-
公开(公告)号：CN117956184A
公开(公告)日：2024-04-30
申请号：CN202211281542.1
申请日：2022-10-19
申请人： 中兴通讯股份有限公司 , 中山大学
IPC分类号： H04N19/597 , H04N19/42 , H04N19/44 , H04N19/91 , H04N19/96
摘要： 本申请公开了一种点云属性预测方法、设备和存储介质，其中方法包括：确定当前预测点的邻居预测点以及所述邻居预测点对应的第一属性预测值；根据所述邻居预测点对应的第一属性预测值确定所述当前预测点对应的第二属性预测值；根据所述第二属性预测值确定所述当前预测点对应的第三属性预测值。如此，先利用邻居预测点对应的第一属性预测值对当前预测点的属性进行预测，得到对应当前预测点的第二属性预测值，再利用第二属性预测值调整预测结果，得到对应当前预测点的第三属性预测值，即使在邻居预测点以及当前预测点的属性值随着距离呈递增或递减的情况下，仍然能够获得较准确的属性预测值，进而提高点云整体属性预测的准确性。
-
公开(公告)号：CN116996674A
公开(公告)日：2023-11-03
申请号：CN202210451656.X
申请日：2022-04-26
申请人： 中兴通讯股份有限公司 , 中山大学
摘要： 本申请提供一种编码方法、解码方法、通信节点及存储介质。该方法包括：确定点云的属性信息的待编码属性数据；确定点云中当前点的编码阶数；根据所述编码阶数对所述当前点的待编码属性数据进行编码；继续确定点云中下一当前点的编码阶数并对所述下一当前点的待编码属性数据进行编码，直至所述点云内所有点均编码完成，得到编码后的属性数据。
-
公开(公告)号：CN113840150A
公开(公告)日：2021-12-24
申请号：CN202111094634.4
申请日：2021-09-17
申请人： 中山大学
IPC分类号： H04N19/91 , H04N19/124 , H04N19/186 , H04N19/42
摘要： 本发明公开了一种点云反射率属性熵编码方法，包括：将点云属性从RGB颜色空间转换到YUV颜色空间；对点云数据进行Hilbert重排序，在Hilbert顺序下进行差分预测，得到预测残差；将所述预测残差进行量化，得到预测量化残差；采用点云反射率属性熵编码方法对所述预测量化残差进行熵编码，得到属性码流。本发明能够将较大的预测残差进一步压缩，从而进一步提高AVS‑PCC的压缩性能，可广泛应用于图像处理技术领域。
-
公开(公告)号：CN113840150B
公开(公告)日：2023-09-26
申请号：CN202111094634.4
申请日：2021-09-17
申请人： 中山大学
IPC分类号： H04N19/91 , H04N19/124 , H04N19/186 , H04N19/42
摘要： 本发明公开了一种点云反射率属性熵编解码方法，包括：将点云属性从RGB颜色空间转换到YUV颜色空间；对点云数据进行Hi l bert重排序，在Hi l bert顺序下进行差分预测，得到属性预测残差；将所述属性预测残差进行量化，得到属性预测量化残差；采用点云反射率属性熵编码方法对所述属性预测量化残差进行熵编码，得到属性码流。本发明能够将较大的属性预测残差进一步压缩，从而进一步提高AVS‑PCC的压缩性能，可广泛应用于图像处理技术领域。
-
公开(公告)号：CN113905242A
公开(公告)日：2022-01-07
申请号：CN202111093337.8
申请日：2021-09-17
申请人： 中山大学
IPC分类号： H04N19/93 , H04N19/186 , H04N19/91 , H04N19/124 , H04N19/42 , H04N19/96 , H04N19/105
摘要： 本发明公开了一种点云颜色属性自适应压缩行程编码方法，包括：将点云属性从RGB颜色空间转换到YUV颜色空间；对点云数据进行Hilbert重排序，在Hilbert顺序下进行差分预测，得到预测残差；将所述预测残差进行量化，得到预测量化残差；采用颜色属性自适应压缩行程编码方法对所述预测量化残差进行熵编码，得到属性码流。本发明能够进一步压缩点云数据属性信息，可广泛应用于图像处理技术领域。
-
-
-
-
搜索结果
5 条记录 (耗时 0.029 秒)
