JP2003243988A - データ処理装置 - Google Patents

データ処理装置

Info

Publication number
JP2003243988A
JP2003243988A JP2002044054A JP2002044054A JP2003243988A JP 2003243988 A JP2003243988 A JP 2003243988A JP 2002044054 A JP2002044054 A JP 2002044054A JP 2002044054 A JP2002044054 A JP 2002044054A JP 2003243988 A JP2003243988 A JP 2003243988A
Authority
JP
Japan
Prior art keywords
pattern
template
input
absolute value
calculation
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.)
Pending
Application number
JP2002044054A
Other languages
English (en)
Inventor
Kenji Mochizuki
健司 望月
Koji Kotani
光司 小谷
Tadahiro Omi
忠弘 大見
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to JP2002044054A priority Critical patent/JP2003243988A/ja
Priority to US10/504,968 priority patent/US20050105816A1/en
Priority to PCT/JP2003/001629 priority patent/WO2003071687A1/ja
Priority to EP03705222A priority patent/EP1487112A4/en
Publication of JP2003243988A publication Critical patent/JP2003243988A/ja
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • 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
    • 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
    • H03M7/3084—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction using adaptive string matching, e.g. the Lempel-Ziv method
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/94—Vector quantisation

Abstract

(57)【要約】 【課題】 ベクトル量子化を用いたデータの圧縮処理を
ハードウェアにより高速に実行できるようにする。 【解決手段】 複数のテンプレートパターンの中から入
力パターンに最も類似したテンプレートパターンを検索
する際に、入力パターンおよびテンプレートパターンの
特徴量を用いて、類似度を演算するテンプレートパター
ンを選択し、選択したテンプレートパターンと、入力パ
ターンとの類似度を演算する際に、ビットシリアルで当
該演算を実行するようにして、ベクトル量子化における
パターンマッチング処理にて、マッチングを行う必要の
あるテンプレート数を減少させるとともに、マッチング
を行う際の演算に要するサイクル数を減少させ、ベクト
ル量子化を用いたデータの圧縮処理を高速に実行するこ
とができるようにする。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、ベクトル量子化に
よりデータを圧縮処理するデータ処理装置に関する。
【０００２】
【従来の技術】従来から、情報処理やマルチメディアの
分野では、パターンマッチングと呼ばれる処理がよく用
いられており、その１つに画像データや音声データのデ
ータ圧縮処理に用いられるベクトル量子化がある。
【０００３】ベクトル量子化は、例えば、画像データや
音声データのデータ圧縮処理に従来から用いられている
手法である。ベクトル量子化を用いた一般的な画像デー
タ圧縮では、２次元配列の画像データの中から所定の大
きさ（例えば、４×４画素）のブロック毎に対応する画
像データを取り出し、それぞれを４×４画素のブロック
であれば１６次元の入力ベクトルとして扱う。また、画
像データを取り出すブロックと同じ大きさの画素パター
ン（テンプレートベクトル）を予め幾つか用意してお
く。
【０００４】そして、入力ベクトルとテンプレートベク
トルとを比較し、複数のテンプレートベクトルの中から
入力ベクトルに最も類似したテンプレートベクトルを見
つけ出す。具体的には、入力ベクトルデータとテンプレ
ートベクトルデータとの距離演算をテンプレートベクト
ルデータ毎に実行し、その結果、距離が最小になるテン
プレートベクトルを最も類似度が高いものとする。この
ようにして、ベクトル量子化では、テンプレートベクト
ルを用いて入力ベクトルを量子化することにより画像デ
ータ圧縮を行う。
【０００５】
【発明が解決しようとする課題】しかしながら、上述し
たような従来のベクトル量子化において、画像データや
音声データ等をデータ圧縮処理するには非常に多くの演
算を行う必要があり、圧縮処理に多大な時間を要すると
いう問題があった。
【０００６】この問題を解決する１つの方法として、ベ
クトルの特徴量を利用し、ベクトル量子化における演算
量を減少させる方法があった。この方法では、入力ベク
トルの特徴量と予め求めておいたテンプレートベクトル
の特徴量とをそれぞれ比較し、その比較結果を用いて検
索対象とする（距離演算の対象とする）テンプレートベ
クトルの数を減少させる。これにより、ベクトル量子化
における距離演算等の演算量を減少させ、ベクトル量子
化を高速化させることができた。
【０００７】しかしながら、上述したベクトルの特徴量
を利用して演算量を減少させる方法にて、複数の特徴量
を使用する場合には、特徴量保存メモリや特徴量比較回
路が増加し、ベクトル量子化の処理を実現するためのハ
ードウェア規模が増加してしまうという問題があった。
また、逆に、特徴量の数を少なくすると、ベクトル量子
化における演算の減少量は小さくなり、高い演算省略効
果が得られなくなってしまうという問題があった。
【０００８】また、ベクトル量子化による圧縮処理に多
大な時間を要するという問題を解決する他の方法とし
て、ベクトル量子化における距離演算を上位の桁から行
うことで距離演算に要するステップ数を減少させる方法
があった。この方法では、ベクトル量子化の処理をハー
ドウェア化する際、上位の桁からデータを入力し、上位
の桁からデータを出力させる演算回路を、入力ベクトル
データとテンプレートベクトルデータとの距離演算回路
として用意する。これにより、距離演算に基づく最小距
離の更新判定を上位の桁から順次行い、最小距離を更新
しないと判断した時点で、距離演算を停止させることが
できる。したがって、ベクトル量子化における距離演算
に要するステップ数を減少させ、ベクトル量子化を高速
化させることができた。
【０００９】しかしながら、上述したベクトル量子化に
おける距離演算に要するステップ数を減少させる方法で
は、テンプレートベクトルデータの検索は全てのテンプ
レートベクトルデータに対して行うので、入力ベクトル
データとテンプレートベクトルデータとが明らかに異な
るパターンであっても、距離演算を実行（開始）してし
まい、無駄な演算を数多く実行してしまうという問題が
あった。
【００１０】本発明は、このような問題を解決するため
に成されたものであり、ベクトル量子化を用いたデータ
の圧縮処理をハードウェアにより高速に実行できるよう
にすることを目的とする。
【００１１】
【課題を解決するための手段】本発明のデータ処理装置
は、予め用意された複数のテンプレートパターンの中か
ら、入力パターンに最も類似した上記テンプレートパタ
ーンを示す情報を出力するデータ処理装置であって、類
似したテンプレートパターンを検索する際に、上記入力
パターンおよびテンプレートパターンの特徴量を用い
て、上記入力パターンとテンプレートパターンとの類似
度を演算するテンプレートパターンを選択する第１の検
索手段と、上記第１の検索手段により選択されたテンプ
レートパターンと、入力パターンとの類似度を演算する
際に、ビットシリアルで当該演算を実行する第２の検索
手段とを備えることを特徴とする。
【００１２】本発明のデータ処理装置の他の特徴とする
ところは、第２の検索手段は、ビットシリアルで入力さ
れたデータに対して演算単位時間で当該演算を実行し、
演算単位時間毎に演算結果に基づいて類似度が最大とな
るか否かを判定することを特徴とする。
【００１３】本発明のデータ処理装置のその他の特徴と
するところは、第１の検索手段は、入力パターンおよび
テンプレートパターンの特徴量を用いて、類似度を演算
するテンプレートパターン数を削減し、第２の検索手段
は、上記入力パターンと上記第１の検索手段にて選択さ
れたテンプレートパターンとの類似度の演算をビットシ
リアルで実行し、当該演算に要するステップ数を削減す
ることを特徴とする。
【００１４】本発明のデータ処理装置のその他の特徴と
するところは、入力パターンおよびテンプレートパター
ンは、少なくとも１つ以上の要素から構成される１つの
ベクトルデータであることを特徴とする。
【００１５】本発明のデータ処理装置のその他の特徴と
するところは、入力パターンおよびテンプレートパター
ンは、少なくとも１つ以上の要素から構成され、第２の
検索手段は、上記入力パターンとテンプレートパターン
との類似度として差分絶対値距離を算出する類似度演算
手段を有し、第１の検索手段は、上記入力パターンの特
徴量とテンプレートパターンの特徴との差分絶対値が、
当該テンプレートパターンとは異なるテンプレートパタ
ーンと入力パターンとの差分絶対値距離の値以上の場合
には、当該異なるテンプレートパターンと入力パターン
との差分絶対値距離の演算を実行しないと判定する類似
度演算判定手段を有することを特徴とする。
【００１６】本発明のデータ処理装置のその他の特徴と
するところは、類似度演算手段は、第１の検索手段にて
選択されたテンプレートパターンおよび入力パターンが
ともにデータの上位桁側から演算時間単位毎にビットシ
リアルで入力され、入力されたデータを演算時間単位内
で演算し、演算結果である差分絶対値距離を上位桁側か
らビットシリアルで出力することを特徴とする。
【００１７】本発明のデータ処理装置のその他の特徴と
するところは、特徴量は、入力パターンおよびテンプレ
ートパターンを構成する個々の要素の総和、および個々
の要素のうち一部の要素をとり得る値の中間値を基準と
して反転操作した後の要素の総和の少なくとも一方であ
ることを特徴とする。
【００１８】本発明のデータ処理装置のその他の特徴と
するところは、類似度演算手段は、半導体回路により構
成され、入力されるデータはバイナリ数系により上位桁
側から入力され、出力するデータは冗長な数系により上
位桁側から出力することを特徴とする。
【００１９】本発明のデータ処理装置のその他の特徴と
するところは、類似度演算手段は、入力パターンおよび
テンプレートパターンの要素の差分絶対値を要素毎に算
出する差分絶対値演算手段と、差分絶対値演算手段によ
り算出された要素毎の差分絶対値を加算する加算手段と
を有し、差分絶対値演算手段は、パターンの要素数分だ
け備えられていることを特徴とする。
【００２０】本発明のデータ処理装置のその他の特徴と
するところは、差分絶対値演算手段は、バイナリ数系に
より上位桁側からデータが入力され、入力されたデータ
の差分値をビットシリアルで演算し、冗長な数系により
上位桁側から出力することを特徴とする。
【００２１】本発明のデータ処理装置のその他の特徴と
するところは、差分絶対値演算手段は、さらに、上位桁
側からビットシリアルで出力する差分値にて最初現れた
“０”以外の数値を状態として記憶し、当該記憶した状
態に応じて差分値を反転または非反転し差分絶対値を演
算する機能を有することを特徴とする。
【００２２】本発明のデータ処理装置のその他の特徴と
するところは、加算演算部は、演算単位時間分だけ遅延
する遅延手段を有し、冗長な数系により上位桁側からデ
ータが入力され、演算結果を冗長な数系により上位桁側
から出力することを特徴とする。
【００２３】本発明のデータ処理装置のその他の特徴と
するところは、第２の検索手段は、入力パターンとテン
プレートパターンとの最小差分絶対値距離を保持する保
持手段と、保持手段に保持されている最小差分絶対値距
離が上位桁側からビットシリアルで入力されるととも
に、上記テンプレートパターンとは異なるテンプレート
パターンと入力パターンとの差分絶対値距離を算出する
類似度演算手段により求められた差分絶対値距離が上位
桁側からビットシリアルで入力され、入力された差分絶
対値距離を比較演算する比較手段を有し、比較手段によ
る比較にて、上記テンプレートパターンとは異なるテン
プレートパターンと入力パターンとの差分絶対値距離
が、上記保持手段に保持されている最小差分絶対値距離
より大きいと確定した後、以降の下位桁の演算を中止す
ることを特徴とする。
【００２４】
【発明の実施の形態】以下、本発明の実施形態を図面に
基づいて説明する。以下に説明する本発明の実施形態に
よるデータ処理装置は、パターンマッチングの１つであ
るベクトル量子化を実現するデータ処理装置を一例とし
て示している。ここで、ベクトル量子化において類似度
を差分絶対値距離で考えると、入力ベクトルに最も類似
したテンプレートベクトルは、差分絶対値距離が最も小
さくなるテンプレートベクトルを探し出す操作に相当す
る。
【００２５】（第１の実施形態）図１は、本発明の第１
の実施形態によるデータ処理装置の一構成例を示すブロ
ック図である。図１において、第１の検索部１１０は、
パターンマッチング処理（ベクトル量子化）において検
索を行うテンプレート数を減少させるための処理を行う
ものであり、特徴量演算部１０１および類似度演算判定
部１０２により構成される。特徴量演算部１０１は、入
力ベクトルを用いて入力ベクトルの特徴量を算出する。
類似度演算判定部１０２は、特徴量記憶部１０４に記憶
されているテンプレートベクトルの特徴量と、特徴量演
算部１０１により算出された入力ベクトルの特徴量とに
基づいて、類似度演算（距離演算）を実行するか否かを
判定する。
【００２６】類似度演算部１０３は、類似度演算判定部
１０２による判定結果に応じて、入力ベクトルとテンプ
レートベクトルとの類似度演算（距離演算）を実行す
る。特徴量記憶部１０４は、予め算出したテンプレート
ベクトルの特徴量を記憶するものであり、テンプレート
記憶部１０５は、複数のテンプレートベクトルを記憶す
るものである。
【００２７】最大類似度検索部１０６は、類似度演算部
１０３により算出された類似度と、最大類似度記憶部１
０７に記憶されている現在までの処理において最大であ
る類似度とを比較する。アドレス指示部１０８は、テン
プレート記憶部１０５内の全てのテンプレートベクトル
に対して処理が完了した後、最大類似度検索部１０６で
の比較結果に基づいて、類似度が最大であった（入力ベ
クトルに最も類似した）テンプレートベクトルのアドレ
スをインデックスとして出力する。
【００２８】図２は、上記図１に示した第１の検索部に
よる処理を説明するための図である。なお、図２におい
ては、入力ベクトルおよびテンプレートベクトルの特徴
量として、各ベクトルの要素（所定の大きさ、例えば４
×４画素のブロックに含まれる各画素のデータ値）の総
和を用いた場合の処理について説明する。
【００２９】ここで、ベクトルの次元をｎ次元とする
と、入力ベクトルの要素和とテンプレートベクトルの要
素和との差（後述する式（１）の）と、入力ベクトル
とテンプレートベクトルとの差分絶対値距離（後述する
式（１）の）とには、以下のような関係が成り立つ。
【００３０】
【数１】
【００３１】上記式（１）において、ｉlは入力ベクト
ルＩのｌ番目の要素であり、ｔklはｋ番目のテンプレー
トベクトルＴkのｌ番目の要素である。式（１）は、
「２つのベクトル間の差分絶対値距離は、それらのベク
トルの要素和の差の絶対値に等しいか、あるいは要素和
の差の絶対値より大きい」ということを示している。す
なわち、上記式（１）を用いる方法は、ブロックの全体
の濃さを特徴量として抽出し用いる方法である。
【００３２】上記式（１）に示した関係を用いたベクト
ル量子化において、複数のテンプレートベクトルで構成
されるコードブックから入力ベクトルに最も類似するテ
ンプレートベクトルを探し出すコードブック検索手順を
以下に示す。
【００３３】（手順１）予めテンプレートベクトルの要
素の総和を全て計算し、特徴量記憶部１０４に記憶して
おく。
【００３４】（手順２）入力ベクトルＩが与えられた
ら、特徴量演算部１０１にて入力ベクトルＩの要素の総
和を計算する。そして、１番目のテンプレートベクトル
Ｔ1と入力ベクトルＩとの差分絶対値距離を類似度演算
部１０３にて計算し、最大類似度記憶部１０７に最小差
分絶対値距離として記憶する。
【００３５】（手順３）２番目のテンプレートベクトル
Ｔ2の要素の総和と、入力ベクトルＩの要素の総和との
差を類似度演算判定部１０２にて計算する。さらに、類
似度演算判定部１０２は、算出した要素の総和の差と、
最大類似度記憶部１０７に記憶されている最小差分絶対
値距離とを比較する。
【００３６】上記比較の結果、類似度演算判定部１０２
は、最小差分絶対値距離よりも要素の総和の差が小さい
か、あるいは最小差分絶対値距離と要素の総和の差とが
等しい場合には、類似度演算部１０３にて類似度演算を
実行すると判定する。上記判定に従い、類似度演算部１
０３は、テンプレートベクトルＴ2と入力ベクトルＩと
の差分絶対値距離を計算する。
【００３７】最大類似度検索部１０６は、類似度演算部
１０３にて算出した差分絶対値距離と、最小差分絶対値
距離とを比較する。その結果、類似度演算部１０３にて
算出した差分絶対値距離が最小差分絶対値距離より小さ
い場合には、このテンプレートベクトルのインデックス
を保存し、類似度演算部１０３にて算出した差分絶対値
距離を最小差分絶対値距離として最大類似度記憶部１０
７に記憶し更新する。
【００３８】一方、類似度演算判定部１０２での比較の
結果、最小差分絶対値距離よりも要素の総和の差が大き
い場合には、このテンプレートベクトルと入力ベクトル
との差分絶対値距離は最小差分絶対値距離を更新する
（最小差分絶対値距離より小さくなる）ことはないた
め、類似度演算判定部１０２は、類似度演算部１０３に
て類似度演算を実行しないと判定し、差分絶対値距離演
算を行わずに次のテンプレートベクトルの検索を開始す
る。
【００３９】（手順４）手順３をテンプレート記憶部１
０５に記憶されている全てのテンプレートベクトルに対
して最後まで繰り返す。
【００４０】以上のように処理を実行し、第１の検索部
１１０により検索対象となる（マッチングすべき）テン
プレートベクトルを特徴量に基づいて選択することで、
入力ベクトルとテンプレートベクトルとのマッチング回
数を減少させることができる。ここで要素の総和の差分
を求める計算は、全てのテンプレートベクトルについて
行うが、１次元のスカラ演算であるのに対し、差分絶対
値距離演算はｎ次元のベクトル演算であるため、ｎ≧２
である場合には、単なるスカラ演算によりｎ次元のベク
トル演算を多く省略することができ、演算量を減らすこ
とができる。
【００４１】例えば、図２に示すように入力ベクトルＩ
の要素の総和と、（ｋ−１）番目のテンプレートベクト
ルＴk-1の要素の総和との差が“５３”であり、入力ベ
クトルＩとテンプレートベクトルＴk-1との差分絶対値
距離が“９４”（図２においては、（ｋ−１）番目まで
のテンプレートベクトルでの最小差分絶対値距離である
と仮定する。）であったとする。
【００４２】このとき、入力ベクトルＩの要素の総和
と、ｋ番目のテンプレートベクトルＴ kの要素の総和と
の差が“１８”であり、最小差分絶対値距離である入力
ベクトルＩとテンプレートベクトルＴk-1との差分絶対
値距離“９４”より小さいので、入力ベクトルＩとテン
プレートベクトルＴkとの差分絶対値距離を計算する。
算出された差分絶対値距離が“２１”であり、最小差分
絶対値距離より小さいので、最小差分絶対値距離を“２
１”に更新する。
【００４３】そして、入力ベクトルＩの要素の総和と、
（ｋ＋１）番目のテンプレートベクトルＴk+1の要素の
総和との差が“４２”であり、最小差分絶対値距離であ
る入力ベクトルＩとテンプレートベクトルＴkとの差分
絶対値距離“２１”より大きいので、入力ベクトルＩと
テンプレートベクトルＴk+1との差分絶対値距離は計算
しない。このように、テンプレートベクトルＴk+1につ
いては、単なる１次元のスカラ演算のみを実行し、ｎ次
元のベクトル演算を実行せずに、次のテンプレートベク
トルに対する処理に移行する。
【００４４】なお、上述した例では特徴量としてベクト
ルの要素の総和を用いていたが、特徴量はこれに限られ
るものではない。例えば、以下に説明するような入力ベ
クトルおよびテンプレートベクトルにおけるそれぞれの
反転後の要素の総和の差を特徴量として用いても良い。
入力ベクトルとテンプレートベクトルとの差分絶対値距
離と、それぞれの反転後の要素の総和の差とには、式
（２）のような不等式が成り立つ。
【００４５】
【数２】
【００４６】なお、上記式（２）は、各画素のデータ値
が“０”〜“２５５”の範囲内の値である場合を一例と
して示している。ここで、「反転」とは中間値を中心と
して白黒反転するということである。例えば、各画素の
データ値が“０”〜“２５５”の範囲内の値である場合
には、中心値が“１２７．５”であるため、反転すると
データ値“１２８”は“１２７”に、データ値“１０
０”は“１５５”になる。以下に説明する例では、反転
画素（ピクセル）のデータ値を“２５５”から減算する
ことで反転を行う。
【００４７】また、反転は全ての画素に対して行うので
はなく、部分的に画素を反転させる。式（２）では０〜
ｍ番目の画素に対して非反転、（ｍ＋１）〜ｎ番目の画
素に対して反転としているが、必ずしも連番である必要
はない。しかしながら、反転させる画素は、入力ベクト
ルおよびテンプレートベクトルともに同じ要素番号でな
ければならない。
【００４８】上記式（２）を用いる方法は、ブロック内
における輝度の変化方向の特徴を抽出して用いる方法で
ある。図３に、式（２）に示した関係を利用するための
特徴量の抽出例を示す。上記式（２）に示した関係を利
用するための特徴量の抽出では、特定の反転パターンを
予め用意する。図３においては、反転パターンを「白」
と「黒」の２値で表現している。「白」の部分は非反
転、「黒」の部分は反転である。
【００４９】まず、特徴量演算部１０１は、反転パター
ンを用いて入力ベクトルの反転に該当するピクセルを反
転し、反転後の要素の総和を求める。また、テンプレー
トベクトルについても同様の反転パターンを用いて反転
し、要素の総和を求め、特徴量記憶部１０４に記憶して
おく。
【００５０】次に、上述したようにして求めた反転後の
入力ベクトルの要素の総和と反転後のテンプレートベク
トルの要素の総和との差を、類似度演算判定部１０２に
て求める。図３に示した例では、要素の総和の差分値は
“１５５２”となり、このとき入力ベクトルとテンプレ
ートベクトルとの差分絶対値距離は、上記式（２）より
必ず“１５５２”に等しいか、あるいはそれより大きい
値となる。この上記式（２）に示した不等式で表される
関係を利用して、現在までの処理にて得られた最小差分
絶対値距離より反転後のベクトルの要素の総和の差が大
きい場合には、そのテンプレートベクトルの検索（距離
演算）は不要として演算を省略することができる。
【００５１】次に、上記図３に示した例では、１種類の
反転パターンのみを用いていたが、複数の反転パターン
を用いることも可能である。図４に、複数の（５種類
の）反転パターンを用いた場合の例を示す。なお、図４
においても、反転パターンを「白」と「黒」の２値で表
現し、「白」の部分は非反転、「黒」の部分は反転であ
る。
【００５２】上記図３に示した例と同様に、それぞれの
反転パターンを用いて、入力ベクトルおよびテンプレー
トベクトルを反転させ、反転後の入力ベクトルの要素の
総和と反転後のテンプレートベクトルの要素の総和との
差をそれぞれの反転パターンに対して求める。ここで、
上記式（２）より入力ベクトルとテンプレートベクトル
との差分絶対値距離は、要素の総和の差分値以上となる
ので、それぞれの反転パターンにおける要素の総和の差
分値の中の最大値を求め、それを特徴量として採用す
る。
【００５３】図４に示した例では、反転後の入力ベクト
ルの要素の総和と、反転後のテンプレートベクトルの要
素の総和との差の最大値は“１２５２”となる。このと
き、入力ベクトルとテンプレートベクトルとの差分絶対
値距離は、必ず“１２５２”に等しいか、あるいはそれ
より大きい値となる。このように、特徴量の抽出に用い
る反転パターン数を増やすことで、さらに演算量を減ら
すことができる。
【００５４】図５は、１２種類の静止画像について、５
種類の反転パターンを用いてベクトル量子化を行った
際、入力ベクトルとテンプレートベクトルとの差分絶対
値距離についての演算を実行した回数の割合を示す図で
ある。図５において、コードブック検索率は、テンプレ
ート記憶部１０５に記憶されているテンプレートベクト
ル数に対する差分絶対値距離の演算を実行したテンプレ
ートベクトル数を百分率で示したものである。なお、図
５に示した例において、コードブックのサイズ（テンプ
レート記憶部１０５に記憶されているテンプレートベク
トルの総数）は２０４８である。図５に示したように、
用意したテンプレートベクトルの総数の１〜７％の数だ
け入力ベクトルとテンプレートベクトルとの差分絶対値
距離の演算を実行すれば良いので、ベクトル量子化に要
する時間を格段に短縮することができ、ベクトル量子化
を用いたデータの圧縮処理を高速化することができる。
【００５５】上述したような特徴量を用いる検索方法で
は、２つのベクトル（入力ベクトルとテンプレートベク
トル）の間に成り立つ数学的関係を使用しているため、
精度の低下を発生させずに演算を省略することができ
る。
【００５６】次に、パターンの類似度演算を実行する際
の演算サイクル数を減少させるための第２段階目の処理
について説明する。ベクトル量子化においては、類似度
を差分絶対値距離で考える。類似度、すなわち差分絶対
値距離の演算は、上記図１に示した類似度演算部１０３
にて実行される。
【００５７】図６は、差分絶対値距離を演算する回路ブ
ロック図の一例である。図６において、６０１は差分絶
対値演算部であり、ベクトルの各要素毎の差分絶対値距
離をそれぞれ算出する。６０２は加算演算部であり、差
分絶対値演算部６０１にて算出された各要素毎の差分絶
対値距離の和を算出し出力する。ここで、図６におい
て、ベクトル（入力ベクトルおよびテンプレートベクト
ル）の次元は１６次元としているが、本発明はこれに限
らず、次元数を増やすことも可能である。
【００５８】図７は、上記図６に示した差分絶対値演算
部６０１の回路ブロックの一例を示す図である。図７に
示す差分絶対値演算部６０１は、上位桁側からデータを
ビットシリアルで入力して演算単位時間内で演算し、演
算結果である差分絶対値を上位桁側から出力する。ま
た、差分絶対値演算部は、バイナリデータを入力し、２
進３値ＳＤ数系で結果を出力する。ここで、２進３値Ｓ
Ｄ数系は、各桁に“−１、０、１”を許す数系といった
符号集合を許す数系である。例えば、１０進数の“２”
は、２進３値ＳＤ数系では“０ ０ １ ０”、“０ １
−１ ０”、“１−１ −１ ０”などと表すことができ
る(上位から２3、２2、２1、２0の重みの桁である)。
【００５９】差分絶対値演算部は、差分演算を行うブロ
ックと絶対値演算を行うブロックとの２つのブロックに
より構成され、差分演算ブロック７０１では上位桁側か
ら１桁ごとの減算を行い、１桁ごとに減算結果を出力す
る。減算結果は一時保存レジスタ７０２にラッチされる
とともに、状態制御ブロック７０３に入力される。状態
制御ブロック７０３は、減算結果を上位の桁から調べ
て、最初に現れた“０”以外の数字が負ならば符号反転
ブロックに符号反転要求信号を送るようなステートマシ
ンである。
【００６０】絶対値演算ブロック７０４は、状態制御ブ
ロック７０３の状態から、符号反転要求信号が出されて
いるときは、差分値が負であるので絶対値をとるために
反転を行う。一方、符号反転要求信号が出されていない
ときは、差分値が“０”または正であるのでデータをス
ルーで（そのまま）出力する。
【００６１】この図７に示した差分絶対値演算部をベク
トルの次元数分だけ並列に用意することで、入力ベクト
ルおよびテンプレートベクトルを上位桁側から１６要素
分ビットシリアルで入力し、演算単位時間内で演算さ
れ、演算結果である差分絶対値を上位桁側からビットシ
リアルで出力することができる。
【００６２】次に、差分絶対値演算部６０１より上位桁
側から出力された差分絶対値を、加算演算部にて、全て
上位桁側から足し合わせることで差分絶対値距離を演算
することができる。上位桁側からの加算を行うために、
２進３値ＳＤ数系を用いる。この２進３値ＳＤ数系を用
いると、加算演算の桁上げ信号の伝播は最大２桁で収ま
るという特徴がある。これを利用し、下１桁および下２
桁を参照しながら演算を実行することで上位桁側からの
加算演算が実行できる。
【００６３】図８は、上記図６に示した加算演算部の回
路ブロックの一例を示す図である。図８に示す加算演算
部は、上位桁側からデータの入力して演算単位時間内で
演算し、上位桁側からデータを出力する。ここで２進Ｓ
Ｄ数系による加算演算においては、桁上げ信号は２桁ま
で伝播するので、２桁まで下の情報を参照するために内
部に２つの遅延素子を用いた構造にする。図８におい
て、ＸN、ＹNは入力データであり、ＺN+2は出力データ
である。
【００６４】なお、図８に示した加算演算部は、入力す
るデータ数が２つの場合を示しているが、入力数を増や
すことも可能である。図９は、入力するデータ数を４つ
に拡張した加算演算部の回路ブロックの一例を示す図で
ある。各加算部は、図１０に示す真理値表を満たすよう
に設計すれば良い。これを入力するデータ数を１６に拡
張した加算演算部と絶対値演算部を用いることで、２つ
の１６次元のベクトル間の差分絶対値距離を上位桁側か
ら演算することができる。なお、２進ＳＤ数系において
は、値の負表現等は１桁を数ビットで表現することで任
意に設計可能である。
【００６５】次に、最大類似度検索部１０６について説
明する。上述した２進３値ＳＤ数系の数の大小は、上位
桁側から数値を調べて行き、ある桁以上で“２”以上の
差が出た時点で決定することができる。ある２つの数に
ついて、一方の数がｍ桁目以上で“２”だけ大きけれ
ば、その数のほうが他方の数より大きい。
【００６６】上位桁側からシリアルで入力される多数の
数値の中から最小値を見つけ出すには、ある桁を受け取
った時点で、最小と思われる数値より大きいことが判明
した数値を“Ｌａｒｇｅｒ”、最小より１だけ大きいと
いう数値を“Ｃａｎ‘ｔ Ｄｅｃｉｄｅ”、最小である
と思われる数値を“Ｓｍａｌｌｅｒ”というように３つ
の状態を定義し、図１１に示すような状態遷移図に基づ
くように回路を設計すれば良い。そして、データを最後
まで入力したときに、“Ｓｍａｌｌｅｒ”状態に残って
いる数値が最小値（Ｗｉｎｎｅｒ）である。
【００６７】上述したような原理に基づく最小値検索演
算部を図１２に示す。状態遷移図による状態を一時保持
する順序回路１２０１を“State Indicator”、「Small
er」状態にある数の現在見ている桁の最小値を求める回
路１２０２を“Minimum value observer”、「Winner」
の位置をエンコードする回路１２０３を“Winner obser
ver”とする。この回路構成によれば、各々の入力に対
して“State Indicator”を用意することで、入力の数
を自由に増やすことができる。
【００６８】“State Indicator”は初期状態で「Small
er」にリセットされる。比較すべきデータを上位桁から
シリアルで入力し、１つが「Smaller」状態、残りの全
てが“Larger”状態になった時点で“Winner observe
r”ブロックは比較結果と判定終了フラグを出力する。
【００６９】以上、説明した処理をまとめると、図１３
および図１４に示すフローチャートに従い本実施形態で
の処理が実現される。なお、図１３および図１４におい
て、Ａｄｄｒはテンプレートベクトルのアドレスであ
り、Ｎはテンプレートベクトルの総数、ｍｉｎＡは検索
候補のテンプレートベクトルのアドレス、ｍｉｎＤは最
小差分絶対値距離、Ｆiは入力ベクトルの特徴量、Ｆtは
テンプレートベクトルの特徴量、Ｄは特徴量の差分絶対
値、Ｄｉｓｔは演算中の差分絶対値距離である。
【００７０】（第２の実施形態）次に、第２の実施形態
について説明する。ベクトル量子化の方法の１つとし
て、パターンマッチングを行う前の処理としてブロック
の平均値を除去するという方法がある。
【００７１】以下に、ブロックの平均値を除去する方法
の一例について説明する。あるベクトルＸを式（３）
（４）に示すように、その平均値ｍと、平均値ｍが除去
された残差Ｒとに分けて、残差Ｒを新たなベクトルとし
てパターンマッチングを行う。
【００７２】
【数３】
【００７３】しかし、ブロックの平均値情報を除去する
ことで、全ブロックの平均値が均一化されてしまい、平
均値情報のばらつきが小さくなってしまう。ここで、上
述した式（１）に示した関係を利用して演算量を減らす
方法は、ベクトルの平均値情報のばらつきが大きいこと
を利用した方法であるので、ベクトルの平均値情報のば
らつきが均一化されているときには有効に作用しない。
【００７４】しかし、平均値が除去されてもブロックの
輝度の変化の情報は失われていないので、上述した式
（２）に示した関係を利用して演算を減らす方法は有効
である。図１５は、平均値の情報を除去したブロックに
おいて、上述した第１の実施形態による演算省略方法を
用いて、１２種類の静止画像について、５種類の反転パ
ターンを用いてベクトル量子化を行った際の差分絶対値
距離の演算を実行した割合を示すグラフである。なお、
図１３においてはコードブックのサイズは３種類使用し
ている。
【００７５】
【発明の効果】以上説明したように、本発明によれば、
例えば、画像データや音声データのデータ圧縮処理に用
いられるベクトル量子化におけるパターンマッチング処
理にて、入力パターンおよびテンプレートパターンの特
徴量を利用することで、マッチングを行う必要のあるテ
ンプレート数を減少させることができる。また、マッチ
ングを行う際の演算を上位桁側から行うことで、演算の
サイクル数を減少させることができる。このように２つ
の演算省略処理を組み合わせることで、高い演算省略率
を得ることができ、ベクトル量子化を用いたデータの圧
縮処理を高速に実行することができる。また、ベクトル
量子化において、ブロックの平均値の情報を除去する方
法を適用した場合には、複数の特徴量を用いることでマ
ッチングを行う必要のあるテンプレート数を減少させる
ことができる。
【図面の簡単な説明】
【図１】第１の実施形態によるデータ処理装置の一構成
例を示すブロック図である。
【図２】第１の検索部による処理を説明するための図で
ある。
【図３】第１の検索部による特徴量の抽出処理の他の例
を示す図である。
【図４】複数の反転パターンを用いた場合の特徴量の抽
出処理の一例を示す図である。
【図５】５種類の反転パターンを用いた際の差分絶対値
距離の演算を実行した回数の割合を示す図である。
【図６】差分絶対値距離を演算する回路ブロックの一例
を示す図である。
【図７】差分絶対値演算部の回路ブロックの一例を示す
図である。
【図８】加算演算部の回路ブロックの一例を示す図であ
る。
【図９】入力するデータ数を４つに拡張した加算演算部
の回路ブロックの一例を示す図である。
【図１０】加算演算部の各加算部の真理値表を示す図で
ある。
【図１１】最小値を見つけ出すための状態遷移図を示す
図である。
【図１２】最小値検索演算部の一構成例を示すブロック
図である。
【図１３】第１の実施形態による処理を示すフローチャ
ートである。
【図１４】第１の実施形態による処理を示すフローチャ
ートである。
【図１５】５種類の反転パターンを用いた際の第２の実
施形態における差分絶対値距離の演算を実行した回数の
割合を示す図である。
【符号の説明】
１０１ 特徴量演算部 １０２ 類似度演算判定部 １０３ 類似度演算部 １０４ 特徴量記憶部 １０５ テンプレート記憶部 １０６ 最大類似度検索部 １０７ 最大類似度記憶部 １０８ アドレス指示部 １１０ 第１の検索部
フロントページの続き (72)発明者 大見 忠弘 宮城県仙台市青葉区米ヶ袋２−１−17− 301 Ｆターム(参考） 5B057 CA08 CA12 CA16 CB08 CB12 CB17 CC02 CG06 CH08 DA17 DB02 DB09 DC34 DC36 5C059 MD07 UA02 5J064 AA03 BA13 BB03 BB04 BC01 BC08 BC09 BC14 BC21 5L096 AA06 DA05 EA23 GA08 GA10 GA19 HA09 JA03 JA09 JA26

Claims (13)

    【特許請求の範囲】
  1. 【請求項１】 予め用意された複数のテンプレートパタ
    ーンの中から、入力パターンに最も類似した上記テンプ
    レートパターンを示す情報を出力するデータ処理装置で
    あって、 類似したテンプレートパターンを検索する際に、上記入
    力パターンおよびテンプレートパターンの特徴量を用い
    て、上記入力パターンとテンプレートパターンとの類似
    度を演算するテンプレートパターンを選択する第１の検
    索手段と、 上記第１の検索手段により選択されたテンプレートパタ
    ーンと、入力パターンとの類似度を演算する際に、ビッ
    トシリアルで当該演算を実行する第２の検索手段とを備
    えることを特徴とするデータ処理装置。
  2. 【請求項２】 上記第２の検索手段は、ビットシリアル
    で入力されたデータに対して演算単位時間で当該演算を
    実行し、演算単位時間毎に演算結果に基づいて類似度が
    最大となるか否かを判定することを特徴とする請求項１
    に記載のデータ処理装置。
  3. 【請求項３】 上記第１の検索手段は、上記入力パター
    ンおよびテンプレートパターンの特徴量を用いて、上記
    類似度を演算するテンプレートパターン数を削減し、 上記第２の検索手段は、上記入力パターンと上記第１の
    検索手段にて選択されたテンプレートパターンとの類似
    度の演算をビットシリアルで実行し、当該演算に要する
    ステップ数を削減することを特徴とする請求項１に記載
    のデータ処理装置。
  4. 【請求項４】 上記入力パターンおよびテンプレートパ
    ターンは、少なくとも１つ以上の要素から構成される１
    つのベクトルデータであることを特徴とする請求項１に
    記載のデータ処理装置。
  5. 【請求項５】 上記入力パターンおよびテンプレートパ
    ターンは、少なくとも１つ以上の要素から構成され、 上記第２の検索手段は、上記入力パターンとテンプレー
    トパターンとの類似度として差分絶対値距離を算出する
    類似度演算手段を有し、 上記第１の検索手段は、上記入力パターンの特徴量とテ
    ンプレートパターンの特徴との差分絶対値が、当該テン
    プレートパターンとは異なるテンプレートパターンと入
    力パターンとの差分絶対値距離の値以上の場合には、当
    該異なるテンプレートパターンと入力パターンとの差分
    絶対値距離の演算を実行しないと判定する類似度演算判
    定手段を有することを特徴とする請求項１に記載のデー
    タ処理装置。
  6. 【請求項６】 上記類似度演算手段は、上記第１の検索
    手段にて選択されたテンプレートパターンおよび入力パ
    ターンがともにデータの上位桁側から演算時間単位毎に
    ビットシリアルで入力され、上記入力されたデータを演
    算時間単位内で演算し、演算結果である差分絶対値距離
    を上位桁側からビットシリアルで出力することを特徴と
    する請求項５に記載のデータ処理装置。
  7. 【請求項７】 上記特徴量は、上記入力パターンおよび
    テンプレートパターンを構成する個々の要素の総和、お
    よび上記個々の要素のうち一部の要素をとり得る値の中
    間値を基準として反転操作した後の要素の総和の少なく
    とも一方であることを特徴とする請求項１に記載のデー
    タ処理装置。
  8. 【請求項８】 上記類似度演算手段は、半導体回路によ
    り構成され、入力されるデータはバイナリ数系により上
    位桁側から入力され、出力するデータは冗長な数系によ
    り上位桁側から出力することを特徴とする請求項５に記
    載のデータ処理装置。
  9. 【請求項９】 上記類似度演算手段は、入力パターンお
    よびテンプレートパターンの要素の差分絶対値を要素毎
    に算出する差分絶対値演算手段と、 上記差分絶対値演算手段により算出された要素毎の差分
    絶対値を加算する加算手段とを有し、 上記差分絶対値演算手段は、パターンの要素数分だけ備
    えられていることを特徴とする請求項５に記載のデータ
    処理装置。
  10. 【請求項１０】 上記差分絶対値演算手段は、バイナリ
    数系により上位桁側からデータが入力され、入力された
    データの差分値をビットシリアルで演算し、冗長な数系
    により上位桁側から出力することを特徴とする請求項８
    に記載のデータ処理装置。
  11. 【請求項１１】 上記差分絶対値演算手段は、さらに、
    上位桁側からビットシリアルで出力する差分値にて最初
    現れた“０”以外の数値を状態として記憶し、当該記憶
    した状態に応じて差分値を反転または非反転し差分絶対
    値を演算する機能を有することを特徴とする請求項１０
    に記載のデータ処理装置。
  12. 【請求項１２】 上記加算演算部は、演算単位時間分だ
    け遅延する遅延手段を有し、冗長な数系により上位桁側
    からデータが入力され、演算結果を冗長な数系により上
    位桁側から出力することを特徴とする請求項１０に記載
    のデータ処理装置。
  13. 【請求項１３】 上記第２の検索手段は、入力パターン
    とテンプレートパターンとの最小差分絶対値距離を保持
    する保持手段と、 上記保持手段に保持されている最小差分絶対値距離が上
    位桁側からビットシリアルで入力されるとともに、上記
    テンプレートパターンとは異なるテンプレートパターン
    と入力パターンとの差分絶対値距離を算出する類似度演
    算手段により求められた差分絶対値距離が上位桁側から
    ビットシリアルで入力され、入力された差分絶対値距離
    を比較演算する比較手段を有し、 上記比較手段による比較にて、上記テンプレートパター
    ンとは異なるテンプレートパターンと入力パターンとの
    差分絶対値距離が、上記保持手段に保持されている最小
    差分絶対値距離より大きいと確定した後、以降の下位桁
    の演算を中止することを特徴とする請求項１に記載のデ
    ータ処理装置。
JP2002044054A 2002-02-20 2002-02-20 データ処理装置 Pending JP2003243988A (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2002044054A JP2003243988A (ja) 2002-02-20 2002-02-20 データ処理装置
US10/504,968 US20050105816A1 (en) 2002-02-20 2003-02-17 Data processing device
PCT/JP2003/001629 WO2003071687A1 (en) 2002-02-20 2003-02-17 Data processing device
EP03705222A EP1487112A4 (en) 2002-02-20 2003-02-17 DATA PROCESSING DEVICE

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2002044054A JP2003243988A (ja) 2002-02-20 2002-02-20 データ処理装置

Publications (1)

Publication Number Publication Date
JP2003243988A true JP2003243988A (ja) 2003-08-29

Family

ID=27750542

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2002044054A Pending JP2003243988A (ja) 2002-02-20 2002-02-20 データ処理装置

Country Status (4)

Country Link
US (1) US20050105816A1 (ja)
EP (1) EP1487112A4 (ja)
JP (1) JP2003243988A (ja)
WO (1) WO2003071687A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10025603B2 (en) 2013-02-26 2018-07-17 Nec Corporation Parallel processing device, parallel processing method, and parallel processing program storage medium

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2395504B1 (en) * 2009-02-13 2013-09-18 Huawei Technologies Co., Ltd. Stereo encoding method and apparatus
CN111339344B (zh) * 2020-02-25 2023-04-07 北京百度网讯科技有限公司 室内图像检索方法、装置及电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999031573A1 (fr) * 1997-12-17 1999-06-24 Kabushiki Kaisha Ultraclean Technology Research Institute Procede et circuit semi-conducteur pour effectuer des operations arithmetiques
JP2000004164A (ja) * 1998-04-17 2000-01-07 Tadahiro Omi ベクトル量子化装置および方法、記録媒体
JP2000201078A (ja) * 1998-04-17 2000-07-18 Tadahiro Omi デ―タ圧縮装置および方法、デ―タ伸長装置および方法、デ―タ圧縮伸長システムおよび方法、コ―ドブックの作成方法、記録媒体

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IT1257073B (it) * 1992-08-11 1996-01-05 Ist Trentino Di Cultura Sistema di riconoscimento, particolarmente per il riconoscimento di persone.
JP2972657B2 (ja) * 1997-06-20 1999-11-08 山形日本電気株式会社 Ｅｆｍ信号のフレーム周期検出回路及びｅｆｍ信号再生用ビット同期クロック信号の周波数制御方法
JPH11289459A (ja) * 1998-04-02 1999-10-19 Matsushita Electric Ind Co Ltd 画像符号化方法
JP2001204024A (ja) * 2000-01-18 2001-07-27 Tadahiro Omi データ圧縮方法、データ圧縮装置及び記憶媒体
JP2002064383A (ja) * 2000-08-18 2002-02-28 Yamaha Corp Δς変調器
US6719689B2 (en) * 2001-04-30 2004-04-13 Medtronic, Inc. Method and system for compressing and storing data in a medical device having limited storage
US6640008B1 (en) * 2001-06-29 2003-10-28 Shih-Jong J. Lee Rotation and scale invariant pattern matching method

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999031573A1 (fr) * 1997-12-17 1999-06-24 Kabushiki Kaisha Ultraclean Technology Research Institute Procede et circuit semi-conducteur pour effectuer des operations arithmetiques
JP2000004164A (ja) * 1998-04-17 2000-01-07 Tadahiro Omi ベクトル量子化装置および方法、記録媒体
JP2000201078A (ja) * 1998-04-17 2000-07-18 Tadahiro Omi デ―タ圧縮装置および方法、デ―タ伸長装置および方法、デ―タ圧縮伸長システムおよび方法、コ―ドブックの作成方法、記録媒体

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
AKIRA NAKADA,TADASHI SHIBATA,MASAHIRO KONDA,TATSUO MORIMOTO,TADAHIRO OHMI: "A Fully Parallel Vector-Quantization Processor for Real Time Motion-Pictue Compression", IEEE JOURNAL OF SOLID-STATE CIRCUITS, vol. 34, no. 6, JPNX006018866, June 1999 (1999-06-01), pages 822 - 830, XP011061022, ISSN: 0000733245 *
TOSHIYUKI NOZAWA,MASAHIRO KONDA,MASANORI FUJIBAYASHI,MAKOTO IMAI,KOJI KOTANI,SHIGETOSHI SUGAWA,TADAH: "A Parallel Vector-Quantization Processor Eliminating Redundant Calculations for Real-Time Motion Pic", IEEE JOURNAL OF SOLID-STATE CIRCUITS, vol. 35, no. 11, JPNX006018867, November 2000 (2000-11-01), pages 1744 - 1751, XP011061371, ISSN: 0000733246 *
中山貴裕 他: "ベクトル量子化を用いた静止画像高画質高圧縮システム", 電子情報通信学会技術研究報告, vol. Vol.101,No.388，IE2001-100, JPNX006018865, 19 October 2001 (2001-10-19), pages 47 - 52, ISSN: 0000733244 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10025603B2 (en) 2013-02-26 2018-07-17 Nec Corporation Parallel processing device, parallel processing method, and parallel processing program storage medium

Also Published As

Publication number Publication date
WO2003071687A1 (en) 2003-08-28
EP1487112A4 (en) 2005-12-21
US20050105816A1 (en) 2005-05-19
EP1487112A1 (en) 2004-12-15

Similar Documents

Publication Publication Date Title
US11137981B2 (en) Operation processing device, information processing device, and information processing method
US11023801B2 (en) Data processing method and apparatus
CN107608715B (zh) 用于执行人工神经网络正向运算的装置及方法
Zhou et al. Dorefa-net: Training low bitwidth convolutional neural networks with low bitwidth gradients
CN107688855B (zh) 针对于复杂神经网络的分层量化方法与装置
CN110413255B (zh) 人工神经网络调整方法和装置
RU2273044C2 (ru) Способ и устройство для параллельного объединения данных со сдвигом вправо
CN110008952B (zh) 一种目标识别方法及设备
CN111401550A (zh) 神经网络模型量化方法、装置及电子设备
US20030084082A1 (en) Apparatus and method for efficient filtering and convolution of content data
JPH07236143A (ja) 高速デジタル信号復号化方法
CN111062475A (zh) 用于对神经网络的参数进行量化的方法和装置
US20190138922A1 (en) Apparatus and methods for forward propagation in neural networks supporting discrete data
EP3769208B1 (en) Stochastic rounding logic
US11704543B2 (en) Neural network hardware acceleration with stochastic adaptive resource allocation
JP2022188301A (ja) 情報処理装置、情報処理方法
CN110648348B (zh) 基于neqr表达的量子图像分割方法
CN109523016B (zh) 面向嵌入式系统的多值量化深度神经网络压缩方法及系统
JP2003243988A (ja) データ処理装置
CN114693919A (zh) 一种目标检测方法、终端设备及存储介质
JP3676577B2 (ja) ベクトル量子化装置および方法、記録媒体
JP6539459B2 (ja) Ｌｖｑニューラルネットワーク
JP4243277B2 (ja) データ処理装置
JP2020067897A (ja) 演算処理装置、学習プログラム及び学習方法
JPH09305754A (ja) 画像処理方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20050125

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20060509

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20060710

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20060725

A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20060810

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20061113