Quantification vectorielle par emboîtage d'une hiérarchie de réseaux réguliers de points - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Reports (Research Report) Year : 1995

Quantification vectorielle par emboîtage d'une hiérarchie de réseaux réguliers de points

Abstract

Nous proposons de décrire la conception d'un nouveau schéma de quantification vectorielle destiné à prendre place au sein d'une chaîne de codage pour la compression de séquences d'images animées. L'innovation de notre approche, qui doit permettre une construction rapide du dictionnaire, repose sur la coopération bénéfique de deux techniques déjà éprouvées séparément : la quantification vectorielle algébrique avec la mise en oeuvre de réseaux réguliers de points (treillis), l'édification par apprentissage et suivant un critère débit-distorsion d'un dictionnaire arborescent non-équilibré. Précisément, pour concevoir notre quantificateur, nous mettons en place une hiérarchie multigrille de treillis de même nature à résolution emboîtée. Nous décrivons donc le choix du treillis, puis la construction de cet ensemble hiérarchique de réseaux emboîtés, et enfin l'utilisation de cette hiérarchie dans un schéma simple de quantification. Deux algorithmes pour la construction du dictionnaire arborescent non-équilibré sont détaillés : l'un d'élagage et l'autre de découpage de l'arbre. Un treillis tronqué et un arbre incomplet caractérisent le dictionnaire obtenu, la transmission de ce dernier ne requiert donc l'envoi d'aucun vecteur représentant.

Domains

Other [cs.OH]
Fichier principal
Vignette du fichier
RR-2667.pdf (978.2 Ko) Télécharger le fichier

Dates and versions

inria-00074023 , version 1 (24-05-2006)

Identifiers

  • HAL Id : inria-00074023 , version 1

Cite

Vincent Ricordel, Claude Labit. Quantification vectorielle par emboîtage d'une hiérarchie de réseaux réguliers de points. [Rapport de recherche] RR-2667, INRIA. 1995. ⟨inria-00074023⟩
119 View
134 Download

Share

Gmail Facebook X LinkedIn More