CN116233386A - 点云属性编码方法、点云属性解码方法及终端 - Google Patents

点云属性编码方法、点云属性解码方法及终端 Download PDF

Info

Publication number
CN116233386A
CN116233386A CN202111465642.5A CN202111465642A CN116233386A CN 116233386 A CN116233386 A CN 116233386A CN 202111465642 A CN202111465642 A CN 202111465642A CN 116233386 A CN116233386 A CN 116233386A
Authority
CN
China
Prior art keywords
point
predicted
attribute
decoded
encoded
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
Application number
CN202111465642.5A
Other languages
English (en)
Inventor
张伟
杨付正
张可
吕卓逸
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.)
Vivo Mobile Communication Co Ltd
Original Assignee
Vivo Mobile Communication 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 Vivo Mobile Communication Co Ltd filed Critical Vivo Mobile Communication Co Ltd
Priority to CN202111465642.5A priority Critical patent/CN116233386A/zh
Priority to PCT/CN2022/135874 priority patent/WO2023098802A1/zh
Publication of CN116233386A publication Critical patent/CN116233386A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/161—Encoding, multiplexing or demultiplexing different image signal components
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
    • 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
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • 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
    • H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
    • 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
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • 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
    • H04N19/88—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression involving rearrangement of data among different coding units, e.g. shuffling, interleaving, scrambling or permutation of pixel data or permutation of transform coefficient data among different blocks

Landscapes

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

Abstract

本申请公开了一种点云属性编码方法、点云属性解码方法及终端，属于点云处理技术领域，本申请实施例的点云属性编码方法包括：获取待编码点云；基于待编码点云中待编码点的位置，确定待编码点对应的至少一个预测点；基于预测点的重建属性值和预测点对应的权重值，确定待编码点的预测属性值；对第一属性预测残差进行量化和熵编码，得到目标码流，第一属性预测残差基于待编码点的真实属性值和预测属性值确定。

Description

点云属性编码方法、点云属性解码方法及终端
技术领域
本申请属于点云处理技术领域，具体涉及一种点云属性编码方法、点云属性解码方法及终端。
背景技术
点云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点集。
在对点云进行几何编码之后，对点云进行属性编码，其中，点云的属性编码包括属性预测编码。在属性预测编码过程中，需要对点云的几何信息进行重排序，打乱了对点云进行几何编码后的几何编码顺序，需要通过较为复杂的方式确定待编码点对应的最近邻居点以进行属性预测编码，降低了编码效率。此外，点云的属性解码过程与点云的属性编码过程对应，在属性解码过程中对点云进行的重排序也降低了点云的属性解码效率。
发明内容
本申请实施例提供一种点云属性编码方法、点云属性解码方法及终端，能够解决在属性预测编码过程中，对点云的几何信息进行重排序的操作降低了点云的属性编解码效率的技术问题。
第一方面，提供了一种点云属性编码方法，该方法包括：
编码端获取待编码点云；
所述编码端基于所述待编码点云中待编码点的位置，确定所述待编码点对应的至少一个预测点；
所述编码端基于所述预测点的重建属性值和所述预测点对应的权重值，确定所述待编码点云的预测属性值；
所述编码端对第一属性预测残差进行量化和熵编码，得到目标码流，所述第一属性预测残差基于所述待编码点的真实属性值和所述预测属性值确定。
第二方面，提供了一种点云属性编码装置，包括：
第一获取模块，用于获取待编码点云；
第一确定模块，用于基于所述待编码点云中每个待编码点的位置，确定所述待编码点对应的至少一个预测点；
第二确定模块，用于基于所述预测点的重建属性值和所述预测点对应的权重值，确定所述待编码点云的预测属性值；
编码模块，用于对第一属性预测残差进行量化和熵编码，得到目标码流，所述第一属性预测残差基于所述待编码点的真实属性值和所述预测属性值确定。
第三方面，提供了一种点云属性解码方法，该方法包括：
解码端获取目标码流，所述所述目标码流包括待解码点云；
所述解码端基于所述待解码点云中待解码点的位置，确定所述待解码点对应的至少一个预测点；
解码端基于所述待解码点的第二属性预测残差、所述预测点的重建属性值和所述预测点对应的权重值，得到所述待解码点的重建属性值。
第四方面，提供了一种点云属性解码装置，包括：
第二获取模块，用于获取目标码流，所述目标码流包括待解码点云；
第三确定模块，用于基于所述待解码点云中待解码点的位置，确定所述待解码点对应的至少一个预测点；
解码模块，用于基于所述待解码点的第二属性预测残差、所述预测点的重建属性值和所述预测点对应的权重值，得到所述待解码点的重建属性值。
第五方面，提供了一种通信设备，该通信设备包括处理器和存储器，所述存储器存储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点云属性编码方法的步骤，或者实现如第三方面所述的点云属性解码方法的步骤。
第六方面，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点云属性编码方法的步骤，或者实现如第三方面所述的点云属性解码方法的步骤。
第七方面，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点云属性编码方法，或者实现如第三方面所述的点云属性解码方法的步骤。
第八方面，提供了一种计算机程序/程序产品，所述计算机程序/程序产品被存储在存储介质中，所述计算机程序/程序产品被至少一个处理器执行以实现如第一方面所述的点云属性编码方法的步骤，或者实现如第三方面所述的点云属性解码方法的步骤。
本申请实施例中，获取待编码点云，基于待编码点云中待编码点的位置，确定待编码点对应的至少一个预测点；基于预测点的重建属性值和预测点对应的权重值，确定待编码点云的预测属性值；对第一属性预测残差进行量化和熵编码，得到目标码流。上述点云属性编码过程中，不涉及对待编码点云进行重排序，因此不会打乱点云进行几何编码后的几何编码顺序，进而可以基于该几何编码顺序确定待编码点的最近邻居点以进行属性预测编码，以此提高了编码效率。
附图说明
图1是点云AVS点云属性编码装置框架示意图；
图2是点云AVS点云属性解码装置框架示意图；
图3是本申请实施例提供的点云属性编码方法的流程图；
图4是本申请实施例提供的点云属性编码方法的应用场景图；
图5是本申请实施例提供的点云属性解码方法的流程图；
图6是本申请实施例提供的点云属性编码装置的结构图；
图7是本申请实施例提供的点云属性解码装置的结构图；
图8是本申请实施例提供的通信设备的结构图；
图9是本申请实施例提供的终端的硬件结构示意图。
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属性编码方法对应的点云属性编码装置和点云属性解码方法对应的点云属性解码装置均可以为终端，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 DigitalAssistant，PDA)、掌上电脑、上网本、超级移动个人计算机(ultra-mobile personalcomputer，UMPC)、移动上网装置(Mobile Internet Device，MID)、增强现实(augmentedreality，AR)/虚拟现实(virtual reality，VR)设备、机器人、可穿戴式设备(WearableDevice)或车载设备(VUE)、行人终端(PUE)、智能家居(具有无线通信功能的家居设备，如冰箱、电视、洗衣机或者家具等)、游戏机、个人计算机(personal computer，PC)、柜员机或者自助机等终端侧设备，可穿戴式设备包括：智能手表、智能手环、智能耳机、智能眼镜、智能首饰(智能手镯、智能手链、智能戒指、智能项链、智能脚镯、智能脚链等)、智能腕带、智能服装等。需要说明的是，在本申请实施例并不限定终端11的具体类型。
为了方便理解，以下对本申请实施例涉及的一些内容进行说明：
请参阅图1，如图1所示，目前，在数字音视频编解码技术标准中，使用点云AVS点云属性编码装置对点云的几何信息和属性信息是分开编码的。首先对几何信息进行坐标转换，使点云全部包含在一个包围盒(bounding box)中，然后再进行坐标量化。量化主要起到缩放的作用，由于量化会对几何坐标取整，使得一部分点的几何信息相同，称为重复点，根据参数来决定是否移除重复点，量化和移除重复点这两个步骤又被称为体素化过程。接下来，对包围盒进行多叉树划分，例如八叉树、四叉树或二叉树划分。在基于多叉树的几何信息编码框架中，将包围盒八等分为8个子立方体，对非空的子立方体继续进行划分，直到划分得到叶子节点为1x1x1的单位立方体时停止划分，对叶子结点中的点数进行编码，生成二进制码流。
在对点云进行基于多叉树的几何编码中，待编码点需要存储邻居节点的占位信息来为待编码点的占位信息进行预测编码，这样，对于接近叶子节点的待编码点而言，需要存储大量的占位信息，占用了大量的内存空间。
几何编码完成后，对几何信息进行重建，用于后面的重着色。属性编码主要针对的是颜色和反射率信息。首先根据参数判断是否进行颜色空间转换，若进行颜色空间转换，则将颜色信息从红绿蓝(Red Green Blue，RGB)颜色空间转换到亮度色彩(YUV)颜色空间。然后，利用原始点云对几何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。在颜色信息编码中，通过莫顿码或希尔伯特码对点云进行排序后，利用几何空间关系搜索待预测点的最近邻，并利用所找到邻居的重建属性值对待预测点进行预测得到预测属性值，然后将真实属性值和预测属性值进行差分得到预测残差，最后对预测残差进行量化并编码，生成二进制码流。
应理解，数字音视频编解码技术标准中的解码流程与上述编码流程对应，具体的，AVS点云属性解码装置框架如图2所示。
目前，通用点云技术标准具有以下技术问题：
在通用点云技术标准中，对点云进行几何编码之后，再对点云进行属性编码。其中，在对点云进行属性预测编码的过程中，需要对点云的几何信息进行重排序，例如对点云进行希尔伯特码重排序，打乱了对点云的几何编码顺序，进而降低了编码效率。
基于上述情况，如何提高点云在属性预测编码的过程中的编码效率，是一个待以解决的技术问题。
为了解决上述可能存在的技术问题，本申请实施例提供了一种点云属性编码方法。下面结合附图，通过一些实施例及其应用场景对本申请实施例提供的点云属性编码方法进行详细地说明。
请参阅图3，图3是本申请提供的点云属性编码方法的流程图。本实施例提供的点云属性编码方法包括以下步骤：
S101，获取待编码点云。
本步骤中的待编码点云为进行过几何编码，具有几何编码顺序的点云；本步骤中的待编码点云为未进行重排序的点云，且本步骤中的待编码点云为经过重着色和颜色空间转换的点云。
上述重着色是指利用原始点云对几何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，得到重着色后的点云；上述颜色空间转换是指将点云的颜色信息从RGB空间转换到YUV空间。
S102，在基于所述待编码点云中待编码点的位置，确定所述待编码点对应的至少一个预测点。
本步骤中，在待编码点云中的大部分编码块使用预测树编码的方式进行编码的情况下，由于在预测树编码中，同一编码块中的前后节点通常为最近邻居点，因此可以基于上述预测树编码的特性，根据待编码点云中待编码点的位置，确定待编码点对应的预测点，上述预测点即最近邻居点，且预测点为已编码点。
应理解，在待编码点云满足第一条件时，确定待编码点云中的大部分编码块使用预测树编码。具体如何确定待编码点云是否满足第一条件的技术方案，请参阅后续实施例。
其中，一个待编码点对应的预测点的数量大于或等于1。当待编码点为第一个编码点时，可以直接对该待编码点对应的预设的属性信息进行编码。
本步骤中，若待编码点云中的大部分编码块不使用预测树编码的方式进行编码，例如大部分编码块使用八叉树编码的方式进行编码，则使用通用点云技术标准中的属性预测编码方式，对待编码点云进行属性预测编码。
S103，基于所述预测点的重建属性值和所述预测点对应的权重值，确定所述待编码点云对应的预测预测值。
上述重建属性值为已编码的预测点对应的属性值。本步骤中，可以直接读取预测点的重建属性值，并计算预测点对应的权重值。具体的如何计算预测点对应的权重值的技术方案，请参阅后续实施例。
进一步的，对上述重建属性值和权重值进行相关计算，得到待编码点云对应的预测预测值。具体的如何确定待编码点云对应的预测预测值的技术方案，请参阅后续实施例。
S104，对第一属性预测残差进行量化和熵编码，得到目标码流。
所述第一属性预测残差基于所述待编码点的真实属性值和所述预测属性值确定
本步骤中，在得到待编码点的预测属性值后，可以将待编码点的真实属性值与上述预测属性值的差值，确定为上述第一属性预测残差，对第一属性预测残差进行量化和熵编码，得到目标码流。其中，熵编码是在编码过程中按熵原理不丢失任何信息的一种编码方式，上述熵编码可以是香农编码、哈夫曼编码或者其他类型的编码，本实施例在此不做具体限定。上述目标码流为二进制码流。
本申请实施例中，获取待编码点云，基于待编码点云中待编码点的位置，确定待编码点对应的至少一个预测点；基于预测点的重建属性值和预测点对应的权重值，确定待编码点云对应的预测属性值；对第一属性预测残差进行量化和熵编码，得到目标码流。上述点云属性编码过程中，不涉及对待编码点云进行重排序，因此不会打乱点云进行几何编码后的几何编码顺序，进而可以基于该几何编码顺序确定待编码点的最近邻居点以进行属性预测编码，以此提高了编码效率。
在无损编码的条件下，本申请实施例提供的点云属性编码对点云的属性压缩效率，高于传统的点云属性编码对点云的属性压缩效率。为便于理解本申请产生的技术效果，请参阅表一。
表一：
Figure BDA0003391319560000061
其中，表一中的“bpip ratio”又称为编码点的平均比特数比例，应理解，在无损编码的条件下，编码点的平均比特数比例的数值越低，说明编码方式的属性压缩效率越高，编码性能越好。编码点的平均比特数比例包括总体比例、几何信息比例和属性信息比例，其中，表一中的“Total”也可以表示为总体比例，“Geometry”也可以表示为几何信息比例，“Colour”也可以表示为属性信息比例。
表一所示的码流1和码流2是应用本申请实施例提供的点云属性编码得到的码流，表一示出的码流3、码流4、码流5、码流6和码流7是传统的点云属性编码得到的码流。其中，本申请实施例提供的点云属性编码得到的码流对应的属性信息比例低于传统的点云属性编码得到的码流的属性信息比例。
可选地，所述获取待编码点云之后，所述方法包括：
确定第一比例值；
在所述第一比例值大于预设阈值的情况下，将待编码点云的属性头信息中的目标参数设置为预设值。
应理解，在点云的属性编码过程中，会对点云进行八叉树划分，得到多个编码块，判断点云对应的八叉树层级是否采用宏块编码，当采用宏块编码时，对点云采用宏块编码，并将点云对应的编码块个数确定为待编码点云采用宏块编码方法的宏块个数。本实施例中，可以将上述待编码点云采用宏块编码方法的宏块个数，确定为第二数值。
其中，点云包括参数lcu_node_depth，当对点云进行八叉树划分后，获取点云对应的八叉树层级octree_node_depth，在octree_node_depth小于lcu_node_depth的情况下，确定点云对应的八叉树层级采用宏块编码方法。
应理解，在点云采用宏块编码之后，判断每一个编码块是继续采用八叉树编码，还是采用预测树编码，并将点云中采用预测树方法编码的宏块个数，确定为第一数值。也就是说，将点云中采用预测树方法编码的编码块的个数，确定为第一数值。
其中，点云包括高密度系数geomTreeDensityHigh、低密度系数geomTreeDensityLow和最小点数限制参数geomPointTh。判断编码块是否采用预测树方法编码的方式为，计算编码块的密度，若该编码块的密度大于低密度系数对应的数值且小于高密度系数对应的数值，且该编码块包括的编码点的数量大于最小点数限制参数对应的数值，则可以确定该编码块采用预测树方法编码。
进一步的，将第一数值与第二数值的商，确定为第一比例数值。
例如，点云达到八叉树划分的第二层级时，满足开启宏块编码的条件，由于在八叉树划分的第二层级将点云划分为8个编码块，因此可以确定第二数值为8，若上述8个编码块中有4个编码块采用了预测树编码，那么可以确定第一数值为4，第一比例数值为0.5。
本实施例中，设置有阈值，在所述第一比例值大于或等于阈值的情况下，表示点云中的大部分编码块使用预测树编码，将待编码点云的属性头信息中的目标参数设置为预设值。其中，上述阈值可以是一个经验阈值，也可以是用户自定义设置的一个阈值。
应理解，上述预设值用于指示待编码点云满足第一条件，即待编码点云中的大部分编码块使用预测树编码。其中，在待编码点云满足第一条件的情况下，待编码点对应的预测点基于待编码点云中待编码点的位置确定。
本实施例中，可以在待编码点云的属性头信息(Attribute Brick Header，ABH)中设置目标参数，该目标参数可以表示为use_pred_tree_code_attr，其中，上述预设值可以是1。应理解，在目标参数的赋值不为预设值，例如目标参数的赋值为0时，表示待编码点云中的大部分编码块不使用预测树编码。
可选地，所述基于所述待编码点云中每个待编码点的位置，确定所述待编码点对应的至少一个预测点包括：
以所述待编码点的位置为搜索中心，在所述待编码点的预设范围内搜索已编码点；
将搜索到的K个已编码点确定为所述待编码点对应的预测点。
如上所述，在大部分编码块使用预测树编码的情况下，同一编码块中的前后编码点通常为最近邻居点。这样，可以以待编码点的位置为搜索中心，在所述待编码点的预设范围内搜索已编码点，将搜索到的已编码点确定为预测点。其中，上述预设范围是指待编码点对应的已编码范围。
示例性的，请参阅图4，图4中的编码点基于KD树的单链结构形成几何编码顺序，其中P0点为待编码点，在P0点对应的预设范围内搜索到P1、P2和P3 3个已编码点，将上述3个已编码点确定为预测点。
本实施例中，在待编码点云中的大部分编码块使用预测树编码的情况下，基于编码块不对编码块中的编码点进行重排序，而是基于编码块的几何编码顺序，确定预测点，以此提高编码效率。
可选地，所述根据所述预测点的重建属性值和所述预测点对应的权重值，确定所述待编码点的预测属性值包括：
基于所述待编码点与每个预测点之间的几何空间位置关系，确定所述每个预测点对应的权重值；
对于任一预测点，将所述预测点的重建属性值与其他预测点对应的权重值的乘积结果，确定为所述预测点对应的第一目标数值；
将每个预测点对应的第一目标数值的和值，确定为所述待编码点的预测属性值。
本实施例中，可以基于待编码点与每个预测点之间的几何空间位置关系，确定每个预测点对应的权重值，具体的技术方案请参阅后续实施例。
以下，具体阐述如何确定待编码点的预测属性值：
对于待编码点对应的每一个预测点，将该预测点的重建属性值与其他预测点对应的权重值做乘法运算，将得到的乘法结果作为该预测点对应的第一目标数值。进一步的，将该待编码点对应的所有预测点的第一目标数值累加，得到该待编码点的预测属性值。
为便于理解，以图4示出的实施场景为例进行说明。在图4示出的实施场景中，待编码点P0对应P1、P2和P3三个预测点，请参阅以下公式：
predAttr＝W 2*W 3*Attr1+W 1*W 3*Attr2+W 1*W 2*Attr3
其中，predAttr为待编码点的预测属性值，即P0的预测属性值；W1、W2和W3为预测点对应的权重值，其中，W1为P1对应的权重值，W2为P2对应的权重值，W3为P3对应的权重值；Attr1、Attr2和Attr3为预测点对应的重建属性值，其中，Attr1为P1对应的重建属性值，Attr 2为P2对应的重建属性值，Attr 3为P3对应的重建属性值。可以通过上述公式，得到待编码点P0对应的预测属性值。
以下，具体说明如何确定每个预测点对应的权重值：
可选地，所述基于所述待编码点与每个预测点之间的几何空间位置关系，确定所述每个预测点对应的权重值包括：
对于任一预测点，计算所述预测点与所述待编码点之间的距离值；
对所述距离值进行数值转换，得到所述预测点对应的权重值。
对于一个预测点而言，计算预测点与所述待编码点之间的距离值，在可选地实施方式中，可以直接获取预测点与所述待编码点之间的距离值。在另一种可选地实施方式中，可以计算预测点与所述待编码点之间的空间向量的长度，进而基于该空间向量的长度，得到预测点对应的权重值。
在得到预测点与待编码点之间的距离值之后，对所述距离值进行数值转换，得到预测点对应的权重值。其中，上述对距离值进行数值转换的实质为，将该距离值对应的一范数确定为预测点对应的权重值，或者将该距离值对应的二范数确定为预测点对应的权重值，或者以距离值对应的其他数值表现形式确定为预测点对应的权重值。
下面结合附图，通过一些实施例及其应用场景对本申请实施例提供的点云属性解码方法进行详细地说明。
请参阅图5，图5是本申请提供的点云属性解码方法的流程图。本实施例提供的点云属性解码方法包括以下步骤：
S201，获取目标码流。
在属性预测解码过程中，直接将目标码流发送至点云属性解码装置，上述目标码流包括待解码点云。
S202，基于所述待解码点云中待解码点的位置，确定所述待解码点对应的至少一个预测点。
本步骤中，在待解码点云中的大部分解码块使用预测树解码的方式进行解码的情况下，可以基于上述预测树解码的特性，基于待解码点云中每个待解码点的位置，确定待解码点对应的预测点，上述预测点即最近邻居点，且预测点为已解码点。
应理解，在待解码点云满足第一条件时，确定待解码点云中的大部分解码块使用预测树解码。具体如何确定待解码点云是否满足第一条件的技术方案，请参阅后续实施例。
其中，一个待解码点对应的预测点的数量大于或等于1。当待解码点为第一个解码点时，可以直接对该待解码点对应的预设的属性信息进行解码。
本步骤中，若待解码点云中的大部分解码块不使用预测树解码的方式进行解码，这种情况下，使用通用点云技术标准中的属性预测解码方式，对待解码点云进行属性预测解码。
S203，基于所述待解码点的第二属性预测残差、所述预测点的重建属性值和所述预测点对应的权重值，得到所述待解码点云对应的重建属性值。
本步骤中，解码端对目标码流中的第一属性预测残差进行反量化处理，得到第二属性预测残差。可选地，可以直接读取待解码点的第一属性预测残差和预测点的重建属性值，并计算预测点对应的权重值。具体的如何计算预测点对应的权重值的技术方案，请参阅后续实施例。
进一步的，对上述第二属性预测残差、重建属性值和权重值进行相关计算，得到待解码点云对应的重建属性值。具体的如何确定待解码点云对应的重建属性值的技术方案，请参阅后续实施例。
本申请实施例中，获取目标码流，目标码流包括待解码点云，基于待解码点云中待解码点的位置，确定待解码点对应的至少一个预测点；基于待解码点的第二属性预测残差、预测点的重建属性值和预测点对应的权重值，得到待解码点的重建属性值。上述点云属性解码过程中，不涉及对待解码点云进行重排序，因此不会打乱点云进行几何解码后的几何解码顺序，进而可以基于该几何解码顺序确定待解码点的最近邻居点以进行属性预测解码，以此提高解码效率。
可选地，所述获取待解码点云之后，所述方法包括：
获取所述待解码点云的属性头信息中的目标参数；
在所述目标参数对应的数值为预设值的情况下，确定所述待解码点云满足第一条件。
在上述编码过程中，若待编码点云满足第一条件，则点云属性编码装置会将待编码点云的属性头信息中的目标参数设置为预设值。这样，在解码过程中，点云属性解码装置可以直接读取待解码点云的属性头信息中的目标参数，若目标参数对应的数值为预设值，则可以直接确定待解码点云满足第一条件。
可选地，所述基于所述待解码点云中每个待解码点的位置，确定所述待解码点对应的至少一个预测点包括：
以所述待解码点的位置为搜索中心，在所述待解码点的预设范围内搜索已解码点；
将搜索到的K个已解码点确定为所述待解码点对应的预测点。
如上所述，在待解码点云中大部分解码块使用预测树解码的情况下，同一解码块中的前后解码点通常为最近邻居点。这样，可以以待解码点的位置为搜索中心，在所述待解码点的预设范围内搜索已解码点，将搜索到的已解码点确定为预测点。其中，上述预设范围是指待解码点对应的已解码范围。
可选地，所述基于所述待解码点的第二属性预测残差、所述预测点的重建属性值和所述预测点对应的权重值，得到所述待解码点云对应的重建属性值包括：
根据所述预测点的重建属性值和所述预测点对应的权重值，确定所述待解码点的预测属性值；
将所述第二属性预测残差与所述预测属性值之间的和值结果，确定为所述重建属性值。
上述预测点的重建属性值即已解码的预测点对应的属性值，上述预测点的权重值与预测点与待解码点之间的几何空间位置关系相关，具体的如何确定预测点对应的权重值的技术方案，请参阅后续实施例。本实施例中，根据上述重建属性值和权重值，确定待解码点的预测属性值，上述预测属性值即使用预测点对待解码点进行属性预测解码得到的属性值。
可选地实施方式为，读取待解码点的第二属性预测残差，将第二属性预测残差与预测属性值的和值作为重建属性值。
可选地，所述根据所述预测点的重建属性值和所述预测点对应的权重值，确定所述待解码点的预测属性值包括：
基于所述待解码点与每个预测点之间的几何空间位置关系，确定所述每个预测点对应的权重值；
对于任一预测点，将所述预测点的重建属性值与其他预测点对应的权重值的乘积结果，确定为所述预测点对应的第二目标数值；
将每个预测点对应的第二目标数值的和值，确定为所述待解码点的预测属性值。
本实施例中，可以基于待解码点与每个预测点之间的几何空间位置关系，确定每个预测点对应的权重值，具体的技术方案请参阅后续实施例。
以下，具体阐述如何确定待解码点的预测属性值：
对于待解码点对应的每一个预测点，将该预测点的重建属性值与其他预测点对应的权重值做乘法运算，将得到的乘法结果作为该预测点对应的第二目标数值。进一步的，将该待解码点对应的所有预测点的第二目标数值累加，得到该待解码点的预测属性值。
可选地，所述基于所述待解码点与每个预测点之间的几何空间位置关系，确定所述每个预测点对应的权重值包括：
对于任一预测点，计算所述预测点与所述待解码点之间的距离值；
对所述距离值进行数值转换，得到所述预测点对应的权重值。
对于一个预测点而言，计算预测点与待解码点之间的距离值。在得到预测点与待解码点之间的距离值之后，对该距离值进行数值转换，进而可以将距离值对应的一范数确定为预测点对应的权重值，或者将距离值对应的二范数确定为预测点对应的权重值，或者距离值对应的其他数值形式确定为预测点对应的权重值。
在另一可选地实施方式中，可以计算预测点与待解码点之间的空间向量的长度，基于该长度，得到预测点对应的权重值。
本申请实施例提供的点云属性编码方法，执行主体可以为点云属性编码装置。本申请实施例中以点云属性编码装置执行点云属性编码方法为例，说明本申请实施例提供的点云属性编码装置。
如图6所示，点云属性编码装置600包括：
第一获取模块601，用于获取待编码点云；
第一确定模块602，用于基于所述待编码点云中待编码点的位置，确定所述待编码点对应的至少一个预测点；
第二确定模块603，用于基于所述预测点的重建属性值和所述预测点对应的权重值，确定所述待编码点的预测属性值；
编码模块604，用于对第一属性预测残差进行量化和熵编码，得到目标码流。
可选地，所述点云属性编码装置600，还包括：
第一确定单元，用于确定第一比例值；
第二确定单元，用于在所述第一比例值大于或等于预设阈值的情况下，将待编码点云的属性头信息中的目标参数设置为预设值。
可选地，所述第一确定模块602，具体用于：
以所述待编码点的位置为搜索中心，在所述待编码点的预设范围内搜索已编码点；
将搜索到的K个已编码点确定为所述待编码点对应的预测点。
可选地，所述第二确定模块603，还具体用于：
基于所述待编码点与每个预测点之间的几何空间位置关系，确定所述每个预测点对应的权重值；
对于任一预测点，将所述预测点的重建属性值与其他预测点对应的权重值的乘积结果，确定为所述预测点对应的第一目标数值；
将每个预测点对应的第一目标数值的和值，确定为所述待编码点的预测属性值。
可选地，所述第二确定模块603，还具体用于：
对于任一预测点，计算所述预测点与所述待编码点之间的距离值；
对所述距离值进行数值转换，得到所述预测点对应的权重值。
本申请实施例中，获取待编码点云，基于待编码点云中待编码点的位置，确定待编码点对应的至少一个预测点；基于预测点的重建属性值和预测点对应的权重值，确定待编码点云的预测属性值；对第一属性预测残差进行量化和熵编码，得到目标码流。上述点云属性编码过程中，不涉及对待编码点云进行重排序，因此不会打乱点云进行几何编码后的几何编码顺序，进而可以基于该几何编码顺序确定待编码点的最近邻居点以进行属性预测编码，以此提高了编码效率。
本申请实施例提供的点云属性编码装置能够实现图3的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。
需要说明的是，本申请实施例提供的点云属性解码方法，执行主体可以为点云属性解码装置。本申请实施例中以点云属性解码装置执行点云属性解码方法为例，说明本申请实施例提供的点云属性解码装置。
如图7所示，点云属性解码装置700包括：
第二获取模块701，用于获取目标码流；
第三确定模块702，用于基于待解码点云中待解码点的位置，确定所述待解码点对应的至少一个预测点；
解码模块703，用于基于所述待解码点的第二属性预测残差、所述预测点的重建属性值和所述预测点对应的权重值，得到所述待编码点的重建属性值。
可选地，所述点云属性解码装置700，还包括：
获取单元，用于获取所述待解码点云的属性头信息中的目标参数；
第三确定单元，用于在所述目标参数对应的数值为预设值的情况下，确定所述待解码点云满足第一条件。
可选地，所述第三确定模块702，具体用于：
以所述待解码点的位置为搜索中心，在所述待解码点的预设范围内搜索已解码点；
将搜索到的K个已解码点确定为所述待解码点对应的预测点。
可选地，所述解码模块703，具体用于：
根据所述预测点的重建属性值和所述预测点对应的权重值，确定所述待解码点的预测属性值；
将所述第二属性预测残差与所述预测属性值之间的和值结果，确定为所述重建属性值。
可选地，所述解码模块703，具体用于：
基于所述待解码点与每个预测点之间的几何空间位置关系，确定所述每个预测点对应的权重值；
对于任一预测点，将所述预测点的重建属性值与其他预测点对应的权重值的乘积结果，确定为所述预测点对应的第二目标数值；
将每个预测点对应的第二目标数值的和值，确定为所述待解码点的预测属性值。
可选地，所述解码模块703，具体用于：
对于任一预测点，计算所述预测点与所述待解码点之间的距离值；
对所述距离值进行数值转换，得到所述预测点对应的权重值。
本申请实施例中，获取目标码流，目标码流包括待解码点云，基于待解码点云中待解码点的位置，确定待解码点对应的至少一个预测点；基于待解码点的第二属性预测残差、预测点的重建属性值和预测点对应的权重值，得到待解码点的重建属性值。上述点云属性解码过程中，不涉及对待解码点云进行重排序，因此不会打乱点云进行几何解码后的几何解码顺序，进而可以基于该几何解码顺序确定待解码点的最近邻居点以进行属性预测解码，以此提高解码效率。
本申请实施例中的点云属性编码装置和点云属性解码装置可以是电子设备，也可以是电子设备中的部件，例如集成电路或芯片。该电子设备可以是终端，也可以为除终端之外的其他设备。示例性的，终端可以包括但不限于上述所列举的终端的类型，其他设备可以为服务器、网络附属存储器(Network Attached Storage，NAS)等，本申请实施例不作具体限定。
本申请实施例提供的点云属性编码装置能够实现图3的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。
本申请实施例提供的点云属性解码装置能够实现图5的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。
可选地，如图8所示，本申请实施例还提供一种通信设备800，包括处理器801，存储器802，存储器802上存储有可在所述处理器801上运行的程序或指令，例如，该通信设备800为终端时，该程序或指令被处理器801执行时实现上述点云属性编码方法实施例的各个步骤，且能达到相同的技术效果，或实现上述点云属性解码方法实施例的各个步骤，且能达到相同的技术效果。
本申请实施例还提供一种终端，包括处理器和通信接口，处理器用于执行以下操作：
获取待编码点云；
基于所述待编码点云中待编码点的位置，确定所述待编码点对应的至少一个预测点；
基于所述预测点的重建属性值和所述预测点对应的权重值，确定所述待编码点的预测属性值；
对第一属性预测残差进行量化和熵编码，得到目标码流。
或者，处理器用于执行以下操作：
获取目标码流；
基于待解码点云中待解码点的位置，确定所述待解码点对应的至少一个预测点；
基于所述待解码点的第二属性预测残差、所述预测点的重建属性值和所述预测点对应的权重值，得到所述待解码点的重建属性值。
该终端实施例与上述终端侧方法实施例对应，上述方法实施例的各个实施过程和实现方式均可适用于该终端实施例中，且能达到相同的技术效果。具体地，图9为实现本申请实施例的一种终端的硬件结构示意图。
该终端900包括但不限于：射频单元901、网络模块902、音频输出单元903、输入单元904、传感器905、显示单元906、用户输入单元907、接口单元908、存储器909以及处理器910等部件。
本领域技术人员可以理解，终端900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910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9中示出的终端结构并不构成对终端的限定，终端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904可以包括图形处理单元(GraphicsProcessing Unit，GPU)9041和麦克风9042，图形处理器9041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906可包括显示面板9061，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9071。用户输入单元907包括触控面板9071以及其他输入设备9072中的至少一种。触控面板9071，也称为触摸屏。触控面板9071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9072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，射频单元901接收来自网络侧设备的下行数据后，可以传输给处理器910进行处理；另外，射频单元901可以向网络侧设备发送上行数据。通常，射频单元901包括但不限于天线、放大器、收发信机、耦合器、低噪声放大器、双工器等。
存储器909可用于存储软件程序或指令以及各种数据。存储器909可主要包括存储程序或指令的第一存储区和存储数据的第二存储区，其中，第一存储区可存储操作系统、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909可以包括易失性存储器或非易失性存储器，或者，存储器x09可以包括易失性和非易失性存储器两者。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。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(SynchronousDRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synch link DRAM，SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM，DRRAM)。本申请实施例中的存储器x09包括但不限于这些和任意其它适合类型的存储器。
处理器910可包括一个或多个处理单元；可选的，处理器910集成应用处理器和调制解调处理器，其中，应用处理器主要涉及操作系统、用户界面和应用程序等的操作，调制解调处理器主要处理无线通信信号，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910中。
其中，处理器用于执行以下操作：
获取待编码点云；
基于所述待编码点云中待编码点的位置，确定所述待编码点对应的至少一个预测点；
基于所述预测点的重建属性值和所述预测点对应的权重值，确定所述待编码点的预测属性值；
对第一属性预测残差进行量化和熵编码，得到目标码流。
本申请实施例中，获取待编码点云，基于待编码点云中待编码点的位置，确定待编码点对应的至少一个预测点；基于预测点的重建属性值和预测点对应的权重值，确定待编码点云的预测属性值；对第一属性预测残差进行量化和熵编码，得到目标码流。上述点云属性编码过程中，不涉及对待编码点云进行重排序，因此不会打乱点云进行几何编码后的几何编码顺序，进而可以基于该几何编码顺序确定待编码点的最近邻居点以进行属性预测编码，以此提高了编码效率。
或者，处理器910用于执行以下操作：
获取目标码流；
基于待解码点云中每个待解码点的位置，确定所述待解码点对应的至少一个预测点；
基于所述待解码点的第二属性预测残差、所述预测点的重建属性值和所述预测点对应的权重值，得到所述待解码点的重建属性值。
本申请实施例中，获取目标码流，目标码流包括待解码点云，基于待解码点云中待解码点的位置，确定待解码点对应的至少一个预测点；基于待解码点的第二属性预测残差、预测点的重建属性值和预测点对应的权重值，得到待解码点的重建属性值。上述点云属性解码过程中，不涉及对待解码点云进行重排序，因此不会打乱点云进行几何解码后的几何解码顺序，进而可以基于该几何解码顺序确定待解码点的最近邻居点以进行属性预测解码，以此提高了解码效率。
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属性编码方法实施例的各个过程，或者，实现上述点云属性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终端中的处理器。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ROM、随机存取存储器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，实现上述点云属性编码方法实施例的各个过程，或实现上述点云属性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。
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。
本申请实施例另提供了一种计算机程序/程序产品，所述计算机程序/程序产品被存储在存储介质中，所述计算机程序/程序产品被至少一个处理器执行以实现上述点云属性编码方法实施例的各个过程，或实现上述点云属性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。
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，空调器，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 (15)

1.一种点云属性编码方法，其特征在于，包括：
编码端获取待编码点云；
所述编码端基于所述待编码点云中待编码点的位置，确定所述待编码点对应的至少一个预测点；
所述编码端基于所述预测点的重建属性值和所述预测点对应的权重值，确定所述待编码点的预测属性值；
所述编码端对第一属性预测残差进行量化和熵编码，得到目标码流，所述第一属性预测残差基于所述待编码点的真实属性值和所述预测属性值确定。
2.根据权利要求1所述的方法，其特征在于，所述获取待编码点云之后，所述方法还包括：
所述编码端确定第一比例值，所述第一比例值根据第一数值与第二数值的比值得到，所述第一数值用于表征所述待编码点云中采用预测树方法编码的宏块个数，所述第二数值用于表征所述待编码点云中采用宏块编码方法的宏块个数；
所述编码端在所述第一比例值大于或等于阈值的情况下，将待编码点云的属性头信息中的目标参数设置为预设值，所述预设值用于指示所述待编码点云满足第一条件；
其中，在所述待编码点云满足第一条件的情况下，所述待编码点对应的预测点基于所述待编码点云中待编码点的位置确定。
3.根据权利要求1所述的方法，其特征在于，所述基于所述待编码点云中待编码点的位置，确定所述待编码点对应的至少一个预测点包括：
所述编码端以所述待编码点的位置为搜索中心，在所述待编码点的预设范围内搜索已编码点；
所述编码端将搜索到的K个已编码点确定为所述待编码点对应的预测点，K为正整数。
4.根据权利要求1所述的方法，其特征在于，所述基于所述预测点的重建属性值和所述预测点对应的权重值，确定所述待编码点的预测属性值包括：
所述编码端基于所述待编码点与每个预测点之间的几何空间位置关系，确定所述每个预测点对应的权重值；
所述编码端对于任一预测点，将所述预测点的重建属性值与其他预测点对应的权重值的乘积结果，确定为所述预测点对应的第一目标数值；
所述编码端将每个预测点对应的第一目标数值的和值，确定为所述待编码点的预测属性值。
5.根据权利要求4所述的方法，其特征在于，所述基于所述待编码点与每个预测点之间的几何空间位置关系，确定所述每个预测点对应的权重值包括：
所述编码端对于任一预测点，计算所述预测点与所述待编码点之间的距离值；
所述编码端对所述距离值进行数值转换，得到所述预测点对应的权重值。
6.一种点云属性编码装置，其特征在于，包括：
第一获取模块，用于获取待编码点云；
第一确定模块，用于基于所述待编码点云中待编码点的位置，确定所述待编码点对应的至少一个预测点；
第二确定模块，用于基于所述预测点的重建属性值和所述预测点对应的权重值，确定所述待编码点的预测属性值；
编码模块，用于对第一属性预测残差进行量化和熵编码，得到目标码流，所述第一属性预测残差基于所述待编码点的真实属性值和所述预测属性值确定。
7.一种点云属性解码方法，其特征在于，包括：
解码端获取目标码流，所述目标码流包括待解码点云；
所述解码端基于所述待解码点云中待解码点的位置，确定所述待解码点对应的至少一个预测点；
所述解码端基于所述待解码点的第二属性预测残差、所述预测点的重建属性值和所述预测点对应的权重值，得到所述待解码点的重建属性值。
8.根据权利要求7所述的方法，其特征在于，所述获取目标码流之后，所述方法还包括：
所述解码端获取所述待解码点云的属性头信息中的目标参数；
所述解码端在所述目标参数对应的数值为预设值的情况下，确定所述待解码点云满足第一条件；
其中，在所述待解码点云满足第一条件的情况下，所述待解码点对应的预测点基于所述待解码点云中待解码点的位置确定。
9.根据权利要求7所述的方法，其特征在于，所述基于所述待解码点云中待解码点的位置，确定所述待解码点对应的至少一个预测点包括：
所述解码端以所述待解码点的位置为搜索中心，在所述待解码点的预设范围内搜索已解码点；
所述解码端将搜索到的K个已解码点确定为所述待解码点对应的预测点，K为正整数。
10.根据权利要求7所述的方法，其特征在于，所述基于所述待解码点的第二属性预测残差、所述预测点的重建属性值和所述预测点对应的权重值，得到所述待解码点的重建属性值包括：
所述解码端根据所述预测点的重建属性值和所述预测点对应的权重值，确定所述待解码点的预测属性值；
所述解码端将所述第二属性预测残差与所述预测属性值之间的和值结果，确定为所述重建属性值。
11.根据权利要求10所述的方法，其特征在于，所述根据所述预测点的重建属性值和所述预测点对应的权重值，确定所述待解码点的预测属性值包括：
所述解码端基于所述待解码点与每个预测点之间的几何空间位置关系，确定所述每个预测点对应的权重值；
所述解码端对于任一预测点，将所述预测点的重建属性值与其他预测点对应的权重值的乘积结果，确定为所述预测点对应的第二目标数值；
所述解码端将每个预测点对应的第二目标数值的和值，确定为所述待解码点的预测属性值。
12.根据权利要求11所述的方法，其特征在于，所述基于所述待解码点与每个预测点之间的几何空间位置关系，确定所述每个预测点对应的权重值包括：
所述解码端对于任一预测点，计算所述预测点与所述待解码点之间的距离值；
所述解码端对所述距离值进行数值转换，得到所述预测点对应的权重值。
13.一种点云属性解码装置，其特征在于，包括：
第二获取模块，用于获取目标码流，所述目标码流包括待解码点云；
第三确定模块，用于基于所述待解码点云中待解码点的位置，确定所述待解码点对应的至少一个预测点；
解码模块，用于基于所述待解码点的第二属性预测残差、所述预测点的重建属性值和所述预测点对应的权重值，得到所述待解码点的重建属性值。
14.一种通信设备，其特征在于，包括处理器和存储器，所述存储器存储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1-5任一项所述的点云属性编码方法的步骤，或者实现如权利要求7-12所述的点云属性解码方法的步骤。
15.一种可读存储介质，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1-5任一项所述的点云属性编码方法的步骤，或者实现如权利要求7-12所述的点云属性解码方法的步骤。
CN202111465642.5A 2021-12-03 2021-12-03 点云属性编码方法、点云属性解码方法及终端 Pending CN116233386A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202111465642.5A CN116233386A (zh) 2021-12-03 2021-12-03 点云属性编码方法、点云属性解码方法及终端
PCT/CN2022/135874 WO2023098802A1 (zh) 2021-12-03 2022-12-01 点云属性编码方法、点云属性解码方法及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111465642.5A CN116233386A (zh) 2021-12-03 2021-12-03 点云属性编码方法、点云属性解码方法及终端

Publications (1)

Publication Number Publication Date
CN116233386A true CN116233386A (zh) 2023-06-06

Family

ID=86581046

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111465642.5A Pending CN116233386A (zh) 2021-12-03 2021-12-03 点云属性编码方法、点云属性解码方法及终端

Country Status (2)

Country Link
CN (1) CN116233386A (zh)
WO (1) WO2023098802A1 (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BR112021005904A2 (pt) * 2018-10-02 2021-07-27 Sony Corporation dispositivo e método de processamento de imagem
WO2020196677A1 (ja) * 2019-03-25 2020-10-01 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
CN112449754B (zh) * 2019-07-04 2024-03-08 深圳市大疆创新科技有限公司 一种数据编码、数据解码方法、设备及存储介质
WO2021141117A1 (ja) * 2020-01-09 2021-07-15 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2021201384A1 (ko) * 2020-04-03 2021-10-07 엘지전자 주식회사 포인트 클라우드 데이터 처리 장치 및 방법
WO2021210550A1 (ja) * 2020-04-14 2021-10-21 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置

Also Published As

Publication number Publication date
WO2023098802A1 (zh) 2023-06-08

Similar Documents

Publication Publication Date Title
WO2022257971A1 (zh) 点云编码处理方法、点云解码处理方法及相关设备
KR20090097057A (ko) 메쉬 모델로 구현된 3차원 데이터의 연결정보를 부호화 및복호화 방법
CN110651273A (zh) 一种数据处理方法及设备
CN116233386A (zh) 点云属性编码方法、点云属性解码方法及终端
WO2023098801A1 (zh) 点云属性编码方法、点云解码方法及终端
WO2022257978A1 (zh) 点云编码方法、解码方法及装置
WO2023155779A1 (zh) 编码方法、解码方法、装置及通信设备
WO2023025024A1 (zh) 点云属性编码方法、点云属性解码方法及终端
US20240121439A1 (en) Point cloud attribute information encoding method and apparatus, point cloud attribute information decoding method and apparatus, and related device
CN116233389A (zh) 点云编码处理方法、点云解码处理方法及相关设备
CN116233387A (zh) 点云编码、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
CN116614623A (zh) 预测编码方法、预测解码方法及终端
CN116233426B (zh) 属性量化、反量化方法、装置及设备
WO2022257970A1 (zh) 点云的几何信息编码处理方法、解码处理方法及相关设备
US20240089459A1 (en) Point cloud encoding processing method and apparatus and point cloud decoding processing method and apparatus
WO2023179706A1 (zh) 编码方法、解码方法及终端
CN115174908B (zh) 视频编码的变换量化方法、装置、设备以及存储介质
US20240185468A1 (en) Point cloud attribute coding method, point cloud attribute decoding method, and terminal
US20240112373A1 (en) Point Cloud Coding Method, Decoding Method, and Related Device
WO2022116118A1 (zh) 预测方法、编码器、解码器以及存储介质
CN116233426A (zh) 属性量化、反量化方法、装置及设备
CN115474050A (zh) 熵编码、解码方法及装置
CN116843855A (zh) 编码方法及终端
JP2024521832A (ja) エントロピーコーディング、デコーディング方法及び装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination