CN115474059A - 点云编码方法、解码方法及装置 - Google Patents
点云编码方法、解码方法及装置 Download PDFInfo
- Publication number
- CN115474059A CN115474059A CN202110941633.2A CN202110941633A CN115474059A CN 115474059 A CN115474059 A CN 115474059A CN 202110941633 A CN202110941633 A CN 202110941633A CN 115474059 A CN115474059 A CN 115474059A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- node
- information
- target
- decoded
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
- G06T9/40—Tree coding, e.g. quadtree, octree
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
- H04N19/96—Tree coding, e.g. quad-tree coding
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本申请公开了一种点云编码方法、解码方法及装置,本申请实施例的点云编码方法包括:确定第一点云信息预测列表,所述第一点云信息预测列表包括目标点云中已编码节点的点云信息;根据所述第一点云信息预测列表,对所述目标点云中的待编码节点进行预测编码。
Description
技术领域
本申请属于点云处理技术领域,特别涉及一种点云编码方法、解码方法及装置。
背景技术
在数字音视频编解码技术标准(Audio Video coding Standard,AVS)点云编码参考软件模型(Point cloud Reference Software Model,PCRM)V3.0中,基于多叉树进行几何编解码时,需要存储邻居节点的占位信息来对当前待编码节点的占位信息进行预测编码。由于基于多叉树的几何编解码方法在接近叶子节点的八叉树层中,叶子节点数目会呈指数型增长,因此现有预测编码方法会导致内存开销很大,并且邻居节点查找的复杂度也会很高,导致编码效率不高。
发明内容
本申请实施例提供一种点云编码方法、解码方法及装置,能够解决现有预测编码方法会导致内存开销很大,并且邻居查找的复杂度也会很高,导致编码效率不高的问题。
第一方面,提供了一种点云编码方法,包括:
确定第一点云信息预测列表,所述第一点云信息预测列表包括目标点云中已编码节点的点云信息;
根据所述第一点云信息预测列表,对所述目标点云中的待编码节点进行预测编码。
第二方面,提供了一种点云解码方法,包括:
对目标码流进行解码处理,得到所述目标码流中待解码节点的解码信息,所述解码信息包括待解码节点的预测残差和待解码节点的预测模式,或者,所述解码信息包括待解码节点的预测残差,所述目标码流是对目标点云中的节点进行编码处理后得到的;
确定第二点云信息预测列表,所述第二点云信息预测列表包括目标码流中已解码节点的点云信息;
根据所述第二点云信息预测列表和所述解码信息,获取所述待解码节点对应的点云信息。
第三方面,提供了一种点云编码装置,包括:
第一确定模块,用于确定第一点云信息预测列表,所述第一点云信息预测列表包括目标点云中已编码节点的点云信息;
第一处理模块,用于根据所述第一点云信息预测列表,对所述目标点云中的待编码节点进行预测编码。
第四方面,提供了一种点云解码装置,包括:
第二处理模块,用于对目标码流进行解码处理,得到所述目标码流中待解码节点的解码信息,所述解码信息包括待解码节点的预测残差和待解码节点的预测模式,或者,所述解码信息包括待解码节点的预测残差,所述目标码流是对目标点云中的节点进行编码处理后得到的;
第二确定模块,用于确定第二点云信息预测列表,所述第二点云信息预测列表包括目标码流中已解码节点的点云信息;
第一获取模块,用于根据所述第二点云信息预测列表和所述解码信息,获取所述待解码节点对应的点云信息。
第五方面,提供了一种点云编码装置,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
第六方面,提供了一种点云编码装置,包括处理器及通信接口,其中,所述处理器用于确定第一点云信息预测列表,所述第一点云信息预测列表包括目标点云中已编码节点的点云信息;根据所述第一点云信息预测列表,对所述目标点云中的待编码节点进行预测编码。
第七方面,提供了一种点云解码装置,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如第二方面所述的方法的步骤。
第八方面,提供了一种点云解码装置,包括处理器及通信接口,其中,所述处理器用于对目标码流进行解码处理,得到所述目标码流中待解码节点的解码信息,所述解码信息包括待解码节点的预测残差和待解码节点的预测模式,或者,所述解码信息包括待解码节点的预测残差,所述目标码流是对目标点云中的节点进行编码处理后得到的;确定第二点云信息预测列表,所述第二点云信息预测列表包括目标码流中已解码节点的点云信息;根据所述第二点云信息预测列表和所述解码信息,获取所述待解码节点对应的点云信息。
第九方面,提供了一种可读存储介质,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤,或者实现如第二方面所述的方法的步骤。
第十方面,提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现如第一方面所述的方法,或实现如第二方面所述的方法。
第十一方面,提供了一种计算机程序/程序产品,所述计算机程序/程序产品被存储在非瞬态的存储介质中,所述程序/程序产品被至少一个处理器执行以实现如第一方面或第二方面所述的方法的步骤。
在本申请实施例中,确定第一点云信息预测列表,所述第一点云信息预测列表包括目标点云中已编码节点的点云信息,并基于该第一点云信息预测列表,对目标点云中的待编码节点进行预测编码。该编码方式利用上述第一点云信息预测列表中的已编码节点的点云信息对待编码节点进行预测编码,无需查找邻居节点的占位信息,降低了邻居节点的搜索复杂度,且不需要保存大量的邻居节点的占位信息,有效降低了内存开销,并提高了编码效率。
附图说明
图1是G-PCC编解码框架示意图;
图2是本申请实施例的点云编码方法的流程示意图之一;
图3是本申请实施例的点云编码方法的流程示意图之二;
图4是本申请实施例的点云编码方法的流程示意图之三;
图5是本申请实施例的点云编码方法的流程示意图之四;
图6是本申请实施例中点云信息预测列表的更新示意图之一;
图7是本申请实施例中点云信息预测列表的更新示意图之二;
图8是本申请实施例中第二属性信息预测列表的更新示意图;
图9是本申请实施例的点云解码方法的流程示意图;
图10表示本申请实施例的点云编码装置的模块示意图;
图11表示本申请实施例的点云编码装置的结构框图之一;
图12表示本申请实施例的点云编码装置的结构框图之二;
图13表示本申请实施例的点云解码装置的模块示意图。
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描述,显然,所描述的实施例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。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换,以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施,且“第一”、“第二”所区别的对象通常为一类,并不限定对象的个数,例如第一对象可以是一个,也可以是多个。此外,说明书以及权利要求中“和/或”表示所连接对象的至少其中之一,字符“/”一般表示前后关联对象是一种“或”的关系。
本申请实施例中的点云编码方法对应的编码器和点云解码方法对应的解码器均可以为终端,该终端也可以称作终端设备或者用户终端(User Equipment,UE),终端可以是手机、平板电脑(Tablet Personal Computer)、膝上型电脑(Laptop Computer)或称为笔记本电脑、个人数字助理(Personal Digital Assistant,PDA)、掌上电脑、上网本、超级移动个人计算机(ultra-mobile personal computer,UMPC)、移动上网装置(Mobile InternetDevice,MID)、增强现实(augmented reality,AR)/虚拟现实(virtual reality,VR)设备、机器人、可穿戴式设备(Wearable Device)或车载设备(VUE)、行人终端(PUE)等终端侧设备,可穿戴式设备包括:智能手表、手环、耳机、眼镜等。需要说明的是,在本申请实施例并不限定终端的具体类型。
为使本领域技术人员能够更好地理解本申请实施例,先进行如下说明。
在数字音视频编解码技术标准(Audio Video coding Standard,AVS)点云G-PCC(基于几何的点云压缩)编码器框架中,点云的几何信息和属性信息是分开进行编码的。如图1所示为G-PCC基于八叉树的几何编解码和属性编解码。
基于八叉树的几何编码包括:首先对几何信息进行坐标转换,使点云全都包含在一个包围盒(bounding box)中。然后再进行量化,这一步量化主要起到缩放的作用,由于量化取整,使得一部分点的几何信息相同,根据参数来决定是否移除重复点,量化和移除重复点这一过程又被称为体素化过程。接下来,按照广度优先遍历的顺序不断对bounding box进行树划分(八叉树/四叉树/二叉树),对每个节点的占位码进行编码。在基于八叉树的几何码框架中,将包围盒依次划分得到子立方体,对非空的(包含点云中的点)的子立方体继续进行划分,直到划分得到的叶子结点为1×1×1的单位立方体时停止划分,其次对叶子节点中所包含的点数进行编码,最终完成几何八叉树的编码,生成二进制码流。在基于三角面片集(triangle soup,trisoup)的几何信息编码框架中,同样也要先进行八叉树划分,但区别于基于八叉树的几何信息编码,该方法不需要将点云逐级划分到边长为1×1×1的单位立方体,而是划分到block(子块)边长为W时停止划分,基于每个block中点云的分布所形成的表面,得到该表面与block的十二条边所产生的至多十二个vertex(交点)。依次编码每个block的vertex坐标,生成二进制码流。在基于八叉树的几何解码,解码端按照广度优先遍历的顺序,通过不断解析得到每个节点的占位码,并且依次不断划分节点,直至划分得到1x1x1的单位立方体时停止划分,解析得到每个叶子节点中包含的点数,最终恢复得到几何重构点云信息。
点云的属性编解码则是基于重建后的几何信息来进行的。几何编码完成后,对几何信息进行重建。目前,属性编码主要针对颜色、反射率信息进行。首先判断是否进行颜色空间的转换,若进行颜色空间转换,则将颜色信息从RGB颜色空间转换到YUV颜色空间。然后,利用原始点云对重建点云进行重着色,使得未编码的属性信息与重建的几何信息对应起来。在属性信息编码中分为两个模块:属性预测与属性变换。属性预测主要采用基于点云莫顿码进行邻居搜索的属性预测方法,该方法通过对点云的属性信息进行预测,得到预测残差,然后对预测残差进行编码。目前主要有两种变换方法,一是依赖于细节层次(Levelof Detail,LOD)划分的基于采样率的提升变换,二是直接进行区域自适应分层变换(Region Adaptive Hierarchal Transform,RAHT)变换,这两种方法都会将属性信息从空间域转换到频域,通过变换得到高频系数和低频系数,最后对系数进行量化并编码,生成二进制码流。
下面结合附图,通过一些实施例对本申请实施例提供的点云编码方法进行详细地说明。
如图2所示,本申请实施例提供一种点云编码方法,包括:
步骤201:确定第一点云信息预测列表,所述第一点云信息预测列表包括目标点云中已编码节点的点云信息。
本申请实施例中,上述第一点云信息预测列表中保存有目标点云中已编码节点的点云信息。该已编码节点的点云信息包括已编码节点的几何信息和属性信息。
步骤202:根据所述第一点云信息预测列表,对所述目标点云中的待编码节点进行预测编码。
本申请实施例的点云编码方法,确定第一点云信息预测列表,所述第一点云信息预测列表包括目标点云中已编码节点的点云信息,并基于该第一点云信息预测列表,对目标点云中的待编码节点进行预测编码。该编码方式利用上述第一点云信息预测列表中的已编码节点的点云信息对待编码节点进行预测编码,无需查找邻居节点的占位信息,降低了邻居节点的搜索复杂度,且不需要保存大量的邻居节点的占位信息,有效降低了内存开销,并提高了编码效率。
可选地,所述对所述目标点云中的待编码节点进行预测编码,包括:
在第一参数指示进行预测编码,且第二参数指示在所述目标点云的第M个编码层开启预测编码的情况下,对所述目标点云的第M至第L个编码层对应的待编码节点进行预测编码;
其中,L为所述目标点云所包含的编码层的总数目,L为大于1的正整数,M为小于或等于L的正整数。
本申请实施例中,上述第一参数可以具体为geometry_enable_predict_flag,上述第二参数可以具体为octree_division_end_nodeSizeLog2[3]。具体的,在几何参数集合(geometry parameters set,gps)中引入第一参数geometry_enable_predict_flag,通过该第一参数来控制是否启动基于多叉树的预测编码方案,并且在开启基于多叉树的预测编码方案时,通过引入第二参数octree_division_end_nodeSizeLog2[3]来确定在多叉树的某一层开始进行预测编码,例如,该第二参数确定在多叉树的第M层开始进行预测编码。
如图3所示,在geometry_enable_predict_flag指示开启预测编码方案的情况下,对目标点云进行划分,得到高比特点云(上述第1个编码层至第M-1个编码层对应的待编码节点)和低比特点云(上述第M个编码层至第L个编码层对应的待编码节点),对上述高比特点云进行多叉树编码,对上述低比特点云进行预测编码,并通过参数geometry_enable_quantizated_flag指示是否对预测编码得到的预测残差进行量化。
可选地,所述对所述目标点云中的待编码节点进行预测编码,包括:
在第三参数指示开启低时延编解码的情况下,对所述目标点云的L个编码层对应的待编码节点进行预测编码;
其中,L为所述目标点云所包含的编码层的总数目,L为大于1的正整数。
本申请实施例中,为了实现点云的低时延编码,在gps中引入第三参数low_latency_geometry_enable_flag,通过该第三参数来控制是否启动低时延编码,并且在启动低时延编码时,上述第二参数为目标点云对应的包围盒大小,即不进行多叉树的编码,直接进行预测编码。
如图4所示,在low_latency_geometry_enable_flag指示开启低时延编码的情况下,划分高低比特点云(此时上述第1个编码层至第L个编码层对应的待编码节点均为划分为低比特点云),在low_latency_geometry_enable_flag指示不开启低时延编码的情况下,判断geometry_enable_predict_flag是否指示开启预测编码方案,在geometry_enable_predict_flag指示开启预测编码方案的情况下,对目标点云进行划分,得到高比特点云(上述第1个编码层至第M-1个编码层对应的待编码节点)和低比特点云(上述第M个编码层至第L个编码层对应的待编码节点),对上述高比特点云进行多叉树编码,对上述低比特点云进行预测编码,并通过参数geometry_enable_quantizated_flag指示是否对预测编码得到的预测残差进行量化。另外,还通过geometry_attribute_contemporary_enable_flag判断是否开启几何信息与属性信息的并行编解码,在启动几何信息与属性信息的并行编解码的情况下,进行属性预测编码,否则,基于重建的几何信息来进行属性预测编码。
另外,当开启低时延编码或解码时,需要在预处理阶段对目标点云按一定方式进行排序(将空间中相邻的点排在相邻的位置上),然后对排序后的点云进行预测编码,当未开启低时延编码或解码时,按照原有的多叉树编码的顺序对低比特点云进行预测编码。
可选地,所述确定第一点云信息预测列表,包括以下至少一项:
在第四参数指示开启几何信息与属性信息并行编码的情况下,确定第一几何信息预测列表和第一属性信息预测列表;
在第四参数指示不开启几何信息与属性信息并行编码的情况下,确定第一几何信息预测列表,并根据重建的几何信息,确定第二属性信息预测列表。
本申请实施例中,为了实现几何信息与属性信息的并行编解码,在sps中引入第四参数,通过geometry_attribute_contemporary_enable_flag,如图4和图5所示,通过该第四参数来控制是否启动几何信息与属性信息的并行编解码。
当开启几何信息与属性信息的并行编解码时,对属性信息按照相同的方式构建预测列表来对目标点云进行预测编码;当未开启几何信息与属性信息的并行编解码时,先对几何信息进行编码并重建,利用重建点云的几何信息作为辅助信息来构建属性信息的预测列表,并基于属性信息的预测列表对属性信息进行预测编码。
可选地,所述确定第一点云信息预测列表,包括:
构建初始点云信息预测列表,所述初始点云信息预测列表包括N1个先验值,N1为正整数;
根据所述目标点云中已编码节点的点云信息,对所述先验值进行更新,得到所述第一点云信息预测列表。
本申请实施例中,根据目标点云中已编码节点的点云信息,可以对上述N1个先验值进行更新,也可对上述N1个先验值中的部分先验值进行更新。
通过分析点云空间分布可知,针对稀疏点云进行多叉树划分到一定层级时,空间中的点分布较为密集,其信息通常具有相似性,因此,针对这种情况,需要将点云中的待编码点前的已编码点的信息利用一些辅助信息保存到预测列表中,则可通过一定的规则从预测列表中选出合适的值来预测当前点的信息。
可选地,所述根据所述目标点云中已编码节点的点云信息,对所述先验值进行更新,包括:
第一项:在第一已编码节点的点云信息的信息值或预测残差大于第一预设阈值的情况下,将第一先验值更新为当前待编码节点对应的最大预测值,所述第一先验值为所述第一点云信息预测列表中的任意一个先验值,所述第一已编码节点为位于当前待编码节点之前的第K0个已编码节点,K0为正整数;
或者,第二项:将所述第一先验值更新为第二已编码节点的点云信息,所述第二已编码节点为位于所述当前待编码节点之前的第K1个已编码节点,K1为正整数;
或者,第三项:将第一先验值更新为第一目标点云信息,所述第一目标点云信息是根据所述第二已编码节点的点云信息和第三已编码节点的点云信息确定的,所述第三已编码节点为位于所述当前待编码节点之前的第K2个已编码节点,K2为正整数;
或者,第四项:将第一先验值更新为第一目标几何信息,所述第一目标几何信息是根据所述目标点云中的所有已编码节点的几何信息确定的;
或者,第五项:将第一先验值更新为第四已编码节点对应的点云信息,所述第四已编码节点为所述目标点云的目标节点中与当前待编码节点的几何距离最近的节点,所述目标节点为所述目标点云的第1个编码层至第M-1个编码层对应的节点,L为所述目标点云所包含的编码层的总数目,M为所述目标点云中启动预测编码的编码层,L为大于1的正整数,M为小于或等于L的正整数。
具体的,对于上述第一项:在第一已编码节点的点云信息的信息值或预测残差大于第一预设阈值的情况下,将第一先验值更新为当前待编码节点对应的最大预测值,该最大预测值与M相关,具体的,该最大预测值可为2M-1。如果第一已编码节点的点云信息的信息值或预测残差小于或者等于第一预设阈值,则不对上述第一先验值进行更新。
对于上述第三项,第一目标点云信息可以是对第二已编码节点的点云信息和第三已编码界面的点云信息的加权平均值得到的。
对于上述第四项,所述第一目标几何信息可以是根据所述目标点云中的所有已编码节点的几何信息的平均值确定的,例如,每次编码完N个点的几何信息后,计算N个点的几何信息的均值将其作为上述第一目标几何信息。
下面结合一具体实施例来对上述先验值的更新过程进行说明。
假设第一点云信息预测列表的大小等于4,即包括4个已编码节点的点云信息。首先,构建初始点云信息预测列表,在该初始点云信息预测列表中填写4个先验值,例如,P0、P1、P2和P3。然后利用已编码节点的点云信息来进行更新。其中,上述先验值可以是已编码节点对应的最小预测值,例如0。
对于P0、P1、P2和P3可以采用相同的更新方式进行更新,例如均采用上述第一项更新方式进行更新,也可以采用不同的更新方式进行更新,例如对于P0采用上述第一项更新方式进行更新,对于P1采用上述第二项更新方式进行更新,对于P2采用上述第三项更新方式进行更新,对于P3采用上述第四项更新方式进行更新。
假设P0为上述预测列表中第一个位置的值,P1为上述预测列表中第二个位置的值,P2为上述预测列表中第三个位置的值,P3为上述预测列表中第四个位置的值。具体的,对于P0,如果第一已编码节点的点云信息的信息值或预测残差大于第一预设阈值,则将P0对应的值更新为当前待编码节点对应的最大预测值,否则,不对P0对应的值进行更新;对于P1,如图6所示,将位于当前待编码节点之前的第K1个已编码节点的点云信息插入到P1对应的位置。对于P2,如图7所示,将位于当前待编码节点之前的第K2个已编码节点的点云信息插入到P2对应的位置;对于P3,计算上述P1对应的点云信息和P2对应的点云信息的加权平均值,并将得到的加权平均值插入到P3对应的位置。
需要说明的是,本申请实施例中,当未开启并行编解码时,点云几何信息的预测列表构建过程与开启并行编解码的预测列表构建过程相同。对于点云属性信息的预测列表则可利用重建后的几何信息作为辅助信息来构建并更新。
可选地,所述根据重建的几何信息,确定第二属性信息预测列表,包括:
确定S1个已编码节点集合,每个已编码节点集合包括至少一个已编码节点,S1为正整数,S1是根据第二属性信息预测列表的大小确定的;
在每个所述已编码节点集合中查找与当前待编码节点的几何距离最近的目标已编码节点;
根据所述目标已编码节点的属性信息,确定第二属性信息预测列表。
本申请实施例中,先构建初始属性信息预测列表(初始化其大小,并填充一些先验值),然后基于目标已编码节点的属性信息,更新所述初始属性信息预测列表,得到第二属性信息预测列表。
具体的,首先设定一个搜索范围(attrSearchRange)。然后将该搜索范围划分为S1个区间(即S1个已编码节点集合),S1是根据第二属性信息预测列表
的大小确定的,例如第二属性信息预测列表中包含4个值,则S1为4,第二属
性信息预测列表中包含5个值,则S1为5。假设S1为4,上述4个区间分别用attrSearchRange0、attrSearchRange1、attrSearchRange2和attrSearchRange3表示,如图8所示,分别在这四个区间中查找与当前待编码节点的几何空间位置最近的目标已编码节点,并利用其属性信息来更新第二属性信息预测列表。例如,利用在attrSearchRange0中查找到的已编码节点的属性信息来更新第二属性信息预测列表中的第一个值,利用在attrSearchRange1中查找到的已编码节点的属性信息来更新第二属性信息预测列表中的第二个值,利用在attrSearchRange2中查找到的已编码节点的属性信息来更新第二属性信息预测列表中的第三个值,利用在attrSearchRange3中查找到的已编码节点的属性信息来更新第二属性信息预测列表中的第四个值,即每个区间中查找到的已编码节点的属性信息与第二属性信息预测列表中的一个值对应。
作为一种可选地实现方式,所述根据所述第一点云信息预测列表,对所述目标点云中的待编码节点进行预测编码,包括:
根据所述第一点云信息预测列表,确定最优预测模式,其中,所述第一预测列表中的不同点云信息对应不同的预测模式;
根据所述最优预测模式对当前待编码节点进行预测处理,得到所述当前待编码节点对应的预测残差;
分别对所述最优预测模式和所述预测残差进行编码处理。
其中,上述最优预测模式为所述预测列表中的目标点云信息对应的预测模式,所述目标点云信息为所述预测列表中码流估计最小的点云信息。
本申请实施例中,在第一点云信息预测列表选取最优预测模式,基于该最优预测模式对当前待编码节点的点云信息进行预测,得到预测残差,然后分别对最优预测模式和所述当前待编码节点对应的预测残差进行编码。
可选地,对所述最优预测模式进行编码处理,包括:
根据所述目标点云中已编码节点的预测模式,对所述最优预测模式进行编码处理。
这里,首先获取当前待编码节点前的已编码节点的预测模式predMode,并利用predMode作为辅助信息来进行上下文设计,即利用predMode作为当前待编码节点的信息的预测模式编码的上下文,对上述最优预测模式进行编码。
作为另一种可选地实现方式,所述根据所述第一点云信息预测列表,对所述目标点云中的待编码节点进行预测编码,包括:
根据所述第一点云信息预测列表,确定最优预测模式,其中,所述第一预测列表中的不同点云信息对应不同的预测模式;
根据所述最优预测模式对当前待编码节点进行预测处理,得到所述当前待编码节点对应的预测残差;
对所述预测残差进行编码处理。
其中,所述最优预测模式为所述预测列表中的目标点云信息对应的预测模式,所述目标点云信息为所述预测列表中通过已编码点的点云信息选择出来的点云信息。
本发明实施例中最优预测模式的确定方式包括以下两种:
在第一编码情况下,最优预测模式为所述预测列表中的目标点云信息对应的预测模式,所述目标点云信息为所述预测列表中码流估计最小的点云信息。在第二编码情况下,最优预测模式根据前面已编码点的点云信息进行判断得到。
下面结合一个具体实施例来对上面第二编码情况下确定最优预测模式的方式进行详细说明:
设当前预测列表大小为5,则通过前面已编码点的点云信息更新最优预测模式的方式如下所示:
(1)、前一个已编码点的点云重建值与阈值th0进行比较,若大于阈值th0,则选择最优预测模式为1,即选择预测列表中第一个值作为当前待编码点的预测值,否则进行后面的判断。
(2)、前一个已编码点的点云信息预测残差值与阈值th1进行比较,若大于阈值th1,则选择最优预测模式为2,即选择预测列表中第二个值作为当前待编码点的预测值,否则进行后面的判断。
(3)、前面已编码点中的两个点的点云信息重建值的残差与阈值th2进行比较,若大于阈值th2,则选择最优预测模式为3,即选择预测列表中第三个值作为当前待编码点的预测值,否则进行后面的判断。
(4)、前面已编码点中的多个点的点云信息重建值的残差的符号是否相同,若相同,则选择最优预测模式为4,即选择预测列表中第四个值作为当前待编码点的预测值,否则选择最优预测模式为5,即选择预测列表中第五个值作为当前待编码点的预测值。
其中,对于上述第一编码情况,分别对所述最优预测模式和所述预测残差进行编码处理。对于上述第二编码情况,对预测残差进行编码处理。
可选地,所述对所述预测残差进行编码处理,包括:
根据当前待编码节点的最大值和所述最优预测模式对应的点云信息,得到当前待编码节点的预测残差的有效比特位数;
根据所述有效比特位数,对所述预测残差进行编码处理。
这里,当前待编码节点的最大值可根据所述目标点云中开启预测编码的编码层数确定,例如,在所述目标点云的第M个编码层开启预测编码,则当前待编码节点的最大值为2M-1。在对当前待编码节点的预测残差进行编码处理之前,利用当前待编码节点的最大值和最优预测模式对应的点云信息,计算当前待编码节点的预测残差的有效比特位数,然后根据该有效比特位数,利用现有的有效比特位数编码方法对上述预测残差进行编码。
本申请实施例的点云编码方法,通过建立第一点云信息预测列表并选择最佳预测模式来预测点云信息(几何信息和属性信息),然后利用前面已编码节点的预测模式作为辅助信息设计上下文对当前待编码节点的预测模式进行编码,并根据点云信息的最大值和当前待编码节点的预测值(最优预测模式对应的点云信息)计算当前待编码节点的预测残差的有效比特位数,并基于该有效比特位数来对预测残差进行有效比特位数编码。
本申请实施例的点云编码方法,确定第一点云信息预测列表,所述第一点云信息预测列表包括目标点云中已编码节点的点云信息,并基于该第一点云信息预测列表,对目标点云中的待编码节点进行预测编码。该编码方式利用上述第一点云信息预测列表中的已编码节点的点云信息对待编码节点进行预测编码,无需查找邻居节点的占位信息,降低了邻居节点的搜索复杂度,且不需要保存大量的邻居节点的占位信息,有效降低了内存开销,并提高了编码效率。
如图9所示,本申请实施例还提供了一种点云解码方法,包括:
步骤901:对目标码流进行解码处理,得到所述目标码流中待解码节点的解码信息,所述解码信息包括待解码节点的预测残差和待解码节点的预测模式,或者,所述解码信息包括待解码节点的预测残差,所述目标码流是对目标点云中的节点进行编码处理后得到的。
步骤902:确定第二点云信息预测列表,所述第二点云信息预测列表包括目标码流中已解码节点的点云信息。
其中,已解码节点的点云信息包括已解码节点的几何信息和属性信息。
步骤903:根据所述第二点云信息预测列表和所述解码信息,获取所述待解码节点对应的点云信息。
这里,对于上述第一编码情况,解码端根据解码出来的预测模式和预测残差,并利用第二点云信息预测列表对待解码节点的点云信息进行重建,得到重建后的点云信息。具体的,根据解码出来的预测模式在第二点云信息预测列表中选取相应的预测值,并基于该预测值、预测残差对点云的信息进行重建。对于上述第二编码情况,解码端根据解码出来的预测残差、通过已编码点的点云信息推断出来的预测模式以及第二点云信息预测列表对待解码节点的点云信息进行重建,得到重建后的点云信息。
本申请实施例的点云解码方法,对目标码流进行解码处理,得到所述目标码流中待解码节点的解码信息,所述解码信息包括待解码节点的预测残差和待解码节点的预测模式,或者,所述解码信息包括待解码节点的预测残差;确定第二点云信息预测列表;根据所述第二点云信息预测列表和所述解码信息,获取所述待解码节点对应的点云信息。这样,无需查找邻居节点的相关信息,降低了邻居节点的搜索复杂度,且不需要保存大量的邻居节点的信息,有效降低了内存开销,并提高了解码效率。
可选地,所述对目标码流进行解码处理,包括:
在第一参数指示进行预测解码,且第二参数指示在所述目标码流的第M个解码层开启预测解码的情况下,对所述目标码流的第M至第L个解码层对应的待解码节点进行解码处理;
其中,L为所述目标码流所包含的解码层的总数目,L为大于1的正整数,M为小于或等于L的正整数。
可选地,所述对目标码流进行解码处理,包括:
在第三参数指示开启低时延解码的情况下,对所述目标码流的L个编码层对应的待解码节点进行解码处理;
其中,L为所述目标码流所包含的解码层的总数目,L为大于1的正整数。
可选地,所述确定第二点云信息预测列表,包括以下至少一项:
在第四参数指示开启几何信息与属性信息并行解码的情况下,确定第二几何信息预测列表和第二属性信息预测列表;
在第四参数指示不开启几何信息与属性信息并行解码的情况下,确定第二几何信息预测列表,并根据重建的几何信息,确定第三属性信息预测列表。
可选地,所述确定第二点云信息预测列表,包括:
构建初始点云信息预测列表,所述初始点云信息预测列表包括N2个先验值,N2为正整数;
根据所述目标码流中已解码节点的点云信息,对所述先验值进行更新,得到所述第二点云信息预测列表。
可选地,所述根据所述目标码流中已解码节点的点云信息,对所述先验值进行更新,包括:
在第一已解码节点的点云信息的信息值或预测残差大于第二预设阈值的情况下,将第二先验值更新为当前待解码节点对应的最大预测值,所述第二先验值为所述第二点云信息预测列表中的任意一个先验值,所述第一已解码节点为位于当前待解码节点之前的第K3个已解码节点,K3为正整数;
或者,将所述第一先验值更新为第二已解码节点的点云信息,所述第二已编码节点为位于所述当前待解码节点之前的第K4个已解码节点,K4为正整数;
或者,将第一先验值更新为第二目标点云信息,所述第二目标点云信息是根据所述第二已解码节点的点云信息和第三已解码节点的点云信息确定的,所述第三已解码节点为位于所述当前待解码节点之前的第K5个已解码节点,K5为正整数;
或者,将第一先验值更新为第二目标几何信息,所述第二目标几何信息是根据所述目标点云中的所有已解码节点的几何信息确定的;
或者,将第一先验值更新为第四已解码节点对应的点云信息,所述第四已解码节点为所述目标点云的目标节点中与当前待解码节点的几何距离最近的节点,所述目标节点为所述目标码流的第1个解码层至第M-1个解码层对应的节点,L为所述目标码流所包含的解码层的总数目,M为所述目标码流中启动预测解码的解码层,L为大于1的正整数,M为小于或等于L的正整数。
需要说明的是,上述第二点云信息预测列表的建立和更新过程与上述第一点云信息预测列表的建立和更新过程相同,此处不再赘述。
可选地,所述根据重建的几何信息,确定第三属性信息预测列表,包括:
确定S2个已解码节点集合,每个已解码节点集合包括至少一个已编码节点,S2为正整数,S2是根据第三属性信息预测列表的大小确定的;
在每个所述已解码节点集合中查找与当前待解码节点的几何距离最近的目标已解码节点;
根据所述目标已解码节点的属性信息,确定第三属性信息预测列表。
需要说明的是,本申请实施例的点云解码方法是与上述点云编码方法相对应的方法,具体实现过程与上述点云编码方法的实现过程类似,此处不再赘述。
本申请实施例的点云解码方法,对目标码流进行解码处理,得到所述目标码流中待解码节点的预测残差和待解码节点的预测模式;确定第二点云信息预测列表;根据所述第二点云信息预测列表、所述预测残差和预测模式,获取所述待解码节点对应的点云信息。这样,无需查找邻居节点的相关信息,降低了邻居节点的搜索复杂度,且不需要保存大量的邻居节点的信息,有效降低了内存开销,并提高了解码效率。
需要说明的是,本申请实施例提供的点云编码方法,执行主体可以为点云编码装置,或者,该点云编码装置中的用于执行点云编码法的控制模块。本申请实施例中以点云编码装置执行点云编码方法为例,说明本申请实施例提供的点云编码装置。
如图10所示,本申请实施例提供了一种点云编码装置1000,包括:
第一确定模块1001,用于确定第一点云信息预测列表,所述第一点云信息预测列表包括目标点云中已编码节点的点云信息;
第一处理模块1002,用于根据所述第一点云信息预测列表,对所述目标点云中的待编码节点进行预测编码。
可选地,所述第一处理模块用于在第一参数指示进行预测编码,且第二参数指示在所述目标点云的第M个编码层开启预测编码的情况下,对所述目标点云的第M至第L个编码层对应的待编码节点进行预测编码;
其中,L为所述目标点云所包含的编码层的总数目,L为大于1的正整数,M为小于或等于L的正整数。
可选地,所述第一处理模块用于在第三参数指示开启低时延编码的情况下,对所述目标点云的L个编码层对应的待编码节点进行预测编码;
其中,L为所述目标点云所包含的编码层的总数目,L为大于1的正整数。
可选地,所述第一确定模块用于执行以下至少一项:
在第四参数指示开启几何信息与属性信息并行编码的情况下,确定第一几何信息预测列表和第一属性信息预测列表;
在第四参数指示不开启几何信息与属性信息并行编码的情况下,确定第一几何信息预测列表,并根据重建的几何信息,确定第二属性信息预测列表。
可选地,所述第一确定模块包括:
第一构建子模块,用于构建初始点云信息预测列表,所述初始点云信息预测列表包括N1个先验值,N1为正整数;
第一更新子模块,用于根据所述目标点云中已编码节点的点云信息,对所述先验值进行更新,得到所述第一点云信息预测列表。
可选地,所述第一更新子模块用于在第一已编码节点的点云信息的信息值或预测残差大于第一预设阈值的情况下,将第一先验值更新为当前待编码节点对应的最大预测值,所述第一先验值为所述第一点云信息预测列表中的任意一个先验值,所述第一已编码节点为位于当前待编码节点之前的第K0个已编码节点,K0为正整数;
或者,将所述第一先验值更新为第二已编码节点的点云信息,所述第二已编码节点为位于所述当前待编码节点之前的第K1个已编码节点,K1为正整数;
或者,将第一先验值更新为第一目标点云信息,所述第一目标点云信息是根据所述第二已编码节点的点云信息和第三已编码节点的点云信息确定的,所述第三已编码节点为位于所述当前待编码节点之前的第K2个已编码节点,K2为正整数;
或者,将第一先验值更新为第一目标几何信息,所述第一目标几何信息是根据所述目标点云中的所有已编码节点的几何信息确定的;
或者,将第一先验值更新为第四已编码节点对应的点云信息,所述第四已编码节点为所述目标点云的目标节点中与当前待编码节点的几何距离最近的节点,所述目标节点为所述目标点云的第1个编码层至第M-1个编码层对应的节点,L为所述目标点云所包含的编码层的总数目,M为所述目标点云中启动预测编码的编码层,L为大于1的正整数,M为小于或等于L的正整数。
可选地,所述第一确定模块包括:
第一确定子模块,用于确定S1个已编码节点集合,每个已编码节点集合包括至少一个已编码节点,S1为正整数,S1是根据第二属性信息预测列表的大小确定的;
第一选取子模块,用于在每个所述已编码节点集合中查找与当前待编码节点的几何距离最近的目标已编码节点;
第二确定子模块,用于根据所述目标已编码节点的属性信息,确定第二属性信息预测列表。
可选地,所述第一处理模块包括:
第三确定子模块,用于根据所述第一点云信息预测列表,确定最优预测模式,其中,所述第一预测列表中的不同点云信息对应不同的预测模式;
第四确定子模块,用于根据所述最优预测模式对当前待编码节点进行预测处理,得到所述当前待编码节点对应的预测残差;
编码子模块,用于分别对所述最优预测模式和所述预测残差进行编码处理。
可选地,所述最优预测模式为所述预测列表中的目标点云信息对应的预测模式,所述目标点云信息为所述预测列表中码流估计最小的点云信息。
可选地,所述编码子模块用于根据所述目标点云中已编码节点的预测模式,对所述最优预测模式进行编码处理。
可选地,所述第一处理模块包括:
第七确定子模块,用于根据所述第一点云信息预测列表,确定最优预测模式,其中,所述第一预测列表中的不同点云信息对应不同的预测模式;
第八确定子模块,用于根据所述最优预测模式对当前待编码节点进行预测处理,得到所述当前待编码节点对应的预测残差;
第一编码子模块,用于对所述预测残差进行编码处理。
可选地,所述最优预测模式为所述预测列表中的目标点云信息对应的预测模式,所述目标点云信息为所述预测列表中通过已编码点的点云信息选择出来的点云信息。
可选地,所述编码子模块包括:
第一获取单元,用于根据当前待编码节点的最大值和所述最优预测模式对应的点云信息,得到当前待编码节点的预测残差的有效比特位数;
编码单元,用于根据所述有效比特位数,对所述预测残差进行编码处理。
本申请实施例中,确定第一点云信息预测列表,所述第一点云信息预测列表包括目标点云中已编码节点的点云信息,并基于该第一点云信息预测列表,对目标点云中的待编码节点进行预测编码。该编码方式利用上述第一点云信息预测列表中的已编码节点的点云信息对待编码节点进行预测编码,无需查找邻居节点的占位信息,降低了邻居节点的搜索复杂度,且不需要保存大量的邻居节点的占位信息,有效降低了内存开销,并提高了编码效率。
本申请实施例中的点云编码装置可以是装置,具有操作系统的装置或电子设备,也可以是终端中的部件、集成电路、或芯片。该装置或电子设备可以是移动终端,也可以为非移动终端。
本申请实施例提供的点云编码装置能够实现图2至图8方法实施例实现的各个过程,并达到相同的技术效果,为避免重复,这里不再赘述。
可选的,如图11所示,本申请实施例还提供了一种点云编码装置,包括处理器1101,存储器1102,存储在存储器1102上并可在所述处理器1101上运行的程序或指令,该程序或指令被处理器1101执行时实现上述点云编码方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本申请实施例还提供了一种点云编码装置,包括处理器和通信接口,处理器用于:确定第一点云信息预测列表,所述第一点云信息预测列表包括目标点云中已编码节点的点云信息;根据所述第一点云信息预测列表,对所述目标点云中的待编码节点进行预测编码。
图12为实现本申请实施例的一种点云编码处理装置的硬件结构示意图,该点云编码处理装置包括但不限于:射频单元1201、网络模块1202、音频输出单元1203、输入单元1204、传感器1205、显示单元1206、用户输入单元1207、接口单元1208、存储器1209、以及处理器1210等中的至少部分部件。
本领域技术人员可以理解,点云编码处理装置1200还可以包括给各个部件供电的电源(比如电池),电源可以通过电源管理系统与处理器1210逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图12中示出的结构并不构成对点云编码处理装置的限定,点云编码处理装置可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置,在此不再赘述。
应理解的是,本申请实施例中,输入单元1204可以包括图形处理器(GraphicsProcessing Unit,GPU)12041和麦克风12042,图形处理器12041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元1206可包括显示面板12061,可以采用液晶显示器、有机发光二极管等形式来配置显示面板12061。用户输入单元1207包括触控面板12071以及其他输入设备12072。触控面板12071,也称为触摸屏。触控面板12071可包括触摸检测装置和触摸控制器两个部分。其他输入设备12072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆,在此不再赘述。
本申请实施例中,通常,射频单元1201包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。
存储器1209可用于存储软件程序或指令以及各种数据。存储器1209可主要包括存储程序或指令区和存储数据区,其中,存储程序或指令区可存储操作系统、至少一个功能所需的应用程序或指令(比如声音播放功能、图像播放功能等)等。此外,存储器1209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,其中,非易失性存储器可以是只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存。例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。
处理器1210可包括一个或多个处理单元;可选的,处理器1210可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序或指令等,调制解调处理器主要处理无线通信,如基带处理器。可以理解的是,上述调制解调处理器也可以不集成到处理器1210中。
所述处理器1210,用于确定第一点云信息预测列表,所述第一点云信息预测列表包括目标点云中已编码节点的点云信息;根据所述第一点云信息预测列表,对所述目标点云中的待编码节点进行预测编码。
可选地,所述处理器1210,用于在第一参数指示进行预测编码,且第二参数指示在所述目标点云的第M个编码层开启预测编码的情况下,对所述目标点云的第M至第L个编码层对应的待编码节点进行预测编码;
其中,L为所述目标点云所包含的编码层的总数目,L为大于1的正整数,M为小于或等于L的正整数。
可选地,所述处理器1210,用于在第三参数指示开启低时延编码的情况下,对所述目标点云的L个编码层对应的待编码节点进行预测编码;
其中,L为所述目标点云所包含的编码层的总数目,L为大于1的正整数。
可选地,所述处理器1210,用于执行以下至少一项:
在第四参数指示开启几何信息与属性信息并行编码的情况下,确定第一几何信息预测列表和第一属性信息预测列表;
在第四参数指示不开启几何信息与属性信息并行编码的情况下,确定第一几何信息预测列表,并根据重建的几何信息,确定第二属性信息预测列表。
可选地,所述处理器1210,用于构建初始点云信息预测列表,所述初始点云信息预测列表包括N1个先验值,N1为正整数;根据所述目标点云中已编码节点的点云信息,对所述先验值进行更新,得到所述第一点云信息预测列表。
可选地,所述处理器1210,用于在第一已编码节点的点云信息的信息值或预测残差大于第一预设阈值的情况下,将第一先验值更新为当前待编码节点对应的最大预测值,所述第一先验值为所述第一点云信息预测列表中的任意一个先验值,所述第一已编码节点为位于当前待编码节点之前的第K0个已编码节点,K0为正整数;
或者,将所述第一先验值更新为第二已编码节点的点云信息,所述第二已编码节点为位于所述当前待编码节点之前的第K1个已编码节点,K1为正整数;
或者,将第一先验值更新为第一目标点云信息,所述第一目标点云信息是根据所述第二已编码节点的点云信息和第三已编码节点的点云信息确定的,所述第三已编码节点为位于所述当前待编码节点之前的第K2个已编码节点,K2为正整数;
或者,将第一先验值更新为第一目标几何信息,所述第一目标几何信息是根据所述目标点云中的所有已编码节点的几何信息确定的;
或者,将第一先验值更新为第四已编码节点对应的点云信息,所述第四已编码节点为所述目标点云的目标节点中与当前待编码节点的几何距离最近的节点,所述目标节点为所述目标点云的第1个编码层至第M-1个编码层对应的节点,L为所述目标点云所包含的编码层的总数目,M为所述目标点云中启动预测编码的编码层,L为大于1的正整数,M为小于或等于L的正整数。
可选地,所述处理器1210,用于确定S1个已编码节点集合,每个已编码节点集合包括至少一个已编码节点,S1为正整数,S1是根据第二属性信息预测列表的大小确定的;
在每个所述已编码节点集合中查找与当前待编码节点的几何距离最近的目标已编码节点;
根据所述目标已编码节点的属性信息,确定第二属性信息预测列表。
可选地,所述处理器1210,用于根据所述第一点云信息预测列表,确定最优预测模式,其中,所述第一预测列表中的不同点云信息对应不同的预测模式;
根据所述最优预测模式对当前待编码节点进行预测处理,得到所述当前待编码节点对应的预测残差;
分别对所述最优预测模式和所述预测残差进行编码处理。
可选地,所述最优预测模式为所述预测列表中的目标点云信息对应的预测模式,所述目标点云信息为所述预测列表中码流估计最小的点云信息。
可选地,所述处理器1210,用于根据所述目标点云中已编码节点的预测模式,对所述最优预测模式进行编码处理。
可选地,所述处理器1210,用于根据所述第一点云信息预测列表,确定最优预测模式,其中,所述第一预测列表中的不同点云信息对应不同的预测模式;根据所述最优预测模式对当前待编码节点进行预测处理,得到所述当前待编码节点对应的预测残差;对所述预测残差进行编码处理。
可选地,所述最优预测模式为所述预测列表中的目标点云信息对应的预测模式,所述目标点云信息为所述预测列表中通过已编码点的点云信息选择出来的点云信息。
可选地,所述处理器1210,用于根据当前待编码节点的最大值和所述最优预测模式对应的点云信息,得到当前待编码节点的预测残差的有效比特位数;
根据所述有效比特位数,对所述预测残差进行编码处理。
本申请实施例中,确定第一点云信息预测列表,所述第一点云信息预测列表包括目标点云中已编码节点的点云信息,并基于该第一点云信息预测列表,对目标点云中的待编码节点进行预测编码。该编码方式利用上述第一点云信息预测列表中的已编码节点的点云信息对待编码节点进行预测编码,无需查找邻居节点的占位信息,降低了邻居节点的搜索复杂度,且不需要保存大量的邻居节点的占位信息,有效降低了内存开销,并提高了编码效率。
需要说明的是,本申请实施例提供的点云解码方法,执行主体可以为点云解码装置,或者,该点云解码装置中的用于执行点云解码方法的控制模块。本申请实施例中以点云解码装置执行点云解码处理方法为例,说明本申请实施例提供的点云解码装置。
如图13所示,本申请实施例提供了一种点云解码装置1300,包括:
第二处理模块1301,用于对目标码流进行解码处理,得到所述目标码流中待解码节点的解码信息,所述解码信息包括待解码节点的预测残差和待解码节点的预测模式,或者,所述解码信息包括待解码节点的预测残差,所述目标码流是对目标点云中的节点进行编码处理后得到的;
第二确定模块1302,用于确定第二点云信息预测列表,所述第二点云信息预测列表包括目标码流中已解码节点的点云信息;
第一获取模块1303,用于根据所述第二点云信息预测列表和所述解码信息,获取所述待解码节点对应的点云信息。
可选地,所述第二处理模块用于在第一参数指示进行预测解码,且第二参数指示在所述目标码流的第M个解码层开启预测解码的情况下,对所述目标码流的第M至第L个解码层对应的待解码节点进行解码处理;
其中,L为所述目标码流所包含的解码层的总数目,L为大于1的正整数,M为小于或等于L的正整数。
可选地,所述第二处理模块用于在第三参数指示开启低时延解码的情况下,对所述目标码流的L个编码层对应的待解码节点进行解码处理;
其中,L为所述目标码流所包含的解码层的总数目,L为大于1的正整数。
可选地,所述第二确定模块用于执行以下至少一项:
在第四参数指示开启几何信息与属性信息并行解码的情况下,确定第二几何信息预测列表和第二属性信息预测列表;
在第四参数指示不开启几何信息与属性信息并行解码的情况下,确定第二几何信息预测列表,并根据重建的几何信息,确定第三属性信息预测列表。
可选地,所述第二确定模块包括:
第二构建子模块,用于构建初始点云信息预测列表,所述初始点云信息预测列表包括N2个先验值,N2为正整数;
第二更新子模块,用于根据所述目标码流中已解码节点的点云信息,对所述先验值进行更新,得到所述第二点云信息预测列表。
可选地,所述第二更新子模块用于在第一已解码节点的点云信息的信息值或预测残差大于第二预设阈值的情况下,将第二先验值更新为当前待解码节点对应的最大预测值,所述第二先验值为所述第二点云信息预测列表中的任意一个先验值,所述第一已解码节点为位于当前待解码节点之前的第K3个已解码节点,K3为正整数;
或者,将所述第一先验值更新为第二已解码节点的点云信息,所述第二已编码节点为位于所述当前待解码节点之前的第K4个已解码节点,K4为正整数;
或者,将第一先验值更新为第二目标点云信息,所述第二目标点云信息是根据所述第二已解码节点的点云信息和第三已解码节点的点云信息确定的,所述第三已解码节点为位于所述当前待解码节点之前的第K5个已解码节点,K5为正整数;
或者,将第一先验值更新为第二目标几何信息,所述第二目标几何信息是根据所述目标点云中的所有已解码节点的几何信息确定的;
或者,将第一先验值更新为第四已解码节点对应的点云信息,所述第四已解码节点为所述目标点云的目标节点中与当前待解码节点的几何距离最近的节点,所述目标节点为所述目标码流的第1个解码层至第M-1个解码层对应的节点,L为所述目标码流所包含的解码层的总数目,M为所述目标码流中启动预测解码的解码层,L为大于1的正整数,M为小于或等于L的正整数。
可选地,所述第二确定模块包括:
第五确定子模块,用于确定S2个已解码节点集合,每个已解码节点集合包括至少一个已编码节点,S2为正整数,S2是根据第三属性信息预测列表的大小确定的;
第二选取子模块,用于在每个所述已解码节点集合中查找与当前待解码节点的几何距离最近的目标已解码节点;
第六确定子模块,用于根据所述目标已解码节点的属性信息,确定第三属性信息预测列表。
本申请实施例中,对目标码流进行解码处理,得到所述目标码流中待解码节点的解码信息,所述解码信息包括待解码节点的预测残差和待解码节点的预测模式,或者,所述解码信息包括待解码节点的预测残差;确定第二点云信息预测列表;根据所述第二点云信息预测列表和所述解码信息,获取所述待解码节点对应的点云信息。这样,无需查找邻居节点的相关信息,降低了邻居节点的搜索复杂度,且不需要保存大量的邻居节点的信息,有效降低了内存开销,并提高了解码效率。
本申请实施例中的点云解码装置可以是装置,具有操作系统的装置或电子设备,也可以是终端中的部件、集成电路、或芯片。该装置或电子设备可以是移动终端,也可以为非移动终端。
本申请实施例提供的点云解码装置能够实现图9方法实施例实现的各个过程,并达到相同的技术效果,为避免重复,这里不再赘述。
可选的,本申请实施例还提供了一种点云解码装置(其结构示意可参见图11),包括处理器,存储器,存储在存储器上并可在所述处理器上运行的程序或指令,该程序或指令被处理器执行时实现上述点云解码方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本申请实施例还提供了一种点云解码装置,包括处理器和通信接口,处理器用于:对目标码流进行解码处理,得到所述目标码流中待解码节点的解码信息,所述解码信息包括待解码节点的预测残差和待解码节点的预测模式,或者,所述解码信息包括待解码节点的预测残差,所述目标码流是对目标点云中的节点进行编码处理后得到的;确定第二点云信息预测列表,所述第二点云信息预测列表包括目标码流中已解码节点的点云信息;根据所述第二点云信息预测列表和所述解码信息,获取所述待解码节点对应的点云信息。
本申请实施例还提供了一种点云解码装置,其硬件结构示意图可参见图12,该点云解码装置包括但不限于:射频单元、网络模块、音频输出单元、输入单元、传感器、显示单元、用户输入单元、接口单元、存储器、以及处理器等中的至少部分部件。
本领域技术人员可以理解,点云解码装置还可以包括给各个部件供电的电源(比如电池),电源可以通过电源管理系统与处理器逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图12中示出的结构并不构成对点云解码处理装置的限定,点云解码处理装置可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置,在此不再赘述。
应理解的是,本申请实施例中,输入单元可以包括图形处理器(GraphicsProcessing Unit,GPU)和麦克风,图形处理器对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元可包括显示面板,可以采用液晶显示器、有机发光二极管等形式来配置显示面板。用户输入单元包括触控面板以及其他输入设备。触控面板,也称为触摸屏。触控面板可包括触摸检测装置和触摸控制器两个部分。其他输入设备可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆,在此不再赘述。
本申请实施例中,通常,射频单元包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。
存储器可用于存储软件程序或指令以及各种数据。存储器可主要包括存储程序或指令区和存储数据区,其中,存储程序或指令区可存储操作系统、至少一个功能所需的应用程序或指令(比如声音播放功能、图像播放功能等)等。此外,存储器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,其中,非易失性存储器可以是只读存储器(Read-OnlyMemory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存。例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。
处理器可包括一个或多个处理单元;可选的,处理器可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序或指令等,调制解调处理器主要处理无线通信,如基带处理器。可以理解的是,上述调制解调处理器也可以不集成到处理器中。
所述处理器,用于对目标码流进行解码处理,得到所述目标码流中待解码节点的解码信息,所述解码信息包括待解码节点的预测残差和待解码节点的预测模式,或者,所述解码信息包括待解码节点的预测残差,所述目标码流是对目标点云中的节点进行编码处理后得到的;确定第二点云信息预测列表,所述第二点云信息预测列表包括目标码流中已解码节点的点云信息;根据所述第二点云信息预测列表和所述解码信息,获取所述待解码节点对应的点云信息。
可选地,所述处理器,还用于在第一参数指示进行预测解码,且第二参数指示在所述目标码流的第M个解码层开启预测解码的情况下,对所述目标码流的第M至第L个解码层对应的待解码节点进行解码处理;
其中,L为所述目标码流所包含的解码层的总数目,L为大于1的正整数,M为小于或等于L的正整数。
可选地,所述处理器,还用于在第三参数指示开启低时延解码的情况下,对所述目标码流的L个编码层对应的待解码节点进行解码处理;
其中,L为所述目标码流所包含的解码层的总数目,L为大于1的正整数。
可选地,所述处理器,还用于执行以下至少一项:
在第四参数指示开启几何信息与属性信息并行解码的情况下,确定第二几何信息预测列表和第二属性信息预测列表;
在第四参数指示不开启几何信息与属性信息并行解码的情况下,确定第二几何信息预测列表,并根据重建的几何信息,确定第三属性信息预测列表。
可选地,所述处理器,还用于构建初始点云信息预测列表,所述初始点云信息预测列表包括N2个先验值,N2为正整数;根据所述目标码流中已解码节点的点云信息,对所述先验值进行更新,得到所述第二点云信息预测列表。
可选地,所述处理器,还用于在第一已解码节点的点云信息的信息值或预测残差大于第二预设阈值的情况下,将第二先验值更新为当前待解码节点对应的最大预测值,所述第二先验值为所述第二点云信息预测列表中的任意一个先验值,所述第一已解码节点为位于当前待解码节点之前的第K3个已解码节点,K3为正整数;
或者,将所述第一先验值更新为第二已解码节点的点云信息,所述第二已编码节点为位于所述当前待解码节点之前的第K4个已解码节点,K4为正整数;
或者,将第一先验值更新为第二目标点云信息,所述第二目标点云信息是根据所述第二已解码节点的点云信息和第三已解码节点的点云信息确定的,所述第三已解码节点为位于所述当前待解码节点之前的第K5个已解码节点,K5为正整数;
或者,将第一先验值更新为第二目标几何信息,所述第二目标几何信息是根据所述目标点云中的所有已解码节点的几何信息确定的;
或者,将第一先验值更新为第四已解码节点对应的点云信息,所述第四已解码节点为所述目标点云的目标节点中与当前待解码节点的几何距离最近的节点,所述目标节点为所述目标码流的第1个解码层至第M-1个解码层对应的节点,L为所述目标码流所包含的解码层的总数目,M为所述目标码流中启动预测解码的解码层,L为大于1的正整数,M为小于或等于L的正整数。
可选地,所述处理器,还用于确定S2个已解码节点集合,每个已解码节点集合包括至少一个已编码节点,S2为正整数,S2是根据第三属性信息预测列表的大小确定的;
在每个所述已解码节点集合中查找与当前待解码节点的几何距离最近的目标已解码节点;
根据所述目标已解码节点的属性信息,确定第三属性信息预测列表。
本申请实施例的点云解码装置,对目标码流进行解码处理,得到所述目标码流中待解码节点的解码信息,所述解码信息包括待解码节点的预测残差和待解码节点的预测模式,或者,所述解码信息包括待解码节点的预测残差;确定第二点云信息预测列表;根据所述第二点云信息预测列表和所述解码信息,获取所述待解码节点对应的点云信息。这样,无需查找邻居节点的相关信息,降低了邻居节点的搜索复杂度,且不需要保存大量的邻居节点的信息,有效降低了内存开销,并提高了解码效率。
本申请实施例还提供一种可读存储介质,所述可读存储介质上存储有程序或指令,该程序或指令被处理器执行时实现上述点云编码方法或点云解码方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
其中,所述处理器为上述实施例中所述的点云编码装置或点云解码装置中的处理器。所述可读存储介质,包括计算机可读存储介质,如计算机只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等。
本申请实施例另提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现上述点云解码方法或点云编码方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
应理解,本申请实施例提到的芯片还可以称为系统级芯片,系统芯片,芯片系统或片上系统芯片等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外,需要指出的是,本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能,还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能,例如,可以按不同于所描述的次序来执行所描述的方法,并且还可以添加、省去、或组合各种步骤。另外,参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本申请的保护之内。
Claims (25)
1.一种点云编码方法,其特征在于,包括:
确定第一点云信息预测列表,所述第一点云信息预测列表包括目标点云中已编码节点的点云信息;
根据所述第一点云信息预测列表,对所述目标点云中的待编码节点进行预测编码。
2.根据权利要求1所述的方法,其特征在于,所述对所述目标点云中的待编码节点进行预测编码,包括:
在第一参数指示进行预测编码,且第二参数指示在所述目标点云的第M个编码层开启预测编码的情况下,对所述目标点云的第M至第L个编码层对应的待编码节点进行预测编码;
其中,L为所述目标点云所包含的编码层的总数目,L为大于1的正整数,M为小于或等于L的正整数。
3.根据权利要求1所述的方法,其特征在于,所述对所述目标点云中的待编码节点进行预测编码,包括:
在第三参数指示开启低时延编码的情况下,对所述目标点云的L个编码层对应的待编码节点进行预测编码;
其中,L为所述目标点云所包含的编码层的总数目,L为大于1的正整数。
4.根据权利要求1所述的方法,其特征在于,所述确定第一点云信息预测列表包括至少一项:
在第四参数指示开启几何信息与属性信息并行编码的情况下,确定第一几何信息预测列表和第一属性信息预测列表;
在第四参数指示不开启几何信息与属性信息并行编码的情况下,确定第一几何信息预测列表,并根据重建的几何信息,确定第二属性信息预测列表。
5.根据权利要求1所述的方法,其特征在于,所述确定第一点云信息预测列表,包括:
构建初始点云信息预测列表,所述初始点云信息预测列表包括N1个先验值,N1为正整数;
根据所述目标点云中已编码节点的点云信息,对所述先验值进行更新,得到所述第一点云信息预测列表。
6.根据权利要求5所述的方法,其特征在于,所述根据所述目标点云中已编码节点的点云信息,对所述先验值进行更新,包括:
在第一已编码节点的点云信息的信息值或预测残差大于第一预设阈值的情况下,将第一先验值更新为当前待编码节点对应的最大预测值,所述第一先验值为所述第一点云信息预测列表中的任意一个先验值,所述第一已编码节点为位于当前待编码节点之前的第K0个已编码节点,K0为正整数;
或者,将所述第一先验值更新为第二已编码节点的点云信息,所述第二已编码节点为位于所述当前待编码节点之前的第K1个已编码节点,K1为正整数;
或者,将第一先验值更新为第一目标点云信息,所述第一目标点云信息是根据所述第二已编码节点的点云信息和第三已编码节点的点云信息确定的,所述第三已编码节点为位于所述当前待编码节点之前的第K2个已编码节点,K2为正整数;
或者,将第一先验值更新为第一目标几何信息,所述第一目标几何信息是根据所述目标点云中的所有已编码节点的几何信息确定的;
或者,将第一先验值更新为第四已编码节点对应的点云信息,所述第四已编码节点为所述目标点云的目标节点中与当前待编码节点的几何距离最近的节点,所述目标节点为所述目标点云的第1个编码层至第M-1个编码层对应的节点,L为所述目标点云所包含的编码层的总数目,M为所述目标点云中启动预测编码的编码层,L为大于1的正整数,M为小于或等于L的正整数。
7.根据权利要求4所述的方法,其特征在于,所述根据重建的几何信息,确定第二属性信息预测列表,包括:
确定S1个已编码节点集合,每个已编码节点集合包括至少一个已编码节点,S1为正整数,S1是根据第二属性信息预测列表的大小确定的;
在每个所述已编码节点集合中查找与当前待编码节点的几何距离最近的目标已编码节点;
根据所述目标已编码节点的属性信息,确定第二属性信息预测列表。
8.根据权利要求1所述的方法,其特征在于,所述根据所述第一点云信息预测列表,对所述目标点云中的待编码节点进行预测编码,包括:
根据所述第一点云信息预测列表,确定最优预测模式,其中,所述第一预测列表中的不同点云信息对应不同的预测模式;
根据所述最优预测模式对当前待编码节点进行预测处理,得到所述当前待编码节点对应的预测残差;
分别对所述最优预测模式和所述预测残差进行编码处理。
9.根据权利要求8所述的方法,其特征在于,所述最优预测模式为所述预测列表中的目标点云信息对应的预测模式,所述目标点云信息为所述预测列表中码流估计最小的点云信息。
10.根据权利要求8所述的方法,其特征在于,对所述最优预测模式进行编码处理,包括:
根据所述目标点云中已编码节点的预测模式,对所述最优预测模式进行编码处理。
11.根据权利要求1所述的方法,其特征在于,所述根据所述第一点云信息预测列表,对所述目标点云中的待编码节点进行预测编码,包括:
根据所述第一点云信息预测列表,确定最优预测模式,其中,所述第一预测列表中的不同点云信息对应不同的预测模式;
根据所述最优预测模式对当前待编码节点进行预测处理,得到所述当前待编码节点对应的预测残差;
对所述预测残差进行编码处理。
12.根据权利要求11所述的方法,其特征在于,所述最优预测模式为所述预测列表中的目标点云信息对应的预测模式,所述目标点云信息为所述预测列表中通过已编码点的点云信息选择出来的点云信息。
13.根据权利要求8或11所述的方法,其特征在于,所述对所述预测残差进行编码处理,包括:
根据当前待编码节点的最大值和所述最优预测模式对应的点云信息,得到当前待编码节点的预测残差的有效比特位数;
根据所述有效比特位数,对所述预测残差进行编码处理。
14.一种点云解码方法,其特征在于,包括:
对目标码流进行解码处理,得到所述目标码流中待解码节点的解码信息,所述解码信息包括待解码节点的预测残差和待解码节点的预测模式,或者,所述解码信息包括待解码节点的预测残差,所述目标码流是对目标点云中的节点进行编码处理后得到的;
确定第二点云信息预测列表,所述第二点云信息预测列表包括目标码流中已解码节点的点云信息;
根据所述第二点云信息预测列表和所述解码信息,获取所述待解码节点对应的点云信息。
15.根据权利要求14所述的方法,其特征在于,所述对目标码流进行解码处理,包括:
在第一参数指示进行预测解码,且第二参数指示在所述目标码流的第M个解码层开启预测解码的情况下,对所述目标码流的第M至第L个解码层对应的待解码节点进行解码处理;
其中,L为所述目标码流所包含的解码层的总数目,L为大于1的正整数,M为小于或等于L的正整数。
16.根据权利要求14所述的方法,其特征在于,所述对目标码流进行解码处理,包括:
在第三参数指示开启低时延解码的情况下,对所述目标码流的L个编码层对应的待解码节点进行解码处理;
其中,L为所述目标码流所包含的解码层的总数目,L为大于1的正整数。
17.根据权利要求14所述的方法,其特征在于,所述确定第二点云信息预测列表包括以下至少一项:
在第四参数指示开启几何信息与属性信息并行解码的情况下,确定第二几何信息预测列表和第二属性信息预测列表;
在第四参数指示不开启几何信息与属性信息并行解码的情况下,确定第二几何信息预测列表,并根据重建的几何信息,确定第三属性信息预测列表。
18.根据权利要求14所述的方法,其特征在于,所述确定第二点云信息预测列表,包括:
构建初始点云信息预测列表,所述初始点云信息预测列表包括N2个先验值,N2为正整数;
根据所述目标码流中已解码节点的点云信息,对所述先验值进行更新,得到所述第二点云信息预测列表。
19.根据权利要求18所述的方法,其特征在于,所述根据所述目标码流中已解码节点的点云信息,对所述先验值进行更新,包括:
在第一已解码节点的点云信息的信息值或预测残差大于第二预设阈值的情况下,将第二先验值更新为当前待解码节点对应的最大预测值,所述第二先验值为所述第二点云信息预测列表中的任意一个先验值,所述第一已解码节点为位于当前待解码节点之前的第K3个已解码节点,K3为正整数;
或者,将所述第一先验值更新为第二已解码节点的点云信息,所述第二已编码节点为位于所述当前待解码节点之前的第K4个已解码节点,K4为正整数;
或者,将第一先验值更新为第二目标点云信息,所述第二目标点云信息是根据所述第二已解码节点的点云信息和第三已解码节点的点云信息确定的,所述第三已解码节点为位于所述当前待解码节点之前的第K5个已解码节点,K5为正整数;
或者,将第一先验值更新为第二目标几何信息,所述第二目标几何信息是根据所述目标点云中的所有已解码节点的几何信息确定的;
或者,将第一先验值更新为第四已解码节点对应的点云信息,所述第四已解码节点为所述目标点云的目标节点中与当前待解码节点的几何距离最近的节点,所述目标节点为所述目标码流的第1个解码层至第M-1个解码层对应的节点,L为所述目标码流所包含的解码层的总数目,M为所述目标码流中启动预测解码的解码层,L为大于1的正整数,M为小于或等于L的正整数。
20.根据权利要求17所述的方法,其特征在于,所述根据重建的几何信息,确定第三属性信息预测列表,包括:
确定S2个已解码节点集合,每个已解码节点集合包括至少一个已编码节点,S2为正整数,S2是根据第三属性信息预测列表的大小确定的;
在每个所述已解码节点集合中查找与当前待解码节点的几何距离最近的目标已解码节点;
根据所述目标已解码节点的属性信息,确定第三属性信息预测列表。
21.一种点云编码装置,其特征在于,包括:
第一确定模块,用于确定第一点云信息预测列表,所述第一点云信息预测列表包括目标点云中已编码节点的点云信息;
第一处理模块,用于根据所述第一点云信息预测列表,对所述目标点云中的待编码节点进行预测编码。
22.一种点云编码装置,其特征在于,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1至13任一项所述的点云编码方法的步骤。
23.一种点云解码装置,其特征在于,包括:
第二处理模块,用于对目标码流进行解码处理,得到所述目标码流中待解码节点的解码信息,所述解码信息包括待解码节点的预测残差和待解码节点的预测模式,或者,所述解码信息包括待解码节点的预测残差,所述目标码流是对目标点云中的节点进行编码处理后得到的;
第二确定模块,用于确定第二点云信息预测列表,所述第二点云信息预测列表包括目标码流中已解码节点的点云信息;
第一获取模块,用于根据所述第二点云信息预测列表和所述解码信息,获取所述待解码节点对应的点云信息。
24.一种点云解码装置,其特征在于,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求14至20任一项所述的点云解码方法的步骤。
25.一种可读存储介质,其特征在于,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如权利要求1至13任一项所述的点云编码方法的步骤,或者实现如权利要求14至20任一项所述的点云解码方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2022/097660 WO2022257978A1 (zh) | 2021-06-11 | 2022-06-08 | 点云编码方法、解码方法及装置 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110656061 | 2021-06-11 | ||
CN2021106560613 | 2021-06-11 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115474059A true CN115474059A (zh) | 2022-12-13 |
Family
ID=84364503
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110941633.2A Pending CN115474059A (zh) | 2021-06-11 | 2021-08-17 | 点云编码方法、解码方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115474059A (zh) |
WO (1) | WO2022257978A1 (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3474233A1 (en) * | 2017-10-19 | 2019-04-24 | Thomson Licensing | A method and apparatus for encoding/decoding the geometry of a point cloud representing a 3d object |
KR20210018278A (ko) * | 2018-06-13 | 2021-02-17 | 파나소닉 인텔렉츄얼 프로퍼티 코포레이션 오브 아메리카 | 삼차원 데이터 부호화 방법, 삼차원 데이터 복호 방법, 삼차원 데이터 부호화 장치, 및 삼차원 데이터 복호 장치 |
CN109257604B (zh) * | 2018-11-20 | 2020-11-27 | 山东大学 | 一种基于tmc3点云编码器的颜色属性编码方法 |
US11514610B2 (en) * | 2019-08-14 | 2022-11-29 | Tencent America LLC | Method and apparatus for point cloud coding |
EP4072135A4 (en) * | 2019-12-02 | 2023-06-21 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | METHOD FOR PREDICTING ATTRIBUTE INFORMATION, ENCODER, DECODER AND STORAGE MEDIA |
CN111953998B (zh) * | 2020-08-16 | 2022-11-11 | 西安电子科技大学 | 基于dct变换的点云属性编码及解码方法、装置及系统 |
-
2021
- 2021-08-17 CN CN202110941633.2A patent/CN115474059A/zh active Pending
-
2022
- 2022-06-08 WO PCT/CN2022/097660 patent/WO2022257978A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2022257978A1 (zh) | 2022-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10869059B2 (en) | Point cloud geometry compression | |
US11895307B2 (en) | Block-based predictive coding for point cloud compression | |
US11450031B2 (en) | Significant coefficient flag encoding for point cloud attribute compression | |
CN113272866A (zh) | 使用用于细节级别生成的空间填充曲线的点云压缩 | |
WO2022257971A1 (zh) | 点云编码处理方法、点云解码处理方法及相关设备 | |
CN108632630B (zh) | 一种结合位运算和概率预测的二值图像编码方法 | |
CN113225554B (zh) | 一种基于神经网络的图像编解码方法、装置、存储介质及终端 | |
CN114598883A (zh) | 点云属性的预测方法、编码器、解码器及存储介质 | |
CN115474059A (zh) | 点云编码方法、解码方法及装置 | |
CN113115019B (zh) | 视频编解码方法、装置、计算机设备及存储介质 | |
WO2023155779A1 (zh) | 编码方法、解码方法、装置及通信设备 | |
WO2022257968A1 (zh) | 点云编码方法、点云解码方法及终端 | |
CN115474046A (zh) | 点云属性信息编码方法、解码方法、装置及相关设备 | |
WO2023098802A1 (zh) | 点云属性编码方法、点云属性解码方法及终端 | |
CN115474049A (zh) | 点云编码处理方法、解码处理方法及装置 | |
WO2023025024A1 (zh) | 点云属性编码方法、点云属性解码方法及终端 | |
CN115474041B (zh) | 点云属性的预测方法、装置及相关设备 | |
CN115474050A (zh) | 熵编码、解码方法及装置 | |
CN115474064A (zh) | 编码、解码控制方法及装置 | |
CN116233387A (zh) | 点云编码、解码方法、装置及通信设备 | |
WO2023098803A1 (zh) | 点云编码处理方法、点云解码处理方法及相关设备 | |
WO2023093866A1 (en) | Method, apparatus, and medium for point cloud coding | |
CN118175341A (zh) | 几何编码方法、几何解码方法及终端 | |
CN118175319A (zh) | 点云编码方法、点云解码方法及相关设备 | |
CN118175333A (zh) | 属性变换解码方法、属性变换编码方法及终端 |
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 |