一种三维视频点云图片的处理方法

1.本技术涉及图像处理技术领域，具体而言，涉及一种三维视频点云图片的处理方法。


背景技术：

2.目前，在三维动态点云视频的编码过程中，首先会将三维动态点云视频的每一帧确定为一个三维视频点云图片，每个三维视频点云图片会被投影成为三个记录不同信息二维视频点云图片，然后基于v-pcc编码标准通常会将每个二维视频点云图片首先划分为大小相同的编码单元(codingtreeunit，ctu)，然后再将ctu划分为更小的编码单元(codingunit，cu)。该过程中将ctu划分为更小的编码单元的过程所耗费的时间和计算资源极大，使得对二维视频点云图片的划分过程，成为影响整个三维动态点云视频的编码速度的关键。


技术实现要素：

3.有鉴于此，本技术的目的在于提供一种三维视频点云图片的处理方法，能够根据占用编码划分单元的位置信息和占用信息和其他编码划分单元的信息对二维视频点云图片进行划分，解决现有技术中存在的对二维视频点云图片的划分速度慢计算资源消耗极大的问题，达到快速对二维视频点云图片进行处理的效果。
4.第一方面，本技术实施例提供了一种三维视频点云图片的处理方法，所述方法包括：通过对所述三维视频点云图片进行投影，获得二维点云占用图片、二维点云几何图片和二维点云属性图片；获取二维点云占用图片中的每个像素点的位置信息和占用信息；以所述预定划分方式对所述二维点云几何图片进行标准划分，得到多个几何图片最大编码单元；针对每个几何图片最大编码单元，根据该几何图片最大编码单元所在位置的占用信息和该几何图片最大编码单元的几何信息，对该几何图片最大编码单元进行划分，得到最终几何编码划分单元；确定每个最终几何编码划分单元的位置信息和尺寸信息；以所述预定划分方式对所述二维点云属性图片进行标准划分，得到多个属性图片最大编码单元；针对每个属性图片最大编码单元，根据该属性图片最大编码单元所在位置的占用信息、几何信息以及属性信息，对该属性图片最大编码单元进行划分，得到最终属性编码划分单元；确定每个最终属性编码划分单元的位置信息和尺寸信息；存储二维点云占用图片中的每个像素点的位置信息和占用信息、根据每个最终几何编码划分单元的位置信息和尺寸信息，对每个最终几何编码划分单元进行存储、根据每个最终属性编码划分单元的位置信息和尺寸信息，对每个最终属性编码划分单元进行存储。
5.可选地，所述二维点云占用图片包括多个像素点，所述确定每个像素点的位置信息和占用信息的步骤之后，所述方法还包括：确定每个像素点的占用标识，所述标识用于指示该像素点是否被占用。
6.可选地，每个几何图片最大编码单元包括多个子编码单元，通过以下方式对每个
几何图片最大编码单元进行划分：判断与该几何图片最大编码单元的位置相对应的每个像素点的占用标识是否均为未占用标识；若是，则将该几何图片最大编码单元确定为最终几何编码划分单元；若否，则对该几何图片最大编码单元进行划分。
7.可选地，所述几何图片最大编码单元中的每个像素点中包括该像素点的几何信息，其中，判断与该几何图片最大编码单元的位置相对应的每个像素点的占用标识是否均为未占用标识的步骤之后，所述方法还通过以下方式对每个几何图片最大编码单元进行划分包括：根据该几何图片最大编码单元中的每个像素点的几何信息以及该几何图片最大编码单元中的每个像素点的占用标识，确定该几何图片最大编码单元的类型；若该几何图片最大编码单元为不确定类型，则利用标准划分算法，根据该几何图片最大编码单元中的每个像素点的几何信息，得到最终几何编码划分单元；若该几何图片最大编码单元为划分类型，则执行至少一次几何编码单元划分步骤，得到最终几何编码划分单元。
8.可选地，通过以下方式对每个划分类型的几何图片最大编码单元执行几何编码单元划分步骤：将该几何图片最大编码单元，确定为待划分几何编码单元；对待划分几何编码单元进行划分，得到多个划分后的几何编码单元；针对每个划分后的几何编码单元，根据该划分后的几何编码单元中的每个像素点的几何信息以及该划分后的几何编码单元中的每个像素点的占用标识，判断是否对该划分后的几何编码单元进行划分；若否，则将该划分后的几何编码单元，确定为最终几何编码划分单元；若是，则对该划分后的几何编码单元执行编码单元尺寸判断步骤，以得到至少一个最终几何编码划分单元。
9.可选地，通过以下方式对每个划分后的几何编码单元执行编码单元尺寸判断步骤：判断该划分后的几何编码单元的尺寸是否为预先设定的最小编码单元的尺寸；若是，则将该划分后的几何编码单元，确定为最终几何编码划分单元；若否，则将该划分后的几何编码单元，确定为待划分几何编码单元，执行至少一次几何编码划分步骤，直至每个划分后的几何编码单元的尺寸为预先设定的最小编码单元的尺寸时，终止执行几何编码划分步骤，并将每个尺寸为预先设定的最小编码单元尺寸的划分后的几何编码单元确定为最终几何编码划分单元。
10.可选地，每个属性图片最大编码单元包括多个最小编码单元，通过以下方式对每个属性图片最大编码单元进行划分：判断与该属性图片最大编码单元的位置相对应的每个像素点的标识是否均为未占用标识；若是，则将该属性图片最大编码单元确定为最终属性编码划分单元；若否，则对该属性图片最大编码单元进行划分。
11.可选地，所述属性图片最大编码单元中的每个像素点中包括该像素点的属性信息，其中，判断与该属性图片最大编码单元的位置相对应的每个像素点的占用标识是否均为未占用标识的步骤之后，所述方法还通过以下方式对每个属性图片最大编码单元进行划分：根据该属性图片最大编码单元的位置所对应的几何图片最大编码单元的中的每个像素点的几何信息、该属性图片最大编码单元中的每个像素点的属性信息、以及该属性图片最大编码单元中的每个像素点的占用标识，确定该属性图片最大编码单元的类型；若该属性图片最大编码单元为不确定类型，则利用标准划分算法，根据该属性图片最大编码单元中的每个像素点的属性信息，得到最终属性编码划分单元；若该属性图片最大编码单元为划分类型，则执行第一次属性编码单元划分步骤，得到最终编码划分单元。
12.可选地，通过以下方式对每个划分类型的属性图片最大编码单元执行属性编码单
元划分步骤：将该属性图片最大编码单元，确定为待划分属性编码单元；对待划分属性编码单元进行划分，得到多个划分后的属性编码单元；针对每个划分后的属性编码单元，根据该划分后的属性编码单元的位置所对应的几何图片最大编码单元的中的每个像素点的几何信息、该划分后的属性编码单元中的每个像素点的属性信息、以及该划分后的属性编码单元的每个像素点的占用标识，判断是否对该划分后的属性编码单元进行划分；若否，则将该划分后的属性编码单元，确定为最终属性编码划分单元；若是，则对该划分后的属性编码单元执行编码单元尺寸判断步骤，以得到至少一个最终属性编码划分单元。
13.可选地，通过以下方式对每个划分后的属性编码单元执行编码单元尺寸判断步骤：判断该划分后的属性编码单元的尺寸是否为预先设定的最小编码单元的尺寸；若是，则将该划分后的属性编码单元，确定为最终属性编码划分单元；若否，则将该划分后的属性编码单元，确定为待划分属性编码单元，执行至少一次属性编码划分步骤，直至每个划分后的属性编码单元的尺寸为预先设定的最小编码单元的尺寸时，终止执行属性编码划分步骤，并将每个尺寸为预先设定的最小编码单元尺寸的划分后的属性编码单元确定为最终属性编码划分单元。
14.第二方面，本技术实施例还提供了一种三维视频点云图片的处理装置，所述装置包括：
15.二维点云图片获取模块，用于通过对所述三维视频点云图片进行投影，获得二维点云占用图片、二维点云几何图片和二维点云属性图片；
16.二维点云占用图片信息获取模块，用于获取二维点云占用图片中的每个像素点的位置信息和占用信息；
17.二维点云几何图片划分模块，用于以所述预定划分方式对所述二维点云几何图片进行标准划分，得到多个几何图片最大编码单元；
18.最大几何编码单元划分模块，用于针对每个几何图片最大编码单元，根据该几何图片最大编码单元所在位置的占用信息和该几何图片最大编码单元的几何信息，对该几何图片最大编码单元进行划分，得到最终几何编码划分单元；
19.最终几何编码划分单元信息确定模块，用于确定每个最终几何编码划分单元的位置信息和尺寸信息；
20.二维点云属性图片划分模块，用于以所述预定划分方式对所述二维点云属性图片进行标准划分，得到多个属性图片最大编码单元；
21.最大属性编码单元划分模块，用于针对每个属性图片最大编码单元，根据该属性图片最大编码单元所在位置的占用信息、几何信息以及属性信息，对该属性图片最大编码单元进行划分，得到最终属性编码划分单元；
22.最终属性编码划分单元信息确定模块，用于确定每个最终属性编码划分单元的位置信息和尺寸信息；
23.二维点云图片信息存储模块，用于存储二维点云占用图片中的每个像素点的位置信息和占用信息、根据每个最终几何编码划分单元的位置信息和尺寸信息，对每个最终几何编码划分单元进行存储、根据每个最终属性编码划分单元的位置信息和尺寸信息，对每个最终属性编码划分单元进行存储。
24.第三方面，本技术实施例还提供一种电子设备，包括：处理器、存储器和总线，所述
存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的三维视频点云图片的处理方法的步骤。
25.第四方面，本技术实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的三维视频点云图片的处理方法的步骤。
26.本技术实施例提供的一种三维视频点云图片的处理方法，能够根据占用编码划分单元的位置信息和占用信息和其他编码划分单元的信息对二维视频点云图片进行划分，解决现有技术中存在的对二维视频点云图片的划分速度慢计算资源消耗极大的问题，达到快速对二维视频点云图片进行处理的效果。
27.为使本技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
28.为了更清楚地说明本技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
29.图1为本技术实施例所提供的一种三维视频点云图片的处理方法的流程图；
30.图2为本技术实施例所提供的二维点云图片的示意图；
31.图3为本技术实施例所提供的一种三维视频点云图片的处理装置的结构示意图；
32.图4为本技术实施例所提供的一种电子设备的结构示意图。
具体实施方式
33.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例，都属于本技术保护的范围。
34.首先，对本技术可适用的应用场景进行介绍。本技术可应用于三维点云视频处理。
35.经研究发现，目前，在三维动态点云视频的编码过程中，首先会将三维动态点云视频的每一帧确定为一个三维视频点云图片，每个三维视频点云图片会被投影成为三个记录不同信息二维视频点云图片，然后基于v-pcc编码标准通常会将每个二维视频点云图片首先划分为大小相同的编码单元(codingtreeunit，ctu)，然后再将ctu划分为更小的编码单元(codingunit，cu)。该过程中将ctu划分为更小的编码单元的过程所耗费的时间和计算资源极大，使得对二维视频点云图片的划分过程，成为影响整个三维动态点云视频的编码速度的关键。
36.事实上随着视频编码技术的应用和发展，目前已经存在了相当一部分面向二维视频编码的cu划分快速算法。这些算法通常利用待划分cu及其关联cu的纹理和编码过程中的编码器产生的相关信息(预测模式、编码代价等)等属性构建判别框架以预测划分模式或减少划分模式的可选项，以提前结束划分模式的选择和加速视频编码。尽管这些算法对于cu划分的加速以取得了非常可观的性能，但是对于v-pcc中的视频却不适用。因为占用图序列仅包含0和1的占用信息，几何图序列包含深度信息，而属性图虽然包含了y、cb和cr三个通道的信息，但是其内容纹理非常不连续，这序列的内容与原有快速算法所应用的视频存在较大的差异。原有快速算法的性能并不能得到发挥，因此开发专门面向v-pcc二维视频编码的快速算法非常必要。
37.除此之外，相对于原有的常规视频快速算法，v-pcc的快速算法存在更大的性能空间可供挖掘。这主要因为，v-pcc将点云投影为视频的过程中首先会从6个面将三维点云投影成为二维的碎片块(patches)，然后再将这些2维碎片拼在一个规则的二维画布上形成视频序列。这些二维碎片是不可能将二维图像完全占满的，因此为方便后续点云的重建，碎片块的占用信息就构成了占用序列。同理，点云表面到对应法向量的垂直平面的距离(深度)构成了几何序列，点云的属性构成了属性序列。需要说明的是，这些信息都是基于碎片块记录的，因此几何图和属性图的占用信息和占用图一致。基于上述描述可以得知，v-pcc中的点云重建是基于二维视频编码后的重建序列中占用区域的信息的，但非占用区域的信息对于点云的重建质量是没有帮助，并且占用区域和非占用区域相接的边缘区域的像素平滑度与区域也存在较大不同，因此点云的占用信息就为几何视频和属性视频的快速编码算法提供了性能空间。
38.另外，几何和属性图占用区域内部中相同位置的cu在三维空间中对应的是同样一个点云区域。几何图中深度信息较为平坦或更有规律的区域通常对应在三维空间中是点云属性较为相似的区域，其对应的在属性图中的区域也具有较为一致的属性，因此该区域内部的cu多偏向于较为简单的划分。v-pcc二维视频处理的顺序是先生成和编码占用序列，然后是几何序列，最后属性序列。故几何序列的深度信息也可以为属性序列的快速算法提供性能空间。总的来说，相对于常规二维视频，v-pcc中二维视频编码存在较多的跨序列信息可供参考，为快速算法性能的提升提供了较大的空间。
39.随着今年来深度学习和机器学习工具的流行，基于学习方法的快速算法也在视频编码领域取得了显著的成果。在cu划分方向，学习模型通常用于为待编码cu预测最优的划分模式，或去除可能性较小的选项，其优化的方向多是尽可能的降低模型预测结果和rdo策略选择结果间的差异，使算法能够在尽可能不影响编码性能的情况下，最大限度的提升编码速度。然而，学习模型的预测结果必定存在一定程度上的错误，而错误则会进一步的造成编码性能的损失。事实上，划分模式的预测问题归根结底是一个分类问题，因此，不同类型的预测错误对于划分结果的影响是不同的。在cu划分预测的场景下，不同尺寸、内容的cu被错误预测划分模式所带来的编码代价可能是不同的，对于最终编码性能的影响也是不同的。与之前基于学习方法的cu划分预测工作不同，本发明不将预测结果与rdo策略选出的结果间的差异作为优化目标，而是提出将以最小化预测结果错误所带来的编码损失为优化目标。
40.基于此，本技术实施例提供了一种三维视频点云图片的处理方法，以快速对二维
视频点云图片进行处理。
41.请参阅图1，图1为本技术实施例所提供的一种三维视频点云图片的处理方法的流程图。如图1中所示，本技术实施例提供的三维视频点云图片的处理方法，包括：
42.s101、通过对所述三维视频点云图片进行投影，获得二维点云占用图片、二维点云几何图片和二维点云属性图片；
43.这里，可以首先将三维动态点云视频投影成为三个记录不同信息二维视频，也就是二维占用视频、二维几何视频和二维属性视频，再获取上述三个二维视频的每一帧图像，得到二维点云占用图片、二维点云几何图片和二维点云属性图片。
44.s102、获取二维点云占用图片中的每个像素点的位置信息和占用信息。
45.这里，由于现有的划分算法对标准占用编码单元的计算和划分速度快且占用的计算资源不多，由于二维点云占用图片中仅仅包含由0和1组成的占用图像，且在实际编码中还会进行4倍降采样操作，其编码耗时很少，经实际测量其编码时间不足v-pcc二维视频编码总时长的百分之1，因此，本技术不对二维点云占用图片的划分方式进行改进。
46.这样，就获取到了二维点云占用图片中的每个像素点的位置信息和占用信息。
47.其中，所述占用信息可以为包含0和1的占用信息，0代表未占用，1代表占用。
48.可选地，二维点云占用图片包括多个像素点，所述确定每个像素点的位置信息和占用信息的步骤之后，所述方法还包括：确定每个像素点的占用标识，所述标识用于指示该像素点是否被占用。
49.s103、以所述预定划分方式对所述二维点云几何图片进行标准划分，得到多个几何图片最大编码单元。
50.示例性的，可以以预定划分方式可以将二维点云几何图片划分成大小相同的编码树单元(codingtreeunit，ctu)，其中，所述ctu的大小可以为64乘64大小的最大编码单元。再针对每个二维点云几何图片，对该二维点云几何图片进行划分，得到多个几何图片最大编码单元。
51.s104、针对每个几何图片最大编码单元，根据该几何图片最大编码单元所在位置的占用信息和该几何图片最大编码单元的几何信息，对该几何图片最大编码单元进行划分，得到最终几何编码划分单元。
52.其中，每个几何图片最大编码单元包括多个最小编码单元，通过以下方式对每个几何图片最大编码单元进行划分：判断与该几何图片最大编码单元的位置相对应的每个像素点的占用标识是否均为未占用标识；若是，则将该几何图片最大编码单元确定为最终几何编码划分单元；若否，则对该几何图片最大编码单元进行划分。
53.具体的，几何图片最大编码单元中的每个像素点中包括该像素点的几何信息，其中，判断与该几何图片最大编码单元的位置相对应的每个像素点的占用标识是否均为未占用标识的步骤之后，所述方法还通过以下方式对每个几何图片最大编码单元进行划分包括：根据该几何图片最大编码单元中的每个像素点的几何信息以及该几何图片最大编码单元中的每个像素点的占用标识，确定该几何图片最大编码单元的类型；若该几何图片最大编码单元为不确定类型，则利用标准划分算法，根据该几何图片最大编码单元中的每个像素点的几何信息，得到最终几何编码划分单元；若该几何图片最大编码单元为划分类型，则执行至少一次几何编码单元划分步骤，得到最终几何编码划分单元。
54.具体的，可以通过以下方式对每个划分类型的几何图片最大编码单元执行几何编码单元划分步骤：将该几何图片最大编码单元，确定为待划分几何编码单元；对待划分几何编码单元进行划分，得到多个划分后的几何编码单元；针对每个划分后的几何编码单元，根据该划分后的几何编码单元中的每个像素点的几何信息以及该划分后的几何编码单元中的每个像素点的占用标识，判断是否对该划分后的几何编码单元进行划分；
55.若否，则将该划分后的几何编码单元，确定为最终几何编码划分单元；
56.若是，则对该划分后的几何编码单元执行编码单元尺寸判断步骤，以得到至少一个最终几何编码划分单元。
57.其中，可以通过以下方式对每个划分后的几何编码单元执行编码单元尺寸判断步骤：判断该划分后的几何编码单元的尺寸是否为预先设定的最小编码单元的尺寸；若是，则将该划分后的几何编码单元，确定为最终几何编码划分单元；若否，则将该划分后的几何编码单元，确定为待划分几何编码单元，执行至少一次几何编码划分步骤，直至每个划分后的几何编码单元的尺寸为预先设定的最小编码单元的尺寸时，终止执行几何编码划分步骤，并将每个尺寸为预先设定的最小编码单元尺寸的划分后的几何编码单元确定为最终几何编码划分单元。
58.示例性的，每个几何图片最大编码单元的尺寸可以为64乘64的大小，可以设定最小编码单元的尺寸大小为8乘8，如图2所示，图2为本技术实施例所提供的二维点云图片的示意图。
59.可以将图2看作几何图片最大编码单元。图2的整张图片的大小为64乘64，最小编码单元c的尺寸大小为8乘8。
60.首先，对整张图片进行判断，判断与整张图片的位置相对应的每个像素点的占用标识是否均为未占用标识，若是，则将该几何图片最大编码单元，也就是图2中的整张图片，确定为最终几何编码划分单元，不对该几何图片最大编码单元进行划分，将图2中的几何图片最大编码单元作为一个整体进行存储。
61.若否，则对该几何图片最大编码单元进行划分，示例性的，根据该几何图片最大编码单元中的每个像素点的几何信息以及该几何图片最大编码单元中的每个像素点的占用标识，确定该几何图片最大编码单元的类型。例如，当该几何图片最大编码单元中既包括带有占用标识的像素点又包括带有非占用标识的像素点时，可以将该几何图片最大编码单元确定为不确定类型。
62.针对不确定类型的该几何图片最大编码单元，需要利用标准划分算法(rdo)，对该几何图片最大编码单元进行划分，如图2所示，当图2的整张图片确定为不确定类型的最大编码单元时，利用标准划分算法，来确定图2的整张图片是否需要划分为四个a大小的编码单元，若利用标准划分算法(rdo)的计算，不需要对图2的整张图片进行划分，则将图2的整张图片确定为最终几何编码划分单元。若利用标准划分算法(rdo)的计算，需要对图2的整张图片进行划分，则将图2的整张图片划分为四个a大小的待划分几何编码单元。
63.又如，当该几何图片最大编码单元中只包括带有占用标识的像素点时，可以将该几何图片最大编码单元确定为划分类型。在该几何图片最大编码单元确定为划分类型是，需要执行至少一次几何编码单元划分步骤，得到最终几何编码划分单元。
64.具体的，首先需要将该几何图片最大编码单元，确定为待划分几何编码单元，也就
是将图2的整张图片确定为待划分几何编码单元，然后，针对每个划分后的几何编码单元，根据该划分后的几何编码单元中的每个像素点的几何信息以及该划分后的几何编码单元中的每个像素点的占用标识，判断是否对该划分后的几何编码单元进行划分；
65.若否，则将该划分后的几何编码单元，确定为最终几何编码划分单元，也就是将图2的整张图片确定为最终几何编码划分单元；
66.若是，则对图2的整张图片执行编码单元尺寸判断步骤，以得到至少一个最终几何编码划分单元。
67.示例性的，图2的整张图片的尺寸为64乘64，每个划分后的几何编码单元a的尺寸则为32乘32，当预先设定的最小编码单元的尺寸为32乘32时，终止执行几何编码划分步骤，并将几何编码单元a确定为最终几何编码划分单元。
68.当预先设定的最小编码单元的尺寸为8乘8时，则将划分后的几何编码单元a确定为待划分几何编码单元，继续执行上述划分步骤，即根据划分后的几何编码单元a中的每个像素点的几何信息以及划分后的几何编码单元a中的每个像素点的占用标识，判断是否对划分后的几何编码单元a进行划分，若否，则将几何编码单元a，确定为最终几何编码划分单元，不对几何编码单元a进行划分，将几何编码单元a作为一个整体进行存储。若是，则将几何编码单元a作为待划分几何编码单元继续执行几何编码单元划分步骤，至每个划分后的几何编码单元的尺寸为预先设定的最小编码单元的尺寸时，终止执行几何编码划分步骤，并将每个尺寸为预先设定的最小编码单元尺寸的划分后的几何编码单元确定为最终几何编码划分单元。
69.s105、确定每个几何编码划分单元的位置信息和尺寸信息。
70.示例性的，可以确定出几何编码划分单元的位置为(2，2)，尺寸信息为8乘8。
71.s106、以所述预定划分方式对所述二维点云属性图片进行标准划分，得到多个属性图片最大编码单元。
72.示例性的，可以以预定划分方式可以将二维点云属性图片划分成大小相同的编码树单元(codingtreeunit，ctu)，其中，所述ctu的大小可以为64乘64大小的最大编码单元。再针对每个二维点云属性图片，对该二维点云属性图片进行划分，得到多个属性图片最大编码单元。
73.s107、针对每个属性图片最大编码单元，根据该属性图片最大编码单元所在位置的占用信息、属性信息以及属性信息，对该属性图片最大编码单元进行划分，得到最终属性编码划分单元。
74.其中，每个属性图片最大编码单元包括多个最小编码单元，通过以下方式对每个属性图片最大编码单元进行划分：判断与该属性图片最大编码单元的位置相对应的每个像素点的占用标识是否均为未占用标识；若是，则将该属性图片最大编码单元确定为最终属性编码划分单元；若否，则对该属性图片最大编码单元进行划分。
75.具体的，属性图片最大编码单元中的每个像素点中包括该像素点的属性信息，其中，判断与该属性图片最大编码单元的位置相对应的每个像素点的占用标识是否均为未占用标识的步骤之后，所述方法还通过以下方式对每个属性图片最大编码单元进行划分包括：根据该属性图片最大编码单元中的每个像素点的属性信息以及该属性图片最大编码单元中的每个像素点的占用标识，确定该属性图片最大编码单元的类型；若该属性图片最大
编码单元为不确定类型，则利用标准划分算法，根据该属性图片最大编码单元中的每个像素点的属性信息，得到最终属性编码划分单元；若该属性图片最大编码单元为划分类型，则执行至少一次属性编码单元划分步骤，得到最终属性编码划分单元。
76.具体的，可以通过以下方式对每个划分类型的属性图片最大编码单元执行属性编码单元划分步骤：将该属性图片最大编码单元，确定为待划分属性编码单元；对待划分属性编码单元进行划分，得到多个划分后的属性编码单元；针对每个划分后的属性编码单元，根据该划分后的属性编码单元的位置所对应的几何图片最大编码单元的中的每个像素点的几何信息、该划分后的属性编码单元中的每个像素点的属性信息、以及该划分后的属性编码单元的每个像素点的占用标识，判断是否对该划分后的属性编码单元进行划分；
77.若否，则将该划分后的属性编码单元，确定为最终属性编码划分单元；
78.若是，则对该划分后的属性编码单元执行编码单元尺寸判断步骤，以得到至少一个最终属性编码划分单元。
79.其中，可以通过以下方式对每个划分后的属性编码单元执行编码单元尺寸判断步骤：判断该划分后的属性编码单元的尺寸是否为预先设定的最小编码单元的尺寸；若是，则将该划分后的属性编码单元，确定为最终属性编码划分单元；若否，则将该划分后的属性编码单元，确定为待划分属性编码单元，执行至少一次属性编码划分步骤，直至每个划分后的属性编码单元的尺寸为预先设定的最小编码单元的尺寸时，终止执行属性编码划分步骤，并将每个尺寸为预先设定的最小编码单元尺寸的划分后的属性编码单元确定为最终属性编码划分单元。
80.示例性的，每个属性图片最大编码单元的尺寸可以为64乘64的大小，可以设定最小编码单元的尺寸大小为8乘8，如图2所示，图2为本技术实施例所提供的二维点云图片的示意图。可以将图2看作属性图片最大编码单元。图2的整张图片的大小为64乘64，最小编码单元c的尺寸大小为8乘8。
81.首先，对整张图片进行判断，判断与整张图片的位置相对应的每个像素点的占用标识是否均为未占用标识，若是，则将该属性图片最大编码单元，也就是图2中的整张图片，确定为最终属性编码划分单元，不对该属性图片最大编码单元进行划分，将图2中的属性图片最大编码单元作为一个整体进行存储。
82.若否，则对该属性图片最大编码单元进行划分，示例性的，根据该属性图片最大编码单元的位置所对应的几何图片最大编码单元的中的每个像素点的几何信息、该属性图片最大编码单元中的每个像素点的属性信息、以及该属性图片最大编码单元中的每个像素点的占用标识，确定该属性图片最大编码单元的类型。例如，当该属性图片最大编码单元中既包括带有占用标识的像素点又包括带有非占用标识的像素点或该属性图片最大编码单元的位置所对应的几何图片最大编码单元的中的每个像素点的几何信息的差值大于预设阈值时，可以将该属性图片最大编码单元确定为不确定类型。
83.针对不确定类型的该属性图片最大编码单元，需要利用标准划分算法(rdo)，对该属性图片最大编码单元进行划分，如图2所示，当图2的整张图片确定为不确定类型的最大编码单元时，利用标准划分算法，来确定图2的整张图片是否需要划分为四个a大小的编码单元，若利用标准划分算法(rdo)的计算，不需要对图2的整张图片进行划分，则将图2的整张图片确定为最终属性编码划分单元。若利用标准划分算法(rdo)的计算，需要对图2的整
张图片进行划分，则将图2的整张图片划分为四个a大小的待划分属性编码单元。
84.又如，当该属性图片最大编码单元中只包括带有占用标识的像素点或该属性图片最大编码单元的位置所对应的几何图片最大编码单元的中的每个像素点的几何信息的差值大于预设阈值或该属性图片最大编码单元中的属性类型为多种时，可以将该属性图片最大编码单元确定为划分类型。在该属性图片最大编码单元确定为划分类型是，需要执行至少一次属性编码单元划分步骤，得到最终属性编码划分单元。
85.具体的，首先需要将该属性图片最大编码单元，确定为待划分属性编码单元，也就是将图2的整张图片确定为待划分属性编码单元，然后，针对每个划分后的属性编码单元，根据该划分后的属性编码单元中的每个像素点的几何信息、该划分后的属性编码单元中的每个像素点的属性信息、以及该划分后的属性编码单元中的每个像素点的占用标识，判断是否对该划分后的属性编码单元进行划分；
86.若否，则将该划分后的属性编码单元，确定为最终属性编码划分单元，也就是将图2的整张图片确定为最终属性编码划分单元；
87.若是，则对图2的整张图片执行编码单元尺寸判断步骤，以得到至少一个最终属性编码划分单元。
88.示例性的，图2的整张图片的尺寸为64乘64，每个划分后的属性编码单元a的尺寸则为32乘32，当预先设定的最小编码单元的尺寸为32乘32时，终止执行属性编码划分步骤，并将属性编码单元a确定为最终属性编码划分单元。
89.当预先设定的最小编码单元的尺寸为8乘8时，则将划分后的属性编码单元a确定为待划分属性编码单元，继续执行上述划分步骤，即根据划分后的属性编码单元a中的每个像素点的属性信息以及划分后的属性编码单元a中的每个像素点的占用标识，判断是否对划分后的属性编码单元a进行划分，若否，则将属性编码单元a，确定为最终属性编码划分单元，不对属性编码单元a进行划分，将属性编码单元a作为一个整体进行存储。若是，则将属性编码单元a作为待划分属性编码单元继续执行属性编码单元划分步骤，至每个划分后的属性编码单元的尺寸为预先设定的最小编码单元的尺寸时，终止执行属性编码划分步骤，并将每个尺寸为预先设定的最小编码单元尺寸的划分后的属性编码单元确定为最终属性编码划分单元。
90.s108、确定每个最终属性编码划分单元的位置信息和尺寸信息。
91.示例性的，可以确定出属性编码划分单元的位置为(2，2)，尺寸信息为8乘8。
92.s109、存储二维点云占用图片中的每个像素点的位置信息和占用信息、根据每个最终几何编码划分单元的位置信息和尺寸信息，对每个最终几何编码划分单元进行存储、根据每个最终属性编码划分单元的位置信息和尺寸信息，对每个最终属性编码划分单元进行存储。
93.这样，就将三维视频点云图片投影，获得的二维点云占用图片中的每个像素点的位置信息和占用信息、二维点云几何图片划分出来的最终几何编码划分单元的位置信息、尺寸信息和几何深度信息和二维点云属性图片划分出来的最终属性编码划分单元的位置信息、尺寸信息和属性信息，通过码流的方式以最快的划分速度和最小的编码代价存储起来了。
94.请参阅图3，图3为本技术实施例所提供的一种三维视频点云图片的处理装置的结
构示意图。如图3中所示，所述三维视频点云图片的处理装置300包括：
95.二维点云图片获取模块301，用于通过对所述三维视频点云图片进行投影，获得二维点云占用图片、二维点云几何图片和二维点云属性图片。
96.二维点云占用图片信息获取模块302，用于获取二维点云占用图片中的每个像素点的位置信息和占用信息。
97.二维点云几何图片划分模块303，用于以所述预定划分方式对所述二维点云几何图片进行标准划分，得到多个几何图片最大编码单元。
98.最大几何编码单元划分模块304，用于针对每个几何图片最大编码单元，根据该几何图片最大编码单元所在位置的占用信息和该几何图片最大编码单元的几何信息，对该几何图片最大编码单元进行划分，得到最终几何编码划分单元。
99.最终几何编码划分单元信息确定模块305，用于确定每个最终几何编码划分单元的位置信息和尺寸信息。
100.二维点云属性图片划分模块306，用于以所述预定划分方式对所述二维点云属性图片进行标准划分，得到多个属性图片最大编码单元。
101.最大属性编码单元划分模块307，用于针对每个属性图片最大编码单元，根据该属性图片最大编码单元所在位置的占用信息、几何信息以及属性信息，对该属性图片最大编码单元进行划分，得到最终属性编码划分单元。
102.最终属性编码划分单元信息确定模块308，用于确定每个最终属性编码划分单元的位置信息和尺寸信息。
103.二维点云图片信息存储模块309，用于存储二维点云占用图片中的每个像素点的位置信息和占用信息、根据每个最终几何编码划分单元的位置信息和尺寸信息，对每个最终几何编码划分单元进行存储、根据每个最终属性编码划分单元的位置信息和尺寸信息，对每个最终属性编码划分单元进行存储。
104.本技术实施例提供的三维视频点云图片的处理装置，能够根据占用编码划分单元的位置信息和占用信息和其他编码划分单元的信息对二维视频点云图片进行划分，解决现有技术中存在的对二维视频点云图片的划分速度慢计算资源消耗极大的问题，达到快速对二维视频点云图片进行处理的效果。
105.请参阅图4，图4为本技术实施例所提供的一种电子设备的结构示意图。如图4中所示，所述电子设备400包括处理器410、存储器420和总线430。
106.所述存储器420存储有所述处理器410可执行的机器可读指令，当电子设备400运行时，所述处理器410与所述存储器420之间通过总线430通信，所述机器可读指令被所述处理器410执行时，可以执行如上述图1所示方法实施例中的三维视频点云图片的处理方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。
107.本技术实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时可以执行如上述图1所示方法实施例中的三维视频点云图片的处理方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。
108.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
109.在本技术所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以
通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些属性可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
110.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
111.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
112.所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
113.最后应说明的是：以上所述实施例，仅为本技术的具体实施方式，用以说明本技术的技术方案，而非对其限制，本技术的保护范围并不局限于此，尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术属性进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本技术实施例技术方案的精神和范围，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以权利要求的保护范围为准。