JPH0983961A - クラス予測係数の学習方法並びにクラス分類適応処理を用いた信号変換装置および方法 - Google Patents
クラス予測係数の学習方法並びにクラス分類適応処理を用いた信号変換装置および方法Info
- Publication number
- JPH0983961A JPH0983961A JP26484495A JP26484495A JPH0983961A JP H0983961 A JPH0983961 A JP H0983961A JP 26484495 A JP26484495 A JP 26484495A JP 26484495 A JP26484495 A JP 26484495A JP H0983961 A JPH0983961 A JP H0983961A
- Authority
- JP
- Japan
- Prior art keywords
- class
- prediction
- signal
- prediction coefficient
- pixel
- 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.)
- Granted
Links
Landscapes
- Television Systems (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
(57)【要約】
【課題】 入力ＳＤ信号をＨＤ信号へ変換するアップコ
ンバータにクラス分類適応処理を導入する。 【解決手段】 入力ＳＤ信号ｄ０がブロック生成部２と
クラス分類部３のブロック生成部８へ供給され、クラス
分類用に生成されたブロックが演算部１０へ供給され
る。信号ｄ０に応じた複数のＳＤ予測係数ｄ５がＳＤ予
測係数ＲＯＭ９から演算部１０へ伝送されるように制御
部７によって制御される。演算部１０での演算結果（予
測誤差）は、記憶部１１に登録され、その予測誤差は、
クラス決定部１２において、最小値が検出される。検出
された最小値に対応する予測係数の属するクラスが決定
クラスとして、ＨＤ予測係数ＲＯＭ４へ供給され、決定
クラスに対応するＨＤ予測係数が演算部５へ供給され
る。ブロック生成部２では、アップコンバート用のブロ
ックが生成され、そのブロックと予測係数が演算部５に
おいて、演算され、ＨＤ予測値が取り出される。
ンバータにクラス分類適応処理を導入する。 【解決手段】 入力ＳＤ信号ｄ０がブロック生成部２と
クラス分類部３のブロック生成部８へ供給され、クラス
分類用に生成されたブロックが演算部１０へ供給され
る。信号ｄ０に応じた複数のＳＤ予測係数ｄ５がＳＤ予
測係数ＲＯＭ９から演算部１０へ伝送されるように制御
部７によって制御される。演算部１０での演算結果（予
測誤差）は、記憶部１１に登録され、その予測誤差は、
クラス決定部１２において、最小値が検出される。検出
された最小値に対応する予測係数の属するクラスが決定
クラスとして、ＨＤ予測係数ＲＯＭ４へ供給され、決定
クラスに対応するＨＤ予測係数が演算部５へ供給され
る。ブロック生成部２では、アップコンバート用のブロ
ックが生成され、そのブロックと予測係数が演算部５に
おいて、演算され、ＨＤ予測値が取り出される。
Description
【０００１】
【発明の属する技術分野】この発明は、入力された画像
情報より高い解像度を有する画像信号を得ることができ
るクラス予測係数の学習方法並びにクラス分類適応処理
を用いた信号変換装置および方法に関する。
情報より高い解像度を有する画像信号を得ることができ
るクラス予測係数の学習方法並びにクラス分類適応処理
を用いた信号変換装置および方法に関する。
【０００２】
【従来の技術】標準ＴＶ信号（ＳＤ（Standard Definit
ion ）信号）をＨＤ（High Definition ）フォーマット
信号に変換するアップコンバータに使用されている従来
技術について以下、説明する。まず、標準ＴＶ信号（Ｓ
Ｄ信号）とＨＤ信号の各画素の空間配置例を図５に示
す。ここでは説明の簡素化のため、ＨＤ信号の画素数を
水平方向、垂直方向に各々２倍としている。図中の◎の
ＳＤ画素に注目すると、近傍４種類（mode１，mode２，
mode３，mode４）の位置にＨＤ画素が存在する。
ion ）信号）をＨＤ（High Definition ）フォーマット
信号に変換するアップコンバータに使用されている従来
技術について以下、説明する。まず、標準ＴＶ信号（Ｓ
Ｄ信号）とＨＤ信号の各画素の空間配置例を図５に示
す。ここでは説明の簡素化のため、ＨＤ信号の画素数を
水平方向、垂直方向に各々２倍としている。図中の◎の
ＳＤ画素に注目すると、近傍４種類（mode１，mode２，
mode３，mode４）の位置にＨＤ画素が存在する。
【０００３】従来のアップコンバータにおいては、入力
ＳＤ信号に補間フィルタを適用することで補間画素を生
成し、ＨＤフォーマットの信号を出力する。このアップ
コンバータの簡素な構成例としては、ＳＤ信号のフィー
ルドデータから、４種類の位置のＨＤ画素を生成するこ
とが考えられる。そこで用いられる補間フィルタの構造
は、空間内２次元ノンセパラブルフィルタと、水平／垂
直セパラブルフィルタに分類される。その補間フィルタ
の構成例を図６に示す。
ＳＤ信号に補間フィルタを適用することで補間画素を生
成し、ＨＤフォーマットの信号を出力する。このアップ
コンバータの簡素な構成例としては、ＳＤ信号のフィー
ルドデータから、４種類の位置のＨＤ画素を生成するこ
とが考えられる。そこで用いられる補間フィルタの構造
は、空間内２次元ノンセパラブルフィルタと、水平／垂
直セパラブルフィルタに分類される。その補間フィルタ
の構成例を図６に示す。
【０００４】図６Ａに示すノンセパラブル補間フィルタ
は、空間内２次元フィルタを使用する場合である。入力
端子５１からＳＤ信号が供給され、入力ＳＤ信号は、mo
de１用２次元フィルタ５２、mode２用２次元フィルタ５
３、mode３用２次元フィルタ５４およびmode４用２次元
フィルタ５５へそれぞれ供給される。すなわち、４種類
の位置のＨＤ画素毎に独立した２次元フィルタを用いて
補間処理を実行する。その結果、それぞれのフィルタ５
２〜５５の出力は、ＨＤ信号として選択部５６へ供給さ
れ、選択部５６において、直列化がなされ、出力端子５
７から出力ＨＤ信号が取り出される。
は、空間内２次元フィルタを使用する場合である。入力
端子５１からＳＤ信号が供給され、入力ＳＤ信号は、mo
de１用２次元フィルタ５２、mode２用２次元フィルタ５
３、mode３用２次元フィルタ５４およびmode４用２次元
フィルタ５５へそれぞれ供給される。すなわち、４種類
の位置のＨＤ画素毎に独立した２次元フィルタを用いて
補間処理を実行する。その結果、それぞれのフィルタ５
２〜５５の出力は、ＨＤ信号として選択部５６へ供給さ
れ、選択部５６において、直列化がなされ、出力端子５
７から出力ＨＤ信号が取り出される。
【０００５】また、図６Ｂに示す補間フィルタは、水平
／垂直セパラブルフィルタを使用する場合である。入力
端子６１からＳＤ信号が供給され、入力ＳＤ信号は、垂
直補間フィルタ６２および６４へ供給される。垂直補間
フィルタ６２および６４において、ＨＤ信号の２本の走
査線データが生成される。例えば、垂直フィルタ６２で
は、mode１用およびmode２用の処理が行われ、垂直フィ
ルタ６４では、mode３用およびmode４用の処理が行われ
る。
／垂直セパラブルフィルタを使用する場合である。入力
端子６１からＳＤ信号が供給され、入力ＳＤ信号は、垂
直補間フィルタ６２および６４へ供給される。垂直補間
フィルタ６２および６４において、ＨＤ信号の２本の走
査線データが生成される。例えば、垂直フィルタ６２で
は、mode１用およびmode２用の処理が行われ、垂直フィ
ルタ６４では、mode３用およびmode４用の処理が行われ
る。
【０００６】これらの処理が行われると垂直補間フィル
タ６２および６４からの出力信号は、水平補間フィルタ
６３および６５へ供給される。この水平補間フィルタ６
３および６５では、各走査線毎に水平フィルタを用い４
種類の位置のＨＤ画素が補間され、選択部６６へ供給さ
れる。選択部６６では、供給されたＨＤ信号の直列化が
なされ、出力端子６７から出力ＨＤ信号が取り出され
る。
タ６２および６４からの出力信号は、水平補間フィルタ
６３および６５へ供給される。この水平補間フィルタ６
３および６５では、各走査線毎に水平フィルタを用い４
種類の位置のＨＤ画素が補間され、選択部６６へ供給さ
れる。選択部６６では、供給されたＨＤ信号の直列化が
なされ、出力端子６７から出力ＨＤ信号が取り出され
る。
【０００７】
【発明が解決しようとする課題】しかしながら、従来の
アップコンバータにおいて、補間フィルタとして理想フ
ィルタを使用しても、画素数は増えるものの空間解像度
はＳＤ信号と変わらない。実際には理想フィルタを用い
ることが出来ないため、ＳＤ信号より解像度の低下した
ＨＤ信号を生成することしか出来ないという問題があ
る。
アップコンバータにおいて、補間フィルタとして理想フ
ィルタを使用しても、画素数は増えるものの空間解像度
はＳＤ信号と変わらない。実際には理想フィルタを用い
ることが出来ないため、ＳＤ信号より解像度の低下した
ＨＤ信号を生成することしか出来ないという問題があ
る。
【０００８】そこで、これを改善するため、補間フィル
タにクラス分類適応処理を適用することが提案された。
これは入力ＳＤ信号の特徴に基づき、入力信号をいくつ
かのクラスに分類し、予め学習により生成されたクラス
毎の適応予測手法に従い、出力ＨＤ信号を生成する処理
である。今回の提案は、このクラス分類適応処理の学習
法に係わるものである。ただし、この発明は、アップコ
ンバータ以外のサブサンプリングで間引かれた画素を補
間するためのクラス分類適応処理等に対しても適用する
ことができる。
タにクラス分類適応処理を適用することが提案された。
これは入力ＳＤ信号の特徴に基づき、入力信号をいくつ
かのクラスに分類し、予め学習により生成されたクラス
毎の適応予測手法に従い、出力ＨＤ信号を生成する処理
である。今回の提案は、このクラス分類適応処理の学習
法に係わるものである。ただし、この発明は、アップコ
ンバータ以外のサブサンプリングで間引かれた画素を補
間するためのクラス分類適応処理等に対しても適用する
ことができる。
【０００９】入力ＳＤ信号をＨＤフォーマット信号へ変
換するアップコンバージョン方式として、クラス分類適
応処理を導入することが提案されている。従来の周波数
フィルタを用いたアップコンバージョン方式に比べ、ク
ラス分類適応処理を用いたアップコンバージョン方式
は、良好な画質が得られることが確認されている。
換するアップコンバージョン方式として、クラス分類適
応処理を導入することが提案されている。従来の周波数
フィルタを用いたアップコンバージョン方式に比べ、ク
ラス分類適応処理を用いたアップコンバージョン方式
は、良好な画質が得られることが確認されている。
【００１０】従って、この発明は、信号変換装置および
方法に適用される予測精度クラス分類法と呼ばれるクラ
ス分類構造を持つ手法のクラス予測係数の学習方法の提
供を目的とする。
方法に適用される予測精度クラス分類法と呼ばれるクラ
ス分類構造を持つ手法のクラス予測係数の学習方法の提
供を目的とする。
【００１１】さらに、この発明は、補間フィルタにクラ
ス分類適応処理を適用することでＳＤ信号から最適なＨ
Ｄ信号を得ることができるクラス分類適応処理を用いた
信号変換装置および方法の提供を目的とする。
ス分類適応処理を適用することでＳＤ信号から最適なＨ
Ｄ信号を得ることができるクラス分類適応処理を用いた
信号変換装置および方法の提供を目的とする。
【００１２】
【課題を解決するための手段】請求項１に記載の発明
は、注目画素の値を注目画素の空間的および／または時
間的に近傍に存在する複数の画素を使用して作成するこ
とを必要とする信号変換装置および方法に適用されるク
ラス分類適応処理におけるクラス予測係数の学習方法に
おいて、入力信号中に含まれる注目画素に対して空間的
および／または時間的に近傍の複数の参照画素による予
測精度に基づいてクラス分類を行い、クラス分類に基づ
いて、各クラスと対応する教師信号に対する予測を行
い、教師信号に対する予測精度を考慮してクラス予測係
数を生成するクラス予測係数生成手段を有することを特
徴とするクラス予測係数の学習方法である。
は、注目画素の値を注目画素の空間的および／または時
間的に近傍に存在する複数の画素を使用して作成するこ
とを必要とする信号変換装置および方法に適用されるク
ラス分類適応処理におけるクラス予測係数の学習方法に
おいて、入力信号中に含まれる注目画素に対して空間的
および／または時間的に近傍の複数の参照画素による予
測精度に基づいてクラス分類を行い、クラス分類に基づ
いて、各クラスと対応する教師信号に対する予測を行
い、教師信号に対する予測精度を考慮してクラス予測係
数を生成するクラス予測係数生成手段を有することを特
徴とするクラス予測係数の学習方法である。
【００１３】さらに、請求項２に記載の発明は、注目画
素の値を注目画素の空間的および／または時間的に近傍
に存在する複数の画素を使用して作成することを必要と
する信号変換装置および方法に適用されるクラス分類適
応処理におけるクラス予測係数の学習方法において、入
力信号中に含まれる注目画素に対して空間的および／ま
たは時間的に近傍の複数の参照画素による予測精度に基
づいてクラス分類を行う第１のクラス分類手段と、第１
のクラス分類手段に対応する教師信号を用いて予測精度
の評価を行う評価手段とを有し、予測精度の評価結果に
基き、再び入力信号のクラス分類を行う第２のクラス分
類手段と、第１および第２のクラス分類手段を繰り返す
ことによって、所望のクラス数までクラス分類を行うこ
とを特徴とするクラス予測係数の学習方法である。
素の値を注目画素の空間的および／または時間的に近傍
に存在する複数の画素を使用して作成することを必要と
する信号変換装置および方法に適用されるクラス分類適
応処理におけるクラス予測係数の学習方法において、入
力信号中に含まれる注目画素に対して空間的および／ま
たは時間的に近傍の複数の参照画素による予測精度に基
づいてクラス分類を行う第１のクラス分類手段と、第１
のクラス分類手段に対応する教師信号を用いて予測精度
の評価を行う評価手段とを有し、予測精度の評価結果に
基き、再び入力信号のクラス分類を行う第２のクラス分
類手段と、第１および第２のクラス分類手段を繰り返す
ことによって、所望のクラス数までクラス分類を行うこ
とを特徴とするクラス予測係数の学習方法である。
【００１４】そして、請求項８に記載の発明は、クラス
分類適応処理を用いた信号変換装置において、複数のク
ラス予測係数を出力する第１のメモリ手段と、入力信号
と複数のクラス予測係数から予測誤差を演算する手段
と、予測誤差が最小となるクラス予測係数を決定クラス
として出力する手段と、決定クラスに応じた予測係数を
出力する第２のメモリ手段と、入力信号と第２のメモリ
手段からの予測係数とから予測信号を生成する手段とか
らなり、クラス予測係数は、入力信号中に含まれる注目
画素に対して空間的および／または時間的に近傍の複数
の参照画素による予測精度に基づいてクラス分類を行
い、クラス分類に基づいて、各クラスと対応する教師信
号に対する予測を行い、教師信号に対する予測精度を考
慮することにより学習され、第１のメモリ手段に予め格
納されていることを特徴とする信号変換装置である。
分類適応処理を用いた信号変換装置において、複数のク
ラス予測係数を出力する第１のメモリ手段と、入力信号
と複数のクラス予測係数から予測誤差を演算する手段
と、予測誤差が最小となるクラス予測係数を決定クラス
として出力する手段と、決定クラスに応じた予測係数を
出力する第２のメモリ手段と、入力信号と第２のメモリ
手段からの予測係数とから予測信号を生成する手段とか
らなり、クラス予測係数は、入力信号中に含まれる注目
画素に対して空間的および／または時間的に近傍の複数
の参照画素による予測精度に基づいてクラス分類を行
い、クラス分類に基づいて、各クラスと対応する教師信
号に対する予測を行い、教師信号に対する予測精度を考
慮することにより学習され、第１のメモリ手段に予め格
納されていることを特徴とする信号変換装置である。
【００１５】また、請求項９に記載の発明は、クラス分
類適応処理を用いた信号変換方法において、複数のクラ
ス予測係数を出力する第１のメモリと、入力信号と複数
のクラス予測係数から予測誤差を演算するステップと、
予測誤差が最小となるクラス予測係数を決定クラスとし
て出力するステップと、決定クラスに応じた予測係数を
出力する第２のメモリと、入力信号と第２のメモリから
の予測係数とから予測信号を生成するステップとからな
り、クラス予測係数は、入力信号中に含まれる注目画素
に対して空間的および／または時間的に近傍の複数の参
照画素による予測精度に基づいてクラス分類を行い、ク
ラス分類に基づいて、各クラスと対応する教師信号に対
する予測を行い、教師信号に対する予測精度を考慮する
ことにより学習され、第１のメモリに予め格納されてい
ることを特徴とする信号変換方法である。
類適応処理を用いた信号変換方法において、複数のクラ
ス予測係数を出力する第１のメモリと、入力信号と複数
のクラス予測係数から予測誤差を演算するステップと、
予測誤差が最小となるクラス予測係数を決定クラスとし
て出力するステップと、決定クラスに応じた予測係数を
出力する第２のメモリと、入力信号と第２のメモリから
の予測係数とから予測信号を生成するステップとからな
り、クラス予測係数は、入力信号中に含まれる注目画素
に対して空間的および／または時間的に近傍の複数の参
照画素による予測精度に基づいてクラス分類を行い、ク
ラス分類に基づいて、各クラスと対応する教師信号に対
する予測を行い、教師信号に対する予測精度を考慮する
ことにより学習され、第１のメモリに予め格納されてい
ることを特徴とする信号変換方法である。
【００１６】この発明は、入力信号自身をクラス予測係
数でクラス分類する予測精度クラス分類という効率の良
いクラス分類のＳＤ予測係数を予め求めることができ
る。また、この発明は、信号変換装置および方法に適用
される予測精度クラス分類法のクラス予測係数の学習に
よって得られるＳＤ予測係数を用いてアップコンバージ
ョンを行うことで、入力信号より高い解像度を有する出
力信号を得ることができる。
数でクラス分類する予測精度クラス分類という効率の良
いクラス分類のＳＤ予測係数を予め求めることができ
る。また、この発明は、信号変換装置および方法に適用
される予測精度クラス分類法のクラス予測係数の学習に
よって得られるＳＤ予測係数を用いてアップコンバージ
ョンを行うことで、入力信号より高い解像度を有する出
力信号を得ることができる。
【００１７】
【発明の実施の形態】以下、この発明の実施例について
図面を参照しながら詳細に説明する。信号変換装置およ
び方法に適用される予測精度クラス分類の一例を図１に
示す。この図１Ａは、説明を容易にするため１次元の構
造例である。入力ＳＤ信号から出力ＨＤ信号をクラス分
類適応処理により生成する。まず、入力ＳＤ信号がクラ
スに分類される。このクラスは、信号の特徴により分類
されるグループであり、図１Ｂに示すように、予め学習
によりクラス毎にクラス予測係数（ＳＤ予測係数）およ
びそのＳＤ予測係数に対応する予測係数（ＨＤ予測係
数）を用意しておく。
図面を参照しながら詳細に説明する。信号変換装置およ
び方法に適用される予測精度クラス分類の一例を図１に
示す。この図１Ａは、説明を容易にするため１次元の構
造例である。入力ＳＤ信号から出力ＨＤ信号をクラス分
類適応処理により生成する。まず、入力ＳＤ信号がクラ
スに分類される。このクラスは、信号の特徴により分類
されるグループであり、図１Ｂに示すように、予め学習
によりクラス毎にクラス予測係数（ＳＤ予測係数）およ
びそのＳＤ予測係数に対応する予測係数（ＨＤ予測係
数）を用意しておく。
【００１８】入力ＳＤ信号が分類されたクラスに応じ、
ＲＯＭなどに記憶されているＨＤ予測係数を読み出し、
入力ＳＤ信号とＨＤ予測係数による予測演算を実行し、
出力ＨＤ信号を得るものである。図１Ｂの例では、ｎ個
の各クラスに対し、ＨＤ予測係数ｗ1 、ｗ2 、ｗ3 が用
意されている。この予測演算は、図１Ａの画素配置にお
いては式（１）で表される。
ＲＯＭなどに記憶されているＨＤ予測係数を読み出し、
入力ＳＤ信号とＨＤ予測係数による予測演算を実行し、
出力ＨＤ信号を得るものである。図１Ｂの例では、ｎ個
の各クラスに対し、ＨＤ予測係数ｗ1 、ｗ2 、ｗ3 が用
意されている。この予測演算は、図１Ａの画素配置にお
いては式（１）で表される。
【００１９】 ＨＤ´＝ｗ1 ×sd7 ＋ｗ2 ×sd8 ＋ｗ3 ×sd9 ・・・（１） ＨＤ´：推定ＨＤ画素値 sdi ：ＳＤ信号予測タップ画素値 ｗi ：予測係数
【００２０】このクラス分類法として、入力信号の波形
特性を反映した手法が考えられ、例えば次のようなもの
が挙げられる。 １）ＰＣＭデータを直接使用する。 ２）ＡＤＲＣ（適応的ダイナミックレンジ符号化）を適
用し、クラス数を削減する。 ３）ＤＰＣＭ（予測符号化）を適用し、クラス数を削減
する。 ４）ＶＱ（ベクトル量子化）を適用し、クラス数を削減
する。
特性を反映した手法が考えられ、例えば次のようなもの
が挙げられる。 １）ＰＣＭデータを直接使用する。 ２）ＡＤＲＣ（適応的ダイナミックレンジ符号化）を適
用し、クラス数を削減する。 ３）ＤＰＣＭ（予測符号化）を適用し、クラス数を削減
する。 ４）ＶＱ（ベクトル量子化）を適用し、クラス数を削減
する。
【００２１】これらのクラス分類の方法では、複数の画
素値の組合せが一括して表現される。しかしながら、こ
れらの方法には、回路規模の制約の問題がある。図１Ａ
の例では、クラス分類に１７タップのＳＤ画素が用いら
れる。上述の１）のクラス分類法に従い、各画素を１ビ
ットで表したとしても、２の１７乗という膨大なクラス
数が必要となる。そこで提案されたのがこの発明の信号
変換装置および方法に適用される予測精度クラス分類法
である。
素値の組合せが一括して表現される。しかしながら、こ
れらの方法には、回路規模の制約の問題がある。図１Ａ
の例では、クラス分類に１７タップのＳＤ画素が用いら
れる。上述の１）のクラス分類法に従い、各画素を１ビ
ットで表したとしても、２の１７乗という膨大なクラス
数が必要となる。そこで提案されたのがこの発明の信号
変換装置および方法に適用される予測精度クラス分類法
である。
【００２２】すなわち、式（１）で用いた予測手法を入
力信号の分類自体にも利用するものである。図１の例で
は、予め学習により入力ＳＤ信号自身を表現するＳＤ予
測係数ｋ1 〜ｋ17の組を、ｎクラス分、すなわちｎ種類
だけ用意しておく。例えば、式（２）のように注目画素
ＨＤ´に対応するＳＤ画素ＳＤ´の画素値を周辺の１６
画素から予測する。
力信号の分類自体にも利用するものである。図１の例で
は、予め学習により入力ＳＤ信号自身を表現するＳＤ予
測係数ｋ1 〜ｋ17の組を、ｎクラス分、すなわちｎ種類
だけ用意しておく。例えば、式（２）のように注目画素
ＨＤ´に対応するＳＤ画素ＳＤ´の画素値を周辺の１６
画素から予測する。
【００２３】 ＳＤ´＝ｋ1 ×sd1 ＋・・・＋ｋ7 ×sd7 ＋ｋ9 ×sd9 ＋・・・＋ｋ17×sd17 ・・・（２） ＳＤ´：推定ＳＤ画素値 sdi ：ＳＤ信号予測タップ画素値 ｋi ：ＳＤ自身の予測係数
【００２４】図１の例では、ｎ種類のクラスから式
（２）の演算の結果、ＳＤ自身の表現に最適なクラスを
検出する。この場合の最適というのは、例えば式（３）
のように、式（２）により特定された画素値ＳＤ´と、
入力ＳＤ画素値の予測誤差Ｅが最小となるＨＤ予測係数
ｋ1 〜ｋ17の組を検出する手法であり、これを予測精度
クラス分類法と呼ぶ。
（２）の演算の結果、ＳＤ自身の表現に最適なクラスを
検出する。この場合の最適というのは、例えば式（３）
のように、式（２）により特定された画素値ＳＤ´と、
入力ＳＤ画素値の予測誤差Ｅが最小となるＨＤ予測係数
ｋ1 〜ｋ17の組を検出する手法であり、これを予測精度
クラス分類法と呼ぶ。
【００２５】 ＥMIN ＝ＭＩＮ（｜ＳＤ´−ＳＤ｜）・・・（３） ＳＤ´：推定ＳＤ画素値 ＳＤ：入力ＳＤ画素値 ＥMIN ：ＳＤ値の予測誤差最小値
【００２６】この予測精度クラス分類法を用いることに
より、効率良く、広い範囲のＳＤ信号の変化を表すクラ
ス表現が可能となる。
より、効率良く、広い範囲のＳＤ信号の変化を表すクラ
ス表現が可能となる。
【００２７】ここで、この予測精度クラス分類法を用い
たアップコンバータの一例を図２に示す。まず、１で示
す入力端子からＳＤ信号が供給され、入力ＳＤ信号ｄ０
は、ブロック生成部２およびクラス分類部３へ供給され
る。クラス分類部３は、制御部７、ブロック生成部８、
ＳＤ予測係数ＲＯＭ９、演算部１０、記憶部１１および
クラス決定部１２から構成されている。入力ＳＤ信号ｄ
０が供給されたブロック生成部８では、クラス分類用の
ブロックが生成される。例えば、式（２）に基づいて、
水平１６画素のＳＤデータが選択され、信号ｄ４として
演算部１０へ供給される。
たアップコンバータの一例を図２に示す。まず、１で示
す入力端子からＳＤ信号が供給され、入力ＳＤ信号ｄ０
は、ブロック生成部２およびクラス分類部３へ供給され
る。クラス分類部３は、制御部７、ブロック生成部８、
ＳＤ予測係数ＲＯＭ９、演算部１０、記憶部１１および
クラス決定部１２から構成されている。入力ＳＤ信号ｄ
０が供給されたブロック生成部８では、クラス分類用の
ブロックが生成される。例えば、式（２）に基づいて、
水平１６画素のＳＤデータが選択され、信号ｄ４として
演算部１０へ供給される。
【００２８】演算部１０では、信号ｄ４とＳＤ予測係数
ＲＯＭ９から供給される信号ｄ５（ＳＤ予測係数）とを
用いて、式（２）の予測演算が行われる。このとき、式
（３）に基づく最適予測係数の組を検出するために制御
部７によって、ブロック生成部８からの信号ｄ４（ＳＤ
データ）と、ＳＤ予測係数ＲＯＭ９からの信号ｄ５との
出力の制御が行われる。すなわち、１組の信号ｄ４に対
して複数組の信号ｄ５が演算部１０へ供給される。その
複数の演算結果は、信号ｄ６（予測誤差）として、記憶
部１１に供給される。記憶部１１において、信号ｄ６が
登録され、図１の例では、ｎ個のクラスに対応するＳＤ
予測誤差が記憶される。各ＳＤ予測誤差は、信号ｄ７と
して、クラス決定部１２へ供給され、その最小値が検出
される。検出されたＳＤ予測誤差に対応する予測係数の
属するクラスが決定クラス（信号ｄ８）として、ＨＤ予
測係数ＲＯＭ４へ供給される。
ＲＯＭ９から供給される信号ｄ５（ＳＤ予測係数）とを
用いて、式（２）の予測演算が行われる。このとき、式
（３）に基づく最適予測係数の組を検出するために制御
部７によって、ブロック生成部８からの信号ｄ４（ＳＤ
データ）と、ＳＤ予測係数ＲＯＭ９からの信号ｄ５との
出力の制御が行われる。すなわち、１組の信号ｄ４に対
して複数組の信号ｄ５が演算部１０へ供給される。その
複数の演算結果は、信号ｄ６（予測誤差）として、記憶
部１１に供給される。記憶部１１において、信号ｄ６が
登録され、図１の例では、ｎ個のクラスに対応するＳＤ
予測誤差が記憶される。各ＳＤ予測誤差は、信号ｄ７と
して、クラス決定部１２へ供給され、その最小値が検出
される。検出されたＳＤ予測誤差に対応する予測係数の
属するクラスが決定クラス（信号ｄ８）として、ＨＤ予
測係数ＲＯＭ４へ供給される。
【００２９】また、入力ＳＤ信号ｄ０は、ブロック生成
部２において、例えば式（１）に用いられるようなＳＤ
データが選択される。そのＳＤデータは、信号ｄ１とし
て演算部５へ供給される。すなわち、ブロック生成部２
では、３つのＳＤ画素が選択される。演算部５におい
て、この信号ｄ１（ＳＤデータ）とＨＤ予測係数ＲＯＭ
４から決定クラスに対応するＨＤ予測係数（信号ｄ９）
とを用いて、式（１）のＨＤ予測演算が行われ、アップ
コンバートされたＨＤ予測値は、信号ｄ１０として出力
端子６から取り出される。
部２において、例えば式（１）に用いられるようなＳＤ
データが選択される。そのＳＤデータは、信号ｄ１とし
て演算部５へ供給される。すなわち、ブロック生成部２
では、３つのＳＤ画素が選択される。演算部５におい
て、この信号ｄ１（ＳＤデータ）とＨＤ予測係数ＲＯＭ
４から決定クラスに対応するＨＤ予測係数（信号ｄ９）
とを用いて、式（１）のＨＤ予測演算が行われ、アップ
コンバートされたＨＤ予測値は、信号ｄ１０として出力
端子６から取り出される。
【００３０】ここで、この発明の予測精度クラス分類法
のＳＤ予測係数およびＨＤ予測係数の学習の一例を図３
を用いて説明する。この予測精度クラス分類法の学習
は、従来のＡＤＲＣなどのクラス分類による学習と異な
り、ＳＤ信号のクラスと対応するＨＤ信号のクラスの組
合せが徐々に変化する構造である。これを循環型学習と
呼び、図３には、その学習の順序の一例を示す。
のＳＤ予測係数およびＨＤ予測係数の学習の一例を図３
を用いて説明する。この予測精度クラス分類法の学習
は、従来のＡＤＲＣなどのクラス分類による学習と異な
り、ＳＤ信号のクラスと対応するＨＤ信号のクラスの組
合せが徐々に変化する構造である。これを循環型学習と
呼び、図３には、その学習の順序の一例を示す。
【００３１】まず、学習の対象としてのＳＤ信号全てを
含むＳＤ信号領域２１において、全信号から式（２）に
基づくＳＤ信号自身のＳＤ予測係数が生成される。この
生成には、最小自乗法などが用いられるが、詳しくは後
述する。すなわち、このＳＤ信号領域２１では、全ＳＤ
信号を１つのクラスとして１組のＳＤ予測係数を用い
て、式（４）の演算が行われ、予測誤差Ｅが算出され
る。この予測誤差Ｅは、式（５）および式（６）によっ
て、２組のクラスに分類され、ＳＤ信号領域２２とな
る。すなわち、このＳＤ信号領域２２は、予測誤差しき
い値判定を使用して、２組のクラスと１組のＳＤ予測係
数を有する状態となる。
含むＳＤ信号領域２１において、全信号から式（２）に
基づくＳＤ信号自身のＳＤ予測係数が生成される。この
生成には、最小自乗法などが用いられるが、詳しくは後
述する。すなわち、このＳＤ信号領域２１では、全ＳＤ
信号を１つのクラスとして１組のＳＤ予測係数を用い
て、式（４）の演算が行われ、予測誤差Ｅが算出され
る。この予測誤差Ｅは、式（５）および式（６）によっ
て、２組のクラスに分類され、ＳＤ信号領域２２とな
る。すなわち、このＳＤ信号領域２２は、予測誤差しき
い値判定を使用して、２組のクラスと１組のＳＤ予測係
数を有する状態となる。
【００３２】Ｅ＝｜ＳＤ´−ＳＤ｜・・・（４） Ｃ0 ：Ｅ≦ＴＨ・・・（５） Ｃ1 ：Ｅ＞ＴＨ・・・（６） ＳＤ´：推定ＳＤ画素値 ＳＤ：入力ＳＤ画素値 Ｅ：ＳＤ値の予測誤差 Ｃ0 ：クラス０の予測誤差条件 Ｃ1 ：クラス１の予測誤差条件 ＴＨ：ＳＤ値の予測誤差判定しきい値
【００３３】次に、ＳＤ画素の空間的位置に対応するＨ
Ｄ画素を対応させる。すなわち、ＳＤ信号の生成された
２組のクラスに対応してＨＤ信号領域２３も２組のクラ
スを有する。さらに、ＨＤ信号領域２３では、２組のク
ラスに対応するＨＤ予測係数が式（１）に基づいて生成
される。すなわち、ＨＤ信号領域２３は、２組のクラス
と２組のＨＤ予測係数を有する状態となる。
Ｄ画素を対応させる。すなわち、ＳＤ信号の生成された
２組のクラスに対応してＨＤ信号領域２３も２組のクラ
スを有する。さらに、ＨＤ信号領域２３では、２組のク
ラスに対応するＨＤ予測係数が式（１）に基づいて生成
される。すなわち、ＨＤ信号領域２３は、２組のクラス
と２組のＨＤ予測係数を有する状態となる。
【００３４】そして、ＨＤ信号領域において、この分類
の評価を行う。すなわち、式（１）の予測結果ＨＤ´と
真値ＨＤとの予測誤差判定による、ＨＤ信号領域の再分
類を行う。具体的には、式（７）により、クラスｉの予
測結果ＨＤ´と真値ＨＤとの予測誤差ｅi が検出され
る。このとき、クラス数は２種類しかないので、式
（８）および式（９）によりクラス０とクラス１に再分
類され、ＨＤ信号領域２４が得られる。ここで、ＭＩＮ
i とは、クラスｉのＨＤ予測係数に対する誤差値が最小
となるＨＤ画素が再分類されたクラスｉに含まれること
を意味する。
の評価を行う。すなわち、式（１）の予測結果ＨＤ´と
真値ＨＤとの予測誤差判定による、ＨＤ信号領域の再分
類を行う。具体的には、式（７）により、クラスｉの予
測結果ＨＤ´と真値ＨＤとの予測誤差ｅi が検出され
る。このとき、クラス数は２種類しかないので、式
（８）および式（９）によりクラス０とクラス１に再分
類され、ＨＤ信号領域２４が得られる。ここで、ＭＩＮ
i とは、クラスｉのＨＤ予測係数に対する誤差値が最小
となるＨＤ画素が再分類されたクラスｉに含まれること
を意味する。
【００３５】ｅi ＝｜ＨＤ´i −ＨＤ｜・・・（７） Ｃ0 ：ＭＩＮ0 （ｅi ）・・・（８） Ｃ1 ：ＭＩＮ1 （ｅi ）・・・（９） ＨＤ´：推定ＨＤ画素値 ＨＤ：入力ＨＤ画素値 ｅi ：クラスｉの予測係数によるＨＤ値の予測誤差 Ｃ0 ：クラス０の選択予測誤差条件 Ｃ1 ：クラス１の選択予測誤差条件
【００３６】そして、ＳＤ信号領域２５では、再分類さ
れたＨＤ画素の空間的位置に対してＳＤ画素を対応させ
ることで、ＳＤ信号領域における再分類が行われる。さ
らに、２つのクラスに分類されたＳＤ信号毎に、ＳＤ信
号自身のＳＤ予測係数が式（２）に基づいて生成され
る。次に、上述した式（４）、式（５）および式（６）
と同じく予測誤差をしきい値判定することで、２クラス
をそれぞれ２つに分類し、合計４クラスが生成され、Ｓ
Ｄ信号領域２６となる。すなわち、このＳＤ信号領域２
６は、４組のクラスと２組のＳＤ予測係数を有する状態
となる。
れたＨＤ画素の空間的位置に対してＳＤ画素を対応させ
ることで、ＳＤ信号領域における再分類が行われる。さ
らに、２つのクラスに分類されたＳＤ信号毎に、ＳＤ信
号自身のＳＤ予測係数が式（２）に基づいて生成され
る。次に、上述した式（４）、式（５）および式（６）
と同じく予測誤差をしきい値判定することで、２クラス
をそれぞれ２つに分類し、合計４クラスが生成され、Ｓ
Ｄ信号領域２６となる。すなわち、このＳＤ信号領域２
６は、４組のクラスと２組のＳＤ予測係数を有する状態
となる。
【００３７】ＨＤ信号領域２７では、ＨＤ信号領域２３
と同様にＳＤ画素の空間的位置とＨＤ画素を対応させ
る。すなわち、ＳＤ信号の生成された４組のクラスに対
応してＨＤ信号も４組のクラスが生成される。さらに、
ＨＤ信号領域２７では、４組のクラスに対応するＨＤ予
測係数が式（１）に基づいて生成される。すなわち、Ｈ
Ｄ信号領域２７は、４組のクラスと４組のＨＤ予測係数
を有する状態となる。
と同様にＳＤ画素の空間的位置とＨＤ画素を対応させ
る。すなわち、ＳＤ信号の生成された４組のクラスに対
応してＨＤ信号も４組のクラスが生成される。さらに、
ＨＤ信号領域２７では、４組のクラスに対応するＨＤ予
測係数が式（１）に基づいて生成される。すなわち、Ｈ
Ｄ信号領域２７は、４組のクラスと４組のＨＤ予測係数
を有する状態となる。
【００３８】そして、ＨＤ信号領域において、この分類
の評価を行う。すなわち、式（１）の予測結果ＨＤ´と
真値ＨＤとの予測誤差判定による、ＨＤ信号領域の再分
類を行う。具体的には、式（７）により、クラスｉの予
測結果ＨＤ´と真値ＨＤとの予測誤差ｅi が検出され
る。このＨＤ信号領域２８では、クラス数は４種類とな
るので、式（８）および式（９）を拡張して４クラスと
して再分類される。
の評価を行う。すなわち、式（１）の予測結果ＨＤ´と
真値ＨＤとの予測誤差判定による、ＨＤ信号領域の再分
類を行う。具体的には、式（７）により、クラスｉの予
測結果ＨＤ´と真値ＨＤとの予測誤差ｅi が検出され
る。このＨＤ信号領域２８では、クラス数は４種類とな
るので、式（８）および式（９）を拡張して４クラスと
して再分類される。
【００３９】そして、ＳＤ信号領域２９では、再分類さ
れたＨＤ画素の空間的位置に対してＳＤ画素の位置が対
応されることで、ＳＤ信号領域における分類が行われ
る。さらに、４つのクラスに分類されたＳＤ信号毎に、
ＳＤ信号自身のＳＤ予測係数が式（２）に基づいて生成
される。次に、上述した式（４）、式（５）および式
（６）と同じく予測誤差をしきい値判定することで、４
クラスをそれぞれ２つに分類し合計８クラスが生成さ
れ、ＳＤ信号領域３０となる。すなわち、このＳＤ信号
領域３０は、８組のクラスと４組のＳＤ予測係数を有す
る状態となる。
れたＨＤ画素の空間的位置に対してＳＤ画素の位置が対
応されることで、ＳＤ信号領域における分類が行われ
る。さらに、４つのクラスに分類されたＳＤ信号毎に、
ＳＤ信号自身のＳＤ予測係数が式（２）に基づいて生成
される。次に、上述した式（４）、式（５）および式
（６）と同じく予測誤差をしきい値判定することで、４
クラスをそれぞれ２つに分類し合計８クラスが生成さ
れ、ＳＤ信号領域３０となる。すなわち、このＳＤ信号
領域３０は、８組のクラスと４組のＳＤ予測係数を有す
る状態となる。
【００４０】ＨＤ信号領域３１では、ＨＤ信号領域２３
および２７と同様にＳＤ画素の空間的位置に対してＨＤ
画素の位置を対応させる。すなわち、ＳＤ信号の生成さ
れた８組のクラスに対応してＨＤ信号も８組のクラスが
生成される。さらに、ＨＤ信号領域３１では、８組のク
ラスに対応するＨＤ予測係数が式（１）に基づいて生成
される。すなわち、ＨＤ信号領域３１は、８組のクラス
と８組のＨＤ予測係数を有する状態となる。
および２７と同様にＳＤ画素の空間的位置に対してＨＤ
画素の位置を対応させる。すなわち、ＳＤ信号の生成さ
れた８組のクラスに対応してＨＤ信号も８組のクラスが
生成される。さらに、ＨＤ信号領域３１では、８組のク
ラスに対応するＨＤ予測係数が式（１）に基づいて生成
される。すなわち、ＨＤ信号領域３１は、８組のクラス
と８組のＨＤ予測係数を有する状態となる。
【００４１】さらに、ＳＤ信号領域とＨＤ信号領域との
循環型学習が行われ、最終的にＨＤ信号領域３２におい
て、上述したように式（７）により、クラスｉの予測結
果ＨＤ´と真値ＨＤとの予測誤差ｅi が検出される。こ
のＨＤ信号領域３２では、クラス数はＣＬＡＳＳとなる
ので、式（８）および式（９）を拡張して再分類され
る。
循環型学習が行われ、最終的にＨＤ信号領域３２におい
て、上述したように式（７）により、クラスｉの予測結
果ＨＤ´と真値ＨＤとの予測誤差ｅi が検出される。こ
のＨＤ信号領域３２では、クラス数はＣＬＡＳＳとなる
ので、式（８）および式（９）を拡張して再分類され
る。
【００４２】そして、ＳＤ信号領域３３では、再分類さ
れたＨＤ画素の空間的位置に対してＳＤ画素の位置が対
応されることで、ＳＤ信号領域における分類が行われ
る。さらに、４つのクラスに分類されたＳＤ信号毎に、
ＳＤ信号自身のＳＤ予測係数が式（２）に基づいて生成
される。このように、ＳＤ信号領域の予測誤差しきい値
判定とＨＤ信号領域の予測誤差判定を繰り返し最終的に
所望のクラス数ＣＬＡＳＳに至るまで分類する。
れたＨＤ画素の空間的位置に対してＳＤ画素の位置が対
応されることで、ＳＤ信号領域における分類が行われ
る。さらに、４つのクラスに分類されたＳＤ信号毎に、
ＳＤ信号自身のＳＤ予測係数が式（２）に基づいて生成
される。このように、ＳＤ信号領域の予測誤差しきい値
判定とＨＤ信号領域の予測誤差判定を繰り返し最終的に
所望のクラス数ＣＬＡＳＳに至るまで分類する。
【００４３】ここで、予測精度クラス分類の学習法をソ
フトウェアで行う場合の一例を図４のフローチャートに
示す。ステップ４１からこのフローチャートは始まり、
このステップ４１において、全ＳＤ信号自身の単一クラ
スのＳＤ予測係数が生成される。このＳＤ予測係数と
は、上述した式（２）に用いられるＳＤ自身を予測する
予測係数が生成される。さらに、ステップ４１では、ク
ラス数を計数するためのクラス数カウンタＣを初期化、
すなわち１とする。ステップ４１からステップ４２へ制
御が移ると、ＳＤ信号領域において、上述のＳＤ予測係
数を用いた予測誤差しきい値判定が行われ、各クラスが
２つに分割される。そして、ステップ４３では、ＳＤ信
号のクラスに対応するＨＤ信号のクラスに関して、式
（１）に用いられるＨＤ自身を予測するＨＤ予測係数が
生成される。
フトウェアで行う場合の一例を図４のフローチャートに
示す。ステップ４１からこのフローチャートは始まり、
このステップ４１において、全ＳＤ信号自身の単一クラ
スのＳＤ予測係数が生成される。このＳＤ予測係数と
は、上述した式（２）に用いられるＳＤ自身を予測する
予測係数が生成される。さらに、ステップ４１では、ク
ラス数を計数するためのクラス数カウンタＣを初期化、
すなわち１とする。ステップ４１からステップ４２へ制
御が移ると、ＳＤ信号領域において、上述のＳＤ予測係
数を用いた予測誤差しきい値判定が行われ、各クラスが
２つに分割される。そして、ステップ４３では、ＳＤ信
号のクラスに対応するＨＤ信号のクラスに関して、式
（１）に用いられるＨＤ自身を予測するＨＤ予測係数が
生成される。
【００４４】ステップ４４では、各ＨＤ画素に関し、こ
の予測係数の中から予測誤差を最小とするＨＤ予測係数
が検出される。その結果、ＨＤ信号領域におけるクラス
の再分類が行われる。ステップ４５では、その再分類結
果に対応するＳＤ信号の各クラス毎に、式（２）に用い
られるＳＤ自身を予測するＳＤ予測係数が生成される。
そして、このＳＤ予測係数を用いた予測演算の予測誤差
しきい値判定により、ステップ４６において、各クラス
内のデータを２つに分類されるので、全ＳＤ信号のクラ
ス数が２倍になる。すなわち、ＳＤ信号領域におけるク
ラスの再分類が行われる。
の予測係数の中から予測誤差を最小とするＨＤ予測係数
が検出される。その結果、ＨＤ信号領域におけるクラス
の再分類が行われる。ステップ４５では、その再分類結
果に対応するＳＤ信号の各クラス毎に、式（２）に用い
られるＳＤ自身を予測するＳＤ予測係数が生成される。
そして、このＳＤ予測係数を用いた予測演算の予測誤差
しきい値判定により、ステップ４６において、各クラス
内のデータを２つに分類されるので、全ＳＤ信号のクラ
ス数が２倍になる。すなわち、ＳＤ信号領域におけるク
ラスの再分類が行われる。
【００４５】ステップ４７では、目的のクラス数ＣＬＡ
ＳＳに達するまでクラス分類、すなわちこの再分類、ク
ラス分類のループを繰り返し行う。ステップ４８では、
こうして得られる、ＳＤ自身のＳＤ予測係数と、ＨＤ予
測係数は、図１Ｂに示すようにＲＯＭに登録される。
ＳＳに達するまでクラス分類、すなわちこの再分類、ク
ラス分類のループを繰り返し行う。ステップ４８では、
こうして得られる、ＳＤ自身のＳＤ予測係数と、ＨＤ予
測係数は、図１Ｂに示すようにＲＯＭに登録される。
【００４６】ここで、上述の学習で行われるＳＤ信号領
域とＨＤ信号領域における式（１）および式（２）の予
測係数の生成法について説明する。式（１）および式
（２）の線形一次結合モデルに基づく予測係数を最小自
乗法により生成する例を示す。一般化した例として、Ｘ
を入力データ、Ｗを予測係数、Ｙを推定値として次の式
を考える。
域とＨＤ信号領域における式（１）および式（２）の予
測係数の生成法について説明する。式（１）および式
（２）の線形一次結合モデルに基づく予測係数を最小自
乗法により生成する例を示す。一般化した例として、Ｘ
を入力データ、Ｗを予測係数、Ｙを推定値として次の式
を考える。
【００４７】観測方程式；ＸＷ＝Ｙ・・・（１０）
【数１】
【００４８】この観測方程式により収集されたデータに
最小自乗法を適用する。式（１）の例においては、ｎ＝
３とし、式（２）の例においては、ｎ＝１６とし、そし
てｍが学習データ数とする。そして、式（１０）の観測
方程式をもとに、式（１２）の残差方程式を考える。
最小自乗法を適用する。式（１）の例においては、ｎ＝
３とし、式（２）の例においては、ｎ＝１６とし、そし
てｍが学習データ数とする。そして、式（１０）の観測
方程式をもとに、式（１２）の残差方程式を考える。
【００４９】残差方程式；
【数２】
【００５０】式（１２）の残差方程式から、各ｗi の最
確値は
確値は
【数３】 を最小にする条件が成り立つ場合と考えられる。
【００５１】すなわち、式（１３）の条件を考慮すれば
良いわけである。
良いわけである。
【数４】
【００５２】式（１３）のｉに基づくｎ個の条件を考
え、これを満たすｗ1 、ｗ2 、・・・、ｗn を算出すれ
ば良い。そこで、残差方程式（１２）から式（１４）が
得られる。
え、これを満たすｗ1 、ｗ2 、・・・、ｗn を算出すれ
ば良い。そこで、残差方程式（１２）から式（１４）が
得られる。
【数５】
【００５３】さらに、式（１３）および式（１４）によ
り式（１５）が得られる。
り式（１５）が得られる。
【数６】
【００５４】そして、式（１２）および式（１５）か
ら、正規方程式（１６）が得られる。
ら、正規方程式（１６）が得られる。
【数７】
【００５５】式（１６）の正規方程式は、未知数の数ｎ
と同じ数の方程式を立てることが可能であるので、各ｗ
i の最確値を求めることが出来る。そして掃き出し法
（Gauss-Jordanの消去法）を用いて連立方程式を解く。
以上が線形１次結合モデルに基づく予測係数を最小自乗
法により生成する一例である。
と同じ数の方程式を立てることが可能であるので、各ｗ
i の最確値を求めることが出来る。そして掃き出し法
（Gauss-Jordanの消去法）を用いて連立方程式を解く。
以上が線形１次結合モデルに基づく予測係数を最小自乗
法により生成する一例である。
【００５６】このような学習により、アップコンバータ
などにクラス分類適応処理の中の予測精度クラス分類法
を用いるために要求される、ＳＤデータとＨＤデータの
予測係数の学習を行うことが出来る。こうして、従来よ
りも高性能なアップコンバータが実現される。
などにクラス分類適応処理の中の予測精度クラス分類法
を用いるために要求される、ＳＤデータとＨＤデータの
予測係数の学習を行うことが出来る。こうして、従来よ
りも高性能なアップコンバータが実現される。
【００５７】この実施例のクラス分類適応処理の学習法
において、アクティビティーの低いものは学習の対象か
ら取り除くようにすることで、より高い精度の学習を行
うことができる。
において、アクティビティーの低いものは学習の対象か
ら取り除くようにすることで、より高い精度の学習を行
うことができる。
【００５８】
【発明の効果】この発明に依れば、入力信号自身を予測
係数でクラス分類する手法であり、効率良くクラス分類
を実現することが可能となり、このための予測係数を予
め生成することができる。
係数でクラス分類する手法であり、効率良くクラス分類
を実現することが可能となり、このための予測係数を予
め生成することができる。
【００５９】また、この発明に依れば、入力信号より高
い解像度を有する出力信号を得ることが出来るアップコ
ンバータを実現することが可能となり、さらにそのアッ
プコンバータを用いることによって、クラス分類に応
じ、ＨＤ信号への予測性能を向上することができる。
い解像度を有する出力信号を得ることが出来るアップコ
ンバータを実現することが可能となり、さらにそのアッ
プコンバータを用いることによって、クラス分類に応
じ、ＨＤ信号への予測性能を向上することができる。
【図１】この発明に係る予測精度クラス分類の説明に用
いる略線図である。
いる略線図である。
【図２】この発明の信号変換装置の一実施例を示すブロ
ック図である。
ック図である。
【図３】この発明のクラス予測係数の学習方法の一例を
説明するための略線図である。
説明するための略線図である。
【図４】この発明のクラス予測係数の学習方法の一例の
フローチャートである。
フローチャートである。
【図５】ＳＤ信号とＨＤ信号の説明に用いる略線図であ
る。
る。
【図６】補間フィルタを用いた従来のアップコンバータ
のブロック図である。
のブロック図である。
２、８ ブロック生成部 ３ クラス分類部 ４ ＨＤ予測係数ＲＯＭ ５ 演算部 ７ 制御部 ９ ＳＤ予測係数ＲＯＭ １０ 演算部 １１ 記憶部 １２ クラス決定部
Claims (9)
- 【請求項１】 注目画素の値を上記注目画素の空間的お
よび／または時間的に近傍に存在する複数の画素を使用
して作成することを必要とする信号変換装置および方法
に適用されるクラス分類適応処理におけるクラス予測係
数の学習方法において、 入力信号中に含まれる注目画素に対して空間的および／
または時間的に近傍の複数の参照画素による予測精度に
基づいてクラス分類を行い、上記クラス分類に基づい
て、各クラスと対応する教師信号に対する予測を行い、
上記教師信号に対する予測精度を考慮してクラス予測係
数を生成するクラス予測係数生成手段を有することを特
徴とするクラス予測係数の学習方法。 - 【請求項２】 注目画素の値を上記注目画素の空間的お
よび／または時間的に近傍に存在する複数の画素を使用
して作成することを必要とする信号変換装置および方法
に適用されるクラス分類適応処理におけるクラス予測係
数の学習方法において、 入力信号中に含まれる注目画素に対して空間的および／
または時間的に近傍の複数の参照画素による予測精度に
基づいてクラス分類を行う第１のクラス分類手段と、 上記第１のクラス分類手段に対応する教師信号を用いて
上記予測精度の評価を行う評価手段とを有し、 上記予測精度の評価結果に基き、再び上記入力信号のク
ラス分類を行う第２のクラス分類手段と、 上記第１および第２のクラス分類手段を繰り返すことに
よって、所望のクラス数までクラス分類を行うことを特
徴とするクラス予測係数の学習方法。 - 【請求項３】 請求項１または請求項２に記載のクラス
予測係数の学習方法において、 上記入力信号の予測係数と各クラスの教師信号に対する
予測係数を生成するときに、上記教師信号のアクティビ
ティーの小さいデータを学習対象から除外することを特
徴とするクラス予測係数の学習方法。 - 【請求項４】 請求項２に記載のクラス予測係数の学習
方法において、 上記第１のクラス分類手段は、上記入力信号中に含まれ
る注目画素に対して空間的および／または時間的に近傍
の複数の参照画素による予測精度に対して、しきい値を
用いてクラス分類を行うことを特徴とするクラス分類適
応処理の学習方法。 - 【請求項５】 請求項２に記載のクラス予測係数の学習
方法において、 上記第１のクラス分類手段に対応する教師信号を用いて
上記予測精度の評価を行う場合に、クラス間の予測誤差
比較を用いて評価を行うことを特徴とするクラス分類適
応処理の学習方法。 - 【請求項６】 請求項２に記載のクラス予測係数の学習
方法において、 上記第１のクラス分類手段は、上記入力信号中に含まれ
る注目画素に対して空間的および／または時間的に近傍
の複数の参照画素による予測精度に対して、しきい値を
用いてクラス分類を行い、 上記第１のクラス分類手段に対応する上記教師信号を用
いて上記予測精度の評価を行う場合に、クラス間の予測
誤差比較を用いて評価を行う評価手段とからなることを
特徴とするクラス分類適応処理の学習方法。 - 【請求項７】 請求項２に記載のクラス予測係数の学習
方法において、 上記第１のクラス分類手段および上記評価手段は、予測
係数による予測値と真値との差分絶対値に基づいてクラ
ス分類および評価を行うことを特徴とするクラス分類適
応処理の学習方法。 - 【請求項８】 クラス分類適応処理を用いた信号変換装
置において、 複数のクラス予測係数を出力する第１のメモリ手段と、 入力信号と上記複数のクラス予測係数から予測誤差を演
算する手段と、 上記予測誤差が最小となる上記クラス予測係数を決定ク
ラスとして出力する手段と、 上記決定クラスに応じた予測係数を出力する第２のメモ
リ手段と、 上記入力信号と上記第２のメモリ手段からの上記予測係
数とから予測信号を生成する手段とからなり、 上記クラス予測係数は、上記入力信号中に含まれる注目
画素に対して空間的および／または時間的に近傍の複数
の参照画素による予測精度に基づいてクラス分類を行
い、上記クラス分類に基づいて、各クラスと対応する教
師信号に対する予測を行い、上記教師信号に対する予測
精度を考慮することにより学習され、上記第１のメモリ
手段に予め格納されていることを特徴とする信号変換装
置。 - 【請求項９】 クラス分類適応処理を用いた信号変換方
法において、 複数のクラス予測係数を出力する第１のメモリと、 入力信号と上記複数のクラス予測係数から予測誤差を演
算するステップと、 上記予測誤差が最小となる上記クラス予測係数を決定ク
ラスとして出力するステップと、 上記決定クラスに応じた予測係数を出力する第２のメモ
リと、 上記入力信号と上記第２のメモリからの上記予測係数と
から予測信号を生成するステップとからなり、 上記クラス予測係数は、上記入力信号中に含まれる注目
画素に対して空間的および／または時間的に近傍の複数
の参照画素による予測精度に基づいてクラス分類を行
い、上記クラス分類に基づいて、各クラスと対応する教
師信号に対する予測を行い、上記教師信号に対する予測
精度を考慮することにより学習され、上記第１のメモリ
に予め格納されていることを特徴とする信号変換方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP26484495A JP3671469B2 (ja) | 1995-09-19 | 1995-09-19 | 予測係数の学習方法並びに信号変換装置および方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP26484495A JP3671469B2 (ja) | 1995-09-19 | 1995-09-19 | 予測係数の学習方法並びに信号変換装置および方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0983961A true JPH0983961A (ja) | 1997-03-28 |
| JP3671469B2 JP3671469B2 (ja) | 2005-07-13 |
Family
ID=17409005
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP26484495A Expired - Lifetime JP3671469B2 (ja) | 1995-09-19 | 1995-09-19 | 予測係数の学習方法並びに信号変換装置および方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3671469B2 (ja) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20030020094A (ko) * | 2001-09-01 | 2003-03-08 | 엘지전자 주식회사 | 디스플레이 시스템의 해상도 변환 장치 및 방법 |
| WO2003096273A1 (en) * | 2002-05-08 | 2003-11-20 | Sony Corporation | Data conversion device, data conversion method, learning device, learning method, program, and recording medium |
| EP1530371A3 (en) * | 2003-11-05 | 2006-11-15 | Sony Corporation | Standards conversion apparatus for video images and method for converting the standard of a video signal |
| KR100700982B1 (ko) * | 2005-05-24 | 2007-03-29 | 삼성전자주식회사 | 영상처리방법과, 영상처리장치와 이를 포함하는영상처리시스템 및 그 제어방법 |
| US7627198B2 (en) | 2003-05-29 | 2009-12-01 | Sony Corporation | Information signal processing device and processing method, codebook generating device and generating method, and program for executing the methods |
| US7679675B2 (en) | 2002-04-26 | 2010-03-16 | Sony Corporation | Data converting apparatus, data converting method, learning apparatus, leaning method, program, and recording medium |
| JP2010103981A (ja) * | 2008-09-29 | 2010-05-06 | Sony Corp | 係数学習装置および方法、画像処理装置および方法、プログラム、並びに記録媒体 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0795591A (ja) * | 1993-09-21 | 1995-04-07 | Sony Corp | ディジタル画像信号処理装置 |
| JPH07147681A (ja) * | 1993-09-30 | 1995-06-06 | Sony Corp | ディジタル画像信号の階層符号化および復号装置 |
-
1995
- 1995-09-19 JP JP26484495A patent/JP3671469B2/ja not_active Expired - Lifetime
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0795591A (ja) * | 1993-09-21 | 1995-04-07 | Sony Corp | ディジタル画像信号処理装置 |
| JPH07147681A (ja) * | 1993-09-30 | 1995-06-06 | Sony Corp | ディジタル画像信号の階層符号化および復号装置 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20030020094A (ko) * | 2001-09-01 | 2003-03-08 | 엘지전자 주식회사 | 디스플레이 시스템의 해상도 변환 장치 및 방법 |
| US7679675B2 (en) | 2002-04-26 | 2010-03-16 | Sony Corporation | Data converting apparatus, data converting method, learning apparatus, leaning method, program, and recording medium |
| WO2003096273A1 (en) * | 2002-05-08 | 2003-11-20 | Sony Corporation | Data conversion device, data conversion method, learning device, learning method, program, and recording medium |
| US7372997B2 (en) | 2002-05-08 | 2008-05-13 | Sony Corporation | Data conversion device, data conversion method, learning device, learning method, program and recording medium |
| US7477786B2 (en) | 2002-05-08 | 2009-01-13 | Sony Corporation | Data conversion device, data conversion method, learning device, learning method, program, and recording medium |
| US7627198B2 (en) | 2003-05-29 | 2009-12-01 | Sony Corporation | Information signal processing device and processing method, codebook generating device and generating method, and program for executing the methods |
| EP1530371A3 (en) * | 2003-11-05 | 2006-11-15 | Sony Corporation | Standards conversion apparatus for video images and method for converting the standard of a video signal |
| US7440029B2 (en) | 2003-11-05 | 2008-10-21 | Sony Corporation | Apparatus and method for processing informational signal |
| KR100700982B1 (ko) * | 2005-05-24 | 2007-03-29 | 삼성전자주식회사 | 영상처리방법과, 영상처리장치와 이를 포함하는영상처리시스템 및 그 제어방법 |
| JP2010103981A (ja) * | 2008-09-29 | 2010-05-06 | Sony Corp | 係数学習装置および方法、画像処理装置および方法、プログラム、並びに記録媒体 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3671469B2 (ja) | 2005-07-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8331710B2 (en) | Image processing apparatus and method, learning apparatus and method, and program | |
| WO1994014278A1 (en) | Image signal converter | |
| JP3669530B2 (ja) | 画像信号変換装置及び画像信号変換方法 | |
| JP4696388B2 (ja) | 情報信号処理装置、情報信号処理方法、画像信号処理装置およびそれを使用した画像表示装置、それに使用される係数種データ生成装置、係数データ生成装置、並びに情報記録媒体 | |
| JP3794505B2 (ja) | 信号変換装置及び信号変換方法 | |
| JP3864400B2 (ja) | 画像処理装置および画像処理方法 | |
| JPH0983961A (ja) | クラス予測係数の学習方法並びにクラス分類適応処理を用いた信号変換装置および方法 | |
| JP4548942B2 (ja) | 分類適応型空間−時間フォーマット変換方法及び装置 | |
| JP3743077B2 (ja) | 画像信号変換装置および方法 | |
| JP3693187B2 (ja) | 信号変換装置及び信号変換方法 | |
| JP3723995B2 (ja) | 画像情報変換装置および方法 | |
| JP3669522B2 (ja) | 信号変換装置、信号変換方法、係数学習装置及び係数学習方法 | |
| JP2007251690A (ja) | 画像処理装置および方法、学習装置および方法、並びにプログラム | |
| US8228995B2 (en) | Image processing apparatus, image processing method, and program | |
| JP4352298B2 (ja) | 演算装置及び変換装置並びにそれらの方法 | |
| JP4337186B2 (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 | |
| JP3856244B2 (ja) | 信号変換装置及び信号変換方法 | |
| JP3772408B2 (ja) | 画像信号変換装置および方法 | |
| JP4016138B2 (ja) | 画像信号変換装置及び画像信号変換方法 | |
| JP4131049B2 (ja) | 信号処理装置及び信号処理方法 | |
| JP2009253873A (ja) | 画像処理装置及び方法、並びにプログラム | |
| JPH1056622A (ja) | 画像信号変換装置および方法 | |
| JPH0775066A (ja) | 画像信号変換装置 | |
| JP3814850B2 (ja) | 信号変換装置および方法 | |
| JP4016140B2 (ja) | 係数生成装置及び係数生成方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20041119 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20041130 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050131 |
|
| 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: 20050329 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050411 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080428 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090428 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090428 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100428 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100428 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110428 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120428 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130428 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140428 Year of fee payment: 9 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |