CMAC を用いた段階的表示能力をもつ画像符号化法
スポンサーリンク
概要
- 論文の詳細を見る
本論文では,CMACの学習機能と汎化機能を利用して,段階的表示能力をもつ画像符号化を行う方法を示す.まず,画素のxy座標を入力,画素値を出力とするCMACで,汎化能力の強さが異なるものを複数個用意する.そして,原画像の低周波成分を汎化能力の強いCMACで,高周波成分を汎化能力の弱いCMACで順次学習させる.また学習と同時に,教師信号を復号部に伝送する.このとき,低周波成分に対するCMACほど教師信号の数を減らし,高周波成分に対するCMACの教師信号ほど量子化幅を広げることで,符号化効率を高めることができる.復号部では,教師信号を順次受信し,符号部と同一構造のCMACを学習させる.そして,各CMACの出力を順次加算し画像出力することで段階的表示を行う.本CMAC法では,原画像を与えると直ちに粗に再生画像が得られるので,即応性が優れている.また,加減算のみで処理できるのでハードウェア化する上で有利である.CMAC法とラプラシアンピラミッド法の符号化特性を比較した結果,ほぼ同等の計算量でCMAC法が優れていることがわかった.
- 社団法人電子情報通信学会の論文
- 1993-05-25
著者
関連論文
- 多層神経回路モデルを組み込んだレギュレ-タの設計
- マルチプロセッサを用いた追尾カルマンフィルタの並列処理
- AICを用いた多項式識別関数の構成とシストリックアレ-による情報処理
- リニアアレ-を使った大規模LD分解に対するマルチプロセッサスケジュ-リング法
- デ-タ依存グラフを用いたシストリックアレ-の自動設計
- 最小2乗法を用いた極変動追随アルゴリズム (信号処理特集) -- (適応信号処理)
- 1次元シストリックアレ-の設計法 (並列処理ハ-ドウェアと言語特集)
- 3角ラティスとエスカレ-タアルゴリズムの量子化誤差の解析
- 階層型メモリ構造をもつCMACの設計法
- 大規模並列処理を前提とした多層ニューラルネットワークの構成
- 再構成可能な知識データベースに基づく非線形信号処理
- インテリジェント信号処理論文特集の発行にあたって
- CMAC を用いた段階的表示能力をもつ画像符号化法
- 酵素共役反応系を用いた適応格子形フィルタ
- 分割統合機能をもつCMACとその非線形信号処理への応用