ニューラルネットを用いた画像の適応的予測符号化法

上野 幾朗  伊東 晋  宇都宮 敏男  

誌名
電子情報通信学会論文誌 B   Vol.J75-B1   No.1   pp.48-56
発行日: 1992/01/25
Online ISSN: 
DOI: 
Print ISSN: 0915-1885
論文種別: 論文
専門分野: 情報源符号化
キーワード: 
予測符号化,  ニューラルネットワーク,  レート・ひずみ特性,  適応制御,  可変ブロックサイズ,  

本文: PDF(715.3KB)>>
論文を購入




あらまし: 
ニューラルネットを用いた静止画像の適応的予測符号化法を提案する.本方式は,ニューラルネットを用いて入力層よりも次元の低い(すなわちユニット数の少ない)中間層へ画像信号を写像し,中間層の各ユニット出力を量子化することによりデータ圧縮を実現する手法である.この方式では,4×4画素のブロックを単位とした外挿予測を使用し,その際の予測残差を符号化対象としている.また,高い汎用性を有するニューラルネットを実現するために,内挿予測誤差信号の統計的モデルに基づいて生成したトレーニング系列によりニューラルネットの学習を行っている.本論文では,中間層のユニット数が異なる計11種類のニューラルネットのレート・ひずみ特性を算出し,中間層のユニット数と各ユニットにおける量子化レベル数との最適な関係を明らかにした.更に,画面内の局所的な統計量と上記のレート・ひずみ特性とに基づいて,ニューラルネットと量子化レベル数を適応的に制御すると共に,可変ブロックサイズ方式を導入することで,高い符号化効率と良好な再生品質を実現している.また本方式は,これと同一の予測残差をベクトル量子化する方式よりも優れた符号化特性を示すことが確認された.