CN113284248B - 一种点云有损压缩的编解码方法、装置和系统 - Google Patents
一种点云有损压缩的编解码方法、装置和系统 Download PDFInfo
- Publication number
- CN113284248B CN113284248B CN202110649539.XA CN202110649539A CN113284248B CN 113284248 B CN113284248 B CN 113284248B CN 202110649539 A CN202110649539 A CN 202110649539A CN 113284248 B CN113284248 B CN 113284248B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- quantization parameter
- point
- quantization
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
- G06T9/002—Image coding using neural networks
Abstract
本发明涉及三维点云处理领域,尤其涉及一种点云有损压缩的编解码方法、装置和系统。本发明提出一种点云有损压缩的解码方法,包括对点云中的点进行几何信息和/或属性信息的反量化的步骤,以根据所预设的偏移值和高度阈值来对所述点自适应地动态调整量化参数。本发明对具有不同特性的目标点云使用不同的量化策略,使其自适应地动态调整各目标点云的量化参数,从而减少了数据冗余度,提高了压缩的效率。
Description
技术领域
本发明涉及三维点云处理领域,尤其涉及一种点云有损压缩的编解码方法、装置和系统。
背景技术
随着点云采集和处理的方法和设备不断成熟,点云越来越广泛的应用到工业生产和人类生活的各个方面。点云处理的一个基本环节是点云的压缩编解码。点云的压缩编解码主要需要编解码点云的几何信息和属性信息。点云的几何信息是指点云中每个点的三维空间坐标,点云的属性信息是指每个点所携带的其他信息,如该点的反射率、颜色等。由于三维点云往往具有庞大数量的点,且点的分布在空间中具有无序性。同时,每个点又往往具有丰富的属性信息,一个点云往往具有庞大的数据量,给点云的存储和传输都带来了挑战。因此,点云压缩编码技术是点云处理和应用的关键技术之一。
对于编码端,量化编码是点云有损编码的一个重要环节,通过量化可以有效地提升点云的压缩效率。目前点云编码中通常对几何坐标和属性残差值进行量化。
几何量化,即在几何编码前,对几何坐标的每个数值除以一个大于1的数并取整,在解码端要做对应的反量化操作,即将解码出的几何坐标,将每个坐标的数值乘以一个大于1的数并取整,量化和反量化时每个坐标除以和乘以的数应对应相等。
属性残差量化,即在属性预测编码过程后,对预测后的残差值同时除以一个大于1的数并取整;在解码端要做对应的反量化操作,即将解码出的属性残差值,乘以一个大于1的数并取整,量化和反量化时每个属性残差值除以和乘以的数应对应相等。
目前常见的点云编解码方法中,整个点云的空间冗余度高,压缩效率低。
发明内容
针对目前点云压缩编解码技术存在的上述问题,本发明提供一种点云有损压缩的编解码方法、装置和系统。
本发明解决技术问题所采用的技术方案为:
一种点云有损压缩的解码方法,包括对点云中的点进行几何信息和/或属性信息的反量化的步骤,以根据所预设的偏移值和高度阈值来对所述点自适应地动态调整量化参数。
优选地,所述动态调整量化参数的方法包括:
获取所述点的初始量化参数及高度值;
判断所述高度值是否大于所述高度阈值:
若是,则所述点的量化参数为初始量化参数减去所述偏移值;
若否,则所述点的量化参数为初始量化参数加上所述偏移值;
其中,所述偏移值为正数。
优选地,在头信息中添加zThrehold、geoQpOffset/attQpOffset属性,用于分别设置所预设的高度阈值和偏移值;
其中,zThrehold属性表示道路与其他目标的z坐标划分阈值,其为有符号整数,用于将点云划分成道路和其他目标两部分;
geoQpOffset/attQpOffset属性分别表示几何/属性残差量化偏移值,其为无符号整数,用于控制道路和其他目标的几何/属性量化残差的偏移值。
优选地,该点的几何和/或属性残差量化参数QP通过如下任意一种方式得到:
或
其中,z表示点的高度值。
优选地,根据目标点云本身的内容和特性,将目标点云划分为不同部分的点;
针对各不同部分的点,分别生成各不同部分的目标点云的量化参数。
一种点云有损压缩的编码方法,包括对点云中的点进行几何信息和/或属性信息的量化的步骤,以根据所预设的偏移值和高度阈值来对所述点自适应地动态调整量化参数。
优选地,所述动态调整量化参数的方法包括:
获取所述点的初始量化参数及高度值;
判断所述高度值是否大于所述高度阈值:
若是,则该点的量化参数为初始量化参数减去所述偏移值;
若否,则该点的量化参数为初始量化参数加上所述偏移值;
其中,所述偏移值为正数。
一种点云有损压缩的解码装置,所述解码装置包括处理器,所述处理器用于执行包括对点云中的点进行几何信息和/或属性信息的反量化的步骤,以根据所预设的偏移值和高度阈值来对所述点自适应地动态调整量化参数。
优选地,所述动态调整量化参数的方法包括:
获取所述点的初始量化参数及高度值;
判断所述高度值是否大于所述高度阈值:
若是,则该所述点的量化参数为初始量化参数减去所述偏移值;
若否,则该所述点的量化参数为初始量化参数加上所述偏移值;
其中,所述偏移值为正数。
优选地,在头信息中添加zThrehold、geoQpOffset/attQpOffset属性,用于分别设置所预设的高度阈值和偏移值;
其中,zThrehold属性表示道路与其他目标的z坐标划分阈值,其为有符号整数,用于将所述点划分成道路和其他目标两部分;
geoQpOffset/attQpOffset属性分别表示几何/属性残差量化偏移值,其为无符号整数,用于控制道路和其他目标的几何/属性量化残差的偏移值。
一种点云有损压缩的编码装置,所述编码装置包括处理器,所述处理器用于执行包括对点云中的点进行几何信息和/或属性信息的量化的步骤,以根据所预设的偏移值和高度阈值来对所述点自适应地动态调整量化参数。
优选地,所述动态调整量化参数的方法包括:
获取所述点的初始量化参数及高度值;
判断所述高度值是否大于所述高度阈值:
若是,则该点的量化参数为初始量化参数减去所述偏移值;
若否,则该点的量化参数为初始量化参数加上所述偏移值;
其中,所述偏移值为正数。
本发明的有益效果:本发明对具有不同特性的目标点云,使用不同的量化策略,使其自适应地动态调整各目标点云的量化参数,从而减少了数据冗余度,提高了压缩的效率。
附图说明
图1为本发明一种实施例的动态调整量化参数的流程示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,但不作为本发明的限定。
本发明提出一种点云有损压缩的解码方法,包括对点云中的点进行几何信息和/或属性信息的反量化的步骤,以根据所预设的偏移值和高度阈值来对目标点云自适应地动态调整量化参数。
在点云实际应用场景中,整个点云的空间冗余度高,导致点云压缩的效率降低。本发明提出了一种通过量化/反量化操作在不影响实际应用的前提下提升编解码效率的方法。该方法中,利用预设的偏移值和高度阈值来自适应地调节目标点云中的点的量化参数,这样对于不同的点来说,能够自适应地动态地调节几何步长或者属性残差量化步长,以调节不同目标点云的空间冗余度,从而提高压缩效率。
本发明提出的一种点云有损压缩的解码方法,动态调整量化参数的方法包括:
获取该点的初始量化参数及高度值;
判断高度值是否大于高度阈值:
若是,则该点的量化参数为初始量化参数减去偏移值;
若否,则该点的量化参数为初始量化参数加上偏移值;
其中,偏移值为正数。
在该实施例中介绍了量化参数的具体生成方式。对于目标点云的不同部分,可以通过各不同部分的内容和特征之间的差别,自适应地为每个部分中的点计算一个偏移值,每部分中的点的量化参数由用户设定的初始量化参数加上/减去偏移值得到。
下面结合具体实例对本申请中的技术方案做更加详细的说明。
一种点云有损压缩的解码方法中,通过点云本身特性以及不同目标点云特征的差别,或者通过神经网络等方式,分别预设好偏移值和高度阈值,假设预设的偏移值为2,预设的高度阈值为-1000。获取点云中某个点的初始几何量化参数和高度值,假设获取到的初始几何量化参数为42,高度值为-1200。判断得到,该点的高度值-1200小于预设的高度阈值-1000,因此,该点的几何量化参数为初始几何量化参数42加上偏移值2,为44。同理,对于属性残差量化参数也可以采用同样的方式得到。
在三维点云中,可以根据点云本身的语义内容,将点云划分成多个不同的部分。所谓点云语义内容,是指点云中每个点所属的人类可理解的对象内容的标签。例如,某个点是行人的一部分,该点的语义标签为“行人”;某个点是道路的一部分,该点的语义标签为“道路”。
基于此,在一实施例中,根据点云本身的内容和特性,将点云划分为不同部分的点;针对各不同部分的点,分别生成各不同部分的点的量化参数。语义标签的获取可通过每个点的高度得出。将点的高度值高于此高度阈值的点标记为“汽车”,将点的高度低于此高度阈值的点标记为“道路”,从而得出每个点的语义标签。通过该方式,将整个点云按照语义标签分成“道路”和“汽车”两部分。在一实施例中,“道路”部分和“汽车”部分预设的偏移值的具体取值没有关联性,二者绝对值不需要相等。
在一实施例中,由于使用激光雷达采集的点云中,大量的点为高度较低的路面,少部分行人或车辆高度较高。通常“道路”的点的高度低于-2000,“汽车”的点的高度高于-2000。因此,可以通过用户或服务器设定一个高度阈值-2000来区分这两种不同特征的点。此外,还需要定义一个偏移值,假设预设值为3。获取到“道路”的初始几何量化参数为48,初始属性残差量化参数为36。由于“道路”的点的高度低于-2000,低于设定的高度阈值,对“道路”部分的点的量化参数要加上此偏移值,因此,重新确定得到“道路”的几何量化参数为51,属性残差量化参数为39。由于“道路”点更加密集,空间冗余度更高,因此可采用更加大的量化步长。
对于“汽车”部分的点,可对其设定与“道路”相同或不同的偏移值,假设预设偏移值为1。获取到“汽车”的初始几何量化参数为49,初始属性残差量化参数为38。由于“汽车”部分的高度高于预设的高度阈值-2000,对“汽车”部分的点的量化参数减去此偏移值,因此,重新确定得到“汽车”的几何量化参数为48,属性残差量化参数为37。通常,“汽车”点较为稀疏,空间冗余度更低,因此可采用更加小的量化参数来提高重建质量,保留关键特征。基于该原理,可以通过调节预设的高度阈值和偏移值来控制冗余度。
在一实施例中,不同目标点云的点的初始几何量化参数和初始属性残差量化参数可以不同。例如,表示“汽车”的初始几何量化参数和初始属性残差量化参数分别为48和36;表示“道路”的初始几何量化参数和初始属性残差量化参数分别为49和35。
在一实施例中,不同目标点云的点所预设的偏移值可以相同,不同目标点云之间的偏移值取值没有关联性。如对于“汽车”和“道路”点所预设的偏移值都可以为1。此外,为了防止量化参数出现为0或者负数的情况,对于不同目标点云的偏移值取值的绝对值不应大于初始几何量化参数和/或初始属性残差量化参数中的较小值。
在一实施例中,可以将标有不同语义标签的点划分为不同部分,标有相同语义标签的点划分为同一部分。也可以根据不同语义内容的特征/特性,将多个标有不同语义标签的点划分为同一部分。例如,“道路”和“树”均为静止的对象,则可将表示“道路”和“树”的点划分为一部分,“行人”和“汽车”均为运动的对象,则可将表示“行人”和“汽车”的点划分为同一部分。
语义标签的获取,可以是数据本身带有的,可以由用户标注,也可以由服务器标注,还可以基于点云本身特征手工设计判别标准,或利用神经网络等方式自适应地计算得出。在一个实施例中,使用基于神经网络的方法判断每个点所属的语义标签。具体地,将点云中的部分或全部点的几何坐标输入到神经网络中,经过多层卷积、池化等操作,最终输出每个点所属的语义标签。
本发明提出的一种点云压缩的解码方法,在头信息中添加zThrehold、attQpOffset属性,用于设置所预设的高度阈值和偏移值;其中,zThrehold属性表示道路与其他目标的z坐标划分阈值,其为有符号整数,用于将点云划分成道路和其他目标两部分;attQpOffset属性表示属性残差量化偏移值,其为无符号整数,用于控制道路和其他目标的属性量化残差的偏移值。
在一实施例中,在AVS点云压缩标准的属性头信息attribute_header()的withRef判断语句中,添加zThrehold、attQpOffset属性,用于设置所预设的高度阈值和偏移值:
表1:属性头定义
attribute_header()属性头信息中部分属性的定义如下:
--最近邻点预测参数一nearestPredParam1:为无符号整数,用于控制最近邻点预测的阈值。
--最近邻点预测参数二nearestPredParam2:为无符号整数,用于控制最近邻点预测的阈值。该阈值表示为attrQuantParam*nearestPredParam1+nearestPredParam1。
--空间偏倚系数axisBias:为无符号整数,用于控制属性预测值计算中在Z方向上的偏移量。
--道路与其他目标点z坐标划分阈值zThrehold:为有符号整数,用于将雷达点云划分成道路和其他目标两部分。
--属性残差量化偏移值attrQpOffset:为无符号整数,用于控制道路和其他目标的属性量化残差的偏移量。
在一实施例中,对于几何信息的编解码,可以将zThrehold、geoQpOffset属性添加于几何头信息里,如geometry_header几何头信息,用于分别设置所预设的高度阈值和偏移值,该偏移值是几何的量化步长偏移。
在一实施例中,对于几何信息和/或属性信息的编解码,可以将zThrehold属性添加到序列头信息中,如sequence_header序列头信息。在几何头信息中添加几何量化对应的偏移值,如geoQpOffset属性,或者在属性头信息中添加属性残差量化对应的偏移值,如attrQpOffset属性。
在一实施例中,在属性头信息attribute_header()的withRef=1的情况下,属性残差绝对值反量化的步骤包括确定量化参数QP的步骤:
在一实施例中,在几何头信息和/或序列头中添加偏移值和高度阈值属性,确定量化参数QP的步骤包括:
在一实施例中,属性残差绝对值反量化过程如下:
输入:量化参数QP,属性残差绝对值absolute_residual,道路与其他目标点Z坐标划分阈值zThrehold,属性残差量化偏移值attrQpOffset,以及目标点的坐标(x,y,z);
输出:反量化属性残差绝对值dequantized_absolute_residual。
其中,decoderShiftBit=6,用于表示属性残差绝对值的可能的最大取值;offset为用于控制舍入的参数。量化步长查找表InerseQuantstepSizeLUT如下定义:
本发明还提出一种点云有损压缩的编码方法,包括对点云中的点进行几何信息和/或属性信息的量化的步骤,以根据所预设的偏移值和高度阈值来对点自适应地动态调整量化参数。
在一实施例中,在点云有损压缩的编码方法中,动态调整量化参数的方法包括:
获取点的初始量化参数及高度值;
判断高度值是否大于高度阈值:
若是,则该点的量化参数为初始量化参数减去偏移值;
若否,则该点的量化参数为初始量化参数加上偏移值;
其中,偏移值为正数。
在一点云有损压缩的编码方法的实施例中,在头信息中添加zThrehold、geoQpOffset/attQpOffset属性,用于分别设置所预设的高度阈值和偏移值;其中,zThrehold属性表示道路与其他目标的z坐标划分阈值,其为有符号整数,用于将点云划分成道路和其他目标两部分;geoQpOffset/attQpOffset属性分别表示几何/属性残差量化偏移值,其为无符号整数,用于控制道路和其他目标的几何/属性量化残差的偏移值。
在一点云有损压缩的编码方法的实施例中,该点的属性残差量化参数QP通过如下任意一种方式得到:
或
其中,z表示点的高度值。
本发明还提出一种点云有损压缩的解码装置,解码装置包括处理器,处理器用于执行包括对点云中的点进行几何信息和/或属性信息的反量化的步骤,以根据所预设的偏移值和高度阈值来对点自适应地动态调整量化参数。
在一实施例中,点云有损压缩的解码装置的动态调整量化参数的方法包括:
获取点的初始量化参数及高度值;
判断高度值是否大于高度阈值:
若是,则该点的量化参数为初始量化参数减去偏移值;
若否,则该点的量化参数为初始量化参数加上偏移值;
其中,偏移值为正数。
在一实施例中,点云有损压缩的解码装置,处理器执行如下操作:在头信息中添加zThrehold、geoQpOffset/attQpOffset属性,用于分别设置所预设的高度阈值和偏移值;其中,zThrehold属性表示道路与其他目标的z坐标划分阈值,其为有符号整数,用于将所述点划分成道路和其他目标两部分;geoQpOffset/attQpOffset属性分别表示几何/属性残差量化偏移值,其为无符号整数,用于控制道路和其他目标的几何/属性量化残差的偏移值。
在一点云有损压缩的解码装置的实施例中,处理器执行:该点的属性残差量化参数QP通过如下任意一种方式得到:
或
其中,z表示点的高度值。
本发明还提出一种点云有损压缩的编码装置,编码装置包括处理器,处理器用于执行包括对点云中的点进行几何信息和/或属性信息的量化的步骤,以根据所预设的偏移值和高度阈值来对点自适应地动态调整量化参数。
在一点云有损压缩的编码装置的实施例中,动态调整量化参数的方法包括:
获取点的初始量化参数及高度值;
判断高度值是否大于高度阈值:
若是,则该点的量化参数为初始量化参数减去偏移值;
若否,则该点的量化参数为初始量化参数加上偏移值;
其中,偏移值为正数。
在一点云有损压缩的编码装置的实施例中,处理器执行:在头信息中添加zThrehold、geoQpOffset/attQpOffset属性,用于分别设置所预设的高度阈值和偏移值;其中,zThrehold属性表示道路与其他目标的z坐标划分阈值,其为有符号整数,用于将点云划分成道路和其他目标两部分;geoQpOffset/attQpOffset属性分别表示几何/属性残差量化偏移值,其为无符号整数,用于控制道路和其他目标的几何/属性量化残差的偏移值。
在一点云有损压缩的编码装置的实施例中,处理器执行:该点的属性残差量化参数QP通过如下任意一种方式得到:
或
其中,z表示点的高度值。
本发明还提供一种系统,包括如前述的点云压缩的编码装置和如前述的点云压缩的解码装置。
本发明还提供一种计算机可读存储介质,用于存储程序指令,该程序指令被计算机执行时,计算机执行前述的点云压缩的解码方法。
本发明还提供一种计算机可读存储介质,用于存储程序指令,该程序指令被计算机执行时,计算机执行前述的点云压缩的编码方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其他任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如数字视频光盘(digital video disc,DVD))、或者半导体介质(例如固态硬盘(solid state disk,SSD))等。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
以上仅为本发明较佳的实施例,并非因此限制本发明的实施方式及保护范围,对于本领域技术人员而言,应当能够意识到凡运用本发明说明书及图示内容所做出的等同替换和显而易见的变化所得到的方案,均应当包含在本发明的保护范围内。
Claims (10)
1.一种点云有损压缩的解码方法,其特征在于,包括对点云中的点进行几何信息和/或属性信息的反量化的步骤,以根据所预设的偏移值和高度阈值来对所述点自适应地动态调整量化参数;
在头信息中添加zThrehold、geoQpOffset/attQpOffset属性,用于分别设置所预设的高度阈值和偏移值;
其中,zThrehold属性表示道路与其他目标的z坐标划分阈值,其为有符号整数,用于将点云划分成道路和其他目标两部分;
geoQpOffset/attQpOffset属性分别表示几何/属性残差量化偏移值,其为无符号整数,用于控制道路和其他目标的几何/属性量化残差的偏移值。
2.根据权利要求1所述的点云有损压缩的解码方法,其特征在于,所述动态调整量化参数的方法包括:
获取所述点的初始量化参数及高度值;
判断所述高度值是否大于所述高度阈值:
若是,则所述点的量化参数为初始量化参数减去所述偏移值;
若否,则所述点的量化参数为初始量化参数加上所述偏移值;
其中,所述偏移值为正数。
4.根据权利要求1或2所述的点云有损压缩的解码方法,其特征在于,
根据目标点云本身的内容和特性,将目标点云划分为不同部分的点;
针对各不同部分的点,分别生成各不同部分的目标点云的量化参数。
5.一种点云有损压缩的编码方法,其特征在于,包括对点云中的点进行几何信息和/或属性信息的量化的步骤,以根据所预设的偏移值和高度阈值来对所述点自适应地动态调整量化参数;
在头信息中添加zThrehold、geoQpOffset/attQpOffset属性,用于分别设置所预设的高度阈值和偏移值;
其中,zThrehold属性表示道路与其他目标的z坐标划分阈值,其为有符号整数,用于将点云划分成道路和其他目标两部分;
geoQpOffset/attQpOffset属性分别表示几何/属性残差量化偏移值,其为无符号整数,用于控制道路和其他目标的几何/属性量化残差的偏移值。
6.根据权利要求5所述的点云有损压缩的编码方法,其特征在于,所述动态调整量化参数的方法包括:
获取所述点的初始量化参数及高度值;
判断所述高度值是否大于所述高度阈值:
若是,则该点的量化参数为初始量化参数减去所述偏移值;
若否,则该点的量化参数为初始量化参数加上所述偏移值;
其中,所述偏移值为正数。
7.一种点云有损压缩的解码装置,其特征在于,所述解码装置包括处理器,所述处理器用于执行包括对点云中的点进行几何信息和/或属性信息的反量化的步骤,以根据所预设的偏移值和高度阈值来对所述点自适应地动态调整量化参数;
所述处理器执行:在头信息中添加zThrehold、geoQpOffset/attQpOffset属性,用于分别设置所预设的高度阈值和偏移值;
其中,zThrehold属性表示道路与其他目标的z坐标划分阈值,其为有符号整数,用于将所述点划分成道路和其他目标两部分;
geoQpOffset/attQpOffset属性分别表示几何/属性残差量化偏移值,其为无符号整数,用于控制道路和其他目标的几何/属性量化残差的偏移值。
8.根据权利要求7所述的点云有损压缩的解码装置,其特征在于,所述动态调整量化参数的方法包括:
获取所述点的初始量化参数及高度值;
判断所述高度值是否大于所述高度阈值:
若是,则该所述点的量化参数为初始量化参数减去所述偏移值;
若否,则该所述点的量化参数为初始量化参数加上所述偏移值;
其中,所述偏移值为正数。
9.一种点云有损压缩的编码装置,其特征在于,所述编码装置包括处理器,所述处理器用于执行包括对点云中的点进行几何信息和/或属性信息的量化的步骤,以根据所预设的偏移值和高度阈值来对所述点自适应地动态调整量化参数;
所述处理器执行:在头信息中添加zThrehold、geoQpOffset/attQpOffset属性,用于分别设置所预设的高度阈值和偏移值;
其中,zThrehold属性表示道路与其他目标的z坐标划分阈值,其为有符号整数,用于将所述点划分成道路和其他目标两部分;
geoQpOffset/attQpOffset属性分别表示几何/属性残差量化偏移值,其为无符号整数,用于控制道路和其他目标的几何/属性量化残差的偏移值。
10.根据权利要求9所述的点云有损压缩的编码装置,其特征在于,所述动态调整量化参数的方法包括:
获取所述点的初始量化参数及高度值;
判断所述高度值是否大于所述高度阈值:
若是,则该点的量化参数为初始量化参数减去所述偏移值;
若否,则该点的量化参数为初始量化参数加上所述偏移值;
其中,所述偏移值为正数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110649539.XA CN113284248B (zh) | 2021-06-10 | 2021-06-10 | 一种点云有损压缩的编解码方法、装置和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110649539.XA CN113284248B (zh) | 2021-06-10 | 2021-06-10 | 一种点云有损压缩的编解码方法、装置和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113284248A CN113284248A (zh) | 2021-08-20 |
CN113284248B true CN113284248B (zh) | 2022-11-15 |
Family
ID=77284205
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110649539.XA Active CN113284248B (zh) | 2021-06-10 | 2021-06-10 | 一种点云有损压缩的编解码方法、装置和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113284248B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116233426A (zh) * | 2021-12-03 | 2023-06-06 | 维沃移动通信有限公司 | 属性量化、反量化方法、装置及设备 |
WO2023130333A1 (zh) * | 2022-01-06 | 2023-07-13 | 上海交通大学 | 编解码方法、编码器、解码器以及存储介质 |
WO2024007253A1 (zh) * | 2022-07-07 | 2024-01-11 | Oppo广东移动通信有限公司 | 点云率失真优化方法及属性压缩方法、装置和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110677652A (zh) * | 2019-09-26 | 2020-01-10 | 叠境数字科技(上海)有限公司 | 一种基于体素卷积的点云几何有损压缩方法 |
CN111247562A (zh) * | 2017-10-21 | 2020-06-05 | 三星电子株式会社 | 使用混合变换的点云压缩 |
CN111316331A (zh) * | 2017-11-09 | 2020-06-19 | 三星电子株式会社 | 使用非正交投影的点云压缩 |
CN112806016A (zh) * | 2018-10-05 | 2021-05-14 | 交互数字Vc控股公司 | 一种用于编码/重构点云的点的属性的方法和设备 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4915350B2 (ja) * | 2008-01-16 | 2012-04-11 | 日本電気株式会社 | エントロピ符号化器、映像符号化装置、映像符号化方法および映像符号化プログラム |
US9077965B2 (en) * | 2012-10-12 | 2015-07-07 | Mediatek Inc. | Method and apparatus for performing lossy image compression through source quantization and lossless compression kernel, and related method and apparatus for image decompression |
EP3304912A4 (en) * | 2015-06-07 | 2018-06-06 | Sharp Kabushiki Kaisha | Systems and methods for optimizing video coding based on a luminance transfer function or video color component values |
KR20180092774A (ko) * | 2017-02-10 | 2018-08-20 | 삼성전자주식회사 | 샘플 적응적 오프셋 처리를 수행하는 영상 처리 장치 및 영상 처리 방법 |
EP3364656A1 (en) * | 2017-02-15 | 2018-08-22 | Thomson Licensing | Method for sample adaptive offset coding |
CN110708529B (zh) * | 2018-07-09 | 2020-08-14 | 上海交通大学 | 动态点云投影压缩方法、系统、装置及介质 |
CN110691243A (zh) * | 2019-10-10 | 2020-01-14 | 叠境数字科技(上海)有限公司 | 一种基于深度卷积网络的点云几何压缩方法 |
CN111866518B (zh) * | 2020-07-29 | 2022-05-27 | 西安邮电大学 | 基于特征提取的自适应三维点云压缩方法 |
CN112184840B (zh) * | 2020-09-22 | 2022-09-02 | 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 |
CN112565734B (zh) * | 2020-12-03 | 2022-04-19 | 西安电子科技大学 | 基于混合编码的点云属性编解码方法及装置 |
CN112565757B (zh) * | 2020-12-03 | 2022-05-13 | 西安电子科技大学 | 基于通道差异化的点云属性编码及解码方法、装置及系统 |
-
2021
- 2021-06-10 CN CN202110649539.XA patent/CN113284248B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111247562A (zh) * | 2017-10-21 | 2020-06-05 | 三星电子株式会社 | 使用混合变换的点云压缩 |
CN111316331A (zh) * | 2017-11-09 | 2020-06-19 | 三星电子株式会社 | 使用非正交投影的点云压缩 |
CN112806016A (zh) * | 2018-10-05 | 2021-05-14 | 交互数字Vc控股公司 | 一种用于编码/重构点云的点的属性的方法和设备 |
CN110677652A (zh) * | 2019-09-26 | 2020-01-10 | 叠境数字科技(上海)有限公司 | 一种基于体素卷积的点云几何有损压缩方法 |
Non-Patent Citations (2)
Title |
---|
三维激光扫描点云数据压缩方法;黄承亮等;《测绘科学》;20090320(第02期);全文 * |
基于改进坐标增量的点云数据压缩算法;姚顽强等;《西安科技大学学报》;20161130(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113284248A (zh) | 2021-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113284248B (zh) | 一种点云有损压缩的编解码方法、装置和系统 | |
JP6676193B2 (ja) | シーンを表す点群を符号化する方法、符号化器システム、及びプログラムを記憶した非一時的コンピューター可読記録媒体 | |
US11895307B2 (en) | Block-based predictive coding for point cloud compression | |
US20220130074A1 (en) | Method, device, and storage medium for data encoding/decoding | |
WO2021000334A1 (zh) | 一种数据编码、数据解码方法、设备及存储介质 | |
CN101087417A (zh) | 图像编码装置 | |
CN113179410B (zh) | 一种点云属性的编解码方法、装置和系统 | |
US20230237707A1 (en) | Point cloud encoding and decoding method, encoder, decoder and codec system | |
CN111669593B (zh) | 视频编码方法、装置、电子设备和存储介质 | |
US20220284632A1 (en) | Analysis device and computer-readable recording medium storing analysis program | |
CN108632630A (zh) | 一种结合位运算和概率预测的二值图像编码方法 | |
Yin et al. | Lossless point cloud attribute compression with normal-based intra prediction | |
WO2024037244A1 (zh) | 点云数据的解码方法、编码方法、装置、存储介质及设备 | |
CN113676738A (zh) | 一种三维点云的几何编解码方法及装置 | |
US20230237704A1 (en) | Point cloud decoding and encoding method, and decoder, encoder and encoding and decoding system | |
US20230222699A1 (en) | Point cloud decoding device, point cloud decoding method, and program | |
CN115379190B (zh) | 一种点云处理方法、装置及计算机设备、存储介质 | |
US20220005229A1 (en) | Point cloud attribute encoding method and device, and point cloud attribute decoding method and devcie | |
CN112153381B (zh) | 动态3d点云压缩帧内cu快速划分方法、设备及介质 | |
KR20220125735A (ko) | 3d 지오메트리를 구성하기 위한 방법 및 장치 | |
JP2022078735A (ja) | 画像処理装置、画像処理プログラム、画像認識装置、画像認識プログラム及び画像認識システム | |
CN112509107A (zh) | 一种点云属性重着色方法、装置及编码器 | |
WO2022258063A1 (zh) | 点云属性编码方法、装置、解码方法、装置及相关设备 | |
CN115174908B (zh) | 视频编码的变换量化方法、装置、设备以及存储介质 | |
CN116233427A (zh) | 一种点云属性编码方法、解码方法、编码设备及解码设备 |
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 |