MPEG-4 scene graphs
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明公开了一种点云数据的编码方法、解码方法、存储介质及终端设备,所述编码方法包括根据待编码的点云数据生成占位图;根据待编码的点云数据、所述占位图、预设扫描顺序生成一维序列组;对所述占位图和一维序列组进行编码,以得到所述点云数据对应的码流。本发明通过将点云数据转换为一维序列组,并对一维序列组进行编码,降低了编码时的数据量,进而提高了点云数据的编码效率。
Description
技术领域
本发明涉及点云处理技术领域,特别涉及一种点云数据的编码方法、解码方法、存储介质及设备。
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,点云的精度以及分辨率也越来越高。高精度点云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。
点云数据是通过三维扫描设备对物体表面采样所获取的,一帧点云数据的点数一般是百万级别,其中每个点可以包含位置信息以及颜色和反射率等属性信息,数据量十分庞大。而目前普遍使用的三维单元数据编码技术普遍是对三维点云数据进行编码,而三维点云数据编码时会存在数据量大问题,从而造成三维点云数据编码效率低。
发明内容
本发明要解决的技术问题在于,针对现有技术的不足,提供一种点云数据的编码方法、解码方法、存储介质及终端设备问题。
为了解决上述技术问题,本发明所采用的技术方案如下:
一种点云数据的编码方法,所述方法包括:
根据待编码的点云数据生成占位图;
根据待编码的点云数据、所述占位图、预设扫描顺序生成一维序列组;
对所述占位图和一维序列组进行编码,以得到所述点云数据对应的码流。
所述点云数据的编码方法,其中,所述根据占位图和预设扫描顺序生成一维序列组,其中所述预设扫描顺序具体包括:
所述预设扫描顺序为莫顿顺序;或
所述预设扫描顺序为坐标递增扫描顺序。
所述点云数据的编码方法,其中,所述一维序列组包括:
一维深度序列;和/或
一维颜色序列;和/或
一维反射率序列。
所述点云数据的编码方法,其中,所述方法还包括:
对点云数据集的最长边,用最短边对齐进行划分;或
对于给定的三个维度上的划分数值n、m、k,把点云的x、y、z轴分别划分成n、m、k份,总共生成n*m*k块;或
对于指定大小的长方体把点云划分成所述指定大小的块。
所述点云数据的编码方法,其中,当所述待编码的点云数据为二维点云数据时,所述根据待编码的点云数据生成占位图具体包括:
选取所述二维点云数据中对应有数据的像素点;
采用第一预设数字表示所述选取到的每个像素点,并采用第二预设数字表示二维点云数据中未被选取的像素点,以生成所述二维图像层对应的占位图。
所述点云数据的编码方法,其中,当所述待编码的点云数据为三维点云数据时,所述根据待编码的点云数据生成占位图具体包括:
针对于待编码的点云数据中的每个数据点,将该数据点的坐标信息转换为球坐标信息;
将转换得到的各球坐标信息分别映射为二维点云数据,并根据所述二维点云数据生成占位图。
所述点云数据的编码方法,其中,所述根据所述二维点云数据生成占位图具体为:
根据所述二维点云数据生成二维图像层,并根据所述二维图像层生成占位图。
所述点云数据的编码方法,其中,所述二维图像层包括若干二维图像层;每个二维图像层对应一占位图。
所述点云数据的编码方法,其中,所述对所述占位图和一维序列组进行编码,以得到所述点云数据对应的码流具体包括:
对于所述一维序列组中每个一维序列中的每个分量,将该分量的前一分量作为该分量的预测值;
根据所述预测值以及该分量计算该分量的残差,并采用残差替换该分量,以更新所述一维序列组;
对更新后一维序列组进行编码,以得到所述点云数据对应的码流。
一种点云数据的解码方法,所述解码方法包括:
根据码流解码得到所述码流对应的占位图及一维序列组;
根据所述占位图及一维序列组生成点云数据。
所述点云数据的解码方法,其中,所述一维序列组包括:
一维深度序列;和/或
一维颜色序列;和/或
一维反射率序列。
所述点云数据的解码方法,其中,所述根据所述占位图及一维序列组生成点云数据具体包括:
根据所述占位图、预设扫描顺序以及所述一维序列组,确定所述一维序列组对应的二维图像层;
根据所述二维图像层确定所述码流对应的点云数据。
所述点云数据的解码方法,其中,所述预设扫描顺序包括:坐标递增扫描顺序或者二维莫顿扫描顺序。
所述点云数据的解码方法,其中,当所述码流对应的点云数据为三维点云数据时,所述根据所述二维图像层确定所述码流对应的点云数据具体包括:
将所述二维图像层中的每个点的坐标信息映射为球坐标信息;
将所述球坐标信息转换为三维点云数据的坐标信息。
所述点云数据的解码方法,其中,所述根据码流解码得到所述码流对应的一维序列组具体包括:
根据码流解码直接得到一维序列组;或
根据码流解码得到一维候选序列;
从一维候选序列的第二个值开始,将所述一维候选序列的每个点的前一点重建值作为预测值,并将每个点的值与其对应的预测值叠加作为当前点的值,以得到一维序列组。
一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如上任一所述的点云数据的编码方法中的步骤,或者以实现如上任一所述的点云数据的解码方法中的步骤。
一种终端设备,其包括: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上任一所述的点云数据的编码方法中的步骤,或者实现如上任一所述的点云数据的解码方法中的步骤。
有益效果:与现有技术相比,本发明提供了一种点云数据的编码方法、解码方法、存储介质及终端设备,所述编码方法根据待编码的点云数据生成占位图;根据待编码的点云数据、所述占位图、预设扫描顺序生成一维序列组;对所述占位图和一维序列组进行编码,以得到所述点云数据对应的码流。本发明通过将三维点云数据转换为一维序列组,并对一维序列组进行编码,降低了编码时的数据量,进而提高了点云数据的编码效率。
附图说明
图1为本发明提供的点云数据的编码方法的流程图。
图2为本发明提供的点云数据的编码方法中将二维图像层转换为一维序列的流程示意图。
图3为本发明提供的点云数据的编码方法中将一维序列转换为二维图像层的流程示意图。
图4为本发明提供的点云数据的编码方法中三维笛卡尔坐标系中数据点的示意图。
图5为本发明提供的点云数据的编码方法中球坐标系中数据点的示意图。
图6为本发明提供的点云数据的编码方法中一种莫顿顺序的示意图。
图7为本发明提供的点云数据的编码方法中另一种莫顿顺序的示意图。
图8为本发明提供的点云数据的编码方法中二维点云数据映射为若干二维图像层的流程示意图。
图9为本发明提供的点云数据的解码方法的流程图。
图10为本发明提供的终端设备的结构原理图。
具体实施方式
本发明提供一种点云数据的编码方法、解码方法、存储介质及终端设备,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。
实施例一
本实施例提供的一种点云数据的编码方法。该方法可以由编码装置来执行,所述装置可以由软件实现,应用于诸如PC机、服务器、云端、平板电脑或个人数字助理等之类的智能终端上。参见图1,本实施例提供的点云数据的编码方法具体包括:
S10、根据待编码的点云数据生成占位图。
具体地,所述待编码的点云数据可以是通过三维扫描设备扫描得到的一帧点云数据,也可以是外部设备发送的一帧点云数据,还可以是通过云端获取到的一帧点云数据,也可以是通过二维扫描设备扫描得到的二维点云数据。此外,对于待编码的点云数据中的每个数据点,该数据点均可以包括位置信息以及属性信息,所述位置信息可以表示为数据点的坐标信息,属性信息可以包括颜色信息和/或反射率信息等,其中,每个数据点的属性信息与该数据点的位置信息绑定存储。
进一步,在本实施例的一个实现方式中,所述点云数据可以为通过普通雷达扫描得到的雷达点云数据集,也可以是致密点云数据集。从而在获取到待编码的点云数据时,可以判断待编码的点云数据的数据类型,若待编码的点云数据的数据类型为雷达点云数据集,则直接根据待编码的点云数据生成占位图;若待编码的点云数据的数据类型为致密点云数据集,则可以将所述点云数据划分为若干点云数据块,并分别对每个点云数据块执行根据待编码的点云数据生成占位图。当然,值得说明的是,当将待编码的点云数据划分为若干点云数据块时,每个点云数据块可以作为一个待编码的点云数据,并且每个点云数据块作为待编码的点云数据,与直接将点云数据作为待编码的点云数据的处理过程一样。
进一步,在本实施例的一个实现方式中,当需要将待编码的点云数据划分为若干点云数据块时,所述划分方法可以为预先设置,在获取到待编码的点云数据时,可以直接根据所述预先设置的划分方法对所述待编码的点云数据进行划分,以得到若干点云数据块,并将每个点云数据块作为一个待编码的点云数据,以执行将根据待编码的点云数据生成占位图的步骤。此外,所述划分方法可以为在待编码的点云数据的最长边上,用最短边对齐进行划分,以将所述待编码的点云数据划分为若干点云数据块,例如,待编码的点云数据的长边为4096,短边长度为1024,则在长边按照每块长度1024把点云平均切分为4096/1024=4份,当然,若长边不能被短边整除,则将余数加到整除得到的最后一个点云数据块内。所述划分方法也可以为对于给定的三个n、m、k,把点云的x、y、z轴分别划分成n、m、k块,以将所述待编码的点云数据划分为n*m*k块点云数据块,例如,对于给定的三个参数2、3、2,把点云的x、y、z轴分别划分成2、3、2块,总共生成 2*3*2=12块。所述划分方法还可以是对于给定点云数据块大小(例如, 1000*1000*1000等)为单元,将待编码的点云数据划分为若干点云数据块,其中定点云数据块可以划分为长方体或者正方体等。例如,待编码的点云数据的长宽高为2048*2048*2048,对于给定的块长宽高1024*1024*1024,,总共划分为2*2*2=8块正方体,当然,对于长宽高中不能整除的情况,将不能整除的余数加到其对应的最后一个点云数据块内。
进一步,在本实施例的一个实现方式中,所述当所述待编码的点云数据为三维点云数据时,所述根据待编码的点云数据生成占位图具体包括:
S21、针对于待编码的点云数据中的每个数据点,将该数据点的坐标信息转换为球坐标信息;
S22、将转换得到的各球坐标信息分别映射为二维点云数据,并根据所述二维点云数据生成占位图。
具体地,所述待编码的点云数据中包括有若干数据点,每个数据点均可以表示为一个三维坐标点。由此,对于待编码的点云数据中的每个数据点,将该数据点的坐标信息转换为球坐标信息,也就是说,在三维笛卡尔坐标系与球坐标系之间建立一个映射关系,通过该映射关系将三维笛卡尔坐标系下的三维坐标点转换为球坐标下的球坐标点。此外,在三维笛卡尔坐标系与球坐标系之间建立一个映射关系之前,需要先确定球坐标系的球心,其中,所述球心可以为笛卡尔坐标系的坐标原点,即(0,0,0)点,所述球心也可以为待编码的点云数据中所有数据点的坐标信息的均值,当采用均值作为球心时,将待编码的点云数据中每个数据点的坐标信息减去均值,以更新该数据点的坐标信息,并将更新后的坐标信息转换为球坐标信息。
进一步,在本实施例中,以采用(0,0,0)点为球坐标的球心为例对将该数据点的坐标信息转换为球坐标信息进行说明。如图4和5所示,对于每个数据点(x,y,z),设该数据点对应的球坐标为所述球坐标的获取过程可以为:首先计算该数据点映射至xy平面上时,映射点到圆顶的距离根据所述r2D计算并根据x坐标和y坐标的正负关系对的角度进行调整,其中,之后计算数据点到球心的距离并根据z坐标和r2D计算θ,并根据z坐标的正负调整θ的角度大小,其中,sinθ=abs(z)/r3D;最后将r3D取整作为球坐标系r,以得到该数据点对应的球坐标。此外,的调整方式可以为:当x是正数,y是正数时,不变;当x是负数,y是正数时,当x是负数,y是正数时,当x是负数,y是负数时,θ的调整方式可以为:当z是正数时,θ不变;当z是负数时,θ=-θ。
进一步,在本实施例的一个实现方式中,在获取到各数据点对应的球坐标后,将获取到各球坐标映射到二维图像上,以得到各球坐标对应的二维点云数据坐标,其中,所述二维点云数据携带深度信息,在根据二维点云数据坐标生成占位图。当然,当待编码的点云数据携带属性信息时,所述二维点云数据携带属性信息,其中,所述属性信息可以为颜色信息和/或反射率信息等。此外,在本实施例的一个可能实现方式中,所述将转换得到的各球坐标信息分别映射为二维点云数据的过程具体可以为:对于每个球坐标的假设其对应的二维点云数据的坐标可以表示为(x1,y1,z1),其中,x1和y1表示二维笛卡尔坐标系下二维点云数据的横坐标和纵坐标,z1表示二维点云数据对应的深度信息。将转换为(x1,y1,z1)为建立和(x1,y1,z1)的对应关系,并通过对应关系将转换为(x1,y1,z1),其中,所述对应关系可以为x1=round(a/2*)*imag_X,其中,imag_X是图像在水平方向上的分辨率,当待编码的点云数据对应的扫描方式为固定扫描步长扫描时,当待编码的点云数据对应的扫描方式为可变扫描步长扫描时,y1=round(b/2*)*imag_Y,其中,imag_Y 是图像在竖直方向上的分辨率,当待编码的点云数据对应的扫描方式为固定扫描步长扫描时,b=θ,当待编码的点云数据对应的扫描方式为可变扫描步长扫描时,b=f(θ);z1=r。
进一步,在本实施例的一个实现方式中,所述根据所述二维点云数据生成占位图具体为:
根据所述二维点云数据生成二维图像层,并根据所述二维图像层生成占位图。
具体地,所述二维图像层是通过将二维点云数据映射至二维图像层得到的二维图像,其中,每个二维点云数据映射为二维图像层中的一个像素点,二维点数据的横坐标为其对应的像素点的横坐标,二维点云数据的纵坐标为其对应的像素点的纵坐标,并且一个像素点可以对应多个二维点云数据,即二维点云数据中可以存在若干二维点云数据,该若干二维点云数据的横坐标相等,纵坐标相等,而该若干二维点云数据中每个二维点云数据的深度信息不同。由此,在根据二维点云数据生成二维图像层时,可以将二维点云数据映射至若干二维图像层中。相应的,当所述二维图像层包括若干二维图像层时,根据所述二维图像层生成占位图的过程可以为:针对于每个二维图像层,根据该二维图像层生成该二维图像层对应的占位图。
进一步,当所述二维图像层包括若干二维图像层时,每个二维图像层包含的二维点云数据的横坐标和纵坐标中至少有一个不相同,并且每个二维点云数据均映射至一个二维图像层。其中,若干二维图像层可以是根据预设的映射规则映射得到。所述映射规则可以为首先将二维点云数据映射至一张二维图像中,并且记录二维图像中每个像素点对应的二维点云数据,以得到各像素点对应的二维点云数据集,之后首先在每个二维点云数据集中选取一个二维点云数据,并将选取到的所有二维点云数据映射至第一图像层中;之后在继续从每个二维点云数据中选取一个二维点云数据,并将选取到所有二维点云数据映射在第二图像层,依次类推直至映射至预设数量的图像层,或者各二维点云数据集中均未存在未被选取的二维点云数据,其中,对于每个二维点云数据集,每次选取的二维点云数据均互不相同,并且当映射至预设数量的图像层时完成二维图像层选取,那么将各二维点云数据集中未被选取的二维点云数据丢弃。此外,从二维点云数据集中选取二维点云数据的选取方式可以是预先设置的,例如,由深度信息由大到小的顺序选取,或者由深度信息由小到大的顺序心情,或者随机选取等。
举例说明:如图6所示,二维点云数据集包括二维点云数据集A和二维点云数据集B,其中,二维点云数据集A包括二维点云数据a(xa,ya,za),二维点云数据集B包括二维点云数据和二维点云数据其中,b1和b2的横坐标和纵坐标相同,b1对应的深度信息和b2对应的深度信息不同,并且那么,若按照由深度信息由大到小的顺序选取方式,则a与b2合成第一图像,b1合成第二图像;若按照由深度信息由小到大的顺序选取方式,则a与b1合成第一图像,b2合成第二图像。
进一步,在本实施例的一个实现中,当所述待编码的点云数据为二维点云数据,可以根据二维点云数据确定二维图像层。因而,根据待编码的点云数据生成占位图可以为根据待编码点云数据转换得到的二维图像层生成占位图。其中,所述根据待编码的点云数据生成占位图具体包括:
选取所述二维点云数据中对应有数据的像素点;
采用第一预设数字表示所述选取到的每个像素点,并采用第二预设数字表示二维点云数据中未被选取的像素点,以生成所述二维图像层对应的占位图。
具体地,所述占位图时根据二维图像层中各像素点与二维点云数据的对应关系生成,用于表示各二维图像层对应的二维点云数据对应的分布信息。可以理解的是,占位图用于表示二维图像层中对应有二维点云数据的像素点,未对应二维点云数据的像素点。可以理解的是,对于二维图像层中的每个像素点,判断该像素点是否在存在对应的二维点云数据,当该像素点存在对应的二维点云数据时,将该像素点的值设置为第一预设数据,当该像素点未存在对应的二维点云数据时,将该像素点的值设置为第二预设数据,以得到占位图,这样根据该占位图可以确定二维图像中对应有二维点云数据的像素点和未对应二维点云数据的像素点。其中,所述第一预设数据和第二预设数据均为预先设置的,例如,第一预设数据和第二预设数据均用1bit的图像编码,其中,第一预设数据为1,第二预设数据为0。
S20、根据待编码的点云数据、所述占位图、预设扫描顺序生成一维序列组。
具体地,所述一维序列组至少包括深度序列,所述深度序列为一维深度向量,所述一维深度序列包括二维点云数据中各二维点云数据的位置信息以及各二维点云数据对应的深度信息,其中,所述二维坐标信息根据所述一维深度序列的排序确定,深度信息根据一维深度序列的分量值确定。此外,所述一维序列组还可以包括一维颜色序列和/或一维反射率序列,所述一维颜色序列/或一维反射率序列中,各分量在该序列中的位置信息可以确定二维点云数据的位置信息,各分量值对应该序列对应的属性信息,其中,属性信息可以为颜色信息或反射率信息。可以理解的是,在获取到二维点云数据后,二维点云数据除包括二维坐标信息以及深度信息外,还可以包括颜色信息和/或反射率信息,例如,二维点云数据的坐标信息可以表示为(x1,y1,z1,c1,f1),其中,c1可以为颜色信息,f1可以为反射率信息;所述c1和f1可以包含也可以不包含,当包含c1和f1时,所述c1和f1可以直接将待编码的点云数据中对应的数据点的颜色信息作为c1值,将待编码的点云数据中对应的数据点的反射率信息作为f1值。当然,值得说明的,当二维点云数据包含颜色信息和/或反射率信息时,深度颜色、颜色信息以及反射率信息均单独转换一维序列,相应的,一维序列组包括一维深度序列,以及一维颜色序列和/或一维反射率序列,其中,一维深度序列,以及一维颜色序列和/或一维反射率序列中相同位置信息的分量对应相同的二维点云数据,仅是分量值表示该二维点云数据的不同信息,其中,一维深度序列表示深度信息,一维颜色序列表示颜色信息,一维反射率序列表示反射率信息。
进一步,在本实施例的一个实现方式中,所述预设顺序为坐标递增扫描顺序或者根据二维图像层对应的二维点云数据生成的莫顿顺序,例如,如图2所示的根据莫顿顺序以及占位图将二维图像层转换为一维序列。所述莫顿顺序为将二维图像层中对应的二维点云数据的像素坐标编码成的莫顿码,并将二维图像层对应的像素点按照莫顿码进行排序以得到莫顿顺序。其中,所述生成莫顿码的方式可以为生成莫顿码X坐标在低位,Y坐标在高位,而根据莫顿码排序出来的莫顿顺序是先按X坐标增加,再按Y坐标增加,例如,得到如图7所示的莫顿顺序;还可以是生成莫顿码Y坐标在低位,X坐标在高位,排序出来的点云顺序是先按Y坐标增加,再按X坐标增加,例如,得到如图8所述的莫顿顺序。
进一步,在本实施例的一个实现方式中,所述对所述占位图和一维序列组进行编码,以得到所述点云数据对应的码流具体包括:
对于所述一维序列组中每个一维序列中的每个分量,将该分量的前一分量作为该分量的预测值;
根据所述预测值以及该分量计算该分量的残差,并采用残差替换该分量,以更新所述一维序列组;
对更新后一维序列组进行编码,以得到所述点云数据对应的码流。
具体地,当所述预设顺序为根据二维图像层对应的二维点云数据生成的莫顿顺序时,莫顿顺序下相近的点在三维空间上的相近性高,从而在对一维序列组进行编码前,可以使用当前点的分量减去前一个点的分量,得到两个分量之间的残差,在编码的时候只编码残差部分,这样可以降低码率消耗。其中,每个分量对应的信息可以根据一维序列来确定,例如,当一维序列为深度序列时,分量表示深度信息;当一维序列为颜色序列时,分量表示颜色信息;当一维序列为反射率序列时,分类表示颜色信息。
S30、对所述占位图和一维序列组进行编码,以得到所述点云数据对应的码流。
具体地,所述对所述一维序列组进行编码指的是分别对一维序列组中的各一维序列以及占位图进行编码,其中,一维序列组中的各一维序列均独立编码,并且对于不同序列可以采用不同的编码方式,例如,当使用PNG 图像编码工具进行编码时,用16bit或8bit编码深度序列,用8bit编码颜色序列,用8bit编码反射率序列;当使用JPEG图像编码工具(该工具支持有损和无损两种模式)进行编码时,用16bit或8bit编码深度序列,用8bit编码颜色序列,用8bit编码反射率序列。当然,还可以使用HEVC 等视频编码工具编码深度序列、颜色序列以及反射率序列。此外,当对一维序列组中的各一维序列独立编码完成后,可以将编码得到的各码流绑定以得到一维序列组对应的码流。
进一步,当所述二维图像层包括若干二维图像层时,一维序列组包括若干一维序列组,而当一维序列组包括若干一维序列组时,可以分别对各一维序列组以及其对应的占位图进行编码,以得到各一维序列组对应的码流,并在各一维序列组对应的码流进行绑定,以得待编码的点云数据对应的码流。
此外,为了进一步本实施例提供的点云数据的编码方法,下面将本实施例提供的方法与现有平台TMC13v7相比较,测试表1。由表1可以得出,在无损几何无损属性的条件下,本实施例的几何码率只需要69.27%,本实施例的整体码率只需要78.14%。
综上,本实施例提供了一种点云数据的编码方法,所述编码方法包括根据待编码的点云数据生成占位图;根据待编码的点云数据、所述占位图、预设扫描顺序生成一维序列组;对所述占位图和一维序列组进行编码,以得到所述点云数据对应的码流。本发明通过将点云数据转换为一维序列组,并对一维序列组进行编码,降低了编码时的数据量,进而提高了点云数据的编码效率。
实施例二
本实施例提供了一种点云数据的解码方法,该方法用于解码如上述实施例所述的点云数据的编码方法编码得到码流,如图9所示,所述方法包括:
M10、根据码流解码得到所述码流对应的占位图及一维序列组;
M20、根据所述占位图及一维序列组生成点云数据。
具体地,解码所述码流指的是采用码流对应的编码工具对所述码流进行解码,以得到一维序列组和占位图,所述一维序列组包括深度序列,以及颜色序列和/或反射率序列。其中,所述深度序列,以及颜色序列和/或反射率序列的说明可以参照实施例一的说明,这里就不在赘述。
进一步,在本实施例的一个实现方式中,所述根据所述占位图及一维序列组生成点云数据具体包括:
根据所述占位图、预设扫描顺序以及所述一维序列组,确定所述一维序列组对应的二维图像层;
根据所述二维图像层确定所述码流对应的点云数据。。
具体地,所述占位图为码流携带的占位图,为点云数据编码是生成并编码至码流中,所述占位图用于表示二维图像层中像素点与二维点云数据的对应关系。在获取到占位图之后,可以根据一维序列组、占位图以及预设扫描顺序确定所述一维序列组对应的二维图像层,其中,根据一维序列组生成二维图像层的确定过程为根据二维图像层生成一维序列组的逆过程,具体可以参照根据二维图像层生成一维序列组的说明,这里就不在赘述。
此外,由于根据码流可能会解码到多组一维序列组,从而在对根据一维序列组生成二维图像层时,需要根据每组一维序列组生成其对应的二维图像层,之后在根据获取到所有二维图像层来确定二维点云数据。由此,在本实施例的一个实现方式中,当所述一维序列组包括若干一维序列组时,所述根据所述一维序列组生成二维点云数据,并根据所述二维点云数据确定所述码流对应的点云数据包括:针对于每个一维序列组,根据该一维序列组、预设顺序以及该一维序列组对应的占位图,确定该一维序列组对应的二维图像层;根据确定得到的各二维图像层确定所述码流对应的二维点云数据。
进一步,所述预设顺序为实施例一所述的预设顺序,即所述预设顺序可以包括所述预设顺序为坐标递增扫描顺序或者根据二维图像层对应的二维点云数据生成的莫顿顺序。而当所述预设顺序为莫顿顺序时,在编码是对所述一维序列进行残差运算,从而该一维序列组为残差序列,从而在根据一维序列组、预设顺序以及占位图生成点云数据时,需要将残差序列转换为一维序列主,例如,如图3所示的转换过程。相应的,所述根据码流解码得到所述码流对应的一维序列组可以包括根据所述码流直接解码到所述码流对应的一维序列组,也可以是根据所述码流直接解码到候选序列组,再根据候选序列组生成一维序列组。由此,所述根据码流解码得到所述码流对应的一维序列组具体包括:
当根据码流解码得到一维序列组时,将所述一维序列组作为一维序列组;
当根据码流解码得到一维候选序列时,从一维候选序列的第二个值开始,将所述一维候选序列的每个点的前一点重建值作为预测值,并将每个点的值与其对应的预测值叠加作为当前点的值,以得到一维序列组。
进一步,在本实施例的一个实现方式中,当码流对应的点云数据为三维点云数据时,在获取到二维点云数据后,需要将二维点云数转换为球坐标,之后再将球坐标转换为三维点云数据坐标,以得到点云数据。相应的,所述根据所述二维图像层确定所述码流对应的点云数据具体包括:
将所述二维图像层中的每个点的坐标信息映射为球坐标信息;
将所述球坐标信息转换为三维点云数据的坐标信息。
具体地,将对二维点云数据的坐标信息(x1,y1,z1)映射到球坐标根据图像的x1坐标计算出点球坐标的角度;根据图像的y1坐标计算出点球坐标的θ角度;根据图像的z1计算出点球坐标的三维半径r3D。其中,(x1,y1,z1) 和的意义以及映射关系与实施例一中的意义和映射关系相同,这里就不再赘述。
进一步,对球坐标几何数据转换为笛卡尔坐标(x,y,z),根据三维半径确定点到圆心的距离;根据三维半径r3D确定点到圆心的距离;根据θ角度的大小确定z的正负,根据角度的大小确定x,y的正负;计算xy平面上的半径r2D=cosθ*r3D,计算得到x的绝对值,乘以x的符号得到x值;根据xy平面上的半径r2D,计算的y=r2D*sinθ得到y的绝对值,乘以y的符号得到y的值;根据三维半径r3D计算z=sinθ*r3D得到z的绝对值,乘以z的符号得到z的值。其中,x和y的符号的确定方式,大于的时候,x是正数,y是负数;大于π小于等于的时候,x是负数,y是负数;大于小于等于π的时候,x是负数,y是正数;大于0小于等于的时候,x是正数,y是正数。z的符号的确定方式可以为:θ大于的时候,z是负数;θ小于或等于的时候,z是正数。
进一步,当编码时球坐标的球心为采用笛卡尔坐标原点时,可以在获取得到每个三维点云数据的坐标信息上加球坐标的球心,以得到点云数据。当然,当点云数据进行块划分的时,在获取各点云数据块后,按照划分方式将获取到各点云数据块合并,以得到点云数据。
实施例三
基于上述点云数据的编码方法、解码方法,本实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如上述实施例所述的点云数据的编码方法或解码方法中的步骤。
实施例四
基于上述点云数据的编码方法、解码方法,本发明还提供了一种终端设备,如图10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,即实现上述实施例一或实施例二中的方法。
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终端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,上述存储介质以及终端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。
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 (17)
1.一种点云数据的编码方法,其特征在于,所述方法包括:
根据待编码的点云数据生成占位图;
根据待编码的点云数据、所述占位图、预设扫描顺序生成一维序列组;
对所述占位图和一维序列组进行编码,以得到所述点云数据对应的码流。
2.根据权利要求1所述点云数据的编码方法,其特征在于,所述根据占位图和预设扫描顺序生成一维序列组,其中所述预设扫描顺序具体包括:
所述预设扫描顺序为莫顿顺序;或
所述预设扫描顺序为坐标递增扫描顺序。
3.根据权利要求1所述点云数据的编码方法,其特征在于,所述一维序列组包括:
一维深度序列;和/或
一维颜色序列;和/或
一维反射率序列。
4.根据权利要求1所述的点云编码方法,其特征在于,还包括:
对点云数据集的最长边,用最短边对齐进行划分;或
对于给定的三个维度上的划分数值n、m、k,把点云的x、y、z轴分别划分成n、m、k份,总共生成n*m*k块;或
对于指定大小的长方体把点云划分成所述指定大小的块。
5.根据权利要求1所述点云数据的编码方法,其特征在于,当所述待编码的点云数据为二维点云数据时,所述根据待编码的点云数据生成占位图具体包括:
选取所述二维点云数据中对应有数据的像素点;
采用第一预设数字表示所述选取到的每个像素点,并采用第二预设数字表示二维点云数据中未被选取的像素点,以生成所述二维图像层对应的占位图。
6.根据权利要求1所述点云数据的编码方法,其特征在于,当所述待编码的点云数据为三维点云数据时,所述根据待编码的点云数据生成占位图具体包括:
针对于待编码的点云数据中的每个数据点,将该数据点的坐标信息转换为球坐标信息;
将转换得到的各球坐标信息分别映射为二维点云数据,并根据所述二维点云数据生成占位图。
7.根据权利要求6所述点云数据的编码方法,其特征在于,所述根据所述二维点云数据生成占位图具体为:
根据所述二维点云数据生成二维图像层,并根据所述二维图像层生成占位图。
8.根据权利要求7所述点云数据的编码方法,其特征在于,所述二维图像层包括若干二维图像层;每个二维图像层对应一占位图。
9.根据权利要求1所述点云数据的编码方法,其特征在于,所述对所述占位图和一维序列组进行编码,以得到所述点云数据对应的码流具体包括:
对于所述一维序列组中每个一维序列中的每个分量,将该分量的前一分量作为该分量的预测值;
根据所述预测值以及该分量计算该分量的残差,并采用残差替换该分量,以更新所述一维序列组;
对更新后一维序列组进行编码,以得到所述点云数据对应的码流。
10.一种点云数据的解码方法,其特征在于,所述解码方法包括:
根据码流解码得到所述码流对应的占位图及一维序列组;
根据所述占位图及一维序列组生成点云数据。
11.根据权利要求10所述点云数据的解码方法,其特征在于,所述一维序列组包括:
一维深度序列;和/或
一维颜色序列;和/或
一维反射率序列。
12.根据权利要求10所述点云数据的解码方法,其特征在于,所述根据所述占位图及一维序列组生成点云数据具体包括:
根据所述占位图、预设扫描顺序以及所述一维序列组,确定所述一维序列组对应的二维图像层;
根据所述二维图像层确定所述码流对应的点云数据。
13.根据权利要求12所述点云数据的解码方法,其特征在于,所述预设扫描顺序包括:坐标递增扫描顺序或者二维莫顿扫描顺序。
14.根据权利要求12所述点云数据的解码方法,其特征在于,当所述码流对应的点云数据为三维点云数据时,所述根据所述二维图像层确定所述码流对应的点云数据具体包括:
将所述二维图像层中的每个点的坐标信息映射为球坐标信息;
将所述球坐标信息转换为三维点云数据的坐标信息。
15.根据权利要求10所述点云数据的解码方法,其特征在于,所述根据码流解码得到所述码流对应的一维序列组具体包括:
根据码流解码直接得到一维序列组;或
根据码流解码得到一维候选序列;
从一维候选序列的第二个值开始,将所述一维候选序列的每个点的前一点重建值作为预测值,并将每个点的值与其对应的预测值叠加作为当前点的值,以得到一维序列组。
16.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1~9任意一项所述的点云数据的编码方法中的步骤,或者以实现如权利要求10~15任意一项所述的点云数据的解码方法中的步骤。
17.一种终端设备,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1~9任意一项所述的点云数据的编码方法中的步骤,或者实现如权利要求10~15任意一项所述的点云数据的解码方法中的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911284170.6A CN112995758B (zh) | 2019-12-13 | 2019-12-13 | 点云数据的编码方法、解码方法、存储介质及设备 |
PCT/CN2020/135982 WO2021115466A1 (zh) | 2019-12-13 | 2020-12-13 | 点云数据的编码方法、解码方法、存储介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911284170.6A CN112995758B (zh) | 2019-12-13 | 2019-12-13 | 点云数据的编码方法、解码方法、存储介质及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112995758A true CN112995758A (zh) | 2021-06-18 |
CN112995758B CN112995758B (zh) | 2024-02-06 |
Family
ID=76329651
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911284170.6A Active CN112995758B (zh) | 2019-12-13 | 2019-12-13 | 点云数据的编码方法、解码方法、存储介质及设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112995758B (zh) |
WO (1) | WO2021115466A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110944187B (zh) * | 2018-09-19 | 2022-05-10 | 华为技术有限公司 | 点云编码方法和编码器 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007063612A1 (ja) * | 2005-11-30 | 2007-06-07 | Sharp Kabushiki Kaisha | 動画像符号化装置、動画像復号装置 |
US20130297574A1 (en) * | 2012-05-02 | 2013-11-07 | Level Set Systems, Inc. | Method and apparatus for compressing three-dimensional point cloud data |
WO2019013430A1 (en) * | 2017-07-10 | 2019-01-17 | Samsung Electronics Co., Ltd. | COMPRESSION OF MAILLAGES AND POINT CLOUDS USING IMAGE / VIDEO CODECS |
US20190156520A1 (en) * | 2017-11-22 | 2019-05-23 | Apple Inc. | Point cloud occupancy map compression |
US20190311502A1 (en) * | 2018-04-10 | 2019-10-10 | Apple Inc. | Point cloud attribute transfer algorithm |
CN110363822A (zh) * | 2018-04-11 | 2019-10-22 | 上海交通大学 | 一种3d点云压缩方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8260539B2 (en) * | 2010-05-12 | 2012-09-04 | GM Global Technology Operations LLC | Object and vehicle detection and tracking using 3-D laser rangefinder |
US11514613B2 (en) * | 2017-03-16 | 2022-11-29 | Samsung Electronics Co., Ltd. | Point cloud and mesh compression using image/video codecs |
US10559126B2 (en) * | 2017-10-13 | 2020-02-11 | Samsung Electronics Co., Ltd. | 6DoF media consumption architecture using 2D video decoder |
US10424083B2 (en) * | 2017-10-21 | 2019-09-24 | Samsung Electronics Co., Ltd. | Point cloud compression using hybrid transforms |
CN110418135B (zh) * | 2019-08-05 | 2022-05-27 | 北京大学深圳研究生院 | 一种基于邻居的权重优化的点云帧内预测方法及设备 |
-
2019
- 2019-12-13 CN CN201911284170.6A patent/CN112995758B/zh active Active
-
2020
- 2020-12-13 WO PCT/CN2020/135982 patent/WO2021115466A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007063612A1 (ja) * | 2005-11-30 | 2007-06-07 | Sharp Kabushiki Kaisha | 動画像符号化装置、動画像復号装置 |
US20130297574A1 (en) * | 2012-05-02 | 2013-11-07 | Level Set Systems, Inc. | Method and apparatus for compressing three-dimensional point cloud data |
WO2019013430A1 (en) * | 2017-07-10 | 2019-01-17 | Samsung Electronics Co., Ltd. | COMPRESSION OF MAILLAGES AND POINT CLOUDS USING IMAGE / VIDEO CODECS |
US20190156520A1 (en) * | 2017-11-22 | 2019-05-23 | Apple Inc. | Point cloud occupancy map compression |
US20190311502A1 (en) * | 2018-04-10 | 2019-10-10 | Apple Inc. | Point cloud attribute transfer algorithm |
CN110363822A (zh) * | 2018-04-11 | 2019-10-22 | 上海交通大学 | 一种3d点云压缩方法 |
Non-Patent Citations (1)
Title |
---|
权毓舒,何明一: "基于三维点云数据的线性八叉树编码压缩算法", 计算机应用研究, no. 08 * |
Also Published As
Publication number | Publication date |
---|---|
CN112995758B (zh) | 2024-02-06 |
WO2021115466A1 (zh) | 2021-06-17 |
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 | |
US11450031B2 (en) | Significant coefficient flag encoding for point cloud attribute compression | |
US11754685B2 (en) | Point cloud compression using a space filling curve for level of detail generation | |
US10911787B2 (en) | Hierarchical point cloud compression | |
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 | |
CN110572655B (zh) | 一种基于邻居权重的参数选取和传递的点云属性编码和解码的方法及设备 | |
CN110708560B (zh) | 点云数据处理方法和装置 | |
JP7303992B2 (ja) | 点群表現を介したメッシュ圧縮 | |
Golla et al. | Real-time point cloud compression | |
US20200111236A1 (en) | Point cloud compression using fixed-point numbers | |
WO2022042539A1 (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 | |
KR102609776B1 (ko) | 포인트 클라우드 데이터 처리 방법 및 장치 | |
US9819964B2 (en) | Limited error raster compression | |
DK1886277T3 (en) | WEIGHT BASED IMAGE PROCESSING | |
US20230046917A1 (en) | In-tree geometry quantization of point clouds | |
US9253505B2 (en) | System and method for image compression | |
KR102634079B1 (ko) | 포인트 클라우드 데이터 처리 장치 및 방법 | |
CN113473127B (zh) | 一种点云几何编码方法、解码方法、编码设备及解码设备 | |
WO2021258374A1 (en) | Method for encoding and decoding a point cloud | |
CN109540023B (zh) | 基于二值网格编码模板结构光的物体表面深度值测量方法 | |
CN113014903A (zh) | 点云邻居确定、点云预测、点云编码、点云解码方法及设备 | |
CN112995758A (zh) | 点云数据的编码方法、解码方法、存储介质及设备 | |
CN115088017A (zh) | 点云的树内几何量化 | |
CN115102934B (zh) | 点云数据的解码方法、编码方法、装置、设备及存储介质 | |
WO2020248144A1 (zh) | 三维数据点的编解码方法和装置 |
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 |