JPH0380670A - 画像符号化装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 産業上の利用分野 本発明は画像処理の画像符号化装置に関するものであも 従来の技術 従来の画像符号化装置としては　例えばＧ、　Ｗ、　Ｃ
。

ｔｔｒｅｌ、　Ｐ、Ｍｕｎｒｏ、　ａｎｄ　Ｄ、Ｚｉｐ
ｓｅｒ、　’Ｉｍａｇｅ　Ｃｏｍｐｒｅｓｓｉｏｎ　Ｂ
ｙ　Ｂａｃｋ　Ｐｒｏｐａｇａｔｉｏｎ：　Ａｎ　Ｅｘ
ａｍｐｌｅ　Ｏｆ　Ｅｘｔｅｎｔｉｏｎａｌ　Ｐｒｏｇ
ｒａｍｉｎｇ’、　ＩＣ８Ｒｅｐｏｒｔ　８７０２．　
Ｉｎ５ｔｉｔｕｔｅ　ｆｏｒ　Ｃｏｇｎｉｔｉｖｅ　５
ｃｉｅｎｃｅ、　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｃａ１
ｉ　ｆｏｒｎｉａに示されていも 第２図はこの従来の画像符号化装置の構成図を示すもの
であり、７０は入力態７１は中間層７２は出力層７３は
画像入力端子、７４は画像出力端子であム 以上のように構成された従来の画像符号化装置において
（お画像信号（友　例えば８零８（画素）のブロックに
分割されブロック毎に画像入力端子７３から入力される
。入力層７０は１ブロツク中の画素数に等しい個数のユ
ニットからなり、入力された画像信号をそのまま中間層
に出力すも　第３図に中間層のユニットの構成図を示す
。第３図において、７５は飽和入出力特性を持つ多入力
一出力の加算法７６は量子化器である。加算器７５は入
力信号ＸＩに重みＷｌｌを掛けて重み付けして加算し　
閾値θｊを加え を出力する。第４図に（１）式で表される特性関数を示
す。第４図に示されるようｉ、：、　　（ｔ）式で表さ
れる特性関数は飽和特性を持つたべ　加算器７５は入力
信号の加重和に対して閾値処理を行う効果を持つ。量子
化器７６はｙ」′を量子化して出力する。例えば８ビッ
ト−様量子化する場合は が中間層の出力となん　ただしく２）式において、ｆｌ
ｏｏｒ（ｘ）はＸを越えない最大の整数であも　中間層
７１（ヨ　　第３図に示したユニットが複数偏集まって
構成されも　第５図に出力層のユニットの構成図を示す
。第５図において、７７は飽和入出力特性を持つ多入力
−出力の加算器である。加算器７７は入力信号３’ｌに
重みＷｋｌを掛けて重み付けして加算し閾値θｋを加え を出力する。出力層７７は　　第５図に示したユニット
が入力層のユニット数と同じ個数、即ち画像の１ブロツ
ク中の画素数に等しい個数だけ集まって構成されも　出
力信号Ｚｋが入力信号Ｘｋに等しくし中間層のユニット
数を入力層及び出力層のユニット数より少なくすると、
入力信号ｘ＋は中間層の出力信号ｙｊによって、入力信
号をそ、のまま伝送する場合よりも少ない情報量で伝送
（以下これを高能率符号化と呼ぶ）され　出力層によっ
て復号することができる。

従って、出力信号ｚｋが入力信号Ｘｋに等しくなるよう
に重みＷｌｌおよびＷｋｌを変更すれば　望ましい画像
符号化装置が得られも　このような重みの変更は誤差逆
伝搬法と呼ばれる学習アルゴリズムによって行われも　
誤差逆伝搬法について（友　例えばり、Ｅ、　Ｒｕｍｍ
ｅｌｈａｒｔらによる’Ｌｅａｒｎｉｎｇ　ｒｅｐｒｅ
ｓｅｎｔａｔｉｏｎｓ　ｂｙ　ｂａｃｋ−ｐｒｏｐａｇ
ａｔｉｎｇ　ｅｒｒｏｒｓ’、　　Ｎａｔｕｒｅ　Ｖ。

１．３２３　Ｎｏ、９（１９８６）に示されていも　以
下、誤差逆伝搬法の概略について説明すも　誤差Ｅは実
際の出力信号Ｚｋと望ましい出力信号（これを教師信号
と呼ぶ）　ｘｋとの差から １’、＝０．５零Ｊ）、Ｊ：、　（ｚ−−ｘｋ）　２＝
　　Ｅ　　（ｗ）　　・・・・（４）によって求められ
も　礼は教師信号のパターン数（１画面のブロック数）
に関する総組　４は出力層のユニットの数に関する総ｉ
ｗは重みＷＪＷｋｌのベクトル表現である。誤差Ｅは重
みベクトルての関数となり、誤差Ｅを特徴とする請求め
ることが学習の目的であも　誤差Ｅを最小化するために
重みベクトルＷを変更する力丈　その変更量は非線形最
適化法の最急降下法によって決定されも即板 　Ｗ によって最急降下方向ｇを求△ Ｗの変更量△Ｗ を によって求める。ここに　εは学習パラメータと呼ばれ
る正の定数、αは加速パラメータと呼ばれる正の定数　
△Ｗ′は前回の重み変更における△Ｗであも　α本△Ｗ
′の項は学習の加速のために加えられている。以上のよ
うに重みの変更量を求めることの繰り返しにより、誤差
を小さくしてゆき、誤差が十分に小さくなると、出力信
号が望ましい値に十分近くなったものとして、学習を終
了すも　このようにして、出力信号Ｚｋは入力信号Ｘｋ
に近い値を出力するようになり、このとき中間層のユニ
ット数が入力層出力層のユニット数に比べて少ないこと
か板　入力画像信号は中間層の出力信号ｙ」によって高
能率符号化され　出力層によって復号される。

発明が解決しようとする課題 しかしながら上記のような構成で（よ　特定の画像を符
号化するために　その画像を入力信号と教師信号に与え
て学習することで、その画像に関しては有効な画像符号
化器が得られる。しかし　別の画像を符号化すると入力
信号の統計的性質が変化し出力層の出力信号は入力画像
信号とは異なったものとなるので、別の画像については
新たに学習しなければならないという課題を有していｔ
も本発明はかかる点に鑑へ　−旦学習すれば　別の画像
の符号化においては新たに学習し直さずとも有効な高能
率符号化を行う画像符号化装置を提供することを目的と
すも 課題を解決するための手段 本発明は画像信号に共通な統計的性質を持つ信号を出力
する手段（平均値分離部）と、前記平均値分離部の出力
を階層状に接続された飽和人出力特性を持つ多入力一出
力の加算器に入力する入力層と、前記入力層の出力を可
変重み乗算器を介して飽和入出力特性を持つ多入力一出
力の加算器に入力し前記加算器の出力を量子化する中間
層と、ｌｒＩ記中間中間層力および前記平均値を伝送す
る伝送手段と、前記中間層の出力を可変重み乗算器を介
して飽和入出力特性を持つ多入力一出力の加算器に入力
する出力層と、前記出力層の出力およびを前記画像信号
に共通な統計的性質を持つ信号を出力する手段の逆変換
を行う手段（平均値合成部）とを備えた画像符号化装置
であも 作用 本発明は前記した構成により、画像信号に共通な統計的
性質を持つ平均値分離信号を出力する平均値分離部の出
力を、階層状に接続された多入力一出力の加算器に入力
層　中間層の出力と前記平均値とを伝送し　出力層には
前記平均値分離部の出力を教師信号として与えて学習す
る。これによって、階層状に接続された多入力一出力の
加算器は平均値分離部の出力に近い信号を出力するよう
になる。前記出力層の出力を前記画像信号に共通な統計
的性質を持つ信号を出力する手段の逆変換を行う手段（
平均値合成部）によって、出力層の出力に伝送された平
均値を加えて入力画像に近い画像信号が出力される。画
像信号は実空間では画像によってさまざまな統計的性質
を有する力丈　平均値分離信号は画像に共通な分布を示
すことが知られている。従って、特定の画像の平均値分
離信号に対して、入力信号と出力信号とが等しくなるよ
うに学習した階層状に接続された多入力一出力の加算器
（上　別の画像の平均値分離信号に対しても入力信号と
同じ信号を出力し　画像符号化器として機能する。

実施例 第１図は本発明の第１の実施例における画像符号化装置
の構成図を示すものである。第１図において、　■は平
均値分離ａ、２は入力態　３は中間１、ｉ　　４は出力
層　５は平均値分離部　６は画像入力端子、　７は画像
出力端子である。

以上のように構成された本実施例の画像符号化装置につ
いて、以下にその動作を説明する。画像信号はブロック
に分割され　ブロック毎に画像入力端子６から入力され
　平均値分離部１によって入力される画像信号からブロ
ックの平均値を差し引いた平均値分離信号が出力される
。平均値分離信号は で表される。ただしく７）式においてＸ−は入力画像信
Ｘ　　ＸＩは平均値分離部１の出力信号　πは円周ＪＮ
は画像の１ブロツク中の画素数、Ｍは平均値信号である
。入力層２は１ブロツク中の画素数に等しい個数のユニ
ットからなり、入力された画像信号をそのまま中間層３
に出力すａ　中間層３は第３図に示される構成を持つ複
数のユニットからなり、飽和人出力特性を持つ多入力一
出力の加算器７５において入力層２の出力信号に重みＷ
ｌｌを掛けて重み付けして加算し閾値θｊを加えて閾値
処理し量子化器７６によって量子化する。出力層４（友
　第５図に示した飽和入出力特性を持つ多入力一出力の
加算器７７が入力層のユニット数と同じ個数、即ち画像
のｌブロック中の画素数に等しい個数だけ集まって構成
される。本実施例で（よ　教師信号として入力信号Ｘｋ
即ち入力画像信号Ｘ・の平均値分離信号が与えられも　
出力信号が教師信号に等しくなるように重みを変更する
学習が終了すると、出力層４の出力信号は入力画像信号
の平均値分離信号にほぼ等しい値になっていも　中間層
３のユニット数を入力層２及び出力層４のユニット数よ
り少なくし中間層３の出力信号ｙ」と平均値信号Ｍとを
伝送し　受信側で出力層４によって復号すると、入力信
号Ｘ１は中間層３の出力信号ｙ＋と平均値信号Ｍとによ
って高能率符号化されていることになん例え（渋　平均
値分離部１で縦横それぞれ８画素からなるブロックの平
均値分離信号と平均値をそれぞれ束数　入力層２のユニ
ット数を６４とし　中間層３のユニット数を７として、
中間層３のユニットの出力とブロック毎の平均値とが伝
送される場合について考える。画像入力端子から入力さ
れるデータ量？１　　ブロック毎に　８ｂｉｔ　ｇ　６
４ｕｎｉｔ　＝　２５６ｂｉｔであり、伝送されるデー
タ量Ｌ　　５ｂｉｔ　本（１＋　７）ｕｎｉｔ　＝　ａ
４ｂｉｔとなん　受信側で（上　この６４ｂｉｔのデー
タをもとに　ブロック画像データ２５６ｂｉｔを再生す
ａ　従って、この場合の圧縮率は１／８となる。ユニッ
ト平均値分離部５は出力層４の出力信号Ｚｋに平均値信
号Ｍを加えて画像を再生する。平均値合成部５の出力は Ｚｎ−Ｍ＋ｚｋ・・・・・・（８） で表される。　（８）式において、ｚｎは平均値合成部
５の出方　Ｍは（７）式で求められた平均値信娠ｚｋは
出力層４の出力信号である。信号ｚｋＪ友　　平均値合
成部５に入力される力＜、　　ｚｈは入力画像信号Ｘ、
の平均値分離信号にほぼ等しいので、平均値合成部５の
出力Ｚ・は入力画像信号Ｘ、にほぼ等しくなる。

以上のように本実施例によれば　平均値分離部ｌにおい
て入力画像信号ｘ１からブロックの平均値を差し引いた
平均値分離信号を、階層状に接続された多入力一出力の
加算器に入力し　出力層４の出力信号Ｚｋに入力層２の
入力信号Ｘｋに等しい信号を焦　平均値合成部５によっ
て平均値を加算して入力画像信号Ｘ１に等しい出力信号
ｚＩを得る。中間層３のユニット数は入力層２および出
力層４のユニット数より少ないので、送信側で平均値分
離部１、入力層２および中間層３の信号処理をし　中間
層３の出力値および平均値を伝送し　受信側で出力層４
および平均値合成部５の信号処理をすることによって、
入力画像信号Ｘ１を高能率符号化して伝ｔすることがで
きる。階層状に接続された多入力一出力の加算器からな
る入力層２．中間層３．出力層４１よ　平均値分離され
た画像信号入力に対してそれに等しい信号を出力するよ
うに学習する。

画像信号を平均値分離した信号ＸＩにＬ　　画像に関係
なく０近傍の信号の分布が最も大きく、０から離れるに
したがって指数関数的に減少する分布を有する点で、統
計的性質に共通点かあも　従って、特定の入力画像につ
いて学習した本実施例の画像符号化器（よ　他の入力画
像に対しても有効な画像符号化器として機能し　入力画
像が変わる度に学習をする必要が無Ｌ１ な抵　本実施例において、入力層及び出力層はそれぞれ
１層とした力ｔ　それぞれに飽和入出力特性を持つ多入
力一出力の加算器を階層状に接続し各層の前記加算器が
次段の層の前記加算器と可変重み乗算器を介して接続し
た構成としてもよ賎発明の詳細 な説明したように　本発明によれば　特定の入力画像に
ついて学習した本実施例の画像符号化器（よ　他の入力
画像に対しても有効な画像符号化器として機能し　入力
画像が変わる度に学習をする必要が無く、その実用的効
果は大きい。

【図面の簡単な説明】

第１図は本発明の実施例における画像符号化装置の構成
＠　第２図は従来の画像符号化装置の構層のユニット構
成図であも

Claims (1)

【特許請求の範囲】
1. 画像信号からブロックごとの画素値の平均値を差し引く
   平均値分離部と、前記平均値分離部の出力を階層状に接
   続された飽和入出力特性を持つ多入力一出力の加算器に
   入力する入力層と、前記入力層の出力を可変重み乗算器
   を介して飽和入出力特性を持つ多入力一出力の加算器に
   入力し前記加算器の出力を量子化する中間層と、前記中
   間層の出力および前記平均値を伝送する伝送手段と、伝
   送された前記中間層の出力を可変重み乗算器を介して飽
   和入出力特性を持つ多入力一出力の加算器に入力する出
   力層と、前記出力層の出力に伝送された平均値を加えて
   画像信号に再生する平均値合成部とを備えたことを特徴
   とする画像符号化装置。