JPH01218279A - High speed vector quantizer - Google Patents
High speed vector quantizerInfo
- Publication number
- JPH01218279A JPH01218279A JP63043375A JP4337588A JPH01218279A JP H01218279 A JPH01218279 A JP H01218279A JP 63043375 A JP63043375 A JP 63043375A JP 4337588 A JP4337588 A JP 4337588A JP H01218279 A JPH01218279 A JP H01218279A
- Authority
- JP
- Japan
- Prior art keywords
- vector
- distance
- codebook
- code book
- section
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000013598 vector Substances 0.000 title claims abstract description 125
- 238000004364 calculation method Methods 0.000 claims abstract description 27
- 238000013139 quantization Methods 0.000 claims abstract description 10
- 230000007717 exclusion Effects 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 238000000034 method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明はディジタル情報処理分野に利用される。[Detailed description of the invention] [Industrial application field] The present invention is utilized in the field of digital information processing.
本発明は、ベクトル量子化器に関し、特にコードブック
ベクトルの量子化速度の向上を図った高速ベクトル量子
化器に関する。The present invention relates to a vector quantizer, and more particularly to a high-speed vector quantizer that improves the quantization speed of codebook vectors.
本発明は、コードブックベクトルｙｉおよびｙｊと、入
力ベクトルＸとの量子化計算を行うベクトル量子化器に
おいて、
前記コードブックベクトルｙｉたはｙｊをその生起確率
の大きい順に並べ替え、順に前記入力べクトルＸとの間
の距離ｄｉまたはｄｉを求め、さう！ご前記コードブッ
クベクトルｙｉおよびｙｔ 間の距離ｄＩＪを求め、
ｄ 、＜ｃｔＢ／２またはｄｊ＜ｄｔ」／２を満足する
前記コードブックベクトルｙｊまたはｙｌを、前記距離
ｄｊまたはｄｉの計算から除外することにより、
出力ベクトルの最適化と、量子化速度の高速化とを図っ
た、高速ベクトル量子化器を実現したものである。The present invention provides a vector quantizer that performs quantization calculation of codebook vectors yi and yj and input vector Find the distance di or di between the vector and vector X, and then! Find the distance dIJ between the codebook vectors yi and yt, and exclude the codebook vector yj or yl that satisfies d<ctB/2 or dj<dt''/2 from the calculation of the distance dj or di. By doing so, we have realized a high-speed vector quantizer that optimizes the output vector and increases the quantization speed.
従来、この種のベクトル量子化器は、コードブック中の
ベクトルの配列に特定の構造を持たせ、最適ベクトルの
探索を総当たりではなく、階層的に行う方式となってい
た。Conventionally, vector quantizers of this type have a method in which the vector arrangement in the codebook has a specific structure, and the search for the optimal vector is performed hierarchically rather than brute force.
本願発明者は関連する技術として特願昭６２−１４１５
８２号（昭和６２年６月８日）を出願した。The inventor of the present application has filed a patent application for patent application No. 62-1415 as related technology.
No. 82 (June 8, 1986) was filed.
前述した従来のベクトル量子化器の量子化方式としては
、いわゆるトリーサーチがあるが、その探索の結果は必
ずしも真に最適（最小誤差を与える）なものではなく、
準最適なものであるという欠点があった。The quantization method of the conventional vector quantizer mentioned above is the so-called tree search, but the search result is not necessarily truly optimal (gives the minimum error);
The drawback was that it was suboptimal.
またコードブックベクトルの数をＮとすれば、入力ベク
トルとコードブック中のベクトルとのマツチング回数は
、前探索型のベクトル量子化器でＮ回、トリーサーチ型
のベクトル量子化器で２１ＯｇＮとなり、いずれの場合
も程度の差はあるが、コードブックベクトル数Ｎととも
に処理数が増大し、量子化速度が低下する欠点があった
。Also, if the number of codebook vectors is N, the number of matchings between the input vector and the vector in the codebook is N times for the pre-search type vector quantizer and 21OgN for the tree search type vector quantizer. In either case, although there are differences in degree, the number of processing increases with the number N of codebook vectors, and the quantization speed decreases.
本発明の目的は、前記の欠点を除去することにより、高
速に最適結果を得ることができる高速ベクトル量子化器
を提供することにある。An object of the present invention is to provide a high-speed vector quantizer that can quickly obtain optimal results by eliminating the above-mentioned drawbacks.
本発明は、コードブックベクトルｙｉとｙｊ （ｉ＝ｌ
〜Ｎ５ｊ＝１〜Ｍ、Ｎ、Ｍ）間の距離ｄｉｊを生成する
距離ｄｉｊ生成手段と、コードブックベクトルｙｉまた
はｙｊをその生起確率の大きな順に並べ替える並べ替え
手段と、コードブックベクトルｙｉまたはｙｊよりｉ＝
ｌまたはｊ＝１から順次選択されたコードブックベクト
ル’／ｌまたはｙｊと入力ベクトルＸ間の距離ｄｉまた
はｄｉを生成する距離生成手段と、距離ｄｉｊと距離ｄ
ｉまたはｄｊとを比較し、
ｄｉ＜ｄｉｊ／２、
または、
ｄ４ ＜ ｄｉｊ／ ２
を満足するコードブックベクトルｙｊまたはｙｔを抽出
し当該コードブックベクトルを示す抽出信号を出力する
抽出手段とを含み、前記距離生成手段は前記抽出信号に
より、抽出された当該コードブックベクトルｙｊまたは
ｙｉに対しては前記入力ベクトルＸとの距離ｄｉまたは
ｄｉの計算を除外する除外手段を含むことを特徴とする
。The present invention uses codebook vectors yi and yj (i=l
~N5j=1~M, N, M), a distance dij generation means for generating a distance dij between yi and yj; a sorting means for arranging the codebook vectors yi or yj in descending order of their occurrence probabilities; and a codebook vector yi or yj From i=
a distance generating means for generating a distance di or di between a codebook vector '/l or yj sequentially selected from l or j=1 and an input vector X, and a distance dij and a distance d;
i or dj, extracting a codebook vector yj or yt that satisfies di<dij/2 or d4<dij/2, and outputting an extracted signal indicating the codebook vector, The distance generating means is characterized in that it includes an exclusion means for excluding the calculation of a distance di or di from the input vector X for the extracted codebook vector yj or yi based on the extraction signal.
コードブックベクトルｙｉＳｙｊおよび入力ベクトルＸ
間の距離、
Ｘとｙｉ間の距離、ｄｔ ＝ （Ｘ−ｙｔ ）’Ｘと１
１間の距離、ｄｊ＝ （Ｘ ’Ｉ」）”ｙｉとｙｊＭ
の距離、ｄ目＝ （ｙｓ −ｙｊ）２の計算において、
入力ベクトルＸに対して、
ｄＪ ＞ａｉ
ならば、
ｄｉ＋ｄｉ≦ｄｉＪ
２ｄｉ ＜ｄｉＪ
ｄｉ＜ｄｉｊ／２ ・・・−（１）または、入
力ベクトルＸに対して、
ｄｉ＞ｄｊ
ならば、
ｄｉ＋ｄｊ≦ｄｔＪ
２ｄｊ＜ｄｉｊ
ｄｉ ＜ｄｉｊ／２ 、、、・（２）となる。codebook vector yiSyj and input vector X
Distance between, Distance between X and yi, dt = (X-yt)'X and 1
1, dj = (X 'I')'yi and yjM
In calculating the distance of the dth = (ys - yj)2, for the input vector If di>dj for vector
すなわち、コードブックベクトルｙｉと入力ベクトルＸ
間の距離を計算したとき、（１）式を満足するコードブ
ックベクトルｙｊに対してコードブックベクトルｙｉＯ
方が入力ベクトルＸに近いと言えるので、コードブック
ベクトルｙｊと入力ベクトルＸ間の距離ｄｊを計算する
必要はない。同様に初めにコードブックベクトルｙｊと
入力ベクトルＸ間の距離を計算したとき（２）式を満足
するコードブックベクトルｙｉ に対してコードブック
ベクトルｙｊＯ方が入力ベクトルＸに近いと言えるので
コードブックベクトルｙｉ と入力ベクトルＸ間の距離
ｄｉを計算する必要はない。That is, codebook vector yi and input vector
When calculating the distance between the codebook vector yiO for the codebook vector yj that satisfies equation (1)
Since it can be said that the codebook vector yj is closer to the input vector X, there is no need to calculate the distance dj between the codebook vector yj and the input vector X. Similarly, when first calculating the distance between the codebook vector yj and the input vector X, it can be said that the codebook vector yjO is closer to the input vector There is no need to calculate the distance di between yi and the input vector X.
さらに、並べ替え手段により、コードブックベクトルｙ
ｉまたはｙｊをその生起確率の大きな順に並べ替えられ
るので、（１）式または（２）式の成立する確率が高く
なる。Furthermore, the codebook vector y
Since i or yj can be sorted in descending order of probability of occurrence, the probability that equation (1) or equation (2) holds is increased.
従って、コードブックベクトルｙｊまたはｙｉと入力ベ
クトルＸとの距離計算回数が少なくなり、量子化速度の
高速化ができるとともに、前記の計算は全探索型方式で
行われるので得られた出力ベクトルは入力ベクトルに対
して最適となる。Therefore, the number of distance calculations between the codebook vector yj or yi and the input vector Optimal for vectors.
以下、本発明の実施例について図面を参照して説明する
。Embodiments of the present invention will be described below with reference to the drawings.
第１図は本発明の一実施例の要部を示すブロック構成図
、および第２図はその距離計算部の詳細を示すブロック
構成図である。FIG. 1 is a block diagram showing a main part of an embodiment of the present invention, and FIG. 2 is a block diagram showing details of a distance calculating section thereof.
本実施例は、コードブックベクトルｙｉとｙｊ（ｉ＝１
〜Ｎ５ｊ＝１〜ＭＳＮ■Ｍ）間の距離ｄｉ゜を生成する
距離ｄ目生成手段としての、コードブック間距離テーブ
ル３０ａの作成とその格納を行うコードブック間距離テ
ーブル部３０と、コードブックベクトルｙｉをその生起
確率の大きな順に並べ替える並べ替え手段としてのコー
ドブック生成部１０および生成されたコードブック２０
ａを格納するコードブック部２０と、コードブックベク
トル３Ｆｔよりｉ＝ｌから順次選択されたコードブック
ベクトルｙｉと入力ベクトルＸ間の距離ｄｉを生成する
距離生成手段としての計算部４１と、距離ｄｉｊと距離
ｄｉとを比較し、
ｄｉ＜ｄ目／２
を満足するコードブックベクトルｙｊを抽出し当該コー
ドブックベクトルを示す抽出信号としての添字信号ｊを
出力する抽出手段としての距離計算可否判定部４４とを
含み、計算部４１は、添字信号ｊによりその添字を有す
るコードブックベクトルｙｊに対しては入力ベクトルＸ
との距離ｄｊの計算を除外する除外手段を含んでいる。In this example, the codebook vectors yi and yj (i=1
~N5j=1~MSN■M) An inter-codebook distance table section 30, which creates and stores an inter-codebook distance table 30a, serves as a distance d-th generation means for generating the distance di° between ~N5j=1~MSN■M), and a codebook vector Codebook generation unit 10 and generated codebook 20 as a sorting means for sorting yi in descending order of probability of occurrence
a, a calculation unit 41 as a distance generation means for generating the distance di between the codebook vector yi sequentially selected from i=l from the codebook vector 3Ft and the input vector X, and the distance dij and distance di, extracts a codebook vector yj that satisfies di<dth/2, and outputs a subscript signal j as an extraction signal indicating the codebook vector. The calculation unit 41 calculates the input vector
includes an exclusion means for excluding the calculation of the distance dj with respect to the distance dj.
なお、４２は距離ｄｉを格納するメモリ、４３は添字信
号ｉを格納するメモリである。Note that 42 is a memory that stores the distance di, and 43 is a memory that stores the subscript signal i.
本発明の特徴は、第１図および第２図において、コード
ブックベクトルｙｉをその生起確率の大きな順に並べ替
える並べ替え手段としてのコードブック生成部１０およ
びコードブック部２０と、距離計算可否判定部４４を含
む距離計算部４０とを設けたことにある。A feature of the present invention is that, in FIGS. 1 and 2, a codebook generation unit 10 and a codebook unit 20 as rearranging means for rearranging codebook vectors yi in descending order of probability of occurrence, and a distance calculation possibility determination unit 44 is provided.
次に、本実施の動作について説明する。Next, the operation of this embodiment will be explained.
入力信号は、時間Δを間隔でサンプリングされ、Ｘ、
ＳＸ２、・ ｘ、 、ｘ、＋、 、ｘ、２ 、・・・・
・の値をとるとする。これらのサンプル値をｎ個まとめ
て入力ベクトルＸ１
Ｘ ” （Ｘ Ｉ Ｎ ｘ２、””、ｘｎ）とする。The input signal is sampled at intervals of time Δ,
SX2,・x, ,x,+, ,x,2,...
Suppose that it takes the value of . These n sample values are collectively set as an input vector X1 X '' (X I N x2, '', xn).
情報源からつ（つかの入力ベクトルＸを選びだし、これ
をベクトル量子化器のトレーニング系列としてベクトル
量子化器のコードブック生成を行う。すなわち、コード
ブック生成部１０は、トレーニング系列を入力すること
により、コードブック２０ａを生成し、コードブック部
２０に格納する。A codebook for the vector quantizer is generated by selecting a certain input vector Accordingly, a codebook 20a is generated and stored in the codebook section 20.
コードブック２０ａの具体的な生成法を以下に示す。A specific method of generating the codebook 20a is shown below.
■ なんらかの方法でＭ個の初期ベクトル、（ｙ；）、
（ｊ＝１．２、・・・・、Ｍ）を設定する。■ In some way, M initial vectors, (y;),
(j=1.2,...,M) is set.
■
（Ｘ、）、（ｋ＝１．２、・・、Ｋ） （Ｋ ＞ ＞
Ｍ）の入力ベクトルＸを初期ベクトルＭ個にクラスタ化
する。すなわち、任意のｘｋに対して、ｄｉｎ＝ ｌ
ｙｊＸｋｌ ２
が最小となるようなりラスタｊ０を決定し、Ｘ。■ (X,), (k=1.2,...,K) (K>>
Cluster the input vectors X of M) into M initial vectors. That is, for any xk, din=l
Determine raster j0 such that yjXkl 2 is the minimum, and
はクラスタｊ。に属するとする。is cluster j. Suppose that it belongs to .
■ すべての、
（ｘｋ）、（ｋ＝１．２、−・・、Ｋ）を分類し終える
。■ Finish classifying all (xk), (k=1.2, -..., K).
■ クラスタＪに属するとされた入力ベクトル（Ｘｋ）
に改めて番号をつけ直し、
（ｘｔ ）、 （１＝１．２、・・、ｍ）とする。ｍ
はクラスタＪに属すると決定された入力ベクトル（Ｘ、
）の総数である。■ Input vector (Xk) determined to belong to cluster J
Renumber them and set them as (xt), (1=1.2,..., m). m
is the input vector (X,
) is the total number of
■ （Ｘ、）の重心として、新しいコードブックベクト
ル（ｙ； ）を決定する。■ Determine the new codebook vector (y; ) as the centroid of (X, ).
■ 各クラスタについて、前記■の手続きで新しいコー
ドブックベクトルを作り直す。■ For each cluster, recreate a new codebook vector using the procedure (■) above.
■ 新しく求められた
各（ｙ；）、（ｊ＝１．２、・・・Ｍ）をコードブック
として前記■以下の処理を繰り返す。(2) Repeat the process from (2) above using each newly found (y;), (j=1.2, . . . M) as a codebook.
■ その収束値 （ｙ％ｃ））、（ｊ＝１．２、−Ｍ） をコードブックベクトルとする。■ Its convergence value (y%c)), (j=1.2, -M) Let be a codebook vector.
■ 各クラスタに含まれる入力ベクトルＸの数の大きい
順にコードブックベクトルｙＳＣＩを並べ替える。■ Sort the codebook vectors ySCI in descending order of the number of input vectors X included in each cluster.
次に入力ベクトルＸに対する量子化法について述べる。Next, a quantization method for input vector X will be described.
入力ベクトルＸがベクトル量子化器、に入力されると、
その値は距離計算部４０に入力される。When the input vector X is input to the vector quantizer,
The value is input to the distance calculation section 40.
全探索型のベクトル量子化器では、入力ベクトルＸに対
してすべてのコードブックベクトルとの距離を計算し、
距離最小のコードブックベクトルの添字を出力する。In a full search vector quantizer, the distances between the input vector X and all codebook vectors are calculated,
Outputs the index of the codebook vector with the minimum distance.
第２図を用いて説明すると、入力ベクトルＸとコードブ
ック部２０から入力されたコードブックベクトル１１間
の距離ｄｉ、
ｄｉ＝ （ｙｔ ｘ） ２
が計算部４１によって計算され、その結果はメモリ４２
に蓄積されるとともに、コードブックベクトルｙｉの添
字ｉが添字信号ｉとしてメモリ４３に蓄積される。入力
ベクトルＸとコードブックベクトルｙｊの距離計算の前
に、コードブックベクトルｙ。To explain using FIG. 2, the distance di, di= (yt x) 2 between the input vector
At the same time, the subscript i of the codebook vector yi is stored in the memory 43 as the subscript signal i. Before calculating the distance between the input vector X and the codebook vector yj, the codebook vector y.
と１１間の距離ｄＬＪｓ
ｄｉＪ＝（ｙｉ−ｙｊ）２
がコードブック間距離テーブル部３０より距離計算可否
判定部４４に入力され、
ｄｉ」／２
を計算する。The distance dLJsdiJ=(yi-yj)2 between and 11 is input from the inter-codebook distance table section 30 to the distance calculation possibility determination section 44, and dLJsdiJ=(yi-yj)2 is inputted to the distance calculation possibility determination section 44, and dLJsdiJ=(yi-yj)2 is calculated.
次にメモリ４２に蓄積されている距離ｄｉとｄｉ」／２
とを比較して、
ｄｉ＜ｄＢ／２
の関係が成立すれば、コードブックベクトルｙｊと入力
ベクトルＸとの距離計算を不要とする添字信号ｊを、距
離計算可否判定部４４は計算部４１に対して出力する。Next, the distance di stored in the memory 42 is compared with di''/2, and if the relationship di<dB/2 holds, it is unnecessary to calculate the distance between the codebook vector yj and the input vector X. The distance calculation possibility determination unit 44 outputs the subscript signal j to the calculation unit 41.
計算部４１はこの添字信号ｊの入力によりそれに該当す
るコードブックベクトルｙ。The calculation unit 41 inputs this subscript signal j and calculates the codebook vector y corresponding to it.
と入力ベクトルＸ間の距離計算を除外手段により除外す
る。and the input vector X are excluded by the exclusion means.
コードブックベクトルｙｉは、そのクラスタに含まれる
学習入力ベクトルの数の大きい順に並べであるので、（
１）式の成立する確率が高くなり、その結果コードブッ
クベクトルｙｊと入力ベクトルＸの距離計算が少なくな
る。The codebook vector yi is arranged in descending order of the number of learning input vectors included in the cluster, so (
1) The probability that the formula holds true increases, and as a result, the distance calculation between the codebook vector yj and the input vector X is reduced.
以上のように距離計算の可否を判定しながら、距離最小
となるコードベクトルの添字ｉを出力する。While determining whether distance calculation is possible as described above, the subscript i of the code vector that minimizes the distance is output.
なお、前述の実施例においては、コードブックベクトル
ｙｉと入力ベクトルＸ間の距離ｄｉを最初に求め、最後
にコードブックベクトルｙｊと入力ベクトルＸ間の距離
ｄｊを求める場合について説明したが、最初に距離ｄｊ
を求め最後に距離ｄ。In the above-mentioned embodiment, a case was explained in which the distance di between the codebook vector yi and the input vector X is first obtained, and the distance dj between the codebook vector yj and the input vector distance dj
Finally, find the distance d.
を求める場合には、コードブックベクトルｙｊをその生
起確率の大きい順に並べ替えを行い、最初に距離ｄｊの
計算を行い、距離ｄｉが、ｄｊ＜ｄｉｊ／２
・−・・（２）を満足するコードブックベクトルｙ
ｉに対しての距離ｄｉの計算を除外することにより、同
様に実施できる。When calculating the codebook vector yj, the codebook vector yj is sorted in descending order of probability of occurrence, and the distance dj is calculated first, so that the distance di is dj<dij/2
...Codebook vector y that satisfies (2)
A similar implementation is possible by excluding the calculation of the distance di with respect to i.
以上説明したように、本発明は、量子化時の入力ベクト
ルとコードブックベクトル間の距離計算回数を減らすこ
とができ、量子化速度を向上するとともに、結果として
得られた出力ベクトルは入力ベクトルに対して最適であ
る効果がある。As explained above, the present invention can reduce the number of distance calculations between the input vector and the codebook vector during quantization, improve the quantization speed, and change the resulting output vector to the input vector. It has the effect of being optimal for
【図面の簡単な説明】
第１図は本発明の一実施例の要部を示すブロック構成図
。
第２図はその距離計算部の詳細を示すブロック構成図。
１０・・・コードブック生成部、２０・・・コードブッ
ク部、２０ａ・・・コードブック、３０・・・コードブ
ック間距離テーブル部、３０ａ・・・コードブック間距
離テーブル、４０・・・距離計算部、４１・・・計算部
、４２．４３・・・メモリ、４４・・・距離計算可否判
定部。
特許出願人 日本電気株式会社 −
代理人 −弁理士 井 出 直 孝 。
・１、−、、、＋’、、ｊBRIEF DESCRIPTION OF THE DRAWINGS FIG. 1 is a block diagram showing the main parts of an embodiment of the present invention. FIG. 2 is a block diagram showing details of the distance calculation section. DESCRIPTION OF SYMBOLS 10... Codebook generation part, 20... Codebook part, 20a... Codebook, 30... Inter-codebook distance table part, 30a... Inter-codebook distance table, 40... Distance Calculation unit, 41...Calculation unit, 42.43...Memory, 44...Distance calculation possibility determination unit. Patent applicant: NEC Corporation − Agent − Patent attorney Naotaka Ide.・1,-,,,+',,j
Claims (1)
、ｊ＝１〜Ｍ、Ｎ■Ｍ）間の距離ｄ＿ｉ＿ｊを生成する
距離ｄ＿ｉ＿ｊ生成手段と、 コードブックベクトルｙ＿ｉまたはｙ＿ｊをその生起確
率の大きな順に並べ替える並べ替え手段と、コードブッ
クベクトルｙ＿ｉまたはｙ＿ｊよりｉ＝１またはｊ＝１
から順次選択されたコードブックベクトルｙ＿ｉまたは
ｙ＿ｊと入力ベクトルｘ間の距離ｄ＿ｉまたはｄ＿ｊを
生成する距離生成手段と、距離ｄ＿ｉ＿ｊと距離ｄ＿ｉ
またはｄ＿ｊとを比較し、ｄ＿ｉ＜ｄ＿ｉ＿ｊ／２ または、ｄ＿ｊ＜ｄ＿ｉ＿ｊ／２ を満足するコードブックベクトルｙ＿ｊまたはｙ＿ｉを
抽出し当該コードブックベクトルを示す抽出信号を出力
する抽出手段と を含み、 前記距離生成手段は前記抽出信号により、抽出された当
該コードブックベクトルｙ＿ｊまたはｙ＿ｉに対しては
前記入力ベクトルｘとの距離ｄ＿ｊまたはｄ＿ｉの計算
を除外する除外手段を含む ことを特徴とする高速ベクトル量子化器。[Claims] 1. Codebook vectors y_i and y_j (i=1 to N
, j=1~M, N■M); a sorting means for sorting the codebook vectors y_i or y_j in descending order of their occurrence probabilities; and codebook vectors y_i or y_j. From i=1 or j=1
a distance generating means for generating a distance d_i or d_j between the codebook vector y_i or y_j sequentially selected from the input vector x, and a distance d_i_j and a distance d_i.
or d_j, extracting a codebook vector y_j or y_i that satisfies d_i<d_i_j/2 or d_j<d_i_j/2, and outputting an extraction signal indicating the codebook vector, High-speed vector quantization characterized in that the generation means includes an exclusion means for excluding the calculation of the distance d_j or d_i from the input vector x for the extracted codebook vector y_j or y_i based on the extraction signal. vessel.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63043375A JPH01218279A (en) | 1988-02-26 | 1988-02-26 | High speed vector quantizer |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63043375A JPH01218279A (en) | 1988-02-26 | 1988-02-26 | High speed vector quantizer |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH01218279A true JPH01218279A (en) | 1989-08-31 |
Family
ID=12662087
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP63043375A Pending JPH01218279A (en) | 1988-02-26 | 1988-02-26 | High speed vector quantizer |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH01218279A (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0731613A2 (en) * | 1995-03-08 | 1996-09-11 | AT&T Corp. | Method and apparatus for vector quantization caching in a real time video coder |
| JP2007173957A (en) * | 2005-12-19 | 2007-07-05 | Kddi Corp | Vector quantizer |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS49107461A (en) * | 1973-02-14 | 1974-10-12 | ||
| JPS59183542A (en) * | 1983-04-04 | 1984-10-18 | Mitsubishi Electric Corp | Adaptive type vector quantization device |
-
1988
- 1988-02-26 JP JP63043375A patent/JPH01218279A/en active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS49107461A (en) * | 1973-02-14 | 1974-10-12 | ||
| JPS59183542A (en) * | 1983-04-04 | 1984-10-18 | Mitsubishi Electric Corp | Adaptive type vector quantization device |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0731613A2 (en) * | 1995-03-08 | 1996-09-11 | AT&T Corp. | Method and apparatus for vector quantization caching in a real time video coder |
| EP0731613A3 (en) * | 1995-03-08 | 1997-07-23 | At & T Corp | Method and apparatus for vector quantization caching in a real time video coder |
| JP2007173957A (en) * | 2005-12-19 | 2007-07-05 | Kddi Corp | Vector quantizer |
| JP4637013B2 (en) * | 2005-12-19 | 2011-02-23 | Ｋｄｄｉ株式会社 | Vector quantizer |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Song et al. | Vidt: An efficient and effective fully transformer-based object detector | |
| JPH0314075A (en) | Document retrieval device | |
| CN110569629A (en) | Binary code file tracing method | |
| JP2020009301A (en) | Information processing device and information processing method | |
| JP6447161B2 (en) | Semantic structure search program, semantic structure search apparatus, and semantic structure search method | |
| JP2022169743A (en) | Information extraction method and device, electronic equipment, and storage medium | |
| US20210192152A1 (en) | Generating method, non-transitory computer readable recording medium, and information processing apparatus | |
| CN104933038A (en) | Machine translation method and machine translation device | |
| JPWO2019163718A1 (en) | Learning devices, speech recognition ranking estimators, their methods, and programs | |
| Wang et al. | Faster nearest neighbor machine translation | |
| JPH01218279A (en) | High speed vector quantizer | |
| van Vüren et al. | Code-switched language modelling using a code predictive lstm in under-resourced south african languages | |
| CN112612762A (en) | Data processing method and related equipment | |
| Guo et al. | A study on the impact of pre-trained model on Just-In-Time defect prediction | |
| Niyogi et al. | Multiple classifiers by constrained minimization | |
| JP2016057996A (en) | Histogram intersection arithmetic unit, data collation device, similar data retrieval device, histogram intersection arithmetic method and program | |
| CN113204652B (en) | Knowledge representation learning method and device | |
| Liu et al. | Learning Common Dependency Structure for Unsupervised Cross-Domain Ner | |
| US20220398409A1 (en) | Class prediction based on multiple items of feature data | |
| JPH05304478A (en) | Device for generating vector quantization code book | |
| Goyal | General-purpose compression for sequential data using recurrent neural networks | |
| Aoshima et al. | A processor for genetic algorithm based on redundant binary number | |
| Hidaka et al. | ENHANCING EFFICIENCY OF MULTI-OBJECTIVE NEURAL-NET-WORK-ASSISTED NONLINEAR DYNAMICS LATTICE OPTIMIZATION VIA 1-D APERTURE OBJECTIVES & OBJECTIVE FOCUSING | |
| Dumitrescu | Fast encoder optimization for multi-resolution scalar quantizer design | |
| Mai et al. | Learning Balanced Trees for Large Scale Image Classification |