一种基于回归神经网络的非线性矢量量化方法

本文提出了一种两级神经网络矢量量化(NNVQ)的方法.该方案中,通过用激励矢量所驱动的网络输出来逼近所要编码的矢量.网络和激励码本都通过优化从而能克服常规算法中的一些病态情况.实验结果表明使用了回归神经网络和优化训练算法的NNVQ的性能好于一般的矢量量化算法.     

一种基于不等式的矢量量化快速码字搜索算法

传统矢量量化编码算法码字搜索范围较大,编码时间较长.文章提出一种基于不等式的矢量量化快速码字搜索算法.该算法将方差不等式和三角不等式引入范数排序算法(NOS),有效减小了码字搜索范围.实验结果表明,重构图像峰值信噪比(PSNR)相同时,该算法编码时间较低.     

矢量量化有效排查快速编码算法

研究了一种基于均方误差（MSE）测度的矢量量化快速编码算法,算法利用小波变换的特点合理地构造矢量。结合非线性插补矢量量化技术、矢量和值差法和部分失真排除法,在搜索编码过程中,有效排除部分候选码字。实验结果表明,相对于穷尽搜索方法,计算量有明显降低,计算时间减少显著。     

宽带ISF参数的转换分类乘积码锥形矢量量化

本文提出了一种新的应用于宽带导抗谱频率参数量化的转换分类乘积码锥形矢量量化方案.该量化器基于转换分类与乘积码锥形矢量量化原理,首先对待量化的ISF参数矢量进行分类,然后按类进行乘积码锥形矢量量化.该算法具有低存储量及低复杂度的特点.实验表明,该算法在每帧编码比特数为46时,平均谱失真比乘积码锥形矢量量化低,且达到了透明量化标准.     

改进的SOC图像索引压缩算法

提出了一种图像矢量量化的无损索引编码算法.该算法通过利用索引域中的相关性,对矢量量化器输出的索引图进行有效的编码,并且不引入额外的编码失真.该算法是在经典算法SOC(Search-Order Coding)基础上的改进,实验结果表明,与经典SOC算法相比,文中算法实现了更好的压缩性能,且在码书越大的情况下,性能提升越为明显.     

基于小波变换的多级矢量量化图像编码算法

结合小波变换中多分辨率分析特性以及多级矢量量化复杂度低、量化效果较好的特点提出了一种基于小波变换的多级矢量量化图像编码方法。在使用多级量化的基础上采用联合优化多级矢量量化的码本设计方法,进一步提升量化效果。试验数据表明,该方法相对于传统的矢量量化算法,量化效果进一步提高,复杂度也在可接受范围之内,达到了很好的压缩编码效果。     

基于空间组合矢量分类的小波图像网格编码矢量量化

本文基于零树编码、矢量分类和网格编码量化的思想,提出了对小波图像采用空间矢量组合和分类后进行网格编码矢量量化的新方法.该方法充分利用了各高频子带系数频率相关性和空间约束性,依据组合矢量能量和零树矢量综合判定进行分类,整幅图像只需单一量化码书,分类信息占用比特数少.对重要类矢量实行加权网格编码矢量量化,利用卷积编码扩展信号空间以增大量化信号间的欧氏距离,用维特比算法搜索最优量化序列,比使用矢量量化提高了0.6db左右.该方法编码计算复杂度适中,解码简单,可达到很好的压缩效果.     

语音LSF参数M-L搜索VQ算法研究

针对高效低速率语音编码,以LBG矢量量化码书设计算法为基础,研究了M-L搜索多级矢量量化(VQ)的码书设计算法和M-L搜索多级矢量量化编解码算法,同时对整个算法进行了全面的测试和性能分析。设计结果表明:该方法可有效提高LSF参数压缩的效率,改善谱失真指标。     

基于星载SAR的原始数据压缩算法

星载SAR的原始数据量大,受到星上设备的数据处理能力和下行链路带宽的制约,需要把原始数据进行有效的压缩以便在系统允许的条件下存储和传输.因此必须采取一种能提供较高压缩比和较低编码/解码误差的高效SAR原始数据压缩算法,将SAR的原始数据进行压缩.分块自适应量化(BAQ)算法,其具有计算简单、实施方便的特点.为了进一步提高数据的压缩比和压缩质量,不断有更多的算法被提出,如矢量量化(VQ)、栅格编码矢量量化(TCVQ)等,对BAQ、VQ和TCVQ三种算法加以研究并给出相应的实验结果,最后对以上算法的综合性能做一个评述.     

宽带ISF参数的非等系数帧间预测分裂矢量量化方法

 本文提出了一种新的适用于宽带语音编码ISF参数量化的非等系数帧间预测分裂矢量量化方案.该量化方案利用ISF参数的帧间相关性,基于预测分裂矢量量化原理,首先对待量化的ISF参数矢量进行去均值和非等系数帧间预测,然后对去均值后的ISF参数的预测残差进行分裂矢量量化.实验表明,该算法在每帧编码比特数为46bits时达到了透明量化,且平均谱失真比G.722.2中ISF参数量化的平均谱失真小.     

噪声信道中基于进化算法的矢量量化器的设计

本文提出了一个基于进化算法的信道最优矢量量化器（COVQ）设计算法。该算法在给定信道状态模型和存在信道噪声的情况下，可以有效地提高矢量量化器的性能，实现了信道最优矢量量化器的设计。与目前常用的码书设计算法比较，实验结果表明该算法可获得比传统算法更高的性能增益。     

基于仿射变换的改进型矢量量化编码

本文提出了基于仿射变换的改进型矢量量化编码算法，并给出了两种不同的实用结构，与传统矢量量化算法相比，该方法在不需要重新训练新码本及不增加码本存储空间的情况下，降低了编码误差，使得重建图像的ＰＳＮＲ显著增加，图像的主观质量也得到很大的改善。     

声纹识别的应用与矢量量化算法研究

针对声纹识别算法中的矢量量化方法,给出一种新的初始码本选择策略:超球面极值选择法;对提出的新策略进行性能分析,证明该方法在矢量量化码本训练过程中收敛速度快,不存在振荡点与空胞腔问题,计算量小,易于实现;应用此策略实现了基于矢量量化的说话人识别系统,与传统选择策略的系统识别结果进行统计比较,结果表明由改进超球面极值选择法得到的说话人矢量量化码本,识别性能好,具有可应用价值。     

Video compression employing algorithm using temporal blockingstructures

A new video compression algorithm based on a temporal blocking structure, rather than the more conventional spatial blocking structure, is described. This blocking structure forms the basis of an adaptive vector quantisation (VQ) algorithm, the performance of which is then compared with a similar adaptive VQ scheme based on a spatial blocking structure     

Multipurpose speech watermarking based on multistage vector quantization of linear prediction coefficients

To make speech watermarking achieve both copyright protection and integrity verification, a novel multipurpose speech watermarking algorithm based on the multistage vector quantization (MSVQ) of linear prediction coefficients (LPCs) is presented in this article. The property of natural speech that the vector quantization (VQ) indices of the LPCs amongst neigh- boring frames tend to be very similar is utilized to embed the robust watermark in the indices of the first-stage VQ (VQ1). Then, the semi-fragile watermark is embedded in the indices of the second-stage VQ (VQ2) with index constrained VQ encoding scheme. Both the robust watermark and the semi-fragile water- mark can be extracted without host speech. Simulation results verify the effectiveness of the proposed algorithm in terms of robustness and semi-fragility.     

应用神经网络的图像分类矢量量化编码

矢量量化作为一种有效的图像数据压缩技术，越来越受到人们的重视。设计矢量量化器的经典算法ＬＢＧ算法，由于运算复杂，从而限制了矢量量化的实用性。本文讨论了应用神经网络实现的基于边缘特征分类的矢量量化技术。它是根据人的视觉系统对图象的边缘的敏感性，应用模式识别技术，在对图像编码前，以边缘为特征对图像内容分类，然后再对每类进行矢量量化。除特征提取是采用离散余弦变换外，图像的分类和矢量量化都是由神经网络完成     

图像矢量量化——改进的自组织特征映射神经网络的算法

图像矢量量化（VQ）是图像压缩算法中的重要环节,在VQ中起决定性因素的是构造出性能优异的码书。为改善矢量量化码书的性能,文中在分析Kohonen自组织特征映射（SOFM）的基础上,提出一种识别距离SOFM的算法,同时将矢量量化应用于图像的小波变换域。测试结果表明,改进的算法使码书设计的计算量得到明显的降低,而且码书的性能得到了提高。     

利用小波变换和约束矩阵进行图像压缩编码

本文将小波变换和矢量量化相结合对图像进行压缩编码,分析了图像经小波变换后的数据结构特性以及各小波分量之间的相关性。这种相关性的存在是由于小波变换具有良好的空－频域局部化特性。本文构造了结构约束矩阵来描述这种相关性,并以此为基础对传统的矢量量化算法进行了改进,改进后的算法减小了计算量,降低了码率。     

Cache vector quantisation algorithm in video compression

A new vector quantisation (VQ) algorithm based on a strategy similar to the cache in traditional computers is proposed and simulated. The method can significantly reduce the redundancy in VQ indices. According to the simulated results, the bit rate is variable but is much less than that of the primary full search algorithm. For test sequence 'Miss America', the mean square error is approximately 23 and the bit rate is approximately 0.3 bit/pixel.<>     

Vector quantization with transmission energy allocation fortime-varying channels

This work is concerned with the problem of designing robust, vector quantizer (VQ)-based communication systems for operation over time-varying Gaussian channels. Transmission energy allocation to VQ codeword bits, according to their error sensitivities, is a powerful tool for improving robustness to channel noise. The power of this technique can be further enhanced by appropriately combining it with index assignment methods. We pose the corresponding joint optimization problem and suggest a simple iterative algorithm for finding a locally optimal solution. The susceptibility of the solution to poor local minima is significantly reduced by an enhanced version of the algorithm which invokes the method of noisy channel relaxation whereby the VQ system is optimized while gradually decreasing the assumed level of channel noise. In a series of experiments, the resulting combined technique is shown to outperform standard pseudo-Gray coding by up to 3.5 dB and to exhibit graceful degradation at mismatched channel conditions. Finally, we extend these ideas to the case where both the transmitter and the receiver have information on the current state of a time-varying channel. The proposed method is based on switched encoding and adaptive decoding. Experimental results show that the proposed system achieves close to optimal performance