JP2011505083A - 品質制御パラメータの変更及びスケーリングによって変換される画像のファイルサイズを予想するシステム、方法及びプログラム - Google Patents

Abstract

少なくとも１つの品質制御パラメータの変更及びスケーリングによって変換される画像のファイルサイズを予想するシステム及び方法であって、入力部は、（ａ）画像変換前の画像のファイルサイズ、（ｂ）画像変換前の画像の少なくとも１つの品質制御パラメータについての情報、（ｃ）画像変換時の画像に対して利用される少なくとも１つの品質制御パラメータについての情報、及び（ｄ）画像変換時の画像に対して利用されるスケーリング係数を受信する。相対サイズ予想は、受信した品質制御パラメータ情報及びスケーリング係数に基づいて計算される。画像変換後の画像のファイルサイズは、画像変換前の画像ファイルサイズと計算された相対サイズ予想との関数として最終的に計算される。
【選択図】図１

Description

本発明は主に画像トランスコーディングに関する。より具体的には、本発明は品質制御パラメータの変更及びスケーリングによって変換される画像のファイルサイズを予想するシステム及び方法に関連する。

近年、携帯端末、電子デバイス、コミュニケーション及びマルチメディアアプリケーションの異種性質のために、マルチメディアトランスコーディングが必須のものとなっている。例えば、新たなマルチメディアメッセージサービス（ＭＭＳ）においては、送り先の携帯端末が現行のフォーマットで受信したメディアを取り扱えないときに相互運用性を保証するためにはサーバ側の適合が必要となる。画像関連の相互運用性の問題は主に、過度の解像度又はファイルサイズに起因する。従って、画像トランスコーディング動作は、通例、画像スケーリング及びファイルサイズ縮小に関連する。

画像の解像度を減少することはよく知られており、確定的な問題であるが、所望の目標を満たす目的で画像の圧縮ファイルサイズを効率的に縮小することは依然として困難である。例えば、非可逆のＪＰＥＧ（Ｊｏｉｎｔ Ｐｈｏｔｏｇｒａｐｈｉｃ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ）フォーマットにおいては、ユーザは通常、品質係数（ＱＦ）を制御する。品質係数は、量子化プロセスに影響を与え、それゆえ、圧縮ファイルサイズに影響を与える。実際、より高いＱＦは、より良い画像品質及びより大きいファイルサイズにつながる。しかしながら、ＱＦと圧縮ファイルサイズとの間の関係を確立するときには、他の画像特性を考慮する必要があるので、ＱＦと圧縮ファイルサイズとの間の正確な関係性はまだ十分にない。

画像のファイルサイズ縮小に対しての単純なトランスコーディングアプローチは、画像をデコードすること、その後に、許容範囲内において所望の目標サイズが実現できるまで異なるＱＦ値によって画像を反復的に再エンコードすることを含み得る。このアプローチは機能的ではあるが、計算の観点からは非常に非効率であり、高容量画像トランスコーディングサーバにとっては容認できないものである。

幾つかの研究において、量子化とファイルサイズ又はビットレートとの間の関係が調べられている。これらの研究は興味深い結果を提供しているが、多くの条件を保持できないので、ＱＦ値の変更及びスケーリングによって変換されるＪＰＥＧ画像ファイルサイズを予想する提案されたコンテキストにおいてはこれらの実行は困難である。例えば、研究の多くは、オリジナルの加工されていない画像から始まっている。また、これらの研究の幾つかは、ＪＰＥＧよりも単純な量子化スキームを用いるＭＰＥＧビデオコーディングのコンテキストにおいてなされている。更に重要なことに、これらの研究は、公式の適合戦略として、画像のスケーリングを無視している。提案されたコンテキストにおけるこれらの差異の影響については以下で説明される。

更に、ＪＰＥＧサイズ適合特有の問題点に対処する目的で、興味深い方法が提案されている（例えば、Ｒａｔｎａｋａｒその他に２００１年５月１５日に付与された特許文献、ＵＳ ６，２３３，３５９ Ｂ１、及び、２００３年９月、Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ： Ｉｍａｇｅ ｃｏｍｍｕｎｉｃａｔｉｏｎ, １８（８）：６２１−６３９、Ｊ． Ｒｉｄｇｅ著、論文"Ｅｆｆｉｃｉｅｎｔ ｔｒａｎｓｆｏｒｍ−ｄｏｍａｉｎ ｓｉｚｅ ａｎｄ ｒｅｓｏｌｕｔｉｏｎ ｒｅｄｕｃｔｉｏｎ ｏｆ ｉｍａｇｅｓ"を参照のこと）。Ｊ． Ｒｉｄｇｅの論文に記載されたとおり、特許文献ＵＳ ６，２３３，３５９ Ｂ１の方法は、２つの重要な欠点であるが、ユーザ経験以上の複雑性に対処しており、そしてまた、ファイルサイズ目標に届かない傾向がある。Ｊ． Ｒｉｄｇｅの方法は、特許文献、ＵＳ ６，２３３，３５９ Ｂ１に開示された方法よりはるかに良好な結果を提供するとはいえ、特に、ファイルサイズ縮小ストラテジーとしてスケーリングを取り扱わないことにおいて、これら２つの方法は依然として重要な欠点又は制限を有する。このため、現行の方法を更に調査及び改善する必要がある。

例えば、現行のアルゴリズムは、最初に、幾つかの画像統計を集める必要がある。そのため、処理の複雑性が増大するばかりではなく、画像圧縮ツールのある程度のリエンジニアリングが必要となる。このため、ＪＰＥＧエンコーダ／デコーダソフトウェアは、特化したトランスコーダにならざるを得ない。

第２に、これらのアルゴリズムは、画像解像度を固定値又は前段階で独立して変更されたものとして考慮して、ファイルサイズ縮小だけに焦点を当てている。しかしながら、品質制御パラメータ及びスケーリング両方の変更がもたらす影響の研究が必要となるであろう。実際、このことは、端末の制限を満たすスケーリング及びＱＦ値の最良の組み合わせを選択するために有効であろう。特に、低品質で高解像度の画像より、高品質でより低解像度の場合に、大抵好ましい。

本発明の目的は、品質制御パラメータの変更及びスケーリングによって変換される画像のファイルサイズを予想するシステム及び方法を提供することである。これらのシステム及び方法は、上記の問題及び欠点を克服することができる。

より具体的には、本発明に従って、少なくとも１つの品質制御パラメータの変更及びスケーリングによって変換される画像のファイルサイズを予想する方法が提供される。本方法は、（a）画像変換前のファイルサイズ、（ｂ）画像変換前の画像の少なくとも１つの品質制御パラメータについての情報、（ｃ）画像変換時の画像に対して利用される少なくとも１つの品質制御パラメータについての情報、及び（ｄ）画像変換時の画像に対して利用されるスケーリング係数を受信する工程を含む。本方法は、品質制御パラメータ及びスケーリング係数に関する受信した情報に基づいて、相対ファイルサイズ予想を計算する工程を含む。本方法は、画像変換後の画像のファイルサイズ予想を計算する工程を含む。画像変換後の画像のファイルサイズ予想は、画像変換前の画像のファイルサイズと計算された相対ファイルサイズ予想との関数として計算される。

本発明はまた、少なくとも１つの品質制御パラメータの変更及びスケーリングによって変換される画像のファイルサイズを予想するシステムに関する。本システムは、（ａ）画像変換前の画像のファイルサイズ、（ｂ）画像変換前の画像の少なくとも１つの品質制御パラメータについての情報、（ｃ）画像変換時の画像に対して利用される少なくとも１つの品質制御パラメータについての情報、及び（ｄ）画像変換時の画像に対して利用されるスケーリング係数を受信する入力部を含む。本システムは、品質制御パラメータ及びスケーリング係数に関する受信した情報に基づいて、相対ファイルサイズ予想を行なう計算器を含む。本システムは、画像変換後の画像のファイルサイズ予想を行なう計算器を含む。画像変換後の画像のファイルサイズ予想は、画像変換前の画像のファイルサイズと計算された相対ファイルサイズ予想との関数として計算される。

本発明の前述の及びその他の目的、利点及び特徴は、添付図面を参照して例としてのみ挙げられた、以下の実施例の非限定的記載を読みことでより明確になるであろう。

添付の図面においては：

本発明の第１の非限定的実施例に準じた、品質制御パラメータの変更及びスケーリングによって変換される画像のファイルサイズを予想する第１のシステムの概略ブロック図である。

本発明の第１の非限定的実施例に準じた、品質制御パラメータの変更及びスケーリングによって変換される画像のファイルサイズを予想する（図１の第１のシステムに対応した）第１の方法のトレーニング局面を示すフローチャートである。

本発明の第２の非限定的実施例に準じた、品質制御パラメータの変更及びスケーリングによって変換される画像のファイルサイズを予想する第２のシステムの概略ブロック図である。

本発明の第２の非限定的実施例に準じた、品質制御パラメータの変更及びスケーリングによって変換される画像のファイルサイズを予想する（図３の第２のシステムに対応した）第２の方法のトレーニング局面を示すフローチャートである。

推定量又はその等価配列の幾何学的解釈を示すグラフである。

クラスタリングの一例を示す図表である。

ファイルサイズ（バイト）の関数として零の割合を示すグラフである。 ファイルサイズ（バイト）の関数として零の割合を示すグラフである。

一般的に述べると、本発明の非限定的実施例に準じたシステム及び方法は、既に圧縮された、品質制御パラメータの変更及びスケーリングの両方によって変換される画像のファイルサイズを予想する。

また、本発明の非限定的実施例に準じたシステム及び方法は、少なくとも１つの品質制御パラメータ、この場合はＱＦ（品質係数）、の変更及びスケーリングによって変換されるＪＰＥＧ画像のファイルサイズを予想するものであるが、同一の概念は、ＧＩＦ（グラフィック相互変換フォーマット）等の他の種類のフォーマット、及び、色数、色深度及び色成分サンプリング構造（４：４：４、４：２：２、４：２：０等）、水平及び垂直解像度、及びサンプリング係数等の他の品質制御パラメータを有する他の画像フォーマットに対して適用できることに注意されたい。本発明は、主として、明確にする及び記載を簡易に保つ目的で、１つの品質制御パラメータを用いて説明されているが、多くの品質制御パラメータに拡張できる。この点については、以下で詳細に説明する。

本発明の非限定的実施例に準じたシステム及び方法はまた、特定のサイズ制限を満たす、スケーリングとＱＦとの適切な組み合わせを選択するものである。更に、処理複雑性を最小化する目的で、ファイルサイズの予想をするシステム、以下ではファイルサイズ予想器と称される、は画像から容易に利用可能で容易に取得可能な値を使用する。

しかしながら、ファイルサイズ予想器について更に明確に述べる前に、画像コーパスをトレーニング及びテストする概念を説明する。

ファイルサイズ予想器及び／又はファイルサイズ予想方法をテストする目的で、複数の画像を含むコーパスが用いられる。有用なコーパスは、調査される母集団を代表する標本の集まり、本願の場合では、画像の集まりから形成される。現状では、標準的なＪＰＥＧデータベースは広く利用可能ではない。従って、人ごとのデータベース又は画像コーパスを構築する必要がある。例えば、インターネットから画像が集められて、画像コーパスが形成される。実際、クローラーは、人気のウェブページから始まるリンクを容易にたどることができる。これにより、トレンドが確保され、見つけた如何なる画像メディアをも素早く入手することができる。更に、画像コーパス内の画像の匿名性及び独自性は、例えば、全部のファイルに適用されるＭＤ５（Ｍｅｓｓａｇｅ Ｄｉｇｅｓｔ ５）等の強固なハッシュ関数によって生成される識別子等の、独自の識別子を用いてファイル名を変えることによって、保障することができる。またコリジョンは、支障なく無視することができる。ＭＤ５等の強固なハッシュ関数は、計算されるドキュメントを特定する目的で容易に使用できるデジタル署名をドキュメントから算出する。ＭＤ５等のような非常に強固なハッシュ関数は、２つの異なるドキュメントに対して同一のデジタル署名を生成する可能性が極めて少ない。このため、同一のファイルを検知するのに非常に信頼性のある方法が実現できる。

これに加えて、画像コーパスは、複数の画像のトレーニングセット及び複数の画像のテストセットである、２つのランダムなバラバラなセットに分割される。トレーニングセットは、予想モデル及び方法を最適化する目的で使用される一方で、テストセットは、最適化された予想モデル及び方法を実際にテストするのに使用される。コーパスはかなり限られた数の標本を提示するので、品質制御パラメータ及びスケーリングの両方において多くの考えられる変換を適用することによって、新しい標本が生成される。これにより、はるかに多くの有用な標本集団と共にモデルを存在させることができる。

ｉ）多項式予想及びｉｉ）ρ−ドメイン予想システム及び方法等の、現在用いられている画像ファイルサイズ予想システム及び方法を以下に説明する。
［ｉ）多項式予想］

多項式予想は、予想を公式化する目的で、低位の多項式を用いる。一次元データの多項式フィッテングの算出が単純なタスクな場合には、しかしながら、フィッテングに対してより多くの変数を追加することにより、算出が必要な点の数が飛躍的に増加する。実際、Ｌｉｎその他（Ｐｒｏｃｓ． ＶＣＩＰ'９６、１９９６年、１１１−１２２頁、論文"Ｒａｔｅ ｃｏｎｔｒｏｌ ｕｓｉｎｇ ｓｐｌｉｎｅ−ｉｎｔｅｒｐｏｌａｔｅｄ Ｒ−Ｄ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ"）からの技術がｎ個の変数において、ｄ位の多項式を使用して生成される場合、（ｄ＋１）^ｎ個の未知数において、（ｄ＋１）ⁿ個の式を解く必要が生じる。これらの（ｄ＋１）^ｎ個の式のそれぞれに対して、曲線上の点を評価する必要がある。Ｌｉｎその他によって提案された方法においては、このことは、各点に対して部分的トランスコーディングを実行する必要があることを意味し、このことは、容認できない量の計算をもたらす。

更に、多項式（たとえそれが一個の多項式であったとしても）の最適な位ｄが幾つであるか、及び、変数の数ｎを予想に幾つ含ませるべきであるかは不明である。少なくともスケーリング及び所望の出力品質係数ＱＦｏｕｔが、予想の公式化のために用いられるべきである。入力品質係数ＱＦｉｎは、画像そのものの中に潜在し、このため、（ｄ＋１）^ｎ個の点が算出されるときに、その計算に用いられる。この手順は、計算の観点から非常に費用がかかるので、その挙動を深く調査しないことが求められる。

ＱＰ（量子化パラメータ）及びＱＦ（品質係数）は逆比例関係である点に注意されたい。高いＱＰは、より積極的な量子化を意味する一方で、高いＱＦは、より高い品質、従ってより積極的ではない量子化であることを意味する。ＱＰは、規格Ｈ．２６３で使用されるような体系における量子化と直接的に関係している。しかしながら、ＪＰＥＧにおいては、ＱＦは、区分的変換関数が用いられる第１の工程と、量子化マトリクスが用いられる第２の工程とでなる２つの連続した工程を通した量子化と関係している。量子化マトリクスは、エンコードする前にＤＣＴ（離散コサイン変換）係数をも見積もる。本明細書においては、ＱＦは、独立ＪＰＥＧグループ（ＩＪＧ）によって理解される、ＪＰＥＧ品質係数を表すことに注意されたい。
［ｉｉ）ρ−ドメイン予想］

ρ−ドメイン予想においては、ビットレートの正確な予想は、量子化によって得られる零の数の評価に基づいて算出される。

ρ−ドメイン予想においては、ｉ）画像サイズの変更はされない、ｉｉ）目標ビットレートは非常に小さい、及びｉｉｉ）原画像は圧縮器に利用できるとの仮定がなされる。規格Ｈ．２６３のコンテキストにおいては、最初の２つの仮定ｉ）及びｉｉ）は有効である。しかしながら、原画像が圧縮器に利用できるとの仮定（仮定ｉｉｉ））は、画像適合及びトランスコーディングのコンテキストにおいて有効ではない。上記のとおり、原画像及び未処理画像は、通常、トランスコーディングエンジンに対しては利用できない。

ρ−ドメイン予想は、規格Ｈ．２６３のより粗い量子化を用いる。ＪＰＥＧは、カスタマイズされ得る量子化マトリクスを用いる一方で、規格Ｈ．２６３はより単純な均一量子化器を用いる。量子化マトリクスによって生じる付加的な複雑性は、ρ−ドメイン予想のモデルを、ＪＰＥＧ適合に対してより適合しないものにする。

図７a及び７ｂは、ρ−ドメイン予想に準じた予想器が、非常に低いＱＦの領域内で線形であることを示す。より具体的には、零の数が、ビットレートに応じて線形に変化するのは、小さいビットレートのときだけである。しかしながら、図７ｂに示されたとおり、より広い領域のビットレートが考慮される場合、線形性は失われる。また、非常に小さいＱＦは、アーチファクト及び認識性の乏しい画像品質をもたらすので、ＪＰＥＧを用いた静止画コーディングに対しては好ましくない。ユーザの経験を最大限生かすときには、ファイルサイズ制限を満たす中で考えられる最も高いＱＦが考慮されるべきである。

更に、ρ−ドメイン予想は計算の観点から費用がかかり、異なる領域の量子化パラメータ値を前提とする。

多項式予想ばかりではなく、ρ−ドメイン予想もかなり複雑であり、これらの予想はまた欠点を有する。第１に、多項式予想及びρ−ドメイン予想においては、大抵、原画像を用いる等の、トランスコーディングにおいては維持されない仮定をする。第２に、多項式予想及びρ−ドメイン予想は、ファイルサイズ縮小のためのスケーリング動作を無視する。従って、これらの推定は、スケーリング及びＱＦ減少の合同評価にはつながらない。ρ−ドメイン予想は、スケーリングが行なわれるときは、トランスコードされたファイルサイズ予想の前に行なわれることを想定し、これにより、スケーリング及び品質係数の両方に基づいてファイルサイズ縮小に対する適合ストラテジーを公式化することができない。多項式予想は、理論的には、スケーリングもまた含むが、それをするための計算費用が非常に高い。なぜなら、使用される変数の数に応じて、必要とされるトランスコーディングの数が飛躍的に増えるからである。適合ストラテジーとしてスケーリングを無視することは、重要な欠点である。なぜなら、ユーザの経験を最大限生かす目的で、より小さいＱＦでただ再圧縮されるよりもむしろ、画像はスケールダウンされ、より高いＱＦを用いてエンコードされることが十分考えられるからである。従って、ファイルサイズ予想器は、ＱＦ変更に加えてスケーリングも考慮すべきである。

更に、画像の幅、高さ、スケーリング及びＱＦ以外の画像データを使用しないファイルサイズ予想器を確立することは興味深いであろう。また、ファイルサイズ予想器は、目下の画像についての予想を公式化する目的で、他の画像についての情報を使用することができるべきである。従って、非パラメトリック方法を優位に使用し得る。

非パラメトリックモデリングは、内部パラメータの数において、パラメトリックモデリングと異なる。非パラメトリックモデリングでは、内部パラメータの数はかなり大きく、構造発見を可能にすべく、これらのパラメータは、緩やかに組織化されている。反対に、パラメトリックモデリングは、それぞれが事前推定によって非常に特異な役目が割り当てられた、固定された小さい数のパラメータを用いる。
［第１の変換画像ファイルサイズ予想器］

概説すると、本発明の第１の非限定的実施例に準じた、ファイルサイズ予想器は、品質係数の変更及びスケーリングによって変換される画像のファイルサイズを、特定の予想係数、以下では相対ファイルサイズ予想と称する、を乗じられる画像変換前の画像の圧縮されたファイルサイズを考慮することによって予想することである。

ここで図１を参照すると、本発明の第１の非限定的実施例に準じたファイルサイズ予想器１０が記されている。ファイルサイズ予想器１０は、通常、トランスコーディングエンジン（図示せず）において使用される。しかしながら、ファイルサイズ予想器１０をトランスコーディングエンジン以外のデバイス、例えば、エンコーダ及びデコーダ等において使用することも本発明の範囲に含まれる。

トランスコーディングにおいては、メディアタイプ及び解像度等のメディア特性が、適合が必要であるかどうかを決定する目的で通常使用される。これらのパラメータは、圧縮メディアを解凍することなく、大抵は取得することができる。例えば、圧縮メディアのファイルヘッダーを調べることで通常は十分である。ファイルサイズ予想器においては、圧縮画像の解凍又は画素レベルの計算を必要とするメトリクスに基づいたパラメータの使用は、計算の観点から非常に費用がかかり、実際のトランスコーディングと略同じ処理時間及び処理パワーを必要とする。よって、この種のパラメータの使用は避けるべきである。

ファイルサイズ予想器１０の入力として、特性データが用いられる。例えば、ＪＰＥＧ画像の場合、特性データは、画像の幅及び高さ等である解像度であってもよく、品質係数ＱＦ、サブサンプリング方法、又は他の如何なる画像から容易に取得できる情報であってもよい。

図１に示された、本発明の第１の非限定的実施例においては、ファイルサイズ予想器１０には、入力１１として、ｉ）画像変換前の画像ＩのファイルサイズＳ（Ｉ）、ｉｉ）画像変換前の画像Ｉの原品質係数ＱＦｉｎ、ｉｉｉ）変換時の画像に対して利用される所望の出力品質係数ＱＦｏｕｔ、及びｉｖ）変換時の画像に対して利用されるスケーリング係数（ズーム係数）ｚ（０＜ｚ≦１）が供給される。

図１に示されたとおり、ファイルサイズ予想器１０は、量子化品質係数
及び量子化スケーリング係数
を得るべく、原品質係数ＱＦｉｎ、出力品質係数ＱＦｏｕｔ及びスケーリング係数ｚを量子化する量子化器１４を含む。量子化器は当業者にとっては公知であるため、本願明細書においてはさらなる説明はしない。

ファイルサイズ予想器１０はまた、以下に述べる予想配列に基づいて相対ファイルサイズ予想を事前算出する、配列ベースの、相対ファイルサイズ予想計算器１６を含む。これにより、予想関数１５
が生成される。予想関数は、所望の出力品質係数ＱＦｏｕｔ及びスケーリング係数（ズーム係数）ｚが適用される画像Ｉの相対圧縮ファイルサイズ予想をもたらす。

最後に、ファイルサイズ予想器１０は、画像変換前の画像Ｉの圧縮ファイルサイズＳ（Ｉ）及び予想関数
が供給され、以下に示すとおり変換後（画像Ｊ）の画像Ｉのファイルサイズ予想１９
を算出する、変換画像ファイルサイズ予想計算器１８を含む。
関数
は、相対サイズ予想であり、以下の式によって導き出せる。
図１の生成された出力１９。

関数
は、所望のＱＦｏｕｔ及びスケーリングｚにおける変換画像Ｊのファイルサイズの正確な関数である。当関数は、下記の式によって導き出せる。

ここで、Ｓ（Ｊ）は変換画像Ｊの圧縮ファイルサイズであり、Ｔ（Ｊ，ＱＦout，ｚ）は、品質係数のＱＦｏｕｔへの変更及びスケーリングｚの両方を適用された後で、圧縮及び変換された画像Ｊを戻す関数である。記号Ｓ（Ｔ（））は、所望の出力品質係数ＱＦｏｕｔ及びスケーリング係数ｚを用いた変換画像Ｊに関連した圧縮ファイルサイズ関数である。

Ｔ_{ＱＦ（Ｉ）}⊆Ｔは、トレーニングセットＴにおける画像Ｉと同一のＱＦを有する複数の画像を含むサブセットであり、
は、サブセットＴＱＦ（Ｉ）のカーディナリティである点に注目すべきである。関数Ｔ（）は、例えば、完全なＪＰＥＧトランスコーダであり得る。

また、
は、最適最小二乗平均推定量を表す点に注目すべきである。実際、これは、下記の式によって容易に検証できる。

しかしながら、関数
は、計算の観点から費用がかかるので、計算の複雑性を低減する目的で、当関数を用いて、相対ファイルサイズ予想の配列は事前算出され得る。従って、相対ファイルサイズ予想計算器１６では、その指標が画像変換前の画像の量子化品質係数
、画像変換時に利用される所望の品質係数
、及び画像変換時に利用されるスケーリング係数
である、事前算出されたファイルサイズ予想の配列Ｍが用いられる。量子化値は、ティルダ（〜）記号によって表される。

適した量子化は、配列Ｍを効果的にサーチすると同時に、コンテキスト不明瞭化を防ぐことができる。値は、従来の量子化器（図示せず）を介して量子化され得る。量子化器は当業者にとっては公知であるため、本願明細書においてはさらなる説明はしない。

上記のとおり、配列ベース相対サイズ予想計算器１６の入力は、画像変換前の画像の量子化品質係数
、画像変換時の画像の所望の量子化出力品質係数
及び画像変換時に利用される量子化スケーリング係数
を含み、配列ベース相対ファイルサイズ予想計算器１６は、これらの入力が供給され、相対ファイルサイズ予想の配列を事前算出する、相対ファイルサイズ予想配列計算器（図示せず）を含む。配列Ｍのエントリは、下記の式によって導き出せる。
ここで、
及び
は、変換時に使用されるＱＦ又はＱＦｏｕｔ及びスケーリング係数ｚをそれぞれ戻す関である。関数
（式５）は、変換画像Ｊに所定の変換がされたときに観測された相対ファイルサイズ変更を戻す。セット
は、相当する量子化セル範囲に含まれる品質係数及びスケーリング係数を有する全ての画像のカーディナリティのセット
を示す。量子化セルは、同一の所定の値に量子化した全ての値のセットである。セル
は、
にそれぞれ量子化されるＱＦｉｎ、ＱＦｏｕｔ及びｚの全ての値のセットを意味する。ここで、
は、
に量子化される同一の原品質係数、
に量子化される出力品質係数の値ＱＦｏｕｔに対する値、
に量子化されるスケーリング係数ｚに対する値を有する画像の集まりの全ての画像を含むＱＦｉｎに対する値を有する画像セットである（つまり、３つのセット
の共通集合である）。より大きい品質制御パラメータ（ＱＦを超えるもの）が使用された場合、パラメータ特定の適切な方法でまた品質制御パラメータは量子化されてもよく、予想配列に対しての更に大きい次元として用いられてもよい。関数Ｓ（）は、画像Ｊが変換されたときに観測された正確な相対ファイルサイズ予想である。

従って、
は、配列Ｍのスライス、すなわち、指標
及び
を含む配列を示す。例えば、画像トレーニングセットＴから最適化された配列
は、表１に示されるものである。

ファイルサイズ予想器１０が含む配列ベース相対サイズ予想計算器１８は、変換画像ファイルサイズ予想計算器１８を用いて下記の式により変換後（画像Ｊ）の画像Ｉの予想されるファイルサイズ１９を計算する目的で、画像変換前の画像ＩのファイルサイズＳ（Ｉ）及び相対ファイルサイズ予想
に応答する。

関数Ｓ（Ｉ）は、他のシステム及び方法が計算の観点からより高い費用で明確に抽出する、画像Ｉについての情報の幾つかを組み込むことに注意されたい。Ｓ（Ｉ）は、画像特性についての情報を保持し、その情報を変換画像ファイルサイズ予想計算器１８に供給する、画像Ｉのハッシュ関数としてみなし得る。

第１の非限定的実施例に準じたファイルサイズ予想器１０は、ノンパラメトリック予想器である。
［２． 第１の配列計算器及びトレーニング方法］

図２に、第１の方法に準じた、配列ベースの相対ファイルサイズ予想計算器２０のトレーニング局面を示す。そのような方法は、相対ファイルサイズ予想器１０に対して実行され得る。

工程２１において、画像コーパスが取得される。そのような取得の手段は、本願明細書の範囲を超えるものであるが、非限定的実施例は、ウエブクローラー、又は既存の信頼性のある画像調査を実行する他の如何なる手段であってもよい。トランスコーダによってオンザフライで取得される画像をトレーニングにまた用いてもよい。

工程２２において、コーパス内の各画像は、ある所望の数の標本を生成する目的で使用される。下位工程２３において、典型的にはファイルサイズ予想器１０で用いられる量子化スキームに適合する方法で品質制御パラメータ変更及びスケーリングが適用される大量の数の画像が、コーパスから抽出された画像から生成される。各標本には、その品質係数ＱＦｉｎ、品質係数ＱＦｏｕｔ及びスケーリング係数ｚが格納される。

下位工程２４において、生成された標本のそれぞれが、コーパスからの原画像をまた含む標本リストに加えられる。コーパス内に未処理の画像がある限り、工程２２は繰り返される。

工程２６において、配列Ｍが算出される。工程２２で生成された各標本は、配列Ｍを算出する目的でここで処理される。

下位工程２７において、所定の標本から抽出されたデータが量子化される。その品質係数ＱＦｉｎ、品質係数ＱＦｏｕｔ及びスケーリング係数ｚの値が
及び
に量子化される。

下位工程２８において、量子化された品質係数
及び
、及び量子化されたスケーリング係数
が配列Ｍの更新のために使用される。

工程２６の後で、配列Ｍは、全ての画像に対する相対ファイルサイズ予想を含む。式（５）に従って：
ここで、ｓ（）は、式（３）に従って算出される。
は、
と同一の量子化品質係数を有する全ての画像のサブセットである。
は、
と同一の量子化出力品質係数を有する全ての画像のサブセットである。
は、
と同一の量子化スケーリング係数を有する全ての画像のサブセットである。
は、式（５）に示したとおり、これら３つのセットの共通集合である。

図２の配列ベース相対ファイルサイズ予想計算器２０は、時間適合である。例えば、予想を更新するために、式（２）において、つまり、下位工程２７及び２８だけを通して、新しい標本を追加することが可能である。予想セットから最も古い標本を削除することによって、トレンド適合をすることもできる。幸いにも、そうする場合には、画像の保存は必要とせず、保存を必要とするのは、変換値（品質係数及びスケーリング係数）、タイムスタンプ及び画像変換後の相対ファイルサイズだけである。

図2の配列ベース相対ファイルサイズ予想計算器２０における更新時間はオーダーO(1)である点に注意されたい。O(1)においては、配列ベース相対ファイルサイズ予想計算器２０の更新が必要な工程の数は一定であり、つまり、トレーニングセットにおける画像の数には依存しないことを意味する。
［３．第１の数値例セット］

図１のファイルサイズ予想器１０及び図２の相対ファイルサイズ予想配列計算器２０を用いて、手法が実行される。その結果を、上記表１に提示した。例えば、表１は、画像トレーニングセットから最適化された、式（５）に従って計算された配列
を示す。

シミュレーションに用いられるコーパスは、７０，３００個のＪＰＥＧファイルを含む。コーパスは、破損ファイルが存在せず、ＥＸＩＦタグ等の全てのメタデータは除去される。ＥＸＩＦは、ＪＰＥＧを含む多くの画像フォーマットに対する公知の拡張子であり、特に、デジタルカメラから派生する場合において、写真又は画像についての付加的情報を保持する。ＥＸＩＦ拡張子は、露光詳細、色バランス、カメラブランド名及び他のデジタル写真情報等のデータを格納するために用いられる。コーパス内の各原標本（画像）に対して、異なる品質係数ＱＦｏｕｔ及びスケーリング係数ｚを用いて１００個の標本が生成される。トレーニングセットとテストセットとの分割は、約８０／２０である。

表２に、予想配列
に対する期待絶対誤差
を示す。予想誤差は、
及び
の近辺で最小になることが分かる。
及び
及びスケーリング係数が最も異なるとき、例えば、表２の左上において予想誤差は最大となる。また、表２のグレー部分は、期待絶対誤差が１０％以下である領域を示している。

表３は、
等の典型的な品質係数に対しての、絶対相対誤差が特定の閾値βを下回る確率を示すものである。確率は下記の式によって導き出せる。変数β及び
に対して、

分かるとおり、誤差の広がり分布は、スケーリング１００％から更に離れることに注意されたい。

図５は、推定量
又はその等価配列
の幾何学的解釈を示すグラフである。
ここで図５の説明になるが、推定量
及び量子化配列
の幾何学的解釈が示されている。

図５に、１０％に丸められて量子化された複数のスケーリング係数における、
に対応した配列
の列を示す、５０等の一連のボックスを示す。

各ボックス５０上には、推定量
の算出に用いられる全ての画像の
の実測値の分布がプロットされている。画像の分布は複数の点によって示されている。細線５１は、異なる最小２乗平均推定量
を結んだものであり、これは、サーフェスが大して滑らかではないことを明確に示している。

プロットは四分位（５２等の長方形）を示し、５％／９５％境界は、５３等のダッシュによって示されている。図５から分かるとおり、分布は大して大きい広がりを有さない分布であって、これにより、例えば、予想誤差における良好な分割境界をもたらす。

四分位の上又は下に、四分位から離れたところに位置する幾つかの点が、図５において確認できる。これらの点は異常値である。幾つかの異常値は、そのファイルが大抵付帯物で構成された画像である。画像が非常に低い解像度である場合、ＱＦ及びスケーリングの変化は、全体のファイルサイズにごく僅かな影響しか与えない。なぜなら、圧縮データは既に、ヘッダー及びマーカー等のファイルフォーマット付帯物と比較して小さいものであるからである。しかしながら、画像の原スケールが無視された場合、式（１）によって導き出せる最小２乗平均推定量は異常値に対して大きな影響を受けるので、ファイルサイズ予想器は、正常に動かなくなり得る。従って、オリジナル解像度を予想パラメータ４として含めるべきである。
［４．第２の変換画像ファイルサイズ予想器］

本発明の第２の非限定的実施例に準じた、ファイルサイズ予想器３０を以下に示す。ファイルサイズ予想器３０は、画像の原解像度を考慮し、そしてそれにより異常値の存在を考慮する。

ここで図３の説明をすると、本発明の第２の非限定的実施例に準じたファイルサイズ予想器３０は、パラメータ量子化器３２と相対ファイルサイズ予想３５を生成するクラスタベース相対ファイルサイズ予想計算器３４とを含む。

ファイルサイズ予想器３０には、原ファイルサイズＳ（Ｉ）、原品質係数ＱＦ（Ｉ）（ＱＦｉｎと示される）、画像変換前の画像Ｉの幅Ｗ（Ｉ）及び高さＨ（Ｉ）、及び画像変換後の所望の品質係数ＱＦｏｕｔ及び所望のスケーリング係数（ズーム係数）ｚを含む入力３１が供給される。予想器３０の出力３７は、スケーリング係数ｚ及び品質係数ＱＦoutが適用される画像の変換後の画像Ｉのファイルサイズ予想
を生成する。

量子化器３２は、品質係数ＱＦout及びスケーリング係数ｚを処理して、量子化品質係数
及び量子化スケーリング係数
をそれぞれ生成して、クラスタベース相対ファイルサイズ予想計算器３４の入力として供給する。

量子化器３２においては、セントロイド決定がまた行なわれる。これにより、幅Ｗ（Ｉ）、高さＨ（Ｉ）及び原品質係数ＱＦinから画像Ｉに対しての配列
が生成され、クラスタベース相対ファイルサイズ予想計算器３４に対して入力として供給される。より多くの品質制御パラメータが使用される場合、パラメータは、
のベクトルＸ_Ｉ（以下に定義する）に付加されてもよい。

クラスタベース相対ファイルサイズ予想計算器３４は、入力として配列
、量子化品質係数
、量子化スケーリング係数
を量子化器３２から受信して、相対ファイルサイズ予想３５を公式化する。

次に、変換画像ファイルサイズ予想計算器３６は、以下の式のとおり、計算器３４からの出力３５を用いて、変換後（画像Ｊ）の画像Ｉのファイルサイズ予想３７
を算出する。
ここで、関数
は相対サイズ予想３５である。

上記のとおり、異常値が存在するような場合には、画像の低解像度が、上記のファイルサイズ予想器１０を正常に動作させなくなる。この問題を解決する目的で、画像を複数の領域に分断することが行なわれる。ここでは、同様の解像度を有する複数の領域がグループ化される。これを行なうために、画像のコーパスから生成された標本が、クラスタを用いて複数のクラスに分割され得る。更に、クラスタリングの使用によって、各クラスに対して最小２乗平均推定量の最適化がなされ、これにより、予想誤差を更に最小化できる。

クラスタリングは、各サブセットのデータが選択されたメトリックの元で最大限同様になるように、クラスと呼ばれるばらばらな所定数のサブセットにデータをパーティションする自己学習技術である点に注意されたい。各サブセットに対して、代表値又はプロトタイプが算出される。通常、プロトタイプは、サブセットのセントロイドである。従って、クラスタリングは、量子化レベルがクラスのセントロイドである、確率分布関数最適化ベクトル量子化と同義である。

ここで図４を説明すると、クラスタ計算器４４は、トレーニングセットＴにおける各画像ＩをｘＩ＝（Ｗ（Ｉ）、Ｈ（Ｉ）、αＱＦ（Ｉ））等のベクトルに関連付ける。ここで、αは、品質係数の次元を幅及び高さと同一の位の大きさに変換するためのスケーリング定数である。Ｗ（Ｉ）、Ｈ（Ｉ）及びＱＦ（Ｉ）はそれぞれ、画像Ｉの幅、高さ及びＱＦを示す。より多くの品質制御パラメータを使用する場合には、パラメータはベクトルｘＩに付加されてもよく、パラメータはこの第２のアルゴリズムによって考慮されてもよい。

クラスの数ｋは、クラスタリングの前に選択される。当業者には、そのようなクラスの数ｋを選択する方法は知られている。例えば、パラメータｋは、誤差を減らせるほど十分に大きいながら、コンテキスト不明瞭化を防げるほど十分に小さい。

ここでまた図４を説明すると、コーパス４１の取得が、図２の工程２１と同様の方法で行なわれる。

新しい標本の生成４２は、図２の下位工程２４が、付加情報ＱＦout及びｚを含むベクトルｘＩ＝（Ｗ（Ｉ）、Ｈ（Ｉ）、αＱＦ（Ｉ））の生成を含む下位工程４３に置き換えられる点を除いて、図２の工程２２と同様の方法で行なわれる。

従って、工程４２は、ｋ個のクラスに分けられる画像のトレーニングセットＴのパーティションＣを計算する目的でクラスタ計算器４４によって必要とされる標本ベクトルを生成する。

定義により、パーティションＣは、Ｃ＝｛Ｃ１，Ｃ２，...，Ｃｋ｝によって導き出され、
及び
の関係を満たす。

更に、最適なパーティション
は、Ｉ∈ＴにおけるベクトルｘＩと割り当てられたセントロイドとの間の期待平方距離を最小化し得る。最適なパーティション
は、下記の式によって導き出せる。
ここで、
は、公知のＬ2ノルムであり、Ｔはｔｒａｎｓｐｏｓｅ関数、そして、
は、クラスＣｉのプロトタイプである。

クラスタリングの一例を図６に示す。図６において、算出されるファイルサイズ予想が２次元で視覚化できるよう、全ての画像はＱＦ＝８０である。しかしながら、実際のパーティションは、幅、高さ及び量子化ＱＦの３次元にわたる。

クラスの数ｋが決定された後で、クラスタ計算器４４は、ｋ平均アルゴリズムを用いてクラス又はクラスタを計算する（４５を参照）。次に、プロトタイプ計算器が、以下の式により、セントロイド
を計算する（４５を参照）。
これは、クラスＣｉにおける全てのベクトルのプロトタイプを表す。

最適なパーティション
の計算の複雑性は、計算の観点から実行不能にさせる要因となる。しかしながら、Ｇ． Ｔｅｓａｕｒｏ、 Ｄ． Ｔｏｕｒｅｔｚｋｙ及び Ｔ． Ｌｅｅｎを編者とする、ＭＩＴプレス、１９９５、「Ａｄｖａｎｃｅｓ ｉｎ Ｎｅｕｒａｌ Ｉｎｆｏｒｍａｔｉｏｎ Ｐｒｏｃｅｓｓｉｎｇ Ｓｙｓｔｅｍｓ」、７巻、５８５−５９２頁、題名"Ｃｏｎｖｅｒｇｅｎｃｅ ｐｒｏｐｅｒｔｉｅｓ ｏｆ ｔｈｅ Ｋ−ｍｅａｎｓ ａｌｇｏｒｉｔｈｍｓ" の、Ｌｅｏｎ Ｂｏｔｔｏｕ及びＹｏｓｈｕａ Ｂｅｎｇｉｏによる論文に記されたようにｋ平均アルゴリズムを用いることで、高精度の近似化ができる。ニュートンアルゴリズムと同様に、ｋ平均アルゴリズムは、スーパーリニア収束であり、このことは、実際には、良好な近似のために比較的少ない数の反復しか必要としないことを意味する。ｋ平均の詳細及び特性は、当業者には公知であると思われるので、本願明細書ではこれ以上の説明はしない。

クラス又はクラスタＣが一旦算出されると、配列計算器は、算出されたそれぞれのセントロイド
に対する相対ファイルサイズ予想の配列
を計算する（図４の４７から４９を参照）。

これらの予想配列のそれぞれは、この実施例では２次元であり、量子化出力品質係数
及び量子化スケーリング係数
である（しかし、より多くの品質制御パラメータが用いられた場合には２次元より多くなり得る）。工程４８において量子化が行なわれる。これらの配列のエントリのそれぞれは、以下のとおり算出される。
ここで、Ｊ∈Ｃｉは、カーディナリティ
の、セントロイド
である、クラスＣｉに割り当てられた画像である。

画像Ｉの変換により得られる画像Ｊに関連した推定量を求める目的で、最も近いセントロイド
が工程４７において以下の式のとおり最初に算出される。

最後に、ファイルサイズ予想器３０のクラスタベース相対ファイルサイズ予想計算器（図３）は、相対ファイルサイズ予想３５を生成し、以下の式に従ってファイルサイズ予想３７が計算器３８において算出される。

予想器３０における計算の観点からの費用は、適切なデータ構造を用いることによって効率的に算出することができる、最も近いセントロイドを算出するための費用に限定されることに注意されたい（詳細については、Ｊｅａｎ−Ｄａｎｉｅｌ Ｂｏｉｓｓｏｎｎａｔ及びＭａｒｉｅｔｔｅ Ｙｖｉｎｅｃ、"Ａｌｇｏｒｉｔｈｍｉｃ Ｇｅｏｍｅｔｒｙ"ケンブリッジ大学プレス、１９９８を参照されたい）。一端配置されると、
の値を生成する目的で、配列
は一定時間サーチされ得る。
［５． 第２の配列計算器及びトレーニング方法］

図４に戻って、本発明の第２の非限定的実施例に準じた、相対サイズ予想配列計算器４０をトレーニングする第２の方法をここで説明する。

第２のトレーニング方法は、ファイルサイズ予想器３０に対して実行され得る。

工程４２において、コーパス内の各画像が、所望の数の標本を生成する目的で用いられる。工程４２においては、典型的には、クラスタベース相対ファイルサイズ予想計算器３４で使用される量子化スキームに適合する方法で品質制御パラメータの変更及びスケーリングが適用される多くの数の画像が、コーパスから抽出された画像から生成される。標本Ｊのそれぞれにおいて、ＱＦout及びｚに加えそのベクトルｘＩ＝（Ｗ（Ｉ）、Ｈ（Ｉ）、αＱＦ（Ｉ））が格納される。

下位工程４３において、生成された標本のそれぞれが、コーパスからの原画像をまた含む標本リストに追加される。工程４２は、コーパス内に未処理の画像が存在する限り繰り返される。

クラスタ計算器４４において、クラス又はクラスタの数ｋが特定される。

工程４５において、クラスタ及びセントロイドが算出される。式（９）を用いて、セントロイド
はクラスタ又はクラスＣｉ（１≦ｉ≦ｋ）それぞれに対して計算される。配列
が生成されるが満杯ではない。

工程４６において、セントロイドに関連した配列が追加される。

工程４７において、標本Ｊのそれぞれに対して、対応するセントロイド及びその関連した予想アレイを求める目的で、画像変換前の品質係数ＱＦｉｎ（Ｊ）、幅W（Ｊ）及び高さＨ（Ｊ）が用いられる。画像Ｉに最も近いセントロイドが式（１１）を用いて算出される。

工程４８において、画像の変換後の所望の品質係数ＱＦout、及びスケーリング係数ｚが量子化され、それぞれ
及び
となる。

最後に、工程４９において、所望の量子化品質係数及びスケーリングが適用された後で、式（１２）を用いて、相対ファイルサイズ予想の配列
が
、
及びx_Ｊ＝（Ｗ（Ｊ）、Ｈ（Ｊ）、αＱＦ（Ｊ））を用いて更新される。
［６． 第２の数値例セット］

実験的に、ｋ＝２００となるようにｋを選択した。実験的に
が求められた。

結果を表４に示す。表４は、ＱＦｉｎ＝８０における、コーパス内の画像に対してのクラスタ化予想配列
に対する期待絶対誤差を示す。期待絶対誤差は式（７）によって導き出せる。

ファイルサイズ予想器１０と同様に、ファイルサイズ予想器３０の最小誤差は、
における
近辺に集中する。最大予想誤差は、表４の
、
及びスケーリング係数が最も異なる部分、例えば、表４の左上部分に見られる。表２と同様に、表４のグレー部分は、期待絶対誤差が１０％以下の部分に対応する。しかしながら、表２及び４の２つのグレー部分を比較すると、クラスタ使用のおかげで、表４の期待絶対誤差は、表２の期待絶対誤差よりも顕著に小さい。例えば、表２から表４とでは、もっとも困難なトランスコーディング設定、すなわち
及び
において、１１２、９３％から２４、８２パーセントまで減少する。

さらに、本発明の非限定的実施例に準じたシステム及び方法は、品質制御パラメータ、この場合にはＱＦ（品質係数）の変更及びスケーリングによって変換されるＪＰＥＧ画像のファイルサイズを予想するものであるが、同一の概念は、ＧＩＦ（グラフィック相互変換フォーマット）等の他の種類のフォーマット、及び、色数、色深度及び色成分サンプリング構造等の他の品質制御パラメータ、及び色エンハンスメント及びクロッピング等の変換に対して適用できることに注意されたい。

本発明は上記のとおり非限定的実施例を用いて説明したが、これらの実施例は、添付の請求項の範囲を超えず、本発明主題の精神及び本質から逸脱しない範囲において変更が可能である。

Claims (22)

1. 少なくとも１つの品質制御パラメータの変更及びスケーリングによって変換される画像のファイルサイズを予想するシステムであって、
   （ａ）前記画像の変換前の前記画像の前記ファイルサイズ、（ｂ）前記画像の変換前の前記画像の少なくとも１つの品質制御パラメータに関する情報、（ｃ）前記画像の変換時の前記画像に対して利用される少なくとも１つの品質制御パラメータに関する情報、及び（ｄ）前記画像の変換時の前記画像に対して利用されるスケーリング係数を受信する入力部と、
   品質制御パラメータ及びスケーリング係数に関する受信した前記情報に基づいて相対ファイルサイズ予想を行なう計算器と、
   前記画像の変換後の前記画像のファイルサイズ予想を行なう計算器とを備え、
   前記画像の変換後の前記画像の前記ファイルサイズ予想は、前記画像の変換前の前記画像の前記ファイルサイズと計算された前記相対ファイルサイズ予想との関数として計算される、システム。
2. 前記品質制御パラメータに関する前記情報は、前記画像の品質を示す、品質係数、色数、色深度、色成分サンプリング構造、及び水平及び垂直解像度からなるグループから選択される、少なくとも１つのパラメータに関する情報を含む、請求項１に記載のシステム。
3. 前記画像の変換前の前記画像の前記ファイルサイズ及び前記ファイルサイズ予想は、圧縮されたファイルサイズである、請求項１に記載のシステム。
4. 前記ファイルサイズ予想を行なう前記計算器は、前記画像の変換前の前記画像の前記ファイルサイズと、計算された前記相対ファイルサイズ予想との乗算を行なう、請求項１に記載のシステム。
5. 前記ファイルサイズ予想
   を行なう前記計算器は、前記画像の変換前の前記画像の前記ファイルサイズと、計算された前記相対ファイルサイズ予想との乗算を、下記の関係を用いて行い、
   Ｓ（Ｉ）は、前記画像の変換前の前記画像Ｉの前記ファイルサイズであり、
   は、前記相対ファイルサイズ予想であり、ＱＦｉｎは前記画像の変換前の前記画像の品質係数であり、ＱＦｏｕｔは画像変換後の前記画像の品質係数であり、ｚは前記スケーリング係数である、請求項１に記載のシステム。
6. 前記相対ファイルサイズ予想を行なう前記計算器は、相対ファイルサイズ予想配列計算器によって事前算出される相対ファイルサイズ予想の配列を含み、
   事前算出された相対ファイルサイズ予想の前記配列は、前記画像の変換後の前記画像の前記相対ファイルサイズ予想を計算する、前記相対ファイルサイズ予想を行なう前記計算器によって用いられる、請求項１に記載のシステム。
7. 前記画像の変換前の前記画像の少なくとも１つの前記品質制御パラメータに関する前記情報は、前記画像の変換前の前記画像の品質係数ＱＦｉｎを含み、前記画像の変換時の前記画像に対して利用される少なくとも１つの前記品質制御パラメータに関する前記情報は、前記画像の変換後の前記画像の所望の品質係数ＱＦｏｕｔを含み、事前算出された相対ファイルサイズ予想の前記配列の前記計算器は、
   量子化品質係数
   、
   及び量子化スケーリング係数
   を取得する、前記品質係数ＱＦｉｎ、前記品質係数ＱＦｏｕｔ及び前記スケーリング係数ｚが入る量子化器と、
   に量子化される同一の原品質係数を含む画像の集まりの中の全ての画像を含むＱＦｉｎに対する値と、
   に量子化される前記出力品質係数ＱＦｏｕｔに対する値と、
   に量子化される前記スケーリング係数ｚに対する値とを有する複数の画像のセット
   と、
   下記の関係を用いて事前算出された相対ファイルサイズ予想の前記配列の前記計算器とを含み、
   Ｓ（）は、相対ファイルサイズ結果であり、
   は、前記セット
   のカーディナリティである、請求項６に記載のシステム。
8. 前記画像の変換後の前記画像の前記ファイルサイズ予想
   の前記計算器は、下記の関係を用い、
   Ｓ（Ｉ）は、前記画像の変換前の前記画像Ｉの圧縮されたファイルサイズである、請求項７に記載のシステム。
9. 前記相対ファイルサイズ予想配列計算器は、
   （ａ）画像のセットに含まれる画像のそれぞれを、前記画像の特性を表すベクトルに関連づけて、（ｂ）画像の前記セットを同様のベクトルに関連付けられた複数の画像を有する複数のクラスにパーティショニングするクラスタ計算器と、
   複数の画像を有するクラスのそれぞれに対して、前記クラスの複数の前記画像に関連付けられた前記ベクトルのプロトタイプを表すセントロイドを計算するプロトタイプ計算器と、
   セントロイドのそれぞれに対して、相対ファイルサイズ予想の配列を算出する配列計算器とを含み、前記配列は、少なくとも１つの前記品質制御パラメータの変更及びスケーリング係数に関する前記情報を含む少なくとも２次元を有する、請求項６に記載のシステム。
10. それぞれの画像Ｉに関連付けられた前記ベクトルは、次の関係によって導き出せ、
    ｘ_Ｉ＝（Ｗ（Ｉ）、Ｈ（Ｉ）、αＱＦ（Ｉ））
    αはスケール定数であり、Ｗ（Ｉ）、Ｈ（Ｉ）及びＱＦ（Ｉ）はそれぞれ、画像Ｉの幅、高さ及び品質係数である、請求項９に記載のシステム。
11. 前記画像の変換後の前記画像の前記ファイルサイズ予想を行なう前記計算器は、前記画像の変換前の前記画像の前記ファイルサイズと前記配列計算器によって事前算出された相対ファイルサイズ予想の前記配列のエントリとを用いて、前記画像の変換後の前記画像の前記ファイルサイズ予想を計算する、請求項６に記載のシステム。
12. 少なくとも１つの品質制御パラメータの変更及びスケーリングによって変換される画像のファイルサイズを予想する方法であって、
    （ａ）前記画像の変換前の前記画像の前記ファイルサイズ、（ｂ）前記画像の変換前の前記画像の少なくとも１つの品質制御パラメータに関する情報、（ｃ）前記画像の変換時の前記画像に対して利用される少なくとも１つの品質制御パラメータに関する情報、及び（ｄ）前記画像の変換時の前記画像に対して利用されるスケーリング係数とを受信する工程と、
    品質制御パラメータ及びスケーリング係数に関する受信した前記情報に基づいて相対ファイルサイズ予想を計算する工程と、
    前記画像の変換後の前記画像のファイルサイズ予想を計算する工程とを備え、
    前記画像の変換後の前記画像の前記ファイルサイズ予想は、前記画像の変換前の前記画像の前記ファイルサイズと計算された前記相対ファイルサイズ予想との関数として計算される、方法。
13. 前記品質制御パラメータに関する前記情報として、前記画像の品質を示す、品質係数、色数、色深度、色成分サンプリング構造、及び水平及び垂直解像度からなるグループから選択される、少なくとも１つのパラメータに関する情報を受信する工程を含む、請求項１２に記載の方法。
14. 前記画像の変換前の前記画像の前記ファイルサイズとして、圧縮されたファイルサイズを受信する工程と、
    前記画像の変換後の前記画像の前記ファイルサイズとして、圧縮されたファイルサイズを計算する工程とを含む、請求項１２に記載の方法。
15. 前記画像の変換後の前記画像の前記ファイルサイズ予想を計算する工程は、前記画像の変換前の前記画像の前記ファイルサイズと、計算された前記相対ファイルサイズ予想との乗算を行なう工程を含む、請求項１２に記載の方法。
16. 前記ファイルサイズ予想
    を計算する工程は、前記画像の変換前の前記画像の前記ファイルサイズと、計算された前記相対ファイルサイズ予想
    との乗算を、下記の関係を用いて行い、
    Ｓ（Ｉ）は、前記画像の変換前の前記画像Ｉの前記ファイルサイズであり、
    は、前記相対ファイルサイズ予想であり、ＱＦｉｎは前記画像の変換前の前記画像の品質係数であり、ＱＦｏｕｔは画像変換後の前記画像の品質係数であり、ｚは前記スケーリング係数である、請求項１２に記載の方法。
17. 前記相対ファイルサイズ予想を計算する工程は、（ａ）相対ファイルサイズ予想の配列の事前算出する工程と、（ｂ）事前算出された相対ファイルサイズ予想の前記配列を用いて前記相対ファイルサイズ予想を計算する工程とを含む、請求項１２に記載の方法。
18. 前記画像の変換前の前記画像の少なくとも１つの前記品質制御パラメータに関する前記情報は、前記画像の変換前の前記画像の品質係数ＱＦｉｎを含み、前記画像の変換時の前記画像に対して利用される少なくとも１つの前記品質制御パラメータに関する前記情報は、前記画像の変換後の前記画像の所望の品質係数ＱＦｏｕｔを含み、事前算出された相対ファイルサイズ予想の前記配列を事前算出する工程は、前記品質係数ＱＦｉｎ、前記品質係数ＱＦｏｕｔ及び前記スケーリング係数ｚを量子化して、量子化品質係数
    、
    及び量子化スケーリング係数
    を取得する工程と、
    に量子化される同一の原品質係数を含む画像の集まりの中の全ての画像を含むＱＦｉｎに対する値と、
    に量子化される前記出力品質係数ＱＦｏｕｔに対する値と、
    に量子化される前記スケーリング係数ｚに対する値とを有する複数の画像のセット
    を決定する工程と、
    下記の関係を用いて事前算出された相対ファイルサイズ予想の前記配列を計算する工程とを含み、
    Ｓ（）は、相対ファイルサイズ結果であり、
    は、前記セット
    のカーディナリティである、請求項１７に記載の方法。
19. 前記画像の変換後の前記画像の前記ファイルサイズ予想
    を計算する工程は、下記の関係を用いる工程を含み、
    Ｓ（Ｉ）は、前記画像の変換前の前記画像Ｉの圧縮されたファイルサイズである、請求項１８に記載の方法。
20. 前記相対ファイルサイズ予想を計算する工程は、
    （ａ）画像のセットに含まれる画像のそれぞれを、前記画像の特性を表すベクトルに関連づけて、（ｂ）画像の前記セットを同様のベクトルに関連付けられた複数の画像を有する複数のクラスにパーティショニングする工程と、
    複数の画像を有するクラスのそれぞれに対して、前記クラスの複数の前記画像に関連付けられた前記ベクトルのプロトタイプを表すセントロイドを計算する工程と、
    セントロイドのそれぞれに対して、相対ファイルサイズ予想の配列を算出する工程とを含み、前記配列は、少なくとも１つの前記品質制御パラメータの変更及びスケーリング係数に関する前記情報を含む少なくとも２次元を有する、請求項１７に記載の方法。
21. 次の関係を用いて、それぞれの画像Ｉに関連付けられた前記ベクトルを計算する工程を含み、
    ｘ_Ｉ＝（Ｗ（Ｉ）、Ｈ（Ｉ）、αＱＦ（Ｉ））
    αはスケール定数であり、Ｗ（Ｉ）、Ｈ（Ｉ）及びＱＦ（Ｉ）はそれぞれ、画像Ｉの幅、高さ及び品質係数である、請求項２０に記載の方法。
22. 前記画像の変換後の前記画像の前記ファイルサイズ予想を計算する工程は、前記画像の変換前の前記画像の前記ファイルサイズと事前算出された相対ファイルサイズ予想の前記配列のエントリとを用いる工程を含む、請求項２０に記載の方法。