点云属性的预测方法、编码器、解码器及存储介质技术

本申请提供了一种点云属性的预测方法、编码器、解码器及存储介质，在点云属性的预测过程中，根据重复点的分布情况，设计不同的目标相邻点选择策略，确定当前点的至少一个目标相邻点，并根据至少一个目标相邻点的重建属性信息，对当前点进行属性预测，提高点云属性预测的效率。的效率。的效率。

【技术实现步骤摘要】
点云属性的预测方法、编码器、解码器及存储介质


[0001]本申请实施例涉及视频编解码
，尤其涉及一种点云属性的预测方法、编码器、解码器及存储介质。

技术介绍

[0002]通过采集设备对物体表面进行采集，形成点云数据，点云数据包括几十万甚至更多的点。在视频制作过程中，将点云数据以点云媒体文件的形式在视频制作设备和视频播放设备之间传输。但是，如此庞大的点给传输带来了挑战，因此，视频制作设备需要对点云数据进行压缩后传输。
[0003]点云数据的压缩主要包括位置信息的压缩和属性信息的压缩，在属性信息压缩时，通过预测来减小或消除点云数据中的冗余信息，例如，从已编码的点中获得当前点的一个或多个相邻点，根据相邻点的属性信息，来预测当前点的属性信息。
[0004]点云数据中可能存在位置信息相同的重复点，但是目前的点云预测方法均未考虑重复点在预测中的影响，其预测效率低。

技术实现思路

[0005]本申请提供一种点云属性的预测方法、编码器、解码器及存储介质，提高点云属性的预测效率。
[0006]第一方面，本申请提供一种本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种点云属性的预测方法，其特征在于，包括：获取点云数据，并从所述点云数据中获得距离当前点最近的N个已编码点作为所述当前点的N个相邻点；从所述N个相邻点中获取K个第一相邻点，所述K个第一相邻点中包括M个位置信息相同的重复点；根据所述M个重复点，确定所述当前点的至少一个目标相邻点；根据所述至少一个目标相邻点的重建属性信息，对所述当前点进行属性预测；其中，所述N、K、M均为大于或等于1的正整数。2.根据权利要求1所述的方法，其特征在于，所述根据所述M个重复点，确定所述当前点的至少一个目标相邻点，包括：从所述M个重复点中确定出一个第三相邻点；将所述第三相邻点作为所述当前点的一个目标相邻点。3.根据权利要求2所述的方法，其特征在于，还包括：将所述M个重复点中任意一个重复点的属性值，作为所述第三相邻点的属性值；或者，将所述M个重复点中各重复点的属性值的平均值，作为所述第三相邻点的属性值。4.根据权利要求2所述的方法，其特征在于，所述方法还包括：将所述K个第一相邻点中除所述M个重复点之外的K
‑
M个第一相邻点，作为所述当前点的K
‑
M个目标相邻点。5.根据权利要求2或4所述的方法，其特征在于，所述方法还包括：从所述N个相邻点中选取M
‑
1个第二相邻点，所述第二相邻点与所述第一相邻点不同；将所述M
‑
1个第二相邻点作为所述当前点的M
‑
1个目标相邻点。6.根据权利要求5所述的方法，其特征在于，所述从所述N个相邻点中选取M
‑
1个第二相邻点，包括：从N
‑
K个相邻点中选取距离所述当前点最小的M
‑
1相邻点作为所述M
‑
1个第二相邻点，所述N
‑
K个相邻点为所述N个相邻点中除所述K个第一相邻点之外的相邻点。7.根据权利要求1所述的方法，其特征在于，所述根据所述M个重复点，确定所述当前点的至少一个目标相邻点，包括：从所述M个重复点中选择时间信息与所述当前点的时间信息相同的P个重复点作为所述当前点的目标相邻点，所述P为正整数。8.根据权利要求7所述的方法，其特征在于，所述方法还包括：从所述N个相邻点中选取M
‑
P个第四相邻点，作为所述当前点的M
‑
P个目标相邻点，所述第四相邻点与所述第一相邻点不同。9.根据权利要求8所述的方法，其特征在于，所述从所述N个相邻点中选取M
‑
P个第四相邻点，包括：从N
‑
K个相邻点中选取距离所述当前点最小的M
‑
P相邻点作为所述M
‑
P个第二相邻点，所述N
‑
K个相邻点为所述N个相邻点中除所述K个第一相邻点之外的相邻点。10.根据权利要求1所述的方法，其特征在于，所述根据所述M个重复点，确定所述当前点的至少一个目标相邻点，包括：将所述K个第一相邻点中除所述M个重复点之外的第一相邻点，作为所述当前点的K
‑
M
个目标相邻点。11.根据权利要求10所述的方法，其特征在于，所述方法还包括：从N
‑
K个相邻点中选取M个相邻点作为所述当前点的M个目标相邻点，其中所述N
‑
K个相邻点为所述N个相邻点中除所述K个第一相邻点之外的相邻点。12.根据权利要求1所述的方法，其特征在于，所述根据所述M个重复点，确定所述当前点的至少一个目标相邻点，包括：若所述当前点与所述M个重复点的位置信息相同，则将所述M个重复点中与所述当前点的属性信息相同的重复点作为所述当前点的目标相邻点。13.根据权利要求1所述的方法，其特征在于，所述从所述N个相邻点中获取K个第一相邻点，包括：根据N个相邻点中每个相邻点的位置信息和所述当前点的位置信息，确定所述N个相邻点中每个相邻点与所述当前点之间的距离；将所述N个相邻点中距离最小的前K个相邻点作为所述K个第一相邻点。14.根据权利要求1所述的方法，其特征在于，所述从所述点云数据中获得当前点的N个相邻点之前，所述方法还包括：获取所述点云数据中位置信息相同、且属性信息不同的Q个点，所述Q为大于或等于2的正整数；从所述点云数据中剔除所述Q个点中的Q
‑
1个点，保留所述Q个点中的一个第一点，所述第一点的属性值为所述Q个点的属性值的平均值。15.根据权利要求1所述的方法，其特征在于，所述从所述点云数据中获得当前点的N个相邻点之前，所述方法还包括：从所述点云数据中剔除位置信息和属性信息均相同的点。16.根据权利要求1所述的方法，其特征在于，所述从所述点云数据中获得当前点的N个相邻点之前，所述方法还包括：从所述点云数据中剔除与所述当前点的位置信息相同、且时间信息不同的点。17.根据权利要求1所述的方法，其特征在于，所述从所述点云数据中获得当前点的N个相邻点之前，所述方法还包括：对所述点云数据中位置信息相同的重复点按照属性值大小进行排序。18.根据权利要求1所述的方法，其特征在于，还包括：生成属性码流，所述属性码流中携带所述当前点的目标相邻点的总个数。19.一种点云属性的预测方法，其特征在于，包括：解析码流，获得点云数据中每个点的位置信息；根据所述点云数据中每个点的位置信息，从所述点云数据中获得距离当前点最近的N个已解码点作为所述当前点的N个相邻点；从所述N个相邻点中获取K个第一相邻点，所述K个第一相邻点中包括M个位置信息相同的重复点；根据所述M个重复点，确定所述当前点的至少一个目标相邻点；根据所述至少一个目标相邻点的重建属性信息，对所述当前点进行属性预测；其中，所述N、K、M均为大于或等于1的正整数。
20.根据权利要求19所述的方法，其特征在于...

【专利技术属性】
技术研发人员：朱文婕，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：