[发明专利]用于点云压缩的量化步长参数

说明书

本公开涉及用于点云压缩的量化步长参数。本文中描述了一种对点云压缩算法的属性编码的量化方案进行参数化的技术。基于定点算术，在给定用户输入的量化参数(QP)的情况下，该算法在定点计数法中计算量化步长(QS)。

相关申请的交叉引用

本申请在35U.S.C.§119(e)下要求2019年3月18日提交的标题为“QUANTIZATIONSTEP PARAMETER FOR POINT CLOUD COMPRESSION(用于点云压缩的量化步长参数)”的美国临时专利申请序列号62/819,830的优先权，该申请出于所有目的通过引用的方式被全文合并在本文中。

技术领域

本发明涉及三维图形。更具体来说，本发明涉及三维图形的编码。

背景技术

点云被考虑作为用于3D数据的传输的候选格式，该3D数据由3D扫描仪、LIDAR传感器捕获，或者被使用在比如虚拟现实/增强现实(VR/AR)之类的受欢迎的应用中。点云是3D空间中的点集合。除了空间位置(X,Y,Z)之外，每一个点通常具有相关联的属性，比如颜色(R,G,B)或者甚至反射率和时间标记(例如在LIDAR图像中)。为了获得目标3D对象的高保真表示，设备捕获大约数以千计或者甚至数以百万计的点的点云。此外，对于使用在VR/AR应用中的动态3D场景，每一帧常常具有独有的稠密点云，从而导致每秒传输几百万个点云。对于这样大的数据量的可行传输，常常应用压缩。

在2017年，MPEG发出了针对点云压缩的提议征集(CfP)。在评估了几项提议之后，MPEG对于点云压缩正在考虑两种不同的技术：3D原生编码技术(基于八叉树和类似的编码方法)，或者3D到2D投影，随后是传统的视频编码。在动态3D场景的情况下，MPEG正在使用基于贴片表面建模的测试模型软件(TMC2)，从3D到2D图像的贴片投影，以及利用比如HEVC之类的视频编码器对2D图像进行编码。该方法已被证明比原生3D编码更加高效，并且能够以可接受的质量实现具有竞争力的比特率。

在对点云进行编码时，TMC2对贴片投影的相关辅助信息进行编码，比如2D画布图像中的贴片位置和边框尺寸。对于辅助信息的时间编码，来自当前点云的贴片与来自即刻解码的点云的贴片之间的贴片匹配被用于预测。该规程被限制到紧接的邻域，并且包括对于序列中的所有帧实施增量编码。

发明内容

本文中描述了一种对点云压缩算法的属性编码的量化方案进行参数化的技术。基于定点算术，在给定用户输入的量化参数(QP)的情况下，该算法在定点计数法中计算量化步长(QS)。

在一个方面中，一种被编程在设备的非瞬时性存储器中的方法包括：获取三维内容，对三维内容实施几何结构编码，以及利用量化参数实施定点属性编码。量化参数对于色度和亮度是相同的。量化参数对于色度和亮度是不同的。色度量化参数与亮度量化参数成比例。色度量化参数是亮度量化参数的函数。量化参数对应于量化步长。利用表来进行量化参数与量化步长之间的对应性。

在另一方面中，一种装置包括：用于存储应用的非瞬时性存储器，该应用是用于：获取三维内容，对三维内容实施几何结构编码，以及利用量化参数实施定点属性编码；以及耦合到该存储器的处理器，该处理器被配置来处理该应用。量化参数对于色度和亮度是相同的。量化参数对于色度和亮度是不同的。色度量化参数与亮度量化参数成比例。色度量化参数是亮度量化参数的函数。量化参数对应于量化步长。利用表来进行量化参数与量化步长之间的对应性。

在另一方面中，一种系统包括用于获取三维内容的一个或多个设备，以及用于通过如下操作对三维内容进行编码的编码器：对三维内容实施几何结构编码，以及利用量化参数实施定点属性编码。量化参数对于色度和亮度是相同的。量化参数对于色度和亮度是不同的。色度量化参数与亮度量化参数成比例。色度量化参数是亮度量化参数的函数。量化参数对应于量化步长。利用表来进行量化参数与量化步长之间的对应性。

附图说明

图1示出了根据一些实施例的属性编码方法的流程图。