JPH0219479B2 - - Google Patents
Info
- Publication number
- JPH0219479B2 JPH0219479B2 JP57187906A JP18790682A JPH0219479B2 JP H0219479 B2 JPH0219479 B2 JP H0219479B2 JP 57187906 A JP57187906 A JP 57187906A JP 18790682 A JP18790682 A JP 18790682A JP H0219479 B2 JPH0219479 B2 JP H0219479B2
- Authority
- JP
- Japan
- Prior art keywords
- vector
- output
- input
- distortion
- output vector
- 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 - Lifetime
Links
- 239000013598 vector Substances 0.000 claims abstract description 155
- 238000013139 quantization Methods 0.000 claims description 26
- 238000004364 calculation method Methods 0.000 claims description 13
- 108010076504 Protein Sorting Signals Proteins 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 6
- 238000000034 method Methods 0.000 description 6
- 238000013507 mapping Methods 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
- G06T9/008—Vector quantisation
-
- 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
- H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
- H04N19/94—Vector quantisation
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Analogue/Digital Conversion (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
Description
【発明の詳細な説明】
この発明は入力信号系列を複数個まとめてブロ
ツク化し、これを多次元信号空間で量子化するベ
クトル量子化に関するものである。 まず、ベクトル量子化の原理について簡単に説
明する。今、情報源入力信号系列をｋ個まとめて
入力ベクトルＸ＝〔x1，x2，…，xK〕とする。こ
のとき、ｋ次元ユークリツド信号空間Rk（Ｘ∈
Rk）のＮ個の代表点（すなわち出力ベクトル）
ｙi＝〔yi1，yi2，…，yik〕のセツトをＹ＝〔ｙ 1，ｙ
２，…，ｙ N〕とする。出力ベクトルｙ iを代表点
（例えば重心）とするRkの各分割をR1，R2，…，
RNとすると、ベクトル量子化Ｑは次式にて定義
される， Ｑ：Rk→Ｙ ここで、Ri＝Q-1（ｙ i）＝Ｘ∈Rk：Ｑ（Ｘ） ＝ｙ i｝，N ∪i=1 Ri＝Rk，Ri∩Rj＝０（ｉ≠ｊ） 上記ベクトル量子化Ｑは符号化Ｃと復号化Ｄの
継続接続として表わされる。符号化ＣはRkの出
力ベクトルのセツトＹ＝〔ｙ 1，ｙ 2，…，ｙ N〕の
インデツクスセツトＩ＝〔１，２，…，Ｎ〕への
マツピングであり、復号化ＤはＩからＹへのマツ
ピングである。すなわち、 Ｃ：Rk→Ｉ，Ｄ：Ｉ→ＹそしてＱ＝Ｄ・Ｃで
ある。ベクトル量子化において前記符号化出力Ｉ
が伝送あるいは記録されることになるため極めて
符号化効率が良い。 ベクトル量子化は入力ベクトルＸを最短距離に
ある（最小歪となる）出力ベクトルｙ iへマツピ
ングするわけである。具体的には、入出力ベクト
ル間の距離（歪）をｄ（ｘ，ｙ i）とすると、以下
の如くなる。 if ｄ（ｘ，ｙ i）＜ｄ（ｘ，ｙ j） forall ｊｘ ∈Ri すなわちｘ→ｙ i 第１図に入力ベクトルｘと出力ベクトルｙ iの
二次元平面上での配列関係を示す。Ｐ（ｘ）は入
力ベクトルｘのRkにおける振幅確率分布関数で
ある。 第１図に示す如き出力ベクトルｙ iのセツトＹ
は、確率分布Ｐ（ｘ）となる情報源入力信号系列
を用いたクラスタリング（代表点の選出と信号空
間の分割を歪の統和が最小となるまでくり返す）
によつて求めることが出来る。 以下、第２図に従つて従来のベクトル量子化符
号化器の構成について説明する。 図中、１は入力ベクトルレジスタ、２はアドレ
スカウンタ、３はコードテーブル、４は出力ベク
トルレジスタ、５はベクトル減算器、６は最大要
素歪検出器、７は最小歪検出器、８はインデツク
スラツチである。 次に動作について説明する。まず、入力信号系
列９をｋ個毎まとめて入力ベクトルｘ＝〔x1，x2，
…，xk）〕として入力ベクトルレジスタ１にとり
込む。この時点で、アドレスカウンタ２をｉ＝１
〜Ｎまで順次カウントアツプして、順番に出力ベ
クトルｙ i＝〔yi1，yi2，…，yik〕をコードテーブ
ル３から読み出し、出力ベクトルレジスタ４にラ
ツチする。各出力ベクトルｙ iに対し、ベクトル
減算器５と最大要素歪検出器６は以下の演算にて
入出力ベクトルの最大要素歪diを求める。 ｄ：ｄ（ｘ，ｙ i）＝ maxj ｜xj−yij｜ 次に、最小歪検出器７は最大要素歪diが最小と
なる出力ベクトルｙ iを最小歪出力ベクトルとし
て検出する。 最小歪ｄは ｄ＝ mini ｄ（ｘ，ｙ i） ＝ mini 〔 maxj ｜xj−yij｜〕 である。最小歪検出器７は、コードテーブル３か
ら順次読み出される出力ベクトルｙ iと入力ベク
トルｘの歪ｄ（ｘ，ｙｉ）を計算して過去の最小
値と比較して、より小さい値が検出された時、こ
れを新しい最小歪として保存し、この都度ストロ
ーブ信号１０をインデツクスラツチ８に送る。前
記ストローブ信号１０のタイミングで対応する出
力ベクトルｙ iのアドレス信号１１をインデツク
スラツチにとり込む。上記手順をコードテーブル
３から出力ベクトルｙ iが全部読み出される（ｉ
＝１〜Ｎ）まで続けると、フルサーチが完了した
時点でインデツクスラツチ８に最小歪となる出力
ベクトルのインデツクスｉが残り、これが符号化
器出力１２となる。 復号化は、前記インデツクスｉに符号する出力
ベクトルｙ iをコードテーブルから読み出すのみ
でよい。 以上のベクトル量子化符号化器の処理時間は、
歪計算部がクリテイカルパスとなり、入出力ベク
トル歪計算時間tdとして、１サンプル当りに要す
る符号化時間tvは tv＝Ｎ・td／Ｋ （sec／sample） である。 以上の如く従来のベクトル量子化器において
は、入力ベクトルに対し、出力ベクトルのセツト
の全てについてフルサーチして最小歪となる出力
ベクトルを検出する必要がある。それ故、ベクト
ル量子化雑音の少ない高性能ベクトル量子化を行
うため出力ベクトル数Ｎを増加すると各サンプル
当りの処速時間はＮ倍の比率で増大するという欠
点がある。 この発明は、これらの欠点を除去するためにな
されたもので、出力ベクトル数Ｎの増大に対し処
理時間はlog2Nの比率でしか増大せず且つ構成が
簡単な高速ベクトル量子化器を提供することを目
的としている。 まず、第３図、第４図に従つて、本発明に係る
高速ベクトル量子化器の高速ベクトル量子化アル
ゴリズムについて説明する。 ベクトル量子化は多次元信号空間の分割である
から、本発明に係る高速ベクトル量子化では、信
号空間Rkの分割をｎ＝log2Nの段階に分けて実行
する。第１段階ではR0とR1の２つに分割する。
分割R0，R1の各代表点がそれぞれy′ 1，y′ 2であ
る。次に、第２段階では２つの分割R0，R1を
各々２個のR00，R01及びR10，R11の合計４個に
分割する。各代表点がｙ 2 1，ｙ 2 2，ｙ 2 3，ｙ 2 4とな
る。以下、同様に第ｎ段階のＮ個の分割はRn(B)1
又はRn(B)0の組から形成される。ここでｎ(B)は、
前段階までの分割の履歴を２進数にて表わしたも
のである。各代表点はｙ n o(B)1又はｙ n o(B)0となる。 各段階における入出力ベクトルの配列関係を第
３図に示す。ａは第１段階、ｂは第２段階、ｃは
第ｎ段階における入出力ベクトルの二次元平面上
での配列である。 第４図に、上記信号空間Rkの分割手順を表わ
す木を示す。木構造をとる各段階の分割はそれぞ
れ代表点ｙ n iを有する。入力ベクトルｘは各段階
毎にいづれの分割に属するか第４図の木に沿つて
探索すると第ｎ段目でＮ個の分割のいづれに属す
るか決定する。第ｎ−１段目までの分割の各代表
点は最終段階での分割に至るために仮に設けたも
のでこの代表点は最終的に写像される出力ベクト
ルにはならない。すなわち、最終段階での分割の
各代表点が実際の出力ベクトルのセツトとなる。
図において、第ｎ段階の各分割Ri及び出力ベクト
ルｙ n i＝〔yi1，yi2，…，yik〕nのインデツクスｉ−
１をバイナリーコードで表わすとｎ(B)１又は、ｎ
(B)０となる。すなわち、木の各ノードにおいて右
方向に枝分れするものの最下位ビツトを０、左方
向に枝分れするものを１とする。ｎ(B)は現ノード
に至る履歴をビツト順に上位から並べたものであ
る。 以上の木探索ベクトル量子化では符号化におい
て、入出力ベクトル間の歪計算及び比較処理は
2log2N回で良い。それ故、従来のベクトル量子
化がＮ回の歪計算及び比較を要するのに較べて飛
躍的に高速化される。フーリエ変換に対する高速
フーリエ変換に相当する高速化が実現できる。 本発明によるベクトル量子化符号化器と復号化
器の一実施例である構成図を第５図及び第６図に
示す。 第５図の符号化器において、１は入力ベクトル
レジスタ、５はベクトル減算器、８はインデツク
スラツチ、１３はＱシフター、１４はアドレスレ
ジスタ、１５はコードテーブルＡ、１６はコード
テーブルＢ、１７は出力ベクトルレジスタＡ、１
８は出力ベクトルレジスタＢ、１９は歪演算器、
２０は比較器である。 第６図の復号化器においては、８はインデツク
スラツチ、２７はコードテーブルＣ、２８は出力
ベクトルレジスタＣである。 次に、第５図の符号化器から動作ついて説明す
る。 まず、入力信号系列をｋ個毎にブロツク化して
入力ベクトルＸ＝〔x1，x2，…，xk〕として入力
ベクトルレジスタ１にとり込む。この時点で、第
４図の木に沿つて順次、最小歪となる出力ベクト
ルを探索するため、コードテーブルＡ１５とコー
ドテーブルＢ１６から２組毎の各段階の出力ベク
トルｙ n o(B)1とｙ n o(B)0を読み出してゆく。このため
には、木探索に適合するコードテーブルのアドレ
ス制御が必要である。 各段階における出力ベクトルｙ n iのセツトをコ
ードテーブルメモリ上に配列する場合、インデツ
クスｉ−１をバイナリー表現して、木の履歴に対
応するｎ(B)０及びｎ(B)１をそのままコードテーブ
ルのアドレスに用いると各段階の出力ベクトルの
アドレスにオーバーラツプが生じる。そこで、各
段階毎に最上位ビツトとして“１”を挿入し、前
記出力ベクトルのアドレスを1n(B)１又は1n(B)０
とする。このとき、第１段階のとき11B番地（以
下、Ｂはバイナリー表現を表わす）に出力ベクト
ルｙ 1 2，10B番地にｙ 1 1が書き込まれる。また、第
２段階のとき111B番地にｙ 2 4，110B番地にｙ 2 3，
101B番地にｙ 2 2、100B番地にｙ 2 1が書き込まれる。
同様に第ｎ段階では1n(B)１番地にｙ n iがそれぞれ
書き込まれる。これらの各段階の出力ベクトルは
アドレスの最下位ビツトが０のものがコードテー
ブルＡ１５に、更に、アドレスの最下位ビツトが
１のものがコードテーブルＢ１６に書き込まれて
いる。すなわち、第４図の木において各ノードか
ら枝分れした右側の出力ベクトルはコードテーブ
ルＡ１５に、左側に枝分れした出力ベクトルＢ１
６に書き込まれている。 第５図の符号化器において、木探索を実行する
ため、まず、Ｑシフター１３に“１”をロードし
ておく。これをアドレスレジスタ１４にラツチし
てコードテーブルＡ１５から10B番地の出力ベク
トルｙ 1 1を、また、コードテーブルＢ１６から１
１B番地の出力ベクトルｙ 1 2を読み出す。各出力ベ
クトルを出力ベクトルレジスタＡ１７と出力ベク
トルレジスタ１８にとり込んだ後、ベクトル減算
器５と歪演算器１５を通して、各々入力ベクトル
ｘとの歪ｄ（ｘ，ｙ i）を計算する。 ｄ（ｘ，ｙ i）＝ maxj ｜xj−yij｜ 入力ベクトルＸと２つの出力ベクトルｙ 1 1とｙ 1 2
との歪２１及び２２の大小を比較器２０で比較す
る。比較器２０はコードテーブルＡ１５から読み
出された出力ベクトルｙ 1 1との歪が小さいとき
“０”を出力し、逆のとき“１”を出力する。比
較器２０の出力２３はＱシフター１３に送出さ
れ、前記Ｑシフターの内容は１ビツト上位へシフ
トした後、最下位ビツトとして挿入される。すな
わち、第１段階を終えるとＱシフター１３の内容
は11Bか10Bのいずれかになつている。Ｑシフター
１３の内容をアドレスデータ２４としてアドレス
レジスタ１４に送出して同様に第２段のサーチを
行う。 以下、同様の手順をｎ回くり返すとＱシフター
１３の内容は1n(B)１又は1n(B)０となり最終的に
Ｎ＝2n個の出力ベクトルから入力ベクトルＸと最
小歪となるものに写像され、インデツクスラツチ
８にこのアドレスデータ２４をとり込む。この木
探索完了時のＱシフター１３のアドレスデータ２
４から最上位ビツトの“１”を除去したものが出
力ベクトルのインデツクスに１：１に対応し、符
号化器出力２６となるので、各段階の入出力ベク
トル間の歪計算を１つの符号化器で行なえること
になり、装置構成が簡単になる。 第６図に示すベクトル量子化復号化器では、前
記符号化出力２６をインデツクスラツチ８にとり
込み、これをアドレスデータとして用いて、コー
ドテーブルＡ１５とコードテーブルＢ１６の第ｎ
段階の出力ベクトルｙ n iのセツトのみを書き込ん
だコードテーブルＣ２７からインデツクスｉ（す
なわちｎ(B)１又はｎ(B)０）に対応する出力ベクト
ルを読み出す。この出力ベクトルｙ n iが出力ベク
トルレジスタＣ２８にとり込まれ、ベクトル量子
化出力信号２９となる。 以上の如く本発明によるベクトル量子化器の処
理時間は、入出力ベクトル間の歪計算時間tdとす
ると、高速ベクトル量子化時間はtvは tv＝（log2N）・td／ｋ＝ｎ・td／ｋ となり、従来のベクトル量子化器に対し指数関数
的に高速化が実現できる。 なお、以上は木探索における各段階の入出力ベ
クトル間の歪計算を同一符号化器にて求めるよう
にベクトル量子化符号化器を構成したが、各段階
の歪計算をパイプライン形のｎ段継続接続にて実
行する木探索構成としてもよいことは勿論であ
る。この場合、前段の出力ベクトルｙ n-1 iのイン
デツクスを次段に送出して次段のコードテーブル
から読み出される２つの出力ベクトルと入力ベク
トルの歪計算を実行して、最終的に最小歪となる
出力ベクトルを探索するようにパイプライン状に
継続接続する。 以上のようにこの発明に係るベクトル量子化器
では信号空間を段階的に分割する木探索によつて
情報源入力信号を多次元信号空間で量子化するよ
うに構成したので、指数関数的高速化が実現で
き、処理時間の短縮にもかかわらず高性能の符号
化ができる利点がある。また、木探索の履歴を記
憶し、それを出力ベクトルの読み出しアドレスと
したので装置構成が簡単になる利点もある。
ツク化し、これを多次元信号空間で量子化するベ
クトル量子化に関するものである。 まず、ベクトル量子化の原理について簡単に説
明する。今、情報源入力信号系列をｋ個まとめて
入力ベクトルＸ＝〔x1，x2，…，xK〕とする。こ
のとき、ｋ次元ユークリツド信号空間Rk（Ｘ∈
Rk）のＮ個の代表点（すなわち出力ベクトル）
ｙi＝〔yi1，yi2，…，yik〕のセツトをＹ＝〔ｙ 1，ｙ
２，…，ｙ N〕とする。出力ベクトルｙ iを代表点
（例えば重心）とするRkの各分割をR1，R2，…，
RNとすると、ベクトル量子化Ｑは次式にて定義
される， Ｑ：Rk→Ｙ ここで、Ri＝Q-1（ｙ i）＝Ｘ∈Rk：Ｑ（Ｘ） ＝ｙ i｝，N ∪i=1 Ri＝Rk，Ri∩Rj＝０（ｉ≠ｊ） 上記ベクトル量子化Ｑは符号化Ｃと復号化Ｄの
継続接続として表わされる。符号化ＣはRkの出
力ベクトルのセツトＹ＝〔ｙ 1，ｙ 2，…，ｙ N〕の
インデツクスセツトＩ＝〔１，２，…，Ｎ〕への
マツピングであり、復号化ＤはＩからＹへのマツ
ピングである。すなわち、 Ｃ：Rk→Ｉ，Ｄ：Ｉ→ＹそしてＱ＝Ｄ・Ｃで
ある。ベクトル量子化において前記符号化出力Ｉ
が伝送あるいは記録されることになるため極めて
符号化効率が良い。 ベクトル量子化は入力ベクトルＸを最短距離に
ある（最小歪となる）出力ベクトルｙ iへマツピ
ングするわけである。具体的には、入出力ベクト
ル間の距離（歪）をｄ（ｘ，ｙ i）とすると、以下
の如くなる。 if ｄ（ｘ，ｙ i）＜ｄ（ｘ，ｙ j） forall ｊｘ ∈Ri すなわちｘ→ｙ i 第１図に入力ベクトルｘと出力ベクトルｙ iの
二次元平面上での配列関係を示す。Ｐ（ｘ）は入
力ベクトルｘのRkにおける振幅確率分布関数で
ある。 第１図に示す如き出力ベクトルｙ iのセツトＹ
は、確率分布Ｐ（ｘ）となる情報源入力信号系列
を用いたクラスタリング（代表点の選出と信号空
間の分割を歪の統和が最小となるまでくり返す）
によつて求めることが出来る。 以下、第２図に従つて従来のベクトル量子化符
号化器の構成について説明する。 図中、１は入力ベクトルレジスタ、２はアドレ
スカウンタ、３はコードテーブル、４は出力ベク
トルレジスタ、５はベクトル減算器、６は最大要
素歪検出器、７は最小歪検出器、８はインデツク
スラツチである。 次に動作について説明する。まず、入力信号系
列９をｋ個毎まとめて入力ベクトルｘ＝〔x1，x2，
…，xk）〕として入力ベクトルレジスタ１にとり
込む。この時点で、アドレスカウンタ２をｉ＝１
〜Ｎまで順次カウントアツプして、順番に出力ベ
クトルｙ i＝〔yi1，yi2，…，yik〕をコードテーブ
ル３から読み出し、出力ベクトルレジスタ４にラ
ツチする。各出力ベクトルｙ iに対し、ベクトル
減算器５と最大要素歪検出器６は以下の演算にて
入出力ベクトルの最大要素歪diを求める。 ｄ：ｄ（ｘ，ｙ i）＝ maxj ｜xj−yij｜ 次に、最小歪検出器７は最大要素歪diが最小と
なる出力ベクトルｙ iを最小歪出力ベクトルとし
て検出する。 最小歪ｄは ｄ＝ mini ｄ（ｘ，ｙ i） ＝ mini 〔 maxj ｜xj−yij｜〕 である。最小歪検出器７は、コードテーブル３か
ら順次読み出される出力ベクトルｙ iと入力ベク
トルｘの歪ｄ（ｘ，ｙｉ）を計算して過去の最小
値と比較して、より小さい値が検出された時、こ
れを新しい最小歪として保存し、この都度ストロ
ーブ信号１０をインデツクスラツチ８に送る。前
記ストローブ信号１０のタイミングで対応する出
力ベクトルｙ iのアドレス信号１１をインデツク
スラツチにとり込む。上記手順をコードテーブル
３から出力ベクトルｙ iが全部読み出される（ｉ
＝１〜Ｎ）まで続けると、フルサーチが完了した
時点でインデツクスラツチ８に最小歪となる出力
ベクトルのインデツクスｉが残り、これが符号化
器出力１２となる。 復号化は、前記インデツクスｉに符号する出力
ベクトルｙ iをコードテーブルから読み出すのみ
でよい。 以上のベクトル量子化符号化器の処理時間は、
歪計算部がクリテイカルパスとなり、入出力ベク
トル歪計算時間tdとして、１サンプル当りに要す
る符号化時間tvは tv＝Ｎ・td／Ｋ （sec／sample） である。 以上の如く従来のベクトル量子化器において
は、入力ベクトルに対し、出力ベクトルのセツト
の全てについてフルサーチして最小歪となる出力
ベクトルを検出する必要がある。それ故、ベクト
ル量子化雑音の少ない高性能ベクトル量子化を行
うため出力ベクトル数Ｎを増加すると各サンプル
当りの処速時間はＮ倍の比率で増大するという欠
点がある。 この発明は、これらの欠点を除去するためにな
されたもので、出力ベクトル数Ｎの増大に対し処
理時間はlog2Nの比率でしか増大せず且つ構成が
簡単な高速ベクトル量子化器を提供することを目
的としている。 まず、第３図、第４図に従つて、本発明に係る
高速ベクトル量子化器の高速ベクトル量子化アル
ゴリズムについて説明する。 ベクトル量子化は多次元信号空間の分割である
から、本発明に係る高速ベクトル量子化では、信
号空間Rkの分割をｎ＝log2Nの段階に分けて実行
する。第１段階ではR0とR1の２つに分割する。
分割R0，R1の各代表点がそれぞれy′ 1，y′ 2であ
る。次に、第２段階では２つの分割R0，R1を
各々２個のR00，R01及びR10，R11の合計４個に
分割する。各代表点がｙ 2 1，ｙ 2 2，ｙ 2 3，ｙ 2 4とな
る。以下、同様に第ｎ段階のＮ個の分割はRn(B)1
又はRn(B)0の組から形成される。ここでｎ(B)は、
前段階までの分割の履歴を２進数にて表わしたも
のである。各代表点はｙ n o(B)1又はｙ n o(B)0となる。 各段階における入出力ベクトルの配列関係を第
３図に示す。ａは第１段階、ｂは第２段階、ｃは
第ｎ段階における入出力ベクトルの二次元平面上
での配列である。 第４図に、上記信号空間Rkの分割手順を表わ
す木を示す。木構造をとる各段階の分割はそれぞ
れ代表点ｙ n iを有する。入力ベクトルｘは各段階
毎にいづれの分割に属するか第４図の木に沿つて
探索すると第ｎ段目でＮ個の分割のいづれに属す
るか決定する。第ｎ−１段目までの分割の各代表
点は最終段階での分割に至るために仮に設けたも
のでこの代表点は最終的に写像される出力ベクト
ルにはならない。すなわち、最終段階での分割の
各代表点が実際の出力ベクトルのセツトとなる。
図において、第ｎ段階の各分割Ri及び出力ベクト
ルｙ n i＝〔yi1，yi2，…，yik〕nのインデツクスｉ−
１をバイナリーコードで表わすとｎ(B)１又は、ｎ
(B)０となる。すなわち、木の各ノードにおいて右
方向に枝分れするものの最下位ビツトを０、左方
向に枝分れするものを１とする。ｎ(B)は現ノード
に至る履歴をビツト順に上位から並べたものであ
る。 以上の木探索ベクトル量子化では符号化におい
て、入出力ベクトル間の歪計算及び比較処理は
2log2N回で良い。それ故、従来のベクトル量子
化がＮ回の歪計算及び比較を要するのに較べて飛
躍的に高速化される。フーリエ変換に対する高速
フーリエ変換に相当する高速化が実現できる。 本発明によるベクトル量子化符号化器と復号化
器の一実施例である構成図を第５図及び第６図に
示す。 第５図の符号化器において、１は入力ベクトル
レジスタ、５はベクトル減算器、８はインデツク
スラツチ、１３はＱシフター、１４はアドレスレ
ジスタ、１５はコードテーブルＡ、１６はコード
テーブルＢ、１７は出力ベクトルレジスタＡ、１
８は出力ベクトルレジスタＢ、１９は歪演算器、
２０は比較器である。 第６図の復号化器においては、８はインデツク
スラツチ、２７はコードテーブルＣ、２８は出力
ベクトルレジスタＣである。 次に、第５図の符号化器から動作ついて説明す
る。 まず、入力信号系列をｋ個毎にブロツク化して
入力ベクトルＸ＝〔x1，x2，…，xk〕として入力
ベクトルレジスタ１にとり込む。この時点で、第
４図の木に沿つて順次、最小歪となる出力ベクト
ルを探索するため、コードテーブルＡ１５とコー
ドテーブルＢ１６から２組毎の各段階の出力ベク
トルｙ n o(B)1とｙ n o(B)0を読み出してゆく。このため
には、木探索に適合するコードテーブルのアドレ
ス制御が必要である。 各段階における出力ベクトルｙ n iのセツトをコ
ードテーブルメモリ上に配列する場合、インデツ
クスｉ−１をバイナリー表現して、木の履歴に対
応するｎ(B)０及びｎ(B)１をそのままコードテーブ
ルのアドレスに用いると各段階の出力ベクトルの
アドレスにオーバーラツプが生じる。そこで、各
段階毎に最上位ビツトとして“１”を挿入し、前
記出力ベクトルのアドレスを1n(B)１又は1n(B)０
とする。このとき、第１段階のとき11B番地（以
下、Ｂはバイナリー表現を表わす）に出力ベクト
ルｙ 1 2，10B番地にｙ 1 1が書き込まれる。また、第
２段階のとき111B番地にｙ 2 4，110B番地にｙ 2 3，
101B番地にｙ 2 2、100B番地にｙ 2 1が書き込まれる。
同様に第ｎ段階では1n(B)１番地にｙ n iがそれぞれ
書き込まれる。これらの各段階の出力ベクトルは
アドレスの最下位ビツトが０のものがコードテー
ブルＡ１５に、更に、アドレスの最下位ビツトが
１のものがコードテーブルＢ１６に書き込まれて
いる。すなわち、第４図の木において各ノードか
ら枝分れした右側の出力ベクトルはコードテーブ
ルＡ１５に、左側に枝分れした出力ベクトルＢ１
６に書き込まれている。 第５図の符号化器において、木探索を実行する
ため、まず、Ｑシフター１３に“１”をロードし
ておく。これをアドレスレジスタ１４にラツチし
てコードテーブルＡ１５から10B番地の出力ベク
トルｙ 1 1を、また、コードテーブルＢ１６から１
１B番地の出力ベクトルｙ 1 2を読み出す。各出力ベ
クトルを出力ベクトルレジスタＡ１７と出力ベク
トルレジスタ１８にとり込んだ後、ベクトル減算
器５と歪演算器１５を通して、各々入力ベクトル
ｘとの歪ｄ（ｘ，ｙ i）を計算する。 ｄ（ｘ，ｙ i）＝ maxj ｜xj−yij｜ 入力ベクトルＸと２つの出力ベクトルｙ 1 1とｙ 1 2
との歪２１及び２２の大小を比較器２０で比較す
る。比較器２０はコードテーブルＡ１５から読み
出された出力ベクトルｙ 1 1との歪が小さいとき
“０”を出力し、逆のとき“１”を出力する。比
較器２０の出力２３はＱシフター１３に送出さ
れ、前記Ｑシフターの内容は１ビツト上位へシフ
トした後、最下位ビツトとして挿入される。すな
わち、第１段階を終えるとＱシフター１３の内容
は11Bか10Bのいずれかになつている。Ｑシフター
１３の内容をアドレスデータ２４としてアドレス
レジスタ１４に送出して同様に第２段のサーチを
行う。 以下、同様の手順をｎ回くり返すとＱシフター
１３の内容は1n(B)１又は1n(B)０となり最終的に
Ｎ＝2n個の出力ベクトルから入力ベクトルＸと最
小歪となるものに写像され、インデツクスラツチ
８にこのアドレスデータ２４をとり込む。この木
探索完了時のＱシフター１３のアドレスデータ２
４から最上位ビツトの“１”を除去したものが出
力ベクトルのインデツクスに１：１に対応し、符
号化器出力２６となるので、各段階の入出力ベク
トル間の歪計算を１つの符号化器で行なえること
になり、装置構成が簡単になる。 第６図に示すベクトル量子化復号化器では、前
記符号化出力２６をインデツクスラツチ８にとり
込み、これをアドレスデータとして用いて、コー
ドテーブルＡ１５とコードテーブルＢ１６の第ｎ
段階の出力ベクトルｙ n iのセツトのみを書き込ん
だコードテーブルＣ２７からインデツクスｉ（す
なわちｎ(B)１又はｎ(B)０）に対応する出力ベクト
ルを読み出す。この出力ベクトルｙ n iが出力ベク
トルレジスタＣ２８にとり込まれ、ベクトル量子
化出力信号２９となる。 以上の如く本発明によるベクトル量子化器の処
理時間は、入出力ベクトル間の歪計算時間tdとす
ると、高速ベクトル量子化時間はtvは tv＝（log2N）・td／ｋ＝ｎ・td／ｋ となり、従来のベクトル量子化器に対し指数関数
的に高速化が実現できる。 なお、以上は木探索における各段階の入出力ベ
クトル間の歪計算を同一符号化器にて求めるよう
にベクトル量子化符号化器を構成したが、各段階
の歪計算をパイプライン形のｎ段継続接続にて実
行する木探索構成としてもよいことは勿論であ
る。この場合、前段の出力ベクトルｙ n-1 iのイン
デツクスを次段に送出して次段のコードテーブル
から読み出される２つの出力ベクトルと入力ベク
トルの歪計算を実行して、最終的に最小歪となる
出力ベクトルを探索するようにパイプライン状に
継続接続する。 以上のようにこの発明に係るベクトル量子化器
では信号空間を段階的に分割する木探索によつて
情報源入力信号を多次元信号空間で量子化するよ
うに構成したので、指数関数的高速化が実現で
き、処理時間の短縮にもかかわらず高性能の符号
化ができる利点がある。また、木探索の履歴を記
憶し、それを出力ベクトルの読み出しアドレスと
したので装置構成が簡単になる利点もある。
第１図は従来のベクトル量子化における入出力
ベクトルの関係を示す説明図、第２図は従来のベ
クトル量子化符号化器の構成図、第３図は本発明
に係るベクトル量子化における入出力ベクトルの
関係を段階的に示す説明図、第４図は本発明に係
るベクトル量子化における多次元信号空間の多段
分割手順を示す説明図、第５図は本発明に係るベ
クトル量子化符号化器の一実施例を示す構成図、
第６図はベクトル量子化復号化器の構成図であ
る。 図中、１は入力ベクトルレジスタ、２はアドレ
スカウンタ、３はコードテーブル、４は出力ベク
トルレジスタ、５はベクトル減算器、６は最大要
素歪検出器、７は最小歪検出器、８はインデツク
スラツチ、１３はＱシフター、１４はアドレスレ
ジスタ、１５はコードテーブルＡ、１６はコード
テーブルＢ、１７は出力ベクトルレジスタＡ、１
８は出力ベクトルレジスタＢ、１９は歪演算器、
２０は比較器、２７はコードテーブルＣ、２８は
出力ベクトルレジスタＣである。なお図中同一あ
るいは相当部分には同一符号を付して示してあ
る。
ベクトルの関係を示す説明図、第２図は従来のベ
クトル量子化符号化器の構成図、第３図は本発明
に係るベクトル量子化における入出力ベクトルの
関係を段階的に示す説明図、第４図は本発明に係
るベクトル量子化における多次元信号空間の多段
分割手順を示す説明図、第５図は本発明に係るベ
クトル量子化符号化器の一実施例を示す構成図、
第６図はベクトル量子化復号化器の構成図であ
る。 図中、１は入力ベクトルレジスタ、２はアドレ
スカウンタ、３はコードテーブル、４は出力ベク
トルレジスタ、５はベクトル減算器、６は最大要
素歪検出器、７は最小歪検出器、８はインデツク
スラツチ、１３はＱシフター、１４はアドレスレ
ジスタ、１５はコードテーブルＡ、１６はコード
テーブルＢ、１７は出力ベクトルレジスタＡ、１
８は出力ベクトルレジスタＢ、１９は歪演算器、
２０は比較器、２７はコードテーブルＣ、２８は
出力ベクトルレジスタＣである。なお図中同一あ
るいは相当部分には同一符号を付して示してあ
る。
Claims (1)
- 【特許請求の範囲】 １ 入力信号系列をｋ個（ｋは複数）毎にブロツ
ク化して入力ベクトルを構成する入力ベクトルレ
ジスタと、 前記入力ベクトルを含むｋ次元ユークリツド信
号空間Rkを木構成状に段階的に２分割を繰り返
して第ｎ段目（ｎは正の整数）において2n個とな
る信号空間Rkの各分割の代表点を出力ベクトル
のセツト〔yin（ｉ＝１，２，……2n）〕として蓄
える出力ベクトルコードテーブルであつてバイナ
リコードで表したインデツクスｉの最下位ビツト
が０のものを蓄えた第１の出力ベクトルコードテ
ーブルおよびインデツクスｉの最下位ビツトが１
のものを蓄えた第２の出力ベクトルコードテーブ
ルと、 前記各段階毎に２分割して用意されて前記第１
および第２の出力ベクトルコードテーブルから読
み出される２つの出力ベクトルと前記入力ベクト
ル間のｋ次元信号空間における距離を算出・比較
して入力ベクトルに近い出力ベクトルを検出して
この出力ベクトルのインデツクスの最下位ビツト
を出力する歪演算部と、 前記歪演算部が最下位ビツトを出力する毎にそ
の最下位ビツトを自己の内容の最下位ビツトとし
て挿入するとともに自己の内容を１ビツト上位へ
シフトさせるシフタと、 前記選択された出力ベクトルを代表点とする分
割をさらに２分割して得られる次段の２つの出力
ベクトルを前記シフタの内容をアドレスとして前
記第１および第２の出力ベクトルコードテーブル
から読み出すアドレスレジスタと、 前記信号空間の分割をｎ回実行して2n個の出力
ベクトルの中から前記入力ベクトルと最短距離に
ある（最少歪となる）出力ベクトルを木探索して
求めて前記シフタに記憶された最少歪となる出力
ベクトルのアドレスを符号化する符号化出力部
と、 を備えたことを特徴とするベクトル量子化器。 ２ 高速ベクトル量子化に際し、木探索を通して
順次比較される２つの出力ベクトルと入力ベクト
ルの間のｋ次元信号空間における距離を各元間の
差の絶対値の最大値によつて近似し、この距離の
比較により木探索の方向を選択する信号を出力す
る歪演算部を備えたことを特徴とする特許請求の
範囲第１項記載のベクトル量子化器。
Priority Applications (8)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57187906A JPS5977730A (ja) | 1982-10-26 | 1982-10-26 | ベクトル量子化器 |
| DE3382796T DE3382796T2 (de) | 1982-06-11 | 1983-06-10 | Vorrichtung zur Zwischenbildkodierung. |
| EP91107886A EP0444717B1 (en) | 1982-06-11 | 1983-06-10 | Vector quantizer |
| DE8383105713T DE3382478D1 (de) | 1982-06-11 | 1983-06-10 | Vektor-groessenwandler. |
| EP90117175A EP0411675B1 (en) | 1982-06-11 | 1983-06-10 | Interframe coding apparatus |
| DE3382806T DE3382806T2 (de) | 1982-06-11 | 1983-06-10 | Vektorquantisierer |
| EP83105713A EP0097858B1 (en) | 1982-06-11 | 1983-06-10 | Vector quantizer |
| US06/503,474 US4560977A (en) | 1982-06-11 | 1983-06-13 | Vector quantizer |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57187906A JPS5977730A (ja) | 1982-10-26 | 1982-10-26 | ベクトル量子化器 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS5977730A JPS5977730A (ja) | 1984-05-04 |
| JPH0219479B2 true JPH0219479B2 (ja) | 1990-05-01 |
Family
ID=16214266
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP57187906A Granted JPS5977730A (ja) | 1982-06-11 | 1982-10-26 | ベクトル量子化器 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS5977730A (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62140549A (ja) * | 1985-12-14 | 1987-06-24 | Canon Inc | 画像編集処理装置 |
| JP2780458B2 (ja) * | 1990-08-01 | 1998-07-30 | 松下電器産業株式会社 | ベクトル量子化法および音声符号化復合化装置 |
-
1982
- 1982-10-26 JP JP57187906A patent/JPS5977730A/ja active Granted
Non-Patent Citations (1)
| Title |
|---|
| IEEE TRANSACTIONS ON ACOUSTICS SPEECH AND SIGNAL PROCESSING=1980 * |
Also Published As
| Publication number | Publication date |
|---|---|
| JPS5977730A (ja) | 1984-05-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5592667A (en) | Method of storing compressed data for accelerated interrogation | |
| Kaukoranta et al. | A fast exact GLA based on code vector activity detection | |
| KR101958939B1 (ko) | 벡터 양자화의 혼합에 기초한 부호화 방법 및 이를 이용한 최근접 이웃 검색(nns) 방법 | |
| Shanbehzadeh et al. | On the computational complexity of the LBG and PNN algorithms | |
| JP5584203B2 (ja) | 数値データの処理方法 | |
| EP1341314A2 (en) | Improved huffman decoding method and apparatus | |
| CN114911958A (zh) | 一种基于语义偏好的快速图像检索方法 | |
| Sitaram et al. | Efficient codebooks for vector quantization image compression with an adaptive tree search algorithm | |
| JPH0219479B2 (ja) | ||
| Lai et al. | Fast search algorithms for VQ codebook generation | |
| Liu et al. | Generalized residual vector quantization and aggregating tree for large scale search | |
| US6778107B2 (en) | Method and apparatus for huffman decoding technique | |
| Akopian et al. | Processors for generalized stack filters | |
| Xie et al. | Algebraic vector quantization of LSF parameters with low storage and computational complexity | |
| Xie et al. | Codewords distribution-based optimal combination of equal-average equal-variance equal-norm nearest neighbor fast search algorithm for vector quantization encoding | |
| Matsui et al. | ARM 4-BIT PQ: SIMD-Based Acceleration for Approximate Nearest Neighbor Search on ARM | |
| Chen et al. | Hierarchical quantization for billion-scale similarity retrieval on gpus | |
| Williams | Performance Overhead of Lossless Data Compression and Decompression Algorithms: A Qualitative Fundamental Research Study | |
| JPH0832033B2 (ja) | 学習型多段ベクトル量子化方法と装置 | |
| Wu | A tree-structured locally optimal vector quantizer | |
| Moayeri et al. | Time-memory tradeoffs in vector quantizer codebook searching based on decision trees | |
| JPH07120958B2 (ja) | 木探索ベクトル量子化器 | |
| JPH0241231B2 (ja) | ||
| JPH0621828A (ja) | ベクトル量子化復号化器 | |
| JPS6356020A (ja) | 圧縮復号化装置 |