利用自适应死区量化的点云编解码方法及装置制造方法及图纸

技术编号:38426964 阅读:11 留言:0更新日期:2023-08-07 11:24
本发明专利技术涉及一种利用自适应死区量化的点云编解码装置和方法,并且在实施方案中提供了对点云中的点的属性值进行编解码时通过基于点的各种特性对属性值的预测性能的影响调节死区的尺寸来自适应地利用死区量化方法的点云编解码装置和方法。云编解码装置和方法。云编解码装置和方法。

【技术实现步骤摘要】
【国外来华专利技术】利用自适应死区量化的点云编解码方法及装置


[0001]本专利技术涉及一种利用自适应死区量化的点云编解码装置及方法。

技术介绍

[0002]该部分中的陈述仅提供与本专利技术相关的
技术介绍
信息,并且不一定构成现有技术。
[0003]量化在诸如图像、视频、点云等的领域中用于数据压缩。通常,可以在编码的进入阶段或解码的退出阶段采用量化技术。存在用于量化的各种方法,包括诸如图1所示的死区量化方案的常用方法。
[0004]在图1的示例中,曲线图是将输入值x量化至量化水平(level)的映射函数。这里,死区的尺寸可以由量化尺寸Δ和用于缩放死区的比值α表示,其中,α是大于零的实数。下面的等式1至等式4按顺序示出了死区的尺寸、量化公式、量化偏移公式和逆量化公式。
[0005]等式1:
[0006]deadzone=(1+α)
·
Δ
[0007]等式2:
[0008][0009]等式3:
[0010][0011]等式4:
[0012][0013]这里,sign(x)是可以根据x的值给出负号、零或正号的符号函数。
[0014]通常,为0的α值表示没有死区量化适用,并且表示均匀量化方案。此外,随着α增大,死区的尺寸增大,相应地,层次为零的范围增大。通常,可以根据待量化的数据的分布来确定死区的尺寸,以使平均误差的尺寸最小化。
[0015]另一方面,在点云编解码期间对属性信息进行编码的过程中,变换的属性值可以分为低频分量和高频分量,这些属性值的特性可以影响点云中的点的预测性能。因此,为了提高点云编解码的编解码效率,需要考虑利用属性值特性的量化方案。

技术实现思路

[0016]技术问题
[0017]本专利技术在一些实施方案中致力于提供一种对点云中的点的属性值进行编码时自适应地利用死区量化方案的点云编解码装置和方法。点云编解码装置和方法基于点的各种
特性对属性值的预测性能的影响来调节死区的尺寸。
[0018]技术方案
[0019]本专利技术的至少一个方面提供了一种由点云解码装置执行的用于对帧中的点的属性值进行解码的方法。所述方法包括获得属性值的比特流。所述方法还包括根据细节层次(level of details,LOD),从比特流中对N个点组(其中,N是大于或等于2的自然数)中的点的量化的属性值进行解码。所述方法还包括通过基于N个点组的索引、点组中的目标点的参考点的LOD以及目标点的预测模式自适应地利用死区量化方案,将量化的属性值逆量化为逆量化的属性值。所述方法还包括通过对逆量化的属性值进行逆变换来生成重建的属性值。
[0020]本专利技术的另一方面提供了一种用于对点的属性值进行解码的属性信息解码装置。属性信息解码装置包括熵解码器,其配置为根据细节层次(LOD),从属性值的比特流中对N个点组(其中,N是大于或等于2的自然数)中的点的量化的属性值进行解码。属性信息解码装置还包括逆量化器,其配置为通过基于N个点组的索引、点组中的目标点的参考点的LOD以及目标点的预测模式自适应地利用死区量化方案,将量化的属性值逆量化为逆量化的属性值。属性信息解码装置还包括逆变换器,其配置为通过对逆量化的属性值进行逆变换来生成重建的属性值。
[0021]本专利技术的又一方面提供了一种由点云编码装置执行的用于对帧中的点的属性值进行编码的方法。所述方法包括获得属性值。所述方法还包括通过基于点的重建的位置处的属性值的细节层次(LOD)采样对属性值进行变换,生成N个点组(其中,N是大于或等于2的自然数)中的点的变换的属性值。点的重建的位置由点云编码装置中的几何信息编码装置提供。所述方法还包括通过基于N个点组的索引、点组中的目标点的参考点的LOD以及目标点的预测模式自适应地利用死区量化方案,将变换的属性值量化为量化的属性值。所述方法还包括通过利用熵编解码对量化的属性值进行编码来生成比特流。
[0022]有益效果
[0023]如上所述,本实施方案提供了一种对点云中的点的属性值进行编码时自适应地利用死区量化方案的点云编解码装置和方法。点云编解码装置和方法基于点的各种特性对属性值的预测性能的影响来调节死区的尺寸,以提高点云编解码的编解码效率。
附图说明
[0024]图1是示出根据本专利技术的至少一个实施方案的死区量化方案的概念图。
[0025]图2是示出根据本专利技术的至少一个实施方案的属性信息编码装置和属性信息解码装置的概念框图。
[0026]图3是示出根据本专利技术的至少一个实施方案的点云的LOD的概念图。
[0027]图4是示出根据本专利技术的至少一个实施方案的执行提升变换的变换器的概念图。
[0028]图5是示出根据本专利技术的至少一个实施方案的用于执行逆提升变换的逆变换器的概念框图。
[0029]图6是根据本专利技术的至少一个实施方案的属性信息编码方法和属性信息解码方法的流程图。
[0030]图7是根据本专利技术的另一实施方案的选择性死区量化方法的流程图。
[0031]图8是根据本专利技术的又一实施方案的自适应死区量化方法的流程图。
[0032]图9是根据本专利技术的又一实施方案的LOD自适应死区量化方案的流程图。
[0033]图10是示出根据本专利技术的又一实施方案的预测模式自适应死区量化方法的流程图。
具体实施方式
[0034]在下文中,参考所附示例性附图详细描述本专利技术的一些实施方案。在下面的描述中,尽管这些元件在不同的附图中示出,但是相同的附图标记表示相同的元件。此外,在以下对一些实施方案的描述中,为了清楚和简洁起见,当认为相关已知组件和功能的详细描述模糊了本专利技术的主题时,可以省略其详细描述。
[0035]本专利技术涉及一种利用自适应死区量化的点云编解码装置及方法。更具体地,提供了一种利用自适应死区量化方案的点云编解码装置和方法,以对点云中点的属性值进行编码。所述点云编解码装置和方法基于点的各种特性对属性值的预测性能的影响来调节死区的尺寸。
[0036]包括在点云中的点可以通过点云编码装置进行压缩,然后以比特流的形式进行存储并发送。为了使人或机器能够利用点云数据,点云解码装置可以从比特流重建点云中的点。
[0037]点云包括表示位置的几何信息,例如,x、y和z。此外,点云可以包括属性信息。这里,属性信息可以包括诸如RGB、YCbCr等的颜色信息。属性信息可以包括与激光雷达相关的信息,例如,逆射率、深度等。此外,属性信息可以包括诸如帧索引、点获取时间等的各种信息的组合。
[0038]如上所述,由于点云包括几何信息(即,点的位置值)和属性信息(即,点的属性值),因此点云编码装置包括几何信息编码装置和属性信息编码装置,以生成位置值的比特流和属性值的比特流。所述点云解码装置包括几何信息解码装置和属性信息解码装置。下面描述在属性信息编码装置和属性信息解码装置中使用的量化方案。
[0039]在下面的描述中,点云、包括在点云中的点以及点可以互换使用。
[004本文档来自技高网
...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种由点云解码装置执行的用于对帧中的点的属性值进行解码的方法,所述方法包括:获得属性值的比特流;根据LOD,从比特流中对N个点组中的点的量化的属性值进行解码,其中,N是大于或等于2的自然数;通过基于N个点组的索引、点组中的目标点的参考点的LOD以及目标点的预测模式自适应地利用死区量化方案,将量化的属性值逆量化为逆量化的属性值;通过对逆量化的属性值进行逆变换来生成重建的属性值。2.根据权利要求1所述的方法,其中,对量化的属性值进行解码包括:对包括在第一点组至第N点组中并且基于第N LOD至第一LOD进行编码的点的属性值进行解码,其中,第N LOD等于第一点组,第一LOD包括帧中的所有的点,N是大于或等于2的自然数。3.根据权利要求1所述的方法,其中,逆量化包括:通过利用具有预设尺寸的死区的死区量化方案,对N个点组进行逆量化。4.根据权利要求2所述的方法,其中,逆量化包括:通过利用具有预设尺寸的死区的死区量化方案,对第N点组至第二点组进行逆量化;通过利用均匀量化方案对第一点组进行逆量化。5.根据权利要求2所述的方法,其中,逆量化包括:通过利用具有预设的第一尺寸的死区的死区量化方案,对索引大于预设的索引M的点组进行逆量化,其中,M是大于2、小于N的自然数;通过利用具有预设的第二尺寸的死区的死区量化方案,对第M点组至第二点组进行逆量化;通过利用均匀量化方案对第一点组进行逆量化,其中,第一尺寸小于第二尺寸。6.根据权利要求2所述的方法,其中,逆量化包括:当利用相同的LOD中的点作为参考点来预测目标点时,通过利用具有预设的第一尺寸的死区的死区量化方案对目标点进行逆量化;当利用不同的LOD中的点作为参考点来预测目标点时,通过利用具有预设的第二尺寸的死区的死区量化方案对第N点组至第二点组进行逆量化,并且通过利用均匀量化方案对第一点组进行逆量化,其中,第一尺寸小于第二尺寸。7.根据权利要求2所述的方法,其中,逆量化包括:当利用不同的帧的LOD中的点来预测目标点时,通过利用具有预设的第一尺寸的死区的死区量化方案对目标点进行逆量化;当利用相同的帧的LOD中的点来预测目标点时,通过利用具有预设的第二尺寸的死区的死区量化方案对第N点组至第二点组进行逆量化,并且通过利用均匀量化方案对第一点组进行逆量化,其中,第一尺寸大于第二尺寸。8.根据权利要求2所述的方法,其中,生成重建的属性值包括:
通过利用N

1个逆变换模块,根据第一点组至第N点组的逆量化的属性值合并第N LOD至第一LOD,其中,第一LOD包括帧中的所有的点。9.一种用于对点的属性值进行解码的属性信息解码装置,其包括:熵解码器,其配置为根据LOD,从属性值的比特流中对N个点组中的点的量化的属性值进行解码,其中,N是大于或等于2的自然数;逆量化器,其配置为通过基于N...

【专利技术属性】
技术研发人员:安镕照李钟石朴胜煜
申请(专利权)人:起亚株式会社数字洞察力有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1