[发明专利]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有效
申请号: | 201910942969.3 | 申请日: | 2019-09-30 |
公开(公告)号: | CN110572655B | 公开(公告)日: | 2023-01-10 |
发明(设计)人: | 李革;张琦;王静;邵薏婷 | 申请(专利权)人: | 北京大学深圳研究生院 |
主分类号: | H04N19/147 | 分类号: | H04N19/147;H04N19/186;H04N19/597;H04N19/593;H04N19/91;H04N19/42 |
代理公司: | 北京京万通知识产权代理有限公司 11440 | 代理人: | 万学堂;魏振华 |
地址: | 518055 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 邻居 权重 参数 选取 传递 属性 编码 解码 方法 设备 | ||
1.一种点云属性编码方法,其特征在于,包括:
根据点云中的点到当前点的空间距离大小确定所述当前点的K个最近邻点;
确定计算所述最近邻点权重时的距离调整参数;
根据所述距离调整参数进行熵编码;
根据所述距离调整参数确定所述当前点的属性预测值,包括:计算当前点与所述当前点的某个最近邻点在x、y、z三个坐标分量上的差值,根据所述当前点与所述最近邻点在z坐标分量上的差值,乘上相应的距离调整参数,确定所述当前点与所述最近邻点在z坐标分量上的加权差值;
根据所述当前点与所述最近邻点在x、y坐标分量上的差值和所述z坐标分量上的加权差值,确定所述最近邻点的优化权重;
对K个最近邻点重复上述操作,确定所述当前点的K个最近邻点优化权重;
根据所述当前点的K个最近邻点的优化权重和属性重构确定所述当前点的属性预测值;
根据所述当前点的属性预测值进行编码。
2.根据权利要求1所述的点云属性编码方法,其特征在于,所述确定计算每个最近邻点权重时的距离调整参数,包括方法一、或方法二,其中,
方法一:根据属性的种类不同,对于一类特定的属性采用特定的距离调整参数值;
方法二:改变距离调整参数的值,对当前数据集进行编码,计算每个距离调整参数值下的码流大小和失真值,通过率失真优化确定所述数据集的距离调整参数。
3.根据权利要求1所述的点云属性编码方法,其特征在于,所述根据所述距离调整参数进行熵编码,包括方法一、或方法二、或方法三,其中,
方法一:直接将所述距离调整参数的值写入头文件并进行熵编码;
方法二:将所述距离调整参数的值减去一个固定值后写入头文件并进行熵编码;
方法三:排列一组数据集中每个数据集的所述距离调整参数值,组成一个参数数组,从所述参数数组的第二个距离调整参数开始依次计算当前距离调整参数与前一距离调整参数相减得到的差值数组,将所述距离调整参数数组的第一个距离调整参数值及所述差值数组写入头文件并进行熵编码。
4.根据权利要求1所述的点云属性编码方法,其特征在于,所述根据所述当前点的属性预测值进行编码,包括:根据所述当前点的属性值与属性预测值之间的差值确定当前点的属性残差值;以及对所述属性残差值进行编码。
5.一种点云属性解码方法,其特征在于,包括:
根据点云中的点到当前点的空间距离大小确定所述当前点的K个最近邻点;
根据点云属性码流进行熵解码确定计算所述最近邻点权重时的距离调整参数;
根据所述距离调整参数确定所述当前点的属性预测值,包括:计算当前点与所述当前点的某个最近邻点在x、y、z三个坐标分量上的差值,根据所述当前点与该最近邻点在z坐标分量上的差值,乘上相应的距离调整参数,确定所述当前点与该最近邻点在z坐标分量上的加权差值;
根据所述当前点与该最近邻点在x、y坐标分量上的差值和所述z坐标分量上的加权差值,确定该最近邻点的优化权重;
对K个最近邻点重复上述操作,确定所述当前点的K个最近邻点优化权重;
根据所述当前点的K个最近邻点的优化权重和属性重构值,确定所述当前点的属性预测值。
6.根据权利要求5所述的点云属性解码方法,其特征在于,根据点云属性码流进行熵解码确定计算所述最近邻点权重时的距离调整参数,包括方法一、或方法二、或方法三,其中,
方法一:直接解码出所述距离调整参数;
方法二:将直接解码出的参数值加上一个固定值得到所述距离调整参数;
方法三:将直接解码出的参数值,组成一个参数数组,保留数组的第一个参数值,从所述数组的第二个参数开始依次计算当前参数与前一参数相加,得到所述距离调整参数的数组。
7.根据权利要求5所述的点云属性解码方法,其特征在于,还包括:
对点云属性码流进行熵解码、反量化、反变换,得到所述当前点的属性残差值;
根据所述当前点的属性预测值和所述当前点的属性残差值相加,确定所述当前点的点云属性值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京大学深圳研究生院,未经北京大学深圳研究生院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910942969.3/1.html,转载请声明来源钻瓜专利网。