点云属性信息编码方法、解码方法、装置及相关设备制造方法及图纸

本申请公开了一种点云属性信息编码方法、解码方法、装置及相关设备。所述点云属性信息编码方法包括：获取第一信息；基于第一信息关联的第二信息确定是否对K个待编码点进行DCT变换；在确定对K个待编码点进行DCT变换的情况下，对所述K个待编码点进行DCT变换，得到所述K个待编码点的变换系数；对所述K个待编码点的变换系数进行量化，基于量化后的变换系数进行熵编码，生成二进制码流；其中，所述第一信息包括所述K个待编码点，所述第二信息包括所述K个待编码点的属性预测信息；或者，所述第一信息包括所述K个待编码点的前N个已编码点，所述第二信息包括所述N个已编码点的属性重建信息，K为正整数，N为大于1的整数。N为大于1的整数。N为大于1的整数。

【技术实现步骤摘要】
点云属性信息编码方法、解码方法、装置及相关设备


[0001]本申请属于点云处理
，具体涉及一种点云属性信息编码方法、解码方法、装置及相关设备。

技术介绍

[0002]在点云数字音视频编解码技术标准(Audio Video coding Standard，AVS)编码器框架中，点云的几何信息和每点所对应的属性信息是分开编码的。目前，属性信息编码中分为属性预测编码和属性变换编码，其中属性变换编码是直接对原始属性信息进行变换，对于局部变换幅度较大的区域，得到的变换系数中仍然存在较多的冗余信息，导致编码效率较低。

技术实现思路

[0003]本申请实施例提供一种点云属性信息编码方法、解码方法、装置及相关设备，能够解决现有的点云属性信息编码效率低的问题。
[0004]第一方面，提供了一种点云属性信息编码方法，包括：
[0005]获取第一信息；
[0006]基于所述第一信息关联的第二信息确定是否对K个待编码点进行离散余弦变换DCT变换；
[0007]在确定对所述K个待编码点进行DCT变换的情况下，对所述K个待编码点进行DCT变换，得到所述K个待编码点的变换系数；
[0008]对所述K个待编码点的变换系数进行量化，基于量化后的变换系数进行熵编码，生成二进制码流；
[0009]其中，所述第一信息包括所述K个待编码点，所述第二信息包括所述K个待编码点的属性预测信息；或者，所述第一信息包括所述K个待编码点的前N个已编码点，所述第二信息包括所述N个已编码点的属性重建信息，K为正整数，N为大于1的整数。
[0010]第二方面，提供了一种点云属性信息解码方法，包括：
[0011]获取第三信息；
[0012]基于所述第三信息关联的第四信息确定是否对K个待解码点进行DCT反变换；
[0013]在确定对所述K个待解码点进行DCT反变换的情况下，对所述K个待解码点进行DCT反变换，得到所述K个待解码点的属性残差信息；
[0014]基于所述K个待解码点的属性残差信息和属性预测信息，获取所述K个待解码点的属性重建信息，以对待解码点云中的未解码点进行解码；
[0015]其中，所述第三信息包括所述K个待解码点，所述第四信息包括所述K个待解码点的属性预测信息；或者，所述第三信息包括所述K个待解码点的前N个已解码点，所述第四信息包括所N个已解码点的属性重建信息，K为正整数，N为大于1的整数。
[0016]第三方面，提供了一种点云属性信息编码装置，包括：
[0017]第一获取模块，用于获取第一信息；
[0018]第一确定模块，用于基于所述第一信息关联的第二信息确定是否对K个待编码点进行离散余弦变换DCT变换；
[0019]第一变换模块，用于在确定对所述K个待编码点进行DCT变换的情况下，对所述K个待编码点进行DCT变换，得到所述K个待编码点的变换系数；
[0020]编码模块，用于对所述K个待编码点的变换系数进行量化，基于量化后的变换系数进行熵编码，生成二进制码流；
[0021]其中，所述第一信息包括所述K个待编码点，所述第二信息包括所述K个待编码点的属性预测信息；或者，所述第一信息包括所述K个待编码点的前N个已编码点，所述第二信息包括所述N个已编码点的属性重建信息，K为正整数，N为大于1的整数。
[0022]第四方面，提供了一种点云属性信息解码装置，包括：
[0023]第二获取模块，用于获取第三信息；
[0024]第二确定模块，用于基于所述第三信息关联的第四信息确定是否对K个待解码点进行DCT反变换；
[0025]第二变换模块，用于在确定对所述K个待解码点进行DCT反变换的情况下，对所述K个待解码点进行DCT反变换，得到所述K个待解码点的属性残差信息；
[0026]解码模块，用于基于所述K个待解码点的属性残差信息和属性预测信息，获取所述K个待解码点的属性重建信息，以对待解码点云中的未解码点进行解码；
[0027]其中，所述第三信息包括所述K个待解码点，所述第四信息包括所述K个待解码点的属性预测信息；或者，所述第三信息包括所述K个待解码点的前N个已解码点，所述第四信息包括所N个已解码点的属性重建信息，K为正整数，N为大于1的整数。
[0028]第五方面，提供了一种终端，该终端包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的点云属性信息编码方法的步骤，或者实现如第二方面所述的点云属性信息解码方法的步骤。
[0029]第六方面，提供了一种终端，包括处理器及通信接口，其中，所述处理器用于：
[0030]获取第一信息；
[0031]基于所述第一信息关联的第二信息确定是否对K个待编码点进行离散余弦变换DCT变换；
[0032]在确定对所述K个待编码点进行DCT变换的情况下，对所述K个待编码点进行DCT变换，得到所述K个待编码点的变换系数；
[0033]对所述K个待编码点的变换系数进行量化，基于量化后的变换系数进行熵编码，生成二进制码流；
[0034]其中，所述第一信息包括所述K个待编码点，所述第二信息包括所述K个待编码点的属性预测信息；或者，所述第一信息包括所述K个待编码点的前N个已编码点，所述第二信息包括所述N个已编码点的属性重建信息，K为正整数，N为大于1的整数；
[0035]或者，所述处理器用于：
[0036]获取第三信息；
[0037]基于所述第三信息关联的第四信息确定是否对K个待解码点进行DCT反变换；
[0038]在确定对所述K个待解码点进行DCT反变换的情况下，对所述K个待解码点进行DCT反变换，得到所述K个待解码点的属性残差信息；
[0039]基于所述K个待解码点的属性残差信息和属性预测信息，获取所述K个待解码点的属性重建信息，以对待解码点云中的未解码点进行解码；
[0040]其中，所述第三信息包括所述K个待解码点，所述第四信息包括所述K个待解码点的属性预测信息；或者，所述第三信息包括所述K个待解码点的前N个已解码点，所述第四信息包括所N个已解码点的属性重建信息，K为正整数，N为大于1的整数。
[0041]第七方面，提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的点云属性信息编码方法的步骤，或者实现如第二方面所述的点云属性信息解码方法的步骤。
[0042]第八方面，提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的点云属性信息编码方法的步骤，或者实现如第二方面所述的点云属性信息解码方法的步骤。
[0043]第九方面，提供了一种计算机程序/程序产品，所述计算机程序/程序产品被存储在非易失的存储介质中，所述程序/程序产品被至少一个处理器执行以实现如第一方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种点云属性信息编码方法，其特征在于，包括：获取第一信息；基于所述第一信息关联的第二信息确定是否对K个待编码点进行离散余弦变换DCT变换；在确定对所述K个待编码点进行DCT变换的情况下，对所述K个待编码点进行DCT变换，得到所述K个待编码点的变换系数；对所述K个待编码点的变换系数进行量化，基于量化后的变换系数进行熵编码，生成二进制码流；其中，所述第一信息包括所述K个待编码点，所述第二信息包括所述K个待编码点的属性预测信息；或者，所述第一信息包括所述K个待编码点的前N个已编码点，所述第二信息包括所述N个已编码点的属性重建信息，K为正整数，N为大于1的整数。2.根据权利要求1所述的方法，其特征在于，所述第一信息包括所述K个待编码点，所述第二信息包括所述K个待编码点的属性预测信息；所述基于所述第一信息关联的第二信息确定是否对K个待编码点进行DCT变换，包括：获取所述K个待编码点对应的属性预测信息中的最大属性预测值与最小属性预测值，在所述最大属性预测值与所述最小属性预测值的绝对差值小于第一阈值的情况下，则确定对所述K个待编码点进行DCT变换；或者，在所述最大属性预测值与所述最小属性预测值的绝对比值小于第二阈值的情况下，则确定对所述K个待编码点进行DCT变换。3.根据权利要求1所述的方法，其特征在于，所述第一信息包括所述K个待编码点的前N个已编码点，所述第二信息包括所述N个已编码点的属性重建信息；所述基于所述第一信息关联的第二信息确定是否对K个待编码点进行DCT变换，包括：获取所述N个已编码点对应的属性重建信息中的最大属性重建值和最小属性重建值，在所述最大属性重建值与所述最小属性重建值的绝对差值小于第三阈值的情况下，则确定对所述K个待编码点进行DCT变换；或者，在所述最大属性重建值与所述最小属性重建值的绝对比值小于第四阈值的情况下，则确定对所述K个待编码点进行DCT变换。4.根据权利要求1所述的方法，其特征在于，所述第一信息包括所述K个待编码点，所述获取第一信息，包括：对所述待编码点云进行排序，获取排序后的所述待编码点云中的K个待编码点。5.根据权利要求4所述的方法，其特征在于，所述对所述待编码点云进行排序，获取排序后的所述待编码点云中的K个待编码点，包括：计算所述待编码点云中每个点对应的希尔伯特码，将所述待编码点云按照希尔伯特码进行排序，在排序后的所述待编码点云中按序依次选取K个待编码点；或者，计算所述待编码点云中每个点对应的莫顿码，将所述待编码点云按照莫顿码进行排序，在排序后的所述待编码点云中按序依次选取K个待编码点。6.根据权利要求1所述的方法，其特征在于，所述基于所述第一信息关联的第二信息确定是否对K个待编码点进行DCT变换之前，所述方法还包括：按照双希尔伯特序或双莫顿序，获取与目标待编码点曼哈顿距离最近的S个邻居点，所
述目标待编码点为所述K个待编码点中的任一个；基于所述S个邻居点确定所述目标待编码点的初始属性预测信息；根据所述目标待编码点对应的第一权重及所述初始属性预测信息，确定所述目标待编码点的属性预测信息。7.根据权利要求6所述的方法，其特征在于，所述按照双希尔伯特序或双莫顿序，获取与目标待编码点曼哈顿距离最近的S个邻居点，包括：在给定的预设搜索范围中，按照希尔伯特1序，获取目标待编码点的前序M个点，以及按照希尔伯特2序，获取所述目标待编码点的前序N1个点和后序N2个点，在基于M、N1及N2确定的目标范围内获取与目标待编码点曼哈顿距离最近的S个邻居点；或者，在所述给定的预设搜索范围中，按照莫顿1序，获取目标待编码点的前序M个点，以及按照莫顿2序，获取所述目标待编码点的前序N1个点和后序N2个点，在基于M、N1及N2确定的目标范围内获取与目标待编码点曼哈顿距离最近的S个邻居点；其中，M、N1和N2均为正整数。8.根据权利要求7所述的方法，其特征在于，所述希尔伯特1序或莫顿1序的搜索范围为第一预设范围，所述希尔伯特2序或莫顿2序的前序搜索范围为第二预设范围，所述希尔伯特2序或莫顿2序的后序搜索范围为第三预设范围或所述第二预设范围；其中，所述二进制码流包括第一属性参数和第二属性参数，所述第一属性参数用于表征所述第一预设范围，所述第二属性参数用于表征所述第二预设范围；在所述希尔伯特2序或莫顿2序的后序搜索范围为第三预设范围的情况下，所述二进制码流还包括第三属性参数，所述第三属性参数用于表征所述第三预设范围。9.根据权利要求7所述的方法，其特征在于，所述给定的预设搜索范围根据点云序列的初始点数和输入点云包围盒体积的相关关系决定。10.根据权利要求6所述的方法，其特征在于，所述基于所述S个邻居点确定所述目标待编码点的初始属性预测信息，包括：基于所述S个邻居点中每一个邻居点及对应的第二权重，确定所述目标待编码点的初始属性预测信息，所述第二权重为所述目标待编码点与所述邻居点之间的曼哈顿距离的倒数。11.根据权利要求1所述的方法，其特征在于，所述第一信息包括所述K个待编码点，所述基于所述第一信息关联的第二信息确定是否对K个待编码点进行DCT变换之前，所述方法还包括：以所述K个待编码点中的第一个点作为参考点，获取所述参考点的T个邻居点；获取所述T个邻居点中与所述参考点曼哈顿距离最近的R个邻居点；获取所述K个待编码点中目标待编码点在所述R个邻居点中曼哈顿距离最近的L个邻居点，所述目标待编码点为所述K个待编码点中的任一个；基于L个邻居点确定所述目标待编码点的初始属性预测信息；根据所述目标待编码点对应的第一权重及所述初始属性预测信息，确定所述目标待编码点的属性预测信息；其中，T、R和L均为正整数。12.根据权利要求11所述的方法，其特征在于，所述基于L个邻居点确定所述目标待编
码点的初始属性预测信息，包括：基于所述L个邻居点中每一个邻居点及对应的第二权重，确定所述目标待编码点的初始属性预测信息，所述第二权重为所述目标待编码点与所述邻居点之间的曼哈顿距离的倒数。13.根据权利要求6
‑
12任一项所述的方法，其特征在于，所述K个待编码节点各自对应的所述第一权重的和为1。14.根据权利要求6
‑
12任一项所述的方法，其特征在于，在对所述K个待编码点进行DCT变换，得到所述K个待编码点的变换系数之前，所述方法还包括：基于所述K个待编码点的属性预测信息，获取所述K个待编码点的属性残差信息；所述对所述K个待编码点进行DCT变换，得到所述K个待编码点的变换系数，包括：对所述K个待编码点的属性残差信息进行DCT变换，得到所述K个待编码点对应的变换系数。15.根据权利要求14所述的方法，其特征在于，所述对所述K个待编码点的变换系数进行量化，基于量化后的变换系数进行熵编码之后，所述方法还包括：对所述基于量化后的变换系数进行反量化，对反量化后得到的反变换系数进行反变换，以获取所述K个待编码点的属性重建信息。16.根据权利要求15所述的方法，其特征在于，所述变换系数包括低频系数和高频系数，所述对所述K个待编码点的变换系数进行量化，基于量化后的变换系数进行熵编码，包括：对所述K个待编码点对应的高频系数和低频系数进行量化，并对量化后的高频系数和低频系数分别进行熵编码，以得到第一编码值和第二编码值；所述对所述熵编码后得到的编码值进行反量化，对反量化后得到的反变换系数进行反变换，以获取所述K个待编码点的属性重建信息，包括：对所述第一编码值和所述第二编码值进行反量化，得到反量化后的反高频系数和反低频系数；基于所述反高频系数和所述反低频系数进行DCT反变换，得到所述K个待编码点对应的反属性残差信息；根据所述K个待编码点的所述属性预测信息及所述反属性残差信息，获取所述K个待编码点的属性重建信息。17.根据权利要求16所述的方法，其特征在于，所述对所述K个待编码点对应的高频系数和低频系数进行量化，包括：获取所述高频系数对应的高频系数量化步长，以及获取所述低频系数对应的低频系数量化步长；根据所述高频系数及所述高频系数量化步长对所述高频系数进行量化，根据所述低频系数及所述低频系数量化步长对所述低频系数进行量化。18.根据权利要求17所述的方法，其特征在于，所述获取所述高频系数对应的高频系数量化步长，以及获取所述低频系数对应的低频系数量化步长，包括：根据所述K个待编码点的属性信息对应的分量分布情况，获取所述高频系数对应的高频系数量化步长，以及获取所述低频系数对应的低频系数量化步长。
19.根据权利要求18所述的方法，其特征在于，所述根据所述K个待编码点的属性信息对应的分量分布情况，获取所述高频系数对应的高频系数量化步长，以及获取所述低频系数对应的低频系数量化步长，包括：在所述K个待编码点的属性信息对应的分量分布平坦的情况下，所述高频变换系数的量化步长为原始量化步长、预设量化步长偏移和高频系数量化步长偏移之和，所述低频变换系数的量化步长为原始量化步长、预设量化步长偏移和低频系数量化步长偏移之和；在所述K个待编码点的属性信息对应的分量分布不平坦的情况下，所述高频系数的量化步长为原始量化步长、预设量化步长偏移和低频系数量化步长偏移之和，所述低频系数的量化步长与所述高频系数的量化步长相等。20.根据权利要求17所述的方法，其特征在于，在所述高频系数小于第一预设阈值的情况下，所述高频系数量化后的值为0，在所述低频系数小于第二预设阈值的情况下，所述低频系数量化后的值为0。21.根据权利要求14所述的方法，其特征在于，所述方法还包括：在确定对所述K个待编码点不进行DCT变换的情况下，对所述K个待编码点的属性残差信息进行量化；对所述K个待编码点量化后的属性残差信息进行熵编码，生成二进制码流。22.根据权利要求21所述的方法，其特征在于，在对所述K个待编码点量化后的属性残差信息进行熵编码之后，所述方法还包括：对所述熵编码后得到的编码值进行反量化，得到所述K个待编码点反量化后的反属性残差信息；根据所述K个待编码点的所述属性预测信息及所述反属性残差信息，获取所述K个待编码点的属性重建信息。23.根据权利要求1所述的方法，其特征在于，在所述获取第一信息之前，所述方法还包括：获取标识信息，所述标识信息用于指示是否执行所述方法；根据所述标识信息确定是否执行所述方法；在所述生成二进制码流之后，所述方法还包括：将所述标识信息写入所述二进制码流。24.一种点云属性信息解码方法，其特征在于，包括：获取第三信息；基于所述第三信息关联的第四信息确定是否对K个待解码点进行DCT反变换；在确定对所述K个待解码点进行DCT反变换的情况下，对所述K个待解码点进行DCT反变换，得到所述K个待解码点的属性残差信息；基于所述K个待解码点的属性残差信息和属性预测信息，获取所述K个待解...

【专利技术属性】
技术研发人员：张伟，鲁静芸，吕卓逸，杨付正，代娜，
申请(专利权)人：维沃移动通信有限公司，
类型：发明
国别省市：