CN115102934B - 点云数据的解码方法、编码方法、装置、设备及存储介质 - Google Patents

点云数据的解码方法、编码方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN115102934B
CN115102934B CN202210690206.6A CN202210690206A CN115102934B CN 115102934 B CN115102934 B CN 115102934B CN 202210690206 A CN202210690206 A CN 202210690206A CN 115102934 B CN115102934 B CN 115102934B
Authority
CN
China
Prior art keywords
data points
data
media attribute
point
data 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
CN202210690206.6A
Other languages
English (en)
Other versions
CN115102934A (zh
Inventor
朱文婕
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 Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN202210690206.6A priority Critical patent/CN115102934B/zh
Publication of CN115102934A publication Critical patent/CN115102934A/zh
Application granted granted Critical
Publication of CN115102934B publication Critical patent/CN115102934B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/60Network streaming of media packets
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00Image coding
    • G06T9/004Predictors, e.g. intraframe, interframe coding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00Image coding
    • G06T9/40Tree coding, e.g. quadtree, octree

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

本申请实施例公开了一种点云数据的解码方法、编码方法、装置、设备及存储介质,应用于云技术、车联网等技术领域,其中,该方法包括:对数据点分组Pi内的数据点对应的媒体属性编码值进行解码,得到数据点分组Pi内的数据点对应的目标媒体属性信息;P个数据点分组是根据数据点的几何位置信息对点云数据中的数据点进行分组得到的;对数据点分组Pi内的数据点对应的目标媒体属性信息进行恢复处理,得到数据点分组Pi内的数据点的原始媒体属性信息;数据点分组Pi内的数据点对应的目标媒体属性信息是对数据点分组Pi内的数据点的原始媒体属性信息进行采样处理得到的。通过本申请可以降低解码时延,提高点云数据的解码效率。

Description

点云数据的解码方法、编码方法、装置、设备及存储介质
技术领域
本申请涉及云技术、车联网技术等领域,尤其涉及一种点云数据的解码方法、编码方法、装置、设备及存储介质。
背景技术
点云数据是指对目标对象的表面属性特性进行扫描所得到的海量数据点的集合,这些数据点包括目标对象的几何位置信息、颜色属性信息和反射率等多种媒体属性信息,通常这些点云数据中的数据点的数量级比较大。因此,需要对点云数据中数据点的媒体属性信息进行编码得到码流,通过传输该码流可以提高点云数据的传输效率。但是,在解码端对点云数据的码流进行解码的过程中,存在解码延时大的问题,导致解码效率较低。
发明内容
本申请实施例提供一种点云数据的解码方法、编码方法、装置、设备及存储介质,能够降低解码时延,提高点云数据的解码效率。
本申请实施例一方面提供一种点云数据的解码方法,包括:
对数据点分组Pi内的数据点对应的媒体属性编码值进行解码,得到所述数据点分组Pi内的数据点对应的目标媒体属性信息;所述数据点分组Pi属于P个数据点分组,i为小于或等于P的正整数,所述P个数据点分组是根据点云数据中的数据点的几何位置信息对所述点云数据中的数据点进行分组得到的;
对所述数据点分组Pi内的数据点对应的目标媒体属性信息进行恢复处理,得到所述数据点分组Pi内的数据点的原始媒体属性信息;所述数据点分组Pi内的数据点对应的目标媒体属性信息是对所述数据点分组Pi内的数据点的原始媒体属性信息进行采样处理得到的。
本申请实施例一方面提供一种点云数据的编码方法,包括:
获取待编码的点云数据中的数据点的几何位置信息和原始媒体属性信息;
根据所述几何位置信息,对所述点云数据中的数据点进行分组,得到P个数据点分组;P为大于1的正整数;
对所述数据点分组Pi内的数据点的原始媒体属性信息进行采样处理,得到所述数据点分组Pi内的数据点对应的目标媒体属性信息;所述数据点分组Pi属于P个数据点分组,i为小于或等于P的正整数;
对所述数据点分组Pi内的数据点对应的目标媒体属性信息进行编码,得到所述数据点分组Pi内的数据点对应的媒体属性编码值。
本申请实施例一方面提供一种点云数据的解码装置,包括:
解码模块,用于对数据点分组Pi内的数据点对应的媒体属性编码值进行解码,得到所述数据点分组Pi内的数据点对应的目标媒体属性信息;所述数据点分组Pi属于P个数据点分组,i为小于或等于P的正整数,所述P个数据点分组是根据点云数据中的数据点的几何位置信息对所述点云数据中的数据点进行分组得到的;
恢复模块,用于对所述数据点分组Pi内的数据点对应的目标媒体属性信息进行恢复处理,得到所述数据点分组Pi内的数据点的原始媒体属性信息;所述数据点分组Pi内的数据点对应的目标媒体属性信息是对所述数据点分组Pi内的数据点的原始媒体属性信息进行采样处理得到的。
本申请实施例一方面提供一种点云数据的编码装置,包括:
获取模块,用于获取待编码的点云数据中的数据点的几何位置信息和原始媒体属性信息;
分组模块,用于根据所述几何位置信息,对所述点云数据中的数据点进行分组,得到P个数据点分组;P为大于1的正整数;
采样模块,用于对所述数据点分组Pi内的数据点的原始媒体属性信息进行采样处理,得到所述数据点分组Pi内的数据点对应的目标媒体属性信息;所述数据点分组Pi属于P个数据点分组,i为小于或等于P的正整数;
编码模块,用于对所述数据点分组Pi内的数据点对应的目标媒体属性信息进行编码,得到所述数据点分组Pi内的数据点对应的媒体属性编码值。
本申请实施例一方面提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现所述的方法的步骤。
本申请实施例一方面提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现所述的方法的步骤。
本申请实施例一方面提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现所述的方法的步骤。
本申请中,数据点分组Pi内的数据点对应的媒体属性编码值是对数据点分组Pi内的数据点对应的目标媒体属性信息进行编码得到的,目标媒体属性信息是对数据点分组Pi内的数据点的原始媒体属性信息进行采样得到的。换言之,目标媒体属性信息为数据点分组Pi内的数据点的原始媒体属性信息中的部分信息,即只需要对部分原始媒体属性信息的媒体属性编码值进行解码,不需要对数据点分组Pi内的数据点对应的全量原始媒体属性信息的媒体属性编码值进行解码,能够降低解码时延,提高点云数据的解码效率。同时,该数据点分组Pi是根据点云数据中的数据点的几何位置信息对点云数据中的数据点进行分组得到的,这样有利于根据数据点分组Pi对应的已知媒体属性信息(即目标媒体属性信息),恢复得到该数据点分组Pi对应所有媒体属性信息(即原始媒体属性信息),提高点云数据的重建质量。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请提供的一种点云数据的处理方法的流程示意图;
图2是本申请提供的一种点云数据的编码方法的流程示意图;
图3是本申请提供的一种点云数据的解码方法的流程示意图;
图4是本申请实施例提供的一种点云数据的编码装置的结构示意图;
图5是本申请实施例提供的一种点云数据的解码装置的结构示意图;
图6是本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请涉及云技术技领域。其中,本申请涉及云技术技领域中的云计算,云计算(cloud comPuting)是一种计算模式,它将计算任务分布在大量计算机构成的资源池上,使各种应用系统能够根据需要获取计算力、存储空间和信息服务。提供资源的网络被称为“云”。“云”中的资源在使用者看来是可以无限扩展的,并且可以随时获取,按需使用,随时扩展。本申请可以通过云计算对点云数据进行编码和解码。
本申请实施例涉及点云数据的处理技术,如图1所示,图1是本申请实施例提供的一种点云数据处理方法的流程示意图,针对点云数据处理过程可包括如下步骤:点云数据的获取10a,点云数据的预处理10b、点云数据的编码10c、点云数据的量化10d、点云数据的熵编码10e以及点云数据的解码。
点云数据:点云数据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数据点的集合。点云数据中的每个数据点至少具有几何位置信息(即三维位置信息),根据应用场景的不同,数据点还具有颜色属性信息、材质或其他媒体属性信息。
点云数据的获取10a:是指获取点云数据,点云数据的获取方式包括但不限于:计算机生成、3D激光扫描、3D摄影测量等。计算机可以生成虚拟三维物体及场景的点云数据。3D扫描可以获得静态现实世界三维物体或场景的点云数据,每秒可以获取百万级数据点。3D摄像可以获得动态现实世界三维物体或场景的点云数据,每秒可以获取千万级数据点。伴随着大规模的点云数据不断积累,点云数据的高效存储、传输、发布、共享和标准化,成为点云数据应用的关键。
点云数据的预处理10b:对3D空间下的点云数据中的数据点进行预处理,该预处理包括坐标变换(TranSformcoordinateS)和体素化(VoxeL1ze)。其中,坐标变换是指通过缩放和平移等方式对数据点的坐标系进行转换,转换成目标坐标系(如世界坐标系)。体素化是指对数据点进行坐标量化、重复点删除以及属性赋值,将位于同一体素内的所有数据点都量化到体素中心,并将体素内所有数据点的属性组合分配给该体素中心,并将体素中心确定为新的数据点。这样,通过缩放和平移的操作,将3D空间中的点云数据转换成整数形式,并将其最小几何位置移至坐标原点处。
点云数据的编码10c:包括几何信息编码和属性信息编码两方面的编码。几何信息编码是对点云数据中的数据点的几何位置信息进行编码,得到点云数据的几何码流。几何编码可以包含如下两种模式:(a)基于八叉树的几何编码(Octree):八叉树是一种树形数据结构,在3D空间划分中,对点云包围盒(即包含所有点云的最小立方体)进行均匀划分,每个节点都具有八个子节点。通过对八叉树中各个子节点的占用与否采用“1”和“0”指示,获得占用码信息(occuPancy code),将占用码信息作为点云数据的几何位置信息的码流。(b)基于三角表示的几何编码(TriSouP):将点云划分为一定大小的块(block),定位点云表面在块的边缘的交点并构建三角形,通过编码交点位置得到点云数据的几何位置信息的码流。属性信息编码是指对点云数据中的数据点的原始颜色属性信息以及折射率等属性信息进行编码,得到点云数据的属性码流。
点云数据的量化10d:对于点云数据的几何码流和属性码流,进一步的进行有损的量化操作,丢失掉一定的信息,使得量化后的码流有利于压缩表达。点云数据的量化可包括几何量化和属性量化;例如,几何量化是指对点云数据的几何位置信息的码流进行量化,将目标取值范围内的编码值量化为同一编码值。量化的精细程度通常由量化参数(QP,即quantization Parameter)来决定,QP取值较大,表示更大取值范围的系数将被量化为同一个系数输出,因此通常会带来更大的失真,及较低的码率。相反,QP取值较小,表示较小取值范围的系数将被量化为同一个系数输出,因此通常会带来较小的失真,同时对应较高的码率。在点云编码中,量化是直接对点云数据中的数据点的坐标信息进行的。属性量化是指对点云数据的原始颜色属性信息、折射率等属性信息的码流进行量化,将目标取值范围内的编码值量化为同一编码值。量化的精细程度通常由量化参数(QP)来决定。在预测编码中,是对属性残差进行量化;在变换编码中,是对变换系数进行量化。
点云数据的熵编码(EntroPy Coding)10e或统计编码:量化后的码流,将根据码流中各个值出现的频率,进行统计压缩编码,最后输出二值化(0或者1)的压缩码流。熵编码包括几何熵编码和属性熵编码,几何熵编码是指对点云数据的几何码流进行统计压缩编码,最后输出二值化(0或者1)的压缩码流,如对八叉树的占用码信息进行统计压缩编码。统计编码是一种无损编码方式,可以有效的降低表达同样的信号所需要的码率。常用的统计编码方式是基于上下文的二值化算术编码。属性信息熵编码是指对量化后的属性残差或变换系数进行统计压缩,最后输出二值化(0或者1)的压缩码流。一般使用行程编码(run lengthcoding)及算数编码(arithmetic coding)实现对量化后的属性残差或变换系数进行最终的压缩。相应的编码模式,量化参数等信息也同样采用熵编码器进行编码。
点云数据的解码:在解码端,解码器获得点云数据的压缩码流后,首先进行对压缩编码进行熵解码,得到量化后的几何位置信息以及量化后的属性信息。首先,几何位置信息经过反量化,得到重建数据点的几何位置信息。另一方面,量化后的属性信息经过反量化得到属性残差,并根据采用的编码模式确认参考信号,得到重建数据点的属性信息,将重建数据点的属性信息按顺序与几何位置信息一一对应,产生输出的重建点云数据。
进一步地,请参见图2,是本申请实施例提供的一种点云数据的编码方法的流程示意图。如图2所示,该方法可由计算机设备来执行,该计算机设备可以是指编码设备,其中,该方法可以包括如下步骤:
S101、计算机设备获取待编码的点云数据中的数据点的原始媒体属性信息和几何位置信息。
点云数据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。计算机设备可以通过三维扫描设备对目标对象的表面进行采集,得到点云数据,该点云数据中包括多个数据点,数据点可以是指目标对象的表面上的一个很小的区域,目标对象可以是指建筑、动物、车辆、文物等等。每个数据点均具有原始媒体属性信息和几何位置信息,原始媒体属性信息对目标对象进行扫描得到的,媒体属性信息包括原始颜色属性信息、材质信息、纹理信息、反射率等等,点云数据中的数据点的原始媒体属性信息可以用于在解码端重构目标对象。其中,原始颜色属性信息是指目标对象的表面上的采集点(即数据点)的颜色信息,几何位置信息是指目标对象的表面上的采集点的三维位置信息。
可理解的是,计算机设备可以获取该数据点分组Pi内的数据点的初始媒体属性信息和几何位置信息,初始媒体属性信息包括多个维度的媒体属性,同一数据点在初始媒体空间下的初始媒体信息中的各个维度的媒体属性的重要等级均相同;如果直接对初始媒体空间下的初始媒体属性信息进行采样处理,容易导致重要信息丢失。因此,如果该初始媒体属性信息属于初始媒体空间,计算机设备可以根据该初始媒体空间对该数据点分组Pi内的数据点的初始媒体属性信息进行转换,得到属于目标媒体空间的原始媒体属性信息,同一数据点在目标媒体空间下的原始媒体信息中的各个维度的媒体属性的重要等级不相同。如果该初始媒体属性信息属于目标媒体空间,可以将该初始媒体属性信息确定为该数据点分组Pi内的数据点的原始媒体属性信息。通过对媒体属性进行媒体空间转换,有利于保留更多重要等级高的媒体属性,过滤掉部分重要等级低的媒体属性,避免丢失点云数据的重要媒体属性,这样有利于确保点云数据的重建质量。
例如,该初始媒体空间可以是指三原色色彩空间(RGB),即数据点在初始媒体空间下的初始媒体属性信息包括数据点的R(红)值、G(绿)值、B(蓝)值;R值、G值、B值的重要等级均相同。目标媒体空间可以是指YUV,Y表示数据点的第一媒体属性,反映数据点的明亮度;U表示第二媒体属性,用于反映数据点的色调;V表示数据点的第三媒体属性,用于反映数据点的饱和度,其中,同一数据点的第一媒体属性的重要等级高于第二媒体属性、第三媒体属性的重要等级。因此,计算机设备可以为原始媒体属性信息的各个维度的媒体属性设置不同的采样权重,如重要等级高的媒体属性对应的采样权重比较高,重要等级低的媒体属性对应的采样权重比较低。例如,原始媒体属性信息属于YUV空间,则第一媒体属性对应的采样权重,大于第二媒体属性对应的采样权重以及第三媒体属性对应的采样权重。通过对数据点的初始媒体属性信息进行转换处理,有利于保留更多重要等级高的媒体属性,滤除部分重要等级低的媒体属性,避免丢失点云数据的重要媒体属性,这样有利于确保点云数据的重建质量。
可理解的是,当初始媒体空间为RGB,目标媒体空间为YUV时,初始颜色属性信息和原始颜色属性信息之间的转换关系可以采用如下公式(1)表示:
S102、计算机设备根据所述几何位置信息,对该点云数据中的数据点进行分组,得到P个数据点分组;P为大于1的正整数。
由于点云数据的数据点的几何位置信息具有无规律分布的特性,具有不同几何位置信息的数据点对应的原始媒体属性信息具有一定的差异性,但是,如果每两个数据点的几何位置信息之间的差异比较小,则这两个数据点的原始媒体属性信息之间的相似性比较高;相反,每两个数据点的几何位置信息之间的差异比较大,则这两个数据点的原始媒体属性信息之间的相似性比较低。因此,计算机设备可以根据几何位置信息,对该点云数据中的数据点进行分组,得到P个数据点分组,同一数据点分组内的数据点之间的几何位置信息之间的差异小于差异阈值,也就是说,同一数据点分组内的数据点之间的原始媒体属性信息之间的相似性比较高。
可理解的是,计算机设备可以通过如下两种方式中对点云数据中的数据点进行分组:
方式一:计算机设备可以根据该几何位置信息,对该点云数据中的数据点进行排序,得到排序后的数据点,对排序后的数据点进行分组,得到P个数据点分组,该P个数据点分组中内的数据点的数量相同。例如,计算机设备可以设置每个数据点分组对应的点数,如N1,对排序后的数据点进行分组,得到P个数据点分组,P个数据点分组内的数据点的点数均为固定点数N1。
方式二,计算机设备可以根据该几何位置信息,生成该点云数据中的数据点对应的位置编码值,如该数据点对应的位置编码值可以是指莫顿码或希尔伯特码。然后,可以按照所述位置编码值,对该点云数据中的数据点进行分组,得到S个候选数据点分组;同一个候选数据点分组内的数据点对应位置编码值的前L位均相同;S为正整数,L为正整数。进一步,可以根据该S个候选数据点分组,确定该点云数据对应的P个数据点分组。
例如,以数据点对应的位置编码值为莫顿码为例,计算机设备可以通过如下方式获取数据点的莫顿码:假设第K个数据点的几何位置信息为(Xk,Yk,Zk),以N比特来表示每个数据点的几何位置信息,则Xk、Yk、Zk可以分别采用如下公式(2)、公式(3)、公式(4)表示:
进一步,可以根据空间填充曲线生成第K个数据点的莫顿码,可以采用如下公式(5)表示:
其中,公式(4)中的Mk表示莫顿码,将公式(4)中每三个比特采用八进制数表示:则第K个数据点对应的莫顿码可以采用如下公式(6)表示:
可理解的是,上述根据所述S个候选数据点分组,确定所述点云数据对应的P个数据点分组,包括:获取该S个候选数据点分组内的数据点分别对应的点数,作为该S个候选数据点分组分别对应的第二点数。若该S个候选数据点分组分别对应的第二点数均小于点数阈值,则将该S个候选数据点分组确定为P个数据点分组;P与S相同,此处的点数阈值可以为N2,N2可以根据点云数据中的数据点的原始媒体属性信息之间的相似度确定的,如相似度小,N2可以为第一数值,有利于保留更多数据点的原始媒体属性信息;相反,相似度大,N2可以为第二数值,第一数值小于第二数值,有利于保留更少数据点的原始媒体属性信息,降低原始媒体属性信息的冗余度。若该S个候选数据点分组中存在对应的第二点数大于或等于该点数阈值的候选数据点分组Sj,且所述S个候选数据点分组中存在对应的第二点数小于所述点数阈值的候选数据点分组Se,则对该候选数据点分组Sj进行划分,得到至少两个数据点子组,可以将划分得到的数据点子分组和对应第二点数小于点数阈值的候选数据点分组确定为P个数据点分组。j、e均为小于S,且不相同的正整数;若该S个候选数据点分组分别对应第二点数均大于或等于点数阈值,则对各个候选数据点分组进行划分,得到各个候选数据点分组分别对应的数据点子组,将各个候选数据点分组分别对应的数据点子组,确定为所述点云数据对应的P个数据点分组。也就是说,当候选数据点分组中的数据点的点数过多时,通过对候选数据点分组进行细分组,可避免数据点分组过少,丢失重要数据点的原始媒体属性信息的问题,提高点云数据的采样准确度。
S103、计算机设备对该数据点分组Pi内的数据点的原始媒体属性信息进行采样处理,得到该数据点分组Pi内的数据点对应的目标媒体属性信息;该数据点分组Pi属于P个数据点分组,i为小于或等于P的正整数。
本申请中,由于位于同一数据点分组内的数据点之间的原始媒体属性信息之间具有较大的相似性,因此,只需保留每个数据点分组内的数据点对应的部分原始媒体属性信息,如,只需要保留每个数据点分组内的部分数据点的原始媒体属性信息,或者,只需要保留每个数据点分组内的数据点的原始媒体属性信息中的部分信息,进而,只需对每个数据点分组内的数据点对应的部分原始媒体属性信息进行编码,可实现在确保点云数据的重建质量情况下,提高点云数据的编码效率。同时,只需要将部分原始媒体属性信息对应的媒体编码值传输至解码设备,这样可以降低点云数据的传输比特数,可以提高点云数据的传输效率。计算机设备可以获取数据点分组Pi对应的采样参数,该采样参数可以包括采样比例、采样策略等等,进一步,可以根据该数据点分组Pi对应的采样参数,对该数据点分组Pi内的数据点的原始媒体属性信息进行采样处理,得到该数据点分组Pi内的数据点对应的目标媒体属性信息。此处的该数据点分组Pi内的数据点对应的目标媒体属性信息可以是指该数据点分组Pi内的部分数据点对应的原始媒体属性信息,或者,此处的该数据点分组Pi内的数据点对应的目标媒体属性信息可以是指该数据点分组Pi内的数据点对应的原始媒体属性信息中的部分数据,该数据点分组Pi内的数据点对应的目标媒体属性信息中的数据量小于该数据点分组Pi内的数据点对应的原始媒体属性信息。
可理解的是,该采样参数可以是通过如下三种方式中的任一方式或多种组合方式确定的:1、该采样参数可以是指编码设备和解码设备默认的参数。2、该采样参数可以是指编码设备根据点云数据对应的量化步长确定的,例如,点云数据对应的量化步长越大,量化结果越粗糙,这时可以将第一采样比例作为点云数据对应的采样比例;反之,点云数据对应的量化步长越小,量化结果越精细,这时可以将第二采样比例作为点云数据对应的采样比例;第一采样比例大于第二采样比例,可以弥补量化步长大,导致量化结果精确度比较低的问题。3、采样参数可以编码设备根据点云数据中的数据点的原始媒体属性信息之间的相似度确定,例如,点云数据中的数据点的原始媒体属性信息之间的相似度大于相似度阈值,则将第一采样比例作为点云数据对应的采样比例,以保留较少数据点的原始媒体属性信息,反之,点云数据中的数据点的原始媒体属性信息之间的相似度小于或等于相似度阈值,则将第二采样比例作为点云数据对应的采样比例,以保留更多数据点的原始媒体属性信息。
可理解的是,各个数据点分组的采样参数(如采样比例)之间的关系可以为以下a-c三种中的任一种:a、P个数据点分组中所有数据点分组对应的采样比例均相同。b、该P个数据点分组中相邻的每K个数据点分组对应的采样比例均相同,K为小于P的正整数;换言之,以K个数据点分组为单位选择数据点分组的采样参数。例如,分组序号为1到K的数据点分组对应的采样比例相同,如采样比例均为采样比例1;分组序号为K+1到2K的数据点分组对应的采样比例相同,如采样比例均为采样比例2,采样比例1与采样比例2不相同,分组序号可以是指根据数据点分组内的数据点的采集时间确定的,或者,分组序号是根据数据点分组内的数据点的几何位置信息确定的。c、该数据点分组Pi对应的采样比例与数据点分组Pi+n对应的采样比例相同,且该数据点分组Pi对应的采样比例与数据点分组Pi+m对应的采样比例不相同,n为该点云数据对应的采样比例的种类数,n为大于1的正整数,m小于n。换言之,以交替方式确定各个数据点分组的采样比例,例如,点云数据对应的采样比例包括采样比例1、采样比例2、采样比例3以及采样比例4,分组序号为1到4的数据点分组对应的采样比例分别为采样比例1、采样比例2、采样比例3、采样比例4,分组序号为5到8的数据点分组对应的采样比例分别为采样比例1、采样比例2、采样比例3、采样比例4。
可理解的是,上述步骤S103包括:计算机设备可以获取该数据点分组Pi内的数据点的数量,作为第一点数,获取该数据点分组Pi对应的采样比例;此处的采样比例包括第一类采样比例或第二类采样比例,第一类采样比例可以是指保留数据点分组Pi中的数据点的数量与数据点分组Pi内的数据点的总数量之间的比值;第二类采样比例可以是指数据点的原始媒体属性信息的各个维度的媒体属性的采样权重之间的比值,即原始媒体属性信息的各个维度的媒体属性的采样权重可以不一样,如重要等级高的媒体属性对应的采样权重比较高,重要等级低的媒体属性对应的采样权重比较低。在一个实施例中,当采样比例为第一类采样比例时,计算机设备可以将采样比例与数据点分组Pi内的数据点的总数量之间的乘积,确定为数据点分组Pi内的数据点的原始媒体属性信息对应的目标采样量,例如,采样比例为0.8,假设数据点分组Pi内具有5个数据点,则可以将目标采样量为:0.8*5=4,即保留数据点分组Pi内的4个数据点的原始媒体属性信息。在一个实施例中,当采样比例为第二类采样比例时,可以根据所述第一点数和所述采样比例,确定所述数据点分组Pi内的数据点的原始媒体属性信息中各个维度的媒体属性对应的采样量,将各个维度的媒体属性对应的采样量确定为该数据点分组Pi内的数据点的原始媒体属性信息对应的目标采样量。进一步,可以根据所述数据点分组Pi内的数据点的原始媒体属性信息,采样得到具有所述目标采样量的媒体属性信息;将采样得到的媒体属性信息,确定为所述数据点分组Pi内的数据点对应的目标媒体属性信息。
可理解的是,该原始媒体属性信息包括第一媒体属性和第二媒体属性和第三媒体属性,该采样比例为M:M1:M2,M为该第一媒体属性对应的采样权重,M1为该第二媒体属性对应的采样权重;M2为该第三媒体属性对应的采样权重。同一数据点的第一媒体属性的重要等级大于对应数据点的第二媒体属性的重要等级和第三媒体属性的重要等级,同一数据点的第二媒体属性的重要等级与第三媒体属性的重要等级可以相同,也可以不相同。例如,第一媒体属性可以是指颜色属性,第二媒体属性可以是指材质,第三媒体属性可以是指折射率。或者,第一媒体属性可以是指颜色属性中的灰阶值,第二媒体属性可以是指颜色属性中的第一色度,第三媒体属性可以是指颜色属性中的第二色度,第一色度可以用于数据点的明亮度,第二色度用于反映数据点的饱和度。
可理解的是,此处的采样比例可以是指第二类采样比例,上述根据所述第一点数和所述采样比例,确定所述数据点分组Pi内的数据点的原始媒体属性信息对应的目标采样量,包括:如果第一点数与M相同,则将第一采样量确定为该数据点分组Pi内的数据点的第一媒体属性对应的采样量;该第一采样量与M相同;然后,根据M1和M2,确定该数据点分组Pi内的数据点的第二媒体属性对应的采样量、第三媒体属性对应的采样量。如果第一点数与M不相同,则需要根据第一类采样比例和第一点数确定第一媒体属性、第二媒体属性、第三媒体属性分别对应的采样量。然后,将该第一媒体属性对应的采样量、该第二媒体属性对应的采样量、该第三媒体属性对应的采样量,确定为该数据点分组Pi内的数据点的原始媒体属性信息对应的目标采样量。可见,重要等级高的媒体属性对应的采样量,大于重要等级低的媒体属性对应的采样量,有利于采样得到具有重要意义的媒体属性,提高对点云数据的采样准确度。
可理解的是,上述根据M1和M2,确定该数据点分组Pi内的数据点的第二媒体属性对应的采样量、第三媒体属性对应的采样量,包括:若M1和M2均为小于M的有效值,则将第二采样量确定为所述数据点分组Pi内的数据点的第二媒体属性对应的采样量,将第三采样量确定为所述数据点分组Pi内的数据点的第三媒体属性对应的采样量;该第二采样量与M1相同,该第三采样量与M2相同。若M1和M2均小于M,且M1或M2为无效值,无效值可以是指0,则获取目标数据点分组内的数据点关于采样得到的媒体属性信息,根据高目标数据点分组内的数据点关于采样得到的媒体属性信息,确定该数据点分组Pi内的数据点的第二媒体属性对应的采样量、第三媒体属性对应的采样量;该目标数据点分组为该P个数据点分组中扫描行与该数据点分组Pi的扫描行具有相邻关系的数据点分组。换言之,M1和M2均不为0时,可以将M1作为第二媒体属性对应的采样量,将M2作为第三媒体属性的采样量;如果M1=0或M2=0,则根据目标数据点分组的数据点关于采样得到的媒体属性信息,确定第二媒体属性对应的采样量和第三媒体属性对应的采样量,这样可以避免在M1=0,或M2=0时,直接不保留第二媒体属性或第三媒体属性,导致点云数据中的重要信息丢失的问题,提高点云数据的采样准确度,有利于确保点云数据的重建质量。
可理解的是,上述根据所述目标数据点分组内的数据点关于采样得到的媒体属性信息,确定所述数据点分组Pi内的数据点的第二媒体属性对应的采样量、第三媒体属性对应的采样量,包括:由于相邻扫描行内的目标数据点分组的媒体属性信息与数据点分组Pi具有相似性,因此,可以根据相邻扫描行内的目标数据点分组的采样得到的媒体属性信息,确定数据点分组Pi内的数据点的第二媒体属性对应的采样量和第三媒体属性对应的采样量。具体的,若该目标数据点分组内的数据点关于采样得到的媒体属性信息包括第二媒体属性,表明目标数据点分组内的数据点保留了第二媒体属性,未保留第三媒体属性,则将无效值确定为所述数据点分组Pi内的数据点的第二媒体属性对应的采样量,将第四采样量确定为所述数据点分组Pi内的数据点的第三媒体属性对应的采样量;换言之,不保留数据点分组Pi内的数据点分组中的数据点的第二媒体属性,按照第三媒体属性对应采样量保留数据点分组Pi内的数据点的第三媒体属性。若所述目标数据点分组内的数据点关于采样得到的媒体属性信息包括第三媒体属性,表明目标数据点分组内的数据点未保留第二媒体属性,保留了第三媒体属性,则将所述第四采样量确定为所述数据点分组Pi内的数据点的第二媒体属性对应的采样量,将无效值确定为所述数据点分组Pi内的数据点的第三媒体属性对应的采样量,换言之,不保留数据点分组Pi内的数据点分组中的数据点的第三媒体属性,按照第二媒体属性对应采样量保留数据点分组Pi内的数据点的第二媒体属性。在M1=0,或M2=0时,通过数据点分组交替采样的方式,对数据点分组内的第二媒体属性和第三媒体属性进行采样,这样避免重要媒体属性信息丢失,提高点云数据的重建质量。
可理解的是,所述数据点分组Pi内的数据点的第一媒体属性对应的第一采样量与M相同,上述根据所述数据点分组Pi内的数据点的原始媒体属性信息,采样得到具有所述目标采样量的媒体属性信息,包括:计算机设备可以从该数据点分组Pi内的数据点的原始媒体属性信息中,采样得到M个数据点的第一媒体属性;若该第二媒体属性对应的采样量与M1相同,且所述第三媒体属性对应的采样量与M2相同,M1和M2均为有效值,则从该数据点分组Pi内的数据点的原始媒体属性信息中,采样得到M1个数据点的第二媒体属性,以及M2个数据点的第三媒体属性。然后,可以将M个数据点的第一媒体属性、该M1个数据点的第三媒体属性以及所述M2个数据点的第三媒体属性,确定为具有该目标采样量的媒体属性信息。
可理解的是,上述从该数据点分组Pi内的数据点的原始媒体属性信息中,采样得到M1个数据点的第二媒体属性,以及M2个数据点的第三媒体属性,包括:若M1和M2均与1相等,则获取采样点选择策略;该采样点选择策略包括基于数据点的几何位置信息的选择策略,或基于数据点的媒体属性信息的统计信息的选择策略,或基于数据点的采集时间的选择策略。基于数据点的几何位置信息的选择策略可以是指保留数据点分组Pi内位于中心位置的数据点的第二媒体属性和第三媒体属性;基于数据点的媒体属性信息的统计信息的选择策略是指保留数据点分组Pi内的媒体属性信息的平均值、最大值、最小值对应的数据点的第二媒体属性和第三媒体属性;基于数据点的采集时间的选择策略是指保留数据点分组Pi内采集时间位于首位、中位、末位的数据点的第二媒体属性和第三媒体属性。进一步,按照该采样点选择策略,从该数据点分组Pi内的数据点的原始媒体属性信息中,采样得到M1个数据点的第二媒体属性,以及M2个数据点的第三媒体属性。此处的M1个数据点和M2个数据点可以是指同一数据点,或者,不同数据点。
例如,M1=M2=1,当M1个数据点和M2个数据点是指同一数据点时,计算机设备可以通过如下方式采样得到M1个数据点的第二媒体属性,以及M2个数据点的第三媒体属性:1、按照基于数据点的采集时间的选择策略,保留(即采样得到)数据点分组Pi内采集时间位于首位,或中位,或末位的数据点的第二媒体属性和第三媒体属性。例如,数据点分组Pi内包括8个数据点,第一媒体属性为灰阶值,采用Y表示,第二媒体属性为第一色度,采用U表示,第三媒体属性为第二色度,采用V表示。数据点分组Pi内的8个数据点的原始媒体属性信息可以表示为[Y0,U0,V0,Y1,U1,V1,Y2,U2,V2,Y3,U3,V3,Y4,U4,V4,Y5,U5,V5,Y6,U6,V6,Y7,U7,V7],其中,Y0,U0,V0分别表示数据点分组Pi内采集时间位于首位的数据点的灰阶值、第一色度、第二色度,以此类推。如果按照基于数据点的采集时间的选择策略,将保留(即采样得到)数据点分组Pi内采集时间位于首位的数据点的第一色度和第二色度,则采用得到的数据点的第一色度、第二色度分别为U0,V0,这时数据点分组Pi内的数据点的目标媒体属性可以表示为:[Y0,U0,V0,Y1,Y2,Y3,Y4,Y5,Y6,Y7],即保留数据点分组Pi内的所有数据点的灰阶值,保留了采集时间位于首位的数据点的U0,V0。2、基于数据点的几何位置信息的选择策略,保留数据点分组Pi内位于中心位置的数据点的第二媒体属性和第三媒体属性。3、基于数据点的媒体属性信息的统计信息的选择策略,保留数据点分组Pi内的媒体属性信息的平均值、最大值、最小值对应的数据点的第二媒体属性和第三媒体属性。例如,可以分别将数据点分组Pi内的数据点的第二媒体属性的平均值、第三媒体属性的平均值作为数据点分组Pi内的任一数据点的第二媒体属性、第三媒体属性,并保留该数据点。或者,保留数据点分组Pi内具有最大第二媒体属性的数据点的第二媒体属性和第三媒体属性。
例如,当M1个数据点和M2个数据点是指不同数据点时,计算机设备可以通过如下方式采样得到M1个数据点的第二媒体属性,以及M2个数据点的第三媒体属性:1、按照基于数据点的采集时间的选择策略,保留(即采样得到)数据点分组Pi内采集时间位于首位,中位和末位中的两个数据点,保留一个数据点的第二媒体属性,保留另一个数据点的第三媒体属性。例如,数据点分组Pi内包括8个数据点,第一媒体属性为灰阶值,采用Y表示,第二媒体属性为第一色度,采用U表示,第三媒体属性为第二色度,采用V表示。数据点分组Pi内的8个数据点的原始媒体属性信息可以表示为[Y0,U0,V0,Y1,U1,V1,Y2,U2,V2,Y3,U3,V3,Y4,U4,V4,Y5,U5,V5,Y6,U6,V6,Y7,U7,V7]。如果保留(即采样得到)数据点分组Pi内采集时间位于首位的数据点的第一媒体属性,以及采集时间位于末位的数据点的第三媒体属性。数据点分组Pi内的数据点对应的目标媒体属性信息可表示为[Y0,U0,Y1,Y2,Y3,Y4,Y5,Y6,Y7,V7],可见,即保留数据点分组Pi内的所有数据点的灰阶值,保留了采集时间位于首位的数据点的U0,保留了采集时间位于末位的数据点的V0。或者,可以保留(即采样得到)数据点分组Pi内采集时间位于首位的数据点的第一媒体属性,以及采集时间位于第二位的数据点的第三媒体属性。数据点分组Pi内的数据点对应的目标媒体属性信息可表示为[Y0,U0,Y1,V1,Y2,Y3,Y4,Y5,Y6,Y7]。2、基于数据点的几何位置信息的选择策略,保留数据点分组Pi内具有最大距离的数据点的第二媒体属性,和具有最小距离的数据点的第三媒体属性,具有最大距离的数据点为数据点分组Pi内与其他数据点之间的距离之和为最大值的数据点,具有最小距离的数据点为数据点分组Pi内与其他数据点之间的距离之和为最小值的数据点。3、基于数据点的媒体属性信息的统计信息的选择策略,保留数据点分组Pi内与第二媒体属性的平均值最接近的第二媒体属性,保留数据点分组Pi内与第三媒体属性的平均值最接近的第三媒体属性。
可理解的是,若M1和M2相等,M1和M2均为大于1的正整数,则采样得到的M1个数据点与采样得到的M2个数据点相同,该采样得到的M1个数据点之间对应的第一采样间隔大于或等于第一间隔阈值;该第一间隔阈值为M与M1之间的比值。换言之,即0<M1=M2<M时,计算机设备可以按照第一采样间隔,从数据点分组Pi内的数据点的原始媒体属性信息中,同时采样多个数据点的第二媒体属性和第三媒体属性。该第一采样间隔是根据所述采样得到的M1个数据点在该数据点分组Pi内的排列顺序确定的,该采样得到的M1个数据点对应的排列顺序是根据该采样得到的M1个数据点的采集时间的排序,或几何位置信息的排序,或原始媒体属性信息所确定的。
例如,即0<M1=M2<M时,例如,数据点分组Pi内包括8个数据点,第一媒体属性为灰阶值,采用Y表示,第二媒体属性为第一色度,采用U表示,第三媒体属性为第二色度,采用V表示。数据点分组Pi内的8个数据点的原始媒体属性信息可以表示为[Y0,U0,V0,Y1,U1,V1,Y2,U2,V2,Y3,U3,V3,Y4,U4,V4,Y5,U5,V5,Y6,U6,V6,Y7,U7,V7]。M1=M2=2,第一采样间隔为:8/2=4,即至少每间隔3个数据点对数据点分组Pi内的数据点进行采样一次;如果按照采样间隔4,同时对数据点分组Pi内的数据点的第二媒体属性和第三媒体属性,得到数据点分组Pi内的数据点对应的目标媒体属性信息为:[Y0,U0,V0,Y1,Y2,Y3,Y4,U4,V4,Y5,Y6,Y7];可见,即保留数据点分组Pi内的所有数据点的灰阶值,保留了排列顺序位于首位的数据点的的U0,V0,保留了排列顺序位于第5的数据点的U4,Y4
可理解的是,若M1和M2均为正整数,且M1、M2中至少一个大于1,则所述采样得到的M1个数据点与所述采样得到的M2个数据点不相同;换言之,即0<M1,M2<M时,M1与M2可以相同也可以不同,计算机设备可以保留不同数据点的第二媒体属性和第三媒体属性,该采样得到的M1个数据点之间对应的第二采样间隔、该采样得到的M2个数据点之间对应的第三采样间隔、该采样得到的M1个数据点与所述采样得到的M2个数据点之间对应的第四采样间隔均大于第二间隔阈值;该第二间隔阈值是根据M、M1和M2确定的,如,第二间隔阈值可以为M/(M1+M2)。所述采样得到的M1个数据点的在所述数据点分组Pi内排列顺序位于所述采样得到的M2个数据点在所述数据点分组Pi内的排列顺序之前,或者,所述采样得到的M1个数据点在所述数据点分组Pi内的排列顺序位于所述采样得到的M2个数据点在所述数据点分组Pi内的排列顺序之后。
例如,数据点分组Pi内包括8个数据点,第一媒体属性为灰阶值,采用Y表示,第二媒体属性为第一色度,采用U表示,第三媒体属性为第二色度,采用V表示。数据点分组Pi内的8个数据点的原始媒体属性信息可以表示为[Y0,U0,V0,Y1,U1,V1,Y2,U2,V2,Y3,U3,V3,Y4,U4,V4,Y5,U5,V5,Y6,U6,V6,Y7,U7,V7]。当M1=M2=4,第二间隔阈值为8/(4+4)=1。计算机设备可以按照采样间隔1先采样得到M1个数据点的U,然后,从未被采样的数据点中采样得到M2个数据点的V。采样得到数据点分组Pi的数据点对应的目标媒体属性信息可表示为:[Y0,U0,Y1,U1,Y2,U2,Y3,U3,Y4,V4,Y5,V5,Y6,V6,Y7,V7];可见,即保留了数据点分组Pi内的所有数据点的灰阶值,保留了排列顺序位于前4的数据点的U,以及排列顺序位于前4以后的数据点的V。
可理解的是,上述从所述数据点分组Pi内的数据点的原始媒体属性信息中,采样出M1个数据点的第二媒体属性,以及M2个数据点的第三媒体属性,包括:若M1、M2均为正整数,且M1、M2中至少一个大于1,则按照第二媒体属性和第三媒体属性交替的采样方式,从该数据点分组Pi内的数据点的原始媒体属性信息中,采样出M1个数据点的第二媒体属性,以及M2个数据点的第三媒体属性;该采样得到的M1个数据点与该采样得到的M2个数据点之间对应的第五采样间隔均大于或等于第三间隔阈值;该第三间隔阈值是根据M、M1和M2确定的,如该第三间隔阈值为M/(M1+M2)。通过交替采样方式,从数据点分组Pi内采样得到M1个数据点的第二媒体属性,以及M2个数据点的第三媒体属性,有利于提高点云数据的重建质量。
例如,数据点分组Pi内包括8个数据点,第一媒体属性为灰阶值,采用Y表示,第二媒体属性为第一色度,采用U表示,第三媒体属性为第二色度,采用V表示。数据点分组Pi内的8个数据点的原始媒体属性信息可以表示为[Y0,U0,V0,Y1,U1,V1,Y2,U2,V2,Y3,U3,V3,Y4,U4,V4,Y5,U5,V5,Y6,U6,V6,Y7,U7,V7]。当M1=M2=4,第三间隔阈值为8/(4+4)=1。计算机设备可以按照大于或等于第三间隔阈值对应采样间隔,从数据点分组Pi内的数据点的原始媒体属性信息中采样得到一个数据点的U,然后,按照采样得到另一个数据点的V,依此重复,采样得到4个U和4个V。采样得到数据点分组Pi的数据点对应的目标媒体属性信息可表示为:[Y0,U0,Y1,V1,Y2,U2,Y3,V3,Y4,U4,Y5,V5,Y6,U6,Y7,V7];可见,即保留了数据点分组Pi内的所有数据点的灰阶值,U和V以交替方式出现在采样得到数据点分组Pi的数据点对应的目标媒体属性信息中。
可理解的是,上述数据点分组Pi内的数据点的第一媒体属性对应的第一采样量与M相同,所述根据所述数据点分组Pi内的数据点的原始媒体属性信息,采样得到具有所述目标采样量的媒体属性信息,包括:计算机设备可以从所述数据点分组Pi内的数据点的原始媒体属性信息中,采样得到M个数据点的第一媒体属性。若该第二媒体属性对应的采样量为有效值,且该第三媒体属性对应的采样量为无效值,则从该数据点分组Pi内的数据点的原始媒体属性信息中,采样得到M1个数据点的第二媒体属性,即不需要采样得到第三媒体属性,将采样得到的M2个数据点的第二媒体属性和采样得到的M个数据点的第一媒体属性,确定为具有所述目标采样量的媒体属性信息。若所述第二媒体属性对应的采样量为无效值,且所述第三媒体属性对应的采样量为有效值,则从所述数据点分组Pi内的数据点的原始媒体属性信息中,采样得到M2个数据点的第三媒体属性,即不需要采用得到第二媒体属性,将采样得到的M2个数据点的第三媒体属性,和采样得到的M个数据点的第一媒体属性,确定为具有所述目标采样量的媒体属性信息。换言之,在M1或M2为0时,通过相邻扫描行内的数据点分组以交替采样方式对数据点分组内的数据点第二媒体属性和第三媒体属性进行采样,有利于提高点云数据的重建质量,并减少点云数据中的数据点的比特数,提高编码效率。
可理解的是,若所述第二媒体属性对应的采样量为有效值,且所述第三媒体属性对应的采样量为无效值,则从所述数据点分组Pi内的数据点的原始媒体属性信息中,采样得到M1个数据点的第二媒体属性,包括:若所述第二媒体属性对应的采样量为1,且所述第三媒体属性对应的采样量为无效值,则获取采样点选择策略;该采样点选择策略包括基于数据点的几何位置信息的选择策略,或基于数据点的媒体属性信息的统计信息的选择策略,或基于数据点的采集时间的选择策略。然后,按照所述采样点选择策略,从所述数据点分组Pi内的数据点的原始媒体属性信息中,采样出M1个数据点的第二媒体属性。
例如,M1=1,M2=0,计算机设备可以通过如下方式采样得到M1个数据点的第二媒体属性:1、按照基于数据点的采集时间的选择策略,保留(即采样得到)数据点分组Pi内采集时间位于首位,或中位,或末位的数据点的第二媒体属性。例如,数据点分组Pi内包括8个数据点,第一媒体属性为灰阶值,采用Y表示,第二媒体属性为第一色度,采用U表示,第三媒体属性为第二色度,采用V表示。数据点分组Pi内的8个数据点的原始媒体属性信息可以表示为[Y0,U0,V0,Y1,U1,V1,Y2,U2,V2,Y3,U3,V3,Y4,U4,V4,Y5,U5,V5,Y6,U6,V6,Y7,U7,V7],其中,Y0,U0,V0分别表示数据点分组Pi内采集时间位于首位的数据点的灰阶值、第一色度、第二色度,以此类推。如果按照基于数据点的采集时间的选择策略,将保留(即采样得到)数据点分组Pi内采集时间位于首位的数据点的第一色度,则采用得到的数据点的第一色度U0,这时数据点分组Pi内的数据点的目标媒体属性可以表示为[Y0,U0,Y1,Y2,Y3,Y4,Y5,Y6,Y7],即保留数据点分组Pi内的所有数据点的灰阶值,保留了采集时间位于首位的数据点的U0。2、基于数据点的几何位置信息的选择策略,保留数据点分组Pi内位于中心位置的数据点的第二媒体属性。3、基于数据点的媒体属性信息的统计信息的选择策略,保留数据点分组Pi内的媒体属性信息的平均值、最大值、最小值对应的数据点的第二媒体属性。例如,可以分别将数据点分组Pi内的数据点的第二媒体属性的平均值作为数据点分组Pi内的任一数据点的第二媒体属性,并保留该数据点。或者,保留数据点分组Pi内具有最大第二媒体属性的数据点的第二媒体属性。
可理解的是,所述第二媒体属性对应的采样量大于1,且所述第三媒体属性对应的采样量为无效值,则采样得到的M1个数据点之间对应的第六采样间隔大于或等于第一间隔阈值;所述第一间隔阈值为M与M1之间的比值;所述第六采样间隔是根据所述采样得到的M1个数据点在所述数据点分组Pi内的排列顺序确定的,所述采样得到的M1个数据点对应的排列顺序是根据所述采样得到的M1个数据点的采集时间的排序,或几何位置信息的排序,或原始媒体属性信息的排序所确定的。
例如,数据点分组Pi内包括8个数据点,第一媒体属性为灰阶值,采用Y表示,第二媒体属性为第一色度,采用U表示,第三媒体属性为第二色度,采用V表示。数据点分组Pi内的8个数据点的原始媒体属性信息可以表示为[Y0,U0,V0,Y1,U1,V1,Y2,U2,V2,Y3,U3,V3,Y4,U4,V4,Y5,U5,V5,Y6,U6,V6,Y7,U7,V7],其中,Y0,U0,V0分别表示数据点分组Pi内采集时间位于首位的数据点的灰阶值、第一色度、第二色度,以此类推。M1=4且M2=0,第一间隔阈值为8/4=2,每间隔一个数据点采样一次。这时数据点分组Pi内的数据点的目标媒体属性可以表示为:[Y0,U0,Y1,Y2,U2,Y3,Y4,U4,Y5,Y6,U6,Y7];可见,即保留了数据点分组Pi内的所有数据点的灰阶值,以及4个数据点的第一色度。
S104、计算机设备对该数据点分组Pi内的数据点对应的目标媒体属性信息进行编码,得到所述数据点分组Pi内的数据点对应的媒体编码值。
本申请中,计算机设备可以对该数据点分组Pi内的数据点对应的目标媒体属性信息进行编码,得到该数据点分组Pi内的数据点对应的媒体编码值,换言之,计算机设备只需要对数据点分组Pi内的部分数据点的原始媒体属性信息进行编码,或者,只需要对数据点分组Pi内的数据点的部分原始媒体属性信息进行编码,可实现在确保点云数据的重建质量情况下,提高点云数据的编码效率。
可理解的是,步骤S104包括:计算机设备可以获取该数据点分组Pi内的数据点对应预测点,该预测点属于所述点云数据中已编码的数据点;根据该预测点的目标媒体属性信息,确定该数据点分组Pi内的数据点的媒体预测值。然后,根据该数据点分组Pi内的数据点的媒体预测值和该数据点分组Pi内的数据点对应的目标媒体属性信息,确定该数据点分组Pi内的数据点对应的媒体属性编码值。可见,只需要采样得到的部分媒体属性信息进行编码处理,不需要对全量的媒体属性信息进行编码,提高对点云数据的编码效率以及传输效率,并节省传输资源。
例如,假设数据点分组Pi内的第i个数据点对应的预测点的目标媒体属性信息为则数据点分组Pi内的第i个数据点的预测值可采用如下公式(7)表示:
其中,公式(7)中,A′i表示数据点分组Pi内的第i个数据点的媒体预测值,K表示数据点分组Pi内的第i个数据点对应的预测点的数量,wij表示数据点分组Pi内的第i个数据点关于第j个预测点的相关权重,该相关权重可以是根据数据点与预测点之间的距离确定的,或者,可以根据数据点的目标媒体属性信息和预测点的目标媒体属性信息之间的相似度确定的。
例如,计算机设备可以采用预测点与第i个数据点之间的曼哈顿距离的倒数作为权重,最后计算k个邻居的属性重构值的加权平均获得属性预测值。设第i个数据点的几何坐标为(xi,yi,zi),数据点分组Pi内的第i个数据点关于第j个预测点的几何坐标为(xij,yij,zij),j=1,2,……,K,数据点分组Pi内的第i个数据点关于第j个预测点的相关权重可以采用如下公式(8)表示:
或者,计算机设备可在x、y、z方向的分量采用不同权重,则数据点分组Pi内的第i个数据点关于第j个预测点的相关权重可以采用如下公式(9)表示:
公式(9)中,a、b、c分别表示在x、y、z方向的分量对应的权重。
或者,数据点分组Pi内的第i个数据点关于第j个预测点的相关权重均为w=1/d,d表示数据点分组Pi内的第i个数据点关于第j个预测点之间的距离值,具有最大距离值的预测点对应的权重可表示为:wm=(1/d)*dwm,其中,dwm为QSteP(属性量化步长)和距离等于最大距离值的预测点的个数两者之间的最小值。
可理解的是,上述根据该数据点分组Pi内的数据点的媒体预测值和该数据点分组Pi内的数据点对应的目标媒体属性信息,确定该数据点分组Pi内的数据点对应的媒体属性编码值,包括:计算机设备可以对该数据点分组Pi内的数据点的媒体预测值和该数据点分组Pi内的数据点的目标媒体属性信息进行求差处理,确定该数据点分组Pi内的数据点对应的媒体属性残差信息。然后,对该数据点分组Pi内的数据点对应的媒体属性残差信息进行编码,得到该数据点分组Pi内的数据点对应的媒体属性编码值。
可理解的是,计算机设备可以采用交替编码、算数编码等方法直接对该数据点分组Pi内的数据点对应的媒体属性残差信息进行编码,得到该数据点分组Pi内的数据点对应的媒体属性编码值。或者,计算机设备可以对数据点分组Pi内的数据点对应的媒体属性残差信息进行DCT(离散余弦变换)、Haar(一种小波变换)等变换处理,得到该数据点分组Pi内的数据点对应的媒体属性变换系数,采用交替编码、算数编码等方法对该数据点分组Pi内的数据点对应的媒体属性变换系数进行编码,得到该数据点分组Pi内的数据点对应的媒体属性编码值。
本申请中,通过根据点云数据中的数据点的几何位置信息,对点云数据中的数据点进行分组,得到P个点云数据,换言之,将点云数据中几何位置信息之间的差异小于差异阈值的数据点划分至同一数据点分组,同一数据点分组内的数据点之间的原始媒体属性信息之间具有较大的相似性。因此,计算机设备通过对数据点分组Pi内的数据点的原始媒体属性信息进行采样处理,得到数据点分组Pi内的数据点的目标媒体属性信息,进一步,对数据点分组Pi内的数据点的目标媒体属性信息进行编码,得到数据点分组Pi内的数据点的媒体。此处的该目标媒体属性信息是指数据点分组Pi内的部分数据点的原始媒体属性信息,或者,此处的该目标媒体属性信息是指数据点分组Pi内的数据点的部分原始媒体属性信息。可见,本申请只需要对点云数据中对应部分原始媒体属性信息进行编码,可实现在确保点云数据的重建质量情况下,提高点云数据的编码效率。同时,只需要将点云数据对应的部分媒体编码值传输至解码设备,这样可以降低点云数据的传输比特数,可以提高点云数据的传输效率,节省传输资源。
进一步地,请参见图3,是本申请实施例提供的一种点云数据的解码方法的流程示意图。如图3所示,该方法可由计算机设备来执行,该计算机设备可以是指解码设备,其中,该方法可以包括如下步骤:
S201、计算机设备对数据点分组Pi内的数据点对应的媒体属性编码值进行解码,得到该数据点分组Pi内的数据点对应的目标媒体属性信息;所述数据点分组Pi属于P个数据点分组,i为小于或等于P的正整数,所述P个数据点分组是根据点云数据中的数据点的几何位置信息对所述点云数据中的数据点进行分组得到的。
本申请中,计算机设备可以对数据点分组Pi内的数据点对应的媒体属性编码值进行解码,得到该数据点分组Pi内的数据点对应的目标媒体属性信息,该数据点分组Pi内的数据点对应的目标媒体属性信息是数据点分组Pi内的数据点的原始媒体属性信息进行采样得到的,换言之,目标媒体属性信息为数据点分组Pi内的数据点的原始媒体属性信息中的部分信息,即只需要对部分原始媒体属性信息的媒体属性编码值进行解码,不需要对数据点分组Pi内的数据点对应的全量原始媒体属性信息的媒体属性编码值进行解码,提高对点云数据的解码效率。
可理解的是,上述步骤S201包括:计算机设备可以预设解码方式对数据点分组Pi内的数据点对应的媒体属性编码值进行解码,得到该数据点分组Pi内的数据点对应的媒体属性残差信息。该预设解码方式可以是指编码端和解码端默认的解码方式,或者,该预设解码方式可以是根据编码端的编码方式确定,该编码方式随媒体属性编码值一起被传输至解码端,或者,该预设解码方式可以是根据其他方式确定的,本申请对此不做限定。进一步,获取该数据点分组Pi内的数据点对应的预测点的目标媒体属性信息;该预测点属于所述点云数据中已解码的数据点。然后,计算机设备可以根据该预测点的目标媒体属性信息以及该数据点分组Pi内的数据点对应的媒体属性残差信息,确定该数据点分组Pi内的数据点对应的目标媒体属性信息。
可理解的是,当编码端未对数据点分组Pi内的数据点对应的媒体属性残差信息进行DCT(离散余弦变换)、Haar(一种小波变换)等变换处理时,计算机设备可以对数据点分组Pi内的数据点对应的媒体属性编码值进行解码,直接得到该数据点分组Pi内的数据点对应的媒体属性残差信息。当编码端未对数据点分组Pi内的数据点对应的媒体属性残差信息进行DCT(离散余弦变换)、Haar(一种小波变换)等变换处理是,计算机设备可以对该数据点分组Pi内的数据点对应的媒体属性编码值进行解码,得到该数据点分组Pi内的数据点对应的媒体属性变换系数,该数据点分组Pi内的数据点对应的媒体属性变换系数是对该数据点分组Pi内的数据点对应的媒体属性残差信息进行变换处理得到的。
因此,计算机设备可以对该数据点分组Pi内的数据点对应的媒体属性变换系数进行解析,得到该数据点分组Pi内的数据点对应的媒体属性残差信息。
可理解的是,上述根据所述预测点的目标媒体属性信息以及所述数据点分组Pi内的数据点对应的媒体属性残差信息,确定所述数据点分组Pi内的数据点对应的目标媒体属性信息,包括:计算机设备可以根据上述公式(7)以及预测点的目标媒体属性信息,确定所述数据点分组Pi内的数据点对应的媒体预测值,对所述数据点分组Pi内的数据点对应的媒体预测值与所述数据点分组Pi内的数据点对应的媒体属性残差信息进行相加处理,得到所述数据点分组Pi内的数据点对应的目标媒体属性信息。
可理解的是,上述目标媒体属性信息包括第一媒体属性、第二媒体属性以及第三媒体属性;上述数据点分组Pi内的数据点的第一媒体属性、第二媒体属性以及第三媒体属性分别对应不同的预测点;或者,上述数据点分组Pi内的数据点的第一媒体属性、第二媒体属性以及第三媒体属性分别对应相同的预测点;或者,上述数据点分组Pi内的数据点的第一媒体属性对应的预测点,与所述第二媒体属性和第三媒体属性共同对应的预测点不同,且所述数据点分组Pi内每J个数据点的第二媒体属性和第三媒体属性对应预测点相同;J为小于所述数据点分组Pi内数据点对应的点数的正整数。
S202、计算机设备对所述数据点分组Pi内的数据点对应的目标媒体属性信息进行恢复处理,得到所述数据点分组Pi内的数据点的原始媒体属性信息;所述数据点分组Pi内的数据点对应的目标媒体属性信息是对所述数据点分组Pi内的数据点的原始媒体属性信息进行采样处理得到的。
本申请中,计算机设备可以对数据点分组Pi内的数据点对应的目标媒体属性信息进行恢复处理,得到所述数据点分组Pi内的数据点的原始媒体属性信息,换言之,根据数据点分组Pi内的采样得到数据点对应的目标媒体属性信息,恢复出该数据点分组Pi内的未被采样的数据点的原始媒体属性信息。
可理解的是,该数据分组Pi包括M个数据点,该数据点分组Pi内的数据点对应的目标媒体属性信息包括该M个数据点的第一媒体属性,M1个数据点的第二媒体属性和M2个数据点的第三媒体属性;该M1个数据点和该M2个数据点均属于该M个数据点的子集;即M大于M1和M2。
可理解的是,上述步骤S202包括:计算机设备可以根据该M1个数据点
(即已知数据点)的第二媒体属性确定该数据点分组Pi内的第一类数据点(即为止数据点)的第二媒体属性,根据所述M2个数据点(即已知数据点)的第三媒体属性确定所述数据点分组Pi内的第二类数据点(即未知数据点)的第三媒体属性。该第一类数据点为所述数据点分组Pi中除具有该第二媒体属性的M1个数据点以外的数据点,即第一类数据点是指数据点分组Pi中第二媒体属性处于未知状态的数据点;该第二类数据点为所述数据点分组Pi中除具有该第三媒体属性的M2个数据点以外的数据点,即第二类数据点是指数据点分组Pi中第三媒体属性处于未知状态的数据点。进一步,可以将该M个数据点的第一媒体属性、该M1个数据点的第二媒体属性、该M2个数据点的第三媒体属性、该第一类数据点的第二媒体属性和该第二类数据点的第三媒体属性,确定为该数据点分组Pi内的数据点的原始媒体属性信息。通过根据数据点Pi内已知数据点的媒体属性确定数据点Pi内未知数据点的媒体属性,这样能够恢复得到数据点Pi对应的所有媒体属性信息,提高点云数据的重建质量。
可理解的是,该第一类数据点的数量为M-M1个,M-M1个第一类数据点包括第一类数据点Tr,r为小于或等于M-M1的正整数;所述第二类数据点的数量为M-M2个,M-M2个第二类数据点包括第二类数据点Fc,c为小于或等于M-M2的正整数。上述根据所述M1个数据点的第二媒体属性确定所述数据点分组Pi内的第一类数据点的第二媒体属性,根据所述M2个数据点的第三媒体属性确定所述数据点分组Pi内的第二类数据点的第三媒体属性,包括:计算机设备可以获取该M个数据点在所述数据分组Pi内的排列顺序,该排列顺序是根据采集时间的排序,或几何位置信息的排序,或第一媒体属性的解码顺序所确定的。由于排列顺序相邻的数据点之间的媒体属性具有相似性,因此,可以将第一邻近数据点的第二媒体属性,确定为该第一类数据点Tr的第二媒体属性;该第一邻近数据点为所述M1个数据点中排列顺序与该第一类数据点Tr的排列顺序之间具有位置相邻关系的数据点。
然后,将第二邻近数据点的第三媒体属性,确定为该第二类数据点Fc的第三媒体属性;该第二邻近数据点为该M2个数据点中排列顺序与所述第二类数据点Fc的排列顺序之间具有位置相邻关系的数据点。通过根据每个第一类数据点分别对应的相邻数据点的第二媒体属性,确定对应第一类数据点的第二媒体属性,根据每个第二类数据点分别对应的相邻数据点的第三媒体属性,确定对应第二类数据点的第三媒体属性,这样可以提高恢复得到的媒体属性的准确度,进而,确保点云数据的重建质量。
例如,数据点分组Pi内包括8个数据点,第一媒体属性为灰阶值,采用Y表示,第二媒体属性为第一色度,采用U表示,第三媒体属性为第二色度,采用V表示。假设M1=M2=1,数据点分组Pi内的数据点对应的目标媒体属性信息可以表示为可见,数据点分组Pi内8个数据点的灰阶值均已知,排列顺序位于首位的数据点的U和V均已知,其他数据点的U和V均未知,因此,计算机设备可以将排列顺序位于首位的数据点的U和V,作为其他数据点的U和V;恢复得到的数据点分组Pi对应的原始媒体属性信息可表示为:
再例如,假设0<M1,M2<M,M1和M2中至少一个大于1,数据点分组Pi内的数据点对应的目标媒体属性信息可以表示为:[Y0,U0,V0,Y1,Y2,Y3,Y4,U4,V4,Y5,Y6,Y7],可见,数据点分组Pi内8个数据点的灰阶值均已知,排列顺序位于首位和排列顺序位于第5位的数据点的U和V均已知,其他数据点的U和V均未知。因此,计算机设备可以将排列顺序位于首位的数据点的U和V,作为排列顺序位于第2位、第3位和第4位的数据点的U和V,将排列顺序位于第5位的数据点的U和V,作为排列顺序位于第6位、第7位和第8位的数据点的U和V;恢复得到的数据点分组Pi对应的原始媒体属性信息可表示为:[Y0,U0,V0,Y1,U0,V0,Y2,U0,V0,Y3,U0,V0,Y4,U4,V4,Y5,U4,V4,Y6,U4,V4,Y7,U4,V4]。当然,此处计算机设备可以将排列顺序位于首位的数据点的U和V,作为排列顺序位于第2位、第3位的数据点的U和V,将排列顺序位于第5位的数据点的U和V,作为排列顺序位于第4位、第6位、第7位和第8位的数据点的U和V;恢复得到的数据点分组Pi对应的原始媒体属性信息可表示为:[Y0,U0,V0,Y1,U0,V0,Y2,U0,V0,Y3,U4,V4,Y4,U4,V4,Y5,U4,V4,Y6,U4,V4,U4,V4]。
再例如,假设0<M1,M2<M,M1和M2中至少一个大于1,数据点分组Pi内的数据点对应的目标媒体属性信息可以表示为:[Y0,U0,Y1,U1,Y2,U2,Y3,U3,Y4,V4,Y5,V5,Y6,V6,Y7,V7]。可见,数据点分组Pi内8个数据点的灰阶值均已知,排列顺序位于首位到第4位的数据点的U均已知,排列顺序位于第4位之后的数据点的U均未知,排列顺序位于首位到第4位的数据点的V均未知,排列顺序位于第4位之后的数据点的V均已知。计算机设备可以将排列顺序位于首位到第4位的数据点的U,分别作为排列顺序位于第5位到第8位的数据点的U,将排列顺序位于第5到第8位的数据点的V,分别作为排列顺序位于首位到第4位的数据点的V;恢复得到的数据点分组Pi对应的原始媒体属性信息可表示为:[Y0,U0,V4,Y1,U1,V5,Y2,U2,V6,Y3,U3,V7,Y4,U0,V4,Y5,U1,V5,Y6,U2,V6,Y7,U3,V7]。
可理解的是,上述第一类数据点的数量为M-M1个,M-M1个第一类数据点包括第一类数据点Tr,r为小于或等于M-M1的正整数;该第二类数据点的数量为M-M2个,M-M2个第二类数据点包括第二类数据点Fc,c为小于或等于M-M2的正整数;上述根据所述M1个数据点的第二媒体属性确定所述数据点分组Pi内的第一类数据点的第二媒体属性,根据所述M2个数据点的第三媒体属性确定该数据点分组Pi内的第二类数据点的第三媒体属性,包括:若该第一类数据点Tr属于所述M2个数据点,该第二类数据点Fc属于所述M1个数据点,且该第一类数据点Tr的排列顺序与该第二类数据点Fc的排列顺序之间具有位置相邻关系,则将该第二类数据点Fc的第二媒体属性,确定为该第一类数据点Tr的第二媒体属性;将该第一类数据点Tr的第三媒体属性,确定为该第二类数据点Fc的第三媒体属性。换言之,可以以交替方式,恢复得到该数据点分组Pi对应的所有媒体属性信息,这样可以提高恢复得到的媒体属性的准确度,进而,确保点云数据的重建质量。
例如,数据点分组Pi内包括8个数据点,第一媒体属性为灰阶值,采用Y表示,第二媒体属性为第一色度,采用U表示,第三媒体属性为第二色度,采用V表示。假设1<M1,M2<M,数据点分组Pi内的数据点对应的目标媒体属性信息可以表示为:[Y0,U0,Y1,V1,Y2,U2,Y3,V3,Y4,U4,Y5,V5,Y6,U6,Y7,V7],可见,数据点分组Pi内8个数据点的灰阶值均已知,相邻数据点的U和V交替出现,即排列顺序位于奇数位的数据点的U已知,排列顺序位于偶数位的数据点的V已知。计算机设备可以以交替方式,恢复各个数据点的U或V,如将排列顺序位于首位的数据点的U0,作为排列顺序位于第二位的数据点的U,将排列顺序位于第二位的数据点的V1,作为排列顺序位于首位的数据点的V;以此类推,恢复得到的数据点分组Pi对应的原始媒体属性信息可表示为:[Y0,U0,V1,Y1,U0,V1,Y2,U2,V3,Y3,U2,V3,Y4,U4,V5,Y5,U4,V5,Y6,U6,V7,V7,U6,V7]。
可理解的是,该数据分组Pi包括M个数据点,该数据点分组Pi内的数据点对应的目标媒体属性信息包括所述M个数据点的第一媒体属性,M1个数据点的第二媒体属性;该M1个数据点属于所述M个数据点的子集。换言之,该数据分组Pi内的M个数据点的第一媒体属性均已知,M1个数据点的第二媒体属性均已知;M-M1个数据点的第二媒体属性均未知,且M个数据点的第三媒体属性均未知。这种情况下,计算机设备可以根据该M1个数据点的第二媒体属性确定所述数据点分组Pi内的第一类数据点的第二媒体属性,所述第一类数据点为该数据点分组Pi中除具有所述第二媒体属性的M1个数据点以外的数据点。进一步,根据相邻数据点分组内的数据点的第三媒体属性,确定所述M个数据点的第三媒体属性;所述相邻数据点分组内的数据点具有第三媒体属性,且所述相邻数据点分组对应的扫描行与所述数据点分组Pi对应的扫描行之间具有相邻关系;将所述M个数据点的第一媒体属性、所述M1个数据点的第二媒体属性、所述第一类数据点的第二媒体属性和所述M个数据点的第三媒体属性,确定为所述数据点分组Pi内的数据点的原始媒体属性信息。换言之,通过根据数据点分组Pi内已知数据点的第二媒体属性,确定数据点分组Pi内未知数据点的第二媒体属性,根据相邻数据点分组内的数据点的第三媒体属性,确定数据点分组Pi内的数据点的第三媒体属性,有利于准确地恢复出数据点分组Pi内的数据点的所有媒体属性信息,提高点云数据的重建质量。
例如,数据点分组Pi内包括8个数据点,第一媒体属性为灰阶值,采用Y表示,第二媒体属性为第一色度,采用U表示,第三媒体属性为第二色度,采用V表示。数据点分组Pi内的数据点对应的目标媒体属性信息可以表示为:相邻数据点分组内的数据点对应的目标媒体属性信息可表示为:可见,数据点分组Pi内的数据点对应的目标媒体属性信息中包括所有数据点的灰阶值,以及排列顺序位于首位的数据点的U;相邻数据点分组内的数据点对应的目标媒体属性信息中包括所有数据点的灰阶值,以及排列顺序位于首位的数据点的V。计算机设备可以将相邻数据点分组内排列顺序位于首位的数据点的/>作为数据点分组Pi内的数据点对应的V,将数据点分组Pi内排列顺序位于首位的数据点的/>作为数据点分组Pi内其他数据点的U;恢复得到的数据点分组Pi对应的原始媒体属性信息可表示为:/>
可理解的是,若该数据点分组Pi内的数据点的原始媒体属性信息属于目标媒体空间,则根据该目标媒体空间,对该数据点分组Pi内的数据点的原始媒体属性信息进行转换,得到该数据点分组Pi内的数据点的初始媒体属性信息。该初始媒体属性信息属于初始媒体空间;同一数据点关于该目标媒体空间的原始媒体属性信息中的各个维度的媒体属性的重要等级不相同,同一数据点关于该初始媒体空间的初始媒体属性信息中的各个维度的媒体属性的重要等级均相同。
本申请中,数据点分组Pi内的数据点对应的媒体属性编码值是对数据点分组Pi内的数据点对应的目标媒体属性信息进行编码得到的,目标媒体属性信息是对数据点分组Pi内的数据点的原始媒体属性信息进行采样得到的。换言之,目标媒体属性信息为数据点分组Pi内的数据点的原始媒体属性信息中的部分信息,即只需要对部分原始媒体属性信息的媒体属性编码值进行解码,不需要对数据点分组Pi内的数据点对应的全量原始媒体属性信息的媒体属性编码值进行解码,能够降低解码时延,提高点云数据的解码效率。同时,该数据点分组Pi是根据点云数据中的数据点的几何位置信息对点云数据中的数据点进行分组得到的,这样有利于根据数据点分组Pi对应的已知媒体属性信息(即目标媒体属性信息),恢复得到该数据点分组Pi对应所有媒体属性信息(即原始媒体属性信息),提高点云数据的重建质量。
请参见图4,是本申请实施例提供的一种点云数据的编码装置的结构示意图。如图4所示,该点云数据的编码装置可以包括:获取模块411、分组模块412、采样模块413以及编码模块414。
获取模块411,用于获取待编码的点云数据中的数据点的几何位置信息和原始媒体属性信息;
分组模块412,用于根据所述几何位置信息,对所述点云数据中的数据点进行分组,得到P个数据点分组;P为大于1的正整数;
采样模块413,用于对所述数据点分组Pi内的数据点的原始媒体属性信息进行采样处理,得到所述数据点分组Pi内的数据点对应的目标媒体属性信息;所述数据点分组Pi属于P个数据点分组,i为小于或等于P的正整数;
编码模块414,用于对所述数据点分组Pi内的数据点对应的目标媒体属性信息进行编码,得到所述数据点分组Pi内的数据点对应的媒体属性编码值。
可理解的是,采样模块413包括获取单元43a,第一确定单元43b,采样单元43c:
获取单元43a,用于获取所述数据点分组Pi内的数据点的数量,作为第一点数,获取所述数据点分组Pi对应的采样比例;
第一确定单元43b,用于根据所述第一点数和所述采样比例,确定所述数据点分组Pi内的数据点的原始媒体属性信息对应的目标采样量;
采样单元43c,用于根据所述数据点分组Pi内的数据点的原始媒体属性信息,采样得到具有所述目标采样量的媒体属性信息;
第一确定单元43b,还用于将采样得到的媒体属性信息,确定为所述数据点分组Pi内的数据点对应的目标媒体属性信息。
可理解的是,所述原始媒体属性信息包括第一媒体属性和第二媒体属性和第三媒体属性,所述采样比例为M:M1:M2,M为所述第一媒体属性对应的采样权重,M1为所述第二媒体属性对应的采样权重;M2为所述第三媒体属性对应的采样权重;所述第一确定单元43b根据所述第一点数和所述采样比例,确定所述数据点分组Pi内的数据点的原始媒体属性信息对应的目标采样量,包括:
若所述第一点数与M相同,则将第一采样量确定为所述数据点分组Pi内的数据点的第一媒体属性对应的采样量;所述第一采样量与M相同;
根据M1和M2,确定所述数据点分组Pi内的数据点的第二媒体属性对应的采样量、第三媒体属性对应的采样量;
将所述第一媒体属性对应的采样量、所述第二媒体属性对应的采样量、所述第三媒体属性对应的采样量,确定为所述数据点分组Pi内的数据点的原始媒体属性信息对应的目标采样量。
可理解的是,所述第一确定单元43b根据M1和M2,确定所述数据点分组Pi内的数据点的第二媒体属性对应的采样量、第三媒体属性对应的采样量,包括:
若M1和M2均为小于M的有效值,则将第二采样量确定为所述数据点分组Pi内的数据点的第二媒体属性对应的采样量,将第三采样量确定为所述数据点分组Pi内的数据点的第三媒体属性对应的采样量;所述第二采样量与M1相同,所述第三采样量与M2相同;
若M1和M2均小于M,且M1或M2为无效值,则获取目标数据点分组内的数据点关于采样得到的媒体属性信息,根据所述目标数据点分组内的数据点关于采样得到的媒体属性信息,确定所述数据点分组Pi内的数据点的第二媒体属性对应的采样量、第三媒体属性对应的采样量;所述目标数据点分组为所述P个数据点分组中扫描行与所述数据点分组Pi的扫描行具有相邻关系的数据点分组。
可理解的是,第一确定单元43b根据所述目标数据点分组内的数据点关于采样得到的媒体属性信息,确定所述数据点分组Pi内的数据点的第二媒体属性对应的采样量、第三媒体属性对应的采样量,包括:
若所述目标数据点分组内的数据点关于采样得到的媒体属性信息包括第二媒体属性,则将无效值确定为所述数据点分组Pi内的数据点的第二媒体属性对应的采样量,将第四采样量确定为所述数据点分组Pi内的数据点的第三媒体属性对应的采样量;所述第四采样量为M1和M2中的最大值;
若所述目标数据点分组内的数据点关于采样得到的媒体属性信息包括第三媒体属性,则将所述第四采样量确定为所述数据点分组Pi内的数据点的第二媒体属性对应的采样量,将无效值确定为所述数据点分组Pi内的数据点的第三媒体属性对应的采样量。
可理解的是,所述数据点分组Pi内的数据点的第一媒体属性对应的第一采样量与M相同,采样单元43c根据所述数据点分组Pi内的数据点的原始媒体属性信息,采样得到具有所述目标采样量的媒体属性信息,包括:
从所述数据点分组Pi内的数据点的原始媒体属性信息中,采样得到M个数据点的第一媒体属性;
若所述第二媒体属性对应的采样量与M1相同,且所述第三媒体属性对应的采样量与M2相同,M1和M2均为有效值,则从所述数据点分组Pi内的数据点的原始媒体属性信息中,采样得到M1个数据点的第二媒体属性,以及M2个数据点的第三媒体属性;
将M个数据点的第一媒体属性、所述M1个数据点的第三媒体属性以及所述M2个数据点的第三媒体属性,确定为具有所述目标采样量的媒体属性信息。
可理解的是,采样单元43c从所述数据点分组Pi内的数据点的原始媒体属性信息中,采样得到M1个数据点的第二媒体属性,以及M2个数据点的第三媒体属性,包括:
若M1和M2均与1相等,则获取采样点选择策略;所述采样点选择策略包括基于数据点的几何位置信息的选择策略,或基于数据点的媒体属性信息的统计信息的选择策略,或基于数据点的采集时间的选择策略;
按照所述采样点选择策略,从所述数据点分组Pi内的数据点的原始媒体属性信息中,采样得到M1个数据点的第二媒体属性,以及M2个数据点的第三媒体属性。
可理解的是,若M1和M2相等,M1和M2均为大于1的正整数,则采样得到的M1个数据点与采样得到的M2个数据点相同,所述采样得到的M1个数据点之间对应的第一采样间隔大于或等于第一间隔阈值;所述第一间隔阈值为M与M1之间的比值;所述第一采样间隔是根据所述采样得到的M1个数据点在所述数据点分组Pi内的排列顺序确定的,所述采样得到的M1个数据点对应的排列顺序是根据所述采样得到的M1个数据点的采集时间的排序,或几何位置信息的排序,或原始媒体属性信息所确定的。
可理解的是,若M1和M2均为正整数,且M1、M2中至少一个大于1,则所述采样得到的M1个数据点与所述采样得到的M2个数据点不相同;所述采样得到的M1个数据点之间对应的第二采样间隔、所述采样得到的M2个数据点之间对应的第三采样间隔、所述采样得到的M1个数据点与所述采样得到的M2个数据点之间对应的第四采样间隔均大于或等于第二间隔阈值;所述第二间隔阈值是根据M、M1和M2确定的;所述采样得到的M1个数据点的在所述数据点分组Pi内排列顺序位于所述采样得到的M2个数据点在所述数据点分组Pi内的排列顺序之前,或者,所述采样得到的M1个数据点在所述数据点分组Pi内的排列顺序位于所述采样得到的M2个数据点在所述数据点分组Pi内的排列顺序之后。
可理解的是,采样单元43c从所述数据点分组Pi内的数据点的原始媒体属性信息中,采样出M1个数据点的第二媒体属性,以及M2个数据点的第三媒体属性,包括:
若M1、M2均为正整数,且M1、M2中至少一个大于1,则按照第二媒体属性和第三媒体属性交替的采样方式,从所述数据点分组Pi内的数据点的原始媒体属性信息中,采样出M1个数据点的第二媒体属性,以及M2个数据点的第三媒体属性;所述采样得到的M1个数据点与所述采样得到的M2个数据点之间对应的第五采样间隔均大于或等于第三间隔阈值;所述第三间隔阈值是根据M、M1和M2确定的。
可理解的是,所述数据点分组Pi内的数据点的第一媒体属性对应的第一采样量与M相同,采样单元43c根据所述数据点分组Pi内的数据点的原始媒体属性信息,采样得到具有所述目标采样量的媒体属性信息,包括:
从所述数据点分组Pi内的数据点的原始媒体属性信息中,采样得到M个数据点的第一媒体属性;
若所述第二媒体属性对应的采样量为有效值,且所述第三媒体属性对应的采样量为无效值,则从所述数据点分组Pi内的数据点的原始媒体属性信息中,采样得到M1个数据点的第二媒体属性;将采样得到的M1个数据点的第二媒体属性和采样得到的M个数据点的第一媒体属性,确定为具有所述目标采样量的媒体属性信息;
若所述第二媒体属性对应的采样量为无效值,且所述第三媒体属性对应的采样量为有效值,则从所述数据点分组Pi内的数据点的原始媒体属性信息中,采样得到M2个数据点的第三媒体属性,将采样得到的M2个数据点的第三媒体属性,和采样得到的M个数据点的第一媒体属性,确定为具有所述目标采样量的媒体属性信息。
可理解的是,采样单元43c若所述第二媒体属性对应的采样量为有效值,且所述第三媒体属性对应的采样量为无效值,则从所述数据点分组Pi内的数据点的原始媒体属性信息中,采样得到M1个数据点的第二媒体属性,包括:
若所述第二媒体属性对应的采样量为1,且所述第三媒体属性对应的采样量为无效值,则获取采样点选择策略;所述采样点选择策略包括基于数据点的几何位置信息的选择策略,或基于数据点的媒体属性信息的统计信息的选择策略,或基于数据点的采集时间的选择策略;
按照所述采样点选择策略,从所述数据点分组Pi内的数据点的原始媒体属性信息中,采样出M1个数据点的第二媒体属性。
可理解的是,若所述第二媒体属性对应的采样量大于1,且所述第三媒体属性对应的采样量为无效值,则采样得到的M1个数据点之间对应的第六采样间隔大于或等于第一间隔阈值;所述第一间隔阈值为M与M1之间的比值;
所述第六采样间隔是根据所述采样得到的M1个数据点在所述数据点分组Pi内的排列顺序确定的,所述采样得到的M1个数据点对应的排列顺序是根据所述采样得到的M1个数据点的采集时间的排序,或几何位置信息的排序,或原始媒体属性信息的排序所确定的。
可理解的是,获取模块411获取待编码的点云数据中的数据点的几何位置信息和原始媒体属性信息,包括:
获取待编码的点云数据中的数据点的几何位置信息和初始媒体属性信息;
若所述初始媒体属性信息属于初始媒体空间,则根据所述初始媒体空间对所述数据点分组Pi内的数据点的初始媒体属性信息进行转换,得到属于目标媒体空间的原始媒体属性信息;同一数据点关于所述初始媒体空间的初始媒体属性信息中的各个维度的媒体属性的重要等级均相同,同一数据点关于所述目标媒体空间的原始媒体属性信息中的各个维度的媒体属性的重要等级不相同;
若所述初始媒体属性信息属于目标媒体空间,则将所述初始媒体属性信息确定为点云数据中的数据点的原始媒体属性信息。
可理解的是,所述P个数据点分组中所有数据点分组对应的采样比例均相同;或者,所述P个数据点分组中相邻的每K个数据点分组对应的采样比例均相同,K为小于P的正整数;或者,所述数据点分组Pi对应的采样比例与数据点分组Pi+n对应的采样比例相同,且所述数据点分组Pi对应的采样比例与数据点分组Pi+m对应的采样比例不相同,n为所述点云数据对应的采样比例的种类数,n为大于1的正整数,m小于n。
可理解的是,分组模块412根据所述几何位置信息,对所述点云数据中的数据点进行分组,得到P个数据点分组;包括:
根据所述几何位置信息,对所述点云数据中的数据点进行排序,得到排序后的数据点;
对排序后的数据点进行分组,得到P个数据点分组;所述P个数据点分组中内的数据点的数量相同。
可理解的是,分组模块412包括生成单元42a,分组单元42b,第二确定单元42c:
生成单元42a,用于根据所述几何位置信息,生成所述点云数据中的数据点对应的位置编码值;
分组单元42b,用于按照所述位置编码值,对所述点云数据中的数据点进行分组,得到S个候选数据点分组;同一个候选数据点分组内的数据点对应位置编码值的前L位均相同;S为正整数,L为正整数;
第二确定单元42c,用于根据所述S个候选数据点分组,确定所述点云数据对应的P个数据点分组。
可理解的是,第二确定单元42c根据所述S个候选数据点分组,确定所述点云数据对应的P个数据点分组,包括:
获取所述S个候选数据点分组内的数据点的数量,作为所述S个候选数据点分组分别对应的第二点数;
若所述S个候选数据点分组分别对应的第二点数均小于点数阈值,则将所述S个候选数据点分组确定为P个数据点分组;P与S相同;
若所述S个候选数据点分组中存在第二点数大于或等于所述点数阈值的候选数据点分组Sj,且所述S个候选数据点分组中存在对应的第二点数小于所述点数阈值的候选数据点分组Se,则对所述候选数据点分组Sj进行划分,得到至少两个数据点子组;根据所述至少两个数据点子组,以及所述候选数据点分组Se,确定所述点云数据对应的P个数据点分组;j、e均为小于S,且不相同的正整数;
若所述S个候选数据点分组分别对应的第二点数均大于或等于点数阈值,则对各个候选数据点分组进行划分,得到各个候选数据点分组分别对应的数据点子组,将各个候选数据点分组分别对应的数据点子组,确定为所述点云数据对应的P个数据点分组。
可理解的是,编码模块414对所述数据点分组Pi内的数据点对应的目标媒体属性信息进行编码,得到所述数据点分组Pi内的数据点对应的媒体属性编码值,包括:
获取所述数据点分组Pi内的数据点对应预测点;所述预测点属于所述点云数据中已编码的数据点;
根据所述预测点的目标媒体属性信息,确定所述数据点分组Pi内的数据点的媒体预测值;
根据所述数据点分组Pi内的数据点的媒体预测值和所述数据点分组Pi内的数据点对应的目标媒体属性信息,确定所述数据点分组Pi内的数据点对应的媒体属性编码值。
编码模块414根据所述数据点分组Pi内的数据点的媒体预测值和所述数据点分组Pi内的数据点对应的目标媒体属性信息,确定所述数据点分组Pi内的数据点对应的媒体属性编码值,包括:
对所述数据点分组Pi内的数据点的媒体预测值和所述数据点分组Pi内的数据点的目标媒体属性信息进行求差处理,确定所述数据点分组Pi内的数据点对应的媒体属性残差信息;
对所述数据点分组Pi内的数据点对应的媒体属性残差信息进行编码,得到所述数据点分组Pi内的数据点对应的媒体属性编码值。
本申请中,通过根据点云数据中的数据点的几何位置信息,对点云数据中的数据点进行分组,得到P个点云数据,换言之,将点云数据中几何位置信息之间的差异小于差异阈值的数据点划分至同一数据点分组,同一数据点分组内的数据点之间的原始媒体属性信息之间具有较大的相似性。因此,计算机设备通过对数据点分组Pi内的数据点的原始媒体属性信息进行采样处理,得到数据点分组Pi内的数据点的目标媒体属性信息,进一步,对数据点分组Pi内的数据点的目标媒体属性信息进行编码,得到数据点分组Pi内的数据点的媒体。此处的该目标媒体属性信息是指数据点分组Pi内的部分数据点的原始媒体属性信息,或者,此处的该目标媒体属性信息是指数据点分组Pi内的数据点的部分原始媒体属性信息。可见,本申请只需要对点云数据中对应部分原始媒体属性信息进行编码,可实现在确保点云数据的重建质量情况下,提高点云数据的编码效率。同时,只需要将点云数据对应的部分媒体编码值传输至解码设备,这样可以降低点云数据的传输比特数,可以提高点云数据的传输效率,节省传输资源。
请参见图5,是本申请实施例提供的一种点云数据的解码装置的结构示意图。如图5所示,该点云数据的解码装置可以包括:解码模块511、恢复模块512以及转换模块513。
解码模块511,用于对数据点分组Pi内的数据点对应的媒体属性编码值进行解码,得到所述数据点分组Pi内的数据点对应的目标媒体属性信息;所述数据点分组Pi属于P个数据点分组,i为小于或等于P的正整数,所述P个数据点分组是根据点云数据中的数据点的几何位置信息对所述点云数据中的数据点进行分组得到的;
恢复模块512,用于对所述数据点分组Pi内的数据点对应的目标媒体属性信息进行恢复处理,得到所述数据点分组Pi内的数据点的原始媒体属性信息;所述数据点分组Pi内的数据点对应的目标媒体属性信息是对所述数据点分组Pi内的数据点的原始媒体属性信息进行采样处理得到的。
可理解的是,所述数据分组Pi包括M个数据点,所述数据点分组Pi内的数据点对应的目标媒体属性信息包括所述M个数据点的第一媒体属性,M1个数据点的第二媒体属性和M2个数据点的第三媒体属性;所述M1个数据点和所述M2个数据点均属于所述M个数据点的子集;所述恢复模块512对所述数据点分组Pi内的数据点对应的目标媒体属性信息进行恢复处理,得到所述数据点分组Pi内的数据点的原始媒体属性信息,包括:
根据所述M1个数据点的第二媒体属性确定所述数据点分组Pi内的第一类数据点的第二媒体属性,根据所述M2个数据点的第三媒体属性确定所述数据点分组Pi内的第二类数据点的第三媒体属性;所述第一类数据点为所述数据点分组Pi中除具有所述第二媒体属性的M1个数据点以外的数据点;所述第二类数据点为所述数据点分组Pi中除具有所述第三媒体属性的M2个数据点以外的数据点;
将所述M个数据点的第一媒体属性、所述M1个数据点的第二媒体属性、所述M2个数据点的第三媒体属性、所述第一类数据点的第二媒体属性和所述第二类数据点的第三媒体属性,确定为所述数据点分组Pi内的数据点的原始媒体属性信息。
可理解的是,所述第一类数据点的数量为M-M1个,M-M1个第一类数据点包括第一类数据点Tr,r为小于或等于M-M1的正整数;所述第二类数据点的数量为M-M2个,M-M2个第二类数据点包括第二类数据点Fc,c为小于或等于M-M2的正整数;该恢复模块512根据所述M1个数据点的第二媒体属性确定所述数据点分组Pi内的第一类数据点的第二媒体属性,根据所述M2个数据点的第三媒体属性确定所述数据点分组Pi内的第二类数据点的第三媒体属性,包括:
获取所述M个数据点在所述数据分组Pi内的排列顺序,所述排列顺序是根据采集时间的排序,或几何位置信息的排序,或第一媒体属性的解码顺序所确定的;
将第一邻近数据点的第二媒体属性,确定为所述第一类数据点Tr的第二媒体属性;所述第一邻近数据点为所述M1个数据点中排列顺序与所述第一类数据点Tr的排列顺序之间具有位置相邻关系的数据点;
将第二邻近数据点的第三媒体属性,确定为所述第二类数据点Fc的第三媒体属性;所述第二邻近数据点为所述M2个数据点中排列顺序与所述第二类数据点Fc的排列顺序之间具有位置相邻关系的数据点。
可理解的是,所述第一类数据点的数量为M-M1个,M-M1个第一类数据点包括第一类数据点Tr,r为小于或等于M-M1的正整数;所述第二类数据点的数量为M-M2个,M-M2个第二类数据点包括第二类数据点Fc,c为小于或等于M-M2的正整数;恢复模块512根据所述M1个数据点的第二媒体属性确定所述数据点分组Pi内的第一类数据点的第二媒体属性,根据所述M2个数据点的第三媒体属性确定所述数据点分组Pi内的第二类数据点的第三媒体属性,包括:
若所述第一类数据点Tr属于所述M2个数据点,所述第二类数据点Fc属于所述M1个数据点,且所述第一类数据点Tr的排列顺序与所述第二类数据点Fc的排列顺序之间具有位置相邻关系,则将所述第二类数据点Fc的第二媒体属性,确定为所述第一类数据点Tr的第二媒体属性;
将所述第一类数据点Tr的第三媒体属性,确定为所述第二类数据点Fc的第三媒体属性。
可理解的是,所述数据分组Pi包括M个数据点,所述数据点分组Pi内的数据点对应的目标媒体属性信息包括所述M个数据点的第一媒体属性,M1个数据点的第二媒体属性;所述M1个数据点属于所述M个数据点的子集;恢复模块512对所述数据点分组Pi内的数据点对应的目标媒体属性信息进行恢复处理,得到所述数据点分组Pi内的数据点的原始媒体属性信息,包括:
根据所述M1个数据点的第二媒体属性确定所述数据点分组Pi内的第一类数据点的第二媒体属性;所述第一类数据点为所述数据点分组Pi中除具有所述第二媒体属性的M1个数据点以外的数据点;
根据相邻数据点分组内的数据点的第三媒体属性,确定所述M个数据点的第三媒体属性;所述相邻数据点分组内的数据点具有第三媒体属性,且所述相邻数据点分组对应的扫描行与所述数据点分组Pi对应的扫描行之间具有相邻关系;
将所述M个数据点的第一媒体属性、所述M1个数据点的第二媒体属性、所述第一类数据点的第二媒体属性和所述M个数据点的第三媒体属性,确定为所述数据点分组Pi内的数据点的原始媒体属性信息。
可理解的是,转换模块513,用于若所述数据点分组Pi内的数据点的原始媒体属性信息属于目标媒体空间,则根据所述目标媒体空间,对所述数据点分组Pi内的数据点的原始媒体属性信息进行转换,得到所述数据点分组Pi内的数据点的初始媒体属性信息;所述初始媒体属性信息属于初始媒体空间;同一数据点关于所述目标媒体空间的原始媒体属性信息中的各个维度的媒体属性的重要等级不相同,同一数据点关于所述初始媒体空间的初始媒体属性信息中的各个维度的媒体属性的重要等级均相同。
可理解的是,解码模块511对数据点分组Pi内的数据点对应的媒体属性编码值进行解码,得到所述数据点分组Pi内的数据点对应的目标媒体属性信息,包括:
对数据点分组Pi内的数据点对应的媒体属性编码值进行解码,得到所述数据点分组Pi内的数据点对应的媒体属性残差信息;
获取所述数据点分组Pi内的数据点对应的预测点的目标媒体属性信息;所述预测点属于所述点云数据中已解码的数据点;
根据所述预测点的目标媒体属性信息以及所述数据点分组Pi内的数据点对应的媒体属性残差信息,确定所述数据点分组Pi内的数据点对应的目标媒体属性信息。
可理解的是,解码模块511根据所述预测点的目标媒体属性信息以及所述数据点分组Pi内的数据点对应的媒体属性残差信息,确定所述数据点分组Pi内的数据点对应的目标媒体属性信息,包括:
根据所述预测点的目标媒体属性信息,确定所述数据点分组Pi内的数据点对应的媒体预测值;
对所述数据点分组Pi内的数据点对应的媒体预测值与所述数据点分组Pi内的数据点对应的媒体属性残差信息进行相加处理,得到所述数据点分组Pi内的数据点对应的目标媒体属性信息。
可理解的是,所述目标媒体属性信息包括第一媒体属性、第二媒体属性以及第三媒体属性;所述数据点分组Pi内的数据点的第一媒体属性、第二媒体属性以及第三媒体属性分别对应不同的预测点;或者,所述数据点分组Pi内的数据点的第一媒体属性、第二媒体属性以及第三媒体属性分别对应相同的预测点;或者,所述数据点分组Pi内的数据点的第一媒体属性对应的预测点,与所述第二媒体属性和第三媒体属性共同对应的预测点不同,且所述数据点分组Pi内每J个数据点的第二媒体属性和第三媒体属性对应预测点相同;J为小于所述数据点分组Pi内数据点对应的点数的正整数。
本申请中,数据点分组Pi内的数据点对应的媒体属性编码值是对数据点分组Pi内的数据点对应的目标媒体属性信息进行编码得到的,目标媒体属性信息是对数据点分组Pi内的数据点的原始媒体属性信息进行采样得到的。换言之,目标媒体属性信息为数据点分组Pi内的数据点的原始媒体属性信息中的部分信息,即只需要对部分原始媒体属性信息的媒体属性编码值进行解码,不需要对数据点分组Pi内的数据点对应的全量原始媒体属性信息的媒体属性编码值进行解码,提高对点云数据的解码效率。同时,该数据点分组Pi是根据点云数据中的数据点的几何位置信息对点云数据中的数据点进行分组得到的,这样有利于根据数据点分组Pi对应的已知媒体属性信息(即目标媒体属性信息),恢复得到该数据点分组Pi对应所有媒体属性信息(即原始媒体属性信息),提高点云数据的重建质量。
请参见图6,是本申请实施例提供的一种计算机设备的结构示意图。如图6所示,上述计算机设备1000可以为终端或服务器,包括:处理器1001,网络接口1004和存储器1005,此外,上述计算机设备1000还可以包括:用户接口1003,和至少一条通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。其中,在一些实施例中,用户接口1003可以包括显示屏(DiSPlay)、键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是非易失性的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器1005可选的还可以是至少一个在远离前述处理器1001的存储装置。如图6所示,作为一种计算机可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及设备控制应用程序。
在图6所示的计算机设备1000中,网络接口1004可提供网络通讯功能;而用户接口1003主要用于提供输入的接口;而处理器1001可以用于调用存储器1005中存储的设备控制应用程序,以实现:
对数据点分组Pi内的数据点对应的媒体属性编码值进行解码,得到所述数据点分组Pi内的数据点对应的目标媒体属性信息;所述数据点分组Pi属于P个数据点分组,i为小于或等于P的正整数,所述P个数据点分组是根据点云数据中的数据点的几何位置信息对所述点云数据中的数据点进行分组得到的;
对所述数据点分组Pi内的数据点对应的目标媒体属性信息进行恢复处理,得到所述数据点分组Pi内的数据点的原始媒体属性信息;所述数据点分组Pi内的数据点对应的目标媒体属性信息是对所述数据点分组Pi内的数据点的原始媒体属性信息进行采样处理得到的。
可理解的是,处理器1001可以用于调用存储器1005中存储的设备控制应用程序,以实现:
获取待编码的点云数据中的数据点的几何位置信息和原始媒体属性信息;
根据所述几何位置信息,对所述点云数据中的数据点进行分组,得到P个数据点分组;P为大于1的正整数;
对所述数据点分组Pi内的数据点的原始媒体属性信息进行采样处理,得到所述数据点分组Pi内的数据点对应的目标媒体属性信息;所述数据点分组Pi属于P个数据点分组,i为小于或等于P的正整数;
对所述数据点分组Pi内的数据点对应的目标媒体属性信息进行编码,得到所述数据点分组Pi内的数据点对应的媒体属性编码值。
本申请中,数据点分组Pi内的数据点对应的媒体属性编码值是对数据点分组Pi内的数据点对应的目标媒体属性信息进行编码得到的,目标媒体属性信息是对数据点分组Pi内的数据点的原始媒体属性信息进行采样得到的。换言之,目标媒体属性信息为数据点分组Pi内的数据点的原始媒体属性信息中的部分信息,即只需要对部分原始媒体属性信息的媒体属性编码值进行解码,不需要对数据点分组Pi内的数据点对应的全量原始媒体属性信息的媒体属性编码值进行解码,提高对点云数据的解码效率。同时,该数据点分组Pi是根据点云数据中的数据点的几何位置信息对点云数据中的数据点进行分组得到的,这样有利于根据数据点分组Pi对应的已知媒体属性信息(即目标媒体属性信息),恢复得到该数据点分组Pi对应所有媒体属性信息(即原始媒体属性信息),提高点云数据的重建质量。
应当理解,本申请实施例中所描述的计算机设备1000可执行前文图2以及前文图3所对应实施例中对上述点云数据的编码方法和解码方法的描述,也可执行前文图4以及图5所对应实施例中对上述点云数据的编码装置和解码装置的描述,在此不再赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。
此外,这里需要指出的是:本申请实施例还提供了一种计算机可读存储介质,且上述计算机可读存储介质中存储有前文提及的点云数据处理装置所执行的计算机程序,且上述计算机程序包括程序指令,当上述处理器执行上述程序指令时,能够执行前文图2以及前文图3对应实施例中对上述点云数据的编码方法、解码方法的描述,因此,这里将不再进行赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。对于本申请所涉及的计算机可读存储介质实施例中未披露的技术细节,请参照本申请方法实施例的描述。
作为示例,上述程序指令可被部署在一个计算机设备上执行,或者被部署在一个地点的至少两个计算机设备上执行,又或者,在分布在至少两个地点且通过通信网络互连的至少两个计算机设备上执行,分布在至少两个地点且通过通信网络互连的至少两个计算机设备可以组成区块链网络。
上述计算机可读存储介质可以是前述任一实施例提供的点云数据处理装置或者上述计算机设备的中部存储单元,例如计算机设备的硬盘或中存。该计算机可读存储介质也可以是该计算机设备的外部存储设备,例如该计算机设备上配备的插接式硬盘,智能存储卡(Smart media card,SMC),安全数字(Secure digital,SD)卡,闪存卡(flaSh card)等。进一步地,该计算机可读存储介质还可以既包括该计算机设备的中部存储单元也包括外部存储设备。该计算机可读存储介质用于存储该计算机程序以及该计算机设备所需的其他程序和数据。该计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例的说明书和权利要求书及附图中的术语“第一”、“第二”等是用于区别不同媒体中容,而非用于描述特定顺序。此外,术语“包括”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或设备没有限定于已列出的步骤或模块,而是可选地还包括没有列出的步骤或模块,或可选地还包括对于这些过程、方法、装置、产品或设备固有的其他步骤单元。
可理解的是,本申请以上实施例如果需要用到用户信息等,需要获得用户许可或者同意,需要遵守相关国家和地区的相关法律法规。
本申请实施例还提供了一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令被处理器执行时实现前文图2和图3对应实施例中对上述点云数据的编码方法、解码方法的描述,因此,这里将不再进行赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。对于本申请所涉及的计算机程序产品的实施例中未披露的技术细节,请参照本申请方法实施例的描述。
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、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。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。
本申请实施例提供的方法及相关装置是参照本申请实施例提供的方法流程图和/或结构示意图来描述的,具体可由计算机程序指令实现方法流程图和/或结构示意图的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。这些计算机程序指令可提供到通用计算机、专用计算机、嵌入式处理机或其他可编程网络连接设备的处理器以产生一个机器,使得通过计算机或其他可编程网络连接设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或结构示意图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程网络连接设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或结构示意图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程网络连接设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或结构示意一个方框或多个方框中指定的功能的步骤。
以上所揭露的仅为本申请较佳实施例而已,当然不能以此来限定本申请之权利范围,因此依本申请权利要求所作的等同变化,仍属本申请所涵盖的范围。

Claims (29)

1.一种点云数据的解码方法,其特征在于,包括:
对数据点分组Pi内的数据点对应的媒体属性编码值进行解码,得到所述数据点分组Pi内的数据点对应的目标媒体属性信息;所述数据点分组Pi属于P个数据点分组,i为小于或等于P的正整数,所述P个数据点分组是根据点云数据中的数据点的几何位置信息对所述点云数据中的数据点进行分组得到的;所述数据点分组Pi包括M个数据点,所述数据点分组Pi内的数据点对应的目标媒体属性信息包括所述M个数据点的第一媒体属性以及M1个数据点的第二媒体属性,所述M1个数据点属于所述M个数据点的子集;
根据所述M1个数据点的第二媒体属性确定所述数据点分组Pi内的第一类数据点的第二媒体属性;所述第一类数据点为所述数据点分组Pi中除具有所述第二媒体属性的M1个数据点以外的数据点;
若所述数据点分组Pi内的数据点对应的目标媒体属性信息还包括M2个数据点的第三媒体属性,则根据所述M2个数据点的第三媒体属性确定所述数据点分组Pi内的第二类数据点的第三媒体属性;所述第二类数据点为所述数据点分组Pi中除具有所述第三媒体属性的M2个数据点以外的数据点,所述M2个数据点属于所述M个数据点的子集;
将所述M个数据点的第一媒体属性、所述M1个数据点的第二媒体属性、所述M2个数据点的第三媒体属性、所述第一类数据点的第二媒体属性和所述第二类数据点的第三媒体属性,确定为所述数据点分组Pi内的数据点的原始媒体属性信息;所述数据点分组Pi内的数据点对应的目标媒体属性信息是对所述数据点分组Pi内的数据点的原始媒体属性信息进行下采样处理得到的。
2.如权利要求1所述的方法,其特征在于,所述第一类数据点的数量为M-M1个,M-M1个第一类数据点包括第一类数据点Tr,r为小于或等于M-M1的正整数;所述第二类数据点的数量为M-M2个,M-M2个第二类数据点包括第二类数据点Fc,c为小于或等于M-M2的正整数;
所述根据所述M1个数据点的第二媒体属性确定所述数据点分组Pi内的第一类数据点的第二媒体属性,包括:
获取所述M个数据点在所述数据点分组Pi内的排列顺序,所述排列顺序是根据数据点的采集时间的排序,或几何位置信息的排序,或第一媒体属性的解码顺序所确定的;
将第一邻近数据点的第二媒体属性,确定为所述第一类数据点Tr的第二媒体属性;所述第一邻近数据点为所述M1个数据点中排列顺序与所述第一类数据点Tr的排列顺序之间具有位置相邻关系的数据点;
所述若所述数据点分组Pi内的数据点对应的目标媒体属性信息还包括M2个数据点的第三媒体属性,则根据所述M2个数据点的第三媒体属性确定所述数据点分组Pi内的第二类数据点的第三媒体属性,包括:
若所述数据点分组Pi内的数据点对应的目标媒体属性信息还包括M2个数据点的第三媒体属性,则将第二邻近数据点的第三媒体属性,确定为所述第二类数据点Fc的第三媒体属性;所述第二邻近数据点为所述M2个数据点中排列顺序与所述第二类数据点Fc的排列顺序之间具有位置相邻关系的数据点。
3.如权利要求1所述的方法,其特征在于,所述第一类数据点的数量为M-M1个,M-M1个第一类数据点包括第一类数据点Tr,r为小于或等于M-M1的正整数;所述第二类数据点的数量为M-M2个,M-M2个第二类数据点包括第二类数据点Fc,c为小于或等于M-M2的正整数;
所述根据所述M1个数据点的第二媒体属性确定所述数据点分组Pi内的第一类数据点的第二媒体属性,包括:
若所述第一类数据点Tr属于所述M2个数据点,所述第二类数据点Fc属于所述M1个数据点,且所述第一类数据点Tr的排列顺序与所述第二类数据点Fc的排列顺序之间具有位置相邻关系,则将所述第二类数据点Fc的第二媒体属性,确定为所述第一类数据点Tr的第二媒体属性;
所述若所述数据点分组Pi内的数据点对应的目标媒体属性信息还包括M2个数据点的第三媒体属性,则根据所述M2个数据点的第三媒体属性确定所述数据点分组Pi内的第二类数据点的第三媒体属性,包括:
若所述数据点分组Pi内的数据点对应的目标媒体属性信息还包括M2个数据点的第三媒体属性,则将所述第一类数据点Tr的第三媒体属性,确定为所述第二类数据点Fc的第三媒体属性。
4.如权利要求1所述的方法,其特征在于,所述方法还包括:
若所述数据点分组Pi内的数据点对应的目标媒体属性信息未包括第三媒体属性,则根据相邻数据点分组内的数据点的第三媒体属性,确定所述M个数据点的第三媒体属性;所述相邻数据点分组内的数据点具有第三媒体属性,且所述相邻数据点分组对应的扫描行与所述数据点分组Pi对应的扫描行之间具有相邻关系;
将所述M个数据点的第一媒体属性、所述M1个数据点的第二媒体属性、所述第一类数据点的第二媒体属性和所述M个数据点的第三媒体属性,确定为所述数据点分组Pi内的数据点的原始媒体属性信息。
5.如权利要求1所述的方法,其特征在于,所述对数据点分组Pi内的数据点对应的媒体属性编码值进行解码,得到所述数据点分组Pi内的数据点对应的目标媒体属性信息,包括:
对所述数据点分组Pi内的数据点对应的媒体属性编码值进行解码,得到所述数据点分组Pi内的数据点对应的媒体属性残差信息;
获取所述数据点分组Pi内的数据点对应的预测点的目标媒体属性信息;所述预测点属于所述点云数据中已解码的数据点;
根据所述预测点的目标媒体属性信息以及所述数据点分组Pi内的数据点对应的媒体属性残差信息,确定所述数据点分组Pi内的数据点对应的目标媒体属性信息。
6.如权利要求5所述的方法,其特征在于,所述对所述数据点分组Pi内的数据点对应的媒体属性编码值进行解码,得到所述数据点分组Pi内的数据点对应的媒体属性残差信息,包括:
对所述数据点分组Pi内的数据点对应的媒体属性编码值进行解码,得到所述数据点分组Pi内的数据点对应的媒体属性变换系数;
对所述数据点分组Pi内的数据点对应的媒体属性变换系数进行解析,得到所述数据点分组Pi内的数据点对应的媒体属性残差信息。
7.如权利要求5所述的方法,其特征在于,所述根据所述预测点的目标媒体属性信息以及所述数据点分组Pi内的数据点对应的媒体属性残差信息,确定所述数据点分组Pi内的数据点对应的目标媒体属性信息,包括:
根据所述预测点的目标媒体属性信息,确定所述数据点分组Pi内的数据点对应的媒体预测值;
对所述数据点分组Pi内的数据点对应的媒体预测值与所述数据点分组Pi内的数据点对应的媒体属性残差信息进行相加处理,得到所述数据点分组Pi内的数据点对应的目标媒体属性信息。
8.如权利要求7所述的方法,其特征在于,所述目标媒体属性信息包括第一媒体属性、第二媒体属性以及第三媒体属性;
所述数据点分组Pi内的数据点的第一媒体属性、第二媒体属性以及第三媒体属性分别对应不同的预测点;或者,
所述数据点分组Pi内的数据点的第一媒体属性、第二媒体属性以及第三媒体属性分别对应相同的预测点;或者,
所述数据点分组Pi内的数据点的第一媒体属性对应的预测点,与所述第二媒体属性和第三媒体属性共同对应的预测点不同,且所述数据点分组Pi内每J个数据点的第二媒体属性和第三媒体属性对应预测点相同;J为小于所述数据点分组Pi内数据点对应的点数的正整数。
9.一种点云数据的编码方法,其特征在于,包括:
获取待编码的点云数据中的数据点的几何位置信息和原始媒体属性信息;
根据所述几何位置信息,对所述点云数据中的数据点进行分组,得到P个数据点分组;P为大于1的正整数;
获取所述数据点分组Pi内的数据点的数量,作为第一点数,获取所述数据点分组Pi对应的采样比例;所述原始媒体属性信息包括第一媒体属性、第二媒体属性和第三媒体属性,所述采样比例为M:M1:M2,M为所述第一媒体属性对应的采样权重,M1为所述第二媒体属性对应的采样权重;M2为所述第三媒体属性对应的采样权重;所述数据点分组Pi属于P个数据点分组,i为小于或等于P的正整数;
若所述第一点数与M相同,则将第一采样量确定为所述数据点分组Pi内的数据点的第一媒体属性对应的采样量;所述第一采样量与M相同;
根据M1和M2,确定所述数据点分组Pi内的数据点的第二媒体属性对应的采样量、第三媒体属性对应的采样量;
将所述第一媒体属性对应的采样量、所述第二媒体属性对应的采样量、所述第三媒体属性对应的采样量,确定为所述数据点分组Pi内的数据点的原始媒体属性信息对应的目标采样量;
根据所述数据点分组Pi内的数据点的原始媒体属性信息,下采样得到具有所述目标采样量的媒体属性信息;
将下采样得到的媒体属性信息,确定为所述数据点分组Pi内的数据点对应的目标媒体属性信息;
对所述数据点分组Pi内的数据点对应的目标媒体属性信息进行编码,得到所述数据点分组Pi内的数据点对应的媒体属性编码值。
10.如权利要求9所述的方法,其特征在于,所述根据M1和M2,确定所述数据点分组Pi内的数据点的第二媒体属性对应的采样量、第三媒体属性对应的采样量,包括:
若M1和M2均为小于M的有效值,则将第二采样量确定为所述数据点分组Pi内的数据点的第二媒体属性对应的采样量,将第三采样量确定为所述数据点分组Pi内的数据点的第三媒体属性对应的采样量;所述第二采样量与M1相同,所述第三采样量与M2相同;
若M1和M2均小于M,且M1或M2为无效值,则获取目标数据点分组内的数据点关于采样得到的媒体属性信息,根据所述目标数据点分组内的数据点关于采样得到的媒体属性信息,确定所述数据点分组Pi内的数据点的第二媒体属性对应的采样量、第三媒体属性对应的采样量;所述目标数据点分组为所述P个数据点分组中扫描行与所述数据点分组Pi的扫描行具有相邻关系的数据点分组。
11.如权利要求10所述的方法,其特征在于,所述根据所述目标数据点分组内的数据点关于采样得到的媒体属性信息,确定所述数据点分组Pi内的数据点的第二媒体属性对应的采样量、第三媒体属性对应的采样量,包括:
若所述目标数据点分组内的数据点关于采样得到的媒体属性信息包括第二媒体属性,则将无效值确定为所述数据点分组Pi内的数据点的第二媒体属性对应的采样量,将第四采样量确定为所述数据点分组Pi内的数据点的第三媒体属性对应的采样量;所述第四采样量为M1和M2中的最大值;
若所述目标数据点分组内的数据点关于采样得到的媒体属性信息包括第三媒体属性,则将所述第四采样量确定为所述数据点分组Pi内的数据点的第二媒体属性对应的采样量,将无效值确定为所述数据点分组Pi内的数据点的第三媒体属性对应的采样量。
12.如权利要求9所述的方法,其特征在于,所述数据点分组Pi内的数据点的第一媒体属性对应的第一采样量与M相同,所述根据所述数据点分组Pi内的数据点的原始媒体属性信息,下采样得到具有所述目标采样量的媒体属性信息,包括:
从所述数据点分组Pi内的数据点的原始媒体属性信息中,采样得到M个数据点的第一媒体属性;
若所述第二媒体属性对应的采样量与M1相同,且所述第三媒体属性对应的采样量与M2相同,M1和M2均为有效值,则从所述数据点分组Pi内的数据点的原始媒体属性信息中,采样得到M1个数据点的第二媒体属性,以及M2个数据点的第三媒体属性;
将M个数据点的第一媒体属性、所述M1个数据点的第三媒体属性以及所述M2个数据点的第三媒体属性,确定为具有所述目标采样量的媒体属性信息。
13.如权利要求12所述的方法,其特征在于,所述从所述数据点分组Pi内的数据点的原始媒体属性信息中,采样得到M1个数据点的第二媒体属性,以及M2个数据点的第三媒体属性,包括:
若M1和M2均与1相等,则获取采样点选择策略;所述采样点选择策略包括基于数据点的几何位置信息的选择策略,或基于数据点的媒体属性信息的统计信息的选择策略,或基于数据点的采集时间的选择策略;
按照所述采样点选择策略,从所述数据点分组Pi内的数据点的原始媒体属性信息中,采样得到M1个数据点的第二媒体属性,以及M2个数据点的第三媒体属性。
14.如权利要求12所述的方法,其特征在于,
若M1和M2相等,M1和M2均为大于1的正整数,则采样得到的M1个数据点与采样得到的M2个数据点相同,所述采样得到的M1个数据点之间对应的第一采样间隔大于或等于第一间隔阈值;所述第一间隔阈值为M与M1之间的比值;
所述第一采样间隔是根据所述采样得到的M1个数据点在所述数据点分组Pi内的排列顺序确定的,所述采样得到的M1个数据点对应的排列顺序是根据所述采样得到的M1个数据点的采集时间的排序,或几何位置信息的排序,或原始媒体属性信息所确定的。
15.如权利要求12所述的方法,其特征在于,
若M1和M2均为正整数,且M1、M2中至少一个大于1,则所述采样得到的M1个数据点与所述采样得到的M2个数据点不相同;所述采样得到的M1个数据点之间对应的第二采样间隔、所述采样得到的M2个数据点之间对应的第三采样间隔、所述采样得到的M1个数据点与所述采样得到的M2个数据点之间对应的第四采样间隔均大于或等于第二间隔阈值;所述第二间隔阈值是根据M、M1和M2确定的;
所述采样得到的M1个数据点的在所述数据点分组Pi内排列顺序位于所述采样得到的M2个数据点在所述数据点分组Pi内的排列顺序之前,或者,所述采样得到的M1个数据点在所述数据点分组Pi内的排列顺序位于所述采样得到的M2个数据点在所述数据点分组Pi内的排列顺序之后。
16.如权利要求12所述的方法,其特征在于,所述从所述数据点分组Pi内的数据点的原始媒体属性信息中,采样出M1个数据点的第二媒体属性,以及M2个数据点的第三媒体属性,包括:
若M1、M2均为正整数,且M1、M2中至少一个大于1,则按照第二媒体属性和第三媒体属性交替的采样方式,从所述数据点分组Pi内的数据点的原始媒体属性信息中,采样出M1个数据点的第二媒体属性,以及M2个数据点的第三媒体属性;所述采样得到的M1个数据点与所述采样得到的M2个数据点之间对应的第五采样间隔均大于或等于第三间隔阈值;所述第三间隔阈值是根据M、M1和M2确定的。
17.如权利要求9所述的方法,其特征在于,所述数据点分组Pi内的数据点的第一媒体属性对应的第一采样量与M相同,所述根据所述数据点分组Pi内的数据点的原始媒体属性信息,下采样得到具有所述目标采样量的媒体属性信息,包括:
从所述数据点分组Pi内的数据点的原始媒体属性信息中,采样得到M个数据点的第一媒体属性;
若所述第二媒体属性对应的采样量为有效值,且所述第三媒体属性对应的采样量为无效值,则从所述数据点分组Pi内的数据点的原始媒体属性信息中,采样得到M1个数据点的第二媒体属性;将采样得到的M1个数据点的第二媒体属性和采样得到的M个数据点的第一媒体属性,确定为具有所述目标采样量的媒体属性信息;
若所述第二媒体属性对应的采样量为无效值,且所述第三媒体属性对应的采样量为有效值,则从所述数据点分组Pi内的数据点的原始媒体属性信息中,采样得到M2个数据点的第三媒体属性,将采样得到的M2个数据点的第三媒体属性,和采样得到的M个数据点的第一媒体属性,确定为具有所述目标采样量的媒体属性信息。
18.如权利要求17所述的方法,其特征在于,所述若所述第二媒体属性对应的采样量为有效值,且所述第三媒体属性对应的采样量为无效值,则从所述数据点分组Pi内的数据点的原始媒体属性信息中,采样得到M1个数据点的第二媒体属性,包括:
若所述第二媒体属性对应的采样量为1,且所述第三媒体属性对应的采样量为无效值,则获取采样点选择策略;所述采样点选择策略包括基于数据点的几何位置信息的选择策略,或基于数据点的媒体属性信息的统计信息的选择策略,或基于数据点的采集时间的选择策略;
按照所述采样点选择策略,从所述数据点分组Pi内的数据点的原始媒体属性信息中,采样出M1个数据点的第二媒体属性。
19.如权利要求17所述的方法,其特征在于,
若所述第二媒体属性对应的采样量大于1,且所述第三媒体属性对应的采样量为无效值,则采样得到的M1个数据点之间对应的第六采样间隔大于或等于第一间隔阈值;所述第一间隔阈值为M与M1之间的比值;
所述第六采样间隔是根据所述采样得到的M1个数据点在所述数据点分组Pi内的排列顺序确定的,所述采样得到的M1个数据点对应的排列顺序是根据所述采样得到的M1个数据点的采集时间的排序,或几何位置信息的排序,或原始媒体属性信息的排序所确定的。
20.如权利要求9所述的方法,其特征在于,所述P个数据点分组中所有数据点分组对应的采样比例均相同;或者,
所述P个数据点分组中相邻的每K个数据点分组对应的采样比例均相同,K为小于P的正整数;或者,
所述数据点分组Pi对应的采样比例与数据点分组Pi+n对应的采样比例相同,且所述数据点分组Pi对应的采样比例与数据点分组Pi+m对应的采样比例不相同,n为所述点云数据对应的采样比例的种类数,n为大于1的正整数,m小于n。
21.如权利要求9所述的方法,其特征在于,所述根据所述几何位置信息,对所述点云数据中的数据点进行分组,得到P个数据点分组;包括:
根据所述几何位置信息,对所述点云数据中的数据点进行排序,得到排序后的数据点;
对排序后的数据点进行分组,得到P个数据点分组;所述P个数据点分组中内的数据点的数量均相同。
22.如权利要求9所述的方法,其特征在于,所述根据所述几何位置信息,对所述点云数据中的数据点进行分组,得到P个数据点分组;包括:
根据所述几何位置信息,生成所述点云数据中的数据点对应的位置编码值;
按照所述位置编码值,对所述点云数据中的数据点进行分组,得到S个候选数据点分组;同一个候选数据点分组内的数据点对应位置编码值的前L位均相同;S为正整数,L为正整数;
根据所述S个候选数据点分组,确定所述点云数据对应的P个数据点分组。
23.如权利要求22所述的方法,其特征在于,所述根据所述S个候选数据点分组,确定所述点云数据对应的P个数据点分组,包括:
获取所述S个候选数据点分组内的数据点的数量,作为所述S个候选数据点分组分别对应的第二点数;
若所述S个候选数据点分组分别对应的第二点数均小于点数阈值,则将所述S个候选数据点分组确定为P个数据点分组;P与S相同;
若所述S个候选数据点分组中存在第二点数大于或等于所述点数阈值的候选数据点分组Sj,且所述S个候选数据点分组中存在对应的第二点数小于所述点数阈值的候选数据点分组Se,则对所述候选数据点分组Sj进行划分,得到至少两个数据点子组;根据所述至少两个数据点子组,以及所述候选数据点分组Se,确定所述点云数据对应的P个数据点分组;j、e均为小于S,且不相同的正整数;
若所述S个候选数据点分组分别对应的第二点数均大于或等于点数阈值,则对各个候选数据点分组进行划分,得到各个候选数据点分组分别对应的数据点子组,将各个候选数据点分组分别对应的数据点子组,确定为所述点云数据对应的P个数据点分组。
24.如权利要求9所述的方法,其特征在于,所述对所述数据点分组Pi内的数据点对应的目标媒体属性信息进行编码,得到所述数据点分组Pi内的数据点对应的媒体属性编码值,包括:
获取所述数据点分组Pi内的数据点对应预测点;所述预测点属于所述点云数据中已编码的数据点;
根据所述预测点的目标媒体属性信息,确定所述数据点分组Pi内的数据点的媒体预测值;
根据所述数据点分组Pi内的数据点的媒体预测值和所述数据点分组Pi内的数据点对应的目标媒体属性信息,确定所述数据点分组Pi内的数据点对应的媒体属性编码值。
25.如权利要求24所述的方法,其特征在于,所述根据所述数据点分组Pi内的数据点的媒体预测值和所述数据点分组Pi内的数据点对应的目标媒体属性信息,确定所述数据点分组Pi内的数据点对应的媒体属性编码值,包括:
对所述数据点分组Pi内的数据点的媒体预测值和所述数据点分组Pi内的数据点的目标媒体属性信息进行求差处理,得到所述数据点分组Pi内的数据点对应的媒体属性残差信息;
对所述数据点分组Pi内的数据点对应的媒体属性残差信息进行编码,得到所述数据点分组Pi内的数据点对应的媒体属性编码值。
26.一种点云数据的解码装置,其特征在于,包括:
解码模块,用于对数据点分组Pi内的数据点对应的媒体属性编码值进行解码,得到所述数据点分组Pi内的数据点对应的目标媒体属性信息;所述数据点分组Pi属于P个数据点分组,i为小于或等于P的正整数,所述P个数据点分组是根据点云数据中的数据点的几何位置信息对所述点云数据中的数据点进行分组得到的;所述数据点分组Pi包括M个数据点,所述数据点分组Pi内的数据点对应的目标媒体属性信息包括所述M个数据点的第一媒体属性以及M1个数据点的第二媒体属性,所述M1个数据点属于所述M个数据点的子集;
恢复模块,用于
根据所述M1个数据点的第二媒体属性确定所述数据点分组Pi内的第一类数据点的第二媒体属性;所述第一类数据点为所述数据点分组Pi中除具有所述第二媒体属性的M1个数据点以外的数据点;若所述数据点分组Pi内的数据点对应的目标媒体属性信息还包括M2个数据点的第三媒体属性,则根据所述M2个数据点的第三媒体属性确定所述数据点分组Pi内的第二类数据点的第三媒体属性;所述第二类数据点为所述数据点分组Pi中除具有所述第三媒体属性的M2个数据点以外的数据点,所述M2个数据点属于所述M个数据点的子集;将所述M个数据点的第一媒体属性、所述M1个数据点的第二媒体属性、所述M2个数据点的第三媒体属性、所述第一类数据点的第二媒体属性和所述第二类数据点的第三媒体属性,确定为所述数据点分组Pi内的数据点的原始媒体属性信息;所述数据点分组Pi内的数据点对应的目标媒体属性信息是对所述数据点分组Pi内的数据点的原始媒体属性信息进行下采样处理得到的。
27.一种点云数据的编码装置,其特征在于,包括:
获取模块,用于获取待编码的点云数据中的数据点的几何位置信息和原始媒体属性信息;
分组模块,用于根据所述几何位置信息,对所述点云数据中的数据点进行分组,得到P个数据点分组;P为大于1的正整数;
采样模块,用于获取所述数据点分组Pi内的数据点的数量,作为第一点数,获取所述数据点分组Pi对应的采样比例;所述原始媒体属性信息包括第一媒体属性、第二媒体属性和第三媒体属性,所述采样比例为M:M1:M2,M为所述第一媒体属性对应的采样权重,M1为所述第二媒体属性对应的采样权重;M2为所述第三媒体属性对应的采样权重;所述数据点分组Pi属于P个数据点分组,i为小于或等于P的正整数;若所述第一点数与M相同,则将第一采样量确定为所述数据点分组Pi内的数据点的第一媒体属性对应的采样量;所述第一采样量与M相同;根据M1和M2,确定所述数据点分组Pi内的数据点的第二媒体属性对应的采样量、第三媒体属性对应的采样量;将所述第一媒体属性对应的采样量、所述第二媒体属性对应的采样量、所述第三媒体属性对应的采样量,确定为所述数据点分组Pi内的数据点的原始媒体属性信息对应的目标采样量;根据所述数据点分组Pi内的数据点的原始媒体属性信息,下采样得到具有所述目标采样量的媒体属性信息;将采样得到的媒体属性信息,确定为所述数据点分组Pi内的数据点对应的目标媒体属性信息
编码模块,用于对所述数据点分组Pi内的数据点对应的目标媒体属性信息进行编码,得到所述数据点分组Pi内的数据点对应的媒体属性编码值。
28.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至25中任一项所述的方法的步骤。
29.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至25中任一项所述的方法的步骤。
CN202210690206.6A 2022-06-17 2022-06-17 点云数据的解码方法、编码方法、装置、设备及存储介质 Active CN115102934B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210690206.6A CN115102934B (zh) 2022-06-17 2022-06-17 点云数据的解码方法、编码方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210690206.6A CN115102934B (zh) 2022-06-17 2022-06-17 点云数据的解码方法、编码方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN115102934A CN115102934A (zh) 2022-09-23
CN115102934B true CN115102934B (zh) 2023-09-19

Family

ID=83290707

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210690206.6A Active CN115102934B (zh) 2022-06-17 2022-06-17 点云数据的解码方法、编码方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN115102934B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116233468A (zh) * 2021-12-06 2023-06-06 腾讯科技(深圳)有限公司 点云解码方法、点云编码方法、装置、设备、介质及产品

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110892453A (zh) * 2017-07-10 2020-03-17 三星电子株式会社 使用图像/视频编解码器的点云和网格压缩
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
CN111602176A (zh) * 2019-06-03 2020-08-28 深圳市大疆创新科技有限公司 点云数据的位置坐标的编解码方法、系统和存储介质
CN112565734A (zh) * 2020-12-03 2021-03-26 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
CN113766228A (zh) * 2020-06-05 2021-12-07 Oppo广东移动通信有限公司 点云压缩方法、编码器、解码器及存储介质
CN114598892A (zh) * 2020-12-07 2022-06-07 腾讯科技(深圳)有限公司 点云数据编码方法、解码方法、装置、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
US11967120B2 (en) * 2020-08-26 2024-04-23 Tencent America LLC Attribute coding of duplicate points for point cloud coding

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110892453A (zh) * 2017-07-10 2020-03-17 三星电子株式会社 使用图像/视频编解码器的点云和网格压缩
CN111602176A (zh) * 2019-06-03 2020-08-28 深圳市大疆创新科技有限公司 点云数据的位置坐标的编解码方法、系统和存储介质
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
CN113766228A (zh) * 2020-06-05 2021-12-07 Oppo广东移动通信有限公司 点云压缩方法、编码器、解码器及存储介质
CN112565734A (zh) * 2020-12-03 2021-03-26 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
CN114598892A (zh) * 2020-12-07 2022-06-07 腾讯科技(深圳)有限公司 点云数据编码方法、解码方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN115102934A (zh) 2022-09-23

Similar Documents

Publication Publication Date Title
Golla et al. Real-time point cloud compression
CN111699695B (zh) 用于对经编码数据集进行解码的方法、设备和存储介质
CN109889840B (zh) 点云编码和解码的方法、编码设备和解码设备
Huang et al. Octree-Based Progressive Geometry Coding of Point Clouds.
Li et al. Progressive coding of 3-D graphic models
CN107301194B (zh) 瓦片式栅格地图的压缩存储及发布方法
WO2013067674A1 (en) Predictive position encoding
US20140303944A1 (en) Predictive position decoding
US6862371B2 (en) Method of compressing images of arbitrarily shaped objects
KR101048368B1 (ko) 연결정보 분석을 통한 3차원 메쉬 모델의 부호화 장치 및 방법
RU2567988C2 (ru) Кодер, способ кодирования данных, декодер, способ декодирования данных, система передачи данных, способ передачи данных и программный продукт
US6791543B2 (en) Forming method for structuring polygonal mesh data and apparatus, and storage medium
CN111699690A (zh) 点云的处理方法和装置
CN115102934B (zh) 点云数据的解码方法、编码方法、装置、设备及存储介质
CN108810534A (zh) 物联网下基于方向提升小波及改进spiht的图像压缩方法
CN115131449A (zh) 点云处理方法、装置及计算机设备、存储介质
CN113784125A (zh) 一种点云属性预测方法及其设备
WO2024037244A1 (zh) 点云数据的解码方法、编码方法、装置、存储介质及设备
WO2022131948A1 (en) Devices and methods for sequential coding for point cloud compression
Bletterer et al. Point cloud compression using depth maps
CN116843774A (zh) 点云数据压缩方法、装置、设备及存储介质
EP4244813B1 (en) Devices and methods for scalable coding for point cloud compression
CN114554175B (zh) 一种基于分类重排的二维点云距离图像的无损压缩方法
US20240087176A1 (en) Point cloud decoding method and apparatus, point cloud encoding method and apparatus, computer device, computer-readable storage medium
WO2024074121A1 (en) Method, apparatus, and medium for point cloud coding

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40073695

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant