CN1659785B - 信号多速率点阵矢量量化的方法和系统 - Google Patents
信号多速率点阵矢量量化的方法和系统 Download PDFInfo
- Publication number
- CN1659785B CN1659785B CN038126524A CN03812652A CN1659785B CN 1659785 B CN1659785 B CN 1659785B CN 038126524 A CN038126524 A CN 038126524A CN 03812652 A CN03812652 A CN 03812652A CN 1659785 B CN1659785 B CN 1659785B
- Authority
- CN
- China
- Prior art keywords
- vector
- index
- dot matrix
- codebook
- code
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
- 239000013598 vector Substances 0.000 title claims abstract description 239
- 238000000034 method Methods 0.000 title claims abstract description 148
- 238000013139 quantization Methods 0.000 title claims abstract description 87
- 238000003860 storage Methods 0.000 claims abstract description 16
- 239000011159 matrix material Substances 0.000 claims description 158
- 230000014509 gene expression Effects 0.000 claims description 15
- 238000011002 quantification Methods 0.000 claims description 11
- 150000001875 compounds Chemical class 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims 1
- 230000005540 biological transmission Effects 0.000 abstract description 4
- 238000007493 shaping process Methods 0.000 description 16
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000013507 mapping Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 230000007704 transition Effects 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000013519 translation Methods 0.000 description 5
- 230000003044 adaptive effect Effects 0.000 description 3
- 230000002950 deficient Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000002791 soaking Methods 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 239000004606 Fillers/Extenders Substances 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
- G10L19/032—Quantisation or dequantisation of spectral components
- G10L19/038—Vector quantisation, e.g. TwinVQ audio
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
- G10L19/10—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a multipulse excitation
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/002—Dynamic bit allocation
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
- H03M7/3082—Vector coding
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/06—Determination or coding of the spectral characteristics, e.g. of the short-term prediction coefficients
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L2019/0001—Codebooks
- G10L2019/0007—Codebook element generation
- G10L2019/0008—Algebraic codebooks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明涉及一种用于诸如数字传输和存储系统中的表示来自源信号的帧的源矢量x的多速率点阵矢量量化的方法和系统。该多速率点阵量化编码方法包括如下步骤:将无穷点阵∧中的点阵点y与x关联;验证y是否包括在从点阵∧导出的基本码本C中;如果是这种情况,那么为C中的y编索引以便得到量化索引。如果不是,那么使用诸如基于Voronoi的扩展方法扩展基本码本,得到扩展的码本;将扩展码本中的码矢c与y关联,为扩展码本C中的y编索引。与现有技术中的量化方法和系统相比,该扩展方法可从基本码本获得更高比特率码本。
Description
技术领域
本发明涉及信号的编码和解码。尤其是,本发明涉及信号多速率点阵矢量(lattice vector)量化的方法和系统,其可用于诸如数字传输和存储系统中。
背景技术
现有技术传统的数字语音和音频信号的编码技术是变换编码,其中将待编码的信号分成称为帧的采样块,且用诸如离散傅立叶变换或离散余弦变换等线性正交变换对每帧进行处理,以获得变换系数,之后对其进行量化。
附图1表示变换编码中的高层结构图。在该结构中,在编码器中将变换T应用于输入帧,给出变换系数。用量化器Q对变换系数进行量化,以获得表征该帧的量化的变换系数的一个索引(index)或一组索引。通常将索引编为二进制码,将其以二进制形式存储在存储介质中,或通过通信信道传输。在解码器中,由量化器Q-1的解码器将从通信信道接收的或从存储介质获取的二进制码用于重建量化的变换系数。之后将逆变换T-1应用于这些量化的变换系数,以重建合成帧。
在矢量量化(VQ)中,将几个采样或系数在矢量中组块在一起(blockedtogether),且以一个码本(codebook)项(entry)对每个矢量进行近似(量化)。为量化输入矢量所选择的项通常是根据距离准则得出的码本中最近的邻点。在码本中增加更多的项会增加比特率和复杂性,但会降低平均失真。将码本项称为码矢(codevector)。
为适应源的不断变化的特征,通常使用自适应比特分配。通过自适应比特分配,可使用不同的码本尺寸来量化源矢量。变换编码中,在不超过量化所有系数的可用比特数的最大值的情况下,分配给源矢量的比特数通常取决于该矢量相对于同一帧中其它矢量的能量。图2a和2b详细描述常见多速率量化器环境下图1中的量化方框图。该多速率量化器使用几个码本,它们通常具有不同的比特率以量化源矢量x。通常通过对信号进行变换并取所有的变换系数或其子集来获得该源矢量。
图2(a)表示多速率量化器的编码器,用Q表示,其选择一个码本号n和一个码矢索引i来表征源矢量x的量化值(quantized representation)y。码本号n指明编码器选择的码本,而索引i表示在该特定码本中选择的码矢。通常,将适当的无损编码技术分别应用于块En和Ei中的n和i,以便在将它们复合(multiplexing,MUX)以存储或通过通信信道传输之前,减小所编码的码本号nE和索引iE的平均比特率。
图2(b)表示多速率量化器的解码过程。首先,将二进制码nE和iE分离(demultiplex,DEMUX),且分别在块Dn和Di中解码其无损编码。将所获取的码本号n和索引i送给多速率量化器中的解码器,用Q-1表示,其使用它们来恢复源矢量x的量化值y。不同的n值通常产生不同的比特分配,同样对索引i而言,产生不同的比特率。将以每维所需比特数给出的码本比特率定义为分配给源矢量的比特数与源矢量的维数的比值。
可使用几种方法构建码本。一种流行的方法是根据源的分布,采用训练算法(如k均值算法)来优化码本项。该方法得到非结构化码本,其对于待量化的每个源矢量通常必须进行存储和穷举搜索。因而,该方法的缺点是内存需求大且计算复杂,它随码本比特率的增加而成指数增长。如果多速率量化方案基于非结构化的码本,该缺陷会更加扩大,因为通常要为每个可能的位分配使用特定的码本。
另一种做法是使用约束或结构化的码本,其降低了搜索复杂程度,且在许多情况下,减少了存储需求。
现在更详细描述两个结构化矢量量化的例子:多阶段和点阵矢量量化。
在多阶段矢量量化中,用第一阶段码本C1将源矢量x量化为码矢y1。为减小量化误差,之后用第二阶段码本C2将其为输入矢量x和所选择的第一阶段码矢y1的差值的第一阶段的残差e1=X-y1量化为码矢y2。在后续阶段中,重复该过程直到最后阶段,其中用第n阶段的码本Cn将第(n-1)阶段的残差en-1=x-yn-1量化为码矢yn。
当使用了n个阶段时(n>=2),重建就可写为这些码矢的和y=y1+...yn,其中y1是第1阶段码本C1中的项,1=1,...,n。总比特率是所有n个码本的比特率之和。
在点阵矢量量化中,为简洁起见也简称为点阵VQ或代数VQ,码本是通过选择给定点阵(lattice)中的点阵点的子集形成的。
点阵是一种N维线性结构,其中所有点或矢量可通过N个基本矢量的整数组合来获得,即作为具有有符号整数加权的基本矢量的加权和。图3是二维空间中的例子,其中基本矢量是v1和v2。该例中使用的点阵是所熟悉的六角形点阵,用A2表示。该图中用十字标记的所有点可如下获得
y=k1v1+k2v2 (等式1)
其中y是点阵点,且k1和k2可以是任何整数。注意到图3只表示该点阵的一个子集,因为该点阵本身可无穷扩展。我们也可以把等式1表示为矩阵形式
其中基本矢量v1=[v11 v12]和v2=[v21 v22]构成生成矩阵的行。之后,通过这些行矢量的整数组合来获得点阵矢量。
当选择一个点阵来构造量化码本时,选择点的子集来获得具有给定(有限)比特数的码本。这通常采用一种称为成形的技术来实现。成形是根据成形边界对该点阵截取来完成的。成形边界通常以原点为中心,但不必总是如此,且可以是诸如矩形、球形或塔形。图3是球形成形边界的示例。
使用点阵的好处是在确定码本内的所有点阵点中源矢量x的最近邻点时,存在快速码本搜索算法,其与非结构化码本相比,可以极大减小复杂性。事实上也不需要存储点阵点,因为可从生成矩阵中获得它们。快速搜索算法通常涉及将受某些约束的x中的元素舍入(rounding off)为最近的整数,以便所有舍入元素的和是偶数或奇数,或等于模运算中的某个整数。一旦量化了该矢量,即一旦确定了码本内最近的点阵点,通常一个更复杂的操作包括对所选择的点阵点进行索引。
一种特殊类型的快速点阵码本搜索和索引算法涉及引导项(leader)的概念,在下面的参考文献中对其详细描述:
·C.Lamblin and J.-P.Adoul.Algorithme de quantification vectorielle spherique a partir du reseau de Gosset d′ordre 8.Ann.Telecommun.,vol.43,no.3-4,pp.172-186,1988(Lamblin,1988);
·J.-M.Moureaux,P.Loyer,and M.Antonini.Low- complexity indexing method for Z n and D n lattice quantizers.IEEE Trans.Communications,vol.46,no.12,Dec.1998(Moureaux,1998);以及在下面的参考文献中对其详细描述
·P.Rault and C.Guillemot.Indexing algorithms for Z n ,A n D n ,and D n ++ lattice vector quantizers.IEEE Transactions on Multimedia,vol.3,no.4,pp.395-404,Dec.2001(Rault,2001).
引导项是一种其分量按常规的降序排列的点阵点。绝对引导项是一种所有分量非负的引导项。有符号引导项是一种每个分量都有符号的引导项。通常,点阵结构对点阵点的符号有约束,因此对引导项的符号有约束。之后将对引导项的概念更详细描述。
矢量量化中经常使用的点阵是8维的Gosset点阵,用RE8表示。REB中的任何8维点阵点可如下生成
其中k1,k2,...k8是有符号的整数,且GRE8是生成矩阵,定义为
(等式4)
行矢量v1,v2,...,v8是该点阵的基本矢量。很容易验证生成矩阵GRE8的逆是
(等式5)
该逆矩阵在获取y的基本展开式时十分有用。
众所周知,点阵包括所有点阵点位于其上的嵌入球的无限集合。通常将这些球称为外壳。RE8中的球上的点阵点可从一个或几个引导项通过排列它们的有符号分量来生成。引导项的分量的所有排列是具有相同范数的点阵点,因而它们位于相同的点阵外壳上。因此,引导项对精确列举点阵的外壳十分有用。位于靠近原点的外壳上的点阵点确实可从数量非常小的引导项获得。生成外壳上的所有点阵点只需要绝对引导项和符号约束。
为设计RE8码本,可通过利用点阵固有的几何特性,尤其是其外壳结构,来选择有限的点阵点子集。如Lamblin,1988中所描述的,RE8的第1个外壳的半径是,其中1是一个非负整数。半径大的外壳比半径小的外壳包含更多的点阵点。注意到外壳上有固定数目的引导项,以及该外壳上的所有其它点阵点通过排列有符号的引导项分量来获得,尽管对符号有一些限制,有可能使用绝对和有符号引导项列举给定外壳上的所有点。
在球形点阵VQ中,按降序重新排列x的分量,之后在定义码本的引导项中进行最近邻点搜索就足以确定源矢量x在该码本中的所有点阵点中的最近邻点。之后将最近引导项的索引以及从x排序操作中间接获得的排列索引发送到解码器,其可从该信息重建x的量化模拟值。结果,引导项的概念允许一种方便的索引策略,其中可用称为有符号引导项的基数偏置(cardinalityoffset)以及称为该有符号引导项排列的相对索引的排列索引来描述点阵点。
根据点阵的外壳结构以及按照绝对和有符号引导项形式的点阵枚举,有可能通过只保留小半径的外壳、且有可能用大半径外壳中的一些附加引导项来完善该码本,从而构造码本。我们称这种点阵码本生成方法为近球形点阵成形(near-spherical lattice shaping)。该方法在M.Xie和J.-P.Adoul,Embedded algebraic vector quantization(EAVQ)with application to wideband audio coding.IEEEInternational Conference on Acoustics,Speech,and Signal Processing(ICASSP),Atlanta,GA,U.S.A,vol.1,pp.240-243,1996(Xie,19,96)中被使用。
半径为0的外壳的绝对引导项为[00000000]
半径为的外壳的绝对引导项为
[22000000]和[11111111]
对特定情形RE8下的小半径外壳的更完整的列表,可在Lamblin(1988)中找到。
要使点阵量化用于自适应比特分配的变换编码中,需要构造多速率点阵码本。一种可能的解决方案包括利用按照与Xie(1996)中类似方式的引导项形式的点阵列举。如Xie中所解释的那样,多速率基于引导项的点阵量化器可用诸如下列码本设计:
·嵌入代数码本,其中低速率码本是高速率码本的子集,或
·嵌套代数码本,其中多速率码本不重叠,但以与俄罗斯玩偶(Russiandolls)的嵌套类似的方式互补。
在Xie的特定例子中,多速率点阵量化使用六个名为Qo,Q1,Q2,...,Q5的码本,其中最后五个码本是嵌入的,即 。这些码本本质上从8维点阵RE8得到。根据Xie的记法,Qn指第n个RE8码本。码本Qn的比特分配是4n位,对应于24n项。码本的比特率定义为分配给源矢量的比特数与源矢量的维数之间的比值,且在RE8量化中,源矢量的维数是8,Qn的码本比特率是每维4n/8=n/2位。
对Xie的技术而言,码本比特率不能超过每维5/2位。由于这个限制,必须应用处理来浸润(saturate)局外点(outlier)。局外点定义为空间中在点阵RE8中有最近的、但不在多速率码本Qn之一中的邻点y的点x。在Xie中,这样的点通过因子g>1按比例缩小,直到x/g不再是局外点。很明显,使用g可产生大的量化误差。在Xie(1996)中,该问题的纠正方法是在多速率点阵量化之前将源矢量正则化。
在Xie的多速率量化技术中,有一些不足和缺陷,包括:
1.局外点浸润通常是计算负担。另外,在巨大局外点的情况下,浸润会极大降低量化性能(波及质量)。
2.该技术用浸润处理局外点,且不允许为每8维矢量分配超过20比特。这在变换编码中是一个缺陷,因为通常应该用小失真来量化高能量矢量(其更可能是局外点)以最优化质量,这意味着必须使用分配给特定矢量的具有足够的比特的码本。
3.8、12、16和20比特的码本Q2,Q3,Q4和Q5分别指定有3、8、23和73个绝对引导项。因为存储需求和搜索复杂性与绝对引导项的数量密切相关,这些点阵码本的复杂性随码本比特率的增长而迅猛增长。
4.嵌入码本的性能要比非重叠(即嵌套)码本稍微差些。
与近球形成形不同的另一种点阵成形是Voronoi成形,在J.H.Conway和N.J.A.Sloane,A fast encoding method for lattice codes and quantizers,IEEE Trans.Inform.Theory,vol.IT-29,no.6,pp.820-824,Nov.1983(Conway,1983)中描述。它根据在诸如A.Gersho和R.M.Gray,Vector Quantization and Signal Compression,Kluwer Academic Publishers,1992(Gersho,1992)中描述的Voronoi区域的概念。在点阵码本的特定情况下,Voronoi区域是其中在N维空间中的所有点都比该点阵中的任何其它点更靠近给定的点阵点的空间区域。每个点阵点有一个相关的闭Voronoi区域,该区域也包括与相邻点阵点等距离的边界点。在给定点阵中,所有Voronoi区域有相同的形状,即它们是全等的。对非结构化的码本而言,就不是这种情况。
Voronoi码本是点阵的子集,该码本的所有点都落入与该点阵的Voronoi区域有相同的形状的空间区域内,并适当地按比例放大与平移。更准确而言,将从N维的点阵Λ得到的Voronoi码本V(r)定义为
V(r)=Λ∩(2rVΛ(0)+α) (等式7)
其中,r是一个非负整数参数,之后更详细定义,VΛ(0)是Λ的绕原点的Voronoi区域,且a是适当的N维偏置矢量。等式7按如下解释为:“将Voronoi码本V(r)定义为点阵Λ的所有包含在以缩放比例因子m=2r和偏置矢量a对Voronoi区域VΛ(0)放大和平移的N维空间区域中的点。”有了这样的定义,V(r)的码本比特率是每维r比特。a的作用是整理连结(fix ties),即防止任何点阵点落在成形区域2rAΛ(0)+a上。
图4表示二维六角形点阵A2中的Voronoi编码、Voronoi区域和Voronoi区域的贴面(tiling)。点o指原点。点o和z两者都落在用虚线标记的相同边界内。该边界实际上是对A2放大m=2并稍微平移到右边以避免点阵点落在区域边界上的Voronoi区域。在包括点0和z的该边界内,总共有4个点阵点,标记为3个圆点(·)和一个加号(+)符号。更一般而言,每个这样的区域包含mN个点。在图4中可以看到,相同的图案(pattern),即A2放大m=2后的Voronoi区域,被重复了几次。这个过程称为帖面。例如,点o′和z′与o和z从帖面上是等价的。可将点z′写为z′=o′+z,其中o′是2A2中的点。在图4中,2A2中的点用加号表示。更一般而言,整个点阵可通过将Voronoi码本的所有可能平移帖面至放大m后的点阵中的点的附近而生成。
如在D.Mukherjee和S.K.Mitra,Vector set-partitioning with successive refinement Voronoi lattice VQ for embedded wavelet image coding,Proc.ICIP,Part I,Chicago,IL,Oct.1998,pp.107-111(Mukherjee,1998)中描述的,可通过不断提炼将Voronoi编码用以扩展点阵量化。Mukherjee的多阶段技术在每次提炼后会产生更细描述粒度(granularity)的多速率量化。这种可用在变换编码中作多速率量化的技术,有几个缺点:
1.每次不断提炼之后,量化步幅减小,因此不能有效处理巨大局外点。事实上,如果巨大局外点出现在第一阶段,后续阶段不能有效减小所产生的误差,因为它们只被设计为减少粒状噪声。因此,第一阶段的性能是十分关键的。
2.后续提炼特性意味着对后续量化步幅有约束。这限制了量化性能。
发明内容
本发明的一个目的是提供改进的方法和系统,以构造、搜索和索引多速率点阵矢量量化器。
本发明的另一个目的是提供一种改进的搜索和索引点阵码本的方法。
上述目的是通过使用一组称为基本码本的点阵码本和扩展的多速率量化器实现的,该量化器与现有技术的量化器相比能够从基本码本获得更高的比特率码本。
尤其是,根据本发明的第一个方面,提供了一种多速率点阵量化编码方法,包括:
i)提供表示源信号中的帧的源矢量x;
ii)提供从点阵Λ中导出的基本码本C;
iii)将点阵Λ中的点阵点y与x关联;
iv)如果y包括在基本码本C中,那么为基本码本C中的y编索引以得到量化索引,且该方法结束;如果不包括,那么
v)扩展基本码本,以得到扩展的码本;
vi)将扩展码本中的码矢c与y关联;以及
vii)为扩展码本中的y编索引,以得到量化索引。
根据本发明的第二个方面,提供了一种多速率点阵量化解码方法,包括:
i)提供从点阵Λ中导出的基本码本C;
ii)提供码本号n和量化索引i;
iii)使用码本号n分离出量化索引i;
iv)如果n=0,那么使用基本码本解码索引i,得到量化的矢量y,并结束该方法;
v)如果,那么
a)提供预先选择的Voronoi码本V(r);
b)设置扩展阶数r=n以及缩放因子m=2r;
c)从i中分离出索引j和k;
d)将j解码为基本码本C中的c;
e)将k解码为Voronoi码本V(r)中的v;以及
f)重建量化的矢量为
y=mc+v
按照本发明的第三个方面,还提供一种扩展点阵码本的方法,包括:
i)从矢量点阵L提供矢量子集,得到基本码本;
ii)以预先确定的缩放因子缩放基本码本,得到缩放的码矢;以及
iii)在每个缩放的码矢周围插入Voronoi码本,得到扩展的码本。
可对从任意维数的任意点阵中得到的码本使用该公开的扩展方法。但是,根据本发明一说明性实施例,与通过最优的引导项表指定的近球形基本码本一起使用8维Gosset点阵RE8。
除多速率点阵矢量量化方法之外,根据本发明的另一个说明性实施例,还提供了利用绝对引导项标识符的用于点阵码本中的快速搜索和索引的方法。这些方法不是RE8点阵所特有的,且可用于任何扩展或没有扩展的点阵中。
根据本发明的第四个方面,提供了一种多速率点阵量化编码器,包括:
接收装置,以提供表示源信号中的帧的源矢量x;
存储装置,包括从点阵Λ中导出的基本码本C;
将点阵Λ中的点阵点y与x关联的装置;
验证是否y包括在基本码本C中,以及为基本码本C中的y编索引以得到量化的索引的装置;
扩展基本码本以及得到扩展的码本的装置;
将扩展码本中的码矢c与y关联的装置;以及
为扩展码本C中的y编索引,以及得到量化索引的装置。
最后,根据本发明的第五个方面,提供了一种多速率点阵量化解码器,包括:
存储装置,以提供从点阵Λ中导出的基本码本C;
接收装置,以提供编码的码本号n和编码的索引i;
使用码本号n分离出量化索引i的装置;
验证是否n=0,以及a)使用基本码本解码索引i,以得到量化的矢量y的装置;
验证是否n>0的装置;
提供预先选择的Voronoi码本V(r)的装置;
设置扩展阶数r=n以及缩放因子m=2r的装置;
从i中分离出索引j和k的装置;
将j解码为基本码本C中的c的装置;
将k解码为Voronoi码本V(r)中的v的装置;以及
重建量化的矢量为y=mc+v的装置。
根据本发明中的方法和系统,通过将其不断按2的幂缩放,且将Voronoi码本V(r)贴面在缩放的基本码本中每个点的周围来扩展二维基本码本C。因此,将该扩展方法称为Voronoi扩展。扩展阶数r是应用扩展的次数。扩展的码本C(r)包括更多的点,且在矢量空间中向上扩展更高,可捕获局外点,同时保持与基本码本相同的粒度。获取的代价是比特率增加,这是为基本码本和Voronoi码本进行索引以及传输有关扩展阶数的附带信息所必需的。所公开的方法可获得的多速率量化器的比特率是由源来决定的。将用于为Voronoi码本编索引的比特数称为额外开销。
在阅读了下面的参照附图仅通过例子给出的、说明性的实施例中的非限制性的描述之后,本发明的其它目的、优点和特性会变得更明显。
附图说明
在附图中:
图1标记为“现有技术”,是说明根据现有技术的变换编码器的方框图。
图2(a)和2(b)标记为“现有技术”,分别是根据现有技术中方法的多速率量化器的编码器和解码器的方框图;
图3标记为“现有技术”,是说明根据现有技术中的方法的二维六角形点阵A2上的球形成形的示意图。
图4标记为“现有技术”,是说明根据现有技术中的方法的二维六角形点阵A2中的Voronoi编码、Voronoi区域以及Voronoi区域贴面的示意图。
图5是说明六角形点阵A2中的点的图;
图6是包含用于定义基本码本的成形边界的图5中的图;
图7是说明通过只保留落在图6所示成形边界内的点阵点所获得的基本码本C的图。
图8是说明具有每个码矢周围的Voronoi区域的图7的基本码本C的图;
图9是说明源矢量位置的图8中的图;
图10说明将图8中的基本码本C按因子m=2缩放的图。
图11是说明具有平移的、缩放的Voronoi区域,以及包含4个点的Voronoi码本的图10中的缩放的基本码本的图;
图12是说明阶数为r=1的扩展的码本的来自图11的图;
图13是说明具有相关的Voronoi区域的图12中的扩展的码本的图;
图14是说明将量化的矢量y重建为缩放的码矢mc与Voronoi码本中的码矢v之和的来自图13的图;
图15是说明根据本发明第二个方面的第一个说明性的实施例的多速率点阵量化编码方法的流程图;
图16是说明根据本发明第三个方面的第一个说明性的实施例的多速率点阵量化解码方法的流程图;
图17是说明根据本发明的一个方面生成扩展的码本Q5,Q6以及其它高速率码本的流程图;
图18是说明根据本发明第二个方面的第二个说明性的实施例的多速率点阵量化编码方法的流程图;
图19A-19B是说明分别在不使用扩展和使用扩展的情况下由图18中的编码方法所产生的码矢索引i结构的示意图;以及
图20是说明根据本发明第三个方面的第二个说明性的实施例的多速率点阵量化解码方法的流程图。
具体实施方式
首先,转到图5到14,将描述按照本发明的第一个方面的第一个说明性实施例中的多速率点阵码本扩展方法。这里将根据本发明的这种扩展方法称为Voronoi扩展方法。
通过一个基于六角形点阵A2的二维例子描述第一个说明性实施例。
为表述清楚,表1中汇集了与第一个说明性实施例有关的关键符号。
表1与根据本发明第一个说明性实施例的Voronoi扩展方法有关的符号列表
图5表示扩展至无限的六角形点阵A2中的一部分。基本码本是通过将该点阵适当成形以得到有限的点阵点集而获得的。图6中对此加以说明,其中用实线表示球形成形边界,且在图7中,只保留了成形边界内的点阵点。成形边界内的点包括基本码本C。尽管在本说明性实施例中使用球形成形,也可选择性使用其它的边界,如正方形、塔形、矩形等。
在该特定例子中,基本码本C包括31个点阵点,且为了简便,假定使用5位的索引i来标记该码本。基本码本的Voronoi区域是以图8中用点(·)表示的每个点阵点为中心的六角形区域。
图9表示二维平面中的源矢量x。在该说明性例子中,可看到该点阵中x的最近邻点y(未显示)不是基本码本C中的项。应注意到搜索最近邻点不限制在基本码本C中,最近邻点y定义为整个点阵A2中与x最近的点。在图9的特定情况下,y是一个局外点。值得提醒的是,现有技术处理这种局外点y的方法是将码本按给定因子例如2的幂缩放,得到图10所示的缩放的码本。可是,这会扩大Voronoi区域,从而产生粒状失真。
为保持相同的Voronoi区域以维护粒度同时扩展码本以包含局外点,将基本码本缩放2倍,且将Voronoi码本嵌入每个缩放的码矢周围,如图11和12所示。这种缩放方法得到包含4个点阵点的二维Voronoi码本V(1),且需要额外2比特以作为为它编索引的额外开销。图13描述所得到的扩展码本C(1)。正如图13中所看到的,x的最近邻点y不再是一个局外点,因为它属于扩展码本。可是,与不进行扩展的基本码本所需要的5位相比,现在需要5+2=7位来描述扩展码本中的y。如图14所示,可将量化的矢量y表示为
y=mc+v (等式8)
其中m是扩展缩放因子(这里m=2),c是基本码本C中的码矢,且v属于用于扩展C的Voronoi码本。
紧接着该最近的二维例子,说明一种扩展点阵码本以防止浸润的方法,现在参照第二个说明性实施例,介绍一种按照本发明的第一个方面的点阵码本扩展方法。
现在假定基本码本C是从其比特率是每维R比特的N维点阵Λ得到的。换言之,C包含2NR个N维码矢,且需要NR位用于索引。
这种扩展包括将基本码本按2的幂(2,4,8,等)不断缩放,并将Voronoi码本贴面在缩放的基本码本中的每个点周围。因为这个原因,这里将该扩展方法称为Voronoi扩展。阶数为r的基本码本C的扩展是码本C(r),定义为
其中m=2r且V(r)是从与C相同的点阵Λ得到的尺寸为mN=2rN的Voronoi码本。扩展阶数r定义了应用扩展的次数。扩展码本包括更多的码矢,因而比基本码本C使用更多的比特数。等式9中的定义意味着扩展码本C(r)首先需要NR位来索引基本码本,之后需要Nr位来索引Voronoi码本,从而总比特数是N(R+r)加上与扩展阶数r有关的附带信息。
基本码本按2的幂不断缩放使得Voronoi索引以精确的比特数(非分数)表示。可是,通常m可以是大于或等于2的任何整数。
注意到这种基本形式的Voronoi扩展的粒度是每维1位,因为从第r次到第(r+1)次扩展,码本比特率的增长是每维1位。
注意到前一个二维例子使用从点阵A2得到的特定基本码本C。在图7的例子中,Λ=A2,N=2,且基本码本的比特率是每维R=5/2位。
现在参照图15描述按照本发明的第二个方面的第一个说明性实施例的多速率点阵量化编码方法100。
设x为要量化的N维源矢量。C表示从点阵Λ得到的基本码本,且将mΛ定义为点阵Λ按整数因子m>0缩放所得。那么,根据方法100,使用C或其扩展之一对矢量x编码的步骤如下:
在步骤102中,确定在无穷点阵Λ中x的最近邻点y。步骤102得到量化的矢量y。
之后,在步骤104中,确定y是否是基本码本C中的项。如果y在C中(步骤106),那么用于量化x的比特数是NR,其对应于基本码本使用的比特数。将码本号n设为0,且编码方法结束。如果y不在基本码本C中,将y看作是局外点,且方法100转到步骤108,用步骤110-118构成根据本发明的第一个方面的第三个实施例的Voronoi扩展方法。
如在这之后所讨论的,因为y是一个局外点,与y是基本码本一部分的情况相比,需要更多比特数来用y量化x。迭代的扩展程序得到扩展的码本,最终包括点阵矢量y,之后可以适当地对它编索引。
步骤108是初始化步骤,其中将扩展阶数r设为1,且缩放因子m设为2r=2。
之后计算作为步骤102中获得的点阵Λ中矢量x的最近邻点的点阵点y的Voronoi索引k(步骤110)。Voronoi索引k取决于扩展阶数r和缩放因子m。通过下面模运算计算Voronoi索引k,因而它只取决于y在缩放并平移的Voronoi区域中的相对位置:
其中GΛ是Λ的生成矩阵,且modm(.)是逐分量的模m运算。因此,Voronoi索引k是一个整数矢量,每个分量在区间0到m-1之内。
在步骤112中,给定m,从Voronoi索引k计算Voronoi码矢v。例如,这可以使用Conway(1983)中描述的算法实现。
可以按下列步骤计算v:
1.计算z=k*G(RE8);
2.在RE8中找到1/m.(z-a)的最近邻点w;
3.计算v=z-m*w。
在步骤114中,首先计算差分矢量w=y-v。该差分矢量w总属于缩放的点阵mΛ。之后,通过将逆缩放应用于差分矢量w来计算c=w/m。码矢c属于点阵Λ,因为w属于mΛ。
之后验证c是否在基本码本C中(步骤116)。如果c不在基本码本C中,将扩展阶数r增加1,缩放因子m乘以2(步骤118),且Voronoi扩展转到一次新迭代中(步骤110)。可是,如果c在C中,已经找到了足够大的用y量化源矢量x而不会出现浸润的扩展阶数r和缩放因子m=2r。之后象Lamblin(1988)中那样,将y作为索引j的基本码矢(步骤120),将j和k复合成索引i(步骤122),且在步骤124中将码本号n设置为扩展阶数(n=r),并结束编码方法100。正如现有技术中所熟知的,复合包括将j和k级联,这意味着j的比特之后跟着k的比特。
量化方法的输出包括码本号n和码矢y的索引i。如果使用了Voronoi扩展,n>0。否则,n=0。索引i为:
·基本码本中y=c的索引,如果不使用Voronoi扩展的话,
·j和k的复合,其中j是基本码本C中c的索引,且k是与矢量v对应的Voronoi索引。
应注意到在等式10中,将Voronoi索引k定义为 ,其中m=2r。因为y是Λ中的点阵点,yGΛ -1实际上对应于Λ中y的基本扩展,从而是一个N维整数矢量。因此,k也是一个N维整数矢量,且由于逐分量的模运算modm,k的每个分量是0和m-1之间的整数。因为m=2r,从构造上讲,k总共需要Nr位来索引其所有的N个分量。
通过定义码本号n和索引i的无损编码以获得如图2所示的要被复合并存储或通过通信信道传输的nE和iE,来完成量化方法100。
通常,多速率矢量量化器的输出包括码本号n和索引i,两者从统计意义上都可能是冗余的。在不限制本发明的范围和通用性的情况下,我们这里只讨论码本号n的熵编码,以减少量化器的平均比特率,尽管对索引i不进行编码,从而iE=i。对n可采用任何适合的现有技术中的无损编码技术,如算术编码或Huffman编码(Gersho,1992)。简单的编码方法是一元编码,其中正整数n以二进制形式用n-1个1后跟0表示。将在之后更详细描述该编码方案。
现在转到附图16,详细描述按照本发明第四个方面的说明性实施例的多速率点阵量化解码方法200。首先从信道中读取编码的码本号nE,且将方法100中使用的无损编码技术倒转以得到码本号n(步骤202)。重要的是应注意到n表示多速率量化器的比特分配,且在步骤204中需要用它来分离量化索引i。
如果n=0(步骤206),就没有使用Voronoi扩展。在该情况下,使用现有技术,如(Lamblin,1988),(Moureaux,1998)或(Rault,2001)中所描述的,将索引i解码以构成基本码本C中的码矢c(步骤208)。之后只需要将量化矢量重建为y=c。
如果n>0(步骤206),就使用了Voronoi扩展。分别将扩展阶数和缩放因子设置为r=n和m=2r(步骤210)。将索引j和k分离(步骤212)。将索引j解码为基本码本C中的c(步骤214),而将k解码为Voronoi码本V(r)中的v(步骤216)。在步骤218中将量化的矢量重建为
y=mc+v (等式11)
应注意到仅当与要量化的矢量x的最近的点阵点y在基本码本范围之外时,才需要本发明的说明性实施例中所使用的扩展方法。因此,假定存储(可用比特数)足够的话,该扩展可防止浸润。重要的是,应注意到扩展的码本在N维空间中更进一步延伸,而有与基本码本相同的粒度(参看诸如图5)。可是,当使用扩展时,需要更多的比特。
在某些情况下,量化器可能用完了比特也不能捕获源矢量x。换言之,量化源矢量x可用的比特数可能比码矢索引i和码本号n所需要的比特数少。在该情况下,量化误差不受基本码本的粒状结构的限制,可出现大的误差。这通常发生在非常大局外点的情况下。
可实现几种策略来处理局外点,如在多速率量化之前,将源矢量x向下缩小。应用于x上的缩放因子可以不超出比特预算的方式改变。
对任意局外点x而言,之前描述的扩展的复杂性是极大的,因为扩展总是从r=0开始,在每次迭代中将r增加1,而与x无关。可是,实际上,因为分配给实现平台上的整数的大小,如对16位无符号整数而言是16,扩展阶数是有限的。这种限制与Voronoi索引k的分量的最大值有关。
已发现所有点阵点是基本码本C或其扩展C(r),r=1,2,...之一中的项更可取。否则,一些点阵点不可能索引。例如,按以原点为中心的近球形成形设计的基本码本C满足该条件。同样,用居中的(凸状的)区域成形(截取)点阵所得到的大多数码本满足该条件。
现在描述分别按本发明第二和第三个方面的第三个实施例的多速率点阵量化编码和解码方法。
本发明的第三个实施例是基于上文讨论的RE8点阵。
之前的按本发明的多速率量化编码和解码方法的说明性实施例是基于从点阵Λ得到的以每维1比特的比特率粒度对其扩展的单个基本码本。尤其是,使用的扩展方法适合于扩展几个近球形基本码本以获得每维1/2比特、8维4比特的速率粒度。
为清楚起见,与8维多速率点阵量化方法有关的关键符号收集在表2中。
表2与按本发明第三个说明性实施例的8维多速率点阵量化方法有关的符号列表
正如将在下文更详细解释的,按本发明的第二个方面的第三个说明性实施例的编码方法包括取8维源矢量x作为输入,并输出索引i和码本号n。码本号n标识特定的RE8码本,用Qn表示,即每个Qn是RE8点阵的子集。Qn的码本比特率是每维4n/8位。因此,索引i中的比特数是4n。解码器使用与编码器相同的多速率码本Qn,并仅仅是从索引i和码本号n重建点阵点y。
按照第三个说明性实施例,n可以是除1之外的任何非负整数,即取集合{0,2,3,4,5,6,...}中的值。n=1的情况是不利的,因为它对应于为维数8分配4比特。当然,在这样低的比特率上,点阵量化不是十分有效,且在变换编码中使用噪声填充技术通常更好。
按照第三个说明性的实施例,将多速率码本分为两类:
低速率基本码本Q0,Q2,Q3和Q4,其为传统的近球形点阵码本。在设备中实现该方法的情况下,通过使用存储器中存储的表或将其硬编码在该设备中而使这些码本可用。注意到在该说明性的实施例中,码本Q2和Q3是嵌入的,即Q2是Q3中的子集。
n>4时的高速率扩展码本Qn,其实际上是在该设备中通过将按照本发明的Voronoi扩展方法交替应用于Q3和Q4、从而使Q5作为Q3的第一阶扩展生成,Q6作为Q4的第一阶扩展生成,Q7作为Q3的第二阶扩展生成等而构造出来的。更一般而言,如图17中所示,n′=n+2r>4时的扩展码本Qn′作为Qn的第r阶扩展生成,因而对于奇数n′,n=3,且对于偶数n′,n=4。
在Q4处区分低和高速率扩展码本使得可在质量(性能)和复杂性之间进行折衷。例如,将区分点设置在Q5处会得到更大的索引表,而将区分点设置在Q3处会导致质量下降但复杂性降低。
表3定义从绝对引导项到Qo,Q2,Q3和Q4的映射。该映射使得可明白无误地指定基本码本。注意到该表中没有出现与这些引导项有关的符号约束,但可以肯定有普通技术技能的人能从RE8的特性中找到它们(Lamblin,1988)。
绝对引导项 | Qo | Q2 | Q3 | Q4 |
0,0,0,0,0,0,0,0 | X | |||
1,1,1,1.1.1.1,1 | X | X |
绝对引导项 | Qo | Q2 | Q3 | Q4 |
2,2,0,0,0,0,0,0 | X | X | ||
2,2,2,2,0,0,0,0 | X | |||
3,1,1,1,1,1,1,1 | X |
4,0,0,0,0,0,0,0 | X | X | ||
2,2,2,2,2,2,0,0 | X | |||
3,3,1,1,1,1,1,1 | X | |||
4,2,2,0,0,0,0,0 | X | |||
2,2,2,2,2,2,2,2 | X | |||
3,3,3,1,1,1,1,1 | X | |||
4,2,2,2,2,0,0,0 | X | |||
4,4,0,0,0,0,0,0 | X | |||
5,1,1,1,1,1,1,1 | X | |||
3,3,3,3,1,1,1,1 | X | |||
4,2,2,2,2,2,2,0 | X | |||
4,4,2,2,0,0,0,0 | X | |||
5,3,1,1,1,1,1,1 | X | |||
6,2,0,0,0,0,0,0 | X | |||
4,4,4,0,0,0,0,0 | X | |||
6,2,2,2,0,0,0,0 | X | |||
6,4,2,0,0,0,0,0 | X | |||
7,1,1,1,1,1,1,1 | X | |||
8,0,0,0,0,0,0,0 | X | |||
6,6,0,0,0,0,0,0 | X | |||
8,2,2,0,0,0,0,0 | X |
8,4,0,0,0,0,0,0 | X | |||
9,1,1,1,1,1,1,1 | X | |||
10,2,0,0,0,0,0,0 | X | |||
8,8,0,0,0,0,0,0 | X | |||
10,6,0,0,0,0,0,0 | X | |||
12,0,0,0,0,0,0,0 | X |
绝对引导项 | Qo | Q2 | Q3 | Q4 |
12,4,0,0,0,0,0,0 | X | |||
10,10,0,0,0,0,0,0 | X | |||
14,2,0,0,0,0,0,0 | X | |||
12,8,0,0,0,0,0,0 | X | |||
16,0,0,0,0,0,0,0 | X |
表3按本发明的第三个方面的第三个说明性实施例定义基本码本Q0,Q2,Q3和Q4的RE8中的绝对引导项列表
另外,将定义Voronoi成形的8维偏置a设置为a=[200000000]。
现在参照图18更详细描述按本发明的第二个方面的第三个实施例的多速率点阵编码方法300。
假定x是待量化的8维源矢量。该方法首先从步骤302开始,找到在无穷点阵RE8中8维输入x的最近邻点y。之后,在步骤304中,验证y是否是基本码本Qo,Q2,Q3或Q4中的项。该验证输出码本号n和n>0时的标识符ka。下文提供该验证的细节。该阶段中的码本号n从集合{0,2,3,4,out}中取。值out是一个整数,将其设置为任意值out=100。值n=out用于表示已检测到局外点,意思是点阵点y不是任何基本码本中的项。之后有两种情况:
·如果n≤4(步骤304),在步骤306结束编码。如果n=0(步骤306),y是零矢量,且结束编码。如果n=2,3或4,那么额外信息ka标识定义Qn的绝对引导项之一。下文将更详细解释给定ka在Qn中索引矢量y。
·如果n=out(步骤304),应用按照本发明的Voronoi扩展方法。该扩展方法的第一步(308)是初始化扩展参数,之后迭代Voronoi扩展算法,如下面所描述的,直到y包括在扩展的码本中。
在多速率点阵矢量编码和解码方法的第二个实施例中,Voronoi扩展是通过将扩展阶数r增加1进行迭代直到到达y为止。这可产生极大的复杂性。为抑制最坏情况下的复杂性,已发现对Voronoi扩展而言,使用最多两次迭代是有利的。
在该扩展方法的初始化步骤中,给定点阵矢量y=[y1...y8],将扩展阶数r和扩展缩放因子m设置为某个初始值以便最小化对r的迭代次数。将迭代记数器iter设置为0。
预先选择r和m的实现过程如下:首先,计算浮点值σ=(y1 2+...+y8 2)/32,设置r=1以及m=2r=2。之后,当σ>11时,通过更新σ:=σ/4,r:=r+1和m:=2m迭代σ,r和m。该方法的合理性通过下列两点观测得到证明:
·从第r阶扩展到第(r+1)阶扩展时,基本码本Q3和Q4扩大m=2r+1倍,而不是m=2r倍。与第r次扩展相比,在第(r+1)次扩展之后,扩展的基本码矢的二范数(squared norm)扩大4倍。这解释为什么在每次对r迭代之后,将因子1/4应用于σ。
·基本码本的并集Qo∪Q2∪Q3∪Q4包含RE8外壳0到32上的点阵点。可验证Q0∪Q2∪Q3∪Q4中的最外层完备外壳是外壳5。终止条件σ>11中的常量11通过实验在5和32之间选择的。
另一种初始化程序包括直接计算σ小于(go into)11有多少次,之后相应设置r和m。该结果自然与之前描述的迭代程序相同。
如果iter=2(步骤310),该方法退出步骤310-326中的循环。
在步骤312中,给定m,使用模算法计算点阵点y的Voronoi索引k。Voronoi索引k取决于扩展阶数r和缩放因子m。在RE8点阵的特定情况下,如下计算Voronoi索引:
其中GRE8是等式4中定义的生成矩阵,且modm(.)是逐分量的模m运算。因此,Voronoi索引k是一个8个整数的矢量,每个分量在0与m-1之间。因此,从结构上讲,k总共需要8r位来索引所有分量。
给定m,从Voronoi索引k计算Voronoi码矢v(步骤314)。为此,可使用(Conway,1983)中描述的算法。
计算差分矢量w=y-v(步骤316)。该差分矢量w是缩放的点阵mRE8中的一个点。之后计算c=w/m(步骤316),即将逆缩放应用于差分矢量w。点c属于点阵RE8,因为w属于mRE8。
该扩展方法继续验证c是否是基本码本Q2,Q3或Q4中的项(步骤318)。该验证输出码本号n和标识符ka。之后将对验证的细节作更详细的描述。对所公开的多速率基本码本而言,在该阶段c不可能在中。因而,n的实际值可能是2,3,4或out。
如果n=out,将扩展阶数r增加1,且将扩展缩放因子m乘以2(步骤320)。
如果c是Q2中的项,它也是Q3中的项,因为Q2内含在Q3中 。因此,如果n=2,将n设置为n=3(步骤322)。当n=3或n=4时,扩展阶数r和缩放因子m=2r足够大以量化源矢量x而不出现浸润。更新码本号n以合并扩展阶数r。这是通过将n增加2r来实现的(步骤322)。之后将c,ka,n和k保存到存储器中(步骤324),且将扩展阶数r减少1,将缩放因子m除以2(步骤326)。
在开始新的迭代(步骤310)之前,将迭代记数器iter的增量增加1(步骤328)。
当循环在两次迭代后终止时,从包含下列值的存储器中获取表征扩展的参数(步骤330):
·在步骤316中计算的矢量c,其是Q3或Q4中的项;
·在步骤312中计算的Voronoi索引k。应注意Voronoi索引k是一个8维矢量,其中每个分量是在0与m-1之间的整数,且可用r位来索引;
·作为步骤318的副产品计算的标识符ka;以及
·如在步骤320中计算的合并扩展阶数r的码本号n。
在步骤332中计算c的索引j。该索引与Voronoi索引k复合在一起形成索引i(步骤334)。为完成编码,如之后将要描述的,对码本号n进行无损编码,且与索引i复合在一起存储或通过信道传输。
应注意编码方法300假定有足够的存储量可用来以点阵点y表征源矢量x。因此,多速率量化编码方法300最好通过在应用方法300之前、将源矢量x向下缩放成x/g而以增益形式(gain-shape)方式应用。确定标量参数g>1以避免滥用存储器,并用现有技术方法将其单独量化。可是,如果不能适当选择g而出现存储器溢出,则缺省时将n设置为0,因此重建值y变成零矢量。g的选择和量化技术这里不详细叙述,因为这取决于实际的应用。
另外,假定在软件平台上实现方法300,其中Voronoi索引k的分量用16位整数表示,r的最大值是r=16,从而码本号的最大值是n=4+2×16=36。
现在更详细说明在基本码本中寻找绝对引导项标识符以及验证一个点阵点是否在基本码本中的方法(步骤304和318)。
按照现有技术的方法,为验证点阵点y是否是近球形点阵码本Q2,Q3或Q4中的项,将y的分量的绝对值以降序重新排列并逐分量直接与定义该码本的绝对引导项作比较(参见诸如Lamblin,1988)。按照本发明的方法是基于使用标识符ka。下面按三个步骤来描述该方法:
1)从y中计算值s。将y写为分量形式y=[y1...y8],该值计算为
s=(y1 4+...+y8 4)/8 (等式12)
2)为定义基本码本的绝对引导项y计算的值s相互不同。再者y的所有有效的有符号排列将产生相同的s值。因此,这里将s值称为关键值,因为它唯一标识一个绝对引导项和所有有关的有符号排列。
3)如果s=0,将ka设置为36,y是零矢量。否则,在映射表中查找关键值s,将s转换成标识符ka,可获得在0和37之间的整数值。表4给出该映射,很容易从表3计算得到它。如果关键值s是表4中的项,标识符ka是在0和36之间的整数(参见表4)。否则,通过将ka设置为37,将y声明为局外点。
标识符ka | 十六进制关键值S | 绝对引导项 |
0 | 0001 | 1,1,1,1,1,1,1,1 |
1 | 0004 | 2,2,0,0,0,0,0,0 |
2 | 0008 | 2,2,2,2,0,0,0,0 |
3 | 000B | 3,1,1,1,1,1,1,1 |
4 | 0020 | 4,0,0,0,0,0,0,0 |
5 | 000C | 2,2,2,2,2,2,0,0 |
6 | 0015 | 3,3,1,1,1,1,1,1 |
7 | 0024 | 4,2,2,0,0,0,0,0 |
8 | 0010 | 2,2,2,2,2,2,2,2 |
9 | 001F | 3,3,3,1,1,1,1,1 |
10 | 0028 | 4,2,2,2,2,0,0,0 |
11 | 0040 | 4,4,0,0,0,0,0,0 |
12 | 004F | 5,1,1,1,1,1,1,1 |
13 | 0029 | 3,3,3,3,1,1,1,1 |
14 | 002C | 4,2,2,2,2,2,2,0 |
15 | 0044 | 4,4,2,2,0,0,0,0 |
16 | 0059 | 5,3,1,1,1,1,1,1 |
17 | 00A4 | 6,2,0,0,0,0,0,0 |
18 | 0060 | 4,4,4,0,0,0,0,0 |
标识符ka | 十六进制关键值S | 绝对引导项 |
19 | 00A8 | 6,2,2,2,0,0,0,0 |
20 | 00C4 | 6,4,2,0,0,0,0,0 |
21 | 012D | 7,1,1,1,1,1,1,1 |
22 | 0200 | 8,0,0,0,0,0,0,0 |
23 | 0144 | 6,6,0,0,0,0,0,0 |
24 | 0204 | 8,2,2,0,0,0,0,0 |
25 | 0220 | 8,4,0,0,0,0,0,0 |
26 | 0335 | 9,1,1,1,1,1,1,1 |
27 | 04E4 | 10,2,0,0,0,0,0,0 |
28 | 0400 | 8,8,0,0,0,0,0,0 |
29 | 0584 | 10,6,0,0,0,0,0,0 |
30 | 0A20 | 12,0,0,0,0,0,0,0 |
31 | 0A40 | 12,4,0,0,0,0,0,0 |
32 | 09C4 | 10,10,0,0,0,0,0,0 |
33 | 12C4 | 14,2,0,0,0,0,0,0 |
34 | 0C20 | 12,8,0,0,0,0,0,0 |
35 | 2000 | 16,0,0,0,0,0,0,0 |
表4用于定义基本码本Q2,Q3和Q4的RE8中的绝对引导项的标识符ka列表
应注意到表4中右边的最后一列只是提供信息,并明白无误地定义标识符ka与有关的绝对引导项之间的映射。
在该阶段,标识符证实0≤ka≤37。当然,如果0≤ka<36,y就在Q2,Q3或Q4中。如果ka=36,y就在Qo中。如果ka=37,y不在任何基本码本中。之后,用表5将标识符ka映射到码本号n。
标识符ka | 码本号n | 标识符ka | 码本号n |
0 | 2 | 19 | 4 |
1 | 2 | 20 | 4 |
标识符ka | 码本号n | 标识符ka | 码本号n |
2 | 3 | 21 | 4 |
3 | 3 | 22 | 3 |
4 | 2 | 23 | 4 |
5 | 4 | 24 | 4 |
6 | 4 | 25 | 4 |
7 | 3 | 26 | 4 |
8 | 4 | 27 | 4 |
9 | 4 | 28 | 4 |
10 | 4 | 29 | 4 |
11 | 3 | 30 | 4 |
12 | 4 | 31 | 4 |
13 | 4 | 32 | 4 |
14 | 4 | 33 | 4 |
15 | 4 | 34 | 4 |
16 | 4 | 35 | 4 |
17 | 3 | 36 | 0 |
18 | 4 | 37 | out=100 |
表5按照本发明将绝对引导项的标识符ka转换为基本码本号n的映射表
现在更详细描述基于绝对引导项的标识符索引基本码本Q2,Q3和Q4的方法(步骤306和332)。
使用诸如Lamblin(1988)中描述的现有技术中用于近球形码本的索引技术计算基本码本Q2,Q3和Q4中的项y的索引。更准确而言,如下计算y的索引例如,j:j=基数偏置+排列的秩。按照Schalkwijk公式计算排列的秩,这是熟知的技术,且在(Lamblin,1988)中描述。在计算了y的有符号的引导项之后,通过查表找到基数偏置。这种查表是基于有关的绝对索引项的标识符ka。
按照本发明的说明性实施例,基于下列映射、使用现有技术中作为一元码的所熟知的变长二进制码来编码码本号n:
Q0→0
Q2→10
Q3→110
Q4→1110
Q5→11110
上述映射的右端给出以二进制表示的nE,将其与码矢索引i复合在一起。另外,当使用Voronoi扩展时(当n>4时),码矢索引i包括两个复合在一起的子索引:
·对于奇数n为12位且对于偶数n为16位的基本码本索引j;以及
·8r位的Voronoi索引k包括r位的8个整数作为其分量。
当2≤n≤4时,i的结构如图19(a)所示,而图19(b)中考虑n>4的情况。应注意到在整个4n位的块中,复合的位可按任何方式排列。
现在参照图20更详细描述按本发明的第三个方面的第三个实施例的多速率点阵解码方法400。
首先从信道中读取编码的码本号nE,并解码以得到码本号n(步骤402)。通过将方法300中描述的映射反转过来,可从nE中获得码本号n。之后,解码器根据码本号n对码矢索引i作不同解释。
如果n=0(步骤404),y重建为零矢量,其是基本码本Q0中的唯一项(步骤406)。
如果0<n≤4(步骤404),将来自信道的4n位大小的码矢索引i分离出来(步骤408)。之后,将i解码为基本码本Q2,Q3或Q4的索引,且使用现有技术重建y(步骤410),如在Lambiin(1988),Moureaux(1998)和Rault(2001)中所描述的。
在步骤404中值n>4表示使用了Voronoi扩展。将来自信道的4n位大小的码矢索引i(步骤408)从i中分离为基本码本索引j和Voronoi索引k(步骤412)。同样获取扩展阶数r,且从n中得到缩放因子m(步骤414)。r的值作为商(n-3)/2获得,且m=2r。之后,从n中减去2r以标识Q3或Q4,且使用减去后的n值,将索引j解码为c(步骤416)。j的解码是基于现有技术方法,包括秩解码和查表,如Lamblin(1988),Moureaux(1998)和Rault(2001)中所描述的。使用(Conway,1983)中描述的现有技术算法,基于m将Voronoi索引k解码为v(步骤418)。最后,在步骤420中,解码器计算重建值y=mc+v,其中m=2r是扩展缩放因子,c是基本码本的码矢,且v是Voronoi码本的码矢。当r=0时,没有使用扩展,且v是零矢量,m变成为1。
尽管上文通过其中的说明性实施例描述本发明,可对其修改而不偏离本发明的精神和实质,如附加权利要求中所定义的。
Claims (39)
1.一种用于使用多速率点阵量化来编码源信号的方法,包括:
i)提供表示源信号的帧的源矢量x;
ii)提供从点阵Λ中导出的基本码本C;
iii)将所述点阵Λ中的点阵点y与源矢量x关联;
如果点阵点y包括在所述基本码本C中,则执行以下步骤iv):
iv)为所述基本码本C中的点阵点y编索引,得到量化索引,并且结束该方法;以及
如果点阵点y不包括在所述基本码本C中,则执行以下步骤v)、vi)和vii):
v)扩展所述基本码本,以得到扩展的码本;
vi)将来自所述扩展码本的码矢c与点阵点y关联;以及
vii)为所述扩展码本中的点阵点y编索引,以得到量化索引;
其中,所述量化索引形成源矢量x的量化表示。
2.根据权利要求1所述的方法,其中用表达式mC+V来表示所述扩展码本,其中m是缩放因子,C是所述基本码本,而V是所述点阵Λ中的适当点集。
3.根据权利要求1所述的方法,其中在iii)中,选择所述点阵Λ中的所述点阵点y作为所述点阵Λ中源矢量x的最近邻点。
4.根据权利要求1所述的方法,其中步骤v)包括提供整数缩放因子m>=2;步骤vi)包括使用缩放因子m计算与点阵点y对应的Voronoi码矢v,并且提供偏置;以及步骤vi)包括使用Voronoi码矢v和缩放因子m计算所述码矢c。
5.根据权利要求4所述的方法,其中在步骤v)中将所述缩放因子m设置为2r,这里r是扩展阶数,且步骤v)还包括计算Voronoi索引k;步骤vi)包括使用Voronoi索引k和缩放因子m计算与所述点阵点y对应的Voronoi码矢v。
6.根据权利要求4所述的方法,其中在步骤vi)中将所述码矢c计算为c=(y-v)/m,其中缩放因子m是一个大于或等于2的整数。
7.根据权利要求4所述的方法,其中步骤vi)还包括验证码矢c是否在所述基本码本C中,
如果所述码矢c是在所述基本码本C中,则执行以下步骤a):
a)步骤vii)还包括将点阵点y作为基本码矢为其编索引,以及将j和k复合得到量化索引,其中j是基本码本C中的码矢c的索引,且k是与Voronoi码矢v对应的Voronoi索引;
如果所述码矢c不在所述基本码本C中,则执行以下步骤b):
b)增加所述缩放因子m以及所述Voronoi扩展的阶数,并重复步骤v)到vi)。
8.根据权利要求4所述的方法,还包括在步骤vii)中定义与扩展阶数r对应的码本号以及所述基本码本C中点阵点y的索引i的无损编码,得到编码的码本号nE和编码的索引iE;以及将nE和iE复合在一起。
9.根据权利要求1所述的方法,还包括步骤viii)用于在存储装置中存储所述量化索引。
10.根据权利要求1所述的方法,还包括在步骤viii)用于通过通信信道传输所述量化索引。
11.一种用于使用多速率点阵量化来编码源信号的方法,包括:
提供表示源信号的帧的源矢量x;
提供无穷点阵L中的点的有限子集C和V;
将源矢量x与y关联,y是所述点阵L中的所述点之一;以及
当y=mc+v时,用整数码本号n和索引i作为点阵点y的索引,其中c是子集C中的元素,v是子集V中的元素,且m是一个大于或等于2的整数;
其中从n和i是量化索引,其形成源矢量x的量化表示。
12.根据权利要求11所述的方法,其中用一元码表示所述码本号n。
13.根据权利要求11所述的方法,其中无穷点阵L的所述子集V是Voronoi码本,且元素v的索引是Voronoi索引。
14.根据权利要求11所述的方法,其中所述索引i是元素c的索引与元素v的索引的级联。
15.根据权利要求11所述的方法,其中当实现该方法时可用的所分配比特数不足以表示所述无穷点阵L中的所述源矢量x时,点阵点y=[0...0]且将码本号n设置预先确定的值。
16.根据权利要求11所述的方法,其中整数m=2r,这里r是一个大于或等于1的整数;所述子集C预先确定;且所述码本号n等于r加上一个预先确定的整数。
17.一种用于使用多速率点阵量化来编码源信号的方法,包括步骤:
i)提供表示源信号的帧的8维源矢量x;
ii)提供从点阵RE8导出的低速率点阵基本码本Qo,Q2,Q3和Q4;
iii)确定所述点阵RE8中的点阵点y,其是所述点阵RE8中的源矢量x的最近邻点;
如果点阵点y包含在低速率点阵基本码本Qn中,其中n等于0,2,3或4,则执行以下步骤iv):
iv)a)存储号码n和标识定义基本码本Qn的绝对引导项之一的标识符ka,
b)如果n>0,则执行以下步骤b1:
b1)为基本码本Qn中的点阵点y编索引,得到量化索引,并且
如果缩放因子m=0,则执行以下步骤b2:
b2)将点阵点y作为零矢量输出,且
c)结束该方法;
如果点阵点y不包含在低速率点阵基本码本Qn中,其中n等于0,2,3或4,则执行以下步骤v)到xii):
v)提供扩展阶数r,并将缩放因子m设置为2r;
vi)设置迭代次数iter=0;
vii)计算点阵点y的Voronoi索引k;
viii)使用Voronoi索引k和缩放因子m计算与所述点阵点y对应的Voronoi码矢v;
ix)根据c=(y-v)/m计算码矢c;
x)如果码矢c包含在基本码本Qn中,其中n等于2,3或4,则执行以下步骤aa):
aa)提供号码n和标识符ka;如果码本号码n=2,则设置n=3;将码本号码n增加2r;存储Voronoi索引k、码矢c、号码n和标识符ka的值;将缩放因子m除以2;将扩展阶数r减少1;
如果码矢c不包含在基本码本Qn中,其中n等于2,3或4,则执行以下步骤bb):
bb)将缩放因子m乘以2;将r增加1;
xi)将所述迭代次数iter增加1;
xii)如果所述迭代次数iter=2,则执行以下步骤aaa):
aaa)获取所述Voronoi索引k、码矢c、号码n和标识符ka的值;给定ka,为基本码本Q3或Q4中的码矢c编索引j;将j和k复合以形成索引i,其中i是点阵点y的索引,且j是码矢c的索引;
如果所述迭代次数iter≠2,则执行以下步骤bbb):
bbb)重复步骤vii)到xii);
其中,步骤iv)和xii)产生量化索引,其形成源矢量x的量化表示。
18.根据权利要求17所述的方法,其中在vii)中,按下式计算Voronoi索引k:
其中是生成矩阵,定义为
且modm(.)是逐分量的模m运算。
19.根据权利要求17所述的方法,还包括在步骤iii)之前,将所述源矢量x按比例缩小为x/g;选择g以便大于1且避免实现该方法中所使用的存储器中的溢出。
20.一种用于使用多速率点阵量化来解码源信号的方法,包括:
i)提供从点阵Λ中导出的基本码本C;
ii)提供码本号n和量化索引i;
iii)使用所述码本号n分离所述量化索引i;
iv)如果n=0,那么使用所述基本码本C来解码所述量化索引i,得到量化的矢量y,且结束该方法;
v)如果n>0,那么
a)提供预先选择的Voronoi码本V(r);
b)设置扩展阶数r=n以及缩放因子m=2r;
c)从量化索引i中分离出索引j和k;
d)将j解码为所述基本码本C中的码矢c;
e)将k解码为所述Voronoi码本V(r)中的码矢v;以及
f)重建量化的矢量为
y=mc+v
其中,所重建的矢量y表示所述源信号的量化表示。
21.根据权利要求20所述的方法,其中在步骤ii)中,首先提供编码的码本号nE和编码的索引iE;之后将预先确定的无损编码技术应用于所述编码的码本号nE和编码的索引iE之上以分别得到所述码本号n和所述量化索引i。
22.根据权利要求20中所述的方法,其中从通信信道读取所述码本号n和所述量化索引i。
23.根据权利要求20中所述的方法,其中从存储装置读取所述码本号n和所述量化索引i。
24.一种用于使用多速率点阵量化来解码源信号的方法,该方法包括:
提供无穷点阵L中的点的有限子集C和V;
提供码本号n和索引i;
将点阵L中的矢量y重建为y=mc+v,其中m是一个大于或等于2的整数,且c和v是L中包含的点;其中重建所述矢量y包括将所述点c重建为点阵L的有限子集C中的元素,将所述点v重建为点阵L的有限子集V中的元素,以及使用索引i计算点阵点v和c的索引;
其中所述解码源信号的方法包括从码本号n唯一定义点阵L的所述子集C和V、所述整数m的值和所述索引i的大小;以及
其中所重建的矢量y表示所述源信号的量化表示。
25.根据权利要求24所述的方法,其中从一元码重建码本号n。
26.根据权利要求24所述的方法,其中点阵L的所述子集V是Voronoi码,且点阵电v的所述索引是Voronoi索引。
27.一种用于使用多速率点阵量化来解码源信号的方法,包括:
提供从RE8点阵导出的低速率点阵基本码本Qo,Q2,Q3和Q4;
提供码本号n和码矢索引i;
如果n=0,那么将矢量y重建为零矢量;
如果0<n≤4,那么分离码矢索引i,将码矢索引i解码为基本码本Q2,Q3或Q4的索引,并重建矢量y;
如果n>4,那么将所述码矢索引i分离为基本码本索引j和来自码矢索引i的Voronoi索引k;从码本号n提供扩展阶数r和缩放因子m;使用码本号n标识基本码本Q3或Q4,且解码所述索引j;计算y=mc+v,其中m=2r是扩展缩放因子,c是所述基本码本的码矢,且v是Voronoi码本的码矢;
其中,所重建的矢量y表示所述源信号的量化表示。
28.一种用于使用点阵量化编码源信号的方法,该方法包括:
i)提供表示所述源信号的帧的源矢量;
ii)从矢量点阵L提供由矢量子集形成的基本码本;
iii)通过以下步骤扩展所述基本码本:通过根据预先确定的缩放因子缩放所述基本码本的矢量,得到缩放的码矢;以及在每个缩放的码矢周围插入Voronoi码本,得到扩展的码本;
iv)将来自所述扩展的码本的码矢与所述源矢量关联;以及
v)为所述扩展码本中的所述源矢量编索引,以得到量化索引;
其中所述量化索引形成所述源矢量的量化表示。
29.根据权利要求28所述的方法,其中通过保留边界内的矢量选择所述矢量子集。
30.根据权利要求28所述的方法,其中缩放所述基本码本的矢量的步骤包括提供整数缩放因子m>=2。
31.根据权利要求28所述的方法,其中将所述缩放因子m设置为2r,其中r是扩展阶数。
32.根据权利要求29所述的方法,其中通过从包括球形、正方形、金字塔形和矩形的组中选择的形状来提供所述边界。
33.一种用于使用点阵矢量量化来量化源信号的方法,该方法包括步骤:
i)提供表示所述源信号的帧的源矢量x;
ii)从N维矢量点阵提供由矢量子集形成的基本码本,其中所述基本码本需要用NR位来索引,其中R是所述基本码本每维的比特率。
iii)确定所述矢量点阵中源矢量x的最近矢量y;
如果所述最近矢量y包含在所述基本码本中,则执行以下步骤iv)
iv)为所述基本码本中的最近矢量y编索引,得到量化索引,输出所述量化索引,且结束该方法;
如果所述最近矢量y不包含在所述基本码本中,则执行以下步骤v)到ix):
v)提供预先确定的缩放因子;
vi)将所述基本码本按所述缩放因子缩放,得到包含缩放的码矢的缩放的码本;
vii)在每个所述缩放的码矢周围插入Voronoi码本,得到需要用N(R+r)位来索引的扩展的码本,其中r是所述Vorenoi码本的阶数;以及
viii)如果所述最近矢量y包含在所述扩展码本中,那么为所述扩展码本中的最近矢量y编索引,得到量化索引,输出所述量化索引,且结束该方法;
ix)如果所述最近矢量y不包含在所述扩展码本中,并且如果索引所述扩展码本所需要的比特数不超过预先确定的门限,那么增加所述缩放因子和所述Voronoi码本的所述阶数,并重复步骤vi)到ix);如果索引所述扩展码本所需要的比特数已超过预先确定的门限,那么将所述最近矢量y考虑作为遥远的局外点,并输出预先确定的对应量化索引;
其中,所述量化索引形成所述源矢量x的量化表示。
34.根据权利要求33所述的方法,其中在步骤v)中,所述预先确定的缩放因子是2,且在步骤ix)中,所述缩放因子增加2倍。
35.根据权利要求33所述的方法,其中在步骤ix)中,所述Voronoi码本的所述阶数增加1。
36.一种用于使用多速率点阵量化来编码源信号的设备,该设备包括:
用于提供表示源信号的帧的源矢量x的装置;
用于提供从点阵Λ中导出的基本码本C的装置;
用于将所述点阵Λ中的点阵点y与源矢量x关联的装置;
如果所述点阵点y包括在所述基本码本C中,则用于在所述基本码本C为点阵点y编索引以得到量化索引的装置;以及
如果所述点阵点y不包括在所述基本码本C中:则用于扩展所述基本码本,以得到扩展的码本的装置;用于将来自所述扩展码本中的码矢c与点阵点y关联的装置;以及用于为所述扩展码本中的点阵点y编索引,以得到量化索引的装置;
其中,所述量化索引形成所述源矢量x的量化表示。
37.一种用于使用多速率点阵量化来编码源信号的设备,该设备包括:
用于提供表示源信号的帧的源矢量x的装置;
用于提供无穷点阵L中的点的有限子集C和V的装置;
用于将源矢量x与y关联的装置,y是所述点阵L中的所述点之一;以及
当y=mc+v时,用于将整数码本号n和索引i作为点阵点y的索引的装置,其中c是子集C中的元素,v是子集V中的元素,且m是大于或等于2的整数;
其中点阵L的所述子集C和V、m的值和索引i的大小都唯一根据n定义;以及
其中n和i是量化索引,其形成所述源矢量x的量化表示。
38.一种用于使用多速率点阵量化来解码源信号的设备,该设备包括:
用于提供从点阵A中导出的基本码本C的装置;
用于提供码本号n和量化索引i的装置;
用于使用所述码本号n分离所述量化索引i的装置;
如果n=0,则用于使用所述基本码本C来解码所述量化索引i,以得到量化的矢量y的装置;
如果n>0,则用于提供预先选择的Voronoi码本V(r)的装置;用于设置扩展阶数r=n以及缩放因子m=2r的装置;用于从量化索引i中分离出索引j和k的装置;
用于将j解码为所述基本码本C中的码矢c的装置;用于将k解码为所述Voronoi码本V(r)中的码矢v的装置;以及用于重建量化的矢量y=mc+v的装置;
其中,所重建的矢量y表示所述源信号的量化表示。
39.一种用于使用多速率点阵量化来解码源信号的设备,该设备包括:
用于提供无穷点阵L中的点的有限子集C和V的装置;
用于提供码本号n和索引i的装置;
用于将点阵L中的矢量y重建为y=mc+v的装置,其中m是一个大于或等于2的整数,且c和v是点阵L中包含的点;其中用于重建所述矢量y的装置包括用于将所述点c重建为点阵L的有限子集C中的元素的装置,用于将所述点v重建为点阵L的有限子集V中的元素的装置;以及用于使用索引i计算点阵点v和c的索引的装置;
其中所述用于解码源信号的设备包括用于从码本号n唯一定义点阵L的所述子集C和V、整数m的值和索引i的大小的装置;以及
其中,所重建的矢量y表示所述源信号的量化表示。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CA002388358A CA2388358A1 (en) | 2002-05-31 | 2002-05-31 | A method and device for multi-rate lattice vector quantization |
CA2,388,358 | 2002-05-31 | ||
PCT/CA2003/000829 WO2003103151A1 (en) | 2002-05-31 | 2003-05-30 | Method and system for multi-rate lattice vector quantization of a signal |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1659785A CN1659785A (zh) | 2005-08-24 |
CN1659785B true CN1659785B (zh) | 2011-04-20 |
Family
ID=29589087
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN038126524A Expired - Lifetime CN1659785B (zh) | 2002-05-31 | 2003-05-30 | 信号多速率点阵矢量量化的方法和系统 |
Country Status (18)
Country | Link |
---|---|
US (1) | US7106228B2 (zh) |
EP (1) | EP1514355B1 (zh) |
JP (1) | JP4224021B2 (zh) |
KR (1) | KR20050008761A (zh) |
CN (1) | CN1659785B (zh) |
AT (1) | ATE440409T1 (zh) |
AU (1) | AU2003233723A1 (zh) |
BR (1) | BR0311336A (zh) |
CA (1) | CA2388358A1 (zh) |
DE (1) | DE60328892D1 (zh) |
DK (1) | DK1514355T3 (zh) |
ES (1) | ES2331876T3 (zh) |
MX (1) | MXPA04011841A (zh) |
NO (1) | NO20045718L (zh) |
PT (1) | PT1514355E (zh) |
RU (1) | RU2004138289A (zh) |
WO (1) | WO2003103151A1 (zh) |
ZA (1) | ZA200408780B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104620315B (zh) * | 2012-07-12 | 2018-04-13 | 诺基亚技术有限公司 | 一种矢量量化的方法及装置 |
Families Citing this family (92)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL158970A0 (en) * | 2001-05-22 | 2004-05-12 | Soliton Holdings Corp | Method for digital quantization |
WO2005083889A1 (fr) * | 2004-01-30 | 2005-09-09 | France Telecom | Quantification vectorielle en dimension et resolution variables |
CA2457988A1 (en) | 2004-02-18 | 2005-08-18 | Voiceage Corporation | Methods and devices for audio compression based on acelp/tcx coding and multi-rate lattice vector quantization |
US7587314B2 (en) * | 2005-08-29 | 2009-09-08 | Nokia Corporation | Single-codebook vector quantization for multiple-rate applications |
CN101292427B (zh) * | 2005-09-23 | 2012-05-23 | 艾利森电话股份有限公司 | 用于矢量量化、编码、解码的方法及装置 |
US20070094035A1 (en) * | 2005-10-21 | 2007-04-26 | Nokia Corporation | Audio coding |
US20070168197A1 (en) * | 2006-01-18 | 2007-07-19 | Nokia Corporation | Audio coding |
US8032369B2 (en) * | 2006-01-20 | 2011-10-04 | Qualcomm Incorporated | Arbitrary average data rates for variable rate coders |
US8090573B2 (en) * | 2006-01-20 | 2012-01-03 | Qualcomm Incorporated | Selection of encoding modes and/or encoding rates for speech compression with open loop re-decision |
US8346544B2 (en) * | 2006-01-20 | 2013-01-01 | Qualcomm Incorporated | Selection of encoding modes and/or encoding rates for speech compression with closed loop re-decision |
FR2897742A1 (fr) * | 2006-02-17 | 2007-08-24 | France Telecom | Codage/decodage perfectionnes de signaux numeriques, en particulier en quantification vectorielle avec codes a permutation |
WO2007107159A1 (en) * | 2006-03-20 | 2007-09-27 | Aalborg Universitet | Communication system and method for communication in a communication system |
US7966175B2 (en) * | 2006-10-18 | 2011-06-21 | Polycom, Inc. | Fast lattice vector quantization |
US7953595B2 (en) | 2006-10-18 | 2011-05-31 | Polycom, Inc. | Dual-transform coding of audio signals |
US7961640B2 (en) * | 2006-10-26 | 2011-06-14 | Qualcomm Incorporated | Method and apparatus for codebook exchange in a multiple access wireless communication system |
US20080120098A1 (en) * | 2006-11-21 | 2008-05-22 | Nokia Corporation | Complexity Adjustment for a Signal Encoder |
US7983322B2 (en) * | 2007-01-09 | 2011-07-19 | Broadcom Corporation | Method and system for codebook design of MIMO pre-coders with finite rate channel state information feedback |
CN101266796B (zh) * | 2007-03-12 | 2012-05-23 | 华为技术有限公司 | 一种量化编解码方法及装置 |
KR101285595B1 (ko) * | 2007-03-16 | 2013-07-15 | 퍼듀 리서치 파운데이션 | 다중 입출력 시스템을 위한 프리코딩 행렬 코드북 생성장치 및 그 방법 |
US7839945B2 (en) * | 2007-03-20 | 2010-11-23 | Nec Laboratories America, Inc. | Static and differential precoding codebook for MIMO systems |
CN100583649C (zh) * | 2007-07-23 | 2010-01-20 | 华为技术有限公司 | 矢量编/解码方法、装置及流媒体播放器 |
WO2009022193A2 (en) | 2007-08-15 | 2009-02-19 | Nokia Corporation | Devices, methods and computer program products for audio signal coding and decoding |
CA2698031C (en) * | 2007-08-27 | 2016-10-18 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and device for noise filling |
WO2009044346A1 (en) * | 2007-10-05 | 2009-04-09 | Nokia Corporation | System and method for combining adaptive golomb coding with fixed rate quantization |
WO2009056047A1 (en) * | 2007-10-25 | 2009-05-07 | Huawei Technologies Co., Ltd. | A vector quantizating method and vector quantizer |
CN101419802B (zh) * | 2007-10-25 | 2011-07-06 | 华为技术有限公司 | 用于语音编码的矢量量化方法及矢量量化器 |
CN101436408B (zh) * | 2007-11-13 | 2012-04-25 | 华为技术有限公司 | 矢量量化方法及矢量量化器 |
JP4871246B2 (ja) * | 2007-10-30 | 2012-02-08 | 日本電信電話株式会社 | ベクトル量子化方法,装置およびそれらのプログラムとそれを記録したコンピュータ読み取り可能な記録媒体 |
CN101430879B (zh) * | 2007-11-05 | 2011-08-10 | 华为技术有限公司 | 一种多速率语音频编码的方法 |
EP2215627B1 (en) | 2007-11-27 | 2012-09-19 | Nokia Corporation | An encoder |
PL3367381T3 (pl) * | 2008-02-15 | 2020-12-14 | Nokia Technologies Oy | Kwantyfikacja dźwięku poprzez redukcję złożoności indeksowania wektorów |
RU2461079C2 (ru) * | 2008-02-15 | 2012-09-10 | Нокиа Корпорейшн | Упрощенная индексация и деиндексация векторов |
EP2274833B1 (en) | 2008-04-16 | 2016-08-10 | Huawei Technologies Co., Ltd. | Vector quantisation method |
CN101281750B (zh) * | 2008-05-29 | 2010-12-22 | 上海交通大学 | 基于变长分裂表的矢量量化高阶码本扩展编码及解码系统 |
FR2931964A1 (fr) | 2008-06-02 | 2009-12-04 | Centre Nat Rech Scient | Procede de denombrement des vecteurs dans les reseaux reguliers de points. |
FR2931963A1 (fr) * | 2008-06-02 | 2009-12-04 | Centre Nat Rech Scient | Procede de traitement de donnees numeriques |
CA2729909A1 (en) | 2008-07-14 | 2010-01-21 | Gilead Sciences, Inc. | Imidazolyl pyrimidine inhibitor compounds |
NZ590320A (en) | 2008-07-14 | 2012-12-21 | Gilead Sciences Inc | Fused heterocyclyc inhibitors of histone deacetylase and/or cyclin-dependent kinases |
US8344018B2 (en) | 2008-07-14 | 2013-01-01 | Gilead Sciences, Inc. | Oxindolyl inhibitor compounds |
CN102123987A (zh) | 2008-07-28 | 2011-07-13 | 吉里德科学公司 | 亚环烷基和亚杂环烷基组蛋白脱乙酰酶抑制剂化合物 |
CN101430881B (zh) * | 2008-11-10 | 2013-04-17 | 华为技术有限公司 | 一种编码、解码、编解码方法、编解码系统以及相关装置 |
WO2010078964A1 (en) * | 2009-01-09 | 2010-07-15 | Nokia Corporation | Cyclic leader vectors for search of binary cyclic code |
US20100223061A1 (en) * | 2009-02-27 | 2010-09-02 | Nokia Corporation | Method and Apparatus for Audio Coding |
CN101577551A (zh) * | 2009-05-27 | 2009-11-11 | 华为技术有限公司 | 一种生成格型矢量量化码书的方法及装置 |
AU2010259035A1 (en) | 2009-06-08 | 2011-12-08 | Gilead Sciences, Inc. | Alkanoylamino benzamide aniline HDAC inhibitor compounds |
AU2010259042A1 (en) | 2009-06-08 | 2011-12-15 | Gilead Sciences, Inc. | Cycloalkylcarbamate benzamide aniline HDAC inhibitor compounds |
CN102081926B (zh) * | 2009-11-27 | 2013-06-05 | 中兴通讯股份有限公司 | 格型矢量量化音频编解码方法和系统 |
EP2525354B1 (en) | 2010-01-13 | 2015-04-22 | Panasonic Intellectual Property Corporation of America | Encoding device and encoding method |
CN102158692B (zh) | 2010-02-11 | 2013-02-13 | 华为技术有限公司 | 编码方法、解码方法、编码器和解码器 |
CA2789107C (en) | 2010-04-14 | 2017-08-15 | Voiceage Corporation | Flexible and scalable combined innovation codebook for use in celp coder and decoder |
EP2562750B1 (en) | 2010-04-19 | 2020-06-10 | Panasonic Intellectual Property Corporation of America | Encoding device, decoding device, encoding method and decoding method |
US20120109993A1 (en) * | 2010-10-28 | 2012-05-03 | Qualcomm Incorporated | Performing Visual Search in a Network |
CN102623012B (zh) | 2011-01-26 | 2014-08-20 | 华为技术有限公司 | 矢量联合编解码方法及编解码器 |
KR101617816B1 (ko) | 2011-02-14 | 2016-05-03 | 프라운호퍼 게젤샤프트 쭈르 푀르데룽 데어 안겐반텐 포르슝 에. 베. | 스펙트럼 도메인 잡음 형상화를 사용하는 선형 예측 기반 코딩 방식 |
EP2661745B1 (en) | 2011-02-14 | 2015-04-08 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Apparatus and method for error concealment in low-delay unified speech and audio coding (usac) |
MX2012013025A (es) | 2011-02-14 | 2013-01-22 | Fraunhofer Ges Forschung | Representacion de señal de informacion utilizando transformada superpuesta. |
AU2012217269B2 (en) | 2011-02-14 | 2015-10-22 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Apparatus and method for processing a decoded audio signal in a spectral domain |
WO2012110416A1 (en) * | 2011-02-14 | 2012-08-23 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Encoding and decoding of pulse positions of tracks of an audio signal |
MY166006A (en) | 2011-02-14 | 2018-05-21 | Fraunhofer Ges Forschung | Apparatus and method for coding a portion of an audio signal using a transient detection and a quality result |
US9036925B2 (en) | 2011-04-14 | 2015-05-19 | Qualcomm Incorporated | Robust feature matching for visual search |
EP2700173A4 (en) | 2011-04-21 | 2014-05-28 | Samsung Electronics Co Ltd | METHOD FOR QUANTIFYING LINEAR PREDICTIVE ENCODING COEFFICIENTS, METHOD FOR SOUND ENCODING, METHOD FOR DEQUANTIFYING LINEAR PREDICTIVE ENCODING COEFFICIENTS, METHOD FOR DECODING SOUND, AND RECORDING MEDIUM |
MY166916A (en) | 2011-04-21 | 2018-07-24 | Samsung Electronics Co Ltd | Apparatus for quantizing linear predictive coding coefficients, sound encoding apparatus, apparatus for dequantizing linear predictive coding coefficients, sound decoding apparatus, and electronic device therefore |
NO2669468T3 (zh) | 2011-05-11 | 2018-06-02 | ||
US8706711B2 (en) | 2011-06-22 | 2014-04-22 | Qualcomm Incorporated | Descriptor storage and searches of k-dimensional trees |
EP2727106B1 (en) * | 2011-07-01 | 2019-08-21 | Nokia Technologies Oy | Multiple scale codebook search |
US8924203B2 (en) | 2011-10-28 | 2014-12-30 | Electronics And Telecommunications Research Institute | Apparatus and method for coding signal in a communication system |
US8666753B2 (en) * | 2011-12-12 | 2014-03-04 | Motorola Mobility Llc | Apparatus and method for audio encoding |
US20140372480A1 (en) * | 2012-02-06 | 2014-12-18 | Thomson Licensing | Interactive content search using comparisons |
US9454972B2 (en) | 2012-02-10 | 2016-09-27 | Panasonic Intellectual Property Corporation Of America | Audio and speech coding device, audio and speech decoding device, method for coding audio and speech, and method for decoding audio and speech |
ES2960582T3 (es) * | 2012-03-29 | 2024-03-05 | Ericsson Telefon Ab L M | Cuantificador vectorial |
ES2705223T3 (es) * | 2012-10-30 | 2019-03-22 | Nokia Technologies Oy | Un método y aparato para cuantificación de vector flexible |
WO2014118597A1 (en) * | 2013-02-01 | 2014-08-07 | Nokia Corporation | Method and apparatus for lattice vector quantization of an audio signal |
KR102069493B1 (ko) | 2013-04-05 | 2020-01-28 | 돌비 인터네셔널 에이비 | 고급 양자화기 |
US9444580B2 (en) | 2013-08-06 | 2016-09-13 | OptCTS, Inc. | Optimized data transfer utilizing optimized code table signaling |
US9455799B2 (en) | 2013-08-06 | 2016-09-27 | OptCTS, Inc. | Dynamic control of quality of service (QOS) using derived QOS measures |
US10523490B2 (en) | 2013-08-06 | 2019-12-31 | Agilepq, Inc. | Authentication of a subscribed code table user utilizing optimized code table signaling |
RU2665287C2 (ru) * | 2013-12-17 | 2018-08-28 | Нокиа Текнолоджиз Ой | Кодер звукового сигнала |
KR20240010550A (ko) | 2014-03-28 | 2024-01-23 | 삼성전자주식회사 | 선형예측계수 양자화방법 및 장치와 역양자화 방법 및 장치 |
CA2940657C (en) | 2014-04-17 | 2021-12-21 | Voiceage Corporation | Methods, encoder and decoder for linear predictive encoding and decoding of sound signals upon transition between frames having different sampling rates |
EP4418266A2 (en) | 2014-05-07 | 2024-08-21 | Samsung Electronics Co., Ltd. | Method and device for quantizing linear predictive coefficient, and method and device for dequantizing same |
GB2527099B (en) * | 2014-06-11 | 2018-07-18 | Gurulogic Microsystems Oy | Apparatus and method for data compression |
WO2016004185A1 (en) | 2014-07-02 | 2016-01-07 | OptCTS, Inc. | Data recovery utilizing optimized code table signaling |
SE538512C2 (sv) | 2014-11-26 | 2016-08-30 | Kelicomp Ab | Improved compression and encryption of a file |
WO2017005296A1 (en) | 2015-07-06 | 2017-01-12 | Nokia Technologies Oy | Bit error detector for an audio signal decoder |
US10587399B2 (en) | 2016-06-06 | 2020-03-10 | Agilepq, Inc. | Data conversion systems and methods |
US10366698B2 (en) | 2016-08-30 | 2019-07-30 | Dts, Inc. | Variable length coding of indices and bit scheduling in a pyramid vector quantizer |
US10020839B2 (en) * | 2016-11-14 | 2018-07-10 | Rampart Communications, LLC | Reliable orthogonal spreading codes in wireless communications |
US10200814B1 (en) * | 2018-04-24 | 2019-02-05 | The Florida International University Board Of Trustees | Voronoi diagram-based algorithm for efficient progressive continuous k-nearest neighbor query for moving objects |
RU2769429C2 (ru) * | 2018-08-17 | 2022-03-31 | Нокиа Текнолоджиз Ой | Кодер звукового сигнала |
US10965352B1 (en) | 2019-09-24 | 2021-03-30 | Rampart Communications, Inc. | Communication system and methods using very large multiple-in multiple-out (MIMO) antenna systems with extremely large class of fast unitary transformations |
CN111914714B (zh) * | 2020-07-24 | 2021-05-14 | 深圳市鹰硕教育服务有限公司 | 点阵本交互方法 |
CN114770971B (zh) * | 2022-04-27 | 2023-07-07 | 郑州大学 | 泡沫填充仿生点阵复合结构及其制备方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1109697A (zh) * | 1993-03-26 | 1995-10-04 | 莫托罗拉公司 | 矢量量化器方法和设备 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5371544A (en) * | 1992-02-07 | 1994-12-06 | At&T Corp. | Geometric vector quantization |
US5943446A (en) * | 1995-07-19 | 1999-08-24 | Unisys Corporation | Method and apparatus for increasing the speed of a full code book search in a quantizer encoder |
US6215910B1 (en) * | 1996-03-28 | 2001-04-10 | Microsoft Corporation | Table-based compression with embedded coding |
US6128346A (en) * | 1998-04-14 | 2000-10-03 | Motorola, Inc. | Method and apparatus for quantizing a signal in a digital system |
US6516297B1 (en) * | 1998-12-23 | 2003-02-04 | At&T Corp. | Multiple description lattice vector quantization |
US6807312B2 (en) * | 2001-07-13 | 2004-10-19 | Sharp Laboratories Of America, Inc. | Robust codebooks for vector quantization |
-
2002
- 2002-05-31 CA CA002388358A patent/CA2388358A1/en not_active Abandoned
-
2003
- 2003-05-30 DK DK03727093T patent/DK1514355T3/da active
- 2003-05-30 AT AT03727093T patent/ATE440409T1/de active
- 2003-05-30 MX MXPA04011841A patent/MXPA04011841A/es unknown
- 2003-05-30 PT PT03727093T patent/PT1514355E/pt unknown
- 2003-05-30 AU AU2003233723A patent/AU2003233723A1/en not_active Abandoned
- 2003-05-30 EP EP03727093A patent/EP1514355B1/en not_active Expired - Lifetime
- 2003-05-30 US US10/515,550 patent/US7106228B2/en not_active Expired - Lifetime
- 2003-05-30 KR KR10-2004-7019540A patent/KR20050008761A/ko not_active Application Discontinuation
- 2003-05-30 WO PCT/CA2003/000829 patent/WO2003103151A1/en active Application Filing
- 2003-05-30 ES ES03727093T patent/ES2331876T3/es not_active Expired - Lifetime
- 2003-05-30 DE DE60328892T patent/DE60328892D1/de not_active Expired - Lifetime
- 2003-05-30 CN CN038126524A patent/CN1659785B/zh not_active Expired - Lifetime
- 2003-05-30 JP JP2004510114A patent/JP4224021B2/ja not_active Expired - Lifetime
- 2003-05-30 BR BR0311336-1A patent/BR0311336A/pt not_active Application Discontinuation
- 2003-05-30 RU RU2004138289/09A patent/RU2004138289A/ru not_active Application Discontinuation
-
2004
- 2004-10-29 ZA ZA200408780A patent/ZA200408780B/en unknown
- 2004-12-30 NO NO20045718A patent/NO20045718L/no not_active Application Discontinuation
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1109697A (zh) * | 1993-03-26 | 1995-10-04 | 莫托罗拉公司 | 矢量量化器方法和设备 |
Non-Patent Citations (4)
Title |
---|
Cheul-hee Hahm, Jae-kyoon Kim.Overload vector quntisation by selective shell projection inlattice VQ.Electronics letters32 24.1996,32(24),2207-2209. |
Cheul-hee Hahm, Jae-kyoon Kim.Overload vector quntisation by selective shell projection inlattice VQ.Electronics letters32 24.1996,32(24),2207-2209. * |
Minjie Xie Et al.Embedded algebraic vector quantizers (EAVQ)withapplication to wideband speech coding.IEEE International conference on acoustics, speech and signal processing1.1996,1240-243. * |
Ying Zhang, Ying-Lin Yu, Lai-Man Po.An improvement image vector quantization based on affinetransformation.Systems, Man, and cybernetics.1997,1094-1099. * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104620315B (zh) * | 2012-07-12 | 2018-04-13 | 诺基亚技术有限公司 | 一种矢量量化的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
DE60328892D1 (de) | 2009-10-01 |
JP2005528839A (ja) | 2005-09-22 |
ATE440409T1 (de) | 2009-09-15 |
KR20050008761A (ko) | 2005-01-21 |
EP1514355B1 (en) | 2009-08-19 |
MXPA04011841A (es) | 2005-07-26 |
CA2388358A1 (en) | 2003-11-30 |
RU2004138289A (ru) | 2005-06-10 |
BR0311336A (pt) | 2005-03-15 |
US7106228B2 (en) | 2006-09-12 |
PT1514355E (pt) | 2009-11-19 |
WO2003103151A1 (en) | 2003-12-11 |
AU2003233723A1 (en) | 2003-12-19 |
ES2331876T3 (es) | 2010-01-19 |
US20050285764A1 (en) | 2005-12-29 |
CN1659785A (zh) | 2005-08-24 |
ZA200408780B (en) | 2005-08-30 |
EP1514355A1 (en) | 2005-03-16 |
DK1514355T3 (da) | 2009-12-14 |
JP4224021B2 (ja) | 2009-02-12 |
NO20045718L (no) | 2005-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1659785B (zh) | 信号多速率点阵矢量量化的方法和系统 | |
CN107832837B (zh) | 一种基于压缩感知原理的卷积神经网络压缩方法及解压缩方法 | |
Tao et al. | Significantly improving lossy compression for scientific data sets based on multidimensional prediction and error-controlled quantization | |
CN102132494B (zh) | 通信方法和通信装置 | |
CN104506752B (zh) | 一种基于残差压缩感知的相似图像压缩方法 | |
CN101842988A (zh) | 基于概率表动态计算的符号平面编码/解码 | |
CN113747163B (zh) | 基于上下文重组建模的图像编码、解码方法及压缩方法 | |
CN101430881A (zh) | 一种编码、解码、编解码方法、编解码系统以及相关装置 | |
CN102300095B (zh) | 一种超谱信号的快速压缩编码方法及图像压缩方法 | |
CN116185971B (zh) | 一种电子压力称重数据的智能处理系统 | |
CN102905137A (zh) | 超光谱信号的快速差值矢量量化压缩编码方法 | |
CN102158692B (zh) | 编码方法、解码方法、编码器和解码器 | |
CN106228981A (zh) | 一种基于压缩域的mp3自适应隐写方法 | |
CN101609674B (zh) | 编解码方法、装置和系统 | |
CN103269429B (zh) | 一种超光谱信号快速矢量量化编码方法 | |
CN101266796A (zh) | 一种量化编解码方法及装置 | |
CN102982807B (zh) | 用于对语音信号lpc系数进行多级矢量量化的方法和系统 | |
CN107170020A (zh) | 基于最小量化误差准则的字典学习静态图像有损压缩方法 | |
CN101467459A (zh) | 受约束的矢量量化 | |
CN107065006A (zh) | 一种基于在线字典更新的地震信号编码方法 | |
Amin et al. | Vector quantization based lossy image compression using wavelets–a review | |
CN110771045A (zh) | 编码装置、解码装置、编码方法、解码方法、以及程序 | |
CN103794219A (zh) | 一种基于m码字分裂的矢量量化码本生成方法 | |
CN115661275A (zh) | 一种基于通道增益的可变速率稀疏点云压缩方法 | |
CN102801427B (zh) | 源信号变速率格矢量量化的编解码方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1078998 Country of ref document: HK |
|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: WD Ref document number: 1078998 Country of ref document: HK |
|
CX01 | Expiry of patent term |
Granted publication date: 20110420 |
|
CX01 | Expiry of patent term |