点云编解码中的属性预测方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种点云编解码中的属性预测方法、装置、设备及存储介质，涉及点云编解码技术领域。所述方法包括：获取当前点对应的N个备选点，N为正整数；执行搜索流程，该搜索流程包括按序计算N个备选点分别对应的目标度量指标；从已计算出目标度量指标的备选点中选择满足第一条件的K个备选点作为K个邻居点，K为正整数；在K个邻居点满足第二条件的情况下，中止搜索流程；根据K个邻居点的属性信息，确定当前点的属性预测信息。本申请通过设置中止条件，在找到合适的邻居点之后立即中止搜索流程，不需要全量计算所有备选点的度量指标，从而降低计算复杂度，避免执行全搜索，达到快速选取邻居点进行属性预测的目的，提升编解码效率。提升编解码效率。提升编解码效率。

【技术实现步骤摘要】
点云编解码中的属性预测方法、装置、设备及存储介质


[0001]本申请实施例涉及点云编解码
，特别涉及一种点云编解码中的属性预测方法、装置、设备及存储介质。

技术介绍

[0002]点云是3D(3 Dimension，三维)空间中的一组点，每个点都具有相关联的属性，例如颜色、材质等。点云可以用于将一个对象或一个场景重建为这种点的组合。
[0003]在针对点云数据的编解码过程中，涉及属性预测。所谓属性预测，是指从当前点对应的多个备选点中选择K个邻居点，根据该K个邻居点的属性信息，确定当前点的属性预测信息，K为正整数，例如K等于3。在相关技术中，采用全搜索的方式，计算多个备选点中的每一个备选点与当前点之间的距离，然后从该多个备选点中，选择与当前点之间的距离最小的K个备选点作为邻居点。
[0004]由于备选点的数量通常为数百个，因此采用全搜索的方式选择邻居点，计算复杂度较高，不利于编解码的效率。

技术实现思路

[0005]本申请实施例提供了一种点云编解码中的属性预测方法、装置、设备及存储介质，能够降低属性预测过程中选本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种点云编解码中的属性预测方法，其特征在于，所述方法包括：获取当前点对应的N个备选点，N为正整数；执行搜索流程，所述搜索流程包括按序计算所述N个备选点分别对应的目标度量指标；从已计算出所述目标度量指标的备选点中选择满足第一条件的K个备选点作为K个邻居点，K为正整数；在所述K个邻居点满足第二条件的情况下，中止所述搜索流程；根据所述K个邻居点的属性信息，确定所述当前点的属性预测信息。2.根据权利要求1所述的方法，其特征在于，所述第二条件为所述K个邻居点中，每个所述邻居点与所述当前点之间的第一度量指标均小于或等于第一阈值。3.根据权利要求2所述的方法，其特征在于，所述第一度量指标为所述邻居点与所述当前点之间的距离；或者，所述第一度量指标为所述邻居点与所述当前点之间的序差。4.根据权利要求1所述的方法，其特征在于，所述第二条件为所述K个邻居点中，每两个所述邻居点之间的第二度量指标均小于或等于第二阈值。5.根据权利要求5所述的方法，其特征在于，所述第二度量指标为每两个所述邻居点之间的距离；或者，所述第二度量指标为每两个所述邻居点的属性信息之差；或者，所述第二度量指标为每两个所述邻居点的序差。6.根据权利要求1所述的方法，其特征在于，所述目标度量指标为所述备选点与所述当前点之间的距离；或者，所述目标度量指标为所述备选点与所述当前点之间的序差。7.根据权利要求6所述的方法，其特征在于，所述满足第一条件的K个备选点是指：所述目标度量指标最小的K个备选点；或者，所述目标度量指标最小的K
′
个备选点中，结合参考信息从所述K
′
个备选点中选择的K个备选点，K
′
为大于K的整数。8.根据权利要求1所述的方法，其特征在于，所述在所述K个邻居点满足第二条件的情况下，中止所述搜索流程，包括：在所述K个邻居点满足第二条件的情况下，停止计算所述N个备选点中剩余未计算出所述目标度量指标的备选点。9.根据权利要求1所述的方法，其特征在于，所述从已计算出所述目标度量指标的备选点中选择满足第一条件的K个备选点作为K个邻居点之后，还包括：在所述K个邻居点不满足所述第二条件的情况下，再次执行所述从已计算出所述目标度量指标的备选点中选择满足第一条件的K个备选点作为K个邻居点的步骤；其中，在判断所述K个邻居点是否满足所述第二条件的过程中，所述搜索流程正常执行。10.根据权利要求9所述的方法，其特征在于，所述在所述...

【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：