KR100319919B1 - 가변 확률모형을 사용한 개선된 산술 부호화기 및/또는 복호화기 - Google Patents
가변 확률모형을 사용한 개선된 산술 부호화기 및/또는 복호화기 Download PDFInfo
- Publication number
- KR100319919B1 KR100319919B1 KR1019960027373A KR19960027373A KR100319919B1 KR 100319919 B1 KR100319919 B1 KR 100319919B1 KR 1019960027373 A KR1019960027373 A KR 1019960027373A KR 19960027373 A KR19960027373 A KR 19960027373A KR 100319919 B1 KR100319919 B1 KR 100319919B1
- Authority
- KR
- South Korea
- Prior art keywords
- probability model
- arithmetic
- decoder
- variable
- frame
- Prior art date
Links
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
가변 확률 모형을 사용하는 개선된 산술 부호화기 및/또는 복호화기가 개신된다. 이 산술 부호화기 및 복호화기는 부호화하고자 입력되는 데이타의 매 프레임마다 확률 모형의 구성 인자를 이전 프레임까지의 인자 정보를 이용하여 재구성하고, 재구성된 확률 모형의 구성 인자에 따라서 제1가변 확률 모형을 생성하는 제1확률 모형 재구성부, 상기 제1가변 확률 모형을 참조하여 상기 입력 데이타를 프레임 단위로 산술 부호화하는 산술 부호화기, 상기 산술 부호화기에 의해 부호화된 비트스트림을 제2가변 확률 모형을 참조하여 프레임 단위로 산술 복호화하는 산술 복호화기, 상기 산술 복호화기에 의해 복호화된 데이타의 매 프레임마다 확률 모형의 구성 인자를 이전 프레임까지의 인자 정보를 이용하여 재구성하고, 재구성된 확률 모형의 구성 인자에 따라서 상기 제2가변 확률 모형을 생성하는 제2확률 모형 재구성부를 구비하는 것을 그 특징으로 한다. 이에 따라, 각 프레임마다 최적으로 적응될 수 있는 확률 모형 심볼을 예측하고, 그에 따른 확률 모형을 재구성할 수 있는 구조로 구현함으로써, 부호화 성능을 대폭적으로 향상시킬 수 있다.
Description
본 발명은 가변 확률 모형을 사용하는 개선된 산술 부호화기 및/또는 복호화기에 관한 것으로서, 특히 각 프레임마다 가변적인 확률 모형의 구성인자(이하 심볼이라 칭함)를 가변 확률 모형을 적용하여 부호화 및/또는 복호화하는 산술 부호화기 및/또는 복호화기에 관한 것이다.
산술 부호화(arithmetic coding)방식은 허프만(Huffman) 부호화, 렘펠-지브(Lempel-Ziv) 부호화 등과 같이 입력정보를 손상시키지 않고 다시 복원가능한 무손실 부호화방식이다. 산술 부호화방식은 기존의 무손실 엔트로피 부호화방식(예를 들면, 허프만부호화, 렘펠-지브 부호화 등)에 비해 압축률이 뛰어나다는 장점이 있다. 이는 기존의 방식이 압축대상 기호의 확률이 그대로 출력된 비트량에 반영되지 않는 반면, 산술 부호화 방식은 기호의 확률에 근사하게 반영되어 엔트로피에 가까운 압축률을 갖게 되기 때문이다. 제1도를 참조하면, 적응식 무손실 부호화를 사용하는 경우에는 범용 확률 모형을 복호기가 보유하고 있지 않아도 되고,고정식에 비해 적응식이 그 성능이 대체적으로 뛰어나다.
산술 부호화방식은 현재 동영상 신호압축에 이용되는 표준방식인 H.263에도 선택 사양으로 채택되어 있으며, 채택시 허프만 부호화를 이용한 가변길이 부호화방식보다도 뛰어난 성능을 보여주고 있다. H.263에서 사용하는 산술 부호화방식은 문법기반(syntax-based)의 산술 부호화로 불리우고 있으며, 이 경우 문법에 따라 서로 다른 확률 모형을 사용한다.
일반적인 산술 부호화기 및 복호화기에 대하여 제1도를 참조하여 설명하면 다음과 같다. 제1도에 있어서, 입력 데이타(101)는 산술 부호화기(102)에서 확률 모형(104)을 근거로 하여 부호화된다. 이때, 신호선(103)과 같이 확률 모형(104)이 일방적으로 참조만 될 경우를 고정식 산술 부호화라 하며, 신호선(105)와 같이 산술 부호화기(102)로 부터 확률 모형(104)이 최신화(update)되는 경우를 적응식 산술 부호화라 한다. 산술 부호화기(102)에서 부호화된 비트스트림(106)은 산술 복호화기(107)에서 복호화되어 복호화된 데이타(111)를 출력한다. 이때, 산술 부호화방식이 고정식 혹은 적응식이냐에 따라서 부호화시와 동일한 방법으로 신호선(108) 혹은 신호선(110)에 의해 확률 모형(109)을 참조하거나, 최신화한다.
상기와 같은 일반적인 산술 부호화기 및 복호화기에서는 초기에 ㄱ려정된 확률 모형의 심볼을 부호화되는 모든 프레임에 일률적으로 적용함으로써 시간에 따라 변화하는 프레임의 특성을 반영할 수 없었다. 따라서, 각 프레임마다 최적으로 적용될 수 있는 심볼의 예측과 그에 따른 확률 모형 재구성 기능을 가진 개선된 산술 부호화방식이 필요하게 되었다.
본 발명이 이루고자 하는 기술적인 과제는, 각 프레임에 최적으로 적용될 수 있는 확를 모형을 이전 프레임까지의 인자(index;입력 데이타가 가질 수 있는 모든 경우)의 확률 등의 정보로부터 심볼을 예측하여 구하고, 그에 해당하는 확률 모형을 사용하여 입력 데이타를 부호화 및/또는 복호화하는 가변 확률 모형을 사용하는 개선된 고정식 혹은 적응식 산술 부호화기 및/또는 복호화기를 제공하는 것이다.
본 발명이 이루고자 하는 다른 기술적인 과제는, 각 프레임에 최적으로 적용될 수 있는 확률 모형을 이전 프레임까지의 인자의 확률 등의 정보로부터 심볼을 예측하여 구하고, 그에 해당하는 확률 모형을 사용하여 입력 데이타를 부호화 및/또는 복호화하는 가변확률 모형을 사용하는 개선된 문법기반의 적응식 산술 부호화기 및/또는 복호화기를 제공하는 것이다.
도 1은 일반적인 산술 부호화기 및 복호화기를 설명하기 위한 블럭도이다.
도 2는 본 발명에서 사용하는 확률 모형과 심볼을 설명하기 위한 테이블이다.
도 3은 본 발명에 의한 개선된 산술 부호화기의 제1실시예에 따른 블럭도이다.
도 4는 본 발명에 의한 개선된 산술 복호화기의 제1실시예에 따른 블럭도이다.
도 5는 본 발명에 의한 개선된 산술 부호화기의 제2실시예에 따른 블럭도이다.
도 6은 본 발명에 의한 개선된 산술 복호화기의 제2실시예에 따른 블럭도이다.
도 7은 본 발명에 의한 개선된 산술 부호화기의 제3실시예에 따른 블럭도이다.
도 8은 본 발명에 의한 개선된 산술 복호화기의 제3실시예에 따른 블럭도이다.
<도면의 주요부분에 대한 부호의 설명>
201,301,401,501,601,701...확률모형 재구성부
202,402,602...산술 부호화기
203,303,403,503,603,703...확률 모형
302,502,702...산술 복호화기
603,703...문법기반 다중화기
상기 과제를 이루기 위하여 본 발명에 의한 가변 확률 모형을 사용하는 개선된 고정식 산술 부호화기 및 복호화기는, 부호화하고자 입력되는 데이타의 매 프레임마다 확률 모형의 구성 인자를 이전 프레임까지의 인자 정보를 이용하여 재구성하고, 재구성된 확률 모형의 구성 인자에 따라서 제1가변 확률 모형을 생성하는 제1확률 모형 재구성부; 상기 제1가변 확률 모형을 참조하여 상기 입력 데이타를 프레임 단위로 산술 부호화하는 산술부호화기; 상기 산술 부호화기에 의해 부호화된 비트스트림을 제2가변 확률 모형을 참조하며 프레임 단위로 산술 복호화하는 산술 복호화기; 및 상기 산술 복호화기에 의해 복호화된 데이타의 매 프레임마다 확률 모형의 구성 인자를 이전 프레임까지의 인자 정보를 이용하여 재구성하고, 재구성된 확률 모형의 구성 인자에 따라서 상기 제2가변 확률 모형을 생성하는 제2확률 모형 재구성부를 구비하는 것을 특징으로 한다.
상기 다른 과제를 이루기 위하여 본 발명에 의한 가변 확률 모형을 사용하는 개선된 문법기반의 적응식 산술 부호화기 및 복호화기는, 부호화하고자 입력되는 데이타의 매 프레임마다 확률 모형의 구성 인자를 이전 프레임까지의 인자 정보를 이용하여 재구성하고, 재구성된 확률 모형의 구성 인자에 따라서 제1가변 확률 모형을 생성하는 제1확률 모형 재구성부; 상기 제1가변 확률 모형을 참조하여 상기 입력 데이타를 프레임 단위로 산술 부호화하는 산술 부호화기; 특정한 문법을 기반으로 하여 상기 입력 데이타를 문법에 의해 지정된 특정 확률 모형을 상기 제1가변 확률 모형들로부터 참조하도록 다중화하는 제1문법기반 다중화기; 상기 산술 부호화기에 의해 부호화된 비트스트림을 제2가변 확률 모형을 참조하여 프레임 단위로 산술 복호화하는 산술 복호화기; 특정한 문법을 기반으로 하여 상기 부호화된 비트스트림을 문법에 의해 지정된 특정 확률 모형을 상기 제2가변 확률 모형들로부터 참조하도록 다중화하는 문법기반 다중화기; 및 상기 산술 복호화기에 의해 복호화된 데이타의 매 프레임마다 확률 모형의 구성 인자를 이전 프레임까지의 인자정보를 이용하여 재구성하고, 재구성된 확률 모형의 구성 인자에 따라서 상기 제2가변 확률 모형을 생성하는 제2확률 모형 재구성부를 구비하는 것을 특징으로 한다.
이하 첨부된 도면들을 참조하면서 본 발명에 따른 바람직한 실시예를 설명하기로 한다.
도 2는 본 발명에서 사용하는 확률 모형과 심볼을 나타낸 테이블이다. 데이타 변환기술을 이용하는 부호화(transform coding)의 경우, 데이타의 변환 및 양자화 이후에 생성되는 많은 인자 중에서 확률이 큰 일정 수의 인자는 확률 모형의 심볼로 할당하여 부호화하고, 확률이 작은 인자는 부호화시 지나치게 많은 비트가 할당되므로 모두 별도로 하나의 심볼로 설정하고 따로 처리하는 것이 부호화에 유리하다. 이 경우 각 프레임마다 의미있는 심볼의 분포가 다르므로 이들 확률 모형 심볼을 매 프레임마다 바꾸어준다. 특히, 영상의 이산적 코사인 변환을 이용한 부호화의 경우, N*N 크기의 양자화된 이산적 코사인 변환계수 블럭에서 교류성분(AC)의 지그재그(zigzag) 스캐닝을 통한 인자의 정보를 누적시켜 다음 프레임의 심볼 예측에 사용하여 일정 수의 인자를 심볼로 결정하고, 그 이외의 인자는 이스케이프(escape) 심볼로 처리하도로 한다. 이러한 심볼의 구성은 매 프레임마다 프레임 특성에 맞게 변화시킨다.
도 2를 참조하면, 참조부호 121은 누적된 모든 n개의 인자(123,124)로 부터 확률 분포(125)를 통해 확률이 큰 m개의 인자를 선택한 새로운 심볼값을 나타내고, 참조부호 122는 나머지 인자값(124)을 모두 지칭하는 이스케이프 심볼을 의미한다. 인자(123,124)는 부호화를 거쳐야 할 n개의 모든 인자값으로서, 매 프레임마다 확률분포(125)가 변화하므로 심볼(121,122)로의 선정이 가변적으로 바뀌게 된다. 확률 분포(125)는 m개의 확률이 큰 부분과 (n-m)개의 나머지 확률이 작은 부분으로 나된다. 이러한 가변 확률 모형을 이용한 산술 부호화기 및 복호화기가 도 3 내지 도 8에 도시되어 있다.
도 3은 본 발명에 의한 개선된 산술 부호화기의 제1실시예에 따른 블럭도로서, 크게 확률 모형 재구성부(201), 산술 부호화기(202)와 확률 모형(203)으로 이루어진다.
도 3을 참조하면, 입력 데이타(200)는 확률 모형 재구성부(201)를 거쳐 산술 부호화기(202)에서 재구성된 확률 모형(203)을 참조하여 부호화되고, 부호화된 비트스트림(204)을 출력한다. 확률 모형 재구성부(201)의 동작을 살펴보면, 우선 제211단계에서 입력 데이타(200)가 새로운 프레임의 시작인지를 확인하여, 새로운 프레임의 시작이면 제213단계를 수행하고, 새로운 프레임의 시작이 아니면 입력 데이타(200)를 산술 부호화기(202)로 인가한다. 새로운 프레임의 첫번째 데이타(In_1;216)가 입력되는 제211단계에서 경로(212)를 통해 제213단계에서 새로운 프레임을 위한 심볼이 예측된다. 심볼 예측은 산술 부호화기(202)에 의해 현재 이전까지의 프레임 정보로 부터 제214단계에서 누적된 정보를 이용한다. 이때 누적되는 정보는 입력 데이타(200)가 가질 수 있는 모든 수의 인자(index)에 대하여 현재 프레임 이전까지 혹은 일정한 범위 전까지의 프레임을 통해, 해당인자의 발생 횟수 등과 같은 현재 이전의 입력된 인자 정보를 의미한다. 제214단계를 통해 제213단계에서는 일정한 특성에 대한 한계내에 존재하는 모든 인자 혹은 일정 수의 인자를 선택하여, 이 인자들이 현재 프레임에 가장 적합한 확률 모형의 인자라고 가정하고, 이들을 현재 프레임의 심볼로 예측한다. 이 경우, 선택되지 않은 인자들의 경우는 모두 하나의 심볼 즉, 이스케이프 심볼로 규정하고, 각 인자들의 값을 따로 부호화한다. 이렇게 결정된 심볼을 이용한 도 2의 테이블 업데이트단계(제215단계)에 의해 새로운 확률 모형(203)이 재구성된다. 이러한 과정이 끝나면 매 프레임의 첫번째 데이타(216)가 산술 부호화기(202)로 입력된다. 이후, 입력되는 프레임내의 데이타(218)는 경로(217)을 통해 산술 부호화기(202)로 입력된다.
도 4는 본 발명에 의한 개선된 산술 복호화기의 제1실시예에 따른 블럭도로서, 크게 확률 모형 재구성부(301), 산술 복호화기(302)와 확률 모형(303)으로 이루어진다.
도 4를 참조하면, 도 3의 산술 부호화기(202)에서 부호화된 비트스트림(300)은 산술 복호화기(302)에서 확률 모형(303)을 근거로 하여 복호화되고, 복호화된 데이타(304)는 확률 모형 재구성부(301)로 입력된다. 확률 모형 재구성부(301)의 동작을 살펴보면, 우선 제311단계에서 입력 데이타(300)가 새로운 프레임의 시작인지를 확인하여, 새로운 프레임의 시작이면 제313단계를 수행하고, 새로운 프레임의 시작이 아니면 즉, 프레임내의 데이타이면 복호화된 데이타(316)를 그대로 출력한다. 여기서, 복호화된 데이타(316)는 산술 복호화기(302)에서 복호화된 데이타(304)와 동일한 데이타이다. 경로(312)는 경로(212)와 동일한 구조로서, 먼저 산술 복호화기(302)에 의해 제314단계에서 누적된 인자 정보를 이용하여 제313단계에서 새로운 프레임에 대한 심볼이 예측되고, 이 심볼에 대한 확률 모형(303)이 테이블 업데이트단계(제315단계)를 통해 재구성된다.
도 5는 본 발명에 의한 개선된 산술 부호화기의 제2실시예에 따른 블럭도로서, 크게 확률 모형 재구성부(401), 산술 부호화기(402)와 확률 모형(403)으로 이루어지고, 도 6은 본 발명에 의한 개선된 산술 복호화기의 제2실시예에 따른 블럭도로서, 크게 확률 모형 재구성부(501), 산술 복호화기(502)와 확률 모형(503)으로 이루어진다.
도 3과 도 4에 도시된 본 발명에 의한 산술 부호화기 및 복호화기의 제1실시예와 도 5와 도 6에 도시된 제2실시예의 차이점은, 제1실시예에서 사용하는 산술 부호화기 및 복호화기(202,302)가 고정식인 반면, 제2실시예에서 사용하는 산술 부호화기 및 복호화기(402,502)가 적응식이라는 것이다. 즉, 도 5와 도 6에 있어서, 신호선(406,506)은 각각 적응식 산술 부호화기(402) 및 복호화기(502)에서의 프레임내의 데이타 입력에 대한 확률 모형(403,503)의 업데이트를 의미한다.
도 7은 본 발명에 의한 개선된 산술 부호화기의 제3실시예에 따른 블럭도로서, 크게 확률 모형 재구성부(601), 산술 부호화기(602), 문법기반 다중화기(603)와 확률 모형(604)으로 이루어지고, 도 8은 본 발명에 의한 개선된 산술 복호화기의 제3실시예에 따른 블럭도로서, 크게 확률 모형 재구성부(701), 산술 복호화기(702), 문법기반 다중화기(703)와 확률 모형(704)으로 이루어진다.
도 3과 도 4에 도시된 본 발명에 의한 산술 부호화기 및 복호화기의 제1실시예 및 도 5와 도 6에 도시된 제2실시예와 도 7과 도 8에 도시된 제3실시예의 차이점, 제3실시예에서 사용하는 산술 부호화기 및 복호화기(602,702)가 문법 기반의 적응식 산술 부호화 방식을 사용하는 것이다. 즉, 도 7과 도 8에 있어서, 문법기반 다중화기(603,703)은 각각 특정한 문법을 기반으로 입력 데이타를 문법에 의해 지정된 특정 확률 모형을 신호선(605,705)을 통해 확률 모형(604,704)들로부터 참조하도록 한다. 이와 동시에, 신호선(605,705)는 적응식 산술부호화기(602) 및 복호화기(702)에서의 프레임내의 데이타 입력에 대한 확률 모형의 최신화과정을 나타낸다.
여기서, 본 발명에 의한 가변 확률 모형을 사용하는 개선된 산술 부호화기 및/또는 복호화기는 영상 추정 및 영상 보상된 신호에 적용하여 사용할 수도 있다.
여기서, 상기 산술 부호화기(202,402,602) 및 산술 복호화기(302,502,702)는 일반적인 엔트로피 부호화기 및 복호화기로 대체가능하다. 또한, 상기 산술 부호화기(202,402,602) 및 산술 복호화기(302,502,702)는 일반적인 변환부호화기 및 복호화기와 양자화기 및 역양자화기로 대체가능하다.
본 발명은 상기 실시예에 한정되지 않으며, 많은 변형이 본 발명의 기술적 사상내에서 당 분야에서 통상의 지식을 가진 자에 의해 가능함은 명백하다.
본 발명에 의한 가변 확률 모형을 사용하는 개선된 산술 부호화기 및/또는 복호화기에서는 기존의 산술 부호화방식에서의 확률 모형내의 심볼의 불가변성을 개선하여 각 프레임마다 최적으로 적용될 수 있는 확률 모형 심볼을 예측하고, 그에 따른 확률 모형을 재구성할 수 있는 구조로 구현함으로써, 부호화 성능을 대폭적으로 향상시킬 수 있다.
Claims (8)
- 부호화하고자 입력되는 데이타의 매 프레임마다 확률 모형의 구성 인자를 이전 프레임까지의 인자 정보를 이용하여 재구성하고, 재구성된 확률 모형의 구성 인자에 따라서 가변 확률 모형을 생성하는 확률 모형 재구성부; 및상기 가변 확률 모형을 참조하여 상기 입력 데이타를 프레임 단위로 산술 부호화하는 산술 부호화기를 구비하는 것을 특징으로 하는 가변 확률 모형을 사용하는 개선된 산술 부호화기.
- 제1항과 같은 산술 부호화기에 의해 부호화된 비트스트림을 가변 확률 모형을 참조하여 프레임 단위로 산술 복호화하는 산술 복호화기; 및상기 산술 복호화기에 의해 복호화된 데이타의 매 프레임마다 확률 모형의 구성인자를 이전 프레임까지의 인자 정보를 이용하여 재구성하고, 재구성된 확률 모형의 구성인자에 따라서 상기 가변 확률 모형을 생성하는 확률 모형 재구성부를 구비하는 것을 특징으로 하는 가변 확률 모형을 사용하는 개선된 산술 복호화기.
- 부호화하고자 입력되는 데이타의 매 프레임마다 확률 모형의 구성 인자를 이전 프레임까지의 인자 정보를 이용하여 재구성하고, 재구성된 확률 모형의 구성 인자에 따라서 제1가변 확률 모형을 생성하는 제1확률 모형 재구성부;상기 제1가변 확률 모형을 참조하여 상기 입력 데이타를 프레임 단위로 산술부호화하는 산술 부호화기;상기 산술 부호화기에 의해 부호화된 비트스트림을 제2가변 확률 모형을 참조하여 프레임 단위로 산술 복호화하는 산술 복호화기; 및상기 산술 복호화기에 의해 복호화된 데이타의 매 프레임마다 확률 모형의 구성인자를 이전 프레임까지의 인자 정보를 이용하여 재구성하고, 재구성된 확률 모형의 구성인자에 따라서 상기 제2가변 확률 모형을 생성하는 제2확률 모형 재구성부를 구비하는 것을 특징으로 하는 가변 확률 모형을 사용하는 개선된 산술 부호화기 및 복호화기.
- 제1항 내지 제3항의 어느 한 항에 있어서, 상기 산술 부호화기 및/또는 복호화기는 고정식인 것을 특징으로 하는 산술 부호화기 및/또는 복호화기.
- 제1항 내지 제3항의 어느 한 항에 있어서, 상기 산술 부호화기 및/또는 복호화기는 적응식인 것을 특징으로 하는 산술 부호화기 및/또는 복호화기.
- 부호화하고자 입력되는 데이타의 매 프레임마다 확률 모형의 구성 인자를 이전 프레임까지의 인자 정보를 이용하여 재구성하고, 재구성된 확률 모형의 구성 인자에 따라서 복수개의 가변 확률 모형을 생성하는 확률 모형 재구성부;상기 가변 확률 모형을 참조하여 상기 입력 데이타를 프레임 단위로 산술 부호화하는 산술 부호화기; 및특정한 문법을 기반으로 하여 상기 입력 데이타를 문법에 의해 지정된 특정 확률 모형을 상기 가변 확률 모형들로부터 참조하도록 다중화하는 문법기반 다중화기를 구비하는 것을 특징으로 하는 가변 확률 모형을 사용하는 개선된 문법기반의 산술 부호화기.
- 제6항과 같은 산술 부호화기에 의해 부호화된 비트스트림을 복수개의 가변 확률 모형을 참조하여 프레임 단위로 산술 복호화하는 산술 복호화기;특정한 문법을 기반으로 하여 상기 부호화된 비트스트립을 문법에 의해 지정된 특정 확률 모형을 상기 가변 확률 모형들로부터 참조하도록 다중화하는 문법기반 다중화기; 및상기 산술 복호화기에 의해 복호화된 데이타의 매 프레임마다 확률 모형의 구성 인자를 이전 프레임까지의 인자 정보를 이용하여 재구성하고, 재구성된 확률 모형의 구성 인자에 따라서 상기 가변 확률 모형을 생성하는 확률 모형 재구성부를 구비하는 것을 특징으로 하는 가변 확률 모형을 사용하는 개선된 문법기반의 산술 복호화기.
- 부호화하고자 입력되는 데이타의 매 프레임마다 확률 모형의 구성 인자를 이전 프레임까지의 인자 정보를 이용하여 재구성하고, 재구성된 확률 모형의 구성 인자에 따라서 제1가변 확률 모형을 생성하는 제1확률 모형 재구성부;상기 제1가변 확률 모형을 참조하여 상기 입력 데이타를 프레임 단위로 산술부호화하는 산술 부호화기;특정한 문법을 기반으로 하여 상기 입력 데이타를 문법에 의해 지정된 특정 확률 모형을 상기 제1가변 확률 모형들로부터 참조하도록 다중화하는 제1문법기반 다중화기;상기 산술 부호화기에 의해 부호화된 비트스트림을 제2가변 확률 모형을 참조하여 프레임 단위로 산술 복호화하는 산술 복호화기;특정한 문법을 기반으로 하여 상기 부호화된 비트스트림을 문법에 의해 지정된 특정 확률 모형을 상기 제2가변 확률 모형들로부터 참조하도록 다중화하는 문법기반 다중화기; 및상기 산술 복호화기에 의해 복호화된 데이타의 매 프레임마다 확률 모형의 구성인자를 이전 프레임까지의 인자 정보를 이용하여 재구성하고, 재구성된 확률 모형의 구성 인자에 따라서 상기 제2가변 확률 모형을 생성하는 제2확률 모형 재구성부를 구비하는 것을 특징으로 하는 가변 확률 모형을 사용하는 개선된 산술 부호화기 및 복호화기.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1019960027373A KR100319919B1 (ko) | 1996-07-06 | 1996-07-06 | 가변 확률모형을 사용한 개선된 산술 부호화기 및/또는 복호화기 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1019960027373A KR100319919B1 (ko) | 1996-07-06 | 1996-07-06 | 가변 확률모형을 사용한 개선된 산술 부호화기 및/또는 복호화기 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR980012889A KR980012889A (ko) | 1998-04-30 |
| KR100319919B1 true KR100319919B1 (ko) | 2002-06-20 |
Family
ID=66242094
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1019960027373A KR100319919B1 (ko) | 1996-07-06 | 1996-07-06 | 가변 확률모형을 사용한 개선된 산술 부호화기 및/또는 복호화기 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR100319919B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101286019B1 (ko) * | 2012-01-20 | 2013-07-19 | 주식회사 이노와이어리스 | 터보 인코더 장치 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100618972B1 (ko) * | 1999-08-02 | 2006-09-01 | 삼성전자주식회사 | 가변장 코딩 방법 및 장치 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5025258A (en) * | 1989-06-01 | 1991-06-18 | At&T Bell Laboratories | Adaptive probability estimator for entropy encoding/decoding |
| US5045853A (en) * | 1987-06-17 | 1991-09-03 | Intel Corporation | Method and apparatus for statistically encoding digital data |
| JPH0697834A (ja) * | 1992-09-11 | 1994-04-08 | Nippon Telegr & Teleph Corp <Ntt> | 可変多値算術符号化方法 |
-
1996
- 1996-07-06 KR KR1019960027373A patent/KR100319919B1/ko not_active IP Right Cessation
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5045853A (en) * | 1987-06-17 | 1991-09-03 | Intel Corporation | Method and apparatus for statistically encoding digital data |
| US5025258A (en) * | 1989-06-01 | 1991-06-18 | At&T Bell Laboratories | Adaptive probability estimator for entropy encoding/decoding |
| JPH0697834A (ja) * | 1992-09-11 | 1994-04-08 | Nippon Telegr & Teleph Corp <Ntt> | 可変多値算術符号化方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101286019B1 (ko) * | 2012-01-20 | 2013-07-19 | 주식회사 이노와이어리스 | 터보 인코더 장치 |
| WO2013108952A1 (en) * | 2012-01-20 | 2013-07-25 | Innowireless Co., Ltd. | Turbo encoder apparatus |
Also Published As
| Publication number | Publication date |
|---|---|
| KR980012889A (ko) | 1998-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7260509B2 (ja) | スペクトルエンベロープのサンプル値のコンテキストベースエントロピー符号化 | |
| RU2637879C2 (ru) | Кодирование и декодирование значащих коэффициентов в зависимости от параметра указанных значащих коэффициентов | |
| KR0162197B1 (ko) | 영상데이타의 가변장부호와/복호화방법 및 장치 | |
| EP2282310B1 (en) | Entropy coding by adapting coding between level and run-length/level modes | |
| CA2419521C (en) | System and method for using pattern vectors for video and image coding and decoding | |
| KR101278805B1 (ko) | 엔트로피 코딩 방법 및 엔트로피 디코딩 방법 | |
| KR101050261B1 (ko) | 콘텍스트 기반의 신호 엔코딩 및 디코딩 | |
| KR100869657B1 (ko) | 신호를 압축하는 장치 및 방법 | |
| EP0955731B1 (en) | Lossless encoding and decoding system | |
| Ho et al. | Classified transform coding of images using vector quantization | |
| KR100694098B1 (ko) | 산술 복호 방법 및 그 장치 | |
| EP3550726B1 (en) | Methods and devices for reducing sources in binary entropy coding and decoding | |
| JP4779098B2 (ja) | 可変サイズベクトルエントロピ符号化を実行するための方法および装置 | |
| JP2000316154A (ja) | 画像復号化方法 | |
| KR20010030721A (ko) | 적은 크기의 메모리로 비디오 디코더에 기준 프레임을저장하기 위한 방법 및 장치 | |
| JP2010503254A (ja) | データ信号を符号化する装置及び方法、並びにデータ信号を復号化する装置及び方法 | |
| KR100968057B1 (ko) | 부호화 방법 및 장치, 및 복호 방법 및 장치 | |
| KR0139162B1 (ko) | 부호어재배정을 이용한 가변장부호화장치 및 복호화장치 | |
| KR100959837B1 (ko) | 패러미터 값들을 코드워드 인덱스들로 매핑하기 위한최적의 방법 및 시스템 | |
| KR100496774B1 (ko) | 디지털 비디오 신호 처리 장치를 위한 데이터 효율적인 양자화 테이블을 이용한 재압축 방법 및 장치 | |
| KR19980058235A (ko) | 비디오 코딩장치 | |
| KR100319919B1 (ko) | 가변 확률모형을 사용한 개선된 산술 부호화기 및/또는 복호화기 | |
| KR970060954A (ko) | 가변장 부호화 및 가변장 복호화 시스템 | |
| JPH08316846A (ja) | 画像符号化装置、画像復号化装置、画像符号化方法および画像復号化方法 | |
| Mohamed | Wireless Communication Systems: Compression and Decompression Algorithms |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20091127 Year of fee payment: 9 |
|
| LAPS | Lapse due to unpaid annual fee |