JP3688937B2 - 統合確率推定値生成方法、符号化方法、統合確率推定値生成装置及び記録媒体 - Google Patents
統合確率推定値生成方法、符号化方法、統合確率推定値生成装置及び記録媒体 Download PDFInfo
- Publication number
- JP3688937B2 JP3688937B2 JP13828899A JP13828899A JP3688937B2 JP 3688937 B2 JP3688937 B2 JP 3688937B2 JP 13828899 A JP13828899 A JP 13828899A JP 13828899 A JP13828899 A JP 13828899A JP 3688937 B2 JP3688937 B2 JP 3688937B2
- Authority
- JP
- Japan
- Prior art keywords
- probability
- exaggeration
- index
- integrated
- estimation value
- 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
Images
Classifications
-
- 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
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/41—Bandwidth or redundancy reduction
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Image Processing (AREA)
- Compression Of Band Width Or Redundancy In Fax (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、統計的符号化の分野に係り、特に、複数の確率推定値を情報の符号化のための一つの統合判断に合成する技術に関する。
【０００２】
【従来の技術】
統計的符号化法は、大量のデータの記憶及び伝送のための有用なツールである符号化方式の一例である。例えば、文書のファクス送信のような、画像伝送に必要な時間は、圧縮を利用してその画像の再生に必要なビット数を減らすと短縮される。
【０００３】
統計的符号化法では、条件付けデータから確率推定値を生成する。一般的には、全ての符号化しようとする決定の集合がパーティションに分割され、そのような各パーティション・メンバーすなわちコンテキストに関する統計量が作成される。例えば、符号化しようとする決定の近傍画素によって条件付けされるであろう。そのような方法の一例を図１及び図２に示す。
【０００４】
図１を参照すると、（「？」で示されている）画素１０１の条件付けのために１０個の前画素が用いられる。各画素が２つの値をとり得るならば、それら１０画素に関し１０２４の異なった組み合わせがあり得る。すなわち、画素１０１の符号化の条件付けのために利用可能な、１０２４の異なったコンテキストがあるということである。
【０００５】
図２を参照すると、ルックアップテーブル（ＬＵＴ）１０２は、１０画素に関する可能な値の組み合わせのそれぞれ毎に、ある画素が優勢状態（又は劣勢状態）である可能性に関する確率推定値を格納している。したがって、ＬＵＴ１０２は１０２４のコンテキスト・ビンを格納しており、各コンテキスト・ビンはそれに対応した一つの確率推定値を持つ。ＬＵＴ１０２は、その入力１０３に１０個の前画素を受け取り、それら前画素に対応して確率推定値１０４を出力する。
【０００６】
２種類以上のパーティション分割を行って、同じ画素に対し２つ以上の確率推定値を得ることもできる。例えば、一方の推定値を被条件付け画素の左側近傍画素に対応させ、もう一方の推定値を被条件付け画素の上側近傍画素に対応させることができる。これら２つの推定値は合成されて一つの確率推定値（すなわち統合確率推定値）となる。図３は、そのようなシステムを示すブロック図である。
【０００７】
図３を参照すると、２つの確率推定値が、２つの異なった８画素群によって条件付けされる。画素２００が優勢状態である確率を示す、その一方の確率推定値Ｐ 1 は、画素群２０３で示した８画素の値に基づいてＬＵＴ２０１から出力される。画素２００が優勢状態である確率を示す、他方の確率推定値Ｐ 2 は、画素群２０４で示した８画素の値に基づいてＬＵＴ２０２から出力される。画素群２０３と画素群２０４は５画素が共通しているため、ＬＵＴ２０１，２０２の入力の５つは同一で共用される。この２つの確率推定値は合成ブロック２０５によって合成され、統合確率推定値２０６が生成される。
【０００８】
統合確率推定値を用いることの主たる利点は、より小さな条件付けパーティションを使用できることである。使用する条件付けパーティションが小さいほど、コンテキストが「希釈」されず、モデルに必要以上に多くのコンテキストが「過剰装備」されないため、適応が高速になる。また、パーティションが小さいほど、確率推定値を記憶するためのハードウェア量が少なくなる。つまり、統計量及びコンテキストを記憶するためのメモリ（すなわちコンテキスト・メモリ）を小さくすることができる。
【０００９】
２つの確率推定値が合成される場合、それら２つの確率推定値の平均が最も正確な確率推定値になると考えるかもしれない。しかしながら、そのような単純な合成方法を適用できるのは、一方の確率推定値の基礎となった条件付けが、他方の確率推定値の基礎となった条件付けと強く関連付けられている場合に限られることが多い。
【００１０】
従来技術では、２つの確率推定値がその幾何平均によって合成されるので、コンセンサス(consensus)があると結果が誇張される。文献［Kris Popat and Rosalind W．Picard，“Exaggerated Consensus in Lossless Image Compression，”In Proceedings of IEEE Int'l Conf of Image Processing，Vol.III，pgs．846-850，Nov．1994]を参照されたい。すなわち、２つの確率推定値が共に５０％を越え（すなわちコンセンサスがある）、得られる合成確率推定値が２つの確率推定値のいずれよりも大きい場合、その得られる確率推定値は誇張されたと言う。
【００１１】
前記のPopatとPicardの文献において、Ｐ NET と呼ばれている統合判断は、Ｑと呼ばれている、元の確率に基づいて次式により計算される。
【数３】
ここで、Ａは次式で表される。
【数４】
Ｐ NET は次式により得られる。
【数５】
ここに、Ｐ1とＰ2は２つの確率推定値であり、Ｂは確率推定値Ｐ1，Ｐ2間の差を示す。Y(B)なる値は、トレーニング画像から生成され、テーブル・ルックアップによって提供される誇張指数である。コンセンサスを誇張指数に写像する関数は、テスト・データ集合を用いたトレーニングによって設定される。
【００１２】
【発明が解決しようとする課題】
本発明の目的は、前述のような確率推定値の合成に伴う確率推定値の膨張を考慮した、新規な統合確率推定値の生成のための方法と装置、それを利用した符号化方法等を提供することにある。このような本発明の目的及びその他の目的は、以下の説明によって明白となろう。
【００１３】
【課題を解決するための手段】
本発明によれば、シンボルの符号化に用いるための統合確率推定値の生成は、符号化対象のシンボルに関する複数の確率推定値を生成するステップと、誇張指数及び前記確率推定値間の重み付けを指示する重み付け情報を選択するステップあるいは手段と、前記誇張指数及び重み付け情報を使用する所定の関数である誇張関数に基づいて前記複数の確率推定値を合成して統合確率推定値を得るステップあるいは手段によってなされる。これ以外の本発明の特徴は以下の説明によって明らかになろう。
【００１４】
【発明の実施の形態】
以下、添付図面を参照し、本発明の実施の形態について説明する。以下の説明において、確率推定値、コンテキスト、ビット、メモリ等の個数のような様々な具体例が示される。しかし、当業者には、そのような具体例によらずに本発明を実施し得ることは明白であろう。他方、本発明をいたずらに難解にしないため、周知の構造やデバイスはブロック図として表し詳しくは示さない。
【００１５】
以下の詳細説明には、コンピュータ・メモリ内のデータビットに対する操作のアルゴリズム及び記号表現によって表された部分がある。このようなアルゴリズム記述及び表現は、データ処理技術分野の当業者が、その研究内容を他の当業者に対し最も効率的に伝えるために用いる手段である。あるアルゴリズムが、概して、期待した結果に至る筋の通ったステップの系列だと理解されるとする。これらステップは、物理量の物理的処理を要するものである。必ずという訳ではないが、これらの物理量は記憶、転送、結合、比較、その他処理が可能な電気的または磁気的信号の形をとるのが普通である。これらの信号をビット、値、要素、記号、文字、用語、数値等で呼ぶのが、主に慣用上の理由から便利な場合があることが分かっている。
【００１６】
しかしながら、このような用語や同様の用語は、適切な物理量と対応付けられるべきであり、また、これら物理量につけた便宜上のラベルに過ぎないということに留意すべきである。以下の説明から明らかなように、特に断わらない限り、「処理」「演算」「計算」「判定」「表示」等の用語を用いて論じることは、コンピュータシステムのレジスタ及びメモリの内部の物理的（電子的）な量として表現されたデータを処理して、コンピュータシステムのメモリやレジスタ、その他同様の情報記憶装置、情報伝送装置又は表示装置の内部の同様に物理量として表現された他のデータへ変換する、コンピュータシステムや同様の電子演算装置の作用及びプロセスを指すものである。
【００１７】
また、以下に述べるように、本発明は、ここに述べる操作を実行するための装置にも関係するものである。この装置は、所要の目的のために専用に作られてもよいし、汎用コンピュータを内蔵のコンピュータ・プログラムにより選択駆動もしくは再構成してなるものでもよい。そのようなコンピュータ・プログラムは、コンピュータが読み取り可能な記憶媒体、限定するわけではないが例えば、フロッピーディスク、光ディスク、ＣＤ−ＲＯＭ、光磁気ディスクなどの任意の種類のディスク、リードオンリーメモリ（ＲＯＭ）、ランダムアクセスメモリ（ＲＡＭ）、ＥＰＲＯＭ、ＥＥＰＲＯＭ、磁気カード又は光カード、すなわち電子的命令の格納に適しコンピュータのシステムバスに接続される任意種類の媒体に格納してよい。ここに提示するアルゴリズムは、本質的に、いかなる特定のコンピュータ、その他の装置とも関わりがない。様々な汎用マシンを、ここに述べる内容に従ったプログラムと一緒に使用し得るが、所要方法ステップの実行のために、より特化した装置を作るほうが好都合であるかもしれない。これら多様なマシンに要求される構造は以下の説明から明らかになろう。さらに、どのような特定のプログラミング言語とも関連付けることなく本発明を説明する。ここに述べるように、本発明の内容を実現するために様々なプログラミング言語を利用し得るものである。
【００１８】
シンボルの符号化に用いるための統合確率推定値を生成する方法及び装置について説明するが、このシンボルとは符号化の対象となるビット、決定、トークン、その他データのことである。
【００１９】
本発明の一実施例では、統合確率推定値生成方法は、符号化対象の各シンボルに関し複数の確率推定値を生成するステップを含む。これら確率推定値は低次の条件付き確率分布を呈するであろう。これら確率推定値が合成されて、それら確率推定値間の一致（すなわちコンセンサス）に基づいた一つの高次推定値が生成される。例えば、２つの確率分布のグラフの形状が同じならば、個々の確率推定値を合成すると、その形状が誇張されるであろう。すなわち、複数の確率推定値を合成することによって統合確率推定値が生成される場合、その合成の結果として、それら複数の確率推定値のいずれについても確率推定値の誇張が生じる。
【００２０】
一実施例では、統合確率推定値は、確率推定値にある関数を適用することによって得られる。この関数は、確率推定値に基づいて選択された誇張指数と重み付け情報を使用する。この重み付け情報は、確率推定値間の重み付けを指示するものである。一実施例では、重み付け情報は、各確率推定値が統合確率推定値に影響を及ぼす程度を示す有効性重みであろう。別の実施例では、重み付け情報は、複数の確率推定値中の一つの確率推定値にそれぞれ対応した重みの組であろう。誇張指数は、それぞれの確率推定値に利用された条件付けデータ間の独立性の程度を間接的に示す。そして、確率推定値は、誇張指数及び重み付け情報を使用する所定の関数（誇張関数）に基づいて合成されて一つの統合確率推定値となる。
【００２１】
図４は、複数の確率推定値を合成して一つの統合確率推定値を得るプロセスを示すフローチャートである。図４に示したプロセスは、誇張指数と有効性重みを含む関数（例えば方程式）によって統合確率推定値を計算する。
【００２２】
このプロセスは処理ロジックによって実行し得る。この処理ロジックは、例えば汎用もしくは専用の処理装置又はコンピュータシステムで動作するようなソフトウェアによって実現されても、例えば専用のロジックもしくは回路のようなハードウェアによって実現されても、あるいは、それらの組み合わせによって実現されてもよい。
【００２３】
図４を参照すると、プロセスの最初で、処理ロジックが符号化対象の各シンボルに関する複数の確率推定値を生成する（処理ブロック３０１）。そのシンボルが一つの決定(decision)からなる場合、各確率推定値は一つのコンテキストに応じて生成されるであろう。すなわち、符号化対象のデータが複数のコンテキスト・モデルに入力される。各コンテキスト・モデルは、入力されたデータを２値決定の集合又は系列に変換し、各決定に対し一つのコンテキスト・ビンを与える。これらの２値決定の系列とそれらに関連したコンテキスト・ビンが共に確率推定モジュールへ出力され、確率推定モジュールは当該技術分野においてよく知られた方法により各２値決定に関する確率推定値を生成する。
【００２４】
本発明において、コンテキスト・モデルは様々である。一実施例では、決定の符号化を条件付けるためのコンテキストとして近傍画素が用いられる。所定個の画素が利用されるであろう。例えば、一実施例では１０個の近傍画素が一つのコンテキストとして用いられる。ただし、それと異なるグループ又は個数の近傍画素を利用して別のコンテキストを生成してもよい。一実施例では、ある画素の各ビットが符号化される時に、コンテキストを形成する近傍画素の同じビット位置にあるビットだけが、当該各ビットの条件付けのために利用される。なお、他の実施例では、それら画素の１つ以上の他のビットによって、特定のビット（例えば決定）のコンテキストを生成してもよい。
【００２５】
確率推定マシンに入力されて確率推定値を生成させるコンテキストの生成のために、他のコンテキスト・モデルを使用してもよい。
【００２６】
一実施例では、各コンテキストに対し１ずつ、計２つの確率推定値が生成される。この２つの確率推定値を、ここではＰ 1 ，Ｐ 2 と呼ぶ。生成される確率推定値の個数は、３個以上でもよい。
【００２７】
確率推定値が生成された後、処理ロジックは、それら確率推定値をある領域Ｒに分類する（処理ブロック３０２）。図５は、領域Ｉ〜VIIIを有する２次元(2-D)コンセンサス・マップ４００の一例を示す。マップ４００の領域の一つが確率推定値Ｐ 1 ，Ｐ 2 の値に基づいて選択される。各領域は、２つのパラメータすなわち有効性重みＷ R と誇張指数Ｙ R と関連付けられている。有効性重みは、各確率推定値の相対的な重みを指す。一実施例では、各確率推定値に別々の重みが付けられる。２つの確率推定値が合成されるだけならば、重み値を１つだけ使用して、統合確率推定値を決定する際に、どちらの確率推定値の方に大きな重みを与えるか指定することができる。なお、３つ以上の確率推定値が合成される場合には、各確率推定値に対し異なった重みを指示するためには、余分な重みＷが必要であろう。一実施例では、Ｗ R は初期値0.5、Ｙ R は初期値1.0であり、これらパラメータは更新可能である。
【００２８】
確率推定値に基づいて領域Ｒを選択した結果、Ｗ R 及びＹ R の値が処理ロジックより出力される（処理ブロック３０３）。一実施例では、２−Ｄコンセンサス・マップは、各領域のためのＷ R ，Ｙ R の値を格納したルックアップ・テーブル（ＬＵＴ）からなる。
【００２９】
２つの確率推定値を分類してＷ R ，Ｙ R の値を取得した後、処理ロジックは統合判断Ｐ NET を計算する（処理ブロック３０４）。一実施例では、Ｐ NET は下記式によって計算される。説明を簡単にするため、符号化決定が真であると仮定する。そうでなければ、各Ｐを（Ｐ−１）等で置き換える。
【００３０】
【数６】
なお、この確率推定値合成は、幾何平均確率ではなく算術平均確率に基づいている。
【００３１】
統合判断を計算した後、処理ロジックはパラメータＷ R ，Ｙ R を更新する（処理ブロック３０５）。この更新は、符号化される新たな各シンボル（例えば決定など）に対し実行してよい。すなわち、更新をリアルタイムに（例えばオンラインで）行ってよい。
【００３２】
一実施例では、確率Ｐ NET の真の決定を符号化するためのコストは−log Ｐ NET であるから、処理ロジックは、これらパラメータを傾斜降下更新法によって更新する。この傾斜降下更新法では、下記式により更新を行うことができる。
【００３３】
【数７】
ここで、δ w ，δ y は適応率である。最高の圧縮性能を得られるであろう各適応率の値は、ほとんどの応用分野で約0.01に、データセットが小さいか非常に非定常的な場合では約0.05になろう。このように、適応率は、要求される性能又はデータそれ自体に基づいて選んでよい。高性能を得るための各種値に関する実験の方法は、当該技術分野の当業者には自明であろう。
【００３４】
Ｙ R ＝１ならば、前記Ｗ R の式は次のようになる。
【数８】
このように、Ｗ R ，Ｙ R の値は、領域毎にリアルタイムで適応的に設定される。さらに、これはＷ R ，Ｙ R の値が同様にリアルタイムで学習されることを意味する。
【００３５】
なお、各領域のＷ R 値，Ｙ R 値をオフラインで設定してもよい。確率推定値の可能な組み合わせの領域を分割し、かつ、１つ以上のテスト画像を使用することにより最低の平均ビットレートとなるＷ R 値とＹ R 値の組み合わせを特定することによって、オフラインでのＷ R 値及びＹ R 値の更新を行ってもよい。その値の組み合わせが特定されたらば、それらの値がその領域に割り当てられる。
【００３６】
符号化の場合、統合確率推定値はコーダーによって情報の符号化のために利用されるであろう。一実施例では、コーダーは、統合確率推定値を、２値決定（結果）が優勢状態であるか否か（すなわち、その決定が優勢シンボル（ＭＰＳ）に相当するか否か）の判断と共に受け取るビットストリーム・ジェネレータを含むであろう。このビットストリーム・ジェネレータは、その確率推定値と、その２値決定が入力として可能性が高かったか否かの判断を受け取って、原入力データを表すための圧縮データストリームを生成し、０個以上のビットを出力する。コーダーは、後続データの符号化に利用されるコード状態データも生成するであろう。
【００３７】
復号化時に、同じ統合確率推定値生成プロセスが使用されるであろう。すなわち、複数のコンテキストに基づいて複数の確率推定値が生成され、前述した方法と同じ方法で合成されるであろう。一実施例では、ビットストリーム・ジェネレータを有するコーダーのようなコーダーが、２値決定（すなわち事象）が優勢状態であるか否かを示す一つのビットを返す。受け取ったビットに基づいて統合確率推定値が生成され、結果がコンテキスト・モデルへ返される。コンテキスト・モデルはその結果を受け取り、それを利用して原データを生成し、また次の２値決定のためコンテキスト・ビンを更新する。
【００３８】
前記統合判断生成プロセスは、ロスレス圧縮以外の画像処理用途、例えばロッシー圧縮、復元、セグメンテーション、分類等でも有用であろう。ロッシー符号化は、情報の損失をもたらすため原データの完全な復元が保証されない符号化のことである。ロスレス圧縮においては、情報が全て保存され、データは完全な復元が可能な方法で圧縮される。これ以外の可能性のある応用分野として、マルチセンサー・インテグレーションと累積証拠に基づく意志決定がある。
【００３９】
なお、複数の確率推定値を合成するための他の方法で、ここに説明したプロセスの一部又は全部を利用することもできる。
【００４０】
図６は、統合確率推定値生成装置を有する符号化システムの一実施例のブロック図である。図６において、コンテキスト・モデル５０１は、各入力データビットを決定に変換するための複数のコンテキストcontext_１〜context_Nを発生する。前述のように、これらコンテキストは２つの異なった画素群であろう。各コンテキストは、各コンテキスト・ビンに関する確率推定値を格納しているコンテキスト・メモリ５０２_1〜５０２_Nのような１つ以上のメモリ（例えばルックアップ・テーブル）のアドレス指定のために利用される。コンテキストに応じて、メモリ５０２_1〜５０２_Nは確率推定値を出力する。
【００４１】
一実施例では、２つの確率推定値は、２つの別々の８画素群によって条件付けされる。ある画素が優勢状態である確率を示す一方の確率推定値Ｐ 1 は、８画素の値に基づいてＬＵＴから出力される。ある画素が優勢状態である確率を示す他方の確率推定値Ｐ 2 は、別の８画素の値に基づいてＬＵＴから出力される。その２つの画素群に共通の画素があると、それらＬＵＴの入力の一部は同じである。
【００４２】
統合確率推定値生成装置５０３は、２つ（一般にはＮ個）の確率推定値を合成して統合確率推定値Ｐ NET ５０７を生成する。一実施例では、統合確率推定値生成装置５０３は、コンテキスト・メモリメモリ５０２ _1 〜５０２ _N から確率推定値を受け取って領域識別子５１１を発生する領域分類部５１０を有する。２次元（２−Ｄ）コンセンサス・マップ（例えばＬＵＴ）５１２は、領域識別子５１１を受け取ってＷ R 値及びＹ R 値を出力する。なお、他の実施例では、確率推定値が直接的に２次元（２−Ｄ）コンセンサス・マップの入力として使用されるかもしれない。確率推定値合成部５１３は、前述のようにＷ R 値及びＹ R 値を用いて確率推定値を合成し、その結果Ｐ NET を出力する。このＰ NET 値は更新部５０６にも送られ、更新部５０６は前述したような領域に対するＷ R 値及びＹ R 値の更新を行う。
【００４３】
コーダー５０４は、Ｐ NET を受け取り、それを利用してデータを符号化する。そのデータは、決定であることもあるし、２値決定が入力として可能性が高かったか否かの指示であることもある。コーダー５０４の出力は原入力データを表すための圧縮データストリームであり、出力ビットを送出する。コーダー５０４は、当該技術分野において周知のどのような符号化方式（例えば統計的符号化法など）を採用してもよい。コーダー５０４は、０個以上のビットと一緒にコード状態データ（不図示）も生成し、このコード状態データを後続データの符号化に利用してもよい。
【００４４】
図４乃至図６に関連した以上の説明から理解されるように、本発明には次に列挙するような方法及び装置が包含されるものである。
（Ａ１） シンボルの符号化に用いるための統合確率推定値を生成する方法であって、符号化対象のシンボルに関する複数の確率推定値を生成するステップと、誇張指数、及び前記複数の確率推定値間の重み付けを指示する重み付け情報を選択するステップと、前記誇張指数及び前記重み付け情報を使用する所定の関数である誇張関数に基づき前記複数の確率推定値を合成して前記統合確率推定値を得るステップとからなる方法。
（Ａ２） 複数の確率推定値を複数領域マップの領域別に分類するステップをさらに含み、該分類された領域に基づいて誇張指数及び重み付け情報を選択する（Ａ１）の方法。
（Ａ３） 誇張指数及び重み付け情報を選択するステップが、複数の確率推定値に基づいて２次元マップの領域を選択し、選択した領域に基づいて誇張指数及び前記重み付け情報を出力する（Ａ１）の方法。
（Ａ４） 統合確率推定値に基づいて、重み付け情報を更新するステップをさらに含む（Ａ１）の方法。
（Ａ５） 重み付け情報を更新するステップが、情報を符号化中にオンラインで重み付け情報を調整する（Ａ４）の方法。
（Ａ６） 重み付け情報の更新が傾斜降下法による（Ａ４）の方法。
（Ａ７） 統合確率推定値に基づいて、誇張指数を更新するステップをさらに含む（Ａ１）の方法。
（Ａ８） 誇張指数を更新するステップが、情報を符号化中にオンラインで誇張指数を調整する（Ａ７）の方法。
（Ａ９） 誇張指数の更新が傾斜降下法による（Ａ７）の方法。
【００４５】
（Ｂ１） 符号化対象のシンボルに関する複数の確率推定値を生成するステップと、前記複数の確率推定値に基づいて選択された誇張指数Ｙ R 及び重みＷ R を用いて前記（１）式により前記複数の確率推定値を合成し統合確率推定値Ｐ NET を得るステップと、前記シンボル及び前記統合確率推定値に応じて０個以上の出力ビット及びコード状態データを生成するステップからなる符号化方法。
【００４６】
（Ｃ１） シンボルの符号化に用いるための統合確率推定値を生成するための装置であって、符号化対象の前記シンボルに関する複数の確率推定値を生成する手段と、誇張指数及び前記複数の確率推定値間の重み付けを指示する重み付け情報を選択する手段と、前記誇張指数及び前記重み付け情報を使用する所定の関数である誇張関数に基づいて、前記複数の確率推定値を合成して前記統合確率推定値を得る手段とを具備してなる装置。
（Ｃ２） 複数の確率推定値を複数領域マップの領域別に分類する手段をさらに具備し、 該分類された利用域に基づいて誇張指数及び重み付け情報を選択する（Ｃ１）の装置。
（Ｃ３） 選択手段が、複数の確率推定値に基づいて２次元マップの領域を選択し、選択した領域に基づいて誇張指数及び重み付け情報を出力する（Ｃ１）の装置。
（Ｃ４） 統合確率推定値に基づいて、重み付け情報を更新する手段をさらに具備する（Ｃ１）の装置。
（Ｃ５） 更新手段が情報の符号化中にオンラインで重み付け情報を調整する（Ｃ４）の装置。
（Ｃ６） 更新手段が重み付け情報を傾斜降下法により更新する（Ｃ４）の装置。
（Ｃ７） 統合確率推定値に基づいて、誇張指数を更新する手段をさらに具備する（Ｃ１）の装置。
（Ｃ８） 更新手段が情報の符号化中にオンラインで誇張指数を調整する（Ｃ７）の装置。
（Ｃ９） 更新手段が誇張指数を傾斜降下法により更新する（Ｃ７）の装置。
【００４７】
前述のように、本発明は、例えば図７に簡略化して示したようなコンピュータ上でソフトウエアで実施しても、ハードウエアで実施しても、あるいは、ソフトウエアとハードウエアの組み合わせによって実施してもよい。
【００４８】
図７に示すコンピュータは、ＣＰＵ６００、メモリ６０１、ハードディスク装置６０２、例えばフロッピーディスクや光磁気ディスク、ＣＤ−ＲＯＭ等々の記録媒体６０３の読み書きのための媒体駆動装置６０４、外部インターフェース６０５等をシステムバス６０６で接続した一般的な構成である。図４に関連して説明した各処理をコンピュータに実行させるための命令群からなるプログラム、あるいは、図６に示した各ブロックの機能をコンピュータ上で実現させるための命令群からなるプログラムは、例えば、同プログラムが記録された記録媒体６０３からメモリ６０１に読み込まれて実行される。又は、同プログラムは予めハードディスク装置６０２に格納されており、その実行時にメモリ６０１に読み込まれて実行される。
【００４９】
したがって、本発明には次に列挙するような記録媒体が包含される。
（Ｅ１） コンピュータに、符号化対象のシンボルに関する複数の確率推定値を生成する処理と、前記複数の確率推定値に基づいて選択された誇張指数Ｙ R 及び重みＷ R を使用し、前記（１）式により前記複数の確率推定値を合成して統合確率推定値Ｐ NET を得る処理と、前記シンボル及び前記統合確率推定値に応じて出力を生成する処理とを実行させるためのプログラムが記録されたコンピュータ読み取り可能記録媒体。
（Ｅ２） コンピュータに複数の確率推定値を複数領域マップの領域別に分類させるための命令がプログラムに含まれる（Ｅ１）の記録媒体。
（Ｅ３） コンピュータに誇張指数及び前記複数の確率推定値間の重み付けを指示する重み付け情報を選択させるための命令がプログラムに含まれる（Ｅ１）の記録媒体。
（Ｅ４） コンピュータに複数の確率推定値に基づいて２次元マップの領域を選択させ、選択された領域に基づいて誇張指数及び重み付け情報を出力させるための命令がプログラムに含まれる（Ｅ３）の記録媒体。
（Ｅ５） コンピュータに統合確率推定値に基づき、重み付け情報を更新させるための命令がプログラムに含まれる（Ｅ１）の記録媒体。
（Ｅ６） コンピュータに、情報の符号化中にオンラインで重み付け情報を調整させるための命令がプログラムに含まれる（Ｅ５）の記録媒体。
（Ｅ７） 重み付け情報の更新が傾斜降下法による（Ｅ５）の記録媒体。
（Ｅ８） コンピュータに統合確率推定値に基づき、誇張指数を更新させるための命令がプログラムに含まれる（Ｅ１）の記録媒体。
（Ｅ９） コンピュータに情報の符号化中にオンラインで誇張指数を調整させるための命令がプログラムに含まれる（Ｅ８）の記録媒体。
（Ｅ１０） 誇張指数の更新が傾斜降下法による（Ｅ８）の記録媒体。
（Ｅ１１） 重み付け情報が有効性重みからなる（Ｅ１）の記録媒体。
【００５０】
以上の説明から、当該技術分野の当業者には本発明の多くの変更及び修正が明白になるであろう。したがって、説明のために図示及び説明した実施例を限定的にとらえるべきでない。
【００５１】
【発明の効果】
以上に詳細に説明したように、本発明によれば、確率推定値の合成に伴う確率推定値の膨張の問題に配慮した新規な統合確率推定値の生成のための方法と装置、それを利用した符号化方法を提供でき、また、その方法を一般的なコンピュータあるいは同様の情報処理装置を利用して容易に実施できる等の効果を得られる。
【図面の簡単な説明】
【図１】 条件付けのためのパーティション分割例を示す図である。
【図２】 ルックアップテーブルを用いて１０個の近傍画素値から確率推定値を生成するシステムを示す図である。
【図３】 ２つのコンテキスト・モデルが組み合わされたシステムのブロック図である。
【図４】 統合確率推定値を生成するプロセスの一実施例を示すフローチャートである。
【図５】 ２次元コンセンサス・マップ一例を示す図である。
【図６】 符号化システムの一実施例のブロック図である。
【図７】 本発明をソフトウエアにより実施するためのコンピュータの一例を示すブロック図である。
【符号の説明】
５０１ コンテキスト・モデル
５０２_1〜５０２_N コンテキスト・メモリ
５０３ 統合確率推定値生成装置
５０４ コーダー
５０６ 更新部
５１０ 領域分類部
５１２ ２−Ｄコンセンサス・マップ
５１３ 確率推定値合成部
【発明の属する技術分野】
本発明は、統計的符号化の分野に係り、特に、複数の確率推定値を情報の符号化のための一つの統合判断に合成する技術に関する。
【０００２】
【従来の技術】
統計的符号化法は、大量のデータの記憶及び伝送のための有用なツールである符号化方式の一例である。例えば、文書のファクス送信のような、画像伝送に必要な時間は、圧縮を利用してその画像の再生に必要なビット数を減らすと短縮される。
【０００３】
統計的符号化法では、条件付けデータから確率推定値を生成する。一般的には、全ての符号化しようとする決定の集合がパーティションに分割され、そのような各パーティション・メンバーすなわちコンテキストに関する統計量が作成される。例えば、符号化しようとする決定の近傍画素によって条件付けされるであろう。そのような方法の一例を図１及び図２に示す。
【０００４】
図１を参照すると、（「？」で示されている）画素１０１の条件付けのために１０個の前画素が用いられる。各画素が２つの値をとり得るならば、それら１０画素に関し１０２４の異なった組み合わせがあり得る。すなわち、画素１０１の符号化の条件付けのために利用可能な、１０２４の異なったコンテキストがあるということである。
【０００５】
図２を参照すると、ルックアップテーブル（ＬＵＴ）１０２は、１０画素に関する可能な値の組み合わせのそれぞれ毎に、ある画素が優勢状態（又は劣勢状態）である可能性に関する確率推定値を格納している。したがって、ＬＵＴ１０２は１０２４のコンテキスト・ビンを格納しており、各コンテキスト・ビンはそれに対応した一つの確率推定値を持つ。ＬＵＴ１０２は、その入力１０３に１０個の前画素を受け取り、それら前画素に対応して確率推定値１０４を出力する。
【０００６】
２種類以上のパーティション分割を行って、同じ画素に対し２つ以上の確率推定値を得ることもできる。例えば、一方の推定値を被条件付け画素の左側近傍画素に対応させ、もう一方の推定値を被条件付け画素の上側近傍画素に対応させることができる。これら２つの推定値は合成されて一つの確率推定値（すなわち統合確率推定値）となる。図３は、そのようなシステムを示すブロック図である。
【０００７】
図３を参照すると、２つの確率推定値が、２つの異なった８画素群によって条件付けされる。画素２００が優勢状態である確率を示す、その一方の確率推定値Ｐ 1 は、画素群２０３で示した８画素の値に基づいてＬＵＴ２０１から出力される。画素２００が優勢状態である確率を示す、他方の確率推定値Ｐ 2 は、画素群２０４で示した８画素の値に基づいてＬＵＴ２０２から出力される。画素群２０３と画素群２０４は５画素が共通しているため、ＬＵＴ２０１，２０２の入力の５つは同一で共用される。この２つの確率推定値は合成ブロック２０５によって合成され、統合確率推定値２０６が生成される。
【０００８】
統合確率推定値を用いることの主たる利点は、より小さな条件付けパーティションを使用できることである。使用する条件付けパーティションが小さいほど、コンテキストが「希釈」されず、モデルに必要以上に多くのコンテキストが「過剰装備」されないため、適応が高速になる。また、パーティションが小さいほど、確率推定値を記憶するためのハードウェア量が少なくなる。つまり、統計量及びコンテキストを記憶するためのメモリ（すなわちコンテキスト・メモリ）を小さくすることができる。
【０００９】
２つの確率推定値が合成される場合、それら２つの確率推定値の平均が最も正確な確率推定値になると考えるかもしれない。しかしながら、そのような単純な合成方法を適用できるのは、一方の確率推定値の基礎となった条件付けが、他方の確率推定値の基礎となった条件付けと強く関連付けられている場合に限られることが多い。
【００１０】
従来技術では、２つの確率推定値がその幾何平均によって合成されるので、コンセンサス(consensus)があると結果が誇張される。文献［Kris Popat and Rosalind W．Picard，“Exaggerated Consensus in Lossless Image Compression，”In Proceedings of IEEE Int'l Conf of Image Processing，Vol.III，pgs．846-850，Nov．1994]を参照されたい。すなわち、２つの確率推定値が共に５０％を越え（すなわちコンセンサスがある）、得られる合成確率推定値が２つの確率推定値のいずれよりも大きい場合、その得られる確率推定値は誇張されたと言う。
【００１１】
前記のPopatとPicardの文献において、Ｐ NET と呼ばれている統合判断は、Ｑと呼ばれている、元の確率に基づいて次式により計算される。
【数３】
【数４】
【数５】
【００１２】
【発明が解決しようとする課題】
本発明の目的は、前述のような確率推定値の合成に伴う確率推定値の膨張を考慮した、新規な統合確率推定値の生成のための方法と装置、それを利用した符号化方法等を提供することにある。このような本発明の目的及びその他の目的は、以下の説明によって明白となろう。
【００１３】
【課題を解決するための手段】
本発明によれば、シンボルの符号化に用いるための統合確率推定値の生成は、符号化対象のシンボルに関する複数の確率推定値を生成するステップと、誇張指数及び前記確率推定値間の重み付けを指示する重み付け情報を選択するステップあるいは手段と、前記誇張指数及び重み付け情報を使用する所定の関数である誇張関数に基づいて前記複数の確率推定値を合成して統合確率推定値を得るステップあるいは手段によってなされる。これ以外の本発明の特徴は以下の説明によって明らかになろう。
【００１４】
【発明の実施の形態】
以下、添付図面を参照し、本発明の実施の形態について説明する。以下の説明において、確率推定値、コンテキスト、ビット、メモリ等の個数のような様々な具体例が示される。しかし、当業者には、そのような具体例によらずに本発明を実施し得ることは明白であろう。他方、本発明をいたずらに難解にしないため、周知の構造やデバイスはブロック図として表し詳しくは示さない。
【００１５】
以下の詳細説明には、コンピュータ・メモリ内のデータビットに対する操作のアルゴリズム及び記号表現によって表された部分がある。このようなアルゴリズム記述及び表現は、データ処理技術分野の当業者が、その研究内容を他の当業者に対し最も効率的に伝えるために用いる手段である。あるアルゴリズムが、概して、期待した結果に至る筋の通ったステップの系列だと理解されるとする。これらステップは、物理量の物理的処理を要するものである。必ずという訳ではないが、これらの物理量は記憶、転送、結合、比較、その他処理が可能な電気的または磁気的信号の形をとるのが普通である。これらの信号をビット、値、要素、記号、文字、用語、数値等で呼ぶのが、主に慣用上の理由から便利な場合があることが分かっている。
【００１６】
しかしながら、このような用語や同様の用語は、適切な物理量と対応付けられるべきであり、また、これら物理量につけた便宜上のラベルに過ぎないということに留意すべきである。以下の説明から明らかなように、特に断わらない限り、「処理」「演算」「計算」「判定」「表示」等の用語を用いて論じることは、コンピュータシステムのレジスタ及びメモリの内部の物理的（電子的）な量として表現されたデータを処理して、コンピュータシステムのメモリやレジスタ、その他同様の情報記憶装置、情報伝送装置又は表示装置の内部の同様に物理量として表現された他のデータへ変換する、コンピュータシステムや同様の電子演算装置の作用及びプロセスを指すものである。
【００１７】
また、以下に述べるように、本発明は、ここに述べる操作を実行するための装置にも関係するものである。この装置は、所要の目的のために専用に作られてもよいし、汎用コンピュータを内蔵のコンピュータ・プログラムにより選択駆動もしくは再構成してなるものでもよい。そのようなコンピュータ・プログラムは、コンピュータが読み取り可能な記憶媒体、限定するわけではないが例えば、フロッピーディスク、光ディスク、ＣＤ−ＲＯＭ、光磁気ディスクなどの任意の種類のディスク、リードオンリーメモリ（ＲＯＭ）、ランダムアクセスメモリ（ＲＡＭ）、ＥＰＲＯＭ、ＥＥＰＲＯＭ、磁気カード又は光カード、すなわち電子的命令の格納に適しコンピュータのシステムバスに接続される任意種類の媒体に格納してよい。ここに提示するアルゴリズムは、本質的に、いかなる特定のコンピュータ、その他の装置とも関わりがない。様々な汎用マシンを、ここに述べる内容に従ったプログラムと一緒に使用し得るが、所要方法ステップの実行のために、より特化した装置を作るほうが好都合であるかもしれない。これら多様なマシンに要求される構造は以下の説明から明らかになろう。さらに、どのような特定のプログラミング言語とも関連付けることなく本発明を説明する。ここに述べるように、本発明の内容を実現するために様々なプログラミング言語を利用し得るものである。
【００１８】
シンボルの符号化に用いるための統合確率推定値を生成する方法及び装置について説明するが、このシンボルとは符号化の対象となるビット、決定、トークン、その他データのことである。
【００１９】
本発明の一実施例では、統合確率推定値生成方法は、符号化対象の各シンボルに関し複数の確率推定値を生成するステップを含む。これら確率推定値は低次の条件付き確率分布を呈するであろう。これら確率推定値が合成されて、それら確率推定値間の一致（すなわちコンセンサス）に基づいた一つの高次推定値が生成される。例えば、２つの確率分布のグラフの形状が同じならば、個々の確率推定値を合成すると、その形状が誇張されるであろう。すなわち、複数の確率推定値を合成することによって統合確率推定値が生成される場合、その合成の結果として、それら複数の確率推定値のいずれについても確率推定値の誇張が生じる。
【００２０】
一実施例では、統合確率推定値は、確率推定値にある関数を適用することによって得られる。この関数は、確率推定値に基づいて選択された誇張指数と重み付け情報を使用する。この重み付け情報は、確率推定値間の重み付けを指示するものである。一実施例では、重み付け情報は、各確率推定値が統合確率推定値に影響を及ぼす程度を示す有効性重みであろう。別の実施例では、重み付け情報は、複数の確率推定値中の一つの確率推定値にそれぞれ対応した重みの組であろう。誇張指数は、それぞれの確率推定値に利用された条件付けデータ間の独立性の程度を間接的に示す。そして、確率推定値は、誇張指数及び重み付け情報を使用する所定の関数（誇張関数）に基づいて合成されて一つの統合確率推定値となる。
【００２１】
図４は、複数の確率推定値を合成して一つの統合確率推定値を得るプロセスを示すフローチャートである。図４に示したプロセスは、誇張指数と有効性重みを含む関数（例えば方程式）によって統合確率推定値を計算する。
【００２２】
このプロセスは処理ロジックによって実行し得る。この処理ロジックは、例えば汎用もしくは専用の処理装置又はコンピュータシステムで動作するようなソフトウェアによって実現されても、例えば専用のロジックもしくは回路のようなハードウェアによって実現されても、あるいは、それらの組み合わせによって実現されてもよい。
【００２３】
図４を参照すると、プロセスの最初で、処理ロジックが符号化対象の各シンボルに関する複数の確率推定値を生成する（処理ブロック３０１）。そのシンボルが一つの決定(decision)からなる場合、各確率推定値は一つのコンテキストに応じて生成されるであろう。すなわち、符号化対象のデータが複数のコンテキスト・モデルに入力される。各コンテキスト・モデルは、入力されたデータを２値決定の集合又は系列に変換し、各決定に対し一つのコンテキスト・ビンを与える。これらの２値決定の系列とそれらに関連したコンテキスト・ビンが共に確率推定モジュールへ出力され、確率推定モジュールは当該技術分野においてよく知られた方法により各２値決定に関する確率推定値を生成する。
【００２４】
本発明において、コンテキスト・モデルは様々である。一実施例では、決定の符号化を条件付けるためのコンテキストとして近傍画素が用いられる。所定個の画素が利用されるであろう。例えば、一実施例では１０個の近傍画素が一つのコンテキストとして用いられる。ただし、それと異なるグループ又は個数の近傍画素を利用して別のコンテキストを生成してもよい。一実施例では、ある画素の各ビットが符号化される時に、コンテキストを形成する近傍画素の同じビット位置にあるビットだけが、当該各ビットの条件付けのために利用される。なお、他の実施例では、それら画素の１つ以上の他のビットによって、特定のビット（例えば決定）のコンテキストを生成してもよい。
【００２５】
確率推定マシンに入力されて確率推定値を生成させるコンテキストの生成のために、他のコンテキスト・モデルを使用してもよい。
【００２６】
一実施例では、各コンテキストに対し１ずつ、計２つの確率推定値が生成される。この２つの確率推定値を、ここではＰ 1 ，Ｐ 2 と呼ぶ。生成される確率推定値の個数は、３個以上でもよい。
【００２７】
確率推定値が生成された後、処理ロジックは、それら確率推定値をある領域Ｒに分類する（処理ブロック３０２）。図５は、領域Ｉ〜VIIIを有する２次元(2-D)コンセンサス・マップ４００の一例を示す。マップ４００の領域の一つが確率推定値Ｐ 1 ，Ｐ 2 の値に基づいて選択される。各領域は、２つのパラメータすなわち有効性重みＷ R と誇張指数Ｙ R と関連付けられている。有効性重みは、各確率推定値の相対的な重みを指す。一実施例では、各確率推定値に別々の重みが付けられる。２つの確率推定値が合成されるだけならば、重み値を１つだけ使用して、統合確率推定値を決定する際に、どちらの確率推定値の方に大きな重みを与えるか指定することができる。なお、３つ以上の確率推定値が合成される場合には、各確率推定値に対し異なった重みを指示するためには、余分な重みＷが必要であろう。一実施例では、Ｗ R は初期値0.5、Ｙ R は初期値1.0であり、これらパラメータは更新可能である。
【００２８】
確率推定値に基づいて領域Ｒを選択した結果、Ｗ R 及びＹ R の値が処理ロジックより出力される（処理ブロック３０３）。一実施例では、２−Ｄコンセンサス・マップは、各領域のためのＷ R ，Ｙ R の値を格納したルックアップ・テーブル（ＬＵＴ）からなる。
【００２９】
２つの確率推定値を分類してＷ R ，Ｙ R の値を取得した後、処理ロジックは統合判断Ｐ NET を計算する（処理ブロック３０４）。一実施例では、Ｐ NET は下記式によって計算される。説明を簡単にするため、符号化決定が真であると仮定する。そうでなければ、各Ｐを（Ｐ−１）等で置き換える。
【００３０】
【数６】
【００３１】
統合判断を計算した後、処理ロジックはパラメータＷ R ，Ｙ R を更新する（処理ブロック３０５）。この更新は、符号化される新たな各シンボル（例えば決定など）に対し実行してよい。すなわち、更新をリアルタイムに（例えばオンラインで）行ってよい。
【００３２】
一実施例では、確率Ｐ NET の真の決定を符号化するためのコストは−log Ｐ NET であるから、処理ロジックは、これらパラメータを傾斜降下更新法によって更新する。この傾斜降下更新法では、下記式により更新を行うことができる。
【００３３】
【数７】
【００３４】
Ｙ R ＝１ならば、前記Ｗ R の式は次のようになる。
【数８】
【００３５】
なお、各領域のＷ R 値，Ｙ R 値をオフラインで設定してもよい。確率推定値の可能な組み合わせの領域を分割し、かつ、１つ以上のテスト画像を使用することにより最低の平均ビットレートとなるＷ R 値とＹ R 値の組み合わせを特定することによって、オフラインでのＷ R 値及びＹ R 値の更新を行ってもよい。その値の組み合わせが特定されたらば、それらの値がその領域に割り当てられる。
【００３６】
符号化の場合、統合確率推定値はコーダーによって情報の符号化のために利用されるであろう。一実施例では、コーダーは、統合確率推定値を、２値決定（結果）が優勢状態であるか否か（すなわち、その決定が優勢シンボル（ＭＰＳ）に相当するか否か）の判断と共に受け取るビットストリーム・ジェネレータを含むであろう。このビットストリーム・ジェネレータは、その確率推定値と、その２値決定が入力として可能性が高かったか否かの判断を受け取って、原入力データを表すための圧縮データストリームを生成し、０個以上のビットを出力する。コーダーは、後続データの符号化に利用されるコード状態データも生成するであろう。
【００３７】
復号化時に、同じ統合確率推定値生成プロセスが使用されるであろう。すなわち、複数のコンテキストに基づいて複数の確率推定値が生成され、前述した方法と同じ方法で合成されるであろう。一実施例では、ビットストリーム・ジェネレータを有するコーダーのようなコーダーが、２値決定（すなわち事象）が優勢状態であるか否かを示す一つのビットを返す。受け取ったビットに基づいて統合確率推定値が生成され、結果がコンテキスト・モデルへ返される。コンテキスト・モデルはその結果を受け取り、それを利用して原データを生成し、また次の２値決定のためコンテキスト・ビンを更新する。
【００３８】
前記統合判断生成プロセスは、ロスレス圧縮以外の画像処理用途、例えばロッシー圧縮、復元、セグメンテーション、分類等でも有用であろう。ロッシー符号化は、情報の損失をもたらすため原データの完全な復元が保証されない符号化のことである。ロスレス圧縮においては、情報が全て保存され、データは完全な復元が可能な方法で圧縮される。これ以外の可能性のある応用分野として、マルチセンサー・インテグレーションと累積証拠に基づく意志決定がある。
【００３９】
なお、複数の確率推定値を合成するための他の方法で、ここに説明したプロセスの一部又は全部を利用することもできる。
【００４０】
図６は、統合確率推定値生成装置を有する符号化システムの一実施例のブロック図である。図６において、コンテキスト・モデル５０１は、各入力データビットを決定に変換するための複数のコンテキストcontext_１〜context_Nを発生する。前述のように、これらコンテキストは２つの異なった画素群であろう。各コンテキストは、各コンテキスト・ビンに関する確率推定値を格納しているコンテキスト・メモリ５０２_1〜５０２_Nのような１つ以上のメモリ（例えばルックアップ・テーブル）のアドレス指定のために利用される。コンテキストに応じて、メモリ５０２_1〜５０２_Nは確率推定値を出力する。
【００４１】
一実施例では、２つの確率推定値は、２つの別々の８画素群によって条件付けされる。ある画素が優勢状態である確率を示す一方の確率推定値Ｐ 1 は、８画素の値に基づいてＬＵＴから出力される。ある画素が優勢状態である確率を示す他方の確率推定値Ｐ 2 は、別の８画素の値に基づいてＬＵＴから出力される。その２つの画素群に共通の画素があると、それらＬＵＴの入力の一部は同じである。
【００４２】
統合確率推定値生成装置５０３は、２つ（一般にはＮ個）の確率推定値を合成して統合確率推定値Ｐ NET ５０７を生成する。一実施例では、統合確率推定値生成装置５０３は、コンテキスト・メモリメモリ５０２ _1 〜５０２ _N から確率推定値を受け取って領域識別子５１１を発生する領域分類部５１０を有する。２次元（２−Ｄ）コンセンサス・マップ（例えばＬＵＴ）５１２は、領域識別子５１１を受け取ってＷ R 値及びＹ R 値を出力する。なお、他の実施例では、確率推定値が直接的に２次元（２−Ｄ）コンセンサス・マップの入力として使用されるかもしれない。確率推定値合成部５１３は、前述のようにＷ R 値及びＹ R 値を用いて確率推定値を合成し、その結果Ｐ NET を出力する。このＰ NET 値は更新部５０６にも送られ、更新部５０６は前述したような領域に対するＷ R 値及びＹ R 値の更新を行う。
【００４３】
コーダー５０４は、Ｐ NET を受け取り、それを利用してデータを符号化する。そのデータは、決定であることもあるし、２値決定が入力として可能性が高かったか否かの指示であることもある。コーダー５０４の出力は原入力データを表すための圧縮データストリームであり、出力ビットを送出する。コーダー５０４は、当該技術分野において周知のどのような符号化方式（例えば統計的符号化法など）を採用してもよい。コーダー５０４は、０個以上のビットと一緒にコード状態データ（不図示）も生成し、このコード状態データを後続データの符号化に利用してもよい。
【００４４】
図４乃至図６に関連した以上の説明から理解されるように、本発明には次に列挙するような方法及び装置が包含されるものである。
（Ａ１） シンボルの符号化に用いるための統合確率推定値を生成する方法であって、符号化対象のシンボルに関する複数の確率推定値を生成するステップと、誇張指数、及び前記複数の確率推定値間の重み付けを指示する重み付け情報を選択するステップと、前記誇張指数及び前記重み付け情報を使用する所定の関数である誇張関数に基づき前記複数の確率推定値を合成して前記統合確率推定値を得るステップとからなる方法。
（Ａ２） 複数の確率推定値を複数領域マップの領域別に分類するステップをさらに含み、該分類された領域に基づいて誇張指数及び重み付け情報を選択する（Ａ１）の方法。
（Ａ３） 誇張指数及び重み付け情報を選択するステップが、複数の確率推定値に基づいて２次元マップの領域を選択し、選択した領域に基づいて誇張指数及び前記重み付け情報を出力する（Ａ１）の方法。
（Ａ４） 統合確率推定値に基づいて、重み付け情報を更新するステップをさらに含む（Ａ１）の方法。
（Ａ５） 重み付け情報を更新するステップが、情報を符号化中にオンラインで重み付け情報を調整する（Ａ４）の方法。
（Ａ６） 重み付け情報の更新が傾斜降下法による（Ａ４）の方法。
（Ａ７） 統合確率推定値に基づいて、誇張指数を更新するステップをさらに含む（Ａ１）の方法。
（Ａ８） 誇張指数を更新するステップが、情報を符号化中にオンラインで誇張指数を調整する（Ａ７）の方法。
（Ａ９） 誇張指数の更新が傾斜降下法による（Ａ７）の方法。
【００４５】
（Ｂ１） 符号化対象のシンボルに関する複数の確率推定値を生成するステップと、前記複数の確率推定値に基づいて選択された誇張指数Ｙ R 及び重みＷ R を用いて前記（１）式により前記複数の確率推定値を合成し統合確率推定値Ｐ NET を得るステップと、前記シンボル及び前記統合確率推定値に応じて０個以上の出力ビット及びコード状態データを生成するステップからなる符号化方法。
【００４６】
（Ｃ１） シンボルの符号化に用いるための統合確率推定値を生成するための装置であって、符号化対象の前記シンボルに関する複数の確率推定値を生成する手段と、誇張指数及び前記複数の確率推定値間の重み付けを指示する重み付け情報を選択する手段と、前記誇張指数及び前記重み付け情報を使用する所定の関数である誇張関数に基づいて、前記複数の確率推定値を合成して前記統合確率推定値を得る手段とを具備してなる装置。
（Ｃ２） 複数の確率推定値を複数領域マップの領域別に分類する手段をさらに具備し、 該分類された利用域に基づいて誇張指数及び重み付け情報を選択する（Ｃ１）の装置。
（Ｃ３） 選択手段が、複数の確率推定値に基づいて２次元マップの領域を選択し、選択した領域に基づいて誇張指数及び重み付け情報を出力する（Ｃ１）の装置。
（Ｃ４） 統合確率推定値に基づいて、重み付け情報を更新する手段をさらに具備する（Ｃ１）の装置。
（Ｃ５） 更新手段が情報の符号化中にオンラインで重み付け情報を調整する（Ｃ４）の装置。
（Ｃ６） 更新手段が重み付け情報を傾斜降下法により更新する（Ｃ４）の装置。
（Ｃ７） 統合確率推定値に基づいて、誇張指数を更新する手段をさらに具備する（Ｃ１）の装置。
（Ｃ８） 更新手段が情報の符号化中にオンラインで誇張指数を調整する（Ｃ７）の装置。
（Ｃ９） 更新手段が誇張指数を傾斜降下法により更新する（Ｃ７）の装置。
【００４７】
前述のように、本発明は、例えば図７に簡略化して示したようなコンピュータ上でソフトウエアで実施しても、ハードウエアで実施しても、あるいは、ソフトウエアとハードウエアの組み合わせによって実施してもよい。
【００４８】
図７に示すコンピュータは、ＣＰＵ６００、メモリ６０１、ハードディスク装置６０２、例えばフロッピーディスクや光磁気ディスク、ＣＤ−ＲＯＭ等々の記録媒体６０３の読み書きのための媒体駆動装置６０４、外部インターフェース６０５等をシステムバス６０６で接続した一般的な構成である。図４に関連して説明した各処理をコンピュータに実行させるための命令群からなるプログラム、あるいは、図６に示した各ブロックの機能をコンピュータ上で実現させるための命令群からなるプログラムは、例えば、同プログラムが記録された記録媒体６０３からメモリ６０１に読み込まれて実行される。又は、同プログラムは予めハードディスク装置６０２に格納されており、その実行時にメモリ６０１に読み込まれて実行される。
【００４９】
したがって、本発明には次に列挙するような記録媒体が包含される。
（Ｅ１） コンピュータに、符号化対象のシンボルに関する複数の確率推定値を生成する処理と、前記複数の確率推定値に基づいて選択された誇張指数Ｙ R 及び重みＷ R を使用し、前記（１）式により前記複数の確率推定値を合成して統合確率推定値Ｐ NET を得る処理と、前記シンボル及び前記統合確率推定値に応じて出力を生成する処理とを実行させるためのプログラムが記録されたコンピュータ読み取り可能記録媒体。
（Ｅ２） コンピュータに複数の確率推定値を複数領域マップの領域別に分類させるための命令がプログラムに含まれる（Ｅ１）の記録媒体。
（Ｅ３） コンピュータに誇張指数及び前記複数の確率推定値間の重み付けを指示する重み付け情報を選択させるための命令がプログラムに含まれる（Ｅ１）の記録媒体。
（Ｅ４） コンピュータに複数の確率推定値に基づいて２次元マップの領域を選択させ、選択された領域に基づいて誇張指数及び重み付け情報を出力させるための命令がプログラムに含まれる（Ｅ３）の記録媒体。
（Ｅ５） コンピュータに統合確率推定値に基づき、重み付け情報を更新させるための命令がプログラムに含まれる（Ｅ１）の記録媒体。
（Ｅ６） コンピュータに、情報の符号化中にオンラインで重み付け情報を調整させるための命令がプログラムに含まれる（Ｅ５）の記録媒体。
（Ｅ７） 重み付け情報の更新が傾斜降下法による（Ｅ５）の記録媒体。
（Ｅ８） コンピュータに統合確率推定値に基づき、誇張指数を更新させるための命令がプログラムに含まれる（Ｅ１）の記録媒体。
（Ｅ９） コンピュータに情報の符号化中にオンラインで誇張指数を調整させるための命令がプログラムに含まれる（Ｅ８）の記録媒体。
（Ｅ１０） 誇張指数の更新が傾斜降下法による（Ｅ８）の記録媒体。
（Ｅ１１） 重み付け情報が有効性重みからなる（Ｅ１）の記録媒体。
【００５０】
以上の説明から、当該技術分野の当業者には本発明の多くの変更及び修正が明白になるであろう。したがって、説明のために図示及び説明した実施例を限定的にとらえるべきでない。
【００５１】
【発明の効果】
以上に詳細に説明したように、本発明によれば、確率推定値の合成に伴う確率推定値の膨張の問題に配慮した新規な統合確率推定値の生成のための方法と装置、それを利用した符号化方法を提供でき、また、その方法を一般的なコンピュータあるいは同様の情報処理装置を利用して容易に実施できる等の効果を得られる。
【図面の簡単な説明】
【図１】 条件付けのためのパーティション分割例を示す図である。
【図２】 ルックアップテーブルを用いて１０個の近傍画素値から確率推定値を生成するシステムを示す図である。
【図３】 ２つのコンテキスト・モデルが組み合わされたシステムのブロック図である。
【図４】 統合確率推定値を生成するプロセスの一実施例を示すフローチャートである。
【図５】 ２次元コンセンサス・マップ一例を示す図である。
【図６】 符号化システムの一実施例のブロック図である。
【図７】 本発明をソフトウエアにより実施するためのコンピュータの一例を示すブロック図である。
【符号の説明】
５０１ コンテキスト・モデル
５０２_1〜５０２_N コンテキスト・メモリ
５０３ 統合確率推定値生成装置
５０４ コーダー
５０６ 更新部
５１０ 領域分類部
５１２ ２−Ｄコンセンサス・マップ
５１３ 確率推定値合成部
Claims (20)
- 複数の確率推定値を統合した統合確率推定値を用いてシンボルの符号化を行うための前記統合確率推定値を生成する方法であって、
符号化対象のシンボルに関する複数の確率推定値を生成するステップと、
誇張指数、及び前記複数の確率推定値間の重み付けを指示する重み付け情報を選択するステップと、
前記誇張指数及び前記重み付け情報を使用する所定の関数である誇張関数に基づき前記複数の確率推定値を合成して統合確率推定値を得るステップと、
からなる統合確率推定値生成方法。 - 前記生成された複数の確率推定値を複数領域マップの領域別に分類するステップをさらに含み、前記誇張指数及び重み付け情報を選択するステップは、前記分類された領域別に応じて前記誇張指数及び重み付け情報を選択することを特徴とする請求項１記載の統合確率推定値生成方法。
- 前記誇張指数及び重み付け情報を選択するステップが、前記複数の確率推定値に基づいて２次元マップの領域を選択し、該選択した領域に基づいて前記誇張指数及び前記重み付け情報を出力することを特徴とする請求項１記載の統合確率推定値生成方法。
- 前記統合確率推定値に基づいて、前記重み付け情報を更新するステップをさらに含むことを特徴とする請求項１乃至３のいずれか１項に記載の統合確率推定値生成方法。
- 前記重み付け情報を更新するステップは、情報を符号化中にオンラインで前記重み付け情報を調整することを特徴とする請求項４記載の統合確率推定値生成方法。
- 前記重み付け情報の更新が傾斜降下法によることを特徴とする請求項４記載の統合確率推定値生成方法。
- 前記統合確率推定値に基づいて、前記誇張指数を更新するステップをさらに含むことを特徴とする請求項１乃至６のいずれか１項に記載の統合確率推定値生成方法。
- 前記誇張指数を更新するステップは、情報を符号化中にオンラインで前記誇張指数を調整することを特徴とする請求項７記載の統合確率推定値生成方法。
- 前記誇張指数の更新が傾斜降下法によることを特徴とする請求項７記載の統合確率推定値生成方法。
- 符号化対象のシンボルに関する複数の確率推定値Ｐ 1 ，Ｐ 2 を生成するステップと、
前記複数の確率推定値Ｐ 1 ，Ｐ 2 に基づいて選択された誇張指数Ｙ R 及び重みＷ R を用い、
前記シンボル及び前記統合確率推定値に応じて０個以上の出力ビット及びコード状態データを生成するステップとからなる符号化方法。 - 複数の確率推定値を統合した統合確率推定値を用いてシンボルの符号化を行うための前記統合確率推定値を生成する装置であって、
符号化対象のシンボルに関する複数の確率推定値を生成する手段と、
誇張指数、及び前記複数の確率推定値間の重み付けを指示する重み付け情報を選択する手段と、
前記誇張指数及び前記重み付け情報を使用する所定の関数である誇張関数に基づいて、前記複数の確率推定値を合成して統合確率推定値を得る手段とを具備してなる統合確率推定値生成装置。 - 前記生成された複数の確率推定値を複数領域マップの領域別に分類する手段をさらに具備し、前記誇張指数及び重み付け情報を選択する手段は、前記分類された領域別に応じて前記誇張指数及び重み付け情報を選択することを特徴とする請求項１１載の統合確率推定値生成装置。
- 前記誇張指数及び重みつけ情報を選択する手段が、前記複数の確率推定値に基づいて２次元マップの領域を選択し、該選択した領域に基づいて前記誇張指数及び前記重み付け情報を出力することを特徴とする請求項１１記載の統合判断生成装置。
- 前記統合確率推定値に基づいて、前記重み付け情報を更新する手段をさらに具備することを特徴とする請求項１１乃至１３のいずれか１項に記載の統合確率推定値生成装置。
- 前記重み付け情報を更新する手段は、情報の符号化中にオンラインで前記重み付け情報を調整することを特徴とする請求項１４記載の統合確率推定値生成装置。
- 前記重み付け情報を更新する手段は、前記重み付け情報を傾斜降下法により更新することを特徴とする請求項１４記載の統合確率推定値生成装置。
- 前記統合確率推定値に基づいて、前記誇張指数を更新する手段をさらに具備することを特徴とする請求項１１乃至１６のいずれかに１項に記載の統合確率推定値生成装置。
- 前記誇張指数を更新する手段は、情報の符号化中にオンラインで前記誇張指数を調整することを特徴とする請求項１７記載の統合確率推定値生成装置。
- 前記誇張指数を更新する手段は、前記誇張指数を傾斜降下法により更新することを特徴とする請求項１７記載の統合確率推定値生成装置。
- コンピュータに、
符号化対象のシンボルに関する複数の確率推定値Ｐ 1 ，Ｐ 2 を生成する処理と、
前記複数の確率推定値Ｐ 1 ，Ｐ 2 に基づいて選択された誇張指数Ｙ R 及び重みＷ R を使用し
前記シンボル及び前記統合確率推定値に応じて０個以上の出力ビット及びコード状態データ出力を生成する処理とを行わせるためのプログラムが記録されたことを特徴とするコンピュータ読み取り可能記録媒体。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US09/094211 | 1998-06-09 | ||
| US09/094,211 US6084987A (en) | 1998-06-09 | 1998-06-09 | Collaborative judgement in statistical coding |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000031833A JP2000031833A (ja) | 2000-01-28 |
| JP3688937B2 true JP3688937B2 (ja) | 2005-08-31 |
Family
ID=22243796
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP13828899A Expired - Fee Related JP3688937B2 (ja) | 1998-06-09 | 1999-05-19 | 統合確率推定値生成方法、符号化方法、統合確率推定値生成装置及び記録媒体 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US6084987A (ja) |
| JP (1) | JP3688937B2 (ja) |
| DE (1) | DE19926315B4 (ja) |
| GB (1) | GB2339991B (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7587092B2 (en) * | 2005-11-25 | 2009-09-08 | Microsoft Corporation | Layer-based context quantization with context partitioning |
| US7565265B2 (en) * | 2006-03-13 | 2009-07-21 | Motorola, Inc. | Method and apparatus for combining outputs of multiple systems |
| WO2019196956A1 (zh) * | 2018-04-13 | 2019-10-17 | 浙江大学 | 一种信息保持编解码方法与装置 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5381145A (en) * | 1993-02-10 | 1995-01-10 | Ricoh Corporation | Method and apparatus for parallel decoding and encoding of data |
| GB9422738D0 (en) * | 1994-11-10 | 1995-01-04 | Univ Western Ontario | Context-based, adaptive, progressive, lossless compression of still continuous -tone images |
| US5850482A (en) * | 1996-04-17 | 1998-12-15 | Mcdonnell Douglas Corporation | Error resilient method and apparatus for entropy coding |
-
1998
- 1998-06-09 US US09/094,211 patent/US6084987A/en not_active Expired - Lifetime
-
1999
- 1999-05-19 JP JP13828899A patent/JP3688937B2/ja not_active Expired - Fee Related
- 1999-06-04 GB GB9913081A patent/GB2339991B/en not_active Expired - Fee Related
- 1999-06-09 DE DE19926315A patent/DE19926315B4/de not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| US6084987A (en) | 2000-07-04 |
| GB2339991A (en) | 2000-02-09 |
| GB9913081D0 (en) | 1999-08-04 |
| DE19926315A1 (de) | 1999-12-16 |
| JP2000031833A (ja) | 2000-01-28 |
| DE19926315B4 (de) | 2009-08-27 |
| GB2339991B (en) | 2001-06-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5302336B2 (ja) | 画素のブロックを圧縮する方法及びシステム | |
| US5047842A (en) | Color image display with a limited palette size | |
| US7046850B2 (en) | Image matching | |
| US7693337B2 (en) | Multi-mode alpha image processing | |
| JP2000030040A (ja) | 画像処理装置及びコンピュータ読み取り可能な記憶媒体 | |
| JP2008054325A (ja) | 複合文書の圧縮のためのデータ充填手法 | |
| JP3986012B2 (ja) | 適応型予測符号化装置および適応型予測符号復号化方法 | |
| US6954501B2 (en) | Method and apparatus for object based motion compensation | |
| JP3688937B2 (ja) | 統合確率推定値生成方法、符号化方法、統合確率推定値生成装置及び記録媒体 | |
| US20040175017A1 (en) | Method of watermarking a video signal, a system and a data medium for implementing said method, a method of extracting the watermarking from a video signal, and system for implementing said method | |
| JP6174926B2 (ja) | 画像復号装置及びその制御方法 | |
| US6711296B1 (en) | Apparatus for performing loss-less compression-coding of adaptive evolution type on image data | |
| JP4095530B2 (ja) | 画像処理装置及び方法 | |
| CN114663315A (zh) | 基于语义融合生成对抗网络的图像比特增强方法及装置 | |
| CN111611926A (zh) | 一种地标建筑物检测与识别方法及装置 | |
| CN116601958A (zh) | 虚拟视点绘制、渲染、解码方法及装置、设备、存储介质 | |
| CN116711301A (zh) | 虚拟视点生成、渲染、解码方法及装置、设备、存储介质 | |
| EP4107862A1 (en) | Methods and devices for multi-point direct coding in point cloud compression | |
| JP2000201078A (ja) | 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 | |
| JP7376812B2 (ja) | データ生成方法、データ生成装置及びプログラム | |
| JPH07298265A (ja) | 動きベクトル探索方法と装置 | |
| JP2000200349A (ja) | 画像情報変換装置および画像情報変換方法、学習装置および学習方法 | |
| Chao et al. | Codebook design for vector quantization of images based on the fuzzy C-means clustering algorithm | |
| JPH1115971A (ja) | 画像領域分割方法および画像領域分割装置 | |
| JP2023063166A (ja) | 圧縮装置、復元装置及びモデルを生成する方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040317 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050308 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050509 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20050607 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050609 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080617 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090617 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090617 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100617 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110617 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110617 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120617 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130617 Year of fee payment: 8 |
|
| LAPS | Cancellation because of no payment of annual fees |