CN118202393A - Uv坐标范围和纹理图大小 - Google Patents

Uv坐标范围和纹理图大小 Download PDF

Info

Publication number
CN118202393A
CN118202393A CN202380014236.8A CN202380014236A CN118202393A CN 118202393 A CN118202393 A CN 118202393A CN 202380014236 A CN202380014236 A CN 202380014236A CN 118202393 A CN118202393 A CN 118202393A
Authority
CN
China
Prior art keywords
coordinates
factor
vertices
coordinate
normalized
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
CN202380014236.8A
Other languages
English (en)
Inventor
田军
许晓中
黄超
张翔
刘杉
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 America LLC
Original Assignee
Tencent America LLC
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 America LLC filed Critical Tencent America LLC
Publication of CN118202393A publication Critical patent/CN118202393A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • 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
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/186—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a colour or a chrominance component
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

接收网格的编码信息。编码信息包括对应于多个顶点的多个第一坐标和多个第二坐标以及与网格相关联的纹理图。与多个顶点中的每个顶点相关联的对应的第一坐标和对应的第二坐标以基于第一因子调整对应的第一坐标以及基于第二因子调整对应的第二坐标的方式被归一化。第一因子和第二因子与以下至少一项相关联：(i)指示多个第一坐标和多个第二坐标的编码范围的位深度值，以及(ii)纹理图的大小。分别基于第一因子和第二因子扩展所归一化的对应的第一坐标和所归一化的对应的第二坐标。

Description

UV坐标范围和纹理图大小
相关申请的交叉引用
本申请要求于2023年6月9日提交的题为“UV COORDINATE RANGES AND TEXTUREMAP SIZE”的美国专利申请第18/208,152号的优先权权益，该美国专利申请要求于2022年8月23日提交的题为“On UV Coordinate Ranges and Texture Map Size”的美国临时申请第63/400,361号的优先权权益，以上在先申请的全部内容通过引用整体并入本文中。
技术领域
本公开包括与网格处理相关的实施例。
背景技术
本文所提供的背景描述是出于总体上呈现本公开的内容的目的。在背景技术部分以及本说明书的各个方面中所描述的目前已署名的发明人的工作所进行的程度，并不表明其在本申请提交时作为现有技术，且从未明示或暗示其被承认为本申请的现有技术。
三维(3D)采集、建模和渲染的进展促进了3D内容在各种平台和设备上的普遍存在。如今，可以在一个洲上拍摄婴儿迈出的第一步，并且婴儿的祖父母可以在另一个洲观看(在某些情况下是互动)并享受与孩子在一起的完全沉浸式的体验。为了实现这种真实性，模型变得越来越复杂，大量的数据与这些模型的创建和消耗相关联。3D网格被广泛用于表示这种沉浸式内容。
发明内容
本公开的各个方面提供了网格处理方法和装置。在一些示例中，网格处理装置包括处理电路。
根据本公开的一方面，提供了一种用于视频解码器中的网格处理方法。在该方法中，接收网格的编码信息，该网格包括多个顶点。该编码信息包括对应于多个顶点的多个第一坐标和多个第二坐标以及与该网格相关联的纹理图。纹理图指示该网格的纹理信息。多个顶点中的每个顶点包括对应的第一坐标和对应的第二坐标，该对应的第一坐标和对应的第二坐标的组合唯一地标识每个顶点的位置。通过基于第一因子调整该对应的第一坐标以及基于第二因子调整该对应的第二坐标，归一化与每个顶点相关联的该对应的第一坐标和该对应的第二坐标。第一因子和第二因子与以下至少一项相关联：(i)指示多个顶点的多个第一坐标和多个第二坐标的编码范围的位深度值，以及(ii)纹理图的大小。分别基于第一因子和第二因子，扩展所归一化的对应的第一坐标和所归一化的对应的第二坐标。基于该网格的多个顶点的所归一化并扩展的多个第一坐标和所归一化并扩展的多个第二坐标，重建该网格。
在一些实施例中，为了归一化对应的第一坐标和对应的第二坐标，将多个顶点的多个第一坐标中的每一个除以第一因子中的第一除数，将多个顶点的多个第二坐标中的每一个除以第二因子中的第二除数。为了扩展对应的第一坐标和对应的第二坐标，将多个顶点的所归一化的多个第一坐标中的每一个乘以第一因子中的第一乘数，将多个顶点的所归一化的多个第二坐标中的每一个乘以第二因子中的第二乘数。
在一个实施例中，第一因子等于(texwidth-1)/(2tqp-1)。texwidth是纹理图的宽度，tqp是指示多个顶点的多个第一坐标和多个第二坐标的编码范围的位深度值。第二因子等于(texheight-1)/(2tqp-1)，其中texheight是纹理图的高度。
在一个实施例中，第一因子是第一分数，其中多个第一坐标中的每一个基于第一分数的分母归一化并基于第一分数的分子扩展。第二因子是第二分数，其中多个第二坐标中的每一个基于第二分数的分母归一化并基于第二分数的分子扩展。
在一个实施例中，在纹理图的大小不可用的情况下，第一因子和第二因子都等于(2tdepth-1)/(2tqp-1)。tdepth是指示多个顶点的多个第一坐标和多个第二坐标的初始范围的位深度值。tqp是指示多个顶点的多个第一坐标和多个第二坐标的编码范围的位深度值。
在一个实施例中，第一因子等于(uMax/(2tqp-1))。uMax是第一常数，tqp是指示多个顶点的多个第一坐标和多个第二坐标的编码范围的位深度值。第二因子等于(vMax/(2tqp-1))，其中vMax是第二常数。
在一个示例中，uMax等于纹理图的宽度减1。vMax等于纹理图的高度减1。
在一个示例中，在纹理图的大小不可用的情况下，uMax和vMax都等于(2tdepth-1)。tdepth是指示多个顶点的多个第一坐标和多个第二坐标的初始范围的位深度值。
在一个示例中，uMax和vMax都等于(2tdepth-1)。tdepth是指示多个顶点的多个第一坐标和多个第二坐标的初始范围的位深度值。
根据本公开的另一方面，提供了一种装置。该装置包括处理电路。该处理电路可以被配置为执行任何所述的网格处理方法。
本公开的方面还提供了一种非暂时性计算机可读介质，存储有指令，当指令由计算机执行时，使得该计算机执行任何所述的网格处理方法。
附图说明
根据以下详细描述和附图，所公开主题的其他特征、性质和各种优点将更加明显，在附图中：
图1是通信系统(100)的示例性框图的示意图。
图2是解码器的示例性框图的示意图。
图3是编码器的示例性框图的示意图。
图4是根据本公开一些实施例的示例性UV坐标范围操作的示意图。
图5示出了根据本公开一些实施例的概述过程的流程图。
图6是根据实施例的计算机系统的示意图。
具体实施方式
图1示出了一些示例中的视频处理系统(100)的框图。视频处理系统(100)是在流媒体环境中用于所公开的主题、视频编码器和视频解码器的应用的示例。所公开的主题可以同样适用于其他支持图像和视频的应用，包括例如视频会议、数字电视、流媒体服务、在包括CD、DVD、存储棒等的数字介质上存储压缩视频等等。
视频处理系统(100)包括采集子系统(113)，该采集子系统可以包括视频源(101)。视频源(101)可以包括由相机采集和/或由计算机生成的一个或多个图像。例如，数码相机可以创建未压缩的视频图像流(102)。在一个示例中，视频图像流(102)包括由数码相机拍摄的样本。相较于已编码的视频数据(104)(或已编码的视频码流)，视频图像流(102)被描绘为粗线以强调高数据量，视频图像流(102)可以由电子设备(120)处理，该电子设备(120)包括耦接到视频源(101)的视频编码器(103)。视频编码器(103)可以包括硬件、软件或其组合，以实现或实施如下文更详细描述的所公开主题的各个方面。相较于视频图像流(102)，已编码的视频数据(104)(或已编码的视频码流)被描绘为细线以强调较低的数据量，已编码的视频数据(104)可以存储在流媒体服务器(105)上以供将来使用。一个或多个流媒体客户端子系统，例如图1中的客户端子系统(106)和(108)，可以访问流媒体服务器(105)以检索已编码的视频数据(104)的副本(107)和(109)。客户端子系统(106)可以包括例如在电子设备(130)中的视频解码器(110)。视频解码器(110)对已编码的视频数据的输入副本(107)进行解码，并且创建可在显示器(112)(例如，显示屏)或其他呈现设备(未示出)上呈现的传出视频图像流(111)。在一些流媒体系统中，可以根据某些视频编码/压缩标准对已编码的视频数据(104)、(107)和(109)(例如，视频码流)进行编码。这些标准的示例包括ITU-TH.265建议书。在一个示例中，正在开发的视频编码标准非正式地称为通用视频编码(Versatile Video Coding，VVC)。所公开的主题可用于VVC标准的上下文中。
应注意，电子设备(120)和(130)可以包括其他组件(未示出)。例如，电子设备(120)可以包括视频解码器(未示出)，且电子设备(130)还可以包括视频编码器(未示出)。
图2示出了视频解码器(210)的示例性框图。视频解码器(210)可以设置在电子设备(230)中。电子设备(230)可以包括接收器(231)。接收器(231)可以包括接收电路，例如网络接口电路。视频解码器(210)可以用来代替图1示例中的视频解码器(110)。
接收器(231)可以接收将由视频解码器(210)解码的一个或多个已编码视频序列。在一个实施例中，一次接收一个已编码视频序列，其中每个已编码视频序列的解码独立于其他已编码视频序列的解码。已编码视频序列可以从信道(201)接收，该信道可以是通向存储已编码视频数据的存储设备的硬件/软件链路。接收器(231)可以接收可转发到它们各自的使用实体(未标示)的已编码视频数据和其他数据，例如已编码音频数据和/或辅助数据流。接收器(231)可以将已编码视频序列与其他数据分离。为了防止网络抖动，缓冲存储器(215)可以耦接在接收器(231)和熵解码器/解析器(220)(此后称为“解析器(220)”)之间。在某些应用中，缓冲存储器(215)是视频解码器(210)的一部分。在其他情况下，缓冲存储器(215)可以设置在视频解码器(210)外部(未标示)。在另一些情况下，视频解码器(210)的外部可以配置缓冲存储器(未标示)以例如防止网络抖动，且在视频解码器(210)的内部可配置另一缓冲存储器(215)以例如处理播出定时。当接收器(231)从具有足够带宽和可控性的存储/转发设备或从等时同步网络接收数据时，也可能不需要配置缓冲存储器(215)，或可以将该缓冲存储器做得较小。为了在互联网等业务分组网络上使用，也可能需要缓冲存储器(215)，该缓冲存储器可以相对较大且可以有利地具有自适应性大小，并且可以至少部分地实施于操作系统或视频解码器(210)外部的类似元件(未标示)中。
视频解码器(210)可以包括解析器(220)以根据已编码的视频序列重建符号(221)。这些符号的类别包括用于管理视频解码器(210)的操作的信息，以及可能用于控制诸如呈现设备(212)(例如，显示屏)的呈现设备的信息，该呈现设备不是电子设备(230)的组成部分，但是可以耦接到电子设备(230)，如图2中所示。用于呈现设备的控制信息可以是补充增强信息(Supplemental Enhancement Information，SEI)消息或视频可用性信息(Video Usability Information，VUI)参数集片段(未标示)。解析器(220)可以对接收到的已编码视频序列进行解析/熵解码。已编码视频序列的编码可以根据视频编码技术或标准进行，并且可以遵循各种原理，包括可变长度编码、霍夫曼编码(Huffman coding)、具有或不具有上下文敏感性的算术编码等等。解析器(220)可以基于对应于群组的至少一个参数，从已编码视频序列中提取用于视频解码器中的像素子群中的至少一个子群的子群参数集。子群可以包括图像群组(Group of Pictures，GOP)、图像、图块、切片、宏块、编码单元(Coding Unit，CU)、块、变换单元(Transform Unit，TU)、预测单元(Prediction Unit，PU)等等。解析器(220)还可以从已编码视频序列中提取诸如变换系数、量化器参数值、运动矢量等信息。
解析器(220)可以对从缓冲存储器(215)接收的视频序列执行熵解码/解析操作，从而创建符号(221)。
根据已编码视频图像或一部分已编码视频图像(例如，帧间图像和帧内图像、帧间块和帧内块)的类型以及其他因素，符号(221)的重建可以涉及多个不同的单元。涉及哪些单元以及涉及方式可以由解析器(220)从已编码视频序列解析的子群控制信息控制。为了简洁起见，未描述解析器(220)与下文的多个单元之间的此类子群控制信息流。
除了已经提及的功能块之外，视频解码器(210)可以在概念上细分为如下所述的多个功能单元。在商业约束下运行的实际实现中，这些单元中的许多单元彼此密切交互并且可以至少部分地相互集成。然而，出于描述所公开主题的目的，概念上细分成下述功能单元是适当的。
第一单元是缩放器/逆变换单元(251)。缩放器/逆变换单元(251)从解析器(220)接收作为符号(221)的量化变换系数以及控制信息，包括使用哪种变换方式、块大小、量化因子、量化缩放矩阵等。缩放器/逆变换单元(251)可以输出包括样本值的块，该样本值可以输入到聚合器(255)中。
在一些情况下，缩放器/逆变换单元(251)的输出样本可以属于帧内编码块。帧内编码块是不使用来自先前重建图像的预测信息，但是可以使用来自当前图像的先前重建部分的预测信息的块。这种预测信息可以由帧内图像预测单元(252)提供。在一些情况下，帧内图像预测单元(252)使用从当前图像缓冲器(258)提取的周围已经重建的信息，生成与正在重建的块具有相同大小和形状的块。当前图像缓冲器(258)缓冲例如部分重建的当前图像和/或完全重建的当前图像。在一些情况下，聚合器(255)基于每个样本，将帧内预测单元(252)生成的预测信息添加到由缩放器/逆变换单元(251)提供的输出样本信息中。
在其他情况下，缩放器/逆变换单元(251)的输出样本可以属于帧间编码和潜在运动补偿块。在这种情况下，运动补偿预测单元(253)可以访问参考图像存储器(257)以提取用于预测的样本。在根据属于块的符号(221)对提取的样本进行运动补偿之后，这些样本可以由聚合器(255)添加到缩放器/逆变换单元(251)的输出(在这种情况下被称为残差样本或残差信号)，从而生成输出样本信息。参考图像存储器(257)内的运动补偿预测单元(253)获取预测样本的的地址可以由运动矢量控制，且该运动矢量以符号(221)的形式供运动补偿预测单元(253)使用，符号(221)可以具有例如X、Y和参考图像分量。运动补偿还可以包括在使用子样本精确运动矢量时，从参考图像存储器(257)提取的样本值的内插、运动矢量预测机制等。
聚合器(255)的输出样本可经受环路滤波器单元(256)中的各种环路滤波技术。视频压缩技术可以包括环路内滤波器技术，该环路内滤波器技术受控于包括在已编码视频序列(也称为已编码视频码流)中的参数，且该参数作为来自解析器(220)的符号(221)可用于环路滤波器单元(256)。视频压缩还可以响应于在解码已编码图像或已编码视频序列的先前(按解码顺序)部分期间所获得的元信息，以及响应于先前重建且经环路滤波的样本值。
环路滤波器单元(256)的输出可以是样本流，该样本流可以输出到呈现设备(212)并存储在参考图像存储器(257)中，以用于后续的帧间图像预测。
一旦完全被重建，某些已编码图像就可以用作参考图像以用于后续预测。例如，一旦对应于当前图像的已编码图像被完全重建并且该已编码图像(例如由解析器(220))被识别为参考图像，则当前图像缓冲器(258)可以成为参考图像存储器(257)的一部分，并且可以在开始重建后续已编码图像之前重新分配新的当前图像缓冲器。
视频解码器(210)可以根据预定的视频压缩技术或标准(例如ITU-TH.265建议书)执行解码操作。在已编码视频序列遵循视频压缩技术或标准的语法以及视频压缩技术或标准中记录的配置文件的意义上，已编码视频序列可以符合所使用的视频压缩技术或标准指定的语法。具体来说，配置文件可以从视频压缩技术或标准中可用的所有工具中选择某些工具作为仅可在该配置文件下使用的工具。还必须要求已编码视频序列的复杂度处于视频压缩技术或标准的水平所限定的范围内。在一些情况下，层级限制最大图像大小、最大帧率、最大重建采样率(以例如每秒兆(mega)个样本为单位进行测量)、最大参考图像大小等。在一些情况下，由水平所设定的限制可以通过假想参考解码器(Hypothetical ReferenceDecoder，HRD)规范和在已编码视频序列中用信号表示的HRD缓冲器管理的元数据来进一步限定。
在一个实施例中，接收器(231)可以连同已编码视频一起接收附加(冗余)数据。附加数据可以被包括作为已编码视频序列的一部分。视频解码器(210)可以使用该附加数据来适当解码数据和/或更准确地重建原始视频数据。附加数据可以是例如时间、空间或信噪比(Signal Noise Ratio，SNR)增强层、冗余切片、冗余图像、前向纠错码等形式。
图3示出了视频编码器(303)的示例性框图。视频编码器(303)包括在电子设备(320)中。电子设备(320)包括传输器(340)(例如，传输电路)。视频编码器(303)可用于代替图1示例中的视频编码器(103)。
视频编码器(303)可以从视频源(301)(并非图3示例中的电子设备(320)的一部分)接收视频样本，该视频源可以采集将由视频编码器(303)编码的视频图像。在另一示例中，视频源(301)是电子设备(320)的一部分。
视频源(301)可以提供将由视频编码器(303)编码的呈数字视频样本流形式的源视频序列，该数字视频样本流可以是任何合适的位深度(例如，8位、10位、12位……)、任何色彩空间(例如，BT.601Y CrCB、RGB……)和任何合适的采样结构(例如，Y CrCb 4:2:0、YCrCb 4:4:4)。在媒体服务系统中，视频源(301)可以是存储先前准备的视频的存储设备。在视频会议系统中，视频源(301)可以是采集本地图像信息作为视频序列的相机。可将视频数据提供为多个单独图像，当按顺序观看时，这些图像被赋予运动。图像自身可以构建为空间像素阵列，其中取决于所用的采样结构、色彩空间等，每个像素可以包括一个或多个样本。下文侧重于描述样本。
根据一个实施例，视频编码器(303)可以实时地或根据需要在任何其他时间限制下将源视频序列的图像编码并压缩成已编码视频序列(343)。施行适当的编码速度是控制器(350)的一个功能。在一些实施例中，控制器(350)控制如下所述的其他功能单元，并且在功能上耦接到其他功能单元。为了简洁起见，图中未示出耦接。由控制器(350)设置的参数可以包括速率控制相关参数(图像跳过、量化器、率失真优化技术的λ值等)、图像大小、图像群组(Group Of Pictures，GOP)布局、最大运动矢量搜索范围等。控制器(350)可以被配置为具有其它合适的功能，这些功能与针对某一系统设计优化的视频编码器(303)相关。
在一些实施例中，视频编码器(303)被配置为在编码环路中操作。简单来说，在一种示例中，编码环路可以包括源编码器(330)(例如，用于基于待编码的输入图像和参考图像创建符号，例如创建符号流)，以及嵌入在视频编码器(303)中的(本地)解码器(333)。解码器(333)重建符号，从而以类似于(远程)解码器创建样本数据的方式来创建样本数据。重建的样本流(样本数据)被输入到参考图像存储器(334)中。由于符号流的解码产生与解码器位置(本地或远程)无关的位精确结果，因此参考图像存储器(334)中的内容在本地编码器与远程编码器之间也是按位精确对应的。换句话说，编码器的预测部分“看到”作为参考图像样本具有与如解码器将在解码期间使用预测时所“看到”的完全相同的样本值。在一些相关技术中也会使用这种参考图像同步性基本原理(以及在例如因信道误差而无法维持同步性的情况下产生的漂移)。
“本地”解码器(333)的操作可与例如已在上文结合图2详细描述的视频解码器(210)的“远程”解码器相同。然而，仍简要参考图2，当符号可用并且熵编码器(345)和解析器(220)能够无损地将符号编码/解码为已编码视频序列时，包括缓冲存储器(215)和解析器(220)在内的视频解码器(210)的熵解码部分，可能无法完全在本地解码器(333)中实施。
在一个实施例中，除了存在于解码器中的解析/熵解码之外的解码器技术，以相同或基本上相同的功能形式存在于对应的编码器中。因此，所公开的主题侧重于解码器操作。编码器技术的描述可以简化，因为编码器技术与全面描述的解码器技术互逆。在某些地方需要更详细的描述，并且在下文提供。
在操作期间，在一些示例中，源编码器(330)可以执行运动补偿预测编码。参考来自视频序列中被指定为“参考图像”的一个或多个先前已编码图像，该运动补偿预测编码对输入图像进行预测编码。以这种方式，编码引擎(332)对输入图像的像素块与参考图像的像素块之间的差异进行编码，该参考图像可被选作该输入图像的预测参考。
本地视频解码器(333)可以基于源编码器(330)创建的符号，对可指定为参考图像的图像的已编码视频数据进行解码。编码引擎(332)的操作可以有利地是有损处理。当在视频解码器(图3中未示出)处解码已编码视频数据时，重建的视频序列通常可以是带有一些误差的源视频序列的副本。本地视频解码器(333)复制可由视频解码器对参考图像执行的解码处理，并可使重建的参考图像存储在参考图像存储器(334)中。以这种方式，视频编码器(303)可以在本地存储重建的参考图像的副本，该副本与将由远端视频解码器获得的重建参考图像具有共同内容(不存在传输误差)。
预测器(335)可以针对编码引擎(332)执行预测搜索。也就是说，对于将要编码的新图像，预测器(335)可以在参考图像存储器(334)中搜索可作为该新图像的适当预测参考的样本数据(作为候选参考像素块)或某些元数据，例如参考图像运动矢量、块形状等。预测器(335)可以基于样本块逐像素块操作，以找到合适的预测参考。在一些情况下，如由预测器(335)获得的搜索结果所确定的那样，输入图像可具有从参考图像存储器(334)中存储的多个参考图像中取得的预测参考。
控制器(350)可以管理源编码器(330)的编码操作，包括例如设置用于对视频数据进行编码的参数和子群参数。
可以在熵编码器(345)中对所有上述功能单元的输出进行熵编码。熵编码器(345)根据诸如霍夫曼编码、可变长度编码、算术编码等技术对各种功能单元生成的符号进行无损压缩，从而将该符号转换成已编码视频序列。
传输器(340)可以缓冲由熵编码器(345)创建的已编码视频序列，从而为通过通信信道(360)进行传输做准备，该通信信道可以是通向将存储已编码视频数据的存储设备的硬件/软件链路。传输器(340)可以将来自视频编码器(303)的已编码视频数据与待传输的其它数据合并，该其它数据例如是已编码音频数据和/或辅助数据流(未示出来源)。
控制器(350)可以管理视频编码器(303)的操作。在编码期间，控制器(350)可以为每个已编码图像分配某一已编码图像类型，但这可能影响可应用于对应图像的编码技术。例如，通常可将图像分配为以下任一种图像类型：
帧内图像(I图像)，其可以是不将序列中的任何其它图像用作预测源就可被编码和解码的图像。一些视频编解码器容许不同类型的帧内图像，包括例如独立解码器刷新(Independent Decoder Refresh，IDR)图像。所属领域的技术人员了解I图像的变体及其对应的应用和特征。
预测性图像(P图像)，其可以是可使用帧内预测或帧间预测进行编码和解码的图像，该帧内预测或帧间预测使用至多一个运动矢量和参考索引来预测每个块的样本值。
双向预测性图像(B图像)，其可以是可使用帧内预测或帧间预测进行编码和解码的图像，该帧内预测或帧间预测使用至多两个运动矢量和参考索引来预测每个块的样本值。类似地，多个预测性图像可以使用两个以上的参考图像和相关联元数据以用于重建单个块。
源图像通常可以在空间上再分成多个样本块(例如，4×4、8×8、4×8或16×16个样本的块)，且逐块进行编码。这些块可以参考其它(已编码的)块进行预测编码，该其它块是根据应用于块的对应图像的编码分配来确定的。举例来说，可以对I图像的块进行非预测编码，或可以参考同一图像的已编码的块来对I图像的块进行预测编码(空间预测或帧内预测)。可以参考一个先前已编码的参考图像通过空间预测或通过时间预测来对P图像的像素块进行预测编码。可以参考一个或两个先前已编码的参考图像通过空间预测或通过时间预测来对B图像的块进行预测编码。
视频编码器(303)可以根据诸如ITU-T H.265建议书的预定视频编码技术或标准来执行编码操作。在操作中，视频编码器(303)可以执行各种压缩操作，包括利用输入视频序列中的时间和空间冗余的预测编码操作。因此，已编码视频数据可以符合所用视频编码技术或标准指定的语法。
在一个实施例中，传输器(340)可以在传输已编码视频时传输附加数据。源编码器(330)可以将此类数据作为已编码视频序列的一部分。附加数据可以包括时间/空间/SNR增强层、冗余图像和切片等其它形式的冗余数据、SEI消息、VUI参数集片段等。
视频可以被采集为时间序列中的多个源图像(视频图像)。帧内图像预测(通常简称为帧内预测)利用给定图像中的空间相关性，而帧间图像预测则利用图像之间的(时间或其它)相关性。在一个示例中，将正在编码/解码的特定图像(被称为当前图像)分割成块。在当前图像中的块类似于视频中先前已编码且仍被缓冲的参考图像中的参考块时，可以通过称为运动矢量的矢量对当前图像中的块进行编码。该运动矢量指向参考图像中的参考块，且在使用多个参考图像的情况下，该运动矢量可以具有识别参考图像的第三维度。
在一些实施例中，双向预测技术可以用于帧间图像预测中。根据双向预测技术，使用两个参考图像，例如按解码次序都在视频中的当前图像之前(但按显示次序可能分别是过去和将来)的第一参考图像和第二参考图像。可以通过指向第一参考图像中的第一参考块的第一运动矢量和指向第二参考图像中的第二参考块的第二运动矢量，对当前图像中的块进行编码。具体来说，可以通过第一参考块和第二参考块的组合来预测该块。
此外，可以在帧间图像预测中使用合并模式技术来提高编码效率。
根据本公开的一些实施例，帧间图像预测和帧内图像预测等预测以块(例如多边形或三角形块)为单位执行。举例来说，根据HEVC标准，将视频图像序列中的图像分割成编码树单元(Coding Tree Unit，CTU)以用于压缩，图像中的CTU具有相同大小，例如64×64像素、32×32像素或16×16像素。一般来说，CTU包括三个编码树块(Coding Tree Block，CTB)，该三个编码树块是一个亮度CTB和两个色度CTB。还可以将每个CTU以四叉树递归划分为一个或多个编码单元(Coding Unit，CU)。举例来说，可以将64×64像素的CTU划分为一个64×64像素的CU，或4个32×32像素的CU，或16个16×16像素的CU。在一个示例中，分析每个CU以确定用于该CU的预测类型，例如帧间预测类型或帧内预测类型。此外，取决于时间和/或空间可预测性，将CU划分为一个或多个预测单元(Prediction Unit，PU)。通常，每个PU包括亮度预测块(Prediction Block，PB)和两个色度PB。在一个实施例中，编码(编码/解码)中的预测操作以预测块为单位来执行。以亮度预测块作为预测块为例，预测块包括像素值(例如，亮度值)的矩阵，例如8×8像素、16×16像素、8×16像素、16×8像素等等。
应注意，可以使用任何合适的技术来实现视频编码器(103)和视频编码器(303)以及视频解码器(110)和视频解码器(210)。在一个实施例中，可以使用一个或多个集成电路来实现视频编码器(103)和视频编码器(303)以及视频解码器(110)和视频解码器(210)。在另一实施例中，可以使用执行软件指令的一个或多个处理器来实现视频编码器(103)和视频编码器(303)以及视频解码器(110)和视频解码器(210)。
本公开包括与操作UV坐标范围和纹理图大小的方法以及系统相关的实施例。
网格可以包括描述体积对象表面的几个多边形。网格的每个多边形可以由三维(3D)空间中对应多边形的顶点以及这些顶点如何连接的信息来定义，这些信息可以被称为连接性信息。在一些实施例中，顶点属性例如颜色、法线等，可以与网格顶点相关联。属性(或顶点属性)还可以通过利用映射信息与网格的表面相关联，该映射信息使用二维(2D)属性图来参数化网格。这种映射通常可以由与网格顶点相关联的一组参数坐标(被称为UV坐标或纹理坐标)来描述。2D属性图可用于存储诸如纹理、法线、位移等高分辨率属性信息。这些信息可用于各种目的，例如纹理映射和着色。
由于动态网格可能包括大量随时间变化的信息，动态网格序列可能需要大量数据。因此，需要高效的压缩技术来存储和传输这样的内容。诸如IC、MESHGRID和FAMC等的网格压缩标准先前是由MPEG开发的，以处理具有固定连接性、时变(time varying)几何形状以及顶点属性的动态网格。然而，这些标准可能没有考虑时变属性图和连接性信息。数字内容创建(Digital Content Creation，DCC)工具通常会生成这样的动态网格。然而，对于体积采集技术来说，生成固定连接性的动态网格是具有挑战性的，尤其是在实时约束下。现有标准可能不支持这种类型的内容(例如，固定连接性的动态网格)。MPEG正计划开发一种新的网格压缩标准，以直接处理具有时变连接性信息以及可选的时变属性图的动态网格。这种新的网格压缩标准针对各种应用的有损和无损压缩，例如实时通信、存储、自由视点视频、增强现实(Augmented Reality，AR)和虚拟现实(Virtual Reality，VR)。诸如随机接入和可扩展/渐进编码之类的功能也被考虑在内。
在UV映射中，每个3D表面都可以映射到2D纹理。UV坐标(例如，由U坐标和V坐标组成的一对坐标)给出了2D纹理图中3D位置的定位。
在相关的视频编解码器(例如MPEG V-Mesh TM v1.0)中，源网格(例如，输入网格或原始网格)可以包括源位置、源UV坐标、源连接性和源纹理图。源UV坐标(或源U和V坐标)可以包括多个UV坐标。多个UV坐标中的每一个可以包括由U坐标和V坐标组成的相应的对。源U和V坐标的范围可以由值tdepth指定，tdepth是源U和V坐标的位深度。例如，如果tdepth＝13，则源U坐标和V坐标都可以在[0，213-1](即[0，8191])的范围内。源纹理图的大小可以由swidth和sheight限定，其中swidth是源纹理图的宽度，sheight是源纹理图的高度。例如，如果swidth＝8192，sheight＝8192，则源纹理图的大小可以是8192×8192。
在基于视频编解码器(例如MPEG V-Mesh TM v1.0)的编码处理中，可以使用位深度值tqp来编码U和V坐标。因此，tqp可以指示U和V坐标的编码范围，并且tdepth可以指示U和V坐标的原始(或初始)范围。tqp可以与tdepth相同或不同。在一个示例中，如果tqp＝10，则U坐标和V坐标都可以被编码到[0，210-1](即[0，1023])的范围内。纹理图可以被编码为texwidth和texheight的大小。例如，如果texwdith＝2048，texheight＝1536，则纹理图可以被编码为2048×1536的大小。
在基于视频编解码器(例如MPEG V-Mesh TM v1.0)的解码处理中，解码的纹理图可以具有texwidth和texheight的大小。对于U和V坐标，在U坐标和V坐标被解码到[0，2tqp-1]的范围内之后，U和V坐标可以接受两次转换，如图4中所示。如图4所示，可以在步骤(S402)处将编码的U和V坐标解码到[0，2tqp-1]的范围内。在步骤(S404)处，可以对解码的U和V坐标应用第一转换，例如归一化处理。在归一化处理中，U坐标和V坐标都可以除以第一因子，例如(2tqp-1)。在第一转换之后，U坐标和V坐标都可以具有[0，1]的范围。在步骤(S406)处，可以对U和V坐标应用第二转换，例如扩展处理。在扩展处理中，U坐标和V坐标可以乘以第二因子，例如(2tdepth-1)。在第二转换之后，U坐标和V坐标都可以具有[0，2tdepth-1]的范围，与源U和V坐标的范围相匹配。
在相关的视频编解码器(例如MPEG V-Mesh TM v1.0)中，解码的UV坐标范围和解码的纹理图大小可能不匹配。在如上所述的示例中，当tqp＝10、texwdith＝2048且texheight＝1536时，解码的纹理图可以具有2048×1536的大小，而解码的UV坐标可以具有1024×1024的范围。因此，解码的纹理图的大小不同于解码的UV坐标的范围。此外，在解码器侧应用于UV坐标的两次转换(例如，图4中所示的归一化和扩展)可以统一为一次转换。
在本公开中，提供了操作(或调整)UV坐标范围和纹理图大小的方法和系统。所提出的方法可以单独使用，也可以以任何顺序组合使用。此外，每个方法(或实施例)、编码器和解码器可以通过处理电路(例如，一个或多个处理器或一个或多个集成电路)来实现。在一个示例中，一个或多个处理器执行存储在非暂时性计算机可读介质中的程序。
UV坐标可以包括由U坐标和V坐标组成的一对坐标。UV坐标可以指示2D纹理图中3D位置(例如，顶点)的定位。在本公开中，可以在解码器侧操作(或调整)UV坐标以匹配纹理图的大小。例如，每个U坐标可以基于第一因子来调整，每个V坐标可以基于第二因子来调整。可以基于以下至少一项来预定第一因子和第二因子：(i)指示多个顶点的多个第一坐标和多个第二坐标的编码范围的位深度值(例如，tqp)，以及(ii)纹理图的大小(例如，texwidth和/或texheight)。
在一个实施例中，可以基于解码的纹理图大小来扩展包括U坐标和V坐标的UV坐标。例如，在解码UV坐标之后，U坐标和V坐标都在[0，2tqp-1]的范围内，其中tqp是编码期间UV坐标的位深度。UV坐标可以进一步接受如下两次转换：
(1)归一化：第一转换可以是归一化处理。基于归一化处理，U坐标和V坐标都可以除以(2tqp-1)。因此，每个U坐标可以除以(2tqp-1)，并且每个V坐标可以除以(2tqp-1)。在执行归一化处理之后，U坐标的范围和V坐标的范围可以调整为[0，1]。
(2)扩展：第二转换可以是扩展处理。例如，每个U坐标可以乘以(texwidth-1)，且每个V坐标可以乘以(texheight-1)，其中texwidth是解码的纹理图的宽度，texheight是解码的纹理图的高度。在一个示例中，texwidth＝2048且texheight＝1536。因此，每个U坐标可以乘以2047，且每个V坐标可以乘以1535。因此，U坐标的范围变为[0，2047]，V坐标的范围变为[0，1535]，UV坐标的范围变为2048×1536，与解码的纹理图大小2048×1536相匹配。
在一个实施例中，两次转换，例如归一化和扩展，可以组合成一个统一的转换。例如，在解码UV坐标之后，U坐标和V坐标都在[0，2tqp-1]的范围内，其中tqp是编码期间UV坐标的位深度。该统一的转换可应用于UV坐标，如下所示：
转换：每个U坐标可以乘以标量(texwidth-1)/(2tqp-1)，每个V坐标可以乘以标量(texheight-1)/(2tqp-1)，其中texwidth和texheight分别是解码的纹理图的宽度和高度。在该转换之后，解码的纹理图的大小可以与解码的UV坐标的范围相匹配。
在一个实施例中，当解码器侧的纹理图大小不可用时，可以应用统一的转换。例如，在纹理替换的应用中，纹理图的大小可能不可用。在一个示例中，在解码UV坐标之后，U坐标和V坐标都在[0，2tqp-1]的范围内，其中tqp是编码期间UV坐标的位深度。该统一的转换可以应用如下：
转换：每个U坐标可以乘以标量(2tdepth-1)/(2tqp-1)，每个V坐标可以乘以标量(2tdepth-1)/(2tqp-1)，其中tdepth是源U和V坐标的位深度。在该转换之后，U坐标的范围和V坐标的范围都变为[0，2tdepth-1]。
在一个实施例中，可以应用统一的转换来扩展(或调整)UV坐标的范围。在一个示例中，在解码UV坐标之后，U坐标和V坐标都在[0，2tqp-1]的范围内，其中tqp是编码期间UV坐标的位深度。UV坐标的范围可以基于该统一的转换进行如下调整：
转换：每个U坐标可以乘以标量(uMax/(2tqp-1))，每个V坐标可以乘以标量(vMax/(2tqp-1))，其中uMax和vMax是定义UV坐标范围的两个值。在该转换之后，U坐标可以在[0，uMax]的范围内，V坐标可以在[0，vMax]的范围内。
在一个实施例中，可以自适应地设置uMax和vMax的值。例如，uMax和vMax的值可以是预定常数。
在一个实施例中，如果纹理图的大小在解码器侧可用，则可以基于纹理图的大小来设置uMax和vMax的值。当纹理图的宽度和高度分别表示为texwidth和texheight时，uMax和vMax的值可以设置为uMax＝texwidth-1、vMax＝texheight-1。
在一个实施例中，如果纹理图的大小在解码器侧不可用，则可以基于源UV坐标位深度(例如，tdepth)来设置uMax和vMax的值。当源U和V坐标的位深度表示为tdepth时，uMax和vMax的值可以设置为uMax＝2tdepth-1、vMax＝2tdepth-1。
在一个实施例中，可以基于源UV坐标位深度(例如，tdepth)来设置uMax和vMax的值，而不管纹理图的大小是否可用。例如，uMax和vMax的值可以设置为uMax＝2tdepth-1、vMax＝2tdepth-1，其中tdepth指示源U和V坐标的位深度。
图5示出了根据本公开实施例的概述过程(500)的流程图。过程(500)可以在诸如视频解码器之类的解码器中使用。在各种实施例中，过程(500)由处理电路执行，例如执行视频解码器(110)的功能的处理电路、执行视频解码器(210)的功能的处理电路等。在一些实施例中，过程(500)在软件指令中实现，因此当处理电路执行软件指令时，处理电路执行过程(500)。该过程从步骤(S501)开始并进行到步骤(S510)。
在步骤(S510)处，接收网格的编码信息，该网格包括多个顶点。编码信息包括对应于多个顶点的多个第一坐标和多个第二坐标以及与该网格相关联的纹理图。纹理图指示该网格的纹理信息。多个顶点中的每个顶点包括对应的第一坐标和对应的第二坐标，该对应的第一坐标和对应的第二坐标的组合唯一地标识每个顶点的位置。
在步骤(S520)处，通过基于第一因子调整对应的第一坐标以及基于第二因子调整对应的第二坐标，归一化与每个顶点相关联的对应的第一坐标和对应的第二坐标，第一因子和第二因子与以下至少一项相关联：(i)指示多个顶点的多个第一坐标和多个第二坐标的编码范围的位深度值，以及(ii)纹理图的大小。
在步骤(S720)处，分别基于第一因子和第二因子，扩展所归一化的对应的第一坐标和所归一化的对应的第二坐标。
在步骤(S730)处，基于网格的多个顶点的所归一化并扩展的多个第一坐标和所归一化并扩展的多个第二坐标，重建该网格。
在一些实施例中，为了归一化对应的第一坐标和对应的第二坐标，将多个顶点的多个第一坐标中的每一个除以第一因子中的第一除数，将多个顶点的多个第二坐标中的每一个除以第二因子中的第二除数。为了扩展对应的第一坐标和对应的第二坐标，将多个顶点的所归一化的多个第一坐标中的每一个乘以第一因子中的第一乘数，将多个顶点的所归一化的多个第二坐标中的每一个乘以第二因子中的第二乘数。
在一个实施例中，第一因子等于(texwidth-1)/(2tqp-1)。texwidth是纹理图的宽度，tqp是指示多个顶点的多个第一坐标和多个第二坐标的编码范围的位深度值。第二因子等于(texheight-1)/(2tqp-1)，其中texheight是纹理图的高度。
在一个实施例中，第一因子是第一分数，其中多个第一坐标中的每一个基于第一分数的分母归一化并基于第一分数的分子扩展。第二因子是第二分数，其中多个第二坐标中的每一个基于第二分数的分母归一化并基于第二分数的分子扩展。
在一个实施例中，在纹理图的大小不可用的情况下，第一因子和第二因子都等于(2tdepth-1)/(2tqp-1)。tdepth是指示多个顶点的多个第一坐标和多个第二坐标的初始范围的位深度值。tqp是指示多个顶点的多个第一坐标和多个第二坐标的编码范围的位深度值。
在一个实施例中，第一因子等于(uMax/(2tqp-1))。uMax是第一常数，tqp是指示多个顶点的多个第一坐标和多个第二坐标的编码范围的位深度值。第二因子等于(vMax/(2tqp-1))，其中vMax是第二常数。
在一个示例中，uMax等于纹理图的宽度减1。vMax等于纹理图的高度减1。
在一个示例中，在纹理图的大小不可用的情况下，uMax和vMax都等于2tdepth减1。tdepth是指示多个顶点的多个第一坐标和多个第二坐标的初始范围的位深度值。
在一个示例中，uMax和vMax都等于2tdepth减1。tdepth是指示多个顶点的多个第一坐标和多个第二坐标的初始范围的位深度值。
然后，过程进行到步骤(S599)并结束。
过程(500)可以适当地调整。过程(500)中的步骤可以被修改和/或省略。可以添加其他步骤。可以使用任何合适的实现顺序。
可以使用计算机可读指令将上述技术实现为计算机软件，并且物理地存储在一个或多个计算机可读介质中。例如，图6示出了适用于实现所公开主题的某些实施例的计算机系统(600)。
可以使用任何合适的机器代码或计算机语言来对计算机软件进行编码，任何合适的机器代码或计算机语言可以经过汇编、编译、链接或类似机制以创建包括指令的代码，这些指令可以由一个或多个计算机中央处理单元(Central Processing Unit，CPU)、图形处理单元(Graphics Processing Unit，GPU)等直接执行或者通过解释、微代码等来执行。
指令可以在各种类型的计算机或其组件上执行，包括例如个人计算机、平板计算机、服务器、智能手机、游戏设备、物联网设备等。
图6中所示的用于计算机系统(600)的组件本质上是示例性的，并且不旨在对实现本公开实施例的计算机软件的使用范围或功能提出任何限制。组件的配置也不应该被解释为具有与计算机系统(600)的示例性实施例中所示的组件的任何一个或组合相关的任何依赖或要求。
计算机系统(600)可以包括某些人机接口输入设备。此类人机接口输入设备可以通过例如触觉输入(例如：击键、划动、数据手套移动)、音频输入(例如：语音、拍手)、视觉输入(例如：手势)、嗅觉输入(未示出)来响应一个或多个人类用户的输入。人机接口设备还可以用于采集不一定与人的意识输入直接相关的某些媒介，例如音频(例如：语音、音乐、环境声音)、图像(例如：扫描的图像、从静止图像相机获取的摄影图像)、视频(例如二维视频、包括立体视频的三维视频)。
输入人机接口设备可以包括下述一项或多项(每种中仅示出一个)：键盘(601)、鼠标(602)、触控板(603)、触摸屏(610)、数据手套(未示出)、操纵杆(605)、麦克风(606)、扫描仪(607)、相机(608)。
计算机系统(600)还可以包括某些人机接口输出设备。这种人机接口输出设备可以通过例如触觉输出、声音、光和气味/味道来刺激一个或多个人类用户的感官。此类人机接口输出设备可以包括触觉输出设备(例如通过触摸屏(610)、数据手套(未示出)或操纵杆(605)的触觉反馈，但是也可以是不作为输入设备的触觉反馈设备)、音频输出设备(例如：扬声器(609)、耳机(未示出))、视觉输出设备(例如包括CRT屏幕、LCD屏幕、等离子屏幕、OLED屏幕的屏幕(610)，每种屏幕具有或不具有触摸屏输入功能，每种屏幕具有或不具有触觉反馈功能，其中一些屏幕能够通过诸如立体输出、虚拟现实眼镜(未示出)、全息显示器和烟箱(未示出)以及打印机(未示出)的方式输出二维视觉输出或超过三维的输出。
计算机系统(600)还可以包括人类可访问的存储设备及其关联介质，例如包括具有CD/DVD的CD/DVD ROM/RW(620)或类似介质(621)的光学介质、指状驱动器(622)、可拆卸硬盘驱动器或固态驱动器(623)、诸如磁带和软盘之类的传统磁性介质(未示出)、诸如安全软件狗之类的基于专用ROM/ASIC/PLD的设备(未示出)等。
本领域技术人员还应该理解，结合当前公开的主题使用的术语“计算机可读介质”不涵盖传输介质、载波或其他暂时性信号。
计算机系统(600)还可以包括通向一个或多个通信网络(655)的接口(654)。网络可以例如是无线网络、有线网络、光纤网络。网络还可以是本地网络、广域网络、城域网络、车辆和工业网络、实时网络、延迟容忍网络等等。网络的示例包括诸如以太网的局域网、无线LAN、包括GSM、3G、4G、5G、LTE等的蜂窝网络、包括有线电视、卫星电视和地面广播电视的电视有线或无线广域数字网络、包括CANBus的车辆和工业网络等。某些网络通常需要连接到某些通用数据端口或外围总线(649)的外部网络接口适配器(例如计算机系统(600)的USB端口)。如下所述，其他网络接口通常通过连接到系统总线而集成到计算机系统(600)的内核中(例如，连接到PC计算机系统的以太网接口或连接到智能手机计算机系统的蜂窝网络接口)。计算机系统(600)可以使用这些网络中的任何一个网络与其他实体通信。此类通信可以是仅单向接收的(例如，广播电视)、仅单向发送的(例如，连接到某些CANbus设备的CANbus)或双向的，例如使用局域网或广域网数字网络连接到其他计算机系统。可以在如上所述的那些网络和网络接口中的每一个上使用某些协议和协议栈。
上述的人机接口设备、人类可访问的存储设备和网络接口可以附接到计算机系统(600)的内核(640)。
内核(640)可以包括一个或多个中央处理单元(CPU)(641)、图形处理单元(GPU)(642)、现场可编程门阵列(Field Programmable Gate Area，FPGA)(643)形式的专用可编程处理单元、用于某些任务的硬件加速器(644)、图形适配器(650)等等。这些设备以及只读存储器(Read-Only Memory，ROM)(645)、随机存取存储器(Random-Access Memory，RAM)(646)、诸如内部非用户可访问的硬盘驱动器、SSD等的内部大容量存储器(647)可以通过系统总线(648)连接。在一些计算机系统中，可以以一个或多个物理插头的形式访问系统总线(648)，以能够通过附加的CPU、GPU等进行扩展。外围设备可以直接连接到内核的系统总线(648)，或者通过外围总线(649)连接到内核的系统总线(648)。在一个示例中，显示屏(610)可以连接到图形适配器(650)。外围总线的体系结构包括PCI、USB等。
CPU(641)、GPU(642)、FPGA(643)和加速器(644)可以执行某些指令，这些指令组合起来可以构成上述计算机代码。该计算机代码可以存储在ROM(645)或RAM(646)中。过渡数据也可以存储在RAM(646)中，而永久数据可以存储在例如内部大容量存储器(647)中。可以通过使用高速缓存来实现对任何存储设备的快速存储和检索，该高速缓存可以与下述紧密关联：一个或多个CPU(641)、GPU(642)、大容量存储器(647)、ROM(645)、RAM(646)等。
计算机可读介质可以在其上具有执行各种由计算机实现的操作的计算机代码。介质和计算机代码可以是出于本公开的目的而专门设计和构造的介质和计算机代码，或者介质和计算机代码可以是计算机软件领域的技术人员公知且可用的类型。
作为非限制性示例，由于一个或多个处理器(包括CPU、GPU、FPGA、加速器等)执行包含在一种或多种有形的计算机可读介质中的软件，使得具有架构、特别是内核(640)的计算机系统(600)提供功能。此类计算机可读介质可以是与如上所述的用户可访问的大容量存储器相关联的介质，以及某些非暂时性的内核(640)的存储器，例如内核内部大容量存储器(647)或ROM(645)。可以将实施本公开的各种实施例的软件存储在这种设备中并由内核(640)执行。根据特定需要，计算机可读介质可以包括一个或多个存储设备或芯片。软件可以使得内核(640)，特别是其中的处理器(包括CPU、GPU、FPGA等)执行本文所描述的特定过程或特定过程的特定部分，包括定义存储在RAM(646)中的数据结构，并根据软件定义的过程修改此类数据结构。附加地或替换地，由于硬连线或以其他方式体现在电路(例如，加速器(644))中的逻辑中，使得计算机系统提供功能，该电路可以替换软件或与软件一起运行以执行本文描述的特定过程或特定过程的特定部分。在适当的情况下，提及软件的部分可以包含逻辑，反之亦然。在适当的情况下，提及计算机可读介质的部分可以包括存储用于执行的软件的电路(例如集成电路(Integrated Circuit，IC))、体现用于执行的逻辑的电路或两者都包括。本公开包括硬件和软件的任何合适的组合。
在本公开中使用“至少一个”或“其中一个”旨在包括所述元素的任何一个或其组合。例如，“A、B或C中的至少一个”、“A、B和C中的至少一个”、“A、B和/或C中的至少一个”、“A至C中的至少一个”旨在包括：单独存在A、单独存在B、单独存在C或其任意组合。“A或B中的一个”以及“A和B中的一个”旨在包括：A或B或(A和B)。在适当的情况下，使用“其中之一”并不排除所述元素的任何组合，例如当元素不互斥时。
尽管本公开已经描述了多个示例性实施例，但是存在落入本公开范围内的修改、置换和各种替换等效物。因此，应当理解，本领域技术人员将能够设计出许多虽然未在本文中明确示出或描述，但是体现了本公开的原理，因此落入本公开的精神和范围内的系统和方法。

Claims (20)

1.一种用于解码器中的网格处理方法，其特征在于，包括：
接收网格的编码信息，所述网格包括多个顶点，所述编码信息包括对应于所述多个顶点的多个第一坐标和多个第二坐标以及与所述网格相关联的纹理图，所述纹理图指示所述网格的纹理信息，所述多个顶点中的每个顶点包括对应的第一坐标和对应的第二坐标，所述对应的第一坐标和所述对应的第二坐标的组合唯一地标识所述每个顶点的位置；
通过基于第一因子调整所述对应的第一坐标以及基于第二因子调整所述对应的第二坐标，归一化与所述每个顶点相关联的所述对应的第一坐标和所述对应的第二坐标，所述第一因子和所述第二因子与以下至少一项相关联：(i)指示所述多个顶点的所述多个第一坐标和所述多个第二坐标的编码范围的位深度值，以及(ii)所述纹理图的大小；
分别基于所述第一因子和所述第二因子，扩展所归一化的对应的第一坐标和所归一化的对应的第二坐标；以及
基于所述网格的所述多个顶点的所归一化并扩展的多个第一坐标和所归一化并扩展的多个第二坐标，重建所述网格。
2.根据权利要求1所述的方法，其特征在于，
所述归一化还包括：
将所述多个顶点的所述多个第一坐标中的每一个除以所述第一因子中的第一除数；以及
将所述多个顶点的所述多个第二坐标中的每一个除以所述第二因子中的第二除数；以及
所述扩展还包括：
将所述多个顶点的所归一化的多个第一坐标中的每一个乘以所述第一因子中的第一乘数；以及
将所述多个顶点的所归一化的多个第二坐标中的每一个乘以所述第二因子中的第二乘数。
3.根据权利要求1所述的方法，其特征在于，
所述第一因子等于(texwidth-1)/(2tqp-1)，所述texwidth是所述纹理图的宽度，所述tqp是指示所述多个顶点的所述多个第一坐标和所述多个第二坐标的所述编码范围的所述位深度值；以及
所述第二因子等于(texheight-1)/(2tqp-1)，所述texheight是所述纹理图的高度。
4.根据权利要求1所述的方法，其特征在于，
所述第一因子是第一分数，所述多个第一坐标中的每一个基于所述第一分数的分母归一化并基于所述第一分数的分子扩展；以及
所述第二因子是第二分数，所述多个第二坐标中的每一个基于所述第二分数的分母归一化并基于所述第二分数的分子扩展。
5.根据权利要求1所述的方法，其特征在于，
在所述纹理图的所述大小不可用的情况下，
所述第一因子和所述第二因子都等于(2tdepth-1)/(2tqp-1)，所述tdepth是指示所述多个顶点的所述多个第一坐标和所述多个第二坐标的初始范围的位深度值，所述tqp是指示所述多个顶点的所述多个第一坐标和所述多个第二坐标的所述编码范围的所述位深度值。
6.根据权利要求1所述的方法，其特征在于，
所述第一因子等于(uMax/(2tqp-1))，所述uMax是第一常数，所述tqp是指示所述多个顶点的所述多个第一坐标和所述多个第二坐标的所述编码范围的所述位深度值；以及
所述第二因子等于(vMax/(2tqp-1))，所述vMax是第二常数。
7.根据权利要求6所述的方法，其特征在于，
所述uMax等于所述纹理图的宽度减1；以及
所述vMax等于所述纹理图的高度减1。
8.根据权利要求6所述的方法，其特征在于，
在所述纹理图的所述大小不可用的情况下，
所述uMax和所述vMax都等于(2tdepth-1)，所述tdepth是指示所述多个顶点的所述多个第一坐标和所述多个第二坐标的初始范围的位深度值。
9.根据权利要求6所述的方法，其特征在于，所述uMax和所述vMax都等于(2tdepth-1)，所述tdepth是指示所述多个顶点的所述多个第一坐标和所述多个第二坐标的初始范围的位深度值。
10.一种网格处理装置，其特征在于，包括：
处理电路，被配置为：
接收网格的编码信息，所述网格包括多个顶点，所述编码信息包括对应于所述多个顶点的多个第一坐标和多个第二坐标以及与所述网格相关联的纹理图，所述纹理图指示所述网格的纹理信息，所述多个顶点中的每个顶点包括对应的第一坐标和对应的第二坐标，所述对应的第一坐标和所述对应的第二坐标的组合唯一地标识所述每个顶点的位置；
通过基于第一因子调整所述对应的第一坐标以及基于第二因子调整所述对应的第二坐标，归一化与所述每个顶点相关联的所述对应的第一坐标和所述对应的第二坐标，所述第一因子和所述第二因子与以下至少一项相关联：(i)指示所述多个顶点的所述多个第一坐标和所述多个第二坐标的编码范围的位深度值，以及(ii)所述纹理图的大小；
分别基于所述第一因子和所述第二因子，扩展所归一化的对应的第一坐标和所归一化的对应的第二坐标；以及
基于所述网格的所述多个顶点的所归一化并扩展的多个第一坐标和所归一化并扩展的多个第二坐标，重建所述网格。
11.根据权利要求10所述的装置，其特征在于，所述处理电路被配置为：
将所述多个顶点的所述多个第一坐标中的每一个除以所述第一因子中的第一除数，以归一化所述对应的第一坐标；
将所述多个顶点的所述多个第二坐标中的每一个除以所述第二因子中的第二除数，以归一化所述对应的第二坐标；
将所述多个顶点的所归一化的多个第一坐标中的每一个乘以所述第一因子中的第一乘数，以扩展所归一化的对应的第一坐标；以及
将所述多个顶点的所归一化的多个第二坐标中的每一个乘以所述第二因子中的第二乘数，以扩展所归一化的对应的第二坐标。
12.根据权利要求10所述的装置，其特征在于，
所述第一因子等于(texwidth-1)/(2tqp-1)，所述texwidth是所述纹理图的宽度，所述tqp是指示所述多个顶点的所述多个第一坐标和所述多个第二坐标的所述编码范围的所述位深度值；以及
所述第二因子等于(texheight-1)/(2tqp-1)，所述texheight是所述纹理图的高度。
13.根据权利要求10所述的装置，其特征在于，
所述第一因子是第一分数，所述多个第一坐标中的每一个基于所述第一分数的分母归一化并基于所述第一分数的分子扩展；以及
所述第二因子是第二分数，所述多个第二坐标中的每一个基于所述第二分数的分母归一化并基于所述第二分数的分子扩展。
14.根据权利要求10所述的装置，其特征在于，
在所述纹理图的所述大小不可用的情况下，
所述第一因子和所述第二因子都等于(2tdepth-1)/(2tqp-1)，所述tdepth是指示所述多个顶点的所述多个第一坐标和所述多个第二坐标的初始范围的位深度值，所述tqp是指示所述多个顶点的所述多个第一坐标和所述多个第二坐标的所述编码范围的所述位深度值。
15.根据权利要求10所述的装置，其特征在于，
所述第一因子等于(uMax/(2tqp-1))，所述uMax是第一常数，所述tqp是指示所述多个顶点的所述多个第一坐标和所述多个第二坐标的所述编码范围的所述位深度值；以及
所述第二因子等于(vMax/(2tqp-1))，所述vMax是第二常数。
16.根据权利要求15所述的装置，其特征在于，
所述uMax等于所述纹理图的宽度减1；以及
所述vMax等于所述纹理图的高度减1。
17.根据权利要求15所述的装置，其特征在于，
在所述纹理图的所述大小不可用的情况下，
所述uMax和所述vMax都等于(2tdepth-1)，所述tdepth是指示所述多个顶点的所述多个第一坐标和所述多个第二坐标的初始范围的位深度值。
18.根据权利要求15所述的装置，其特征在于，所述uMax和所述vMax都等于(2tdepth-1)，所述tdepth是指示所述多个顶点的所述多个第一坐标和所述多个第二坐标的初始范围的位深度值。
19.一种非暂时性计算机可读存储介质，其特征在于，存储有指令，当所述指令由至少一个处理器执行时，使得所述至少一个处理器执行：
接收网格的编码信息，所述网格包括多个顶点，所述编码信息包括对应于所述多个顶点的多个第一坐标和多个第二坐标以及与所述网格相关联的纹理图，所述纹理图指示所述网格的纹理信息，所述多个顶点中的每个顶点包括对应的第一坐标和对应的第二坐标，所述对应的第一坐标和所述对应的第二坐标的组合唯一地标识所述每个顶点的位置；
通过基于第一因子调整所述对应的第一坐标以及基于第二因子调整所述对应的第二坐标，归一化与所述每个顶点相关联的所述对应的第一坐标和所述对应的第二坐标，所述第一因子和所述第二因子与以下至少一项相关联：(i)指示所述多个顶点的所述多个第一坐标和所述多个第二坐标的编码范围的位深度值，以及(ii)所述纹理图的大小；
分别基于所述第一因子和所述第二因子，扩展所归一化的对应的第一坐标和所归一化的对应的第二坐标；以及
基于所述网格的所述多个顶点的所归一化并扩展的多个第一坐标和所归一化并扩展的多个第二坐标，重建所述网格。
20.根据权利要求19所述的非暂时性计算机可读存储介质，其特征在于，当所述指令由所述至少一个处理器执行时，使得所述至少一个处理器执行：
将所述多个顶点的所述多个第一坐标中的每一个除以所述第一因子中的第一除数，以归一化所述对应的第一坐标；
将所述多个顶点的所述多个第二坐标中的每一个除以所述第二因子中的第二除数，以归一化所述对应的第二坐标；
将所述多个顶点的所归一化的多个第一坐标中的每一个乘以所述第一因子中的第一乘数，以扩展所归一化的对应的第一坐标；以及
将所述多个顶点的所归一化的多个第二坐标中的每一个乘以所述第二因子中的第二乘数，以扩展所归一化的对应的第二坐标。
CN202380014236.8A 2022-08-23 2023-06-13 Uv坐标范围和纹理图大小 Pending CN118202393A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US202263400361P 2022-08-23 2022-08-23
US63/400,361 2022-08-23
US18/208,152 US20240073433A1 (en) 2022-08-23 2023-06-09 Uv coordinate ranges and texture map size
US18/208,152 2023-06-09
PCT/US2023/068352 WO2024044412A1 (en) 2022-08-23 2023-06-13 Uv coordinate ranges and texture map size

Publications (1)

Publication Number Publication Date
CN118202393A true CN118202393A (zh) 2024-06-14

Family

ID=89995414

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202380014236.8A Pending CN118202393A (zh) 2022-08-23 2023-06-13 Uv坐标范围和纹理图大小

Country Status (3)

Country Link
US (1) US20240073433A1 (zh)
CN (1) CN118202393A (zh)
WO (1) WO2024044412A1 (zh)

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11354847B2 (en) * 2020-07-31 2022-06-07 Nvidia Corporation Three-dimensional object reconstruction from a video
US20220164994A1 (en) * 2020-11-24 2022-05-26 Samsung Electronics Co., Ltd. Overlapped patches for mesh coding for video based point cloud compression

Also Published As

Publication number Publication date
WO2024044412A1 (en) 2024-02-29
US20240073433A1 (en) 2024-02-29

Similar Documents

Publication Publication Date Title
US11783512B2 (en) Attribute value of reconstructed position associated with plural original points
US20210168386A1 (en) Method and apparatus for point cloud coding
CN113519163B (zh) 点云压缩的方法、装置和存储介质
US11120581B2 (en) Method and apparatus for point cloud compression
US11113866B2 (en) Method and apparatus for point cloud compression
CN111641834B (zh) 点云编码的方法和装置、计算机设备和存储介质
JP2023551303A (ja) メッシュ復元のための方法、装置及びコンピュータプログラム
CN112019845A (zh) 对点云进行编码的方法、装置以及存储介质
US20240073433A1 (en) Uv coordinate ranges and texture map size
JP7504298B2 (ja) ３次元（３ｄ）メッシュのｕｖ座標を処理するための方法、装置及びコンピュータプログラム
US20230014820A1 (en) Methods and apparatuses for dynamic mesh compression
US20240095965A1 (en) Duplicate vertices merging in mesh compression
US20240015324A1 (en) Vertex position coding in mesh compression
US20230377205A1 (en) Vertex position prediction in mesh compression
KR20240105416A (ko) Uv 좌표 범위 및 텍스처 맵 크기
CN117678219A (zh) 基于时间预测的顶点位置压缩
KR20240093828A (ko) 중복 정점 기반 포지션 압축
KR20240093873A (ko) 메시 압축의 텍스처 좌표 코딩
KR20240063947A (ko) 위치 압축에서 메쉬 정점의 그룹화
WO2024015692A1 (en) Texture coordinate coding in mesh compression
JP2023548236A (ja) メッシュ圧縮のための頂点並べ替え方法における接続のコーディング
CN118202385A (zh) 基于重复顶点的位置压缩

Legal Events

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