向量量化的快速法則

Abstract

本篇論文的主要目的是在探討有關向量化快速計算的可行性，並提出一套向量量化的 快速計算法則，提供給目前做語音及影像信號的編碼及識別研究，使用到向量量化時 縮短計算時間之用。雖然在本篇論文中，有關我們提出的快速計算法則的效益模擬是 針對影像信號做的，但我們認為其結果可以直接適用在其他信號－如語音信號。 向量量化的技術被實際使用在信號編碼，是開始在1980年LBG 法則的提出。LBG 法則 摒棄了有關信號統計特性的困擾，直接採用反覆計算的方法得到一組合理收斂的碼字 （Code Word）。完整的向量量化包括以下三個步驟：ぇ碼簿訓練（Code Book Train ing ），え編碼及ぉ解碼。其中解碼只是簡單的查表工作，而碼簿訓練和編碼的工作 基本上都會消耗大量的計算。如何降低碼簿訓練和編碼所需的計算量使向量量化更具 有實用價值，自來已有許多人投入研究，其中不乏效率相當高的快速法則，但在實際 使用時，那些方法卻太過繁複，增加程式設計時的困擾。 對於LBG 法則，我們採用了在LBG 法則中自然存在的收斂特性，配合三角不等式消去 法及部份失真消去法，簡單而有效的降低了所需的計算量。當我們使用影像信號“Le na”所產生的16維向量當作LBG 法則的訓練向量時，我們的快速法則對乘法和加法計 算量的節省超過了95％。對於編碼，我們僅採用了部份失真消去法配合Siscrete Cos ine 轉換，在對前述影像的編碼模擬中，計算量的節省也超過了85％。