本申请涉及点云处理，尤其涉及一种基于可变码率的点云压缩方法、装置、设备及存储介质。
背景技术：
1、随着多媒体技术的进一步发展，点云成为了继图像、视频之后的又一重要的多媒体数据。由于点云数据通常包含大量的点，为了有效地存储和传输点云数据，一个有效的压缩算法是很有必要的。
2、截至目前，端到端的点云压缩通常采取固定码率，即编码器每秒钟的输出码数据量(或者解码器的输入码率)是固定值。但是固定码率的方式无法满足用户对压缩后文件的码率的不同需求，因此其可用性较低。
技术实现思路
1、本申请的主要目的在于提供一种基于可变码率的点云压缩方法、装置、设备及存储介质，旨在解决固定码率的方式无法满足用户对压缩后文件的码率的不同需求，因此其可用性较低的问题。
2、为实现上述目的，本申请提供一种基于可变码率的点云压缩方法，所述基于可变码率的点云压缩方法包括以下步骤：
3、获取待压缩的第一点云数据和卷积算子之间的通道数量；
4、通过预设的卷积模型对所述第一点云数据进行压缩，得到第二点云数据，其中，所述卷积模型包括与所述通道数量对应的卷积通道，所述第二点云数据的码率与所述通道数量关联。
5、可选地，所述通过预设的卷积模型对所述第一点云数据进行压缩，得到第二点云数据的步骤，包括：
6、通过预设的卷积模型对所述第一点云数据进行卷积运算，得到卷积数据；
7、通过预设的熵模型确定所述卷积数据中的锚点和非锚点；
8、对所述锚点和所述非锚点进行编码，得到第二点云数据。
9、可选地，所述对所述锚点和所述非锚点进行编码，得到第二点云数据的步骤，包括：
10、对所述锚点进行编码，得到第一编码数据；
11、根据所述第一编码数据，对所述非锚点进行编码，得到第二编码数据；
12、合并所述第一编码数据和所述第二编码数据，得到第二点云数据。
13、可选地，所述通过预设的熵模型确定所述卷积数据中的锚点和非锚点的步骤，包括：
14、通过预设的熵模型确定所述卷积数据中各数据点的坐标；
15、根据所述坐标，对所述数据点的各坐标值取和，并进行模2运算，得到计算结果；
16、根据所述计算结果，确定所述卷积数据中的锚点和非锚点。
17、可选地，所述通过预设的卷积模型对所述第一点云数据进行压缩，得到第二点云数据的步骤之后，包括：
18、将所述第二点云数据反馈给用户，以供用户根据所述第二点云数据及其码率输入下一次压缩过程中，所述卷积模型中卷积算子之间的通道数量。
19、可选地，所述通过预设的卷积模型对所述第一点云数据进行压缩，得到第二点云数据的步骤，还包括：
20、通过预设的熵模型对锚点和非锚点进行编码和高斯建模，得到第二点云数据，其中，所述第二点云数据包括编码数据和高斯建模的均值和方差；
21、将所述编码数据和所述高斯建模的均值和方差发送给算数编码器，以供所述算数编码器通过二次编码消除所述编码数据中的冗余部分。
22、可选地，所述通过预设的熵模型对锚点和非锚点进行高斯建模，得到高斯建模的均值和方差的步骤，包括：
23、通过预设的熵模型计算锚点的和非锚点的熵估计信息；
24、对所述锚点的和非锚点的熵估计信息进行高斯建模，得到高斯建模的均值和方差。
25、此外，为实现上述目的，本申请还提供一种基于可变码率的点云压缩装置，所述基于可变码率的点云压缩装置包括：
26、获取模块，用于获取待压缩的第一点云数据和卷积算子之间的通道数量；
27、压缩模块，用于通过预设的卷积模型对所述第一点云数据进行压缩，得到第二点云数据，其中，所述卷积模型包括与所述通道数量对应的卷积通道，所述第二点云数据的码率与所述通道数量关联。
28、此外，为实现上述目的，本申请还提供一种基于可变码率的点云压缩设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于可变码率的点云压缩程序，所述基于可变码率的点云压缩程序配置为实现所述的基于可变码率的点云压缩方法的步骤。
29、此外，为实现上述目的，本申请还提供一种存储介质，所述存储介质上存储有基于可变码率的点云压缩程序，所述基于可变码率的点云压缩程序被处理器执行时实现所述的基于可变码率的点云压缩方法的步骤。
30、本申请提供了一种基于可变码率的点云压缩方法、装置、设备及存储介质，与相关技术中端到端的点云压缩通常采取固定码率，即编码器每秒钟的输出码数据量(或者解码器的输入码率)是固定值。但是固定码率的方式无法满足用户对压缩后文件的码率的不同需求，因此其可用性较低相比，在本申请中，获取待压缩的第一点云数据和卷积算子之间的通道数量；通过预设的卷积模型对所述第一点云数据进行压缩，得到第二点云数据，其中，所述卷积模型包括与所述通道数量对应的卷积通道，所述第二点云数据的码率与所述通道数量关联。可以理解，在本申请中，获取待压缩的第一点云数据和卷积算子之间的通道数量，并通过包括与获取到的通道数量对应的卷积通道的卷积模型，得到与通道数量关联的码率的第二点云数据，在用户对压缩后文件的码率存在不同需求的情况下，能够根据不同的卷积算子之间的通道数量，得到相应码率的压缩后文件，从而提高其可用性。
1.一种基于可变码率的点云压缩方法，其特征在于，所述基于可变码率的点云压缩方法包括以下步骤：
2.如权利要求1所述的基于可变码率的点云压缩方法，其特征在于，所述通过预设的卷积模型对所述第一点云数据进行压缩，得到第二点云数据的步骤，包括：
3.如权利要求2所述的基于可变码率的点云压缩方法，其特征在于，所述对所述锚点和所述非锚点进行编码，得到第二点云数据的步骤，包括：
4.如权利要求2所述的基于可变码率的点云压缩方法，其特征在于，所述通过预设的熵模型确定所述卷积数据中的锚点和非锚点的步骤，包括：
5.如权利要求1所述的基于可变码率的点云压缩方法，其特征在于，所述通过预设的卷积模型对所述第一点云数据进行压缩，得到第二点云数据的步骤之后，包括：
6.如权利要求1所述的基于可变码率的点云压缩方法，其特征在于，所述通过预设的卷积模型对所述第一点云数据进行压缩，得到第二点云数据的步骤，还包括：
7.如权利要6所述的基于可变码率的点云压缩方法，其特征在于，所述通过预设的熵模型对锚点和非锚点进行高斯建模，得到高斯建模的均值和方差的步骤，包括：
8.一种基于可变码率的点云压缩装置，其特征在于，所述基于可变码率的点云压缩装置包括：
9.如权利要求8所述的基于可变码率的点云压缩装置，其特征在于，所述压缩模块，还包括：
10.如权利要求9所述的基于可变码率的点云压缩装置，其特征在于，所述编码单元，还包括：
11.如权利要求9所述的基于可变码率的点云压缩装置，其特征在于，所述确定单元，还包括：
12.如权利要求8所述的基于可变码率的点云压缩装置，其特征在于，所述基于可变码率的点云压缩装置，还包括：
13.如权利要求8所述的基于可变码率的点云压缩装置，其特征在于，所述压缩模块，还包括：
14.如权利要求13所述的基于可变码率的点云压缩装置，其特征在于，所述建模单元，还包括：
15.一种基于可变码率的点云压缩设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于可变码率的点云压缩程序，所述基于可变码率的点云压缩程序配置为实现如权利要求1所述的基于可变码率的点云压缩方法的步骤。
16.一种基于可变码率的点云压缩设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于可变码率的点云压缩程序，所述基于可变码率的点云压缩程序配置为实现如权利要求2所述的基于可变码率的点云压缩方法的步骤。
17.一种基于可变码率的点云压缩设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于可变码率的点云压缩程序，所述基于可变码率的点云压缩程序配置为实现如权利要求3所述的基于可变码率的点云压缩方法的步骤。
18.一种基于可变码率的点云压缩设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于可变码率的点云压缩程序，所述基于可变码率的点云压缩程序配置为实现如权利要求4所述的基于可变码率的点云压缩方法的步骤。
19.一种基于可变码率的点云压缩设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于可变码率的点云压缩程序，所述基于可变码率的点云压缩程序配置为实现如权利要求5所述的基于可变码率的点云压缩方法的步骤。
20.一种存储介质，其特征在于，所述存储介质上存储有基于可变码率的点云压缩程序，所述基于可变码率的点云压缩程序被处理器执行时实现如权利要求1所述的基于可变码率的点云压缩方法的步骤。
