TWI806481B - 點雲中鄰居點的選擇方法及裝置、編碼設備、解碼設備及電腦設備 - Google Patents

點雲中鄰居點的選擇方法及裝置、編碼設備、解碼設備及電腦設備 Download PDF

Info

Publication number
TWI806481B
TWI806481B TW111108453A TW111108453A TWI806481B TW I806481 B TWI806481 B TW I806481B TW 111108453 A TW111108453 A TW 111108453A TW 111108453 A TW111108453 A TW 111108453A TW I806481 B TWI806481 B TW I806481B
Authority
TW
Taiwan
Prior art keywords
point
target points
component
value
distribution value
Prior art date
Application number
TW111108453A
Other languages
English (en)
Other versions
TW202236853A (zh
Inventor
朱文婕
Original Assignee
大陸商騰訊科技（深圳）有限公司
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 大陸商騰訊科技（深圳）有限公司 filed Critical 大陸商騰訊科技（深圳）有限公司
Publication of TW202236853A publication Critical patent/TW202236853A/zh
Application granted granted Critical
Publication of TWI806481B publication Critical patent/TWI806481B/zh

Links

Images

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
    • H04N19/102—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
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/001—Model-based coding, e.g. wire frame
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
    • 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
    • H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • 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
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/167—Position within a video image, e.g. region of interest [ROI]
    • 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
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/4402—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

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

Abstract

本申請提供了一種點雲中鄰居點的選擇方法、裝置及編解碼器，該方法包括：從點雲資料中確定當前點所在的目標區域，並從該目標區域內選擇出至少兩個目標點，確定這至少兩個目標點中每個點的權重係數；根據至少兩個目標點中每個點的權重係數和幾何信息，以及當前點的幾何信息，確定至少兩個目標點中每個點的權重，根據至少兩個目標點中每個點的權重，從至少兩個目標點中選擇當前點的至少一個鄰居點，實現當前點的鄰居點的準確選擇。這樣基於準確選擇的鄰居點，對當前點進行屬性預測時，可以提高屬性預測的準確性，進而提高點雲的編碼效率。

Description

點雲中鄰居點的選擇方法及裝置、編碼設備、解碼設備及電腦設備
本申請實施例涉及視頻編解碼技術領域，特別有關一種點雲中鄰居點的選擇方法、裝置及編解碼器。
透過採集設備對物體表面進行資料採集，形成點雲資料，點雲資料包括幾十萬甚至更多的點。在視頻製作過程中，將點雲資料以點雲媒體文件的形式在視頻製作設備和視頻播放設備之間傳輸。但是，如此數量龐大的點給傳輸帶來了挑戰，因此，視頻製作設備需要對點雲資料進行壓縮後傳輸。
點雲資料的壓縮主要包括位置信息的壓縮和屬性信息的壓縮，在屬性信息壓縮時，透過預測來減小或消除點雲資料中的冗餘信息，例如，從已編碼的點中獲得當前點的一個或多個相鄰點，根據相鄰點的屬性信息，來預測當前點的屬性信息。
本申請提供一種點雲中鄰居點的選擇方法、裝置及編解碼器，提高鄰居點選擇的準確性。
第一方面，本申請提供一種點雲中鄰居點的選擇方法，包括：
獲取點雲資料，並從所述點雲資料中確定當前點所在的目標區域，所述目標區域包括多個點；
針對所述目標區域內的至少兩個目標點，確定所述至少兩個目標點中每個點的權重係數，所述至少兩個目標點中未包括所述當前點；
根據所述至少兩個目標點中每個點的權重係數和幾何信息，以及所述當前點的幾何信息，確定所述至少兩個目標點中每個點的權重；以及
根據所述至少兩個目標點中每個點的權重，從所述至少兩個目標點中選擇所述當前點的至少一個鄰居點。
第二方面，本申請提供一種點雲中鄰居點的選擇方法，包括：
解碼數據流，獲取點雲資料中點的幾何信息；
根據所述點雲資料中點的幾何信息，從所述點雲資料中確定當前點所在的目標區域，所述目標區域包括多個點；
針對所述目標區域內已解碼的至少兩個目標點，確定所述至少兩個目標點中每個點的權重係數，所述至少兩個目標點中未包括所述當前點；
根據所述至少兩個目標點中每個點的權重係數和幾何信息，以及所述當前點的幾何信息，確定所述至少兩個目標點中每個點的權重；以及
根據所述至少兩個目標點中每個點的權重，從所述至少兩個目標點中選擇所述當前點的至少一個鄰居點。
第三方面，提供了一種點雲中鄰居點的裝置，包括：
獲取單元，用於獲取點雲資料，並從點雲資料中確定當前點所在的目標區域，目標區域包括多個點；
權重係數確定單元，用於針對目標區域內的至少兩個目標點，確定至少兩個目標點中每個點的權重係數，至少兩個目標點中未包括當前點；
權重確定單元，用於根據至少兩個目標點中每個點的權重係數和幾何信息，以及當前點的幾何信息，確定至少兩個目標點中每個點的權重；以及
鄰居點選擇單元，用於根據至少兩個目標點中每個點的權重，從至少兩個目標點中選擇當前點的至少一個鄰居點。
第四方面，提供了一種點雲中鄰居點的選擇裝置，包括：
解碼單元，用於解碼數據流，獲取點雲資料中點的幾何信息；
區域確定單元，用於根據點雲資料中點的幾何信息，從點雲資料中確定當前點所在的目標區域，目標區域包括多個點；
權重係數確定單元，用於針對目標區域內已解碼的至少兩個目標點，確定至少兩個目標點中每個點的權重係數，至少兩個目標點中未包括當前點；
權重確定單元，用於根據至少兩個目標點中每個點的權重係數和幾何信息，以及當前點的幾何信息，確定至少兩個目標點中每個點的權重；以及
鄰居點確定單元，用於根據至少兩個目標點中每個點的權重，從至少兩個目標點中選擇當前點的至少一個鄰居點。
第五方面，提供了一種編碼器，包括處理器和儲存器。所述儲存器用於儲存電腦可讀指令，所述處理器用於調用並運行所述儲存器中儲存的電腦可讀指令，以執行上述第一方面或其各實現方式中的方法。
第六方面，提供了一種解碼器，包括處理器和儲存器。所述儲存器用於儲存電腦可讀指令，所述處理器用於調用並運行所述儲存器中儲存的電腦可讀指令，以執行上述第二方面或其各實現方式中的方法。
第七方面，提供了一種晶片，用於實現上述第一方面和第二方面中任一方面或其各實現方式中的方法。具體地，所述晶片包括：處理器，用於從儲存器中調用並運行電腦可讀指令，使得安裝有所述晶片的設備執行如上述第一方面和第二方面中任一方面或其各實現方式中的方法。
第八方面，提供了一種電腦可讀儲存媒體，用於儲存電腦可讀指令，所述電腦可讀指令使得電腦執行上述第一方面和第二方面中任一方面或其各實現方式中的方法。
第九方面，提供了一種電腦可讀指令產品，包括電腦可讀指令，所述電腦可讀指令使得電腦執行上述第一方面和第二方面中任一方面或其各實現方式中的方法。
第十方面，提供了一種電腦可讀指令，當其在電腦上運行時，使得電腦執行上述第一方面和第二方面中任一方面或其各實現方式中的方法。
綜上，本申請透過從點雲資料中確定當前點所在的目標區域，並從該目標區域內選擇出至少兩個目標點，確定這至少兩個目標點中每個點的權重係數；根據這至少兩個目標點中每個點的權重係數和幾何信息，以及當前點的幾何信息，確定這至少兩個目標點中每個點的權重，根據這至少兩個目標點中每個點的權重，從這至少兩個目標點中選擇當前點的至少一個鄰居點，實現當前點的鄰居點的準確選擇。這樣基於準確選擇的鄰居點，對當前點進行屬性預測時，可以提高屬性預測的準確性，進而提高點雲的編碼效率。
下面將結合本申請實施例中的圖式，對本申請實施例中的技術方案進行描述。
應理解，在本發明實施例中，“與A對應的B”表示B與A相關聯。在一種實現方式中，可以根據A確定B。但還應理解，根據A確定B並不意味著僅僅根據A確定B，還可以根據A和/或其它信息確定B。
在本申請的描述中，除非另有說明，“多個”是指兩個或多於兩個。
另外，為了便於清楚描述本申請實施例的技術方案，在本申請的實施例中，採用了“第一”、“第二”等字樣對功能和作用基本相同的相同項或相似項進行區分。所屬技術領域具有通常知識者可以理解“第一”、“第二”等字樣並不對數量和執行次序進行限定，並且“第一”、“第二”等字樣也並不限定一定不同。為了便於理解本申請的實施例，首先對本申請實施例涉及到的相關概念進行如下簡單介紹：
點雲（Point Cloud）是指空間中一組無規則分佈的、表達三維物體或三維場景的空間結構及表面屬性的離散點集。
點雲資料（Point Cloud Data）是點雲的具體記錄形式，點雲中的點可以包括點的位置信息和點的屬性信息。例如，點的位置信息可以是點的三維座標信息。點的位置信息也可稱為點的幾何信息。例如，點的屬性信息可包括顏色信息和/或反射率等等。例如，所述顏色信息可以是任意一種色彩空間上的信息。例如，所述顏色信息可以是RGB信息。再如，所述顏色信息可以是於亮度色度（YCbCr，YUV）信息。例如，Y 表示明亮度(Luma)，Cb (U)表示藍色色差，Cr (V)表示紅色，U 和 V 表示為色度(Chroma)用於描述色差信息。例如，根據雷射測量原理得到的點雲，所述點雲中的點可以包括點的三維座標信息和點的雷射反射強度（reflectance）。再如，根據攝影測量原理得到的點雲，所述點雲中的點可以包括點的三維座標信息和點的顏色信息。再如，結合雷射測量和攝影測量原理得到點雲，所述點雲中的點可以可包括點的三維座標信息、點的雷射反射強度（reflectance）和點的顏色信息。
點雲資料的獲取途徑可以包括但不限於以下至少一種：（1）電腦設備生成。電腦設備可以根據虛擬三維物體及虛擬三維場景生成點雲資料。（2）3D（3-Dimension，三維）雷射掃描獲取。透過3D 雷射掃描可以獲取靜態現實世界三維物體或三維場景的點雲資料，每秒可以獲取百萬級點雲資料；（3）3D 攝影測量獲取。透過3D 攝影設備（即一組攝像機或具有多個鏡頭和傳感器的攝像機設備）對現實世界的視覺場景進行採集以獲取現實世界的視覺場景的點雲資料，透過3D 攝影可以獲得動態現實世界三維物體或三維場景的點雲資料。（4）透過醫學設備獲取生物組織器官的點雲資料。在醫學領域可以透過核磁共振成像（Magnetic Resonance Imaging，MRI）、電子計算機斷層掃描（Computed Tomography，CT）、電磁定位等醫學設備獲取生物組織器官的點雲資料。
點雲可以按獲取的途徑分為：密集型點雲和稀疏性點雲。
點雲按照資料的時序類型劃分為：
第一類靜態點雲：即物體是靜止的，獲取點雲的設備也是靜止的；
第二類動態點雲：物體是運動的，但獲取點雲的設備是靜止的；
第三類動態獲取點雲：獲取點雲的設備是運動的。
按點雲的用途分為兩大類：
類別一：機器感知點雲，其可以用於自主導航系統、實時巡檢系統、地理信息系統、視覺分揀機器人、搶險救災機器人等場景；
類別二：人眼感知點雲，其可以用於數位文化遺產、自由視點廣播、三維沉浸通訊、三維沉浸互動等點雲應用場景。
圖1為本申請實施例涉及的點雲編解碼系統100的示意性方塊圖。需要說明的是，圖1只是一種示例，本申請實施例的點雲編解碼系統包括但不限於圖1所示。如圖1所示，該點雲編解碼系統100包含編碼設備110和解碼設備120。其中編碼設備用於對點雲資料進行編碼（可以理解成壓縮）產生數據流，並將數據流傳輸給解碼設備。解碼設備對編碼設備編碼產生的數據流進行解碼，得到解碼後的點雲資料。
本申請實施例的編碼設備110可以理解為具有點雲編碼功能的設備，解碼設備120可以理解為具有點雲解碼功能的設備，即本申請實施例對編碼設備110和解碼設備120包括更廣泛的裝置，例如包含智慧型手機、桌上型電腦、行動計算裝置、筆記型(例如，膝上型)電腦、平板電腦、機頂盒、電視、相機、顯示裝置、數位媒體播放器、點雲遊戲控制台、車載電腦等。
在一些實施例中，編碼設備110可以經由通道130將編碼後的點雲資料（如數據流）傳輸給解碼設備120。通道130可以包括能夠將編碼後的點雲資料從編碼設備110傳輸到解碼設備120的一個或多個媒體和/或裝置。
在一個實例中，通道130包括使編碼設備110能夠實時地將編碼後的點雲資料直接發射到解碼設備120的一個或多個通訊媒體。在此實例中，編碼設備110可根據通訊標準來調制編碼後的點雲資料，且將調制後的點雲資料發射到解碼設備120。其中通訊媒體包含無線通訊媒體，例如無線電頻譜，可選的，通訊媒體還可以包含有線通訊媒體，例如一根或多根物理傳輸線。
在另一實例中，通道130包括儲存媒體，該儲存媒體可以儲存編碼設備110編碼後的點雲資料。儲存媒體包含多種本地存取式資料儲存媒體，例如光碟、DVD、快閃記憶體等。在該實例中，解碼設備120可從該儲存媒體中獲取編碼後的點雲資料。
在另一實例中，通道130可包含儲存伺服器，該儲存伺服器可以儲存編碼設備110編碼後的點雲資料。在此實例中，解碼設備120可以從該儲存伺服器中下載儲存的編碼後的點雲資料。可選的，該儲存伺服器可以儲存編碼後的點雲資料且可以將該編碼後的點雲資料發射到解碼設備120，例如web伺服器(例如，用於網站)、檔案傳送協議(FTP)伺服器等。
一些實施例中，編碼設備110包含點雲編碼器112及輸出介面113。其中，輸出介面113可以包含調制器/解調器(調制解調器)和/或發射器。
在一些實施例中，編碼設備110除了包括點雲編碼器112和輸入介面113外，還可以包括點雲源111。
點雲源111可包含點雲採集裝置(例如，掃描儀)、點雲存檔裝置、點雲輸入介面、電腦圖形系統中的至少一個，其中，點雲輸入介面用於從點雲內容提供者處接收點雲資料，電腦圖形系統用於產生點雲資料。
點雲編碼器112對來自點雲源111的點雲資料進行編碼，產生數據流。點雲編碼器112經由輸出介面113將編碼後的點雲資料直接傳輸到解碼設備120。編碼後的點雲資料還可儲存於儲存媒體或儲存伺服器上，以供解碼設備120後續讀取。
在一些實施例中，解碼設備120包含輸入介面121和點雲解碼器122。
在一些實施例中，解碼設備120除包括輸入介面121和點雲解碼器122外，還可以包括顯示裝置123。
其中，輸入介面121包含接收器及/或調制解調器。輸入介面121可透過通道130接收編碼後的點雲資料。
點雲解碼器122用於對編碼後的點雲資料進行解碼，得到解碼後的點雲資料，並將解碼後的點雲資料傳輸至顯示裝置123。
顯示裝置123顯示解碼後的點雲資料。顯示裝置123可與解碼設備120整合或在解碼設備120外部。顯示裝置123可包括多種顯示裝置，例如液晶顯示器(LCD)、等離子體顯示器、有機發光二極體(OLED)顯示器或其它類型的顯示裝置。
此外，圖1僅為實例，本申請實施例的技術方案不限於圖1，例如本申請的技術還可以應用於單側的點雲編碼或單側的點雲解碼。
由於點雲是大量點的集合，儲存所述點雲不僅會消耗大量的記憶體，而且不利於傳輸，也沒有這麼大的頻寬可以支持將點雲不經過壓縮直接在網路層進行傳輸，因此對點雲進行壓縮是很有必要的。
截止目前，可透過點雲編碼框架對點雲進行壓縮。
點雲編碼框架可以是動態影像專家小組（Moving Picture Experts Group，MPEG）提供的基於幾何的點雲壓縮(Geometry Point Cloud Compression，G-PCC)編解碼框架或基於視頻的點雲壓縮 (Video Point Cloud Compression，V-PCC)編解碼框架，也可以是音點雲編碼標準（Audio Video Standard，AVS）組織提供的AVS-PCC編解碼框架。G-PCC及AVS-PCC均針對靜態的稀疏型點雲，其編碼框架大致相同。G-PCC編解碼框架可用於針對第一類靜態點雲和第三類動態獲取點雲進行壓縮，V-PCC編解碼框架可用於針對第二類動態點雲進行壓縮。G-PCC編解碼框架也稱為點雲編解碼器TMC13，V-PCC編解碼框架也稱為點雲編解碼器TMC2。
下面以G-PCC編解碼框架對本申請實施例可適用的編解碼框架進行說明。
圖2是本申請實施例提供的編碼框架的示意性方塊圖。
如圖2所示，編碼框架200可以從採集設備獲取點雲的位置信息（也稱為幾何信息或幾何位置）和屬性信息。點雲的編碼包括位置編碼和屬性編碼。
位置編碼的過程包括：對原始點雲進行座標變換、量化去除重覆點等預處理；構建八叉樹後進行編碼形成幾何數據流。
屬性編碼過程包括：透過給定輸入點雲的位置信息的重建信息和屬性信息的真實值，選擇三種預測模式的一種進行點雲預測，對預測後的結果進行量化，並進行算術編碼形成屬性數據流。
如圖2所示，位置編碼可透過以下單元實現：
座標平移座標量化單元201、八叉樹構建單元202、八叉樹重建單元203、熵編碼單元204。
座標平移座標量化單元201可用於將點雲中點的世界座標變換為相對座標，並對座標進行量化，可減少座標的數目；量化後原先不同的點可能被賦予相同的座標。
八叉樹構建單元202可利用八叉樹（octree）編碼方式編碼量化的點的位置信息。例如，將點雲按照八叉樹的形式進行劃分，由此，點的位置可以和八叉樹的位置一一對應，透過統計八叉樹中有點的位置，並將其標識（flag）記為1，以進行幾何編碼。
八叉樹重建單元203用於重建點雲中各點的幾何位置，得到點的重建幾何位置。
熵編碼單元204可以採用熵編碼方式對八叉樹構建單元202輸出的位置信息進行算術編碼，即將八叉樹構建單元202輸出的位置信息利用算術編碼方式生成幾何數據流；幾何數據流也可稱為幾何位元流（geometry bitstream）。
屬性編碼可透過以下單元實現：
空間變換單元210、屬性插值單元211、屬性預測單元212、殘差量化單元213以及熵編碼單元214。
空間變換單元210可用於將點雲中點的RGB色彩空間變換為YCbCr格式或其他格式。
屬性插值單元211可用於轉換點雲中點的屬性信息，以最小化屬性失真。例如，屬性插值單元211可用於得到點的屬性信息的真實值。例如，所述屬性信息可以是點的顏色信息。
屬性預測單元212可用於對點雲中點的屬性信息進行預測，以得到點的屬性信息的預測值，進而基於點的屬性信息的預測值得到點的屬性信息的殘差值。例如，點的屬性信息的殘差值可以是點的屬性信息的真實值減去點的屬性信息的預測值。
殘差量化單元213可用於量化點的屬性信息的殘差值。
熵編碼單元214可使用零行程編碼（Zero run length coding）對點的屬性信息的殘差值進行熵編碼，以得到屬性數據流。所述屬性數據流可以是位元流信息。
結合圖2，本申請對於幾何結構編碼，主要操作和處理如下： （1）        預處理（Pre-processing）：包括座標變換（Transform coordinates）和體素化（Voxelize）。透過縮放和平移的操作，將3D空間中的點雲資料轉換成整數形式，並將其最小幾何位置移至座標原點處。 （2）        幾何編碼（Geometry encoding）：幾何編碼中包含兩種模式，可在不同條件下使用： （a）        基於八叉樹的幾何編碼（Octree）：八叉樹是一種樹形資料結構，在3D空間劃分中，對預先設定的包圍盒進行均勻劃分，每個節點都具有八個子節點。透過對八叉樹各個子節點的佔用與否採用‘1’和‘0’指示，獲得佔用碼信息（occupancy code）作為點雲幾何信息的數據流。 （b）        基於三角表示的幾何編碼（Trisoup）：將點雲劃分為一定大小的塊（block），定位點雲表面在塊的邊緣的交點並構建三角形。透過編碼交點位置實現幾何信息的壓縮。 （3）        幾何量化（Geometry quantization）：量化的精細程度通常由量化參數（QP）來決定，QP取值越大，表示更大取值範圍的係數將被量化為同一個輸出，因此通常會帶來更大的失真，及較低的碼率；相反，QP取值較小，表示較小取值範圍的係數將被量化為同一個輸出，因此通常會帶來較小的失真，同時對應較高的碼率。在點雲編碼中，量化是直接對點的座標信息進行的。 （4）        幾何熵編碼（Geometry entropy encoding）：針對八叉樹的佔用碼信息，進行統計壓縮編碼，最後輸出二值化（0或者1）的壓縮數據流。統計編碼是一種無損編碼方式，可以有效的降低表達同樣的信號所需要的碼率。常用的統計編碼方式是基於上下文的二值化算術編碼（CABAC，Content Adaptive Binary Arithmetic Coding）。
對於屬性信息編碼，主要操作和處理如下： （1）        屬性重上色（Recoloring）:有損編碼情況下，在幾何信息編碼後，需編碼端解碼並重建幾何信息，即恢復3D點雲的各點座標信息。在原始點雲中尋找對應一個或多個鄰近點的屬性信息，作為該重建點的屬性信息。 （2）        屬性預測編碼（Predition）:屬性預測編碼時，透過對幾何信息或屬性信息的鄰近關係，選擇一個或多個點作為預測值，並求加權平均獲得最終屬性預測值，對真實值與預測值之間的差值進行編碼。 （3）        屬性變換編碼（Transform）：屬性變換編碼中包含三種模式，可在不同條件下使用。 （a）        預測變換編碼（Predicting Transform）：根據距離選擇子點集，將點雲劃分成多個不同的細節層（Level of Detail，LoD），實現由粗糙到精細化的點雲表示。相鄰層之間可以實現自下而上的預測，即由粗糙層中的鄰近點預測精細層中引入的點的屬性信息，獲得對應的殘差信號。其中，最底層的點作為參考信息進行編碼。 （b）        提升變換編碼（Lifting Transform）：在LoD相鄰層預測的基礎上，引入鄰域點的權重更新策略，最終獲得各點的預測屬性值，獲得對應的殘差信號。 （c）        分層區域自適應變換編碼（Region Adaptive Hierarchical Transform， RAHT）：屬性信息經過RAHT變換，將信號轉換到變換域中，稱之為變換係數。 （4）        屬性信息量化（Attribute quantization）：量化的精細程度通常由量化參數（QP）來決定。在預測變換編碼及提升變換編碼中，是對殘差值進行量化後進行熵編碼；在RAHT中，是對變換係數進行量化後進行熵編碼。 （5）        屬性熵編碼（Attribute entropy coding）：量化後的屬性殘差信號或變換係數一般使用行程編碼（run length coding）及算數編碼（arithmetic coding）實現最終的壓縮。相應的編碼模式，量化參數等信息也同樣採用熵編碼器進行編碼。
圖3是本申請實施例提供的解碼框架的示意性方塊圖。
如圖3所示，解碼框架300可以從編碼設備獲取點雲的數據流，透過解析碼得到點雲中的點的位置信息和屬性信息。點雲的解碼包括位置解碼和屬性解碼。
位置解碼的過程包括：對幾何數據流進行算術解碼；構建八叉樹後進行合併，對點的位置信息進行重建，以得到點的位置信息的重建信息；對點的位置信息的重建信息進行座標變換，得到點的位置信息。點的位置信息也可稱為點的幾何信息。
屬性解碼過程包括：透過解析屬性數據流，獲取點雲中點的屬性信息的殘差值；透過對點的屬性信息的殘差值進行反量化，得到反量化後的點的屬性信息的殘差值；基於位置解碼過程中獲取的點的位置信息的重建信息，選擇三種預測模式的一種進行點雲預測，得到點的屬性信息的重建值；對點的屬性信息的重建值進行顏色空間反轉化，以得到解碼點雲。
如圖3所示，位置解碼可透過以下單元實現：
熵解碼單元301、八叉樹重建單元302、逆座標量化單元303以及逆座標平移單元304。
屬性編碼可透過以下單元實現：
熵解碼單元310、逆量化單元311、屬性重建單元312以及逆空間變換單元313。
解壓縮是壓縮的逆過程，類似的，解碼框架300中的各個單元的功能可參見編碼框架200中相應的單元的功能。
在解碼端，解碼器獲得壓縮數據流後，首先進行熵解碼，獲得各種模式信息及量化後的幾何信息以及屬性信息。首先，幾何信息經過逆量化，得到重建的3D點位置信息。另一方面，屬性信息經過逆量化得到殘差信息，並根據採用的變換模式確認參考信號，得到重建的屬性信息，按順序與幾何信息一一對應，產生輸出的重建點雲資料。
例如，解碼框架300可   根據點雲中點與點之間的歐式距離將點雲劃分為多個LoD；然後，依次對LoD中點的屬性信息進行解碼；例如，計算零行程編碼技術中零的數量（zero_cnt），以基於zero_cnt對殘差進行解碼；接著，解碼框架300可基於解碼出的殘差值進行逆量化，並基於逆量化後的殘差值與當前點的預測值相加得到該點雲的重建值，直到解碼完所有的點雲。當前點將會作為後續LoD中點的最近鄰居，並利用當前點的重建值對後續點的屬性信息進行預測。
由上述圖2可知，點雲編碼器200從功能上主要包括了兩部分：位置編碼模組和屬性編碼模組，其中位置編碼模組用於實現點雲的位置信息的編碼，形成幾何數據流，屬性編碼模組用於實現點雲的屬性信息的編碼，形成屬性數據流，本申請主要涉及屬性信息的編碼。
需要說明的是，編碼端屬性信息編碼時確定的預測、量化、編碼、濾波等模式信息或者參數信息等在必要時攜帶在屬性數據流中。解碼端透過解析屬性數據流及根據已有信息進行分析確定與編碼端相同的預測、量化、編碼、濾波等模式信息或者參數信息，從而保證編碼端獲得的屬性信息的重建值和解碼端獲得的屬性信息的重建值相同。
上述是基於G-PCC編解碼框架下的點雲編解碼器的基本流程，隨著技術的發展，該框架或流程的一些模組或步驟可能會被優化，本申請適用於該基於G-PCC編解碼框架下的點雲編解碼器的基本流程，但不限於該框架及流程。
下面將對本申請技術方案進行詳細闡述：
首先以編碼端為例。
圖4為本申請實施例提供的一實施例的點雲中鄰居點的選擇方法的流程圖，該方法的執行主體是具有選擇點雲中鄰居點功能的裝置，例如點雲中鄰居點的選擇裝置，該點雲中鄰居點的選擇裝置可以為上述所述的點雲編碼器或者為點雲編碼器中的一部分。如圖4所示，本實施例包括：
S410、獲取點雲資料，並從點雲資料中確定當前點所在的目標區域，該目標區域包括多個點。
需要說明的是，本實施例涉及點雲的屬性信息的編碼過程，點雲的屬性信息編碼是在位置信息編碼後執行的。
本申請實施例的點雲的屬性信息的編碼過程為，針對點雲資料中的每一個點，從點雲資料中確定當前屬性信息待編碼的當前點的目標區域，當前點位於該目標區域內，該目標區域包括多個點。從目標區域中確定出至少兩個目標點，並確定這至少兩個目標點中每個點的權重係數。根據這至少兩個目標點中每個點的權重係數和幾何信息，以及當前點的幾何信息，確定這至少兩個目標點中每個點的權重。根據這至少兩個目標點中每個點的權重，從這至少兩個目標點中選擇當前點的至少一個鄰居點。根據至少一個鄰居點中每個鄰居點的屬性信息，確定當前點的屬性信息的預測值。根據當前點的屬性信息和屬性信息的預測值，確定出當前點的屬性信息的殘差值。對當前點的屬性信息的殘差值進行量化，並對量化後的殘差值進行編碼，得到數據流。
本申請實施例主要涉及上述編碼過程中當前點的鄰居點的選擇過程。
在一些實施例中，上述目標區域包括點雲資料中的所有點。
在一些實施例中，上述目標區域為點雲資料中任意一個包括當前點的點雲區域。
在一些實施例中，上述目標區域為當前點和當前點的相鄰點所組成的點雲區域。
例如，獲得點雲資料中部分或全部的點的幾何信息，計算這些點中每一個點與當前點之間的距離，根據距離大小，從這些點中選取距離當前點在預定距離範圍內的多個點。將這多個點確定為當前點的相鄰點，這些相鄰點和當前點組成當前點所在的目標區域。
可選的，上述點雲資料中部分或全部的點可以為屬性信息已編碼的點，也可以是屬性信息未編碼的點。
當前點的屬性信息包括顏色屬性和/或反射率屬性，在編碼當前點的不同屬性信息時，確定當前點的相鄰點的方式可以不同。
示例一，若當前點的屬性信息為反射率信息，則確定當前點的相鄰點的方式包括但不限於如下幾種方式：
方式一，對當前點的反射率屬性進行預測時，可以採用莫頓序來選取當前點的相鄰點，具體是：
獲取點雲資料中所有點雲的座標，並按照莫頓排序得到莫頓順序1，如圖5A所示。
接著，把所有點雲的座標（x,y,z）加上一個固定值（j1,j2,j3），用新的座標（x+j1,y+j2,z+j3）生成點雲對應的莫頓碼，按照莫頓排序得到莫頓順序2，如圖5B所示。注意在圖5A中的A,B,C,D移到圖5B中的不同位置，對應的莫頓碼也發生了變化，但它們的相對位置保持不變。另外，在圖5B中，點D的莫頓碼是23，它的相鄰點B的莫頓碼是21，所以從點D向前最多搜索兩個點就可以找到點B。但在圖5A中，從點D（莫頓碼16）最多需要向前搜索14個點才能找到點B(莫頓碼2)。
根據莫頓順序編碼，查找當前點的最近預測點，在莫頓順序1中選取該當前點的前N1個已編碼點作為當前點的N1個相鄰點，N1取值範圍是大於等於1，在莫頓順序2中選取當前點的前N2個點已編碼點作為當前點的N2個相鄰點，N2的取值範圍是大於等於1，進而獲得當前點的N1+ N2個相鄰點。
可選的，在PCEM軟體中，上述j1=j2=j3=42，N1=N2=4。
方式二，計算在Hilbert（希爾伯特）順序下當前點的前maxNumOfNeighbours（最大數量個相鄰點）個已編碼點，將maxNumOfNeighbours個已編碼點作為當前點的相鄰點。
可選的，maxNumOfNeighbours默認取值為128。
示例二，若當前點的屬性信息為顏色信息，則確定當前點的相鄰點的方式包括：
當前點的相鄰點的空間關係如圖5C所示，其中實線框表示當前點，假設相鄰點的查找範圍為當前點的3Χ3Χ3鄰域。首先利用當前點的莫頓碼得到該3Χ3Χ3鄰域中莫頓碼值最小的塊，將該塊作為基準塊，利用基準塊來查找與當前點共面、共線的已編碼相鄰點。該鄰域範圍內與當前點共面的相鄰點之間的莫頓碼關係如圖5D所示，與當前點共線的相鄰點之間的莫頓碼關係如下圖5E所示。
利用基準塊來搜索與當前點共面、共線的已編碼的多個相鄰點。
在該實施例中，根據上述方法確定出當前點的多個相鄰點後，將這多個相鄰點和當前點組成的點雲區域確定為當前點的目標區域。
S420、針對目標區域內的至少兩個目標點，確定至少兩個目標點中每個點的權重係數，至少兩個目標點中未包括當前點；
執行上述S401的步驟，確定出當前點的目標區域後，接著從這目標區域內選擇至少兩個目標點，其中，可以選擇N個目標點，N為大於或等於2的正整數。
在一些實施例中，上述至少兩個目標點為目標區域內的任意的至少兩個目標點。
在一些實施例中，上述至少兩個目標點為目標區域內距離當前點最近的至少兩個目標點。
從目標點區域內確定出至少兩個目標點後，確定這至少兩個目標點中的每一個點的權重係數。
在一些實施例中，這至少兩個目標點中每個點的權重係數相同。
在一些實施例中，這至少兩個目標點中至少兩個點的權重係數不同。
S430、根據至少兩個目標點中每個點的權重係數和幾何信息，以及當前點的幾何信息，確定至少兩個目標點中每個點的權重。
本實施例確定至少兩個目標點中每個點的權重的過程相同，為了便於描述，在此以至少兩個目標點中一個點的權重確定過程為例。
在一種示例中，根據該點的幾何信息和當前點的幾何信息，確定出該點與當前點之間的距離，根據該距離與該點的權重係數，得到該點的權重。例如，將該距離與該點的權重係數的乘積的倒數，確定為該點的權重。
在另一種示例中，權重係數包括第一分量的權重係數、第二分量的權重係數和第三分量的權重係數，則根據如下公式（1）確定出該點的權重：
Figure 02_image001
（1）
其中，wij為該點的權重，a為該點的第一分量的權重係數，b為該點的第二分量的權重係數，c為該點的第三分量的權重係數，（xi，yi，zi）為當前點的幾何信息，（xij，yij，zij）為該點的幾何信息。可選的，該a、b、c可以查表獲得，或者為預設的固定值。
S440、根據至少兩個目標點中每個點的權重，從至少兩個目標點中選擇當前點的至少一個鄰居點。
假設上述至少一個鄰居點為k個鄰居點，k為正整數。
在一些實施例中，根據至少兩個目標點中每個點的權重，從至少兩個目標點中選擇權重最大的前k個點作為當前點的鄰居點。
在一些實施例中，根據至少兩個目標點中每個點的權重，從至少兩個目標點中選擇權重在預設範圍內的k個點作為當前點的鄰居點。
本申請實施例提供的點雲中鄰居點的選擇方法，透過從點雲資料中確定當前點所在的目標區域，並從該目標區域內選擇出至少兩個目標點，確定這至少兩個目標點中每個點的權重係數；根據這至少兩個目標點中每個點的權重係數和幾何信息，以及當前點的幾何信息，確定這至少兩個目標點中每個點的權重，根據這至少兩個目標點中每個點的權重，從這至少兩個目標點中選擇當前點的至少一個鄰居點，實現當前點的鄰居點的準確選擇。這樣基於準確選擇的鄰居點，對當前點進行屬性預測時，可以提高屬性預測的準確性，進而提高點雲的編碼效率。
下面結合具體的實施例，詳細介紹上述S420。
上述S420中確定至少兩個目標點中每個點的權重係數的方式包括但不限於如下幾種：
方式一，將至少兩個目標點劃分為至少一組，將至少一組中每一組對應的默認權重係數確定為每一組中每個點的權重係數，其中，每一組對應的默認權重係數不同。
舉例說明，假設將至少兩個目標點劃分為兩組，分別為第一組和第二組，假設第一組包括M1個點，第二組包括M2個點，M1+M2=N，第一組對應的默認權重係數為權重係數1，第二組對應的默認權重係數為權重係數2，權重係數1與權重係數2不相同。這樣，將權重係數1確定為該第一組內M1個點的權重係數，也就是說，第一組內這M1個中每一個點的權重係數相同，均為權重係數1。將權重係數1確定為該第二組內M2個點的權重係數，也就是說，第二組內這M2個中每一個點的權重係數相同，均為權重係數2。在一些實施例中，至少兩個組對應的默認權重係數相同。
在一些實施例中，將至少兩個目標點劃分為一組，將默認權重係數設定為該至少兩個目標點的權重係數，這至少兩個目標點中每個點的權重係數相同。
在一些實施例中，權重係數包括第一分量的權重係數、第二分量的權重係數和第三分量的權重係數。
需要說明的是，在不同的度量空間，則上述各分量不同。例如，在歐式空間，則將x稱為第一分量，將y稱為第二分量，將z稱為第三分量，對應的點雲中點的幾何座標為（x，y，z）。在極座標空間，則將r稱為第一分量，將φ稱為第二分量，將θ稱為第三分量，對應的點雲在點的幾何座標為（r,φ,θ）。
在一些實施例中，上述將至少兩個目標點劃分為至少一組，同一個組對應的第一分量的權重係數、第二分量的權重係數和第三分量的權重係數均相等。例如，上述第一組內M1個點中每個點的權重係數均相同為權重係數1，該權重係數1包括第一分量的權重係數a1、第二分量的權重係數b1和第三分量的權重係數c1，其中a1=b1=c1，例如a1=b1=c1=1。上述第二組內M2個點中每個點的權重係數均相同為權重係數2，該權重係數2包括第一分量的權重係數a2、第二分量的權重係數b2和第三分量的權重係數c2，其中a2=b2=c2。
在一些實施例中，至少一組中同一個組對應的第一分量的權重係數、第二分量的權重係數和第三分量的權重係數中至少兩個係數不相等。例如，第一組內M1個點中每個點的權重係數均相同為權重係數1，該權重係數1包括第一分量的權重係數a1、第二分量的權重係數b1和第三分量的權重係數c1，其中a1、b1和c1中至少兩個係數不相等，例如，a1=b1≠c1，或者，a1≠b1≠c1，或者，a1≠b1=c1，或者，a1=c1≠b1。可選的，a1=b1=1，c1=16。
方式二，根據至少兩個目標點中每個點的幾何信息，確定至少兩個目標點中每個點的權重係數。
該實現方式中，根據至少兩個目標點的空間分佈情況，來確定至少兩個目標點中每個點的權重係數。在該方式中，確定出的至少兩個目標點中每個點的權重係數相同。
在一種可能的實現方式中，上述S420包括如下S420-A1和S420-A2：
S420-A1、根據至少兩個目標點中每個點的幾何信息，分別確定至少兩個目標點在第一分量方向上的第一分佈值、在第二分量方向上的第二分佈值和在第三分量方向上的第三分佈值；
S420-A2、根據第一分佈值、第二分佈值和第三分佈值，確定至少兩個目標點中每個點的權重係數。
由於部分點雲資料集，例如光學雷達（light detection and ranging，簡稱LiDAR）掃描的點雲資料，在各分量方向的分佈情況有一定的差異性。因此，該方式中，根據至少兩個目標點的幾何信息，確定出至少兩個目標點在不同分量上的分佈值，根據不同分量對應的分佈值，確定各點的權重係數，實現對點的權重係數的準確計算，這樣在基於權重係數選擇鄰居點時，可以提供鄰居點的選擇準確性，進而提高點雲的預測準確性。
在一些實施例中，上述S421包括：根據至少兩個目標點中每個點的幾何信息，將至少兩個目標點分別向第一分量、第二分量和第三分量方向上進行投影，將至少兩個目標點在第一分量方向上的投影作為第一分佈值，將至少兩個目標點在第二分量方向上的投影作為第二分佈值，將至少兩個目標點在第三分量方向上的投影作為第三分佈值。
在一些實施例中，上述S421包括：根據至少兩個目標點中每個點在第一分量方向上的幾何信息，確定至少兩個目標點在第一分量方向上的第一取值範圍。假設第一分量為x，第一取值範圍為[xmax，xmin]，其中xmax為至少兩個目標點的幾何信息中x方向上的最大值，xmin為至少兩個目標點的幾何信息中x方向上的最大值。根據至少兩個目標點中每個點在第二分量方向上的幾何信息，確定至少兩個目標點在第二分量方向上的第二取值範圍。假設第二分量為y，第二取值範圍為[ymax，ymin]，其中ymax為至少兩個目標點的幾何信息中y方向上的最大值，ymin為至少兩個目標點的幾何信息中y方向上的最大值。根據至少兩個目標點中每個點在第三分量方向上的幾何信息，確定至少兩個目標點在第三分量方向上的第三取值範圍。假設第三分量為z，第三取值範圍為[zmax，zmin]，其中zmax為至少兩個目標點的幾何信息中z方向上的最大值，zmin為至少兩個目標點的幾何信息中z方向上的最大值。
接著，根據第一取值範圍、第二取值範圍和第三取值範圍，確定第一分佈值、第二分佈值和第三分佈值。
在一種示例中，將第一取值範圍的範圍值確定為第一分佈值，例如第一分佈值ρx=xmax-xmin；將第二取值範圍的範圍值確定為第二分佈值，例如第二分佈值ρy=ymax-ymin；將第三取值範圍的範圍值確定為第三分佈值，例如第三分佈值ρz=zmax-zmin。
在另一種示例中，確定至少兩個目標點的數量與第一取值範圍的範圍值之間的第一比值，並將第一比值確定為第一分佈值，例如第一分佈值ρx=N/（xmax-xmin）；確定至少兩個目標點的數量與第二取值範圍的範圍值之間的第二比值，並將第二比值確定為第二分佈值，例如第二分佈值ρy=N/（ymax-ymin）；確定至少兩個目標點的數量與第三取值範圍的範圍值之間的第三比值，並將第三比值確定為第三分佈值，例如第三分佈值ρz=N/（zmax-zmin）。
在一些實施例中，上述S421包括：根據至少兩個目標點中每個點在第一分量方向上的幾何信息，確定至少兩個目標點在第一分量方向上的第一變異量；根據至少兩個目標點中每個點在第二分量方向上的幾何信息，確定至少兩個目標點在第二分量方向上的第二變異量；根據至少兩個目標點中每個點在第三分量方向上的幾何信息，確定至少兩個目標點在第三分量方向上的第三變異量；根據第一變異量、第二變異量和第三變異量，確定第一分佈值、第二分佈值和第三分佈值。
例如，根據如下公式（2），確定第一變異量：
Figure 02_image003
（2）
其中， 為第一變異量，x為第一分量，Mx為至少兩個目標點的幾何信息在第一分量上的平均值，xi為至少兩個目標點中第i個點的在第一分量方向上幾何信息，i=1,2，…,N。
例如，根據如下公式（3），確定第一變異量：
Figure 02_image005
（3）
其中， 為第二變異量，y為第二分量，My為至少兩個目標點的幾何信息在第二分量上的平均值，yi為至少兩個目標點中第i個點的在第二分量方向上幾何信息，i=1,2，…,N。
例如，根據如下公式（4），確定第一變異量：
Figure 02_image007
（4）
其中， 為第三變異量，z為第三分量，Mz為至少兩個目標點的幾何信息在第三分量上的平均值，zi為至少兩個目標點中第i個點的在第三分量方向上幾何信息，i=1,2，…,N。
根據上述方法確定出第一變異量、第二變異量和第三變異量後，根據第一變異量、第二變異量和第三變異量，確定第一分佈值、第二分佈值和第三分佈值。
例如，根據第一變異量得到第一標準差，將該第一標準差作為第一分佈值，根據第二變異量得到第二標準差，將該第二標準差作為第二分佈值，根據第三變異量得到第三標準差，將該第三標準差作為第三分佈值。
例如，將第一變異量確定為第一分佈值；將第二變異量確定為第二分佈值；將第三變異量確定為第三分佈值。
根據上述方法確定出第一分佈值、第二分佈值和第三分佈值後，執行S420-A2，根據第一分佈值、第二分佈值和第三分佈值，確定至少兩個目標點中每個點的權重係數。
在一些實施例中，上述S420-A2包括：將第一分佈值確定為第一分量的權重係數，將第二分佈值確定為第二分量的權重係數，將第三分佈值確定為第三分量的權重係數。例如，第一分量的權重係數a=ρx，第二分量的權重係數b=ρy，第三分量的權重係數c=ρz。
在一些實施例中，上述S420-A2包括：確定第一分佈值、第二分佈值和第三分佈值的總和，根據第一分佈值與總和的比，確定第一分量的權重係數，根據第二分佈值與總和的比，確定第二分量的權重係數，根據第三分佈值與總和的比，確定第三分量的權重係數。例如，將第一分佈值與總和的比，確定為第一分量的權重係數；將第二分佈值與總和的比，確定為第二分量的權重係數；將第三分佈值與總和的比，確定為第三分量的權重係數。例如， a=ρx/(ρx+ρy+ρz)，b=ρy/(ρx+ρy+ρz)，c=ρz/(ρx+ρy+ρz)。
上文詳細介紹了方式二中根據至少兩個目標點中每個點的幾何信息，確定至少兩個目標點中每個點的權重係數的具體過程。下面對確定至少兩個目標點中每個點的權重係數的第三種方式進行介紹。
方式三，根據至少兩個目標點中每個點的屬性信息，確定至少兩個目標點中每個點的權重係數。
該實現方式中，根據至少兩個目標點的屬性信息，來確定至少兩個目標點中每個點的權重係數。在該方式中，確定出的至少兩個目標點中每個點的權重係數相同。
在一些實施例中，如圖6所示，上述S420包括：
S420-B1、根據至少兩個目標點中每個點的幾何信息，確定至少兩個目標點圍成的區域的中心點。
S420-B2、從至少兩個目標點中分別確定與中心點在第一分量方向上距離最遠的第一點、在第二分量方向上距離最遠的第二點，以及在第三分量方向上距離最遠的第三點；
S420-B3、根據第一點、第二點和第三點中每個點的屬性信息，分別確定至少兩個目標點在第一分量方向上的第一分佈值、在第二分量方向上的第二分佈值和在第三分量方向上的第三分佈值；
S420-B4、根據第一分佈值、第二分佈值和在第三分佈值，確定至少兩個目標點中每個點的權重係數。
在一些實施例中，上述S420-B3包括：獲取中心點的屬性信息；根據第一點的屬性信息與中心點的屬性信息，確定至少兩個目標點在第一分量方向上的第一分佈值，根據第二點的屬性信息與中心點的屬性信息，確定至少兩個目標點在第二分量方向上的第二分佈值，根據第三點的屬性信息與中心點的屬性信息，確定至少兩個目標點在第三分量方向上的第三分佈值。
例如，將第一點的屬性信息與中心點的屬性信息的差值，確定為至少兩個目標點在第一分量方向上的第一分佈值；將第二點的屬性信息與中心點的屬性信息的差值，確定為至少兩個目標點在第二分量方向上的第二分佈值；將第三點的屬性信息與中心點的屬性信息的差值，確定為至少兩個目標點在第三分量方向上的第三分佈值。
在一些實施例中，上述S420-B3包括：根據至少兩個目標點中每個點的屬性信息，確定至少兩個目標點的屬性信息的平均值；根據第一點的屬性信息與至少兩個目標點的屬性信息的平均值，確定至少兩個目標點在第一分量方向上的第一分佈值，根據第二點的屬性信息與至少兩個目標點的屬性信息的平均值，確定至少兩個目標點在第二分量方向上的第二分佈值，根據第三點的屬性信息與至少兩個目標點的屬性信息的平均值，確定至少兩個目標點在第三分量方向上的第三分佈值。
例如，將第一點的屬性信息與至少兩個目標點的屬性信息的平均值的差值，確定為至少兩個目標點在第一分量方向上的第一分佈值；將第二點的屬性信息與至少兩個目標點的屬性信息的平均值的差值，確定為至少兩個目標點在第二分量方向上的第二分佈值；將第三點的屬性信息與至少兩個目標點的屬性信息的平均值的差值，確定為至少兩個目標點在第三分量方向上的第三分佈值。
根據上述方法，確定出第一分佈值、第二分佈值和在第三分佈值後，執行上述S420-B4，根據第一分佈值、第二分佈值和在第三分佈值，確定至少兩個目標點中每個點的權重係數，具體執行過程參照上述S420-A2的描述，在此不再贅述。
上文對編碼端確定至少兩個目標點在每個點的權重係數進行介紹。
在一些實施例中，由上述可知，編碼端可以採用上述方式一、方式二和方式三，3種方式中的任意一種方式確定出至少兩個目標點中每個點的權重係數，為了保持解碼端和編碼端的一致，則編碼端可以在數據流中攜帶權重係數的確定方式的指示信息，例如，編碼端採用上述方式二確定點的權重係數，則編碼端可以將方式二的指示信息攜帶在數據流中發送給解碼端，使得解碼端根據該方式二，確定點的權重係數。
在一些實施例中，編碼端和解碼端可以採用上述各方式中的一種默認的方式來確定點的權重係數。例如，編碼端和解碼端均默認採用上述方式二來確定點的權重係數。在這種情況下，數據流中可以不攜帶權重係數的確定方式的指示信息。
在一些實施例中，編碼端可以直接將確定好的點的權重係數攜帶在數據流中發送給解碼端，這樣解碼端直接從數據流中解碼出點的權重係數進行鄰居點的選擇，不需要自行進行重新計算，進而降低了解碼難度。
下面結合圖7，以解碼端為例，對本申請的技術方案進行介紹。
圖7為本申請實施例提供的另一實施例的點雲中鄰居點的選擇方法的流程圖，如圖7所示，包括：
S701、解碼數據流，獲取點雲資料中點的幾何信息。
需要說明的，解碼器解析數據流，優先解碼點雲的位置信息，之後再解碼點雲的屬性信息。
S702、根據點雲資料中點的幾何信息，從點雲資料中確定當前點所在的目標區域，目標區域包括多個點。
例如，根據點雲資料中每個點的位置信息和當前點的位置信息，獲得當前點與每個點之間的距離，並根據當前點與每個點之間的距離，從點雲資料中獲得距離當前點最近的N個已解碼點作為當前點的N個相鄰點。
其中上述S702的具體實現過程可以參照上述S410的具體描述，在此不再贅述。
S703、針對目標區域內已解碼的至少兩個目標點，確定至少兩個目標點中每個點的權重係數，至少兩個目標點中未包括當前點；
解碼端從目標區域內獲取已解碼的至少兩個目標點，比如，可以選擇N個。
可選的，上述N個已解碼點為目標區域內任意的點。
可選的，上述N個已解碼點為目標區域內當前點的N個已解碼的相鄰點。其中相鄰點的確定方式可以參照上述S420的描述。
在一些實施例中，上述S703中確定至少兩個目標點中每個點的權重係數的方式包括但不限於如下幾種方式：
方式一，將至少兩個目標點劃分為至少一組，將至少一組中每一組對應的默認權重係數確定為每一組中每個點的權重係數，其中，每一組對應的默認權重係數不同。
例如，編碼端在數據流中攜帶權重係數的確定方式的指示信息所指示的權重係數的確定方式為方式一，或者，解碼端默認的確定權重係數的方式為方式一，則解碼端根據上述方式一，將至少兩個目標點劃分為至少一組，將至少一組中每一組對應的默認權重係數確定為每一組中每個點的權重係數。在一些實施例中，至少兩個組對應的默認權重係數相同。
具體的，上述方式一參照上述S420中的方式一的具體描述，在此不再贅述。
可選的，上述權重係數包括第一分量的權重係數、第二分量的權重係數和第三分量的權重係數。
在一種示例中，同一個組對應的第一分量的權重係數、第二分量的權重係數和第三分量的權重係數均相等。
在另一種示例中，同一個組對應的第一分量的權重係數、第二分量的權重係數和第三分量的權重係數中至少兩個係數不相等。
方式二，根據至少兩個目標點中每個點的幾何信息，確定至少兩個目標點中每個點的權重係數。
例如，編碼端在數據流中攜帶權重係數的確定方式的指示信息所指示的權重係數的確定方式為方式二，或者，解碼端默認的確定權重係數的方式為方式二，則解碼端根據上述方式二，根據至少兩個目標點中每個點的幾何信息，確定至少兩個目標點中每個點的權重係數。
在一種可能的實現方式中，上述根據至少兩個目標點中每個點的幾何信息，確定至少兩個目標點中每個點的權重係數包括如下步驟：
S703-A1、根據至少兩個目標點中每個點的幾何信息，分別確定至少兩個目標點在第一分量方向上的第一分佈值、在第二分量方向上的第二分佈值和在第三分量方向上的第三分佈值；
S703-A2、根據第一分佈值、第二分佈值和第三分佈值，確定至少兩個目標點中每個點的權重係數，其中至少兩個目標點中每個點的權重係數相同。
在一些實施例中，上述S703-A1包括：根據至少兩個目標點中每個點在第一分量方向上的幾何信息，確定至少兩個目標點在第一分量方向上的第一取值範圍；根據至少兩個目標點中每個點在第二分量方向上的幾何信息，確定至少兩個目標點在第二分量方向上的第二取值範圍；根據至少兩個目標點中每個點在第三分量方向上的幾何信息，確定至少兩個目標點在第三分量方向上的第三取值範圍；根據第一取值範圍、第二取值範圍和第三取值範圍，確定第一分佈值、第二分佈值和第三分佈值。
例如，將第一取值範圍的範圍值確定為第一分佈值；將第二取值範圍的範圍值確定為第二分佈值；將第三取值範圍的範圍值確定為第三分佈值。
再例如，確定N與第一取值範圍的範圍值之間的第一比值，並將第一比值確定第一分佈值；確定N與第二取值範圍的範圍值之間的第二比值，並將第二比值確定第二分佈值；確定N與第三取值範圍的範圍值之間的第三比值，並將第三比值確定第三分佈值。
在一些實施例中，上述S703-A1包括：根據至少兩個目標點中每個點在第一分量方向上的幾何信息，確定至少兩個目標點在第一分量方向上的第一變異量；根據至少兩個目標點中每個點在第二分量方向上的幾何信息，確定至少兩個目標點在第二分量方向上的第二變異量；根據至少兩個目標點中每個點在第三分量方向上的幾何信息，確定至少兩個目標點在第三分量方向上的第三變異量；根據第一變異量、第二變異量和第三變異量，確定第一分佈值、第二分佈值和第三分佈值。
例如，將第一變異量確定為第一分佈值；將第二變異量確定為第二分佈值；將第三變異量確定為第三分佈值。
方式三，根據至少兩個目標點中每個點的屬性信息，確定至少兩個目標點中每個點的權重係數。
例如，編碼端在數據流中攜帶權重係數的確定方式的指示信息所指示的權重係數的確定方式為方式三，或者，解碼端默認的確定權重係數的方式為方式三，則解碼端根據上述方式三，根據至少兩個目標點中每個點的屬性信息，確定至少兩個目標點中每個點的權重係數。
在一種可能的實現方式中，上述根據至少兩個目標點中每個點的屬性信息，確定至少兩個目標點中每個點的權重係數包括如下步驟：
S703-B1、根據至少兩個目標點中每個點的幾何信息，確定至少兩個目標點圍成的區域的中心點；
S703-B1、從至少兩個目標點中分別確定與中心點在第一分量方向上距離最遠的第一點、在第二分量方向上距離最遠的第二點，以及在第三分量方向上距離最遠的第三點；
S703-B1、根據第一點、第二點和第三點中每個點的屬性信息，分別確定至少兩個目標點在第一分量方向上的第一分佈值、在第二分量方向上的第二分佈值和在第三分量方向上的第三分佈值；
S703-B1、根據第一分佈值、第二分佈值和在第三分佈值，確定至少兩個目標點中每個點的權重係數，其中至少兩個目標點中每個點的權重係數相同。
在一些實施例中，上述S703-B1包括：獲取中心點的屬性信息；根據第一點的屬性信息與中心點的屬性信息，確定至少兩個目標點在第一分量方向上的第一分佈值，根據第二點的屬性信息與中心點的屬性信息，確定至少兩個目標點在第二分量方向上的第二分佈值，根據第三點的屬性信息與中心點的屬性信息，確定至少兩個目標點在第三分量方向上的第三分佈值。
例如，將第一點的屬性信息與中心點的屬性信息的差值，確定為至少兩個目標點在第一分量方向上的第一分佈值；將第二點的屬性信息與中心點的屬性信息的差值，確定為至少兩個目標點在第二分量方向上的第二分佈值；將第三點的屬性信息與中心點的屬性信息的差值，確定為至少兩個目標點在第三分量方向上的第三分佈值。
在一些實施例中，上述S703-B1包括：根據至少兩個目標點中每個點的屬性信息，確定至少兩個目標點的屬性信息的平均值；根據第一點的屬性信息與至少兩個目標點的屬性信息的平均值，確定至少兩個目標點在第一分量方向上的第一分佈值，根據第二點的屬性信息與至少兩個目標點的屬性信息的平均值，確定至少兩個目標點在第二分量方向上的第二分佈值，根據第三點的屬性信息與至少兩個目標點的屬性信息的平均值，確定至少兩個目標點在第三分量方向上的第三分佈值。
例如，將第一點的屬性信息與至少兩個目標點的屬性信息的平均值的差值，確定為至少兩個目標點在第一分量方向上的第一分佈值；將第二點的屬性信息與至少兩個目標點的屬性信息的平均值的差值，確定為至少兩個目標點在第二分量方向上的第二分佈值；將第三點的屬性信息與至少兩個目標點的屬性信息的平均值的差值，確定為至少兩個目標點在第三分量方向上的第三分佈值。
在一些實施例中，上述S703-A2和S703-B3包括：將第一分佈值確定為第一分量的權重係數，將第二分佈值確定為第二分量的權重係數，將第三分佈值確定為第三分量的權重係數。
在一些實施例中，上述S703-A2和S703-B3包括：確定第一分佈值、第二分佈值和第三分佈值的總和，根據第一分佈值與總和的比，確定第一分量的權重係數，根據第二分佈值與總和的比，確定第二分量的權重係數，根據第三分佈值與總和的比，確定第三分量的權重係數。
例如，將第一分佈值與之和的比，確定為第一分量的權重係數；將第二分佈值與之和的比，確定為第二分量的權重係數；將第三分佈值與之和的比，確定為第三分量的權重係數。
方式四，解碼數據流，得到所述至少兩個目標點中每個點的權重係數。
該方式中，編碼端確定出點的權重係數後，將點的權重係數攜帶在數據流中。這樣，解碼端直接從數據流中解碼出至少兩個目標點中每個點的權重係數，不需要自行進行重新計算，進而降低了解碼難度。
解碼端根據上述方式確定出至少兩個目標點中每個點的權重係數後，執行S704和S705。
S704、根據至少兩個目標點中每個點的權重係數和幾何信息，以及當前點的幾何信息，確定至少兩個目標點中每個點的權重；
S705、根據至少兩個目標點中每個點的權重，從至少兩個目標點中選擇當前點的至少一個鄰居點。
上述S704和S705的具體實現過程可以參照上述S430和S440的具體描述，在此不再贅述。
應理解，點雲中鄰居點的選擇方法為上述點雲中鄰居點的選擇方法的逆過程。點雲中鄰居點的選擇方法中的步驟可以參考點雲中鄰居點的選擇方法中的相應步驟，為了避免重覆，在此不再贅述。
以上結合圖式詳細描述了本申請的優選實施方式，但是，本申請並不限於上述實施方式中的具體細節，在本申請的技術構思範圍內，可以對本申請的技術方案進行多種簡單變型，這些簡單變型均屬於本申請的保護範圍。例如，在上述具體實施方式中所描述的各個具體技術特徵，在不矛盾的情況下，可以透過任何合適的方式進行組合，為了避免不必要的重覆，本申請對各種可能的組合方式不再另行說明。又例如，本申請的各種不同的實施方式之間也可以進行任意組合，只要其不違背本申請的思想，其同樣應當視為本申請所公開的內容。
還應理解，在本申請的各種方法實施例中，上述各過程的序號的大小並不意味著執行順序的先後，各過程的執行順序應以其功能和內在邏輯確定，而不應對本申請實施例的實施過程構成任何限定。
上文結合圖1至圖7，詳細描述了本申請的方法實施例，下文結合圖8至圖10，詳細描述本申請的裝置實施例。
圖8是本申請實施例的一點雲中鄰居點的裝置的示意性方塊圖。該裝置10可以為編碼設備，也可以為編碼設備中的一部分。
如圖8所示，點雲中選擇鄰居點的裝置10可包括：
獲取單元11，用於獲取點雲資料，並從點雲資料中確定當前點所在的目標區域，目標區域包括多個點；
權重係數確定單元12，用於針對目標區域內的至少兩個目標點，確定至少兩個目標點中每個點的權重係數，至少兩個目標點中未包括當前點；
權重確定單元13，用於根據至少兩個目標點中每個點的權重係數和幾何信息，以及當前點的幾何信息，確定至少兩個目標點中每個點的權重；
鄰居點選擇單元14，用於根據至少兩個目標點中每個點的權重，從至少兩個目標點中選擇當前點的至少一個鄰居點。
在一些實施例中，權重係數確定單元12，具體用於將至少兩個目標點劃分為至少一組，將至少一組中每一組對應的默認權重係數確定為每一組中每個點的權重係數；或者，根據至少兩個目標點中每個點的幾何信息，確定至少兩個目標點中每個點的權重係數；或者，根據至少兩個目標點中每個點的屬性信息，確定至少兩個目標點中每個點的權重係數。
可選的，權重係數包括第一分量的權重係數、第二分量的權重係數和第三分量的權重係數。
在一些實施例中，上述至少兩個組中同一個組對應的第一分量的權重係數、第二分量的權重係數和第三分量的權重係數均相等；或者，同一個組對應的第一分量的權重係數、第二分量的權重係數和第三分量的權重係數中至少兩個係數不相等。
在一些實施例中，權重係數確定單元12，具體用於根據至少兩個目標點中每個點的幾何信息，分別確定至少兩個目標點在第一分量方向上的第一分佈值、在第二分量方向上的第二分佈值和在第三分量方向上的第三分佈值；根據第一分佈值、第二分佈值和第三分佈值，確定至少兩個目標點中每個點的權重係數。
在一些實施例中，權重係數確定單元12，具體用於根據至少兩個目標點中每個點在第一分量方向上的幾何信息，確定至少兩個目標點在第一分量方向上的第一取值範圍；根據至少兩個目標點中每個點在第二分量方向上的幾何信息，確定至少兩個目標點在第二分量方向上的第二取值範圍；根據至少兩個目標點中每個點在第三分量方向上的幾何信息，確定至少兩個目標點在第三分量方向上的第三取值範圍；根據第一取值範圍、第二取值範圍和第三取值範圍，確定第一分佈值、第二分佈值和第三分佈值。
在一些實施例中，權重係數確定單元12，具體用於將第一取值範圍的範圍值確定為第一分佈值；將第二取值範圍的範圍值確定為第二分佈值；將第三取值範圍的範圍值確定為第三分佈值。
在一些實施例中，權重係數確定單元12，具體用於確定至少兩個目標點的數量與第一取值範圍的範圍值之間的第一比值，並將第一比值確定第一分佈值；確定至少兩個目標點的數量與第二取值範圍的範圍值之間的第二比值，並將第二比值確定第二分佈值；確定至少兩個目標點的數量與第三取值範圍的範圍值之間的第三比值，並將第三比值確定第三分佈值。
在一些實施例中，權重係數確定單元12，具體用於根據至少兩個目標點中每個點在第一分量方向上的幾何信息，確定至少兩個目標點在第一分量方向上的第一變異量；根據至少兩個目標點中每個點在第二分量方向上的幾何信息，確定至少兩個目標點在第二分量方向上的第二變異量；根據至少兩個目標點中每個點在第三分量方向上的幾何信息，確定至少兩個目標點在第三分量方向上的第三變異量；根據第一變異量、第二變異量和第三變異量，確定第一分佈值、第二分佈值和第三分佈值。
在一些實施例中，權重係數確定單元12，具體用於將第一變異量確定為第一分佈值；將第二變異量確定為第二分佈值；將第三變異量確定為第三分佈值。
在一些實施例中，權重係數確定單元12，具體用於根據至少兩個目標點中每個點的幾何信息，確定至少兩個目標點圍成的區域的中心點；從至少兩個目標點中分別確定與中心點在第一分量方向上距離最遠的第一點、在第二分量方向上距離最遠的第二點，以及在第三分量方向上距離最遠的第三點；根據第一點、第二點和第三點中每個點的屬性信息，分別確定至少兩個目標點在第一分量方向上的第一分佈值、在第二分量方向上的第二分佈值和在第三分量方向上的第三分佈值；根據第一分佈值、第二分佈值和在第三分佈值，確定至少兩個目標點中每個點的權重係數。
在一些實施例中，權重係數確定單元12，具體用於獲取中心點的屬性信息；根據第一點的屬性信息與中心點的屬性信息，確定至少兩個目標點在第一分量方向上的第一分佈值，根據第二點的屬性信息與中心點的屬性信息，確定至少兩個目標點在第二分量方向上的第二分佈值，根據第三點的屬性信息與中心點的屬性信息，確定至少兩個目標點在第三分量方向上的第三分佈值。
在一些實施例中，權重係數確定單元12，具體用於將第一點的屬性信息與中心點的屬性信息的差值，確定為至少兩個目標點在第一分量方向上的第一分佈值；將第二點的屬性信息與中心點的屬性信息的差值，確定為至少兩個目標點在第二分量方向上的第二分佈值；將第三點的屬性信息與中心點的屬性信息的差值，確定為至少兩個目標點在第三分量方向上的第三分佈值。
在一些實施例中，權重係數確定單元12，具體用於根據至少兩個目標點中每個點的屬性信息，確定至少兩個目標點的屬性信息的平均值；根據第一點的屬性信息與至少兩個目標點的屬性信息的平均值，確定至少兩個目標點在第一分量方向上的第一分佈值，根據第二點的屬性信息與至少兩個目標點的屬性信息的平均值，確定至少兩個目標點在第二分量方向上的第二分佈值，根據第三點的屬性信息與至少兩個目標點的屬性信息的平均值，確定至少兩個目標點在第三分量方向上的第三分佈值。
在一些實施例中，權重係數確定單元12，具體用於將第一點的屬性信息與至少兩個目標點的屬性信息的平均值的差值，確定為至少兩個目標點在第一分量方向上的第一分佈值；將第二點的屬性信息與至少兩個目標點的屬性信息的平均值的差值，確定為至少兩個目標點在第二分量方向上的第二分佈值；將第三點的屬性信息與至少兩個目標點的屬性信息的平均值的差值，確定為至少兩個目標點在第三分量方向上的第三分佈值。
在一些實施例中，權重係數確定單元12，具體用於將第一分佈值確定為第一分量的權重係數，將第二分佈值確定為第二分量的權重係數，將第三分佈值確定為第三分量的權重係數；或者，
確定第一分佈值、第二分佈值和第三分佈值的總和，根據第一分佈值與總和的比，確定第一分量的權重係數，根據第二分佈值與總和的比，確定第二分量的權重係數，根據第三分佈值與總和的比，確定第三分量的權重係數。
在一些實施例中，權重係數確定單元12，具體用於將第一分佈值與總和的比，確定為第一分量的權重係數；將第二分佈值與總和的比，確定為第二分量的權重係數；將第三分佈值與總和的比，確定為第三分量的權重係數。
在一些實施例中，在數據流中攜帶有至少兩個目標點中每個點的權重係數。
應理解的是，裝置實施例與方法實施例可以相互對應，類似的描述可以參照方法實施例。為避免重覆，此處不再贅述。具體地，圖8所示的裝置可以執行上述方法的實施例，並且裝置中的各個模組的前述和其它操作和/或功能分別為了實現編碼器對應的方法實施例，為了簡潔，在此不再贅述。
上文中結合圖式從功能模組的角度描述了本申請實施例的裝置。應理解，該功能模組可以透過硬體形式實現，也可以透過軟體形式的指令實現，還可以透過硬體和軟體模組組合實現。具體地，本申請實施例中的方法實施例的各步驟可以透過處理器中的硬體的積體邏輯電路和/或軟體形式的指令完成，結合本申請實施例公開的方法的步驟可以直接體現為硬體譯碼處理器執行完成，或者用譯碼處理器中的硬體及軟體模組組合執行完成。可選地，軟體模組可以位於隨機存儲記憶體，快閃記憶體、唯讀記憶體、可編程唯讀記憶體、電可擦寫可編程記憶體、暫存器等本領域的成熟的儲存媒體中。該儲存媒體位於記憶體，處理器讀取記憶體中的信息，結合其硬體完成上述方法實施例中的步驟。
圖9是本申請實施例的一點雲中鄰居點的選擇裝置的示意性方塊圖。該裝置20可以為上述解碼設備，也可以為解碼設備中的一部分。
如圖9所示，點雲中鄰居點的選擇裝置20可包括：
解碼單元21，用於解碼數據流，獲取點雲資料中點的幾何信息；
區域確定單元22，用於根據點雲資料中點的幾何信息，從點雲資料中確定當前點所在的目標區域，目標區域包括多個點；
權重係數確定單元23，用於針對目標區域內已解碼的至少兩個目標點，確定至少兩個目標點中每個點的權重係數，至少兩個目標點中未包括當前點；
權重確定單元24，用於根據至少兩個目標點中每個點的權重係數和幾何信息，以及當前點的幾何信息，確定至少兩個目標點中每個點的權重；
鄰居點確定單元25，用於根據至少兩個目標點中每個點的權重，從至少兩個目標點中選擇當前點的至少一個鄰居點。
在一些實施例中，權重確定單元24，具體用於解碼數據流，得到至少兩個目標點中每個點的權重係數；或者，將至少兩個目標點劃分為至少一組，將至少一組中的每一組對應的默認權重係數確定為每一組中每個點的權重係數；或者，根據至少兩個目標點中每個點的幾何信息，確定至少兩個目標點中每個點的權重係數；或者，根據至少兩個目標點中每個點的屬性信息，確定至少兩個目標點中每個點的權重係數。
可選的，權重係數包括第一分量的權重係數、第二分量的權重係數和第三分量的權重係數。
在一些實施例中，至少一組中同一個組對應的第一分量的權重係數、第二分量的權重係數和第三分量的權重係數均相等；或者，同一個組對應的第一分量的權重係數、第二分量的權重係數和第三分量的權重係數中至少兩個係數不相等。
在一些實施例中，權重確定單元24，具體用於根據至少兩個目標點中每個點的幾何信息，分別確定至少兩個目標點在第一分量方向上的第一分佈值、在第二分量方向上的第二分佈值和在第三分量方向上的第三分佈值；根據第一分佈值、第二分佈值和第三分佈值，確定至少兩個目標點中每個點的權重係數。
在一些實施例中，權重確定單元24，具體用於根據至少兩個目標點中每個點在第一分量方向上的幾何信息，確定至少兩個目標點在第一分量方向上的第一取值範圍；根據至少兩個目標點中每個點在第二分量方向上的幾何信息，確定至少兩個目標點在第二分量方向上的第二取值範圍；根據至少兩個目標點中每個點在第三分量方向上的幾何信息，確定至少兩個目標點在第三分量方向上的第三取值範圍；根據第一取值範圍、第二取值範圍和第三取值範圍，確定第一分佈值、第二分佈值和第三分佈值。
在一些實施例中，權重確定單元24，具體用於將第一取值範圍的範圍值確定為第一分佈值；將第二取值範圍的範圍值確定為第二分佈值；將第三取值範圍的範圍值確定為第三分佈值。
在一些實施例中，權重確定單元24，具體用於確定至少兩個目標點的數量與第一取值範圍的範圍值之間的第一比值，並將第一比值確定第一分佈值；確定至少兩個目標點的數量與第二取值範圍的範圍值之間的第二比值，並將第二比值確定第二分佈值；確定至少兩個目標點的數量與第三取值範圍的範圍值之間的第三比值，並將第三比值確定第三分佈值。
在一些實施例中，權重確定單元24，具體用於根據至少兩個目標點中每個點在第一分量方向上的幾何信息，確定至少兩個目標點在第一分量方向上的第一變異量；根據至少兩個目標點中每個點在第二分量方向上的幾何信息，確定至少兩個目標點在第二分量方向上的第二變異量；根據至少兩個目標點中每個點在第三分量方向上的幾何信息，確定至少兩個目標點在第三分量方向上的第三變異量；根據第一變異量、第二變異量和第三變異量，確定第一分佈值、第二分佈值和第三分佈值。
在一些實施例中，權重確定單元24，具體用於將第一變異量確定為第一分佈值；將第二變異量確定為第二分佈值；將第三變異量確定為第三分佈值。
在一些實施例中，權重確定單元24，具體用於根據至少兩個目標點中每個點的幾何信息，確定至少兩個目標點圍成的區域的中心點；從至少兩個目標點中分別確定與中心點在第一分量方向上距離最遠的第一點、在第二分量方向上距離最遠的第二點，以及在第三分量方向上距離最遠的第三點；根據第一點、第二點和第三點中每個點的屬性信息，分別確定至少兩個目標點在第一分量方向上的第一分佈值、在第二分量方向上的第二分佈值和在第三分量方向上的第三分佈值；根據第一分佈值、第二分佈值和在第三分佈值，確定至少兩個目標點中每個點的權重係數。
在一些實施例中，權重確定單元24，具體用於獲取中心點的屬性信息；根據第一點的屬性信息與中心點的屬性信息，確定至少兩個目標點在第一分量方向上的第一分佈值，根據第二點的屬性信息與中心點的屬性信息，確定至少兩個目標點在第二分量方向上的第二分佈值，根據第三點的屬性信息與中心點的屬性信息，確定至少兩個目標點在第三分量方向上的第三分佈值。
在一些實施例中，權重確定單元24，具體用於將第一點的屬性信息與中心點的屬性信息的差值，確定為至少兩個目標點在第一分量方向上的第一分佈值；將第二點的屬性信息與中心點的屬性信息的差值，確定為至少兩個目標點在第二分量方向上的第二分佈值；將第三點的屬性信息與中心點的屬性信息的差值，確定為至少兩個目標點在第三分量方向上的第三分佈值。
在一些實施例中，權重確定單元24，具體用於根據至少兩個目標點中每個點的屬性信息，確定至少兩個目標點的屬性信息的平均值；根據第一點的屬性信息與至少兩個目標點的屬性信息的平均值，確定至少兩個目標點在第一分量方向上的第一分佈值，根據第二點的屬性信息與至少兩個目標點的屬性信息的平均值，確定至少兩個目標點在第二分量方向上的第二分佈值，根據第三點的屬性信息與至少兩個目標點的屬性信息的平均值，確定至少兩個目標點在第三分量方向上的第三分佈值。
在一些實施例中，權重確定單元24，具體用於將第一點的屬性信息與至少兩個目標點的屬性信息的平均值的差值，確定為至少兩個目標點在第一分量方向上的第一分佈值；將第二點的屬性信息與至少兩個目標點的屬性信息的平均值的差值，確定為至少兩個目標點在第二分量方向上的第二分佈值；將第三點的屬性信息與至少兩個目標點的屬性信息的平均值的差值，確定為至少兩個目標點在第三分量方向上的第三分佈值。
在一些實施例中，權重確定單元24，具體用於將第一分佈值確定為第一分量的權重係數，將第二分佈值確定為第二分量的權重係數，將第三分佈值確定為第三分量的權重係數；或者，確定第一分佈值、第二分佈值和第三分佈值的總和，根據第一分佈值與總和的比，確定第一分量的權重係數，根據第二分佈值與總和的比，確定第二分量的權重係數，根據第三分佈值與總和的比，確定第三分量的權重係數。
在一些實施例中，權重確定單元24，具體用於將第一分佈值與總和的比，確定為第一分量的權重係數；將第二分佈值與總和的比，確定為第二分量的權重係數；將第三分佈值與總和的比，確定為第三分量的權重係數。
應理解的是，裝置實施例與方法實施例可以相互對應，類似的描述可以參照方法實施例。為避免重覆，此處不再贅述。具體地，圖9所示的裝置可以執行方法實施例，並且裝置中的各個模組的前述和其它操作和/或功能分別為了實現解碼器對應的方法實施例，為了簡潔，在此不再贅述。
上文中結合圖式從功能模組的角度描述了本申請實施例的裝置。應理解，該功能模組可以透過硬體形式實現，也可以透過軟體形式的指令實現，還可以透過硬體和軟體模組組合實現。具體地，本申請實施例中的方法實施例的各步驟可以透過處理器中的硬體的積體邏輯電路和/或軟體形式的指令完成，結合本申請實施例公開的方法的步驟可以直接體現為硬體譯碼處理器執行完成，或者用譯碼處理器中的硬體及軟體模組組合執行完成。可選地，軟體模組可以位於隨機存儲記憶體，快閃記憶體、唯讀記憶體、可編程唯讀記憶體、電可擦寫可編程記憶體、暫存器等本領域的成熟的儲存媒體中。該儲存媒體位於記憶體，處理器讀取記憶體中的信息，結合其硬體完成上述方法實施例中的步驟。
圖10是本申請實施例提供的電腦設備的示意性方塊圖，圖10的電腦設備可以為上述的點雲編碼器或者為點雲解碼器。
如圖10所示，該電腦設備30可包括：
儲存器31和處理器32，該儲存器31用於儲存電腦可讀指令33，並將該電腦可讀指令33傳輸給該處理器32。換言之，該處理器32可以從儲存器31中調用並運行電腦可讀指令33，以實現本申請實施例中的方法。
例如，該處理器32可用於根據該電腦可讀指令33中的指令執行上述方法200中的步驟。
在本申請的一些實施例中，該處理器32可以包括但不限於：
通用處理器、數位信號處理器（Digital Signal Processor，DSP）、特殊用途積體電路（Application Specific Integrated Circuit，ASIC）、現場可程式閘陣列（Field Programmable Gate Array，FPGA）或者其他可編程邏輯器件、分立門或者電晶體邏輯器件、分立硬體組件等等。
在本申請的一些實施例中，該儲存器31包括但不限於：
揮發性儲存器和/或非揮發性儲存器。其中，非揮發性儲存器可以是唯讀記憶體（Read-Only Memory，ROM）、可編程唯讀記憶體（Programmable ROM，PROM）、可擦除可編程唯讀記憶體（Erasable PROM，EPROM）、電可擦除可編程唯讀記憶體（Electrically EPROM，EEPROM）或快閃記憶體。揮發性儲存器可以是隨機存取記憶體（Random Access Memory，RAM），其用作外部高速緩存。透過示例性但不是限制性說明，許多形式的RAM可用，例如靜態隨機存取記憶體（Static RAM，SRAM）、動態隨機存取記憶體（Dynamic RAM，DRAM）、同步動態隨機存取記憶體（Synchronous DRAM，SDRAM）、雙倍資料速率同步動態隨機存取記憶體（Double Data Rate SDRAM，DDR SDRAM）、增強型同步動態隨機存取記憶體（Enhanced SDRAM，ESDRAM）、同步連接動態隨機存取記憶體（synch link DRAM，SLDRAM）和直接記憶體匯流排隨機存取記憶體（Direct Rambus RAM，DR RAM）。
在本申請的一些實施例中，該電腦可讀指令33可以被分割成一個或多個模組，該一個或者多個模組被儲存在該儲存器31中，並由該處理器32執行，以完成本申請提供的點雲中選擇鄰居點的方法。該一個或多個模組可以是能夠完成特定功能的一系列電腦可讀指令段，該指令段用於描述該電腦可讀指令33在該電腦設備900中的執行過程。
如圖10所示，該電腦設備30還可包括：
收發器34，該收發器34可連接至該處理器32或儲存器31。
其中，處理器32可以控制該收發器34與其他設備進行通訊，具體地，可以向其他設備發送信息或資料，或接收其他設備發送的信息或資料。收發器34可以包括發射機和接收機。收發器34還可以進一步包括天線，天線的數量可以為一個或多個。
應當理解，該電腦設備30中的各個組件透過匯流排系統相連，其中，匯流排系統除包括資料匯流排之外，還包括電源匯流排、控制匯流排和狀態信號匯流排。
根據本申請的一個方面，提供了一種電腦儲存媒體，其上儲存有電腦可讀指令，該電腦可讀指令被電腦執行時使得該電腦能夠執行上述方法實施例的方法。或者說，本申請實施例還提供一種包含指令的電腦可讀指令產品，該指令被電腦執行時使得電腦執行上述方法實施例的方法。
根據本申請的另一個方面，提供了一種電腦可讀指令產品或電腦可讀指令，該電腦可讀指令產品或電腦可讀指令包括電腦可讀指令，該電腦可讀指令儲存在電腦可讀儲存媒體中。電腦設備的處理器從電腦可讀儲存媒體讀取該電腦可讀指令，處理器執行該電腦可讀指令，使得該電腦設備執行上述方法實施例的方法。
換言之，當使用軟體實現時，可以全部或部分地以電腦可讀指令產品的形式實現。該電腦可讀指令產品包括一個或多個電腦可讀指令。在電腦上加載和執行該電腦可讀指令指令時，全部或部分地產生按照本申請實施例該的流程或功能。該電腦可以是通用電腦、專用電腦、電腦網路、或者其他可編程裝置。該電腦可讀指令可以儲存在電腦可讀儲存媒體中，或者從一個電腦可讀儲存媒體向另一個電腦可讀儲存媒體傳輸，例如，該電腦可讀指令可以從一個網站站點、電腦、伺服器或資料中心透過有線（例如同軸電纜、光纖、數位用戶線路（digital subscriber line，DSL））或無線（例如紅外、無線、微波等）方式向另一個網站站點、電腦、伺服器或資料中心進行傳輸。該電腦可讀儲存媒體可以是電腦能夠存取的任何可用媒體或者是包含一個或多個可用媒體整合成的伺服器、資料中心等資料儲存設備。該可用媒體可以是磁性媒體（例如，軟碟、硬碟、磁帶）、光媒體（例如數位視頻光碟（digital video disc，DVD））、或者半導體媒體（例如固態硬碟（solid state disk，SSD））等。
所屬技術領域具有通常知識者可以意識到，結合本文中所公開的實施例描述的各示例的模組及算法步驟，能夠以電子硬體、或者電腦軟體和電子硬體的結合來實現。這些功能究竟以硬體還是軟體方式來執行，取決於技術方案的特定應用和設計約束條件。專業技術人員可以對每個特定的應用來使用不同方法來實現所描述的功能，但是這種實現不應認為超出本申請的範圍。
在本申請所提供的幾個實施例中，應該理解到，所揭露的系統、裝置和方法，可以透過其它的方式實現。例如，以上所描述的裝置實施例僅僅是示意性的，例如，該模組的劃分，僅僅為一種邏輯功能劃分，實際實現時可以有另外的劃分方式，例如多個模組或組件可以結合或者可以整合到另一個系統，或一些特徵可以忽略，或不執行。另一點，所顯示或討論的相互之間的耦合或直接耦合或通訊連接可以是透過一些連接埠，裝置或模組的間接耦合或通訊連接，可以是電性，機械或其它的形式。
作為分離部件說明的模組可以是或者也可以不是物理上分開的，作為模組顯示的部件可以是或者也可以不是物理模組，即可以位於一個地方，或者也可以分佈到多個網路單元上。可以根據實際的需要選擇其中的部分或者全部模組來實現本實施例方案的目的。例如，在本申請各個實施例中的各功能模組可以整合在一個處理模組中，也可以是各個模組單獨物理存在，也可以兩個或兩個以上模組整合在一個模組中。
以上說明僅為本申請的具體實施方式，但本申請的保護範圍並不局限於此，所屬技術領域具有通常知識者在本申請揭露的範圍內，可輕易想到的變化或替換，都應涵蓋在本申請的保護範圍之內。因此，本申請的保護範圍應以所附之申請專利範圍為準。
10:點雲中選擇鄰居點的裝置 11:獲取單元 12:權重係數確定單元 13:權重確定單元 14:鄰居點選擇單元 20:點雲中鄰居點的選擇裝置 21:解碼單元 22:區域確定單元 23:權重係數確定單元 24:權重確定單元 25:鄰居點確定單元 30:電腦設備 31:儲存器 32:處理器 33:電腦可讀指令 34:收發器 100:點雲編解碼系統 110:編碼設備 111:點雲源 112:點雲編碼器 113:輸出介面 120:解碼設備 121:輸入介面 122:點雲解碼器 123:顯示裝置 130:通道 200:編碼框架 201:座標平移座標量化單元 202:八叉樹構建單元 203:八叉樹重建單元 204:熵編碼單元 210:空間變換單元 211:屬性插值單元 212:屬性預測單元 213:殘差量化單元 214:熵編碼單元 300:解碼框架 301:熵解碼單元 302:八叉樹重建單元 303:逆座標量化單元 304:逆座標平移單元 310:熵解碼單元 311:逆量化單元 312:屬性重建單元 313:逆空間變換單元 S410~S440:步驟 S420-B1~S420-B4:步驟 S701~S705:步驟
此處的圖式被併入說明書中並構成本說明書的一部分，其示出了符合本申請的實施例，並與說明書一起用於解釋本申請的原理。 [圖1]為本申請實施例涉及的點雲視頻編解碼系統的示意性方塊圖； [圖2]是本申請實施例提供的編碼框架的示意性方塊圖； [圖3]是本申請實施例提供的解碼框架的示意性方塊圖； [圖4]為本申請實施例提供的點雲中鄰居點的選擇方法的流程圖； [圖5A]為原始莫頓順序下點雲的排列示意圖； [圖5B]為偏移莫頓順序下點雲的排列示意圖； [圖5C]為當前點的相鄰點的空間關係示意圖； [圖5D]為與當前點共面的相鄰點之間的莫頓碼關係示意圖； [圖5E]為與當前點共線的相鄰點之間的莫頓碼關係示意圖； [圖6]為本申請實施例提供的另一實施例的點雲中鄰居點的選擇方法的流程圖； [圖7]為本申請實施例提供的另一實施例的點雲中鄰居點的選擇方法的流程圖; [圖8]是本申請實施例的點雲中鄰居點的選擇裝置的示意性方塊圖； [圖9]是本申請實施例的點雲中鄰居點的選擇裝置的示意性方塊圖； [圖10]是本申請實施例提供的電腦設備的示意性方塊圖。
S410~S440:步驟

Claims (31)

  1. 一種點雲中鄰居點的選擇方法，由電腦設備執行，包括：獲取點雲資料，並從所述點雲資料中確定當前點所在的目標區域，所述目標區域包括多個點；針對所述目標區域內的至少兩個目標點，確定所述至少兩個目標點中每個點的權重係數，其中，所述至少兩個目標點中未包括所述當前點，所述權重係數包括第一分量的權重係數、第二分量的權重係數和第三分量的權重係數，所述第一分量的權重係數、第二分量的權重係數和第三分量的權重係數中至少兩個係數不相等；根據所述至少兩個目標點中每個點的權重係數和幾何信息，以及所述當前點的幾何信息，確定所述至少兩個目標點中每個點的權重；以及從所述至少兩個目標點中選擇所述當前點的至少一個鄰居點。
  2. 根據請求項1所述之方法，其中所述確定所述至少兩個目標點中每個點的權重係數，包括：將所述至少兩個目標點劃分為至少一組，將所述至少一組中每一組對應的默認權重係數確定為所述每一組中每個點的權重係數；或者，根據所述至少兩個目標點中每個點的幾何信息，確定所述至少兩個目標點中每個點的權重係數；或者，根據所述至少兩個目標點中每個點的屬性信息，確定所述至少兩個目標點中每個點的權重係數。
  3. 根據請求項1所述之方法，其中所述根據所述至少兩個目標點中每個點的幾何信息，確定所述至少兩個目標點中每個點的權重係數，包括：根據所述至少兩個目標點中每個點的幾何信息，分別確定所述至少兩個目標點在第一分量方向上的第一分佈值、在第二分量方向上的第二分佈值和在第三分量方向上的第三分佈值；以及 根據所述第一分佈值、所述第二分佈值和所述第三分佈值，確定所述至少兩個目標點中每個點的權重係數。
  4. 根據請求項3所述之方法，其中所述根據所述至少兩個目標點中每個點的幾何信息，分別確定所述至少兩個目標點在所述第一分量方向上的第一分佈值、在所述第二分量方向上的第二分佈值和在所述第三分量方向上的第三分佈值，包括：根據所述至少兩個目標點中每個點在所述第一分量方向上的幾何信息，確定所述至少兩個目標點在所述第一分量方向上的第一取值範圍；根據所述至少兩個目標點中每個點在所述第二分量方向上的幾何信息，確定所述至少兩個目標點在所述第二分量方向上的第二取值範圍；根據所述至少兩個目標點中每個點在所述第三分量方向上的幾何信息，確定所述至少兩個目標點在所述第三分量方向上的第三取值範圍；以及根據所述第一取值範圍、所述第二取值範圍和所述第三取值範圍，確定所述第一分佈值、所述第二分佈值和所述第三分佈值。
  5. 根據請求項4所述之方法，其中所述根據所述第一取值範圍、所述第二取值範圍和所述第三取值範圍，確定所述第一分佈值、所述第二分佈值和所述第三分佈值，包括：將所述第一取值範圍的範圍值確定為所述第一分佈值；將所述第二取值範圍的範圍值確定為所述第二分佈值；以及將所述第三取值範圍的範圍值確定為所述第三分佈值。
  6. 根據請求項4所述之方法，其中所述根據所述第一取值範圍、所述第二取值範圍和所述第三取值範圍，確定所述第一分佈值、所述第二分佈值和所述第三分佈值，包括： 確定所述至少兩個目標點的數量與所述第一取值範圍的範圍值之間的第一比值，並將所述第一比值確定所述第一分佈值；確定所述至少兩個目標點的數量與所述第二取值範圍的範圍值之間的第二比值，並將所述第二比值確定所述第二分佈值；以及確定所述至少兩個目標點的數量與所述第三取值範圍的範圍值之間的第三比值，並將所述第三比值確定所述第三分佈值。
  7. 根據請求項3所述之方法，其中所述根據所述至少兩個目標點中每個點的幾何信息，分別確定所述至少兩個目標點在所述第一分量方向上的第一分佈值、在所述第二分量方向上的第二分佈值和在所述第三分量方向上的第三分佈值，包括：根據所述至少兩個目標點中每個點在所述第一分量方向上的幾何信息，確定所述至少兩個目標點在所述第一分量方向上的第一變異量；根據所述至少兩個目標點中每個點在所述第二分量方向上的幾何信息，確定所述至少兩個目標點在所述第二分量方向上的第二變異量；根據所述至少兩個目標點中每個點在所述第三分量方向上的幾何信息，確定所述至少兩個目標點在所述第三分量方向上的第三變異量；以及根據所述第一變異量、所述第二變異量和所述第三變異量，確定所述第一分佈值、所述第二分佈值和所述第三分佈值。
  8. 根據請求項7所述之方法，其中所述根據所述第一變異量、所述第二變異量和所述第三變異量，確定所述第一分佈值、所述第二分佈值和所述第三分佈值，包括：將所述第一變異量確定為所述第一分佈值；將所述第二變異量確定為所述第二分佈值；以及將所述第三變異量確定為所述第三分佈值。
  9. 根據請求項3至8任一項所述之方法，其中所述至少兩個目標點中每個點的權重係數相等。
  10. 根據請求項1所述之方法，其中所述根據所述至少兩個目標點中每個點的屬性信息，確定所述至少兩個目標點中每個點的權重係數，包括：根據所述至少兩個目標點中每個點的幾何信息，確定所述至少兩個目標點圍成的區域的中心點；從所述至少兩個目標點中分別確定與所述中心點在所述第一分量方向上距離最遠的第一點、在所述第二分量方向上距離最遠的第二點，以及在所述第三分量方向上距離最遠的第三點；根據所述第一點、所述第二點和所述第三點中每個點的屬性信息，分別確定所述至少兩個目標點在所述第一分量方向上的第一分佈值、在所述第二分量方向上的第二分佈值和在所述第三分量方向上的第三分佈值；以及根據所述第一分佈值、所述第二分佈值和在所述第三分佈值，確定所述至少兩個目標點中每個點的權重係數。
  11. 根據請求項10所述之方法，其中所述根據所述第一點、所述第二點和所述第三點中每個點的屬性信息，分別確定所述至少兩個目標點在所述第一分量方向上的第一分佈值、在所述第二分量方向上的第二分佈值和在所述第三分量方向上的第三分佈值，包括：獲取所述中心點的屬性信息；將所述第一點的屬性信息與所述中心點的屬性信息的差值，確定為所述至少兩個目標點在所述第一分量方向上的第一分佈值；將所述第二點的屬性信息與所述中心點的屬性信息的差值，確定為所述至少兩個目標點在所述第二分量方向上的第二分佈值；以及將所述第三點的屬性信息與所述中心點的屬性信息的差值，確定為所述至少兩個目標點在所述第三分量方向上的第三分佈值。
  12. 根據請求項10所述之方法，其中所述根據所述第一點、所述第二點和所述第三點中每個點的屬性信息，分別確定所述至少兩個目標點在所述 第一分量方向上的第一分佈值、在所述第二分量方向上的第二分佈值和在所述第三分量方向上的第三分佈值，包括：根據所述至少兩個目標點中每個點的屬性信息，確定所述至少兩個目標點的屬性信息的平均值；將所述第一點的屬性信息與所述至少兩個目標點的屬性信息的平均值的差值，確定為所述至少兩個目標點在所述第一分量方向上的第一分佈值；將所述第二點的屬性信息與所述至少兩個目標點的屬性信息的平均值的差值，確定為所述至少兩個目標點在所述第二分量方向上的第二分佈值；以及將所述第三點的屬性信息與所述至少兩個目標點的屬性信息的平均值的差值，確定為所述至少兩個目標點在所述第三分量方向上的第三分佈值。
  13. 根據請求項3或10所述之方法，其中所述根據所述第一分佈值、所述第二分佈值和在所述第三分佈值，確定所述至少兩個目標點中每個點的權重係數，包括：將所述第一分佈值確定為所述第一分量的權重係數，將所述第二分佈值確定為所述第二分量的權重係數，將所述第三分佈值確定為所述第三分量的權重係數；或者，確定所述第一分佈值、所述第二分佈值和所述第三分佈值的總和，根據所述第一分佈值與所述總和的比，確定所述第一分量的權重係數，根據所述第二分佈值與所述總和的比，確定所述第二分量的權重係數，根據所述第三分佈值與所述總和的比，確定所述第三分量的權重係數。
  14. 一種點雲中鄰居點的選擇方法，由電腦設備執行，包括：解碼數據流，獲取點雲資料中點的幾何信息；根據所述點雲資料中點的幾何信息，從所述點雲資料中確定當前點所在的目標區域，所述目標區域包括多個點；針對所述目標區域內已解碼的至少兩個目標點，確定所述至少兩個目標點中每個點的權重係數，所述至少兩個目標點中未包括所述當前點，所述權重係數 包括第一分量的權重係數、第二分量的權重係數和第三分量的權重係數，所述第一分量的權重係數、第二分量的權重係數和第三分量的權重係數中至少兩個係數不相等；根據所述至少兩個目標點中每個點的權重係數和幾何信息，以及所述當前點的幾何信息，確定所述至少兩個目標點中每個點的權重；以及從所述至少兩個目標點中選擇所述當前點的至少一個鄰居點。
  15. 根據請求項14所述之方法，其中所述確定所述至少兩個目標點中每個點的權重係數，包括：解碼數據流，得到所述至少兩個目標點中每個點的權重係數；或者，將所述至少兩個目標點劃分為至少一組，將所述至少一組中每一組對應的默認權重係數確定為所述每一組中每個點的權重係數；或者，根據所述至少兩個目標點中每個點的幾何信息，確定所述至少兩個目標點中每個點的權重係數；或者，根據所述至少兩個目標點中每個點的屬性信息，確定所述至少兩個目標點中每個點的權重係數。
  16. 根據請求項14所述之方法，其中所述根據所述至少兩個目標點中每個點的幾何信息，確定所述至少兩個目標點中每個點的權重係數，包括：根據所述至少兩個目標點中每個點的幾何信息，分別確定所述至少兩個目標點在所述第一分量方向上的第一分佈值、在所述第二分量方向上的第二分佈值和在所述第三分量方向上的第三分佈值；以及根據所述第一分佈值、所述第二分佈值和所述第三分佈值，確定所述至少兩個目標點中每個點的權重係數。
  17. 根據請求項16所述之方法，其中所述根據所述至少兩個目標點中每個點的幾何信息，分別確定所述至少兩個目標點在所述第一分量方向上的第一分佈值、在所述第二分量方向上的第二分佈值和在所述第三分量方向上的第三分佈值，包括： 根據所述至少兩個目標點中每個點在所述第一分量方向上的幾何信息，確定所述至少兩個目標點在所述第一分量方向上的第一取值範圍；根據所述至少兩個目標點中每個點在所述第二分量方向上的幾何信息，確定所述至少兩個目標點在所述第二分量方向上的第二取值範圍；根據所述至少兩個目標點中每個點在所述第三分量方向上的幾何信息，確定所述至少兩個目標點在所述第三分量方向上的第三取值範圍；以及根據所述第一取值範圍、所述第二取值範圍和所述第三取值範圍，確定所述第一分佈值、所述第二分佈值和所述第三分佈值。
  18. 根據請求項17所述之方法，其中所述根據所述第一取值範圍、所述第二取值範圍和所述第三取值範圍，確定所述第一分佈值、所述第二分佈值和所述第三分佈值，包括：將所述第一取值範圍的範圍值確定為所述第一分佈值；將所述第二取值範圍的範圍值確定為所述第二分佈值；以及將所述第三取值範圍的範圍值確定為所述第三分佈值。
  19. 根據請求項17所述之方法，其中所述根據所述第一取值範圍、所述第二取值範圍和所述第三取值範圍，確定所述第一分佈值、所述第二分佈值和所述第三分佈值，包括：確定所述至少兩個目標點的數量與所述第一取值範圍的範圍值之間的第一比值，並將所述第一比值確定所述第一分佈值；確定所述至少兩個目標點的數量與所述第二取值範圍的範圍值之間的第二比值，並將所述第二比值確定所述第二分佈值；以及確定所述至少兩個目標點的數量與所述第三取值範圍的範圍值之間的第三比值，並將所述第三比值確定所述第三分佈值。
  20. 根據請求項16所述之方法，其中所述根據所述至少兩個目標點中每個點的幾何信息，分別確定所述至少兩個目標點在所述第一分量方向上的 第一分佈值、在所述第二分量方向上的第二分佈值和在所述第三分量方向上的第三分佈值，包括：根據所述至少兩個目標點中每個點在所述第一分量方向上的幾何信息，確定所述至少兩個目標點在所述第一分量方向上的第一變異量；根據所述至少兩個目標點中每個點在所述第二分量方向上的幾何信息，確定所述至少兩個目標點在所述第二分量方向上的第二變異量；根據所述至少兩個目標點中每個點在所述第三分量方向上的幾何信息，確定所述至少兩個目標點在所述第三分量方向上的第三變異量；以及根據所述第一變異量、所述第二變異量和所述第三變異量，確定所述第一分佈值、所述第二分佈值和所述第三分佈值。
  21. 根據請求項20所述之方法，其中所述根據所述第一變異量、所述第二變異量和所述第三變異量，確定所述第一分佈值、所述第二分佈值和所述第三分佈值，包括：將所述第一變異量確定為所述第一分佈值；將所述第二變異量確定為所述第二分佈值；以及將所述第三變異量確定為所述第三分佈值。
  22. 根據請求項16至21任一項所述之方法，其中所述至少兩個目標點中每個點的權重係數相等。
  23. 根據請求項15所述之方法，其中所述根據所述至少兩個目標點中每個點的屬性信息，確定所述至少兩個目標點中每個點的權重係數，包括：根據所述至少兩個目標點中每個點的幾何信息，確定所述至少兩個目標點圍成的區域的中心點；從所述至少兩個目標點中分別確定與所述中心點在所述第一分量方向上距離最遠的第一點、在所述第二分量方向上距離最遠的第二點，以及在所述第三分量方向上距離最遠的第三點； 根據所述第一點、所述第二點和所述第三點中每個點的屬性信息，分別確定所述至少兩個目標點在所述第一分量方向上的第一分佈值、在所述第二分量方向上的第二分佈值和在所述第三分量方向上的第三分佈值；以及根據所述第一分佈值、所述第二分佈值和在所述第三分佈值，確定所述至少兩個目標點中每個點的權重係數。
  24. 根據請求項23所述之方法，其中所述根據所述第一點、所述第二點和所述第三點中每個點的屬性信息，分別確定所述至少兩個目標點在所述第一分量方向上的第一分佈值、在所述第二分量方向上的第二分佈值和在所述第三分量方向上的第三分佈值，包括：獲取所述中心點的屬性信息；以及根據所述第一點的屬性信息與所述中心點的屬性信息，確定所述至少兩個目標點在所述第一分量方向上的第一分佈值，根據所述第二點的屬性信息與所述中心點的屬性信息，確定所述至少兩個目標點在所述第二分量方向上的第二分佈值，根據所述第三點的屬性信息與所述中心點的屬性信息，確定所述至少兩個目標點在所述第三分量方向上的第三分佈值。
  25. 根據請求項23所述之方法，其中所述根據所述第一點、所述第二點和所述第三點中每個點的屬性信息，分別確定所述至少兩個目標點在所述第一分量方向上的第一分佈值、在所述第二分量方向上的第二分佈值和在所述第三分量方向上的第三分佈值，包括：根據所述至少兩個目標點中每個點的屬性信息，確定所述至少兩個目標點的屬性信息的平均值；以及根據所述第一點的屬性信息與所述至少兩個目標點的屬性信息的平均值，確定所述至少兩個目標點在所述第一分量方向上的第一分佈值，根據所述第二點的屬性信息與所述至少兩個目標點的屬性信息的平均值，確定所述至少兩個目標點在所述第二分量方向上的第二分佈值，根據所述第三點的屬性信息與所述 至少兩個目標點的屬性信息的平均值，確定所述至少兩個目標點在所述第三分量方向上的第三分佈值。
  26. 根據請求項16或23所述之方法，其中所述根據所述第一分佈值、所述第二分佈值和在所述第三分佈值，確定所述至少兩個目標點中每個點的權重係數，包括：將所述第一分佈值確定為所述第一分量的權重係數，將所述第二分佈值確定為所述第二分量的權重係數，將所述第三分佈值確定為所述第三分量的權重係數；或者，確定所述第一分佈值、所述第二分佈值和所述第三分佈值的總和，根據所述第一分佈值與所述總和的比，確定所述第一分量的權重係數，根據所述第二分佈值與所述總和的比，確定所述第二分量的權重係數，根據所述第三分佈值與所述總和的比，確定所述第三分量的權重係數。
  27. 一種點雲中鄰居點的選擇裝置，包括：獲取單元，用於獲取點雲資料，並從所述點雲資料中確定當前點所在的目標區域，所述目標區域包括多個點；權重係數確定單元，用於針對所述目標區域內的至少兩個目標點，確定所述至少兩個目標點中每個點的權重係數，所述至少兩個目標點中未包括所述當前點，所述權重係數包括第一分量的權重係數、第二分量的權重係數和第三分量的權重係數，所述第一分量的權重係數、第二分量的權重係數和第三分量的權重係數中至少兩個係數不相等；權重確定單元，用於根據所述至少兩個目標點中每個點的權重係數和幾何信息，以及所述當前點的幾何信息，確定所述至少兩個目標點中每個點的權重；以及鄰居點選擇單元，用於從所述至少兩個目標點中選擇所述當前點的至少一個鄰居點。
  28. 一種點雲中鄰居點的選擇裝置，包括： 解碼單元，用於解碼數據流，獲取點雲資料中點的幾何信息；區域確定單元，用於根據所述點雲資料中點的幾何信息，從所述點雲資料中確定當前點所在的目標區域，所述目標區域包括多個點；權重係數確定單元，用於針對所述目標區域內已解碼的至少兩個目標點，確定所述至少兩個目標點中每個點的權重係數，所述至少兩個目標點中未包括所述當前點，所述權重係數包括第一分量的權重係數、第二分量的權重係數和第三分量的權重係數，所述第一分量的權重係數、第二分量的權重係數和第三分量的權重係數中至少兩個係數不相等；權重確定單元，用於根據所述至少兩個目標點中每個點的權重係數和幾何信息，以及所述當前點的幾何信息，確定所述至少兩個目標點中每個點的權重；以及鄰居點確定單元，用於從所述至少兩個目標點中選擇所述當前點的至少一個鄰居點。
  29. 一種編碼設備，所述編碼設備用於執行如請求項1至13任一項所述之方法。
  30. 一種解碼設備，所述解碼設備用於執行如請求項14至26任一項所述之方法。
  31. 一種電腦設備，包括處理器和儲存器；所述儲存器，用於儲存電腦可讀指令；所述處理器，用於執行所述電腦可讀指令以實現如上述請求項1至26任一項所述之方法。
TW111108453A 2021-03-12 2022-03-08 點雲中鄰居點的選擇方法及裝置、編碼設備、解碼設備及電腦設備 TWI806481B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202110269952.3A CN115086716B (zh) 2021-03-12 2021-03-12 点云中邻居点的选择方法、装置及编解码器
CN202110269952.3 2021-03-12

Publications (2)

Publication Number Publication Date
TW202236853A TW202236853A (zh) 2022-09-16
TWI806481B true TWI806481B (zh) 2023-06-21

Family

ID=83226320

Family Applications (1)

Application Number Title Priority Date Filing Date
TW111108453A TWI806481B (zh) 2021-03-12 2022-03-08 點雲中鄰居點的選擇方法及裝置、編碼設備、解碼設備及電腦設備

Country Status (5)

Country Link
US (1) US20230051431A1 (zh)
EP (1) EP4307687A1 (zh)
CN (2) CN118042192A (zh)
TW (1) TWI806481B (zh)
WO (1) WO2022188582A1 (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112019845A (zh) * 2019-05-30 2020-12-01 腾讯美国有限责任公司 对点云进行编码的方法、装置以及存储介质
CN112330702A (zh) * 2020-11-02 2021-02-05 蘑菇车联信息科技有限公司 点云补全方法、装置、电子设备及存储介质

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2528669B (en) * 2014-07-25 2017-05-24 Toshiba Res Europe Ltd Image Analysis Method
US10223810B2 (en) * 2016-05-28 2019-03-05 Microsoft Technology Licensing, Llc Region-adaptive hierarchical transform and entropy coding for point cloud compression, and corresponding decompression
CN107403456B (zh) * 2017-07-28 2019-06-18 北京大学深圳研究生院 一种基于kd树和优化图变换的点云属性压缩方法
CN109842799B (zh) * 2017-11-29 2021-02-09 杭州海康威视数字技术股份有限公司 颜色分量的帧内预测方法、装置及计算机设备
FI3514968T3 (fi) * 2018-01-18 2023-05-25 Blackberry Ltd Menetelmiä ja laitteita pistepilvien entropiakoodausta varten
US10904564B2 (en) * 2018-07-10 2021-01-26 Tencent America LLC Method and apparatus for video coding
US11010931B2 (en) * 2018-10-02 2021-05-18 Tencent America LLC Method and apparatus for video coding
WO2020123469A1 (en) * 2018-12-11 2020-06-18 Futurewei Technologies, Inc. Hierarchical tree attribute coding by median points in point cloud coding
WO2020246689A1 (ko) * 2019-06-05 2020-12-10 엘지전자 주식회사 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
CN112385222B (zh) * 2019-06-12 2023-11-10 浙江大学 点云处理的方法与装置
CN111699697B (zh) * 2019-06-14 2023-07-11 深圳市大疆创新科技有限公司 一种用于点云处理、解码的方法、设备及存储介质
CN110572655B (zh) * 2019-09-30 2023-01-10 北京大学深圳研究生院 一种基于邻居权重的参数选取和传递的点云属性编码和解码的方法及设备
CN110418135B (zh) * 2019-08-05 2022-05-27 北京大学深圳研究生院 一种基于邻居的权重优化的点云帧内预测方法及设备
WO2021023206A1 (zh) * 2019-08-05 2021-02-11 北京大学深圳研究生院 基于邻居权重优化的点云属性预测、编码和解码方法及设备
CN110765298B (zh) * 2019-10-18 2022-03-15 中国电子科技集团公司第二十八研究所 矢量数据几何属性解耦的瓦片编码方法
CN111145090B (zh) * 2019-11-29 2023-04-25 鹏城实验室 一种点云属性编码方法、解码方法、编码设备及解码设备
CN111242997B (zh) * 2020-01-13 2023-11-10 北京大学深圳研究生院 一种基于滤波器的点云属性预测方法及设备
CN111405284B (zh) * 2020-03-30 2022-05-31 北京大学深圳研究生院 一种基于点云密度的属性预测方法及设备
CN111405281A (zh) * 2020-03-30 2020-07-10 北京大学深圳研究生院 一种点云属性信息的编码方法、解码方法、存储介质及终端设备
CN111953998B (zh) * 2020-08-16 2022-11-11 西安电子科技大学 基于dct变换的点云属性编码及解码方法、装置及系统
CN111986115A (zh) * 2020-08-22 2020-11-24 王程 激光点云噪声和冗余数据的精准剔除方法
CN112218079B (zh) * 2020-08-24 2022-10-25 北京大学深圳研究生院 一种基于空间顺序的点云分层方法、点云预测方法及设备

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112019845A (zh) * 2019-05-30 2020-12-01 腾讯美国有限责任公司 对点云进行编码的方法、装置以及存储介质
CN112330702A (zh) * 2020-11-02 2021-02-05 蘑菇车联信息科技有限公司 点云补全方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN118042192A (zh) 2024-05-14
US20230051431A1 (en) 2023-02-16
CN115086716B (zh) 2023-09-08
WO2022188582A1 (zh) 2022-09-15
CN115086716A (zh) 2022-09-20
EP4307687A1 (en) 2024-01-17
TW202236853A (zh) 2022-09-16

Similar Documents

Publication Publication Date Title
US11910017B2 (en) Method for predicting point cloud attribute, encoder, decoder, and storage medium
WO2022133753A1 (zh) 点云编解码方法与系统、及点云编码器与点云解码器
KR20230075426A (ko) 포인트 클라우드 인코딩 및 디코딩 방법과 시스템 및 포인트 클라우드 인코더와 포인트 클라우드 디코더
TWI806481B (zh) 點雲中鄰居點的選擇方法及裝置、編碼設備、解碼設備及電腦設備
WO2023024842A1 (zh) 点云编解码方法、装置、设备及存储介质
WO2022257528A1 (zh) 点云属性的预测方法、装置及相关设备
WO2023024840A1 (zh) 点云编解码方法、编码器、解码器及存储介质
WO2023103565A1 (zh) 点云属性信息的编解码方法、装置、设备及存储介质
WO2024065269A1 (zh) 点云编解码方法、装置、设备及存储介质
WO2024065272A1 (zh) 点云编解码方法、装置、设备及存储介质
WO2024011381A1 (zh) 点云编解码方法、装置、设备及存储介质
WO2024026712A1 (zh) 点云编解码方法、装置、设备及存储介质
WO2022257150A1 (zh) 点云编解码方法、装置、点云编解码器及存储介质
WO2022140937A1 (zh) 点云编解码方法与系统、及点云编码器与点云解码器
WO2023197338A1 (zh) 索引确定方法、装置、解码器以及编码器
WO2024065270A1 (zh) 点云编解码方法、装置、设备及存储介质
WO2024082127A1 (zh) 编解码方法、码流、编码器、解码器以及存储介质
WO2024065271A1 (zh) 点云编解码方法、装置、设备及存储介质
WO2022170521A1 (zh) 几何重构方法、解码器以及计算机存储介质
TW202249488A (zh) 點雲屬性的預測方法、裝置及編解碼器
CN115733990A (zh) 点云编解码方法、设备及存储介质
WO2024064043A1 (en) Point cloud decoding method, point cloud encoding method, decoder and encoder
CN117354496A (zh) 点云编解码方法、装置、设备及存储介质
KR20230124673A (ko) 포인트 클라우드의 인코딩 방법, 디코딩 방법, 인코더및 디코더
CN118055254A (zh) 点云属性编解码方法、装置、设备