反射群による高次元・高レートベクトル量子化法を導入した画像のユニバ-ザル符号化

本研究では,量子化器として"反射群による超球面上の格子VQと全探索VQによる2段階のベクトル量子化法"(以下,RVQと略す)を用い,その量子化出力をユニバーサル符号化に入力する画像の新しい高能率符号化法を開発した.まず,RVQの特性改善を目的として,従来法のRVQにおいて採用していた反射群による超球面上の格子VQによる空間分割(以後この分割後の領域を基本領域と呼ぶ)に加え,基本領域を統合してできる合同領域の集合による空間分割法を用いる方法を考案した.その結果,以下の知見を得た.(1)この分割法による最少レートの分割は,正多面体である正軸体状となり,より高レートの分割は再帰的アルゴリズムにより段階的に実現でき,レート調整が用意となる.(2)統合後の領域の集合による量子化特性は,もとの格子VQによる量子化特性に比べて向上する.(3)RVQ全体の特性が最良特性に漸近するために必要となる後段の全探索VQのコードブックサイズは,前段の領域分割の形状によらず,"2の次元数乗ベクトル"程度となる.これは統合後の領域の対称性が増加しこの増加ににつれて,後段の全探索VQにおける代表ベクトル配置の自由度が減少することに起因すると考えられる.次に,RVQを用いたユニバーサル符号化法のシミュレーション実験結果からは,以下の知見を得た.(1)提案方法では,RVQの採用によるSQを用いる従来法に比べて,量子化特性の向上および情報源モデルの学習能力の向上により,符号化能率の改善が得られた.(2)高レート符号化時の情報源モデルの学習能力は不十分なものであり,符号化能率が低下するという問題点が明らかになった.現在,この対策としてガウス混成モデルにもとづく統計モデルデータベースを初期モデルとして利用する方法の検討を行っている

本研究では,量子化器として"反射群による超球面上の格子VQと全探索VQによる2段階のベクトル量子化法"(以下,RVQと略す)を用い,その量子化出力をユニバーサル符号化に入力する画像の新しい高能率符号化法を開発した.まず,RVQの特性改善を目的として,従来法のRVQにおいて採用していた反射群による超球面上の格子VQによる空間分割(以後この分割後の領域を基本領域と呼ぶ)に加え,基本領域を統合してできる合同領域の集合による空間分割法を用いる方法を考案した.その結果,以下の知見を得た.(1)この分割法による最少レートの分割は,正多面体である正軸体状となり,より高レートの分割は再帰的アルゴリズムにより段階的に実現でき,レート調整が用意となる.(2)統合後の領域の集合による量子化特性は,もとの格子VQによる量子化特性に比べて向上する.(3)RVQ全体の特性が最良特性に漸近するために必要となる後段の全探索VQのコードブックサイズは,前段の領域分割の形状によらず,"2の次元数乗ベクトル"程度となる.これは統合後の領域の対称性が増加しこの増加ににつれて,後段の全探索VQにおける代表ベクトル配置の自由度が減少することに起因すると考えられる.次に,RVQを用いたユニバーサル符号化法のシミュレーション実験結果からは,以下の知見を得た.(1)提案方法では,RVQの採用によるSQを用いる従来法に比べて,量子化特性の向上および情報源モデルの学習能力の向上により,符号化能率の改善が得られた.(2)高レート符号化時の情報源モデルの学習能力は不十分なものであり,符号化能率が低下するという問題点が明らかになった.現在,この対策としてガウス混成モデルにもとづく統計モデルデータベースを初期モデルとして利用する方法の検討を行っている