JP6581045B2 - 画像符号化方法、画像符号化装置及び画像符号化プログラム - Google Patents
画像符号化方法、画像符号化装置及び画像符号化プログラム Download PDFInfo
- Publication number
- JP6581045B2 JP6581045B2 JP2016126989A JP2016126989A JP6581045B2 JP 6581045 B2 JP6581045 B2 JP 6581045B2 JP 2016126989 A JP2016126989 A JP 2016126989A JP 2016126989 A JP2016126989 A JP 2016126989A JP 6581045 B2 JP6581045 B2 JP 6581045B2
- Authority
- JP
- Japan
- Prior art keywords
- dictionary
- class
- classes
- training data
- image encoding
- 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.)
- Active
Links
Images
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
Description
[クラス数が与えられた場合の辞書の生成]
本発明の基本原理は、訓練画像Ψを、Ψ={ψ(c)|c=1,・・・,C}とし、C個のクラスに分類し、各クラス毎に、適切な辞書を生成することである。ここで、ψ(c)は、クラスに分類したクラスcの訓練画像である。解くべき問題は以下の通り、定式化される。
(S1:係数設定処理)Ψ,D(c)を固定した状態で、X(c)を最適化
(S2:辞書設定処理)Ψ,X(c)を固定した状態で、D(c)を最適化
(S3:クラス設定処理)D(c)を固定した状態で、Ψを最適化
[クラス数が与えられた場合の辞書の生成]に記載のアルゴリズムに基づき、設定した辞書を用いて、以下の値を求める。なお、クラス内の訓練ベクトルの数をnc (C)とおく。各クラスの近似誤差を次式により求める。
C*=argminJ(C)
上記の最適解を求める際は、J(C)の局所解が大域的最適解であることから、C=1から始めて、Cをインクリメントしていき、以下を満たす最小のCをC*として設定することも可能である。
J(C)<J(C+1)
次に、本発明を適用する動画像符号化装置の一構成について説明する。図3は、本発明を適用する動画像符号化装置の一構成を示す図である。動画像符号化装置は、イントラ予測処理部1、インター予測情報記憶部2、インター予測処理部3、イントラ予測情報記憶部4、予測残差生成部5、変換処理部6、量子化処理部7、逆量子化処理部8、逆変換処理部9、復号信号生成部10、インループフィルタ処理部11、フレームメモリ12、エントロピ符号化処理部13、変換基底記憶部14を備える。
次に、本発明を適用する動画像復号装置の一構成について説明する。図4は、本発明を適用する動画像復号装置の一構成を示す図である。図4に示す動画像復号装置は、エントロピー復号処理部21、逆量子化処理部22、逆変換処理部23、復号信号生成部24、インター予測情報記憶部25、インター予測処理部26、イントラ予測情報記憶部27、イントラ予測処理部28、インループフィルタ処理部29、フレームメモリ30、変換基底記憶部31を備える。
次に、本実施形態によるクラス数最適化装置の構成を説明する。図5は、本実施形態によるクラス数最適化装置の構成を示すブロック図である。クラス数最適化装置は、訓練データ記憶部41、係数設定処理部42、係数記憶部43、辞書設定処理部44、辞書記憶部45、クラス設定処理部46、クラス記憶部47、近似誤差記憶部48、反復判定処理部49、クラス数評価尺度算出部50、クラス数評価尺度記憶部51、クラス数最適化判定部52、クラス数インクリメント部53、辞書生成部54を備える。
J(C−1)<J(C)
Claims (7)
- 映像を符号化する際に前記映像を表現するための変換基底を格納した辞書を生成するために、訓練データを複数のクラスに分類し、前記クラス毎に対応する訓練データを用いて前記辞書を生成する画像符号化方法であって、
与えられたクラス分類に基づき、前記クラス毎に前記辞書を生成する辞書生成ステップと、
前記辞書内の基底の数を制限した条件下において各訓練データを適切に表現可能な辞書を有するクラスに前記訓練データを再分類する再分類ステップと、
クラス内の近似誤差和、クラス間分散、クラス間の距離に基づき、所与のクラス数に対して生成された辞書の評価尺度を算出しながら前記辞書の生成と前記訓練データの再分類とを、クラス数を1つずつ増やしながら、クラス数がCであるときの評価尺度が、クラス数がC−1であるときの評価尺度よりも大きくなるまで反復する反復ステップと、
前記反復ステップにおける反復が終わった時点のC−1の値を、クラス数として設定するクラス設定ステップと
を有する画像符号化方法。 - 映像を符号化する際に前記映像を表現するための変換基底を格納した辞書を生成するために、訓練データを複数のクラスに分類し、前記クラス毎に対応する訓練データを用いて前記辞書を生成する画像符号化方法であって、
与えられたクラス分類に基づき、前記クラス毎に前記辞書を生成する辞書生成ステップと、
前記辞書内の基底の数を制限した条件下において各訓練データを適切に表現可能な辞書を有するクラスに前記訓練データを再分類する再分類ステップと、
クラス数で正規化したクラス内の近似誤差和、クラス間分散、クラス間の距離に基づき、所与のクラス数に対して生成された辞書の評価尺度を算出しながら前記辞書の生成と前記訓練データの再分類とを、クラス数を1つずつ増やしながら、クラス数がCであるときの評価尺度が、クラス数がC−1であるときの評価尺度よりも大きくなるまで反復する反復ステップと、
前記反復ステップにおける反復が終わった時点のC−1の値を、クラス数として設定するクラス設定ステップと
を有する画像符号化方法。 - 映像を符号化する際に前記映像を表現するための変換基底を格納した辞書を生成するために、訓練データを複数のクラスに分類し、前記クラス毎に対応する訓練データを用いて前記辞書を生成する画像符号化方法であって、
与えられたクラス分類に基づき、前記クラス毎に前記辞書を生成する辞書生成ステップと、
前記辞書内の基底の数を制限した条件下において各訓練データを適切に表現可能な辞書を有するクラスに前記訓練データを再分類する再分類ステップと、
クラス数で正規化したクラス内の近似誤差和と有意係数の個数との加重和、クラス間分散、クラス間の距離に基づき、所与のクラス数に対して生成された辞書の評価尺度を算出しながら前記辞書の生成と前記訓練データの再分類とを、クラス数を1つずつ増やしながら、クラス数がCであるときの評価尺度が、クラス数がC−1であるときの評価尺度よりも大きくなるまで反復する反復ステップと、
前記反復ステップにおける反復が終わった時点のC−1の値を、クラス数として設定するクラス設定ステップと
を有する画像符号化方法。 - 映像を符号化する際に前記映像を表現するための変換基底を格納した辞書を生成するために、訓練データを複数のクラスに分類し、前記クラス毎に対応する訓練データを用いて前記辞書を生成する画像符号化装置であって、
与えられたクラス分類に基づき、前記クラス毎に前記辞書を生成する辞書生成部と、
前記辞書内の基底の数を制限した条件下において各訓練データを適切に表現可能な辞書を有するクラスに前記訓練データを再分類する再分類部と、
クラス内の近似誤差和、クラス間分散、クラス間の距離に基づき、所与のクラス数に対して生成された辞書の評価尺度を算出しながら前記辞書の生成と前記訓練データの再分類とを、クラス数を1つずつ増やしながら、クラス数がCであるときの評価尺度が、クラス数がC−1であるときの評価尺度よりも大きくなるまで反復する反復部と、
前記反復部における反復が終わった時点のC−1の値を、クラス数として設定するクラス設定部と
を備える画像符号化装置。 - コンピュータに、請求項1から5のいずれか一項に記載の画像符号化方法を実行させるための画像符号化プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016126989A JP6581045B2 (ja) | 2016-06-27 | 2016-06-27 | 画像符号化方法、画像符号化装置及び画像符号化プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016126989A JP6581045B2 (ja) | 2016-06-27 | 2016-06-27 | 画像符号化方法、画像符号化装置及び画像符号化プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018006832A JP2018006832A (ja) | 2018-01-11 |
JP6581045B2 true JP6581045B2 (ja) | 2019-09-25 |
Family
ID=60946519
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016126989A Active JP6581045B2 (ja) | 2016-06-27 | 2016-06-27 | 画像符号化方法、画像符号化装置及び画像符号化プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6581045B2 (ja) |
-
2016
- 2016-06-27 JP JP2016126989A patent/JP6581045B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018006832A (ja) | 2018-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11606560B2 (en) | Image encoding and decoding, video encoding and decoding: methods, systems and training methods | |
Ballé et al. | Variational image compression with a scale hyperprior | |
Kirchhoffer et al. | Overview of the neural network compression and representation (NNR) standard | |
Zepeda et al. | Image compression using sparse representations and the iteration-tuned and aligned dictionary | |
US9204154B2 (en) | Image encoding device and image decoding device | |
Valsesia et al. | High-throughput onboard hyperspectral image compression with ground-based CNN reconstruction | |
TWI744827B (zh) | 用以壓縮類神經網路參數之方法與裝置 | |
WO2017183448A1 (ja) | データ処理装置、データ処理方法、プログラム | |
JP7168896B2 (ja) | 画像符号化方法、及び画像復号方法 | |
US20210021821A1 (en) | Video encoding and decoding method and apparatus | |
CN117980914A (zh) | 用于以有损方式对图像或视频进行编码、传输和解码的方法及数据处理系统 | |
JP6748022B2 (ja) | 分割形状決定装置、学習装置、分割形状決定方法及び分割形状決定プログラム | |
CN107231556B (zh) | 一种图像云储存设备 | |
JP6581045B2 (ja) | 画像符号化方法、画像符号化装置及び画像符号化プログラム | |
JP2021150738A (ja) | 分割パターン決定装置、及び、それを用いた画像符号化装置、及び、学習装置、並びに、分割パターン決定装置及び学習装置の制御方法、及び、プログラム | |
JP7401822B2 (ja) | 画像符号化方法、画像符号化装置及びプログラム | |
JP6502869B2 (ja) | 辞書生成方法、辞書生成装置及び辞書生成プログラム | |
Schimpf et al. | Compressing of Medium-to Low-Rate Transform Residuals With Semi-Extreme Sparse Coding as an Alternate Transform in Video Coding | |
JP5561611B2 (ja) | 画像符号化方法,画像符号化装置および画像符号化プログラム | |
Cilingir et al. | Image Compression Using Deep Learning | |
JP7265114B2 (ja) | 予測画像取得装置、原信号取得装置、予測画像取得方法及びプログラム | |
US20240020884A1 (en) | Online meta learning for meta-controlled sr in image and video compression | |
US20220321879A1 (en) | Processing image data | |
Krishnamoorthy et al. | Low bit-rate multi stage vector quantization based on energy clustered training set | |
JP4649770B2 (ja) | 画像データ処理装置および方法、記録媒体、並びにプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180828 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190528 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190611 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190813 |
|
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: 20190827 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190829 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6581045 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |