JP3391251B2 - 適応確率推定方法及び適応符号化方法並びに適応復号方法 - Google Patents
適応確率推定方法及び適応符号化方法並びに適応復号方法Info
- Publication number
- JP3391251B2 JP3391251B2 JP07724898A JP7724898A JP3391251B2 JP 3391251 B2 JP3391251 B2 JP 3391251B2 JP 07724898 A JP07724898 A JP 07724898A JP 7724898 A JP7724898 A JP 7724898A JP 3391251 B2 JP3391251 B2 JP 3391251B2
- Authority
- JP
- Japan
- Prior art keywords
- probability
- value
- register
- symbol
- adaptive
- 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 - Fee Related
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
-
- 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
- H03M7/40—Conversion to or from variable length codes, e.g. Shannon-Fano code, Huffman code, Morse code
- H03M7/4006—Conversion to or from arithmetic code
Description
【０００１】
【発明の属する技術分野】本発明は、データ信号の符号
化、特にエントロピ符号化における適応確率推定方法及
び適応符号化方法並びに適応復号方法に関する。
化、特にエントロピ符号化における適応確率推定方法及
び適応符号化方法並びに適応復号方法に関する。
【０００２】
【従来の技術】信号源の性質が一定である保証のないデ
ータ信号を効率よく符号化を行う方法としては適応符号
化が知られている。適応符号化は符号化あるいは復号対
象データの出現傾向を学習しながら符号化あるいは復号
を適用し、効率の低下を抑えることができる。
ータ信号を効率よく符号化を行う方法としては適応符号
化が知られている。適応符号化は符号化あるいは復号対
象データの出現傾向を学習しながら符号化あるいは復号
を適用し、効率の低下を抑えることができる。
【０００３】図１１は、「W.B.Pennebaker et al., ■Q
-Coder adaptive binary arithmetic coder■, IBM Jou
rnal of Research and Development, Vol.32, No.6, No
v.1988, pp717-774」に示される適応符号化装置および
適応復号装置の概略構成図である。同図において、符号
化対象データの出現確率の推定、そのとき出現確率の高
いデータ値である予測値を演算する確率推定手段30、符
号化では入力データ信号を分析してコンテクストとして
分類する機能や、多値データ信号が入力される場合に符
号化する２値データ信号列へ変換するモデル化手段33、
復号では逆に出力データ信号を分析してコンテクストと
して分類する機能や、多値データ信号を出力する場合に
復号された２値データ信号列から逆変換するモデル化手
段34、２値データと予測値から符号化対象データ値の一
致／不一致を示す２値シンボルへ変換するシンボル判定
手段38、復号された２値シンボルと予測値から２値デー
タへ変換するデータ判定手段39、推定された確率を基に
符号化あるいは復号を行うエントロピ符号化手段31、エ
ントロピ復号手段32で構成される。
-Coder adaptive binary arithmetic coder■, IBM Jou
rnal of Research and Development, Vol.32, No.6, No
v.1988, pp717-774」に示される適応符号化装置および
適応復号装置の概略構成図である。同図において、符号
化対象データの出現確率の推定、そのとき出現確率の高
いデータ値である予測値を演算する確率推定手段30、符
号化では入力データ信号を分析してコンテクストとして
分類する機能や、多値データ信号が入力される場合に符
号化する２値データ信号列へ変換するモデル化手段33、
復号では逆に出力データ信号を分析してコンテクストと
して分類する機能や、多値データ信号を出力する場合に
復号された２値データ信号列から逆変換するモデル化手
段34、２値データと予測値から符号化対象データ値の一
致／不一致を示す２値シンボルへ変換するシンボル判定
手段38、復号された２値シンボルと予測値から２値デー
タへ変換するデータ判定手段39、推定された確率を基に
符号化あるいは復号を行うエントロピ符号化手段31、エ
ントロピ復号手段32で構成される。
【０００４】モデル化手段33,34は独立しているが確率
推定手段30に含める構成、またデータとシンボルの変換
／逆変換機能を確率推定手段30に含める構成として他の
一般文献では扱うこともある。モデル化手段33,34は、
前述のように例えば、符号化では入力データ信号を分析
してコンテクストとして分類する機能や、多値データ信
号が入力される場合に符号化する２値データ信号列へ変
換する機能、復号では逆に出力データ信号を分析してコ
ンテクストとして分類する機能や、多値データ信号を出
力する場合に復号された２値データ信号列から逆変換す
る機能などを担うが、２値信号源を入出力する場合は前
記のデータ信号と２値データ信号列の変換あるいは逆変
換する必要はなく、そのまま処理すればよい。
推定手段30に含める構成、またデータとシンボルの変換
／逆変換機能を確率推定手段30に含める構成として他の
一般文献では扱うこともある。モデル化手段33,34は、
前述のように例えば、符号化では入力データ信号を分析
してコンテクストとして分類する機能や、多値データ信
号が入力される場合に符号化する２値データ信号列へ変
換する機能、復号では逆に出力データ信号を分析してコ
ンテクストとして分類する機能や、多値データ信号を出
力する場合に復号された２値データ信号列から逆変換す
る機能などを担うが、２値信号源を入出力する場合は前
記のデータ信号と２値データ信号列の変換あるいは逆変
換する必要はなく、そのまま処理すればよい。
【０００５】また、状態番号記憶手段35に記憶された状
態番号は、後述の状態遷移による状態単位に確率推定を
行われるため、Ｑｅ記憶手段37の推定確率値を選択する
ための指標となる。エントロピ符号化手段31とエントロ
ピ復号手段32は、高い効率で圧縮できる符号化の一つで
ある算術符号化および算術復号が適用されている。図１
１に示されるコンテクストに対する状態番号記憶手段35
および予測値記憶手段36、状態番号を指標として符号化
パラメータの一つである状態に対する代表確率値のＱｅ
記憶手段37、２値データと予測値から符号化すべき２値
シンボルへ変換するシンボル判定手段38、復号された２
値シンボルと予測値から２値データへ変換するデータ判
定手段39は、前記引例および「ITU-T Recommendation
T.82, ■Information Technology - Coded Representat
ion of Picture and Audio Infomation - Progressive
Bi-level Image Compression■, pp.iv-ixおよびpp.23-
45,1993」に記載される図およびフローチャートに示さ
れる構成要素である。
態番号は、後述の状態遷移による状態単位に確率推定を
行われるため、Ｑｅ記憶手段37の推定確率値を選択する
ための指標となる。エントロピ符号化手段31とエントロ
ピ復号手段32は、高い効率で圧縮できる符号化の一つで
ある算術符号化および算術復号が適用されている。図１
１に示されるコンテクストに対する状態番号記憶手段35
および予測値記憶手段36、状態番号を指標として符号化
パラメータの一つである状態に対する代表確率値のＱｅ
記憶手段37、２値データと予測値から符号化すべき２値
シンボルへ変換するシンボル判定手段38、復号された２
値シンボルと予測値から２値データへ変換するデータ判
定手段39は、前記引例および「ITU-T Recommendation
T.82, ■Information Technology - Coded Representat
ion of Picture and Audio Infomation - Progressive
Bi-level Image Compression■, pp.iv-ixおよびpp.23-
45,1993」に記載される図およびフローチャートに示さ
れる構成要素である。
【０００６】エントロピ符号化手段31の算術符号化の原
理について簡単に説明する。図１２は２値シンボル００
１（系列長３）を算術符号化した例を示している。算術
符号化では数直線上の有効領域に符号化対象シンボル系
列を写像していくが、出現したシンボルに対して現有効
領域に対するその出現確率分の部分領域を新たな有効領
域とする処理を繰り返し行う。出現確率の比に二つに分
割される領域の配置は符号器と復号器で一致させられる
のであれば固定、並べ替えのいずれの方法をとっても構
わない。図１２ではシンボル■０■を上位、シンボル■
１■を下位に配置している。まず、第１シンボル■０■
を符号化するが、有効領域の分割はシンボル■０■、■
１■の出現確率Pe、Qe(=1-Pe)の比で行われ、新たな有
効領域はシンボル■０■に割り当てられた上位領域とす
る。第２シンボル■０■、第３シンボル■１■に対して
も同様にシンボル■０■、■１■の出現確率Pe、Qeの比
で有効領域を分割し、出現シンボルに割り当てられた領
域に更新していく。
理について簡単に説明する。図１２は２値シンボル００
１（系列長３）を算術符号化した例を示している。算術
符号化では数直線上の有効領域に符号化対象シンボル系
列を写像していくが、出現したシンボルに対して現有効
領域に対するその出現確率分の部分領域を新たな有効領
域とする処理を繰り返し行う。出現確率の比に二つに分
割される領域の配置は符号器と復号器で一致させられる
のであれば固定、並べ替えのいずれの方法をとっても構
わない。図１２ではシンボル■０■を上位、シンボル■
１■を下位に配置している。まず、第１シンボル■０■
を符号化するが、有効領域の分割はシンボル■０■、■
１■の出現確率Pe、Qe(=1-Pe)の比で行われ、新たな有
効領域はシンボル■０■に割り当てられた上位領域とす
る。第２シンボル■０■、第３シンボル■１■に対して
も同様にシンボル■０■、■１■の出現確率Pe、Qeの比
で有効領域を分割し、出現シンボルに割り当てられた領
域に更新していく。
【０００７】有効領域の初期値は1.0であり、０以上１
未満の小数値を符号とし、その符号の初期値は0.0であ
る。そして、最終シンボル、ここでは第３シンボルまで
符号化が完了した時点の有効領域内座標の小数点以下を
符号として出力する。この例では、符号を最終有効領域
の下界値.10110としているが、（上界を含まない）領域
内であれば座標末尾の符号ビット■０■を切り捨てて有
効桁数が最小となる座標、この場合.11000を選択するこ
とで符号長を節約することもできる。算術復号は符号を
有効領域の下界値からの変位として得て、符号化と同様
に領域分割し、その変位値の含まれる部分領域に対応す
るシンボルを復号対象シンボルとする。符号化終了時に
座標末尾の符号ビット■０■を切り捨てたことによって
復号時に符号ビットが不足する場合には符号ビット■０
■を補充するようにして取り決めておけばよい。図１２
において、系列の各出現シンボルに対する出現確率Pe、
Ｑｅは、モデル化手段３３でのデータ信号の分析の結果
であるコンテクストが異なるとき、またはコンテクスト
が同じでも学習の過程で異なる確率値をとることがあ
る。
未満の小数値を符号とし、その符号の初期値は0.0であ
る。そして、最終シンボル、ここでは第３シンボルまで
符号化が完了した時点の有効領域内座標の小数点以下を
符号として出力する。この例では、符号を最終有効領域
の下界値.10110としているが、（上界を含まない）領域
内であれば座標末尾の符号ビット■０■を切り捨てて有
効桁数が最小となる座標、この場合.11000を選択するこ
とで符号長を節約することもできる。算術復号は符号を
有効領域の下界値からの変位として得て、符号化と同様
に領域分割し、その変位値の含まれる部分領域に対応す
るシンボルを復号対象シンボルとする。符号化終了時に
座標末尾の符号ビット■０■を切り捨てたことによって
復号時に符号ビットが不足する場合には符号ビット■０
■を補充するようにして取り決めておけばよい。図１２
において、系列の各出現シンボルに対する出現確率Pe、
Ｑｅは、モデル化手段３３でのデータ信号の分析の結果
であるコンテクストが異なるとき、またはコンテクスト
が同じでも学習の過程で異なる確率値をとることがあ
る。
【０００８】図１２で説明した領域分割処理および割当
処理は、現有効領域幅Ａ、現有効領域下界値Ｃ、シンボ
ル■１■、■０■の出現確率Qe、Peとすれば次のように
数式的に表現される。 シンボル■１■出現 ： Ａ←Ａ×Qe、Ｃ←Ｃ シンボル■０■出現 ： Ａ←Ａ×Pe、Ｃ←Ｃ＋Ａ×Qe ここで、絶対的な小数点から見て、領域幅Ａは出現確率
との乗算によって徐々に小さくなり、有効桁数は逆に大
きくなっていくためレジスタで構成することは実現上困
難となる。
処理は、現有効領域幅Ａ、現有効領域下界値Ｃ、シンボ
ル■１■、■０■の出現確率Qe、Peとすれば次のように
数式的に表現される。 シンボル■１■出現 ： Ａ←Ａ×Qe、Ｃ←Ｃ シンボル■０■出現 ： Ａ←Ａ×Pe、Ｃ←Ｃ＋Ａ×Qe ここで、絶対的な小数点から見て、領域幅Ａは出現確率
との乗算によって徐々に小さくなり、有効桁数は逆に大
きくなっていくためレジスタで構成することは実現上困
難となる。
【０００９】よって、算術符号化では乗算を行っても影
響を受けない小数上位の桁を整数部に掃き出して小数有
効桁数を一定に保つ正規化処理を行う。この処理は、領
域幅Ａの更新後、一定値より小さくなれば有効領域下界
値Ｃと同時に２のべき乗倍することによって仮想的な小
数点を想定して一定値以上の領域幅を保証する。一定値
は通常0.5である。
響を受けない小数上位の桁を整数部に掃き出して小数有
効桁数を一定に保つ正規化処理を行う。この処理は、領
域幅Ａの更新後、一定値より小さくなれば有効領域下界
値Ｃと同時に２のべき乗倍することによって仮想的な小
数点を想定して一定値以上の領域幅を保証する。一定値
は通常0.5である。
【００１０】下界値Ｃに対する加算により正規化処理で
掃き出した整数部へ桁上がりが波及することがあるため
制御が必要となるが、本発明の技術と直接的な関係がな
いためその詳細はここでは示さない。
掃き出した整数部へ桁上がりが波及することがあるため
制御が必要となるが、本発明の技術と直接的な関係がな
いためその詳細はここでは示さない。
【００１１】正規化処理によって、有効領域幅Ａが一定
値以上に保たれることで、その値をほぼ1.0とみなせる
と仮定すれば、領域幅Ａの更新での乗算は不要となり、
シンボル■１■に対する領域幅は単にQeで表すことがで
きるようになる。 シンボル■１■出現 ： Ａ←Qe、 Ｃ←Ｃ シンボル■０■出現 ： Ａ←Ａ−Qe（←Pe）、Ｃ←Ｃ＋Ｑｅ
値以上に保たれることで、その値をほぼ1.0とみなせる
と仮定すれば、領域幅Ａの更新での乗算は不要となり、
シンボル■１■に対する領域幅は単にQeで表すことがで
きるようになる。 シンボル■１■出現 ： Ａ←Qe、 Ｃ←Ｃ シンボル■０■出現 ： Ａ←Ａ−Qe（←Pe）、Ｃ←Ｃ＋Ｑｅ
【００１２】この文献の算術符号化では、シンボル■１
■の出現確率Ｑｅの推定に学習が用いられているが、図
１３に示すような状態遷移モデルによる。状態遷移は、
正規化処理が行われるとき同時に行われ、符号化または
復号したシンボルが■０■か■１■かで遷移先の状態が
決定する。初期の状態は両シンボルの出現確率が0.5で
ある。状態遷移の際の出現シンボルが、■０■ならばQe
がより小さい状態、■１■ならばQeがより大きい状態に
遷移するよう設計されている。この状態遷移を適用する
方法によれば、出現確率Qeは状態を代表する確率値とし
て扱うことになる。
■の出現確率Ｑｅの推定に学習が用いられているが、図
１３に示すような状態遷移モデルによる。状態遷移は、
正規化処理が行われるとき同時に行われ、符号化または
復号したシンボルが■０■か■１■かで遷移先の状態が
決定する。初期の状態は両シンボルの出現確率が0.5で
ある。状態遷移の際の出現シンボルが、■０■ならばQe
がより小さい状態、■１■ならばQeがより大きい状態に
遷移するよう設計されている。この状態遷移を適用する
方法によれば、出現確率Qeは状態を代表する確率値とし
て扱うことになる。
【００１３】また、米国特許(USP5,025,258, June.18 1
991)にはデータ（またはシンボル）の出現回数から出現
確率を算出する方法が示されている。例えば、２値シン
ボル■０■、■１■の場合、それぞれの累積出現回数N
0、N1を計数すれば、シンボル■１■の出現確率、すな
わち従来の形態１で説明されたQeは次の式で表せる。 Qe＝N1／(N0＋N1) このように算出される出現確率あるいはその補正値を従
来の形態１で説明した算術符号化の領域計算に適用する
ことでより高い符号化効率を得ることができる。
991)にはデータ（またはシンボル）の出現回数から出現
確率を算出する方法が示されている。例えば、２値シン
ボル■０■、■１■の場合、それぞれの累積出現回数N
0、N1を計数すれば、シンボル■１■の出現確率、すな
わち従来の形態１で説明されたQeは次の式で表せる。 Qe＝N1／(N0＋N1) このように算出される出現確率あるいはその補正値を従
来の形態１で説明した算術符号化の領域計算に適用する
ことでより高い符号化効率を得ることができる。
【００１４】この例では、累積出現回数のカウンタN0、
N1はその有効精度を制限すれば桁あふれ対策のための制
御が必要となるが、本発明の技術と直接的な関係がない
ためその詳細はここでは示さない。
N1はその有効精度を制限すれば桁あふれ対策のための制
御が必要となるが、本発明の技術と直接的な関係がない
ためその詳細はここでは示さない。
【００１５】なお、算術符号化手段31および算術復号手
段32の詳細は、前記文献および前記米国特許の他、「La
ngdon,Rissanen, ■Compression of Black-White Image
s with Arithmetic Coding■, IEEE Transaction, Vol.
COM-29, No.6, June 1981, pp858-867」、米国特許(USP
4,633,490, Dec.30 1986)、「Witten,Neal,Cleary,■Ar
ithmetic Coding for Data Compression■, Communicat
ions of the ACM, Vol.30, No.6, June 1987, pp520-54
0」などで周知の技術となっている。
段32の詳細は、前記文献および前記米国特許の他、「La
ngdon,Rissanen, ■Compression of Black-White Image
s with Arithmetic Coding■, IEEE Transaction, Vol.
COM-29, No.6, June 1981, pp858-867」、米国特許(USP
4,633,490, Dec.30 1986)、「Witten,Neal,Cleary,■Ar
ithmetic Coding for Data Compression■, Communicat
ions of the ACM, Vol.30, No.6, June 1987, pp520-54
0」などで周知の技術となっている。
【００１６】
【発明が解決しようとする課題】従来の適応確率推定方
法では、確率推定手段で行われる推定出現確率の学習が
状態遷移による場合、本来独立であるエントロピ符号化
手段の正規化処理と同期して行われるため、データ信号
源の性質の変化への追随性が偶然に左右されることが考
えられ、所望の推定確率の精度が得られないという問題
があった。また、従来の適応確率推定方法では、データ
あるいはシンボルの累積出現回数から出現確率を推定す
る場合、確率を算出するために除算を、また算術符号化
を適用する場合には割り当てる領域幅を算出するために
は乗算を行わなければならず、演算負荷が大きいという
問題があった。
法では、確率推定手段で行われる推定出現確率の学習が
状態遷移による場合、本来独立であるエントロピ符号化
手段の正規化処理と同期して行われるため、データ信号
源の性質の変化への追随性が偶然に左右されることが考
えられ、所望の推定確率の精度が得られないという問題
があった。また、従来の適応確率推定方法では、データ
あるいはシンボルの累積出現回数から出現確率を推定す
る場合、確率を算出するために除算を、また算術符号化
を適用する場合には割り当てる領域幅を算出するために
は乗算を行わなければならず、演算負荷が大きいという
問題があった。
【００１７】この発明は、以上のような問題点を解決す
るためになされたものであり、出現確率に対してより小
さい演算負荷でより正確な符号化パラメータを選択する
ための指標を決定することを目的とする。
るためになされたものであり、出現確率に対してより小
さい演算負荷でより正確な符号化パラメータを選択する
ための指標を決定することを目的とする。
【００１８】
【課題を解決するための手段】この発明に記載の適応確
率推定方法は、シンボルそれぞれの累積出現回数に基づ
いて推定される符号化対象シンボルの出現確率の大小か
ら分類した指標を得て符号化パラメータを選択する適応
確率推定方法において、前記指標に対応する確率区間の
分類の境界となる確率しきい値を２のべき乗で表される
値に設定し、その各確率しきい値によって区切られる確
率区間が選択されたときの代表確率値を示すテーブルを
備え、 入力データが出現確率の高いシンボル（ＭＰＳ）
であるのか出現確率の低いシンボル（ＬＰＳ）であるの
かを判断するシンボル判定手順と ＬＰＳ累積出現回数ま
たはＭＰＳ累積出現回数を計数して、レジスタＬに記憶
するとともに、総シンボル累積出現回数を計数して、レ
ジスタNに記憶するシンボル計数手順と レジスタＬの値
を左に桁シフトし、レジスタＮの値と比較し、比較結果
がＬ≧Ｎなるまで、順次レジスタＬを左に桁シフトし
て、レジスタＮと比較し、比較結果がＬ≧Ｎなったとき
の比較した回数を２のべき乗数として前記テーブルを参
照し代表確率値を符号化パラメータとして選択する代表
確率値選択手順とを備えた。
率推定方法は、シンボルそれぞれの累積出現回数に基づ
いて推定される符号化対象シンボルの出現確率の大小か
ら分類した指標を得て符号化パラメータを選択する適応
確率推定方法において、前記指標に対応する確率区間の
分類の境界となる確率しきい値を２のべき乗で表される
値に設定し、その各確率しきい値によって区切られる確
率区間が選択されたときの代表確率値を示すテーブルを
備え、 入力データが出現確率の高いシンボル（ＭＰＳ）
であるのか出現確率の低いシンボル（ＬＰＳ）であるの
かを判断するシンボル判定手順と ＬＰＳ累積出現回数ま
たはＭＰＳ累積出現回数を計数して、レジスタＬに記憶
するとともに、総シンボル累積出現回数を計数して、レ
ジスタNに記憶するシンボル計数手順と レジスタＬの値
を左に桁シフトし、レジスタＮの値と比較し、比較結果
がＬ≧Ｎなるまで、順次レジスタＬを左に桁シフトし
て、レジスタＮと比較し、比較結果がＬ≧Ｎなったとき
の比較した回数を２のべき乗数として前記テーブルを参
照し代表確率値を符号化パラメータとして選択する代表
確率値選択手順とを備えた。
【００１９】また、この発明に記載の適応確率推定方法
は、前記テーブルの確率しきい値として２のべき乗で表
される値と、２のべき乗で表される隣接する２つの前記
しきい値の中間値として得られる値とを設定し、 前記代
表確率値選択手順は、レジスタＬとレジスタＮの値と比
較して、確率区間を一つに決定できないとき、比較結果
がＬ＞Ｎならば、ＬからＮを減じてレジスタＬの値を更
新し、確率区間が一つに決定できるまで、レジスタＬを
左に桁シフトして比較する手順を繰返す。
は、前記テーブルの確率しきい値として２のべき乗で表
される値と、２のべき乗で表される隣接する２つの前記
しきい値の中間値として得られる値とを設定し、 前記代
表確率値選択手順は、レジスタＬとレジスタＮの値と比
較して、確率区間を一つに決定できないとき、比較結果
がＬ＞Ｎならば、ＬからＮを減じてレジスタＬの値を更
新し、確率区間が一つに決定できるまで、レジスタＬを
左に桁シフトして比較する手順を繰返す。
【００２０】また、この発明に記載の適応確率推定方法
は、前記テーブルの確率しきい値として２のべき乗で表
される値と、２のべき乗で表される隣接する２つの前記
しきい値で定義される確率区間を再帰的に等分割して得
られる値とを設定し、 前記代表確率値選択手順は、レジ
スタＬとレジスタＮの値と比較して、確率区間を一つに
決定できないとき、比較結果がＬ＞Ｎならば、ＬからＮ
を減じてレジスタＬの値を更新し、確率区間が一つに決
定できるまで、レジスタＬを左に桁シフトして比較する
手順を繰返す。
は、前記テーブルの確率しきい値として２のべき乗で表
される値と、２のべき乗で表される隣接する２つの前記
しきい値で定義される確率区間を再帰的に等分割して得
られる値とを設定し、 前記代表確率値選択手順は、レジ
スタＬとレジスタＮの値と比較して、確率区間を一つに
決定できないとき、比較結果がＬ＞Ｎならば、ＬからＮ
を減じてレジスタＬの値を更新し、確率区間が一つに決
定できるまで、レジスタＬを左に桁シフトして比較する
手順を繰返す。
【００２１】また、この発明に記載の適応符号化方法
は、シンボルそれぞれの累積出現回数に基づいて推定さ
れる符号化対象シンボルの出現確率の大小から分類した
指標を得て符号化パラメータを選択する適応確率推定方
法を用いて符号化する適応符号化方法において、 前記適
応確率推定方法は、前記指標に対応する確率区間の分類
の境界となる確率しきい値を２のべき乗で表される値に
設定し、その各確率しきい値によって区切られる確率区
間が選択されたときの代表確率値を示すテーブルを備
え、入力データがＭＰＳであるのかＬＰＳであるのかを
判断するシンボル判定手順とＬＰＳ累積出現回数または
ＭＰＳ累積出現回数を計数して、レジスタＬに記憶する
とともに、総シンボル累積出現回数を計数して、レジス
タNに記憶するシンボル計数手順と レジスタＬの値を左
に桁シフトし、レジスタＮの値と比較し、比較結果がＬ
≧Ｎなるまで、順次レジスタＬを左に桁シフトして、レ
ジスタＮと比較し、比較結果がＬ≧Ｎなったときの比較
した回数を２のべき乗数として前記テーブルを参照し代
表確率値を符号化パラメータとして選択する代表確率値
選択手順とを備えた。
は、シンボルそれぞれの累積出現回数に基づいて推定さ
れる符号化対象シンボルの出現確率の大小から分類した
指標を得て符号化パラメータを選択する適応確率推定方
法を用いて符号化する適応符号化方法において、 前記適
応確率推定方法は、前記指標に対応する確率区間の分類
の境界となる確率しきい値を２のべき乗で表される値に
設定し、その各確率しきい値によって区切られる確率区
間が選択されたときの代表確率値を示すテーブルを備
え、入力データがＭＰＳであるのかＬＰＳであるのかを
判断するシンボル判定手順とＬＰＳ累積出現回数または
ＭＰＳ累積出現回数を計数して、レジスタＬに記憶する
とともに、総シンボル累積出現回数を計数して、レジス
タNに記憶するシンボル計数手順と レジスタＬの値を左
に桁シフトし、レジスタＮの値と比較し、比較結果がＬ
≧Ｎなるまで、順次レジスタＬを左に桁シフトして、レ
ジスタＮと比較し、比較結果がＬ≧Ｎなったときの比較
した回数を２のべき乗数として前記テーブルを参照し代
表確率値を符号化パラメータとして選択する代表確率値
選択手順とを備えた。
【００２２】また、この発明に記載の適応符号化方法
は、前記テーブルの確率しきい値として２のべき乗で表
される値と、２のべき乗で表される隣接する２つの前記
しきい値の中間値として得られる値を設定し、 前記代表
確率値選択手順は、レジスタＬとレジスタＮの値と比較
して、確率区間を一つに決定できないとき、比較結果が
Ｌ＞Ｎならば、ＬからＮを減じてレジスタＬの値を更新
し、確率区間が一つに決定できるまで、レジスタＬを左
に桁シフトして比較する手順を繰返す。 また、この発明
に記載の適応符号化方法は、前記テーブルの確率しきい
値として２のべき乗で表される値と、２のべき乗で表さ
れる隣接する２つの前記しきい値で定義される確率区間
を再帰的に等分割して得られる値を設定し、 前記代表確
率値選択手順は、レジスタＬとレジスタＮの値と比較し
て、確率区間を一つに決定できないとき、比較結果がＬ
＞Ｎならば、ＬからＮを減じてレジスタＬの値を更新
し、確率区間が一つに決定できるまで、レジスタＬを左
に桁シフトして比較する手順を繰返す。
は、前記テーブルの確率しきい値として２のべき乗で表
される値と、２のべき乗で表される隣接する２つの前記
しきい値の中間値として得られる値を設定し、 前記代表
確率値選択手順は、レジスタＬとレジスタＮの値と比較
して、確率区間を一つに決定できないとき、比較結果が
Ｌ＞Ｎならば、ＬからＮを減じてレジスタＬの値を更新
し、確率区間が一つに決定できるまで、レジスタＬを左
に桁シフトして比較する手順を繰返す。 また、この発明
に記載の適応符号化方法は、前記テーブルの確率しきい
値として２のべき乗で表される値と、２のべき乗で表さ
れる隣接する２つの前記しきい値で定義される確率区間
を再帰的に等分割して得られる値を設定し、 前記代表確
率値選択手順は、レジスタＬとレジスタＮの値と比較し
て、確率区間を一つに決定できないとき、比較結果がＬ
＞Ｎならば、ＬからＮを減じてレジスタＬの値を更新
し、確率区間が一つに決定できるまで、レジスタＬを左
に桁シフトして比較する手順を繰返す。
【００２３】また、この発明に記載の適応復号方法は、
シンボルそれぞれの累積出現回数に基づいて推定される
符号化対象シンボルの出現確率の大小から分類した指標
を得て符号化パラメータを選択する適応確率推定方法を
用いて復号する適応復号方法において、 前記適応確率推
定方法は、前記指標に対応する確率区間の分類の境界と
なる確率しきい値を２のべき乗で表される値に設定し、
その各確率しきい値によって区切られる確率区間が選択
されたときの代表確率値を示すテーブルを備え、 入力デ
ータがＭＰＳであるのかＬＰＳであるのかを判断するシ
ンボル判定手順と ＬＰＳ累積出現回数またはＭＰＳ累積
出現回数を計数して、レジスタＬに記憶するとともに、
総シンボル累積出現回数を計数して、レジスタNに記憶
するシンボル計数手順と レジスタＬの値を左に桁シフト
し、レジスタＮの値と比較し、比較結果がＬ≧Ｎなるま
で、順次レジスタＬを左に桁シフトして、レジスタＮと
比較し、比較結果がＬ≧Ｎなったときの比較した回数を
２のべき乗数として前記テーブルを参照し代表確率値を
符号化パラメータとして選択する代表確率値選択手順と
を備えた。
シンボルそれぞれの累積出現回数に基づいて推定される
符号化対象シンボルの出現確率の大小から分類した指標
を得て符号化パラメータを選択する適応確率推定方法を
用いて復号する適応復号方法において、 前記適応確率推
定方法は、前記指標に対応する確率区間の分類の境界と
なる確率しきい値を２のべき乗で表される値に設定し、
その各確率しきい値によって区切られる確率区間が選択
されたときの代表確率値を示すテーブルを備え、 入力デ
ータがＭＰＳであるのかＬＰＳであるのかを判断するシ
ンボル判定手順と ＬＰＳ累積出現回数またはＭＰＳ累積
出現回数を計数して、レジスタＬに記憶するとともに、
総シンボル累積出現回数を計数して、レジスタNに記憶
するシンボル計数手順と レジスタＬの値を左に桁シフト
し、レジスタＮの値と比較し、比較結果がＬ≧Ｎなるま
で、順次レジスタＬを左に桁シフトして、レジスタＮと
比較し、比較結果がＬ≧Ｎなったときの比較した回数を
２のべき乗数として前記テーブルを参照し代表確率値を
符号化パラメータとして選択する代表確率値選択手順と
を備えた。
【００２４】また、この発明に記載の適応復号方法は、
前記テーブルの確率しきい値として２のべき乗で表され
る値と、２のべき乗で表される隣接する２つの前記しき
い値の中間値として得られる値を設定し、 前記代表確率
値選択手順は、レジスタＬとレジスタＮの値と比較し
て、確率区間を一つに決定できないとき、比較結果がＬ
＞Ｎならば、ＬからＮを減じてレジスタＬの値を更新
し、確率区間が一つに決定できるまで、レジスタＬを左
に桁シフトして比較する手順を繰返す。 また、この発明
に記載の適応復号方法は、前記テーブルの確率しきい値
として２のべき乗で表される値と、２のべき乗で表され
る隣接する２つの前記しきい値で定義される確率区間を
再帰的に等分割して得られる値を設定し、 前記代表確率
値選択手順は、レジスタＬとレジスタＮの値と比較し
て、確率区間を一つに決定できないとき、比較結果がＬ
＞Ｎならば、ＬからＮを減じてレジスタＬの値を更新
し、確率区間が一つに決定できるまで、レジスタＬを左
に桁シフトして比較する手順を繰返す。
前記テーブルの確率しきい値として２のべき乗で表され
る値と、２のべき乗で表される隣接する２つの前記しき
い値の中間値として得られる値を設定し、 前記代表確率
値選択手順は、レジスタＬとレジスタＮの値と比較し
て、確率区間を一つに決定できないとき、比較結果がＬ
＞Ｎならば、ＬからＮを減じてレジスタＬの値を更新
し、確率区間が一つに決定できるまで、レジスタＬを左
に桁シフトして比較する手順を繰返す。 また、この発明
に記載の適応復号方法は、前記テーブルの確率しきい値
として２のべき乗で表される値と、２のべき乗で表され
る隣接する２つの前記しきい値で定義される確率区間を
再帰的に等分割して得られる値を設定し、 前記代表確率
値選択手順は、レジスタＬとレジスタＮの値と比較し
て、確率区間を一つに決定できないとき、比較結果がＬ
＞Ｎならば、ＬからＮを減じてレジスタＬの値を更新
し、確率区間が一つに決定できるまで、レジスタＬを左
に桁シフトして比較する手順を繰返す。
【００２５】
【発明の実施の形態】実施の形態１．本発明の適応確率
推定方法に算術符号化を適用した場合の基本的な考え方
を次に示す。図１は本発明に算術符号化を適用する場合
の符号化装置の構成を示すブロック図である。説明を容
易にするため、２値データを符号化する例を示す。算術
符号化は従来例に示したように、符号化対象データと予
測値とを比較して、一致するとき出現確率が高いシンボ
ルである優勢シンボル(ＭＰＳ：More Probable Symbo
l)、一致しないとき出現確率が低いシンボルである劣勢
シンボル(ＬＰＳ：LessProbable Symbol)を判定して符
号化を行う。
推定方法に算術符号化を適用した場合の基本的な考え方
を次に示す。図１は本発明に算術符号化を適用する場合
の符号化装置の構成を示すブロック図である。説明を容
易にするため、２値データを符号化する例を示す。算術
符号化は従来例に示したように、符号化対象データと予
測値とを比較して、一致するとき出現確率が高いシンボ
ルである優勢シンボル(ＭＰＳ：More Probable Symbo
l)、一致しないとき出現確率が低いシンボルである劣勢
シンボル(ＬＰＳ：LessProbable Symbol)を判定して符
号化を行う。
【００２６】シンボル判定手順10は入力データがＭＰＳ
であるのかＬＰＳであるのかを判断するものである。シ
ンボル計数手段11はＬＰＳ累積出現回数、および総シン
ボル累積出現回数を計数するとともに、予測値を記憶す
るものである。確率推定手段12はＬＰＳ累積出現回数、
および総シンボル累積出現回数からＬＰＳ出現確率を推
定するものである。符号化手段13は算術符号化を適用
し、ＬＰＳ出現確率を用いて領域を分割し、出現した各
シンボル（ＭＰＳまたはＬＰＳ）に対応する領域を選択
することを繰り返すことによって、シンボル系列に対す
る符号を出力するものである。
であるのかＬＰＳであるのかを判断するものである。シ
ンボル計数手段11はＬＰＳ累積出現回数、および総シン
ボル累積出現回数を計数するとともに、予測値を記憶す
るものである。確率推定手段12はＬＰＳ累積出現回数、
および総シンボル累積出現回数からＬＰＳ出現確率を推
定するものである。符号化手段13は算術符号化を適用
し、ＬＰＳ出現確率を用いて領域を分割し、出現した各
シンボル（ＭＰＳまたはＬＰＳ）に対応する領域を選択
することを繰り返すことによって、シンボル系列に対す
る符号を出力するものである。
【００２７】シンボル計数手段11は、さらに図２に示さ
れる構成を持つ。総シンボル計数手段14は総シンボル数
の累積出現回数をカウントする。ＬＰＳ判定手段15は入
力シンボルがＬＰＳであるかどうかを判定し、ＬＰＳで
あれば後述のＬＰＳ計数手段16へカウントさせる。ＬＰ
Ｓ計数手段16はＬＰＳの累積出現回数をカウントする。
予測値記憶手段17は予測値を記憶し、ＬＰＳカウント値
が総シンボルカウント値の１／２を超えた場合予測値を
反転させ、ＬＰＳカウント値とＭＰＳカウント値、つま
り総シンボルカウント値からＬＰＳカウント値を減じた
値を交換する。
れる構成を持つ。総シンボル計数手段14は総シンボル数
の累積出現回数をカウントする。ＬＰＳ判定手段15は入
力シンボルがＬＰＳであるかどうかを判定し、ＬＰＳで
あれば後述のＬＰＳ計数手段16へカウントさせる。ＬＰ
Ｓ計数手段16はＬＰＳの累積出現回数をカウントする。
予測値記憶手段17は予測値を記憶し、ＬＰＳカウント値
が総シンボルカウント値の１／２を超えた場合予測値を
反転させ、ＬＰＳカウント値とＭＰＳカウント値、つま
り総シンボルカウント値からＬＰＳカウント値を減じた
値を交換する。
【００２８】以上の構成に基づき、図３に本発明の適応
確率推定方法を適用した算術符号化の手順を示す。ま
ず、予測値記憶手段17によって記憶されている予測値を
参照し、入力した符号化データがＭＰＳであるのかＬＰ
Ｓであるのかをシンボル判定手段10によって判定する
（ステップ102）。
確率推定方法を適用した算術符号化の手順を示す。ま
ず、予測値記憶手段17によって記憶されている予測値を
参照し、入力した符号化データがＭＰＳであるのかＬＰ
Ｓであるのかをシンボル判定手段10によって判定する
（ステップ102）。
【００２９】次に、ＬＰＳカウント値、および総シンボ
ルカウント値を参照して確率推定手段12（詳細は後述）
によって、あらかじめ複数個用意した代表確率値の中か
らひとつを選択する（ステップ103,106）。確率推定手
段12によって選択された代表確率値を用いて、シンボル
判定手段10によって判定されたＭＰＳまたはＬＰＳを符
号化手段13によって符号化する（ステップ104,107）。
ルカウント値を参照して確率推定手段12（詳細は後述）
によって、あらかじめ複数個用意した代表確率値の中か
らひとつを選択する（ステップ103,106）。確率推定手
段12によって選択された代表確率値を用いて、シンボル
判定手段10によって判定されたＭＰＳまたはＬＰＳを符
号化手段13によって符号化する（ステップ104,107）。
【００３０】符号化が終了した後、シンボル計数手段11
によってＬＰＳカウント値、および総シンボルカウント
値を更新する。シンボル判定結果がＭＰＳの場合、総シ
ンボルカウント値をインクリメントする（ステップ10
5）。シンボル判定結果がＬＰＳの場合、ＬＰＳカウン
ト値、および総シンボルカウント値をインクリメントし
（ステップ108）、さらに、ＬＰＳカウント値がシンボ
ルカウント値の１／２より大きくなった場合、予測値を
反転する（ステップ109,110）。このとき、ＬＰＳカウ
ント値はＭＰＳカウント値（総シンボルカウント値から
ＬＰＳカウント値を減じた値）より大きくなっているた
め、そのＭＰＳカウント値をＬＰＳカウント値として更
新（ステップ111）すればＬＰＳカウント値は常に総シ
ンボルカウント値の１／２以下に保てる。
によってＬＰＳカウント値、および総シンボルカウント
値を更新する。シンボル判定結果がＭＰＳの場合、総シ
ンボルカウント値をインクリメントする（ステップ10
5）。シンボル判定結果がＬＰＳの場合、ＬＰＳカウン
ト値、および総シンボルカウント値をインクリメントし
（ステップ108）、さらに、ＬＰＳカウント値がシンボ
ルカウント値の１／２より大きくなった場合、予測値を
反転する（ステップ109,110）。このとき、ＬＰＳカウ
ント値はＭＰＳカウント値（総シンボルカウント値から
ＬＰＳカウント値を減じた値）より大きくなっているた
め、そのＭＰＳカウント値をＬＰＳカウント値として更
新（ステップ111）すればＬＰＳカウント値は常に総シ
ンボルカウント値の１／２以下に保てる。
【００３１】代表確率値選択手順について説明する。図
４は確率しきい値（Ｔ０，Ｔ１，Ｔ２）、および確率し
きい値によって区切られる確率区間が選択されたときの
代表確率値（Ａ０，Ａ１，Ａ２、Ａ３）を示している。
ここで、一例として確率しきい値は２のべき乗で表され
る値に設定する。各代表確率値は確率区間の境界となる
２つの確率しきい値の範囲内で任意に設定することがで
きる。この例では代表確率値をそれぞれ確率区間の両端
点である２つの確率しきい値の中点に設定している。表
１は確率しきい値を２進小数下位３ビットの２進表現で
示している。
４は確率しきい値（Ｔ０，Ｔ１，Ｔ２）、および確率し
きい値によって区切られる確率区間が選択されたときの
代表確率値（Ａ０，Ａ１，Ａ２、Ａ３）を示している。
ここで、一例として確率しきい値は２のべき乗で表され
る値に設定する。各代表確率値は確率区間の境界となる
２つの確率しきい値の範囲内で任意に設定することがで
きる。この例では代表確率値をそれぞれ確率区間の両端
点である２つの確率しきい値の中点に設定している。表
１は確率しきい値を２進小数下位３ビットの２進表現で
示している。
【００３２】
【表１】
【００３３】ＬＰＳ出現確率と確率しきい値との大小関
係の判定は、確率しきい値が２のべき乗で設定されてい
るため、ＬＰＳカウント値をシフトし総シンボルカウン
ト値と比較することで可能である。
係の判定は、確率しきい値が２のべき乗で設定されてい
るため、ＬＰＳカウント値をシフトし総シンボルカウン
ト値と比較することで可能である。
【００３４】図５は確率推定手順を示している。まず、
参照するＬＰＳカウンタ値、および総シンボルカウント
値をそれぞれレジスタＬ、およびレジスタＮに記憶する
（ステップ113）。次に、確率しきい値Ｔ０との比較を
行う。レジスタＬを左に２桁シフトし（ステップ11
4）、レジスタＮと比較する（ステップ115）。比較結果
がＬ≧Ｎならば（ＬＰＳ出現確率≧Ｔ０）、ただちに確
率区間が定まり、代表確率値としてＡ０を選択する（ス
テップ116）。比較結果がＬ＜Ｎならば、続いて確率し
きい値Ｔ１との比較を行う。レジスタＬを左に１桁シフ
トし（ステップ117）、レジスタＮと比較する（ステッ
プ118）。比較結果がＬ≧Ｎならば（ＬＰＳ出現確率≧
Ｔ１）、ただちに確率区間が定まり、代表確率値として
Ａ１を選択する（ステップ119）。比較結果がＬ＜Ｎな
らば続いて確率しきい値Ｔ２との比較を確率しきい値Ｔ
１のときと同様に行う（ステップ120,121）。比較結果
がＬ≧Ｎならば（ＬＰＳ出現確率≧Ｔ２）、確率区間が
定まり、代表確率値としてＡ２を選択する（ステップ12
2）。比較結果がＬ＜Ｎならば（ＬＰＳ出現確率＜Ｔ
２）、確率区間が定まり、代表確率値としてＡ３を選択
する（ステップ123）。
参照するＬＰＳカウンタ値、および総シンボルカウント
値をそれぞれレジスタＬ、およびレジスタＮに記憶する
（ステップ113）。次に、確率しきい値Ｔ０との比較を
行う。レジスタＬを左に２桁シフトし（ステップ11
4）、レジスタＮと比較する（ステップ115）。比較結果
がＬ≧Ｎならば（ＬＰＳ出現確率≧Ｔ０）、ただちに確
率区間が定まり、代表確率値としてＡ０を選択する（ス
テップ116）。比較結果がＬ＜Ｎならば、続いて確率し
きい値Ｔ１との比較を行う。レジスタＬを左に１桁シフ
トし（ステップ117）、レジスタＮと比較する（ステッ
プ118）。比較結果がＬ≧Ｎならば（ＬＰＳ出現確率≧
Ｔ１）、ただちに確率区間が定まり、代表確率値として
Ａ１を選択する（ステップ119）。比較結果がＬ＜Ｎな
らば続いて確率しきい値Ｔ２との比較を確率しきい値Ｔ
１のときと同様に行う（ステップ120,121）。比較結果
がＬ≧Ｎならば（ＬＰＳ出現確率≧Ｔ２）、確率区間が
定まり、代表確率値としてＡ２を選択する（ステップ12
2）。比較結果がＬ＜Ｎならば（ＬＰＳ出現確率＜Ｔ
２）、確率区間が定まり、代表確率値としてＡ３を選択
する（ステップ123）。
【００３５】このように確率しきい値を２のべき乗で表
される値に設定することにより、その確率しきい値で区
切られる確率区間に対する代表確率値を除算を用いずに
演算負荷を軽減し、高速に選択することができる。
される値に設定することにより、その確率しきい値で区
切られる確率区間に対する代表確率値を除算を用いずに
演算負荷を軽減し、高速に選択することができる。
【００３６】実施の形態２．本発明に算術符号化を適用
する場合の符号化装置の構成および手順は実施の形態１
と同様であるので説明を省略する。
する場合の符号化装置の構成および手順は実施の形態１
と同様であるので説明を省略する。
【００３７】代表確率値選択手順について説明する。図
６は確率しきい値（Ｔ０，Ｔ１，…、Ｔ７）、および確
率しきい値によって区切られる確率区間が選択されたと
きの代表確率値（Ａ０，Ａ１，…，Ａ８）を示してい
る。ここで、一例として確率しきい値は２のべき乗で表
される値と２のべき乗で表される２つの前記しきい値の
間を再帰的に２等分割して得られる値に設定する。たと
えば、１／２と１／４の間は４等分（２等分×２回）
し、２進表現精度の制限で１／４と１／８、１／８と１
／１６の間は２等分となっている。代表確率値は境界と
なる２つの確率しきい値の範囲内で任意に設定すること
ができる。この例では代表確率値をそれぞれ確率区間の
両端点である２つの確率しきい値の中点に設定してい
る。表２は確率しきい値を２進小数下位４ビットの２進
表現で示している。
６は確率しきい値（Ｔ０，Ｔ１，…、Ｔ７）、および確
率しきい値によって区切られる確率区間が選択されたと
きの代表確率値（Ａ０，Ａ１，…，Ａ８）を示してい
る。ここで、一例として確率しきい値は２のべき乗で表
される値と２のべき乗で表される２つの前記しきい値の
間を再帰的に２等分割して得られる値に設定する。たと
えば、１／２と１／４の間は４等分（２等分×２回）
し、２進表現精度の制限で１／４と１／８、１／８と１
／１６の間は２等分となっている。代表確率値は境界と
なる２つの確率しきい値の範囲内で任意に設定すること
ができる。この例では代表確率値をそれぞれ確率区間の
両端点である２つの確率しきい値の中点に設定してい
る。表２は確率しきい値を２進小数下位４ビットの２進
表現で示している。
【００３８】
【表２】
【００３９】ＬＰＳ出現確率と確率しきい値との大小関
係の判定は、ＬＰＳ出現確率を２進表現したとき、各ビ
ットが１であるか０であるかの判定を上位ビットから下
位ビットの順（ｂ０からｂ３の順）に繰り返すことによ
って行う。各ビットが１であるか０であるかの判定はＬ
ＰＳカウンタ値に対し、シフト演算、および減算（ＬＰ
Ｓカウンタ値から総シンボルカウンタ値を減ずる）を適
切な順序で組み合わせて施し、総シンボルカウンタ値と
比較することで可能である。
係の判定は、ＬＰＳ出現確率を２進表現したとき、各ビ
ットが１であるか０であるかの判定を上位ビットから下
位ビットの順（ｂ０からｂ３の順）に繰り返すことによ
って行う。各ビットが１であるか０であるかの判定はＬ
ＰＳカウンタ値に対し、シフト演算、および減算（ＬＰ
Ｓカウンタ値から総シンボルカウンタ値を減ずる）を適
切な順序で組み合わせて施し、総シンボルカウンタ値と
比較することで可能である。
【００４０】図７は確率推定手順を示している。まず、
参照するＬＰＳカウンタ値、および総シンボルカウント
値をそれぞれレジスタＬ、およびレジスタＮに記憶する
（ステップ124）。次に、ＬＰＳ出現確率のｂ０ビット
を判定する。レジスタＬを左に２桁シフトし（ステップ
125）、レジスタＮと比較する（ステップ126）。比較結
果がＬ≧Ｎ（ＬＰＳ出現確率のｂ０ビットは１：ステッ
プ126でYES）、かつ確率区間が決定しない（ステップ12
7でNO）場合、レジスタＬがらレジスタＮを減じ（ＬＰ
Ｓ出現確率のｂ０ビットを０にする：ステップ128）、
次のｂ１ビットの判定処理に移る。比較結果がＬ＜Ｎ
（ＬＰＳ出現確率のｂ０ビットは０：ステップ126でN
O）、かつ確率区間が決定しない（ステップ129でNO）場
合、次のｂ１ビットの判定処理に移る。
参照するＬＰＳカウンタ値、および総シンボルカウント
値をそれぞれレジスタＬ、およびレジスタＮに記憶する
（ステップ124）。次に、ＬＰＳ出現確率のｂ０ビット
を判定する。レジスタＬを左に２桁シフトし（ステップ
125）、レジスタＮと比較する（ステップ126）。比較結
果がＬ≧Ｎ（ＬＰＳ出現確率のｂ０ビットは１：ステッ
プ126でYES）、かつ確率区間が決定しない（ステップ12
7でNO）場合、レジスタＬがらレジスタＮを減じ（ＬＰ
Ｓ出現確率のｂ０ビットを０にする：ステップ128）、
次のｂ１ビットの判定処理に移る。比較結果がＬ＜Ｎ
（ＬＰＳ出現確率のｂ０ビットは０：ステップ126でN
O）、かつ確率区間が決定しない（ステップ129でNO）場
合、次のｂ１ビットの判定処理に移る。
【００４１】さらに、ＬＰＳ出現確率のｂ１ビットを判
定する。レジスタＬを左に１桁シフトし（ステップ13
1）、レジスタＮと比較する（ステップ126）。ｂ１ビッ
トが１か０かの判定はｂ０ビットの判定手順と同様であ
る。以下、ｂ２，ｂ３の判定はｂ１の判定手順と同様に
行う。
定する。レジスタＬを左に１桁シフトし（ステップ13
1）、レジスタＮと比較する（ステップ126）。ｂ１ビッ
トが１か０かの判定はｂ０ビットの判定手順と同様であ
る。以下、ｂ２，ｂ３の判定はｂ１の判定手順と同様に
行う。
【００４２】このように、ＬＰＳ出現確率の各ビットを
順に判定していき、確率区間が定まった時点（ステップ
127でYES,129でYES）で判定処理を打ち切り、その確率
区間に対応する所定の代表確率値を選択する（ステップ
130）。
順に判定していき、確率区間が定まった時点（ステップ
127でYES,129でYES）で判定処理を打ち切り、その確率
区間に対応する所定の代表確率値を選択する（ステップ
130）。
【００４３】具体的な例として、レジスタＬ＝２１、レ
ジスタＮ＝６０として説明する。まず、ＬＰＳ出現確率
のｂ０ビットは、レジスタＬを左に２桁シフトし（Ｌ＝
８４）レジスタＮと比較すると、Ｌ≧Ｎなので１であ
る。次に、ＬＰＳ出現確率のｂ１ビットは、レジスタＬ
からレジスタＮを減じ（Ｌ＝２４）、レジスタＬを左に
１桁シフトし（Ｌ＝４８）レジスタＮと比較するとＬ＜
Ｎなので０である。さらに、ＬＰＳ出現確率のｂ２ビッ
トは、レジスタＬを左に１桁シフトし（Ｌ＝９６）レジ
スタＮと比較するとＬ≧Ｎなので１である。この時点で
確率区間が定まり、代表確率値としてＡ２を選択する。
ジスタＮ＝６０として説明する。まず、ＬＰＳ出現確率
のｂ０ビットは、レジスタＬを左に２桁シフトし（Ｌ＝
８４）レジスタＮと比較すると、Ｌ≧Ｎなので１であ
る。次に、ＬＰＳ出現確率のｂ１ビットは、レジスタＬ
からレジスタＮを減じ（Ｌ＝２４）、レジスタＬを左に
１桁シフトし（Ｌ＝４８）レジスタＮと比較するとＬ＜
Ｎなので０である。さらに、ＬＰＳ出現確率のｂ２ビッ
トは、レジスタＬを左に１桁シフトし（Ｌ＝９６）レジ
スタＮと比較するとＬ≧Ｎなので１である。この時点で
確率区間が定まり、代表確率値としてＡ２を選択する。
【００４４】このように確率しきい値を２のべき乗で表
される値と２のべき乗で表される２つの値の間を再帰的
に等分割して得られる値に設定することにより、その確
率しきい値で区切られる確率区間に対する代表確率値を
除算を用いずに演算負荷を軽減し、高速に選択すること
ができる。
される値と２のべき乗で表される２つの値の間を再帰的
に等分割して得られる値に設定することにより、その確
率しきい値で区切られる確率区間に対する代表確率値を
除算を用いずに演算負荷を軽減し、高速に選択すること
ができる。
【００４５】実施の形態３．本実施の形態３は、実施の
形態１の符号化装置に対応する復号装置である。本発明
の適応確率推定方法に算術復号を適用した場合の基本的
な考え方を次に示す。
形態１の符号化装置に対応する復号装置である。本発明
の適応確率推定方法に算術復号を適用した場合の基本的
な考え方を次に示す。
【００４６】図８は本発明に算術復号を適用する場合の
復号装置の構成を示すブロック図である。同図におい
て、シンボル計数手段11、および確率推定手段12は実施
の形態１における符号化装置と同じものであるので説明
を省略する。復号手段20は、ＬＰＳ出現確率を用いて領
域を分割し、入力された符号に対応する分割領域がどち
らのシンボルに対応する領域であるかを判定し、そのシ
ンボルを出力するものである。データ判定手段21は復号
された２値シンボルであるＭＰＳまたはＬＰＳに対応す
る２値データを予測値から判定し、出力するものであ
る。
復号装置の構成を示すブロック図である。同図におい
て、シンボル計数手段11、および確率推定手段12は実施
の形態１における符号化装置と同じものであるので説明
を省略する。復号手段20は、ＬＰＳ出現確率を用いて領
域を分割し、入力された符号に対応する分割領域がどち
らのシンボルに対応する領域であるかを判定し、そのシ
ンボルを出力するものである。データ判定手段21は復号
された２値シンボルであるＭＰＳまたはＬＰＳに対応す
る２値データを予測値から判定し、出力するものであ
る。
【００４７】以上の構成に基づき、図９に本発明の適応
確率推定方法を適用した算術復号の手順を示す。まず、
ＬＰＳカウント値、および総シンボルカウント値を参照
して確率推定手段12によって、あらかじめ複数個用意し
た代表確率値の中からひとつを選択する（ステップ20
1）。次に、確率推定手段12によって選択された代表確
率値を用いて、復号手段20によってＭＰＳまたはＬＰＳ
を復号する（ステップ202）。復号結果がＭＰＳの場
合、データ判定手段21によって予測値記憶手段17によっ
て記憶されている予測値を出力する（ステップ204）。
復号結果がＬＰＳの場合、データ判定手段21によって予
測値記憶手段17によって記憶されている予測値を反転し
たもの（非予測値）を出力する（ステップ206）。デー
タの出力が終了した後、シンボル計数手段11によってＬ
ＰＳカウント値、および総シンボルカウント値を更新す
る（符号化装置と同様：ステップ205,207,208,209,21
0）。
確率推定方法を適用した算術復号の手順を示す。まず、
ＬＰＳカウント値、および総シンボルカウント値を参照
して確率推定手段12によって、あらかじめ複数個用意し
た代表確率値の中からひとつを選択する（ステップ20
1）。次に、確率推定手段12によって選択された代表確
率値を用いて、復号手段20によってＭＰＳまたはＬＰＳ
を復号する（ステップ202）。復号結果がＭＰＳの場
合、データ判定手段21によって予測値記憶手段17によっ
て記憶されている予測値を出力する（ステップ204）。
復号結果がＬＰＳの場合、データ判定手段21によって予
測値記憶手段17によって記憶されている予測値を反転し
たもの（非予測値）を出力する（ステップ206）。デー
タの出力が終了した後、シンボル計数手段11によってＬ
ＰＳカウント値、および総シンボルカウント値を更新す
る（符号化装置と同様：ステップ205,207,208,209,21
0）。
【００４８】本実施例の代表確率値選択手順は実施の形
態１に記載の方法と同じものである。実施の形態１と同
様に確率しきい値を２のべき乗で表される値に設定する
ことにより、その確率しきい値で区切られる確率区間に
対する代表確率値を除算を用いずに演算負荷を軽減し、
高速に選択することができる。
態１に記載の方法と同じものである。実施の形態１と同
様に確率しきい値を２のべき乗で表される値に設定する
ことにより、その確率しきい値で区切られる確率区間に
対する代表確率値を除算を用いずに演算負荷を軽減し、
高速に選択することができる。
【００４９】実施の形態４．本実施の形態４は、実施の
形態２の符号化装置に対応する復号装置である。本発明
に算術復号を適用する場合の復号装置の構成および手順
は実施の形態３、代表確率値選択手順は実施の形態２と
同様であるので説明を省略する。
形態２の符号化装置に対応する復号装置である。本発明
に算術復号を適用する場合の復号装置の構成および手順
は実施の形態３、代表確率値選択手順は実施の形態２と
同様であるので説明を省略する。
【００５０】実施の形態２と同様に確率しきい値を２の
べき乗で表される値と、２のべき乗で表される２つの値
の間を再帰的に等分割して得られる値に設定することに
より、その確率しきい値で区切られる確率区間に対する
代表確率値を除算を用いずに演算負荷を軽減し、高速に
選択することができる。
べき乗で表される値と、２のべき乗で表される２つの値
の間を再帰的に等分割して得られる値に設定することに
より、その確率しきい値で区切られる確率区間に対する
代表確率値を除算を用いずに演算負荷を軽減し、高速に
選択することができる。
【００５１】実施の形態５．本実施の形態では、確率区
間の両端に当たる二つの確率しきい値を基に符号化パラ
メータの一つである代表確率値を決定する方法について
説明する。ここでは、前記確率しきい値における符号化
効率を基準とする。符号化効率は、一般に確率区間中央
近辺が高く、離れるに従って、つまり確率しきい値付近
では低くなる（上に凸の）曲線を描く。算術符号化で
は、乗算を用いる理想的な場合を除いて、正規化処理に
より有効領域幅が0.5以上1.0未満（初期値のみ1.0）に
対して部分領域幅を固定的に割り当てるとその誤差から
符号化効率の低下が生じることになるが、実現上の簡易
化のためには許さざるを得ないともいえる。その場合、
せめてその確率区間の代表確率値の補正を行うことが望
ましい。データ信号の出現確率が想定されれば、符号化
効率を求める一変数であるエントロピ（分母）はその想
定される確率によって一定値となるため効率の大小の比
較だけであればもう一つの変数である符号長（分子）の
みで可能となる。
間の両端に当たる二つの確率しきい値を基に符号化パラ
メータの一つである代表確率値を決定する方法について
説明する。ここでは、前記確率しきい値における符号化
効率を基準とする。符号化効率は、一般に確率区間中央
近辺が高く、離れるに従って、つまり確率しきい値付近
では低くなる（上に凸の）曲線を描く。算術符号化で
は、乗算を用いる理想的な場合を除いて、正規化処理に
より有効領域幅が0.5以上1.0未満（初期値のみ1.0）に
対して部分領域幅を固定的に割り当てるとその誤差から
符号化効率の低下が生じることになるが、実現上の簡易
化のためには許さざるを得ないともいえる。その場合、
せめてその確率区間の代表確率値の補正を行うことが望
ましい。データ信号の出現確率が想定されれば、符号化
効率を求める一変数であるエントロピ（分母）はその想
定される確率によって一定値となるため効率の大小の比
較だけであればもう一つの変数である符号長（分子）の
みで可能となる。
【００５２】図１０に代表確率補正値を求める手順の一
例を示す。まず、確率区間の確率しきい値を設定する
（ステップ301）。次に仮代表確率値、例えば初期値と
しては確率しきい値の中点を決定する（ステップ30
2）。そして二つの確率しきい値での符号長をそれぞれ
求め（ステップ303）、その符号長の差の絶対値を許容
誤差ｅと比較する（ステップ304）。符号長の差が大き
い(No)ならば仮代表確率値を再設定する。仮代表確率値
を変化させると二つの確率しきい値での符号長も変化す
るので、仮代表確率値を再設定してステップ302からス
テップ304を繰り返し、差が小さく(Yes)なれば代表確率
補正値として、例えば符号化効率曲線の頂点、つまり最
大の符号化効率をとる確率値を設定する（ステップ30
5）。このようにすべての確率区間に対して同様の手順
で代表確率補正値を設定し、代表確率値の代用とすれば
よい。
例を示す。まず、確率区間の確率しきい値を設定する
（ステップ301）。次に仮代表確率値、例えば初期値と
しては確率しきい値の中点を決定する（ステップ30
2）。そして二つの確率しきい値での符号長をそれぞれ
求め（ステップ303）、その符号長の差の絶対値を許容
誤差ｅと比較する（ステップ304）。符号長の差が大き
い(No)ならば仮代表確率値を再設定する。仮代表確率値
を変化させると二つの確率しきい値での符号長も変化す
るので、仮代表確率値を再設定してステップ302からス
テップ304を繰り返し、差が小さく(Yes)なれば代表確率
補正値として、例えば符号化効率曲線の頂点、つまり最
大の符号化効率をとる確率値を設定する（ステップ30
5）。このようにすべての確率区間に対して同様の手順
で代表確率補正値を設定し、代表確率値の代用とすれば
よい。
【００５３】以上のように、シンボルの累積出現回数か
ら符号化対象シンボルの出現確率を推定するためには除
算が必要であり、ハードウェアでは装置の回路規模が大
きくなること、およびソフトウェアでは処理における演
算負荷が多くなることが問題となる。
ら符号化対象シンボルの出現確率を推定するためには除
算が必要であり、ハードウェアでは装置の回路規模が大
きくなること、およびソフトウェアでは処理における演
算負荷が多くなることが問題となる。
【００５４】以上各実施の形態はあらかじめ複数の代表
出現確率値を用意し、シンボルの累積出現回数に基づい
て前記複数の代表確率値の中から一つを選択し、符号化
対象シンボルの推定出現確率とする符号化方式であり、
代表確率値の分類の境界となる確率しきい値の設定を工
夫し、例えば２のべき乗の値や、また２のべき乗と２の
べき乗で表される２つの前記しきい値の間を再帰的に分
割して得られる値に設定し、前記シンボル累積出現回数
を基にシフト演算、減算、比較することによってその確
率しきい値で区切られる確率区間に対応する代表確率値
を選択する構成をとることによって、シンボルの累積出
現回数から符号化対象シンボルの出現確率を推定する符
号化方式において、除算を用いることなく演算負荷を軽
減して高速に前記推定出現確率を取得することができ
る。
出現確率値を用意し、シンボルの累積出現回数に基づい
て前記複数の代表確率値の中から一つを選択し、符号化
対象シンボルの推定出現確率とする符号化方式であり、
代表確率値の分類の境界となる確率しきい値の設定を工
夫し、例えば２のべき乗の値や、また２のべき乗と２の
べき乗で表される２つの前記しきい値の間を再帰的に分
割して得られる値に設定し、前記シンボル累積出現回数
を基にシフト演算、減算、比較することによってその確
率しきい値で区切られる確率区間に対応する代表確率値
を選択する構成をとることによって、シンボルの累積出
現回数から符号化対象シンボルの出現確率を推定する符
号化方式において、除算を用いることなく演算負荷を軽
減して高速に前記推定出現確率を取得することができ
る。
【００５５】確率推定に、状態遷移こそ用いていない
が、各確率区間を一つの状態とみなすこともできる。実
施の形態では、確率区間の判定により代表確率値を決定
したが、これは状態とみなした確率区間に対する状態番
号という指標を、出現確率から除算を用いることなく演
算負荷を軽減して高速に得て、それを基にして符号化パ
ラメータの一つである代表確率値を得ていることにな
る。得られた指標は、代表確率を決定するだけでなく、
同時に他の符号化パラメータを決定するための指標と兼
用することは容易なことである。
が、各確率区間を一つの状態とみなすこともできる。実
施の形態では、確率区間の判定により代表確率値を決定
したが、これは状態とみなした確率区間に対する状態番
号という指標を、出現確率から除算を用いることなく演
算負荷を軽減して高速に得て、それを基にして符号化パ
ラメータの一つである代表確率値を得ていることにな
る。得られた指標は、代表確率を決定するだけでなく、
同時に他の符号化パラメータを決定するための指標と兼
用することは容易なことである。
【００５６】本発明では、状態遷移を用いる場合の乗算
の削減、累積出現回数を用いる場合の除算の削減と等価
の演算負荷が軽減され、また情報源の変化への追随性に
関しても累積出現回数から出現確率を推定するため、乗
算を用いる場合には劣るものの、状態遷移に対しては推
定精度とともに符号化効率が向上する。状態遷移を用い
ないことは、確率推定手段の学習が本来独立であるエン
トロピ符号化手段の正規化処理と同期して行われるた
め、データ信号源の性質の変化への追随性が偶然に左右
されることが考えられ、より独立性を高めて所望の推定
確率の精度を向上させられるようになる。
の削減、累積出現回数を用いる場合の除算の削減と等価
の演算負荷が軽減され、また情報源の変化への追随性に
関しても累積出現回数から出現確率を推定するため、乗
算を用いる場合には劣るものの、状態遷移に対しては推
定精度とともに符号化効率が向上する。状態遷移を用い
ないことは、確率推定手段の学習が本来独立であるエン
トロピ符号化手段の正規化処理と同期して行われるた
め、データ信号源の性質の変化への追随性が偶然に左右
されることが考えられ、より独立性を高めて所望の推定
確率の精度を向上させられるようになる。
【００５７】また、代表確率値を符号化効率の観点から
みて効率が最低となる確率区間両端の確率しきい値で等
しくなるように設定することで確率区間に対して補正さ
れたより最適な代表確率値をとることができるようにな
る。
みて効率が最低となる確率区間両端の確率しきい値で等
しくなるように設定することで確率区間に対して補正さ
れたより最適な代表確率値をとることができるようにな
る。
【００５８】さらに本発明を適用した符号化装置と復号
装置は、それぞれ単体であっても、両方を備えた装置と
して実現されても構わない。また、符号化装置が出力す
る符号は、復号装置へ、無線または有線による通信ある
いはディスクまたはテープまたはメモリを初めとする半
導体などによる蓄積記録媒体によって、電気的、磁気
的、光学的に伝達されるかは問題としない。
装置は、それぞれ単体であっても、両方を備えた装置と
して実現されても構わない。また、符号化装置が出力す
る符号は、復号装置へ、無線または有線による通信ある
いはディスクまたはテープまたはメモリを初めとする半
導体などによる蓄積記録媒体によって、電気的、磁気
的、光学的に伝達されるかは問題としない。
【００５９】
【発明の効果】本発明の適応確率推定方法は以上のよう
な処理で構成されているので、出現確率に対してより小
さい演算負荷でより正確な符号化パラメータを選択する
ための指標を決定することができる。
な処理で構成されているので、出現確率に対してより小
さい演算負荷でより正確な符号化パラメータを選択する
ための指標を決定することができる。
【図１】本発明を適用した符号化装置の構成ブロック図
である。
である。
【図２】本発明のシンボル計数手段の詳細構成ブロック
図である。
図である。
【図３】本発明を適用した符号化装置の処理の流れを示
すフローチャートである。
すフローチャートである。
【図４】実施の形態１に記載の代表確率値選択手段にお
ける確率しきい値、および代表確率値を示す図である。
ける確率しきい値、および代表確率値を示す図である。
【図５】実施の形態１に記載の代表確率値選択手順の処
理の流れを示すフローチャートである。
理の流れを示すフローチャートである。
【図６】実施例２に記載の代表確率値選択手段における
確率しきい値、および代表確率値を示すものである。
確率しきい値、および代表確率値を示すものである。
【図７】実施例２に記載の代表確率値選択手順の処理の
流れを示すフローチャートである。
流れを示すフローチャートである。
【図８】本発明を適用した復号装置の構成ブロック図で
ある。
ある。
【図９】本発明を適用した復号装置の処理の流れを示す
フローチャートである。
フローチャートである。
【図１０】本発明の確率区間の代表確率値を補正する処
理の流れを示すフローチャートである。
理の流れを示すフローチャートである。
【図１１】従来の符号化装置と復号装置の構成ブロック
図である。
図である。
【図１２】算術符号化の概念図である。
【図１３】従来の符号化装置と復号装置の確率推定を説
明する状態遷移図である。
明する状態遷移図である。
10：シンボル判定手段、 11：シンボル計数手段、 1
2：確率推定手段、13：符号化手段、 14：総シンボ
ル計数手段、 15：ＬＰＳ判定手段、16：ＬＰＳ計数
手段、 17：予測値記憶手段、 20：復号手段、2
1：データ判定手段、 30：確率推定手段、 31：エ
ントロピ符号化手段、32：エントロピ復号手段、 3
3：モデル化手段（符号化）、34：モデル化手段（復
号）、 35：状態番号記憶手段、36：予測値記憶手
段、 37：Ｑｅ記憶手段、 38：シンボル判定手
段、39：データ判定手段。
2：確率推定手段、13：符号化手段、 14：総シンボ
ル計数手段、 15：ＬＰＳ判定手段、16：ＬＰＳ計数
手段、 17：予測値記憶手段、 20：復号手段、2
1：データ判定手段、 30：確率推定手段、 31：エ
ントロピ符号化手段、32：エントロピ復号手段、 3
3：モデル化手段（符号化）、34：モデル化手段（復
号）、 35：状態番号記憶手段、36：予測値記憶手
段、 37：Ｑｅ記憶手段、 38：シンボル判定手
段、39：データ判定手段。
─────────────────────────────────────────────────────
フロントページの続き
(72)発明者 吉田 雅之
東京都千代田区丸の内二丁目２番３号
三菱電機株式会社内
(72)発明者 小野 文孝
東京都千代田区丸の内二丁目２番３号
三菱電機株式会社内
(56)参考文献 特開 平２−202267（ＪＰ，Ａ)
特開 平６−45945（ＪＰ，Ａ)
特開 昭63−76524（ＪＰ，Ａ)
特開 平５−37391（ＪＰ，Ａ)
特開 平５−298063（ＪＰ，Ａ)
特開 平10−13693（ＪＰ，Ａ)
特開 平10−256917（ＪＰ，Ａ)
(58)調査した分野(Int.Cl.7，ＤＢ名)
H03M 7/40
Claims (9)
- 【請求項１】 シンボルそれぞれの累積出現回数に基づ
いて推定される符号化対象シンボルの出現確率の大小か
ら分類した指標を得て符号化パラメータを選択する適応
確率推定方法において、 前記指標に対応する確率区間の分類の境界となる確率し
きい値を２のべき乗で表される値に設定し、その各確率
しきい値によって区切られる確率区間が選択されたとき
の代表確率値を示すテーブルを備え、 入力データが出現確率の高いシンボル（ＭＰＳ）である
のか出現確率の低いシンボル（ＬＰＳ）であるのかを判
断するシンボル判定手順と ＬＰＳ累積出現回数またはＭ
ＰＳ累積出現回数を計数して、レジスタＬに記憶すると
ともに、総シンボル累積出現回数を計数して、レジスタ
Nに記憶するシンボル計数手順と レジスタＬの値を左に
桁シフトし、レジスタＮの値と比較し、比較結果がＬ≧
Ｎなるまで、順次レジスタＬを左に桁シフトして、レジ
スタＮと比較し、比較結果がＬ≧Ｎなったときの比較し
た回数を２のべき乗数として前記テーブルを参照し代表
確率値を符号化パラメータとして選択する代表確率値選
択手順とを備えた ことを特徴とする適応確率推定方法。 - 【請求項２】 前記テーブルの確率しきい値として２の
べき乗で表される値と、２のべき乗で表される隣接する
２つの前記しきい値の中間値として得られる値とを設定
し、 前記代表確率値選択手順は、レジスタＬとレジスタＮの
値と比較して、確率区間を一つに決定できないとき、比
較結果がＬ＞Ｎならば、ＬからＮを減じてレジスタＬの
値を更新し、レジスタＬを左に桁シフトして比較する手
順を確率区間が一つに決定できるまで繰返すことを 特徴
とする請求項１記載の適応確率推定方法。 - 【請求項３】 前記テーブルの確率しきい値として２の
べき乗で表される値と、２のべき乗で表される隣接する
２つの前記しきい値で定義される確率区間を再帰的に等
分割して得られる値とを設定し、 前記代表確率値選択手順は、レジスタＬとレジスタＮの
値と比較して、確率区 間を一つに決定できないとき、比
較結果がＬ＞Ｎならば、ＬからＮを減じてレジスタＬの
値を更新し、レジスタＬを左に桁シフトして比較する手
順を確率区間が一つに決定できるまで繰返すことを 特徴
とする請求項１記載の適応確率推定方法。 - 【請求項４】 シンボルそれぞれの累積出現回数に基づ
いて推定される符号化対象シンボルの出現確率の大小か
ら分類した指標を得て符号化パラメータを選択する適応
確率推定方法を用いて符号化する適応符号化方法におい
て、 前記適応確率推定方法は、前記指標に対応する確率区間
の分類の境界となる確率しきい値を２のべき乗で表され
る値に設定し、その各確率しきい値によって区切られる
確率区間が選択されたときの代表確率値を示すテーブル
を備え、 入力データが出現確率の高いシンボル（ＭＰＳ）である
のか出現確率の低いシンボル（ＬＰＳ）であるのかを判
断するシンボル判定手順と、 ＬＰＳ累積出現回数またはＭＰＳ累積出現回数を計数し
て、レジスタＬに記憶するとともに、総シンボル累積出
現回数を計数して、レジスタNに記憶するシンボル計数
手順と レジスタＬの値を左に桁シフトし、レジスタＮの
値と比較し、比較結果がＬ≧Ｎなるまで、順次レジスタ
Ｌを左に桁シフトして、レジスタＮと比較し、比較結果
がＬ≧Ｎなったときの比較した回数を２のべき乗数とし
て前記テーブルを参照し代表確率値を符号化パラメータ
として選択する代表確率値選択手順とを備えたことを特
徴とする適応符号化方法。 - 【請求項５】 前記テーブルの確率しきい値として２の
べき乗で表される値と、２のべき乗で表される隣接する
２つの前記しきい値の中間値として得られる値とを設定
し、 前記代表確率値選択手順は、レジスタＬとレジスタＮの
値と比較して、確率区間を一つに決定できないとき、比
較結果がＬ＞Ｎならば、ＬからＮを減じてレジスタＬの
値を更新し、レジスタＬを左に桁シフトして比較する手
順を確率区間が一つに決定できるまで繰返すことを特徴
とする請求項４記載の適応符号化方法。 - 【請求項６】 前記テーブルの確率しきい値として２の
べき乗で表される値と、２のべき乗で表される隣接する
２つの前記しきい値で定義される確率区間を 再帰的に等
分割して得られる値とを設定し、 前記代表確率値選択手順は、レジスタＬとレジスタＮの
値と比較して、確率区間を一つに決定できないとき、比
較結果がＬ＞Ｎならば、ＬからＮを減じてレジスタＬの
値を更新し、レジスタＬを左に桁シフトして比較する手
順を確率区間が一つに決定できるまで繰返すことを特徴
とする請求項４記載の適応符号化方法。 - 【請求項７】 シンボルそれぞれの累積出現回数に基づ
いて推定される符号化対象シンボルの出現確率の大小か
ら分類した指標を得て符号化パラメータを選択する適応
確率推定方法を用いて復号する適応復号方法において、 前記適応確率推定方法は、前記指標に対応する確率区間
の分類の境界となる確率しきい値を２のべき乗で表され
る値に設定し、その各確率しきい値によって区切られる
確率区間が選択されたときの代表確率値を示すテーブル
を備え、 入力データが出現確率の高いシンボル（ＭＰＳ）である
のか出現確率の低いシンボル（ＬＰＳ）であるのかを判
断するシンボル判定手順とＬＰＳ累積出現回数またはＭ
ＰＳ累積出現回数を計数して、レジスタＬに記憶すると
ともに、総シンボル累積出現回数を計数して、レジスタ
Nに記憶するシンボル計数手順と レジスタＬの値を左に
桁シフトし、レジスタＮの値と比較し、比較結果がＬ≧
Ｎなるまで、順次レジスタＬを左に桁シフトして、レジ
スタＮと比較し、比較結果がＬ≧Ｎなったときの比較し
た回数を２のべき乗数として前記テーブルを参照し代表
確率値を符号化パラメータとして選択する代表確率値選
択手順とを備えたことを特徴とする 適応復号方法。 - 【請求項８】 前記テーブルの確率しきい値として２の
べき乗で表される値と、２のべき乗で表される隣接する
２つの前記しきい値の中間値として得られる値とを設定
し、 前記代表確率値選択手順は、レジスタＬとレジスタＮの
値と比較して、確率区間を一つに決定できないとき、比
較結果がＬ＞Ｎならば、ＬからＮを減じてレジスタＬの
値を更新し、レジスタＬを左に桁シフトして比較する手
順を確率区間が一つに決定できるまで繰返すことを特徴
とする請求項７記載の適応復号方法。 - 【請求項９】 前記テーブルの確率しきい値として２の
べき乗で表される値 と、２のべき乗で表される隣接する
２つの前記しきい値で定義される確率区間を再帰的に等
分割して得られる値とを設定し、 前記代表確率値選択手順は、レジスタＬとレジスタＮの
値と比較して、確率区間を一つに決定できないとき、比
較結果がＬ＞Ｎならば、ＬからＮを減じてレジスタＬの
値を更新し、レジスタＬを左に桁シフトして比較する手
順を確率区間が一つに決定できるまで繰返すことを特徴
とする請求項７記載の適応復号方法。
Priority Applications (6)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP07724898A JP3391251B2 (ja) | 1998-03-25 | 1998-03-25 | 適応確率推定方法及び適応符号化方法並びに適応復号方法 |
| KR1019990009203A KR100340828B1 (ko) | 1998-03-25 | 1999-03-18 | 적응 확률 추정방법 및 적응 부호화 방법과 적응 복호화 방법 |
| DE69925774T DE69925774T2 (de) | 1998-03-25 | 1999-03-23 | Arithmetisches Kodierung- Dekodierung- sowie Warscheinlichkeitsschätzungsverfahren |
| EP99105845A EP0945988B1 (en) | 1998-03-25 | 1999-03-23 | Arithmetic encoding/decoding and probability estimation method |
| CNB991040791A CN100459437C (zh) | 1998-03-25 | 1999-03-23 | 自适应概率估计方法、自适应编码方法及自适应解码方法 |
| US09/275,006 US6411231B1 (en) | 1998-03-25 | 1999-03-24 | Encoding, decoding, and probability estimation method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP07724898A JP3391251B2 (ja) | 1998-03-25 | 1998-03-25 | 適応確率推定方法及び適応符号化方法並びに適応復号方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH11274938A JPH11274938A (ja) | 1999-10-08 |
| JP3391251B2 true JP3391251B2 (ja) | 2003-03-31 |
Family
ID=13628567
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP07724898A Expired - Fee Related JP3391251B2 (ja) | 1998-03-25 | 1998-03-25 | 適応確率推定方法及び適応符号化方法並びに適応復号方法 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US6411231B1 (ja) |
| EP (1) | EP0945988B1 (ja) |
| JP (1) | JP3391251B2 (ja) |
| KR (1) | KR100340828B1 (ja) |
| CN (1) | CN100459437C (ja) |
| DE (1) | DE69925774T2 (ja) |
Families Citing this family (38)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100405819B1 (ko) * | 2001-01-15 | 2003-11-14 | 한국과학기술원 | 이진 영상의 데이터 압축 및 복원방법 |
| EP1322117A1 (fr) * | 2001-12-06 | 2003-06-25 | Koninklijke Philips Electronics N.V. | Dispositif de codage/décodage arithmétique |
| ES2552696T3 (es) * | 2002-04-23 | 2015-12-01 | Ntt Docomo, Inc. | Sistema y método para codificación y decodificación aritmética |
| US9577667B2 (en) | 2002-04-23 | 2017-02-21 | Ntt Docomo, Inc. | System and method for arithmetic encoding and decoding |
| JP3807342B2 (ja) * | 2002-04-25 | 2006-08-09 | 三菱電機株式会社 | デジタル信号符号化装置、デジタル信号復号装置、デジタル信号算術符号化方法、およびデジタル信号算術復号方法 |
| JP3842803B2 (ja) * | 2002-04-26 | 2006-11-08 | 株式会社エヌ・ティ・ティ・ドコモ | 信号符号化方法、信号復号方法、信号符号化装置、信号復号装置、信号符号化プログラム、及び信号復号プログラム |
| JP3853710B2 (ja) * | 2002-07-15 | 2006-12-06 | Ｎｅｃアクセステクニカ株式会社 | ディジタル画像符号化装置およびディジタル画像符号化方法 |
| US6850175B1 (en) * | 2003-09-18 | 2005-02-01 | Ntt Docomo, Inc. | Method and apparatus for arithmetic coding |
| EP1540962B1 (en) * | 2002-09-20 | 2016-05-11 | NTT DoCoMo, Inc. | Method and apparatus for arithmetic coding and decoding |
| US6906647B2 (en) | 2002-09-20 | 2005-06-14 | Ntt Docomo, Inc. | Method and apparatus for arithmetic coding, including probability estimation state table creation |
| US6825782B2 (en) * | 2002-09-20 | 2004-11-30 | Ntt Docomo, Inc. | Method and apparatus for arithmetic coding and termination |
| US6900748B2 (en) * | 2003-07-17 | 2005-05-31 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Method and apparatus for binarization and arithmetic coding of a data value |
| US7659839B2 (en) * | 2007-08-15 | 2010-02-09 | Ternarylogic Llc | Methods and systems for modifying the statistical distribution of symbols in a coded message |
| US8577026B2 (en) | 2010-12-29 | 2013-11-05 | Ternarylogic Llc | Methods and apparatus in alternate finite field based coders and decoders |
| US20110064214A1 (en) * | 2003-09-09 | 2011-03-17 | Ternarylogic Llc | Methods and Apparatus in Alternate Finite Field Based Coders and Decoders |
| US7447235B2 (en) * | 2003-10-08 | 2008-11-04 | Digital Fountain, Inc. | FEC-based reliability control protocols |
| US7379608B2 (en) * | 2003-12-04 | 2008-05-27 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung, E.V. | Arithmetic coding for transforming video and picture data units |
| US7599435B2 (en) * | 2004-01-30 | 2009-10-06 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Video frame encoding and decoding |
| US7586924B2 (en) * | 2004-02-27 | 2009-09-08 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Apparatus and method for coding an information signal into a data stream, converting the data stream and decoding the data stream |
| US7064684B2 (en) * | 2004-06-01 | 2006-06-20 | Peter Lablans | Sequence detection by multi-valued coding and creation of multi-code sequences |
| KR100609697B1 (ko) * | 2004-06-02 | 2006-08-08 | 한국전자통신연구원 | 이득 고정형 광증폭기를 이용한 광 선로 감시 시스템 |
| CN101502123B (zh) * | 2006-11-30 | 2011-08-17 | 松下电器产业株式会社 | 编码装置 |
| JP5746811B2 (ja) * | 2006-12-21 | 2015-07-08 | 味の素株式会社 | 大腸癌の評価方法、ならびに大腸癌評価装置、大腸癌評価方法、大腸癌評価システム、大腸癌評価プログラムおよび記録媒体 |
| US8837575B2 (en) * | 2007-03-29 | 2014-09-16 | Cisco Technology, Inc. | Video processing architecture |
| US8422552B2 (en) * | 2007-03-29 | 2013-04-16 | James Au | Entropy coding for video processing applications |
| US8369411B2 (en) * | 2007-03-29 | 2013-02-05 | James Au | Intra-macroblock video processing |
| US8416857B2 (en) * | 2007-03-29 | 2013-04-09 | James Au | Parallel or pipelined macroblock processing |
| US7522076B1 (en) * | 2007-10-16 | 2009-04-21 | Mediatek Inc. | Parallel context adaptive binary arithmetic coding |
| US7895171B2 (en) * | 2008-03-27 | 2011-02-22 | International Business Machines Corporation | Compressibility estimation of non-unique indexes in a database management system |
| CN102264099B (zh) * | 2010-05-28 | 2014-09-10 | 中兴通讯股份有限公司 | 一种自适应编码调制装置及方法 |
| FR2972588A1 (fr) * | 2011-03-07 | 2012-09-14 | France Telecom | Procede de codage et decodage d'images, dispositif de codage et decodage et programmes d'ordinateur correspondants |
| CN102438140B (zh) * | 2011-06-02 | 2013-07-31 | 东南大学 | 一种用于图像压缩的算术编码器顺序重归一化方法 |
| FR2977111A1 (fr) | 2011-06-24 | 2012-12-28 | France Telecom | Procede de codage et decodage d'images, dispositif de codage et decodage et programmes d'ordinateur correspondants |
| CN103299307B (zh) | 2011-08-23 | 2016-08-03 | 华为技术有限公司 | 用于估计量化索引的概率分布的估计方法及估计器 |
| US9558109B2 (en) | 2014-04-04 | 2017-01-31 | Samsung Israel Research Corporation | Method and apparatus for flash memory arithmetic encoding and decoding |
| US9965550B2 (en) * | 2014-07-03 | 2018-05-08 | Ca, Inc. | Estimating full text search results of log records |
| CN109474281B (zh) * | 2018-09-30 | 2022-07-08 | 湖南瑞利德信息科技有限公司 | 数据编码、解码方法及装置 |
| CN111488927B (zh) * | 2020-04-08 | 2023-07-21 | 中国医学科学院肿瘤医院 | 分类阈值确定方法、装置、电子设备及存储介质 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4168513A (en) * | 1977-09-12 | 1979-09-18 | Xerox Corporation | Regenerative decoding of binary data using minimum redundancy codes |
| US4633490A (en) | 1984-03-15 | 1986-12-30 | International Business Machines Corporation | Symmetrical optimized adaptive data compression/transfer/decompression system |
| US4933883A (en) * | 1985-12-04 | 1990-06-12 | International Business Machines Corporation | Probability adaptation for arithmetic coders |
| US4652856A (en) * | 1986-02-04 | 1987-03-24 | International Business Machines Corporation | Multiplication-free multi-alphabet arithmetic code |
| JPH0834432B2 (ja) * | 1989-01-31 | 1996-03-29 | 三菱電機株式会社 | 符号化装置及び符号化方法 |
| US5025258A (en) | 1989-06-01 | 1991-06-18 | At&T Bell Laboratories | Adaptive probability estimator for entropy encoding/decoding |
| US5272478A (en) * | 1992-08-17 | 1993-12-21 | Ricoh Corporation | Method and apparatus for entropy coding |
| US5546080A (en) * | 1994-01-03 | 1996-08-13 | International Business Machines Corporation | Order-preserving, fast-decoding arithmetic coding arithmetic coding and compression method and apparatus |
| US6081213A (en) * | 1997-03-26 | 2000-06-27 | Sony Corporation | Method and apparatus for arithmetic coding, method and apparatus for arithmetic decoding, and storage medium |
-
1998
- 1998-03-25 JP JP07724898A patent/JP3391251B2/ja not_active Expired - Fee Related
-
1999
- 1999-03-18 KR KR1019990009203A patent/KR100340828B1/ko not_active IP Right Cessation
- 1999-03-23 EP EP99105845A patent/EP0945988B1/en not_active Expired - Lifetime
- 1999-03-23 DE DE69925774T patent/DE69925774T2/de not_active Expired - Lifetime
- 1999-03-23 CN CNB991040791A patent/CN100459437C/zh not_active Expired - Fee Related
- 1999-03-24 US US09/275,006 patent/US6411231B1/en not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| KR19990078037A (ko) | 1999-10-25 |
| CN1230054A (zh) | 1999-09-29 |
| EP0945988B1 (en) | 2005-06-15 |
| US20020021234A1 (en) | 2002-02-21 |
| CN100459437C (zh) | 2009-02-04 |
| KR100340828B1 (ko) | 2002-06-15 |
| DE69925774D1 (de) | 2005-07-21 |
| EP0945988A2 (en) | 1999-09-29 |
| JPH11274938A (ja) | 1999-10-08 |
| DE69925774T2 (de) | 2006-05-11 |
| US6411231B1 (en) | 2002-06-25 |
| EP0945988A3 (en) | 2002-06-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3391251B2 (ja) | 適応確率推定方法及び適応符号化方法並びに適応復号方法 | |
| US5045852A (en) | Dynamic model selection during data compression | |
| US7808406B2 (en) | Method and apparatus for realizing arithmetic coding/decoding | |
| JP3017379B2 (ja) | 符号化方法、符号化装置、復号方法、復号器、データ圧縮装置及び遷移マシン生成方法 | |
| US7365658B2 (en) | Method and apparatus for lossless run-length data encoding | |
| JP3108479B2 (ja) | 符号化復号化方法およびその装置 | |
| KR100263503B1 (ko) | 적응 부호화 방법 | |
| US4870695A (en) | Compression and de-compression of column-interlaced, row-interlaced graylevel digital images | |
| CN109474281B (zh) | 数据编码、解码方法及装置 | |
| CN107534772A (zh) | 基于多表格的上下文自适应二进制算术编码的方法及装置 | |
| KR20060012093A (ko) | 고속의 디코딩을 수행하는 파이프라인 구조의 내용 기반적응적 이진 산술 디코더 | |
| JPH09130810A (ja) | 符号化・復号化装置及び符号化・復号化方法 | |
| US5694128A (en) | Tree structured binary arithmetic coder | |
| JP3593884B2 (ja) | 符号化装置および復号装置 | |
| JP3161697B2 (ja) | 符号化装置、復号装置および符号化復号装置ならびにそれらの方法 | |
| JP2002094386A (ja) | 符号化装置、復号装置、符号化方法および復号方法 | |
| JP2003264703A (ja) | データ符号化装置、データ符号化方法、及びそのプログラム | |
| US6697434B1 (en) | Method for tracing optimal path using Trellis-based adaptive quantizer | |
| JP3708744B2 (ja) | 適応確率推定方法、適応符号化方法、適応復号方法、適応確率推定装置、適応符号化装置及び適応復号装置 | |
| JP2603320B2 (ja) | 画像符号化方法 | |
| JP2783221B2 (ja) | 復号化方法 | |
| JPH02194772A (ja) | 符号化方法及び符号化装置 | |
| JP3073323B2 (ja) | ２値画像符号化方法 | |
| Kim et al. | Fixed-length Golomb-Rice coding by quantization level estimation | |
| JP3157043B2 (ja) | ２値画像符号化方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080124 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090124 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100124 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100124 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110124 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120124 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130124 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130124 Year of fee payment: 10 |
|
| LAPS | Cancellation because of no payment of annual fees |