-
公开(公告)号:CN113766229B
公开(公告)日:2023-04-28
申请号:CN202111160289.X
申请日:2021-09-30
Applicant: 咪咕文化科技有限公司 , 中国移动通信集团有限公司 , 北京大学
IPC: H04N19/124 , H04N19/42 , H04N19/44 , H04N19/52 , H04N19/61 , G06V10/762
Abstract: 本申请公开了一种编码方法、解码方法、装置、设备及可读存储介质,涉及图像处理技术领域,以提高处理性能。该方法包括:将当前帧的待处理的点云数据进行聚类,得到多个子点云;对于所述多个子点云中的任一目标子点云,根据所述目标子点云中多个点对之间的欧式距离,以及,所述目标子点云中的目标点与所述目标点的对应点之间的欧式距离,生成广义拉普拉斯矩阵;利用所述广义拉普拉斯矩阵,对目标子点云进行帧间预测与图傅里叶残差变换;分别对变换后的多个子点云进行量化和编码,得到编码码流;其中,所述对应点位于所述目标子点云的参考点云中,所述参考点云位于所述当前帧的参考帧中。本申请实施例可提高处理性能。
-
公开(公告)号:CN113766229A
公开(公告)日:2021-12-07
申请号:CN202111160289.X
申请日:2021-09-30
Applicant: 咪咕文化科技有限公司 , 中国移动通信集团有限公司 , 北京大学
Abstract: 本申请公开了一种编码方法、解码方法、装置、设备及可读存储介质,涉及图像处理技术领域,以提高处理性能。该方法包括:将当前帧的待处理的点云数据进行聚类,得到多个子点云;对于所述多个子点云中的任一目标子点云,根据所述目标子点云中多个点对之间的欧式距离,以及,所述目标子点云中的目标点与所述目标点的对应点之间的欧式距离,生成广义拉普拉斯矩阵;利用所述广义拉普拉斯矩阵,对目标子点云进行帧间预测与图傅里叶残差变换;分别对变换后的多个子点云进行量化和编码,得到编码码流;其中,所述对应点位于所述目标子点云的参考点云中,所述参考点云位于所述当前帧的参考帧中。本申请实施例可提高处理性能。
-
公开(公告)号:CN108235018A
公开(公告)日:2018-06-29
申请号:CN201711336351.X
申请日:2017-12-13
Applicant: 北京大学
IPC: H04N19/149 , H04N19/154 , H04N19/159 , H04N19/19
Abstract: 本发明公开了一种基于拉格朗日乘子模型的点云帧内编码优化方法及装置,属于点云数字信号处理领域。所述方法包括:对点云数据进行离线训练得到拉格朗日乘子模型;将点云数据按照不同模式分别进行映射,得到不同的映射数据,对各映射数据分别进行独立编码得到对应的各编码结果;根据拉格朗日乘子模型及各编码结果,筛选出不同模式中的最优模式。本发明中,对点云数据进行不同模式的映射,相比于单模式映射,提供了更多的编码选择,充分利用了无序点云数据间的相关性;同时基于训练得到的拉格朗日乘子模型在不同的映射模式中确定最优模式,提高了编码性能,提升了点云数据的整体编码效果。
-
公开(公告)号:CN108171761A
公开(公告)日:2018-06-15
申请号:CN201711331571.3
申请日:2017-12-13
Applicant: 北京大学
Abstract: 本发明公开了一种基于傅里叶图变换的点云帧内编码方法及装置,属于点云数字信号处理领域。所述方法包括:对原始三维点云进行体元化,得到多个点云体元;对得到的多个点云体元进行聚类得到多个点云体元集合;分别对多个点云体元集合进行基于主方向权重的傅里叶图变换;对变换后的各点云体元集合进行均匀量化及算术编码,生成对应的码流。本发明中的方法,对聚类得到的每个点云体元集合独立构图,减低了构图的复杂度;对每一个点云体元集合独立编码,使每一类中的点云分布更加均匀,紧凑;并充分利用了局部相似性特征,更加充分的表达出点与点之间的相关性,同时降低了噪声等无关因素的影响。
-
公开(公告)号:CN108171761B
公开(公告)日:2020-10-16
申请号:CN201711331571.3
申请日:2017-12-13
Applicant: 北京大学
Abstract: 本发明公开了一种基于傅里叶图变换的点云帧内编码方法及装置,属于点云数字信号处理领域。所述方法包括:对原始三维点云进行体元化,得到多个点云体元;对得到的多个点云体元进行聚类得到多个点云体元集合;分别对多个点云体元集合进行基于主方向权重的傅里叶图变换;对变换后的各点云体元集合进行均匀量化及算术编码,生成对应的码流。本发明中的方法,对聚类得到的每个点云体元集合独立构图,减低了构图的复杂度;对每一个点云体元集合独立编码,使每一类中的点云分布更加均匀,紧凑;并充分利用了局部相似性特征,更加充分的表达出点与点之间的相关性,同时降低了噪声等无关因素的影响。
-
公开(公告)号:CN108235018B
公开(公告)日:2019-12-27
申请号:CN201711336351.X
申请日:2017-12-13
Applicant: 北京大学
IPC: H04N19/149 , H04N19/154 , H04N19/159 , H04N19/19
Abstract: 本发明公开了一种基于拉格朗日乘子模型的点云帧内编码优化方法及装置,属于点云数字信号处理领域。所述方法包括:对点云数据进行离线训练得到拉格朗日乘子模型;将点云数据按照不同模式分别进行映射,得到不同的映射数据,对各映射数据分别进行独立编码得到对应的各编码结果;根据拉格朗日乘子模型及各编码结果,筛选出不同模式中的最优模式。本发明中,对点云数据进行不同模式的映射,相比于单模式映射,提供了更多的编码选择,充分利用了无序点云数据间的相关性;同时基于训练得到的拉格朗日乘子模型在不同的映射模式中确定最优模式,提高了编码性能,提升了点云数据的整体编码效果。
-
-
-
-
-