JP2023525207A - イントラ予測方法、装置、エンコーダ、デコーダ、及び記憶媒体 - Google Patents

Abstract

本願実施例は、イントラ予測方法、装置、エンコーダ、デコーダ、及び記憶媒体を提供し、前記イントラ予測方法は、入力点群を分割した後に得られた現在の階層レベルが目標階層レベルより小さいと決定した場合、現在のノードの第１数量の隣接ノードの占有情報及び前記第１数量の隣接ノードにおける各隣接ノードに対応する第１占有数量を取得することと、第２数量の隣接ノードにおける各隣接ノードに対応する第２占有数量を取得することであって、前記第１数量は、前記第２数量より大きく、且つ前記第２数量の隣接ノードと前記現在のノードのサブノードとの間は、関連関係を有することと、前記現在のノードの第１数量の隣接ノードの占有情報、前記第１占有数量、及び前記第２占有数量に基づいて、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行して、第１予測結果を得ることと、を含む。

Description

本願実施例は、通信分野におけるコーデック技術に関し、特に、イントラ予測方法、装置、エンコーダ、デコーダ、及び記憶媒体に関する。

現在、関連技術における八分木に基づくジオメトリ情報符号化のイントラ予測技術案では、現在のノードの２６個の隣接ノードの占有情報と複数の所定の閾値を使用して、計算及び比較を行う。上記の予測技術案をイントラ予測に使用する場合、多くのルックアップテーブル（Ｌｏｏｋ Ｕｐ Ｔａｂｌｅ）が関与し、少なくとも１６個の重み及び１０個の閾値がイントラ予測に関与するため、最適解を求めることは困難であり、それにより、イントラ予測の結果が最適になれないことに留意されたい。これにより、関連技術で、イントラ予測を行う際に計算量が多く、コーデック時間が長く、及びイントラ予測結果が不正確であるという問題があることが分かる。

本願実施例は、コーデック処理時のイントラ予測の速度及び精度を向上させ、さらにコーデックの品質を向上させることができるイントラ予測方法、装置、エンコーダ、デコーダ、及び記憶媒体を提供する。

本願実施例の技術的解決策は、以下のように実現できる。

第１態様によれば、本願実施例は、イントラ予測方法を提供し、前記方法は、
入力点群を分割した後に得られた現在の階層レベルが目標階層レベルより小さいと決定した場合、現在のノードの第１数量の隣接ノードの占有情報を取得することと、
前記第１数量の隣接ノードの占有情報から、第２数量の隣接ノードの占有情報を抽出することであって、ここで、前記第１数量は、前記第２数量より大きく、且つ前記第２数量の隣接ノードと前記現在のノードのサブノードとの間は、関連関係を有することと、
前記第２数量の隣接ノードの占有情報に基づいて、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行して、第１予測結果を得ることと、を含む。

第２態様によれば、本願実施例は、イントラ予測方法を提供し、前記方法は、
入力点群を分割した後に得られた現在の階層レベルが目標階層レベルより小さいと決定した場合、現在のノードの第１数量の隣接ノードの占有情報及び前記第１数量の隣接ノードにおける各隣接ノードに対応する第１占有数量を取得することと、
第２数量の隣接ノードにおける各隣接ノードに対応する第２占有数量を取得することであって、ここで、前記第１数量は、前記第２数量より大きく、且つ前記第２数量の隣接ノードと前記現在のノードのサブノードとの間は、関連関係を有することと、
前記現在のノードの第１数量の隣接ノードの占有情報、前記第１占有数量、及び前記第２占有数量に基づいて、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行して、第１予測結果を得ることと、を含む。

第３態様によれば、本願実施例は、イントラ予測装置を更に提供し、前記装置は、
入力点群を分割した後に得られた現在の階層レベルが目標階層レベルより小さいと決定した場合、現在のノードの第１数量の隣接ノードの占有情報を取得するように構成される第１処理モジュールと、
前記第１数量の隣接ノードの占有情報から、第２数量の隣接ノードの占有情報を抽出するように構成される第１抽出モジュールであって、ここで、前記第１数量は、前記第２数量より大きく、且つ前記第２数量の隣接ノードと前記現在のノードのサブノードとの間は、関連関係を有する、第１抽出モジュールと、
前記第２数量の隣接ノードの占有情報に基づいて、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行して、第１予測結果を得るように構成される第２処理モジュールと、を備える。

第４態様によれば、本願実施例は、イントラ予測装置を更に提供し、前記装置は、
入力点群を分割した後に得られた現在の階層レベルが目標階層レベルより小さいと決定した場合、現在のノードの第１数量の隣接ノードの占有情報及び前記第１数量の隣接ノードにおける各隣接ノードに対応する第１占有数量を取得するように構成される第３処理モジュールと、
第２数量の隣接ノードにおける各隣接ノードに対応する第２占有数量を取得するように構成される第１取得モジュールであって、前記第１数量は、前記第２数量より大きく、且つ前記第２数量の隣接ノードと前記現在のノードのサブノードとの間は、関連関係を有する、第１取得モジュールと、
前記現在のノードの第１数量の隣接ノードの占有情報、前記第１占有数量、及び前記第２占有数量に基づいて、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行して、第１予測結果を得るように構成される第４処理モジュールと、を備える。

第５態様によれば、本願実施例は、エンコーダを提供し、前記エンコーダは、
実行可能なイントラ予測命令を記憶する、第１メモリと、
前記第１メモリに記憶された実行可能なイントラ予測命令を実行するときに、第１態様に記載のイントラ予測方法を実現する第１プロセッサと、を備える。

第６態様によれば、本願実施例は、デコーダを更に提供し、前記デコーダは、
実行可能なイントラ予測命令を記憶する、第２メモリと、
前記第２メモリに記憶された実行可能なイントラ予測命令を実行するときに、第１態様に記載のイントラ予測方法を実現する第１プロセッサと、を備える。

第７態様によれば、本願実施例は、実行可能なイントラ予測命令が記憶されたコンピュータ可読記憶媒体を提供し、前記実行可能なイントラ予測命令は、第１プロセッサによって実行されるときに、第１態様に記載のイントラ予測方法を実現する。

本願実施例は、イントラ予測方法、装置、エンコーダ、デコーダ、及び記憶媒体を提供し、前記イントラ予測方法は、入力点群を分割した後に得られた現在の階層レベルが目標階層レベルより小さいと決定した場合、現在のノードの第１数量の隣接ノードの占有情報を取得することと、第１数量の隣接ノードの占有情報から、第２数量の隣接ノードの占有情報を抽出することであって、ここで、第１数量は、第２数量より大きく、且つ第２数量の隣接ノードと現在のノードのサブノードとの間は、関連関係を有することと、第２数量の隣接ノードの占有情報に基づいて、現在のノードのサブノードの占有情報に対してイントラ予測を実行して、第１予測結果を得ることと、を含み、つまり、本願実施例は、現在のノードのサブノードの占有情報に対してイントラ予測を実行するとき、現在のノードのサブノードとの間に関連系を有する現在のノードのサブノードのみを考慮し、それにより、ルックアップテーブルを削減し、計算複雑度を低下し、イントラ予測結果の精度を向上させ、コーデックの時間を短縮し、コーデックの精度を向上させるという目的を達成する。

本願実施例による例示的な符号化のフロチャートである。 本願実施例による例示的なイントラ予測方法の第１のフロチャートである。 本願実施例による例示的なイントラ予測方法の第２のフロチャートである。 本願実施例による例示的な現在のノードの異なるサブノードが点群を含む概略図である。 本願実施例による例示的なエンコーダよって実行されるイントラ予測方法の第１のフローチャートである。 本願実施例による例示的なデコーダよって実行されるイントラ予測方法の第１のフローチャートである。 本願実施例による例示的な現在のノードの特定のサブノードが点群を含む概略図である。 本願実施例による例示的なイントラ予測方法の第３のフロチャートである。 本願実施例による例示的なイントラ予測方法の第４のフロチャートである。 本願実施例による例示的なエンコーダよって実行されるイントラ予測方法の第２のフローチャートである。 本願実施例による例示的なデコーダによって実行されるイントラ予測方法の第２のフローチャートである。 本願実施例による非可逆圧縮下でのＢＤレートを示す。 本願実施例による可逆圧縮下でのｂｐｉｐ ｒａｔｉｏを示す。 本願実施例によるイントラ予測装置の構造概略図である。 本願実施例によるデコーダの構造概略図である。 本願実施例によるエンコーダの構造概略図である。

本願実施例の目的、技術的解決策及び利点をより明確にするために、以下では、本願実施例の図面を参照して、本願の具体的な技術的解決策を更に詳細に説明する。以下の実施例は、本願を説明するために使用されるが、本願を限定することを意図するものではない。

特に明記されていない限り、本願で使用されるすべての技術用語及び科学用語は、本願の当業者によって通常理解されるものと同じ意味を有する。本願で使用される用語は、本願実施例を説明するためにのみ採用され、本願を限定することを意図するものではない。

以下の説明において、「いくつかの実施例」とは、全ての可能な実施例のサブセットを指すが、「いくつかの実施例」というのは、全ての可能な実施例の同じサブセット又は異なるサブセットであり得、競合することなく互いに組み合わせることができることが理解できる。

本願実施例に係る「第１＼第２＼第３」などの用語は、対象に対する特定の順番を表すものではなく、類似する対象を区別するものであることに留意されたい。「第１＼第２＼第３」は、許可された場合において特定の順番又は前後順番を交換できるので、本明細書に記載の本願実施例は、本明細書に図示された又は記載されたもの以外の順番で実行できることが理解できる。

本願実施例を更に詳細に説明する前に、本願実施例に係る名詞及び用語を説明し、本願実施例に係る名詞及び用語は、以下の説明に適している。

１）点群圧縮（ＰＣＣ：Ｐｏｉｎｔ Ｃｌｏｕｄ Ｃｏｍｐｒｅｓｓｉｏｎ）
２）ジオメトリベースの点群圧縮（Ｇ－ＰＣＣ：Ｇｅｏｍｅｔｒｙ－ｂａｓｅｄ Ｐｏｉｎｔ Ｃｌｏｕｄ Ｃｏｍｐｒｅｓｓｉｏｎ）
３）シート／ストリップ：ｓｌｉｃｅ
４）バウンディングボックス：ｂｏｕｎｄｉｎｇ ｂｏｘ
５）八分木：ｏｃｔｒｅｅ
６）イントラ予測：ｉｎｔｒａ ｐｒｅｄｉｃｔｉｏｎ
７）トリスープ（ｔｒｉｓｏｕｐ：ｔｒｉａｎｇｌｅ ｓｏｕｐ）
８）コンテキストモデルベースの適応バイナリ算術コーディング（ＣＡＢＡＣ：Ｃｏｎｔｅｘｔ－ｂａｓｅｄ Ａｄａｐｔｉｖｅ Ｂｉｎａｒｙ Ａｒｉｔｈｍｅｔｉｃ Ｃｏｄｉｎｇ）
９）ブロック：ｂｌｏｃｋ
１０）バーテックス：ｖｅｒｔｅｘ
１１）レッドグリーンブルー（ＲＧＢ：Ｒｅｄ－Ｇｒｅｅｎ－Ｂｌｕｅ）
１２）輝度クロミナンス（ＹＵＶ：Ｌｕｍｉｎａｎｃｅ－Ｃｈｒｏｍｉｎａｎｃｅ）
１３）詳細レベル（ＬＯＤ：Ｌｅｖｅｌ ｏｆ Ｄｅｔａｉｌ）
１４）領域適応階層変換（ＲＡＨＴ：Ｒｅｇｉｏｎ Ａｄａｐｔｉｖｅ Ｈｉｅｒａｒｃｈａｌ Ｔｒａｎｓｆｏｒｍ）
１５）ルックアップテーブル（ＬＵＴ：Ｌｏｏｋ Ｕｐ Ｔａｂｌｅ）
１６）動画専門家グループ（ＭＰＥＧ：Ｍｏｖｉｎｇ Ｐｉｃｔｕｒｅ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ）
１７）国際標準化機構（ＩＳＯ：Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｔａｎｄａｒｄｉｚａｔｉｏｎ Ｏｒｇａｎｉｚａｔｉｏｎ）
１８）国際電気技術委員会（ＩＥＣ：Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｅｌｅｃｔｒｏｔｅｃｈｎｉｃａｌ Ｃｏｍｍｉｓｓｉｏｎ）
１９）隣接ノードにおける占有ノードの数（Ｎｏ：ｎｕｍｂｅｒ ｏｆ ｏｃｃｕｐｉｅｄ ｎｅｉｇｈｂｏｕｒｓ）
本願実施例では、点群Ｇ－ＰＣＣエンコーダフレームワークにおいて、３Ｄ画像モデルへの入力点群をｓｌｉｃｅ分割した後、各ｓｌｉｃｅを独立して符号化する。

図１に示すようなＧ－ＰＣＣ符号化のフローチャートでは、入力点群をｓｌｉｃｅ分割した後、各ｓｌｉｃｅを独立して符号化する。各ｓｌｉｃｅにおいて、点群のジオメトリ情報と各点に対応する属性情報が別々に符号化される。まず、点群がすべてｂｏｕｎｄｉｎｇ ｂｏｘに含まれるように、ジオメトリ情報の座標変換を実行する。次に、量子化を実行し、この量子化のステップは主にスケーリングの役割を果たし、量子化の丸めにより、一部の点のジオメトリ情報が同じになり、パラメータに基づいて、重複点を除去するかどうかを決定し、重複点を量子化および除去するプロセスをボクセル化プロセスとも呼ぶ。次に、ｂｏｕｎｄｉｎｇ ｂｏｘに対してｏｃｔｒｅｅに基づく分割を実行する。八分木分割階層の異なる深さに基づいて、ジオメトリ情報の符号化はさらに、八分木及びｔｒｉｓｏｕｐに基づく２つのフレームワークに分割される。

八分木に基づくジオメトリ情報符号化フレームワークでは、バウンディングボックスを八等分して８つのサブキューブに分割し、各キューブの占有情報（１は非空であり、０は空である）を記録し、非空のサブキューブを八等分し続け、分割して得られた葉ノードが１ｘ１ｘ１のユニットキューブになると、分割を停止する。このプロセスでは、ノードと周囲のノード間の空間相関性を使用して、占有情報に対してｉｎｔｒａ ｐｒｅｄｉｃｔｉｏｎを実行し、最後にＣＡＢＡＣを実行して、バイナリコードストリームを生成する。

ｔｒｉｓｏｕｐに基づくジオメトリ情報符号化フレームワークでは、同様に、まず八分木分割を実行する必要があるが、八分木に基づくジオメトリ情報符号化とは異なり、当該方法は、点群を、辺長が１ｘ１ｘ１のユニットキューブに段階的に分割する必要はなく、ｂｌｏｃｋの辺長がＷであるときに分割を停止し、各ｂｌｏｃ内の点群の分布によって形成される表面に基づいて、当該表面とｂｌｏｃｋの１２個の辺によって生成される最大１２個のｖｅｒｔｅｘを取得する。各ｂｌｏｃｋのｖｅｒｔｅｘ座標を順次符号化して、バイナリコードストリームを生成する。

ジオメトリ符号化が完了した後、ジオメトリ情報を再構築する。現在、属性符号化は、主に色情報に対して実行される。まず、色情報をＲＧＢ色空間からＹＵＶ色空間に変換する。次に、符号化されていない属性情報が再構成されたジオメトリ情報に対応するように、再構成されたジオメトリ情報を使用して、点群を再着色する。色情報の符号化では、主に、２つの変換方法があり、１つは、ＬＯＤ分割に依存する距離ベースのリフティング変換であり、もう１つは、ＲＡＨＴ変換を直接実行することであり、これらの２つの変換方法は、色情報を空間領域から周波数領域に変換し、変換によって高周波係数と低周波係数を取得し、最後に係数を量子化して符号化し、バイナリコードストリームを生成する。

ここで、八分木に基づくジオメトリ情報符号化のイントラ予測について説明する。

現在のノードの２６個の隣接ノードの占有情報に基づいて、現在のノードのサブノードが占有されているかどうかを予測することが、イントラ予測であり、イントラ予測の実施は、以下の通りである。

まず、八分木分割の現在の階層レベルが所定の階層の数Ｌ未満である場合、イントラ予測をイネーブルする。入力は、（ｘ，ｙ，ｚ）座標とフラグビットのマッピングに使用されるモートン３Ｄマップ、マップシフトパラメータ、及び現在のノードの原点の座標である。

最後に、出力０又は１によって表される「予測するかどうか」及び「予測値」は、後の占有情報に対するエントロピー符号化に使用される。ここで、１、１は「占有」を表し、１、０は「占有しない」を表し、０、０は「予測しない」を表す。

本願実施例は、イントラ予測方法を提供し、図２に示すように、当該方法は、以下のステップを含む。

ステップ１０１において、入力点群を分割した後に得られた現在の階層レベルが目標階層レベルより小さいと決定した場合、現在のノードの第１数量の隣接ノードの占有情報を取得する。

本願実施例では、エンコーダ又はデコーダが、ステップ１０１～ステップ１０３を実行して、現在のノードのサブノードの占有情報に対してイントラ予測の第１予測結果を得ることができる。

ここで、エンコーダがステップ１０１～ステップ１０３を実行することを例にとると、当該エンコーダは、Ｇ－ＰＣＣエンコーダなどの三次元点群エンコーダを含む。Ｇ－ＰＣＣエンコーダは、入力点群をｓｌｉｃｅ分割した後、各ｓｌｉｃｅを独立して符号化し、ここで、エンコーダは、入力点群を分割した後に得られた現在の階層レベルが目標階層レベルより小さいと決定した場合、現在のノードの第１数量の隣接ノードの占有情報を取得する。いくつかの実施例では、エンコーダは、ｏｃｔｒｅｅに基づいて入力点群を分割することができる。

ステップ１０２において、第１数量の隣接ノードの占有情報から、第２数量の隣接ノードの占有情報を抽出する。

ここで、第１数量は、第２数量より大きく、且つ第２数量の隣接ノードと現在のノードのサブノードとの間は、関連関係を有する。

本願実施例では、エンコーダは、現在のノードの第１数量の隣接ノードの占有情報を取得した後、第１数量の隣接ノードの占有情報から、第２数量の隣接ノードの占有情報を抽出し、なお、第２数量の隣接ノードと現在のノードのサブノードとの間は関連関係を有し、つまり、現在のノードの第１数量の隣接ノードの占有情報を得た後、まず、現在のノードの第１数量の隣接ノードの占有情報を選別して、現在のノードのサブノードに一定の影響を与える隣接ノードの占有情報を決定し、選別された占有情報を、現在のノードのサブノードの占有情報のイントラ予測の参照因子として使用し、このようにして、第１数量の隣接ノードの占有情報のすべてを考慮した計算量が削減され、符号化時間の短縮、符号化効率の向上、符号化精度の向上の基礎となることに留意されたい。

ステップ１０３において、第２数量の隣接ノードの占有情報に基づいて、現在のノードのサブノードの占有情報に対してイントラ予測を実行して、第１予測結果を得る。

本願実施例では、エンコーダが第２数量の隣接ノードの占有情報を選別した後、第２数量の隣接ノードの占有情報に基づいて、現在のノードのサブノードの占有情報に対してイントラ予測を実行して、第１予測結果を得る。

本願実施例によって提供されるイントラ予測方法では、入力点群を分割した後に得られた現在の階層レベルが目標階層レベルより小さいと決定した場合、現在のノードの第１数量の隣接ノードの占有情報を取得し、第１数量の隣接ノードの占有情報から、第２数量の隣接ノードの占有情報を抽出し、ここで、第１数量は、第２数量より大きく、且つ第２数量の隣接ノードと現在のノードのサブノードとの間は、関連関係を有し、第２数量の隣接ノードの占有情報に基づいて、現在のノードのサブノードの占有情報に対してイントラ予測を実行して、第１予測結果を得る。つまり、本願実施例において、現在のノードのサブノードの占有情報に対してイントラ予測を実行する場合、現在のノードのサブノードとの間に関連関係を有する第２数量の隣接ノードのみを考慮し、それにより、ルックアップテーブルを削減し、計算の複雑さを軽減し、イントラ予測結果の精度を向上させ、コーデックの時間を短縮し、コーデックの精度を向上させるという目的に達成できる。

本願実施例は、イントラ予測方法を提供し、図３を参照すれば、イントラ予測方法がエンコーダに適用される場合、当該方法は、ステップ２０１～ステップ２０６を含み、イントラ予測方法がデコーダに適用される場合、当該方法は、ステップ２０１～ステップ２０４及びステップ２０７～ステップ２０８を含むことに留意されたい。

いくつかの実施例では、エンコーダは、三次元点群エンコーダを含み、デコーダは、三次元点群デコーダを含む。

ステップ２０１において、入力点群を分割した後に得られた現在の階層レベルが目標階層レベルより小さいと決定した場合、現在のノードの第１数量の隣接ノードの占有情報を取得する。

本願実施例では、エンコーダ又はデコーダは、入力点群を分割した後に得られた現在の階層Ｌが目標階層より小さいと決定した場合、現在のノードの第１数量の隣接ノードの占有情報を取得する。例示的に、エンコーダ又はデコーダは、入力点群に基づいて、現在のノードｋの占有情報δを取得し、ここで、ｋの値は、［０，２５］であり、δは、０又は１である。

ステップ２０２において、第１数量の隣接ノードの占有情報から、第２数量の隣接ノードの占有情報を抽出する。

ここで、第１数量は、第２数量より大きく、且つ第２数量の隣接ノードと現在のノードのサブノードとの間は、関連関係を有する。ここで、関連関係は、第２数量の隣接ノードと現在のノードのサブノードとの間で、面、エッジ、及び頂点を共有することを含む。

本願実施例では、第２数量の隣接ノードは、現在のノードのサブノードとの間で、面、エッジ、及び頂点を共有する隣接ノードを含み、それにより、第１数量の隣接ノードのうち、現在のノードの特定のサブノードにほとんど影響を与えない又は影響が小さい隣接ノードを除外し、このようにして、計算量が削減されるだけでなく、同時にコーデックの時間を効果的に短縮させ、コーデックの精度を保証することができる。

ステップ２０３において、第２数量の隣接ノードの占有情報に基づいて、サブノードの第２数量の隣接ノードに対応する占有数量を決定する。

ステップ２０４において、占有数量に基づいて、現在のノードの占有情報に対してイントラ予測を実行して、第１予測結果を得る。

ここで、第１予測結果は、予測するかどうかの予測パラメータ及び予測状況での予測値パラメータを指示するために使用される。

本願実施例では、ステップ２０４における占有数量に基づいて、現在のノードの占有情報に対してイントラ予測を実行して、第１予測結果を得ることは、以下のステップによって実現できる。

ステップ２０４ａにおいて、第２数量に関連する第３数量を取得する。

いくつかの実施例では、第３数量は、第２数量の半分に等しくてもよい。もちろん、本願の別の実施例では、実際の状況に応じて、第２数量に基づいて第３数量を柔軟に決定することもできる。

例示的に、サブノードｍの７近傍のノードを考慮する場合、第３数量は、４であり得る。

ステップ２０４ｂにおいて、占有数量及び第３数量に基づいて、現在のノードの占有情報に対してイントラ予測を実行して、第１予測結果を得る。

本願のいくつかの実施例では、ステップ２０４ｂにおける占有数量及び第３数量に基づいて、現在のノードの占有情報に対してイントラ予測を実行して、第１予測結果を得ることは、以下のステップを含む。

ステップ２０４ｂ１において、占有数量と第３数量が異なると決定した場合、占有数量、第１閾値、第２閾値に基づいて、現在のノードの占有情報に対してイントラ予測を実行して、第１予測結果を得る。

さらに、占有数量と第３数量が異なると決定した場合、一実現可能なシナリオでは、ステップ２０４ｂ１における占有数量、第１閾値、第２閾値に基づいて、現在のノードの占有情報に対してイントラ予測を実行して、第１予測結果を得ることは、以下のステップを含み得る。

Ｓｔｅｐ１１において、占有数量を第１閾値と比較する。

Ｓｔｅｐ１２において、占有数量が第１閾値以下であると決定した場合、現在のノードのサブノードの占有情報に対してイントラ予測を実行して、現在のノードのサブノードが点群を含まないという第１予測結果を得る。

さらに、占有数量と第３数量が異なると決定した場合、別の実現可能なシナリオでは、占有数量、第１閾値、第２閾値に基づいて、現在のノードの占有情報に対してイントラ予測を実行して、第１予測結果を得ることは、以下のステップを含み得る。

Ｓｔｅｐ２１において、占有数量を第１閾値と比較する。

Ｓｔｅｐ２２において、占有数量が第２閾値以上であると決定した場合、現在のノードのサブノードの占有情報に対してイントラ予測を実行して、現在のノードのサブノードが点群を含むという第１予測結果を得る。

本願の更に別の実現可能なシナリオでは、占有数量を第１閾値と比較して、占有数量が第１閾値より大きく、且つ第２閾値より小さいと決定した場合、現在のノードのサブノードの占有情報に対してイントラ予測を実行しないという第２予測結果を得る。

本願の別の実施例では、ステップ２０４ｂにおける占有数量及び第３数量に基づいて、現在のノードの占有情報に対してイントラ予測を実行して、第１予測結果を得ることは、以下のステップを含む。

ステップ２０４ｂ２において、占有数量が第３数量と同じであると決定した場合、占有数量、第３閾値、第４閾値に基づいて、現在のノードの占有情報に対してイントラ予測を実行して、第１予測結果を得る。

本願実施例では、ステップ２０４ｂ２における占有数量が第３数量と同じであると決定した場合、占有数量、第３閾値、第４閾値に基づいて、現在のノードの占有情報に対してイントラ予測を実行して、第１予測結果を得ることは、以下のステップを含み得る。

ステップ２０４ｂ２１において、占有数量が第３数量と同じであると決定した場合、サブノードの第２数量の隣接ノードからサブノードまでの距離に基づいて、第２数量の隣接ノードの占有情報の重みを設定する。

ステップ２０４ｂ２２において、第２数量の隣接ノードの占有情報、及び第２数量の隣接ノードの占有情報に対応する重みに基づいて、サブノードの目標パラメータを決定する。

ステップ２０４ｂ２３において、目標パラメータ、第３閾値、第４閾値に基づいて、第１予測結果を決定する。

さらに、実現可能な１つのシナリオでは、ステップ２０４ｂ２３における目標パラメータ、第３閾値、第４閾値に基づいて、第１予測結果を決定することは、目標パラメータが第３閾値以下であると決定した場合、現在のノードの占有情報に対してイントラ予測を実行して、現在のノードのサブノードが点群を含まないという第１予測結果を得るステップを含み得る。

例示的に、図４における（Ａ）～（Ｈ）を参照すれば、現在のノードの異なるサブノードに対応する占有状態、即ち、現在のノードの異なるサブノードの占有情報をそれぞれ表す。

本願実施例では、例示的に、
ＬＵＴ＿Ｉ［８］［７］＝｛｛０，１，３，４，９，１０，１２｝，｛１，２，４，５，１０，１１，１３｝，｛３，４，６，７，１２，１４，１５｝，｛４，５，７，８，１３，１５，１６｝，｛９，１０，１２，１７，１８，２０，２１｝，｛１０，１１，１３，１８，１９，２１，２２｝，｛１２，１４，１５，２０，２１，２３，２４｝，｛１３，１５，１６，２１，２２，２４，２５｝｝であり、
ＬＵＴ＿ｄ［８］［７］＝｛｛２，１，１，０，１，０，０｝，｛１，２，０，１，０，１，０｝，｛１，０，２，１，０，１，０｝，｛０，１，１，２，０，０，１｝，｛１，０，０，２，１，１，０｝，｛０，１，０，１，２，０，１｝，｛０，１，０，１，０，２，１｝，｛０，０，１，０，１，１，２｝｝であり、

さらに、別の実現可能なシナリオでは、ステップ２０４ｂ２３における目標パラメータ、第３閾値、第４閾値に基づいて、第１予測結果を決定することは、目標パラメータが第４閾値以上であると決定した場合、現在のノードの占有情報に対してイントラ予測を実行して、現在のノードのサブノードが点群を含むという第１予測結果を得る、ステップを含み得る。

さらに、更に別の実現可能なシナリオでは、ステップ２０４ｂ２３における目標パラメータ、第３閾値、第４閾値に基づいて、第１予測結果を決定することは、目標パラメータが第３閾値より大きく、且つ第４閾値より小さいと決定した場合、現在のノードのサブノードの占有情報に対してイントラ予測を実行しないという第２予測結果を得る、ステップを含み得る。

ステップ２０５において、第１予測結果に関連する符号化モデルを決定する。

本願実施例では、エンコーダが第１予測結果を取得した後、第１予測結果に関連する符号化モデルを決定する。

ステップ２０６において、符号化モデルに基づいて、現在のノードのサブノードの占有情報に対して符号化を実行して、コードストリームに書き込む。

本願実施例では、エンコーダが符号化モデルに基づいて、現在のノードのサブノードの占有情報に対して符号化を実行して、コードストリームに書き込む。

ステップ２０７において、第１予測結果に関連する復号化モデルを決定する。

本願実施例では、エンコーダが第１予測結果を取得した後、第１予測結果に関連する復号化モデルを決定する。

ステップ２０８において、復号化モデルに基づいて、取得されたコードストリームを解析して、現在のノードのサブノードの占有情報を得る。

本願実施例では、エンコーダが復号化モデルに基づいて、取得されたコードストリームを解析して、現在のノードのサブノードの占有情報を得る。

一実現可能なシナリオでは、図５に示すように、エンコーダに適用されるイントラ予測方法を例にとると、エンコーダが現在のノードの特定のサブノードを予測する場合、それと面、エッジ、頂点を共有する７つの隣接する親ノードの影響のみを考慮する。次に、重みの計算、及び閾値の設定に基づいて、予測結果を３種類に分類し、エンコーダがイントラ予測を実行する方法のステップは、以下の通りである。

第１のステップにおいて、八分木分割の現在の階層レベルＬが所定の階層数未満である場合、イントラ予測をイネーブルする。入力は、（ｘ，ｙ，ｚ）座標とフラグビットのマッピングに使用されるモートン３Ｄマップ、マップシフトパラメータ、及び現在のノードの原点の座標である。

第２のステップにおいて、入力情報に基づいて、隣接ノードｋの占有情報δを取得し、ここで、ｋの値は、［０，２５］であり、δは、０又は１である。

例示的に、いくつかの実施例では、
ＬＵＴ＿Ｉ［８］［７］＝｛｛０，１，３，４，９，１０，１２｝，｛１，２，４，５，１０，１１，１３｝，｛３，４，６，７，１２，１４，１５｝，｛４，５，７，８，１３，１５，１６｝，｛９，１０，１２，１７，１８，２０，２１｝，｛１０，１１，１３，１８，１９，２１，２２｝，｛１２，１４，１５，２０，２１，２３，２４｝，｛１３，１５，１６，２１，２２，２４，２５｝｝であり、
ＬＵＴ＿ｄ［８］［７］＝｛｛２，１，１，０，１，０，０｝，｛１，２，０，１，０，１，０｝，｛１，０，２，１，０，１，０｝，｛０，１，１，２，０，０，１｝，｛１，０，０，２，１，１，０｝，｛０，１，０，１，２，０，１｝，｛０，１，０，１，０，２，１｝，｛０，０，１，０，１，１，２｝｝であり、

さらに、エンコーダは、第１予測結果に関連する符号化モデルを決定し、符号化モデルに基づいて、現在のノードのサブノードの占有情報に対して符号化を実行して、コードストリームに書き込む。

一実現可能なシナリオでは、図６に示すように、デコーダに適用されるイントラ予測方法を例にとると、デコーダが現在のノードの特定のサブノードを予測する場合、それと面、エッジ、頂点を共有する７つの隣接する親ノードの影響のみを考慮する。次に、重みの計算、及び閾値の設定に基づいて、予測結果を３種類に分類し、デコーダがイントラ予測を実行する方法のステップは、以下の通りである。

第１のステップにおいて、八分木分割の現在の階層レベルＬが所定の階層数未満である場合、イントラ予測をイネーブルする。入力は、（ｘ，ｙ，ｚ）座標とフラグビットのマッピングに使用されるモートン３Ｄマップ、マップシフトパラメータ、及び現在のノードの原点の座標である。

第２のステップにおいて、入力情報に基づいて、隣接ノードｋの占有情報δを取得し、ここで、ｋの値は、［０，２５］であり、δは、０又は１である。

第５のステップにおいて、出力０又は１によって表される「予測するかどうか」及び「予測値」は、後の占有情報に対するエントロピー符号化に使用される。ここで、１、１は「占有」を表し、１、０は「占有しない」を表し、０、０は「予測しない」を表す。

さらに、デコーダが第１予測結果に関連する復号化モデルを決定し、復号化モデルに基づいて、取得されたコードストリームを解析して、現在のノードのサブノードの占有情報を得る。

例示的に、いくつかの実施例では、
ＬＵＴ＿Ｉ［８］［７］＝｛｛０，１，３，４，９，１０，１２｝，｛１，２，４，５，１０，１１，１３｝，｛３，４，６，７，１２，１４，１５｝，｛４，５，７，８，１３，１５，１６｝，｛９，１０，１２，１７，１８，２０，２１｝，｛１０，１１，１３，１８，１９，２１，２２｝，｛１２，１４，１５，２０，２１，２３，２４｝，｛１３，１５，１６，２１，２２，２４，２５｝｝であり、
ＬＵＴ＿ｄ［８］［７］＝｛｛２，１，１，０，１，０，０｝，｛１，２，０，１，０，１，０｝，｛１，０，２，１，０，１，０｝，｛０，１，１，２，０，０，１｝，｛１，０，０，２，１，１，０｝，｛０，１，０，１，２，０，１｝，｛０，１，０，１，０，２，１｝，｛０，０，１，０，１，１，２｝｝であり、

別の実現可能なシナリオでは、エンコーダに適用されるイントラ予測方法を例にとると、上記のイントラ予測の技術案をより単純化し、それにより、イントラ予測の計算量を更に削減することができ、エンコーダがイントラ予測を実行する方法ステップは、以下の通りである。

第１のステップにおいて、八分木分割の現在の階層レベルＬが所定の階層数未満である場合、イントラ予測をイネーブルする。入力は、（ｘ，ｙ，ｚ）座標とフラグビットのマッピングに使用されるモートン３Ｄマップ、マップシフトパラメータ、及び現在のノードの原点の座標である。

第２のステップにおいて、入力情報に基づいて、隣接ノードｋの占有情報δを取得し、ここで、ｋの値は、［０，２５］であり、δは、０又は１である。

第５のステップにおいて、出力０又は１によって表される「予測するかどうか」及び「予測値」は、後の占有情報に対するエントロピー符号化に使用される。ここで、１、１は「占有」を表し、１、０は「占有しない」を表し、０、０は「予測しない」を表す。

第１のステップにおいて、八分木分割の現在の階層レベルＬが所定の階層数未満である場合、イントラ予測をイネーブルする。入力は、（ｘ，ｙ，ｚ）座標とフラグビットのマッピングに使用されるモートン３Ｄマップ、マップシフトパラメータ、及び現在のノードの原点の座標である。

第２のステップにおいて、入力情報に基づいて、隣接ノードｋの占有情報δを取得し、ここで、ｋの値は、［０，２５］であり、δは、０又は１である。

第５のステップにおいて、出力０又は１によって表される「予測するかどうか」及び「予測値」は、後の占有情報に対するエントロピー符号化に使用される。ここで、１、１は「占有」を表し、１、０は「占有しない」を表し、０、０は「予測しない」を表す。

本願実施例は、イントラ予測方法を提供し、図８に示すように、当該方法は、以下のステップを含む。

ステップ３０１において、入力点群を分割した後に得られた現在の階層レベルが目標階層レベルより小さいと決定した場合、現在のノードの第１数量の隣接ノードの占有情報及び第１数量の隣接ノードにおける各隣接ノードに対応する第１占有数量を取得する。

本願実施例では、エンコーダ又はデコーダは、ステップ３０１～ステップ３０３を実行して、現在のノードのサブノードの占有情報に対するイントラ予測の第１予測結果を得ることができる。占有情報とは、ノードが占有又は占有していない情報を指す。占有数量とは、占有情報がノードが占有する情報の隣接ノードの数を指す。エンコーダ側では、入力点群は、符号化された点群データを指し、デコーダ側では、入力点群は、復号化された点群データを指すことに留意されたい。

ここで、ステップ３０１～ステップ３０３を実行するエンコーダを例にとると、このエンコーダは、Ｇ－ＰＣＣエンコーダなどの三次元点群エンコーダを含む。Ｇ－ＰＣＣエンコーダは、入力点群をｓｌｉｃｅ分割した後、各ｓｌｉｃｅを独立して符号化し、ここで、エンコーダが入力点群を分割した後に得られた現在の階層レベルが目標階層レベルより小さいと決定した場合、現在のノードの第１数量の隣接ノードの占有情報及び第１数量の隣接ノードにおける各隣接ノードに対応する第１占有数量を取得する。いくつかの実施例では、エンコーダは、ｏｃｔｒｅｅに基づいて入力点群を分割することができる。

ステップ３０２において、第２数量の隣接ノードにおける各隣接ノードに対応する第２占有数量を取得する。

ここで、第１数量は、第２数量より大きく、且つ第２数量の隣接ノードと現在のノードのサブノードとの間は、関連関係を有する。

本願実施例では、エンコーダは、第１数量の隣接ノードから第２数量の隣接ノードを選択し、第２数量の隣接ノードにおける各隣接ノードに対応する第２占有数量を記録する。

ステップ３０３において、現在のノードの第１数量の隣接ノードの占有情報、第１占有数量、及び第２占有数量に基づいて、現在のノードのサブノードの占有情報に対してイントラ予測を実行して、第１予測結果を得る。

本願実施例では、エンコーダは、現在のノードの第１数量の隣接ノードの占有情報、第１占有数量、及び第２占有数量に基づいて、現在のノードのサブノードの占有情報に対してイントラ予測を実行して、第１予測結果を得る。

本願実施例によって提供されるイントラ予測方法では、入力点群を分割した後に得られた現在の階層レベルが目標階層レベルより小さいと決定した場合、現在のノードの第１数量の隣接ノードの占有情報及び第１数量の隣接ノードにおける各隣接ノードに対応する第１占有数量を取得し、第２数量の隣接ノードにおける各隣接ノードに対応する第２占有数量を取得し、ここで、第１数量は、第２数量より大きく、且つ第２数量の隣接ノードと現在のノードのサブノードとの間は、関連関係を有し、現在のノードの第１数量の隣接ノードの占有情報、第１占有数量、及び第２占有数量に基づいて、現在のノードのサブノードの占有情報に対してイントラ予測を実行して、第１予測結果を取得し、つまり、本願実施例では、第１数量の隣接ノードにおけるコーデックされたノードのサブノードの占有情報の状況に基づいて、現在のノードの特定のサブノードを予測する場合、面、エッジ、頂点を共有するような関連関係を有する７つの隣接ノードの親ノードなど、複数の隣接ノードの親ノードの影響のみを考慮し、それにより、ルックアップテーブルを削減し、計算の複雑さを軽減し、コーデックの時間を短縮し、コーデックの精度を向上させることができる。

本願実施例は、イントラ予測方法を提供し、図９に示すように、イントラ予測方法がエンコーダに適用される場合、当該方法は、ステップ４０１～ステップ４０７を含み、イントラ予測方法がデコーダに適用される場合、当該方法は、ステップ４０１～ステップ４０５及びステップ４０８～ステップ４０９を含むことに留意されたい。

いくつかの実施例では、エンコーダは、三次元点群エンコーダを含み、デコーダは、三次元点群デコーダを含む。

ステップ４０１において、入力点群を分割した後に得られた現在の階層レベルが目標階層レベルより小さいと決定した場合、現在のノードの第１数量の隣接ノードの占有情報及び第１数量の隣接ノードにおける各隣接ノードに対応する第１占有数量を取得する。

ステップ４０２において、第２数量の隣接ノードにおける各隣接ノードに対応する第２占有数量を取得する。

ここで、第１数量は、第２数量より大きく、且つ第２数量の隣接ノードと現在のノードのサブノードとの間は、関連関係を有する。第２数量の隣接ノードと現在のノードのサブノードとの間で、面、エッジ、及び頂点を共有する。

ステップ４０３において、現在のノードの第１数量の隣接ノードの占有情報及び第１占有数量に基づいて、第１数量の隣接ノードにおける第１目標占有数量を決定する。

ここで、エンコーダ又はデコーダは、第１数量の隣接ノードにおけるｋ番目の隣接ノードについて、ｋ番目の隣接ノードの占有情報及びｋ番目の隣接ノードに対応する第１占有数量を取得し、例示的に、ｋの値は、［０，２５］であり、エンコーダ又はデコーダは、番号に応じて０から２５までサイクルで実行し、２６個の隣接ノードにおける合計占有数量、即ち、第１目標占有数量を取得する。

ステップ４０４において、現在のノードの第１数量の隣接ノードの占有情報及び第２占有数量に基づいて、第２数量の隣接ノードにおける第２目標占有数量を決定する。

ここで、エンコーダ又はデコーダは、第１数量の隣接ノードから現在のノードにおける隣接ノードｋと面、エッジ、及び頂点を共有するサブノードｍを見つけ、例示的に、ｍの値は、［０，７］であり、エンコーダ又はデコーダは、番号に応じて０から７までサイクルで実行して、７つの隣接ノードにおける合計占有数量、即ち、第２目標占有数量を取得する。

ステップ４０５において、第１目標占有数量、第２目標占有数量に基づいて、現在のノードのサブノードの占有情報に対してイントラ予測を実行して、第１予測結果を得る。

本願実施例では、ステップ４０５における第１目標占有数量、第２目標占有数量に基づいて、現在のノードのサブノードの占有情報に対してイントラ予測を実行して、第１予測結果を得ることは、以下のステップを含む。

ステップ４０５ａにおいて、第１数量に関連する第４数量を取得する。

ここで、第４数量は、第１数量によって決定され、例えば、第４数量は、第１数量の半分である。例示的に、第１数量は、２６であり、第４数量は、１３である。

ステップ４０５ｂにおいて、第４数量と第１目標占有数量との大小関係を取得する。

ステップ４０５ｃにおいて、大小関係及び第２目標占有数量に基づいて、現在のノードのサブノードの占有情報に対してイントラ予測を実行して、第１予測結果を得る。

本願のいくつかの実施例では、ステップ４０５ｃにおける大小関係及び第２目標占有数量に基づいて、現在のノードのサブノードの占有情報に対してイントラ予測を実行して、第１予測結果を得ることは、以下のステップを含む。

ステップ４０５ｃ１１において、大小関係が、第１目標占有数量が第４数量より大きいことを表す場合、第１目標閾値及び第２目標閾値を生成する。

ここで、第１目標閾値は、第２目標閾値より小さい。

ステップ４０５ｃ１２において、第２目標占有数量が第１目標閾値以下であると決定した場合、現在のノードのサブノードの占有情報に対してイントラ予測を実行して、現在のノードのサブノードが点群を含まないという第１予測結果を得る。

ステップ４０５ｃ１３において、第２目標占有数量が第２目標閾値以上であると決定した場合、現在のノードのサブノードの占有情報に対してイントラ予測を実行して、現在のノードのサブノードが点群を含むという第１予測結果を得る。

ステップ４０５ｃ１４において、第２目標占有数量が第１目標閾値より大きく、且つ第２目標閾値より小さいと決定した場合、現在のノードのサブノードの占有情報に対してイントラ予測を実行しないという第２予測結果を得る。

本願の別のいくつかの実施例では、ステップ４０５ｃにおける大小関係及び第２目標占有数量に基づいて、現在のノードのサブノードの占有情報に対してイントラ予測を実行して、第１予測結果を得ることは、以下のステップを含む。

ステップ４０５ｃ２１において、大小関係が、第１目標占有数量が第４数量以下であることを表す場合、第３目標閾値及び第４目標閾値を生成する。

ここで、第３目標閾値は、第４目標閾値より小さく、且つ第３目標閾値は、第２目標閾値に等しく、第４目標閾値は、第２目標閾値より小さい。

いくつかの実施例では、第１数量の変化につれて、第４数量が対応的に変化し、例示的に、第１数量が２６未満である場合、第３目標閾値は、第２目標閾値と異なってもよく、第４目標閾値は、第２目標閾値と異なる。

ステップ４０５ｃ２２において、第２目標占有数量が第３目標閾値以下であると決定した場合、現在のノードのサブノードの占有情報に対してイントラ予測を実行して、現在のノードのサブノードが点群を含まないという第１予測結果を得る。

ステップ４０５ｃ２３において、第２目標占有数量が第４目標閾値以上であると決定した場合、現在のノードのサブノードの占有情報に対してイントラ予測を実行して、現在のノードのサブノードが点群を含むという第１予測結果を得る。

ステップ４０５ｃ２４において、第２目標占有数量が第３目標閾値より大きく、且つ第４目標閾値より小さいと決定した場合、現在のノードのサブノードの占有情報に対してイントラ予測を実行しないという第２予測結果を得る。

ステップ４０６において、第１予測結果に関連する符号化モデルを決定する。

本願実施例では、エンコーダが第１予測結果を取得した後、第１予測結果に関連する符号化モデルを決定する。

ステップ４０７において、符号化モデルに基づいて、現在のノードのサブノードの占有情報に対して符号化を実行して、コードストリームに書き込む。

本願実施例では、エンコーダは、符号化モデルに基づいて、現在のノードのサブノードの占有情報に対して符号化を実行して、コードストリームに書き込む。

ステップ４０８において、第１予測結果に関連する復号化モデルを決定する。

本願実施例では、エンコーダが第１予測結果を取得した後、第１予測結果に関連する復号化モデルを決定する。

ステップ４０９において、復号化モデルに基づいて、取得されたコードストリームを解析して、現在のノードのサブノードの占有情報を得る。

本願実施例では、エンコーダは、復号化モデルに基づいて、取得されたコードストリームを解析して、現在のノードのサブノードの占有情報を得る。

一実現可能なシナリオでは、図１０に示すように、エンコーダに適用されるイントラ予測方法を例にとると、エンコーダは、現在のノードの特定のサブノードを予測する場合、それと面、エッジ、頂点を共有する７つの隣接する親ノードの影響のみを考慮する。エンコーダがイントラ予測方法を実行するステップは、以下の通りである。

第１のステップにおいて、八分木分割の現在の階層レベルＬが所定の階層数未満である場合、イントラ予測をイネーブルする。入力は、（ｘ，ｙ，ｚ）座標とフラグビットのマッピングに使用されるモートン３Ｄマップ、マップシフトパラメータ、及び現在のノードの原点の座標である。

第２のステップにおいて、入力情報に基づいて、現在のノードのｋ番目の隣接ノードの占有情報δを取得し、ここで、ｋの値は、［０，２５］であり、δは、０又は１であり、Ｋの０から２５までのサイクルに従って、２６個の隣接ノードにおける第１目標占有数量Ｎｏを取得する。第１数量の隣接ノードにおける各隣接ノードに対応する第１占有数量は、Ｎｏ_初期＋δに等しく、ここで、Ｎｏ_初期は、通常０であり、δは、０又は１であり、つまり、各隣接ノードが更新された後の第１占有数量は、１又は０である。

第８のステップにおいて、出力０又は１によって表される「予測するかどうか」及び「予測値」は、後の占有情報に対するエントロピー符号化に使用される。ここで、１、１は「現在のノードのサブノードが点群を含む」ことを表し、１、０は「現在のノードのサブノードが点群を含まない」ことを表し、０、０は「現在のノードのサブノードの占有情報に対してイントラ予測を実行しない」ことを表す。

本願実施例では、例示的に、
ＬＵＴ＿Ｉ［２６］［４］＝｛｛１，０，０，０｝，｛１，２，０，０｝，｛２，０，０，０｝，｛１，３，０，０｝，｛１，２，３，４｝，｛２，４，０，０｝，｛３，０，０，０｝，｛３，４，０，０｝，｛４，０，０，０｝，｛１，５，０，０｝，｛１，２，５，６｝，｛２，６，０，０｝，｛１，３，５，７｝，｛２，４，６，８｝，｛３，７，０，０｝，｛３，４，７，８｝，｛４，８，０，０｝，｛５，０，０，０｝，｛５，６，０，０｝，｛６，０，０，０｝，｛５，７，０，０｝，｛５，６，７，８｝，｛６，８，０，０｝，｛７，０，０，０｝，｛７，８，０，０｝，｛８，０，０，０｝｝であり、

さらに、エンコーダは、第１予測結果に関連する符号化モデルを決定し、符号化モデルに基づいて、現在のノードのサブノードの占有情報に対して符号化を実行して、コードストリームに書き込む。

一実現可能なシナリオでは、図１１に示すように、デコーダに適用されるイントラ予測方法を例にとると、デコーダは、現在のノードの特定のサブノードを予測する場合、それと面、エッジ、頂点を共有する７つの隣接する親ノードの影響のみを考慮する。デコーダがイントラ予測方法を実行するステップは、以下の通りである。

第１のステップにおいて、八分木分割の現在の階層レベルＬが所定の階層数未満である場合、イントラ予測をイネーブルする。入力は、（ｘ，ｙ，ｚ）座標とフラグビットのマッピングに使用されるモートン３Ｄマップ、マップシフトパラメータ、及び現在のノードの原点の座標である。

第２のステップにおいて、入力情報に基づいて、現在のノードのｋ番目の隣接ノードの占有情報δを取得し、ここで、ｋの値は、［０，２５］であり、δは、０又は１であり、２６個の隣接ノードにおける第１目標占有数量Ｎｏを取得する。

第８のステップにおいて、出力０又は１によって表される「予測するかどうか」及び「予測値」は、後の占有情報に対するエントロピー符号化に使用される。ここで、１、１は「現在のノードのサブノードが点群を含む」ことを表し、１、０は「現在のノードのサブノードが点群を含まない」ことを表し、０、０は「現在のノードのサブノードの占有情報に対してイントラ予測を実行しない」ことを表す。

本願実施例では、例示的に、
ＬＵＴ＿Ｉ［２６］［４］＝｛｛１，０，０，０｝，｛１，２，０，０｝，｛２，０，０，０｝，｛１，３，０，０｝，｛１，２，３，４｝，｛２，４，０，０｝，｛３，０，０，０｝，｛３，４，０，０｝，｛４，０，０，０｝，｛１，５，０，０｝，｛１，２，５，６｝，｛２，６，０，０｝，｛１，３，５，７｝，｛２，４，６，８｝，｛３，７，０，０｝，｛３，４，７，８｝，｛４，８，０，０｝，｛５，０，０，０｝，｛５，６，０，０｝，｛６，０，０，０｝，｛５，７，０，０｝，｛５，６，７，８｝，｛６，８，０，０｝，｛７，０，０，０｝，｛７，８，０，０｝，｛８，０，０，０｝｝であり、

さらに、デコーダは、第１予測結果に関連する復号化モデルを決定し、復号化モデルに基づいて、取得されたコードストリームを解析して、現在のノードのサブノードの占有情報を得る。

本願によって提供されるイントラ予測方法に基づいて、図１２に示すように、表１は、非可逆圧縮の場合、関連技術における点群圧縮に基づく解決策と比較して、同じ符号化品質の場合、ビットレートをどのぐらい節約できるかを表し、ここで、テストシーケンスは、１３種類の状況を含み、表１に基づいて、本願によって提供されるイントラ予測方法は、各テストシーケンスを処理することによって、コードストリームを節約できることが分かる。図１３に示すように、表２は、可逆圧縮下での圧縮コードストリームのサイズを表し、表２から、圧縮されたコードストリームはすべて１００％未満であり、関連技術におけるコード率の一部を使用するだけでコードストリームを得られることが分かる。

本願実施例によれば、以下の有益な効果を取得できる。２６個の隣接ノードにおけるコーデックされたノードのサブノードの占有情報の状況に基づいて、現在のノードの特定のサブノードを予測する場合、それと面、エッジ、頂点を共有する７つの隣接する親ノードの影響のみを考慮し、それにより、ルックアップテーブルを削減し、計算の複雑さを軽減する効果を実現する。同時に、単純な重みと閾値の設定により、最適解を簡単に見つけることができ、最適な重み及び閾値の設定下で、本技術は、コード率を削減し、且つＰＳＮＲを変更しないという効果を実現する。同時に、点群の空間相関はより簡単且つ正確に使用され、八分木に基づくジオメトリ情報符号化のイントラ予測結果は、ＣＡＢＡＣでの確率モデルの構築により適し、それにより、バイナリコードストリームを削減する。

図１４は、本願実施例によるイントラ予測装置の構造概略図であり、図１４に示すように、イントラ予測装置３０は、第１処理モジュール３１、第１抽出モジュール３２、及び第２処理モジュール３３を備え、
前記第１処理モジュール３１は、入力点群を分割した後に得られた現在の階層レベルが目標階層レベルより小さいと決定した場合、現在のノードの第１数量の隣接ノードの占有情報を取得するように構成され、
前記第１抽出モジュール３２は、第１数量の隣接ノードの占有情報から、第２数量の隣接ノードの占有情報を抽出するように構成され、ここで、第１数量は、第２数量より大きく、且つ第２数量の隣接ノードと現在のノードのサブノードとの間は、関連関係を有し、
前記第２処理モジュール３３は、第２数量の隣接ノードの占有情報に基づいて、現在のノードのサブノードの占有情報に対してイントラ予測を実行して、第１予測結果を得るように構成される。

別の実施例では、関連関係は、第２数量の隣接ノードと現在のノードのサブノードとの間で、面、エッジ、及び頂点を共有することを含む。

別の実施例では、第２処理モジュール３３は、第２数量の隣接ノードの占有情報に基づいて、サブノードの第２数量の隣接ノードに対応する占有数量を決定し、
占有数量に基づいて、現在のノードの占有情報に対してイントラ予測を実行して、第１予測結果を得るように構成され、ここで、第１予測結果は、予測するかどうかの予測パラメータ及び予測状況での予測値パラメータを指示するために使用される。

別の実施例では、第２処理モジュール３３は、第２数量に関連する第３数量を取得し、
占有数量及び第３数量に基づいて、現在のノードの占有情報に対してイントラ予測を実行して、第１予測結果を得るように構成される。

別の実施例では、第２処理モジュール３３は、占有数量と第３数量が異なると決定した場合、占有数量、第１閾値、第２閾値に基づいて、現在のノードの占有情報に対してイントラ予測を実行して、第１予測結果を得るように構成される。

別の実施例では、第２処理モジュール３３は、占有数量と第３数量が異なると決定した場合、占有数量を第１閾値と比較し、
占有数量が第１閾値以下であると決定した場合、現在のノードのサブノードの占有情報に対してイントラ予測を実行して、現在のノードのサブノードが点群を含まないという第１予測結果を得るように構成される。

別の実施例では、第２処理モジュール３３は、占有数量が第２閾値以上であると決定した場合、現在のノードのサブノードの占有情報に対してイントラ予測を実行して、現在のノードのサブノードが点群を含むという第１予測結果を得るように構成される。

別の実施例では、第２処理モジュール３３は、占有数量が第１閾値より大きく、且つ第２閾値より小さいと決定した場合、現在のノードのサブノードの占有情報に対してイントラ予測を実行しないという第２予測結果を得るように構成される。

別の実施例では、第２処理モジュール３３は、占有数量が第３数量と同じであると決定した場合、占有数量、第３閾値、第４閾値に基づいて、現在のノードの占有情報に対してイントラ予測を実行して、第１予測結果を得るように構成される。

別の実施例では、第２処理モジュール３３は、占有数量が第３数量と同じであると決定した場合、サブノードの第２数量の隣接ノードからサブノードまでの距離に基づいて、第２数量の隣接ノードの占有情報の重みを設定し、
第２数量の隣接ノードの占有情報、及び第２数量の隣接ノードの占有情報に対応する重みに基づいて、サブノードの目標パラメータを決定し、
目標パラメータ、第３閾値、第４閾値に基づいて、第１予測結果を決定するように構成される。

別の実施例では、第２処理モジュール３３は、目標パラメータが第３閾値以下であると決定した場合、現在のノードの占有情報に対してイントラ予測を実行して、現在のノードのサブノードが点群を含まないという第１予測結果を得るように構成される。

別の実施例では、第２処理モジュール３３は、目標パラメータが第４閾値以上であると決定した場合、現在のノードの占有情報に対してイントラ予測を実行して、現在のノードのサブノードが点群を含むという第１予測結果を得るように構成される。

別の実施例では、第２処理モジュール３３は、目標パラメータが第３閾値より大きく、且つ第４閾値より小さいと決定した場合、現在のノードのサブノードの占有情報に対してイントラ予測を実行しないという第２予測結果を得るように構成される。

別の実施例では、イントラ予測装置は、符号化装置であり、前記符号化装置はさらに、第１予測結果に関連する符号化モデルを決定するように構成される第１決定モジュールと、
符号化モデルに基づいて、現在のノードのサブノードの占有情報に対して符号化を実行して、コードストリームに書き込むように構成される符号化モジュールと、を備える。

別の実施例では、イントラ予測装置は、復号化装置であり、前記復号化装置はさらに、第１予測結果に関連する復号化モデルを決定するように構成される第２決定モジュールと、
復号化モデルに基づいて、取得されたコードストリームを解析して、現在のノードのサブノードの占有情報を得るように構成される復号化モジュールと、を備える。

本願のいくつかの実施例では、イントラ予測装置は、第３処理モジュール、第１取得モジュール、及び第４処理モジュールを備え、
前記第３処理モジュールは、入力点群を分割した後に得られた現在の階層レベルが目標階層レベルより小さいと決定した場合、現在のノードの第１数量の隣接ノードの占有情報及び前記第１数量の隣接ノードにおける各隣接ノードに対応する第１占有数量を取得するように構成され、
第１取得モジュールは、第２数量の隣接ノードにおける各隣接ノードに対応する第２占有数量を取得するように構成され、前記第１数量は、前記第２数量より大きく、且つ前記第２数量の隣接ノードと前記現在のノードのサブノードとの間は、関連関係を有し、
第４処理モジュールは、前記現在のノードの第１数量の隣接ノードの占有情報、前記第１占有数量、及び前記第２占有数量に基づいて、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行して、第１予測結果を得るように構成される。

別の実施例では、前記第２数量の隣接ノードと前記現在のノードの前記サブノードとの間で、面、エッジ、及び頂点を共有する。

別の実施例では、第４処理モジュールは、前記現在のノードの第１数量の隣接ノードの占有情報及び前記第１占有数量に基づいて、前記第１数量の隣接ノードにおける第１目標占有数量を決定し、
前記現在のノードの第１数量の隣接ノードの占有情報及び前記第２占有数量に基づいて、前記第２数量の隣接ノードにおける第２目標占有数量を決定し、
前記第１目標占有数量、前記第２目標占有数量に基づいて、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行して、前記第１予測結果を得るように構成される。

別の実施例では、第４処理モジュールは、前記第１数量に関連する第４数量を取得し、
前記第４数量と前記第１目標占有数量との大小関係を取得し、
前記大小関係及び前記第２目標占有数量に基づいて、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行して、前記第１予測結果を得るように構成される。

別の実施例では、第４処理モジュールは、前記大小関係が、前記第１目標占有数量が前記第４数量より大きいことを表す場合、第１目標閾値及び第２目標閾値を生成し、前記第１目標閾値は、前記第２目標閾値より小さく、
前記第２目標占有数量が前記第１目標閾値以下であると決定した場合、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行して、前記現在のノードのサブノードが点群を含まないという前記第１予測結果を得るように構成される。

別の実施例では、第４処理モジュールは、前記第２目標占有数量が前記第２目標閾値以上であると決定した場合、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行して、前記現在のノードのサブノードが点群を含むという前記第１予測結果を得るように構成される。

別の実施例では、第４処理モジュールは、前記第２目標占有数量が前記第１目標閾値より大きく、且つ前記第２目標閾値より小さいと決定した場合、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行しないという第２予測結果を得るように構成される。

別の実施例では、第４処理モジュールは、前記大小関係が、前記第１目標占有数量が前記第４数量以下であることを表す場合、第３目標閾値及び第４目標閾値を生成し、前記第３目標閾値は、前記第４目標閾値より小さく、且つ前記第３目標閾値は、前記第２目標閾値に等しく、前記第４目標閾値は、前記第２目標閾値より小さく、
前記第２目標占有数量が前記第３目標閾値以下であると決定した場合、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行して、前記現在のノードのサブノードが点群を含まないという前記第１予測結果を得るように構成される。

別の実施例では、第４処理モジュールは、前記第２目標占有数量が前記第４目標閾値以上であると決定した場合、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行して、前記現在のノードのサブノードが点群を含むという前記第１予測結果を得るように構成される。

別の実施例では、第４処理モジュールは、前記第２目標占有数量が前記第３目標閾値より大きく、且つ前記第４目標閾値より小さいと決定した場合、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行しないという第２予測結果を得るように構成される。

実際の適用では、図１５に示すように、本願実施例は、エンコーダを更に提供し、前記エンコーダは、
実行可能なイントラ予測命令を記憶する、第１メモリ４１と、
第１メモリ４１に記憶された実行可能なイントラ予測命令を実行するときに、本願実施例による符号化装置側のイントラ予測方法を実現する、第１プロセッサ４２と、を備える。

ここで、プロセッサは、ソフトウェア、ハードウェア、ファームウェア、又はそれらの組み合わせで実装でき、回路、単一又は複数の特定用途向け集積回路（ＡＳＩＣ：ａｐｐｌｉｃａｔｉｏｎ ｓｐｅｃｉｆｉｃ ｉｎｔｅｇｒａｔｅｄ ｃｉｒｃｕｉｔｓ）、単一又は複数の汎用集積回路、単一又は複数のマイクロプロセッサ、単一又は複数のプログラマブルロジックデバイス、又は前述の回路又はデバイスの組み合わせ、又は他の適切な回路又はデバイスを使用でき、それにより、当該プロセッサは、符号化装置の前述の実施例におけるイントラ予測方法の対応するステップを実行することができる。

入力点群を分割した後に得られた現在の階層レベルが目標階層レベルより小さいと決定した場合、現在のノードの第１数量の隣接ノードの占有情報を取得し、第１数量の隣接ノードの占有情報から、第２数量の隣接ノードの占有情報を抽出し、ここで、第１数量は、第２数量より大きく、且つ第２数量の隣接ノードと現在のノードのサブノードとの間は、関連関係を有し、第２数量の隣接ノードの占有情報に基づいて、現在のノードのサブノードの占有情報に対してイントラ予測を実行して、第１予測結果を得るため、つまり、本願実施例において、現在のノードのサブノードの占有情報に対してイントラ予測を実行する場合、現在のノードのサブノードと関連関係を有する第２数量の隣接ノードのみを考慮し、それにより、ルックアップテーブルを削減し、計算量を削減し、イントラ予測結果の精度を向上させ、コーデックの時間を短縮し、コーデックの精度を向上させるという目的に達成できることが理解できる。

実際の適用では、図１６に示すように、本願実施例は、エンコーダを更に提供し、前記エンコーダは、
実行可能なイントラ予測命令を記憶する、第２メモリ５１と、
第２メモリ５２に記憶された実行可能なイントラ予測命令を実行するときに、本願実施例による符号化装置側のイントラ予測方法を実現する、第２プロセッサ５２と、を備える。

ここで、プロセッサは、ソフトウェア、ハードウェア、ファームウェア、又はそれらの組み合わせで実装でき、回路、単一又は複数の特定用途向け集積回路（ＡＳＩＣ：ａｐｐｌｉｃａｔｉｏｎ ｓｐｅｃｉｆｉｃ ｉｎｔｅｇｒａｔｅｄ ｃｉｒｃｕｉｔｓ）、単一又は複数の汎用集積回路、単一又は複数のマイクロプロセッサ、単一又は複数のプログラマブルロジックデバイス、又は前述の回路又はデバイスの組み合わせ、又は他の適切な回路又はデバイスを使用でき、それにより、当該プロセッサは、復号化装置の前述の実施例におけるイントラ予測方法の対応するステップを実行することができる。

入力点群を分割した後に得られた現在の階層レベルが目標階層レベルより小さいと決定した場合、現在のノードの第１数量の隣接ノードの占有情報を取得し、第１数量の隣接ノードの占有情報から、第２数量の隣接ノードの占有情報を抽出し、ここで、第１数量は、第２数量より大きく、且つ第２数量の隣接ノードと現在のノードのサブノードとの間は、関連関係を有し、第２数量の隣接ノードの占有情報に基づいて、現在のノードのサブノードの占有情報に対してイントラ予測を実行して、第１予測結果を取得し、つまり、本願実施例において、現在のノードのサブノードの占有情報に対してイントラ予測を実行する場合、現在のノードのサブノードと関連関係を有する第２数量の隣接ノードのみを考慮し、それにより、ルックアップテーブルを削減し、計算量を削減し、イントラ予測結果の精度を向上させ、コーデックの時間を短縮し、コーデックの精度を向上させるという目的に達成できることが理解できる。

本願実施例における各構成要素は、１つの処理ユニットに統合されてもよく、各ユニットが物理的に別個に存在してもよく、２つ以上のユニットが１つのユニットに統合されてもよい。上記統合されたユニットは、ハードウェアの形で実現されてもよく、ソフトウェア機能モジュールの形で実現されてもよい。

統合されたユニットが、ソフトウェア機能モジュールの形で実装され、独立した製品として販売又は使用されていない場合、１つのコンピュータ可読記憶媒体に記憶することができる。このような理解に基づいて、本実施例の技術的解決策の本質的な部分、即ち、先行技術に貢献のある部分、又は当該技術の解決策の全部又は一部は、ソフトウェア製品の形で具現されることができ、当該コンピュータソフトウェア製品は、１つの記憶媒体に記憶され、一台のコンピュータ機器（パーソナルコンピュータ、サーバ、又はネットワーク機器などであリ得る）又はｐｒｏｃｅｓｓｏｒ（プロセッサ）に、本実施例に記載の方法のステップの全部又は一部を実行させるためのいくつかの命令を含む。前述した記憶媒体は、強磁性ランダムアクセスメモリ（ＦＲＡＭ：ｆｅｒｒｏｍａｇｎｅｔｉｃ ｒａｎｄｏｍ ａｃｃｅｓｓ ｍｅｍｏｒｙ）、読み取り専用メモリ（ＲＯＭ：ｒｅａｄ ｏｎｌｙ ｍｅｍｏｒｙ）、プログラム可能な読み取り専用メモリ（ＰＲＯＭ：ｐｒｏｇｒａｍｍａｂｌｅ ｒｅａｄ ｏｎｌｙ ｍｅｍｏｒｙ）、消去可能なプログラム可能な読み取り専用メモリ（ＥＰＲＯＭ：ｅｒａｓａｂｌｅ ＰＲＯＭ）、電気的に消去可能なプログラム可能な読み取り専用メモリ（ＥＥＰＲＯＭ：ｅｌｅｃｔｒｉｃａｌｌｙ ｅｒａｓａｂｌｅ ｐｒｏｇｒａｍｍａｂｌｅ ｒｅａｄ－ｏｎｌｙ ｍｅｍｏｒｙ）、フラッシュメモリ（ｆｌａｓｈ ｍｅｍｏｒｙ）、磁気メモリ、コンパクトディスク、又は読み取り専用コンパクトディスク（ＣＤ－ＲＯＭ：Ｃｏｍｐａｃｔ Ｄｉｓｃ Ｒｅａｄ－Ｏｎｌｙ Ｍｅｍｏｒｙ）などのプログラムコードを記憶することができる様々な媒体を含み、本願実施例はこれらに限定されない。

本願実施例は、実行可能なイントラ予測命令が記憶されたコンピュータ可読記憶媒体を更に提供し、前記実行可能なイントラ予測命令は、第１プロセッサによって実行されるときに、本願実施例によるエンコーダ側のイントラ予測方法を実現する。

本願実施例は、実行可能なイントラ予測命令が記憶されたコンピュータ可読記憶媒体を更に提供し、前記実行可能なイントラ予測命令は、第２プロセッサによって実行されるときに、本願実施例によるデコーダ側のイントラ予測方法を実現する。

本願実施例は、イントラ予測方法、装置、エンコーダ、デコーダ、及び記憶媒体を提供し、入力点群を分割した後に得られた現在の階層レベルが目標階層レベルより小さいと決定した場合、現在のノードの第１数量の隣接ノードの占有情報及び第１数量の隣接ノードにおける各隣接ノードに対応する第１占有数量を取得し、第２数量の隣接ノードにおける各隣接ノードに対応する第２占有数量を取得し、ここで、第１数量は、第２数量より大きく、且つ第２数量の隣接ノードと現在のノードのサブノードとの間は、関連関係を有し、現在のノードの第１数量の隣接ノードの占有情報、第１占有数量、及び第２占有数量に基づいて、現在のノードのサブノードの占有情報に対してイントラ予測を実行して、第１予測結果を得て、つまり、本願実施例では、現在のノードのサブノードの占有情報に対してイントラ予測を実行する場合、第１数量の隣接ノードにおけるコーデックされたノードのサブノードの占有情報の状況に基づいて、現在のノードの特定のサブノードを予測する場合、面、エッジ、頂点を共有するなどの関連関係を有する複数の隣接する親ノードの影響のみを考慮し、それにより、ルックアップテーブルを削減し、計算の複雑さを軽減し、コーデックの時間を短縮し、コーデックの精度を向上させることができる。

Claims (37)

1. イントラ予測方法であって、
   入力点群を分割した後に得られた現在の階層レベルが目標階層レベルより小さいと決定した場合、現在のノードの第１数量の隣接ノードの占有情報を取得することと、
   前記第１数量の隣接ノードの占有情報から、第２数量の隣接ノードの占有情報を抽出することであって、前記第１数量は、前記第２数量より大きく、且つ前記第２数量の隣接ノードと前記現在のノードのサブノードとの間は、関連関係を有することと、
   前記第２数量の隣接ノードの占有情報に基づいて、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行して、第１予測結果を得ることと、を含む、イントラ予測方法。
2. 前記関連関係は、前記第２数量の隣接ノードと前記現在のノードの前記サブノードとの間で、面、エッジ、及び頂点を共有することを含む、
   請求項１に記載のイントラ予測方法。
3. 前記第２数量の隣接ノードの占有情報に基づいて、前記現在のノードの占有情報に対してイントラ予測を実行して、第１予測結果を得ることは、
   前記第２数量の隣接ノードの占有情報に基づいて、前記サブノードの第２数量の隣接ノードに対応する占有数量を決定することと、
   前記占有数量に基づいて、前記現在のノードの占有情報に対してイントラ予測を実行して、前記第１予測結果を得ることと、を含み、前記第１予測結果は、予測するかどうかの予測パラメータ及び予測状況での予測値パラメータを指示するために使用される、
   請求項２に記載のイントラ予測方法。
4. 前記占有数量に基づいて、前記現在のノードの占有情報に対してイントラ予測を実行して、前記第１予測結果を得ることは、
   前記第２数量に関連する第３数量を取得することと、
   前記占有数量及び前記第３数量に基づいて、前記現在のノードの占有情報に対してイントラ予測を実行して、前記第１予測結果を得ることと、を含む、
   請求項３に記載のイントラ予測方法。
5. 前記占有数量及び前記第３数量に基づいて、前記現在のノードの占有情報に対してイントラ予測を実行して、前記第１予測結果を得ることは、
   前記占有数量と前記第３数量が異なると決定した場合、前記占有数量、第１閾値、第２閾値に基づいて、前記現在のノードの占有情報に対してイントラ予測を実行して、前記第１予測結果を得ることを含む、
   請求項４に記載のイントラ予測方法。
6. 前記占有数量と前記第３数量が異なると決定した場合、前記占有数量、第１閾値、第２閾値に基づいて、前記現在のノードの占有情報に対してイントラ予測を実行して、前記第１予測結果を得ることは、
   前記占有数量と前記第３数量が異なると決定した場合、前記占有数量を前記第１閾値と比較することと、
   前記占有数量が前記第１閾値以下であると決定した場合、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行して、前記現在のノードのサブノードが点群を含まないという前記第１予測結果を得ることと、を含む、
   請求項５に記載のイントラ予測方法。
7. 前記イントラ予測方法は、
   前記占有数量が前記第２閾値以上であると決定した場合、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行して、前記現在のノードのサブノードが点群を含むという前記第１予測結果を得ることを更に含む、
   請求項６に記載のイントラ予測方法。
8. 前記イントラ予測方法は、
   前記占有数量が前記第１閾値より大きく、且つ前記第２閾値より小さいと決定した場合、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行しないという第２予測結果を得ることを更に含む、
   請求項６に記載のイントラ予測方法。
9. 前記占有数量及び前記第３数量に基づいて、前記現在のノードの占有情報に対してイントラ予測を実行して、前記第１予測結果を得ることは、
   前記占有数量が前記第３数量と同じであると決定した場合、前記占有数量、第３閾値、第４閾値に基づいて、前記現在のノードの占有情報に対してイントラ予測を実行して、前記第１予測結果を得ることを含む、
   請求項４に記載のイントラ予測方法。
10. 前記占有数量が前記第３数量と同じであると決定した場合、前記占有数量、第３閾値、第４閾値に基づいて、前記現在のノードの占有情報に対してイントラ予測を実行して、前記第１予測結果を得ることは、
    前記占有数量が前記第３数量と同じであると決定した場合、前記サブノードの前記第２数量の隣接ノードから前記サブノードまでの距離に基づいて、前記第２数量の隣接ノードの占有情報の重みを設定することと、
    前記第２数量の隣接ノードの占有情報、及び前記第２数量の隣接ノードの占有情報に対応する重みに基づいて、前記サブノードの目標パラメータを決定することと、
    前記目標パラメータ、前記第３閾値、前記第４閾値に基づいて、前記第１予測結果を決定することと、を含む、
    請求項９に記載のイントラ予測方法。
11. 前記目標パラメータ、前記第３閾値、前記第４閾値に基づいて、前記第１予測結果を決定することは、
    前記目標パラメータが前記第３閾値以下であると決定した場合、前記現在のノードの占有情報に対してイントラ予測を実行して、前記現在のノードのサブノードが点群を含まないという前記第１予測結果を得ることを含む、
    請求項１０に記載のイントラ予測方法。
12. 前記イントラ予測方法は、
    前記目標パラメータが前記第４閾値以上であると決定した場合、前記現在のノードの占有情報に対してイントラ予測を実行して、前記現在のノードのサブノードが点群を含むという前記第１予測結果を得ることを更に含む、
    請求項１０に記載のイントラ予測方法。
13. 前記イントラ予測方法は、
    前記目標パラメータが前記第３閾値より大きく、且つ前記第４閾値より小さいと決定した場合、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行しないという第２予測結果を得ることを更に含む、
    請求項１０に記載のイントラ予測方法。
14. 前記イントラ予測方法は、エンコーダに適用され、
    前記第１予測結果に関連する符号化モデルを決定することと、
    前記符号化モデルに基づいて、前記現在のノードのサブノードの占有情報に対して符号化を実行して、コードストリームに書き込むことと、を更に含む、
    請求項１～７及び９～１２のいずれか一項に記載のイントラ予測方法。
15. 前記イントラ予測方法は、デコーダに適用され、
    前記第１予測結果に関連する復号化モデルを決定することと、
    前記復号化モデルに基づいて、取得されたコードストリームを解析して、前記現在のノードのサブノードの占有情報を得ることと、を更に含む、
    請求項１～７及び９～１２のいずれか一項に記載のイントラ予測方法。
16. イントラ予測方法であって、
    入力点群を分割した後に得られた現在の階層レベルが目標階層レベルより小さいと決定した場合、現在のノードの第１数量の隣接ノードの占有情報及び前記第１数量の隣接ノードにおける各隣接ノードに対応する第１占有数量を取得することと、
    第２数量の隣接ノードにおける各隣接ノードに対応する第２占有数量を取得することであって、前記第１数量は、前記第２数量より大きく、且つ前記第２数量の隣接ノードと前記現在のノードのサブノードとの間は、関連関係を有することと、
    前記現在のノードの第１数量の隣接ノードの占有情報、前記第１占有数量、及び前記第２占有数量に基づいて、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行して、第１予測結果を得ることと、を含む、イントラ予測方法。
17. 前記関連関係は、前記第２数量の隣接ノードと前記現在のノードの前記サブノードとの間で、面、エッジ、及び頂点を共有することを含む、
    請求項１６に記載のイントラ予測方法。
18. 前記現在のノードの第１数量の隣接ノードの占有情報、前記第１占有数量、及び前記第２占有数量に基づいて、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行して、第１予測結果を得ることは、
    前記現在のノードの第１数量の隣接ノードの占有情報及び前記第１占有数量に基づいて、前記第１数量の隣接ノードにおける第１目標占有数量を決定することと、
    前記現在のノードの第１数量の隣接ノードの占有情報及び前記第２占有数量に基づいて、前記第２数量の隣接ノードにおける第２目標占有数量を決定することと、
    前記第１目標占有数量、前記第２目標占有数量に基づいて、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行して、前記第１予測結果を得ることと、を含む、
    請求項１７に記載のイントラ予測方法。
19. 前記第１目標占有数量、前記第２目標占有数量に基づいて、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行して、前記第１予測結果を得ることは、
    前記第１数量に関連する第４数量を取得することと、
    前記第４数量と前記第１目標占有数量との大小関係を取得することと、
    前記大小関係及び前記第２目標占有数量に基づいて、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行して、前記第１予測結果を得ることと、を含む、
    請求項１８に記載のイントラ予測方法。
20. 前記大小関係及び前記第２目標占有数量に基づいて、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行して、前記第１予測結果を得ることは、
    前記大小関係が、前記第１目標占有数量が前記第４数量より大きいことを表す場合、第１目標閾値及び第２目標閾値を生成することであって、前記第１目標閾値は、前記第２目標閾値より小さいことと、
    前記第２目標占有数量が前記第１目標閾値以下であると決定した場合、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行して、前記現在のノードのサブノードが点群を含まないという前記第１予測結果を得ることと、を含む、
    請求項１９に記載のイントラ予測方法。
21. 前記イントラ予測方法は、
    前記第２目標占有数量が前記第２目標閾値以上であると決定した場合、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行して、前記現在のノードのサブノードが点群を含むという前記第１予測結果を得ることを更に含む、
    請求項２０に記載のイントラ予測方法。
22. 前記イントラ予測方法は、
    前記第２目標占有数量が前記第１目標閾値より大きく、且つ前記第２目標閾値より小さいと決定した場合、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行しないという第２予測結果を得ることを更に含む、
    請求項２０に記載のイントラ予測方法。
23. 前記大小関係及び前記第２目標占有数量に基づいて、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行して、前記第１予測結果を得ることは、
    前記大小関係が、前記第１目標占有数量が前記第４数量以下であることを表す場合、第３目標閾値及び第４目標閾値を生成することであって、前記第３目標閾値は、前記第４目標閾値より小さく、且つ前記第３目標閾値は、前記第２目標閾値に等しく、前記第４目標閾値は、前記第２目標閾値より小さいことと、
    前記第２目標占有数量が前記第３目標閾値以下であると決定した場合、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行して、前記現在のノードのサブノードが点群を含まないという前記第１予測結果を得ることと、を含む、
    請求項２０に記載のイントラ予測方法。
24. 前記イントラ予測方法は、
    前記第２目標占有数量が前記第４目標閾値以上であると決定した場合、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行して、前記現在のノードのサブノードが点群を含むという前記第１予測結果を得ることを更に含む、
    請求項２３に記載のイントラ予測方法。
25. 前記イントラ予測方法は、
    前記第２目標占有数量が前記第３目標閾値より大きく、且つ前記第４目標閾値より小さいと決定した場合、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行しないという第２予測結果を得ることを更に含む、
    請求項２３に記載のイントラ予測方法。
26. 前記イントラ予測方法は、エンコーダに適用され、
    前記第１予測結果に関連する符号化モデルを決定することと、
    前記符号化モデルに基づいて、前記現在のノードのサブノードの占有情報に対して符号化を実行して、コードストリームに書き込むことと、を更に含む、
    請求項１６～２１及び２３～２４のいずれか一項に記載のイントラ予測方法。
27. 前記イントラ予測方法は、デコーダに適用され、
    前記第１予測結果に関連する復号化モデルを決定することと、
    前記復号化モデルに基づいて、取得されたコードストリームを解析して、前記現在のノードのサブノードの占有情報を得ることと、を更に含む、
    請求項１６～２１及び２３～２４のいずれか一項に記載のイントラ予測方法。
28. イントラ予測装置であって、
    入力点群を分割した後に得られた現在の階層レベルが目標階層レベルより小さいと決定した場合、現在のノードの第１数量の隣接ノードの占有情報を取得するように構成される第１処理モジュールと、
    前記第１数量の隣接ノードの占有情報から、第２数量の隣接ノードの占有情報を抽出するように構成される第１抽出モジュールであって、前記第１数量は、前記第２数量より大きく、且つ前記第２数量の隣接ノードと前記現在のノードのサブノードとの間は、関連関係を有する、第１抽出モジュールと、
    前記第２数量の隣接ノードの占有情報に基づいて、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行して、第１予測結果を得るように構成される第２処理モジュールと、を備える、イントラ予測装置。
29. 前記イントラ予測装置は、符号化装置であり、前記符号化装置はさらに、
    前記第１予測結果に関連する符号化モデルを決定するように構成される第１決定モジュールと、
    前記符号化モデルに基づいて、前記現在のノードのサブノードの占有情報に対して符号化を実行して、コードストリームに書き込むように構成される符号化モジュールと、を備える、
    請求項２８に記載のイントラ予測装置。
30. 前記イントラ予測装置は、復号化装置であり、前記復号化装置はさらに、
    前記第１予測結果に関連する復号化モデルを決定するように構成される第２決定モジュールと、
    前記復号化モデルに基づいて、取得されたコードストリームを解析して、前記現在のノードのサブノードの占有情報を得るように構成される復号化モジュールと、を備える、
    請求項２８に記載のイントラ予測装置。
31. イントラ予測装置であって、
    入力点群を分割した後に得られた現在の階層レベルが目標階層レベルより小さいと決定した場合、現在のノードの第１数量の隣接ノードの占有情報及び前記第１数量の隣接ノードにおける各隣接ノードに対応する第１占有数量を取得するように構成される第３処理モジュールと、
    第２数量の隣接ノードにおける各隣接ノードに対応する第２占有数量を取得するように構成される第１取得モジュールであって、前記第１数量は、前記第２数量より大きく、且つ前記第２数量の隣接ノードと前記現在のノードのサブノードとの間は、関連関係を有する、第１取得モジュールと、
    前記現在のノードの第１数量の隣接ノードの占有情報、前記第１占有数量及び前記第２占有数量に基づいて、前記現在のノードのサブノードの占有情報に対してイントラ予測を実行して、第１予測結果を得るように構成される第４処理モジュールと、を備える、イントラ予測装置。
32. 前記イントラ予測装置は、符号化装置であり、前記符号化装置はさらに、
    前記第１予測結果に関連する符号化モデルを決定するように構成される第１決定モジュールと、
    前記符号化モデルに基づいて、前記現在のノードのサブノードの占有情報に対して符号化を実行して、コードストリームに書き込むように構成される符号化モジュールと、を備える、
    請求項３１に記載のイントラ予測装置。
33. 前記イントラ予測装置は、復号化装置であり、前記復号化装置はさらに、
    前記第１予測結果に関連する復号化モデルを決定するように構成される第２決定モジュールと、
    前記復号化モデルに基づいて、取得されたコードストリームを解析して、前記現在のノードのサブノードの占有情報を得るように構成される復号化モジュールと、を備える、
    請求項３１に記載のイントラ予測装置。
34. 実行可能なイントラ予測命令を記憶する、第１メモリと、
    前記第１メモリに記憶された実行可能なイントラ予測命令を実行するときに、請求項１～１４、又は１６～２６のいずれか一項に記載の方法を実現する第１プロセッサと、を備える、エンコーダ。
35. 実行可能なイントラ予測命令を記憶する、第２メモリと、
    前記第２メモリに記憶された実行可能なイントラ予測命令を実行するときに、請求項１～１３及び１５、又は１６～２５及び２７のいずれか一項に記載の方法を実現する第２プロセッサと、を備える、デコーダ。
36. 第１プロセッサに、請求項１～１４、又は１６～２６のいずれか一項に記載の方法を実行させるための実行可能なイントラ予測命令を記憶する、コンピュータ可読記憶媒体。
37. 第１プロセッサに、請求項１～１３及び１５、又は１６～２５及び２７のいずれか一項に記載の方法を実行させるための実行可能なイントラ予測命令を記憶する、コンピュータ可読記憶媒体。

Images