[論文レビュー] Morphological dilation image coding with context weights prediction

Jiaji Wu, Xing Yan+5 more|arXiv (Cornell University)|Sep 29, 2010

Advanced Data Compression Techniques参考文献 8被引用数 6

ひとこと要約

本稿では、係数の重要度を予測する文脈重み付き重要度予測を用いて、係数の拡大を動的に制御する適応的形状拡大画像符号化手法を提案する。これにより、不重要係数の出力を低減する。可変長グループテスト符号化と文脈に配慮した順序付けを統合することで、最先端の手法を上回る優れた圧縮性能を達成し、実験結果によりレート・ディストーション効率の向上が示された。

ABSTRACT

This paper proposes an adaptive morphological dilation image coding with context weights prediction. The new dilation method is not to use fixed models, but to decide whether a coefficient needs to be dilated or not according to the coefficient's predicted significance degree. It includes two key dilation technologies: 1) controlling dilation process with context weights to reduce the output of insignificant coefficients, and 2) using variable-length group test coding with context weights to adjust the coding order and cost as few bits as possible to present the events with large probability. Moreover, we also propose a novel context weight strategy to predict coefficient's significance degree more accurately, which serves for two dilation technologies. Experimental results show that our proposed method outperforms the state of the art image coding algorithms available today.

研究の動機と目的

• 固定モデルに基づく形状拡大の非効率性を解消するため、係数の重要度に基づく適応性を導入すること。
• 係数の重要度の文脈重み付き予測を活用して、拡大処理における不重要係数の出力を低減すること。
• 可変長グループテスト符号化と文脈重みを用いて、符号化順序とビットコストを最適化すること。
• 係数が重要である可能性を正確に予測することで、全体的な圧縮性能を向上させること。

提案手法

• 本手法は、各係数の重要度の程度を予測するための文脈重みを用い、それが拡大処理に適用されるべきかどうかを指針とする。
• 係数の重要度の予測精度を向上させるための新しい文脈重み戦略を導入し、適応的拡大の基礎を形成する。
• 予測された重要度に基づき、拡大処理を動的に制御することで、不重要係数に対する不要な拡大を回避する。
• 可変長グループテスト符号化を文脈重みとともに適用し、符号化順序を調整し、高確率事象のビットコストを最小化する。
• 符号化プロセスにおいて、文脈重み付き重要度予測を拡大および符号化段階に統合し、共同最適化を実現する。
• 形状拡大と文脈に配慮したビット割り当てを統合することで、レート・ディストーション性能を向上させる。

実験結果

リサーチクエスチョン

• RQ1 固定モデルに依存する形状拡大を、係数の重要度に基づく適応的処理にどのように改善できるか？
• RQ2 文脈重み付き重要度予測が、拡大処理における不重要係数の出力をどの程度低減するか？
• RQ3 文脈重みを用いた可変長グループテスト符号化は、確率の高い事象に対するビットコストを最小化することで、符号化効率を向上させられるか？
• RQ4 文脈重み付き予測を拡大処理および符号化に統合することで、全体的な画像圧縮性能にどのような影響を与えるか？
• RQ5 提案手法は、既存の最先端の画像符号化アルゴリズムをどの程度上回るか？

主な発見

• 提案手法は、最先端の画像符号化アルゴリズムと比較して優れたレート・ディストーション性能を達成した。
• 文脈重み付き重要度予測は、拡大処理における不重要係数の出力を効果的に低減した。
• 文脈重みを用いた可変長グループテスト符号化は、高確率事象を優先することでビットコストを最小化した。
• 適応的拡大と文脈に配慮した符号化の統合により、圧縮効率が向上した。
• 実験結果から、本手法が符号化効率および歪み制御の観点で、既存のアルゴリズムを上回ることが確認された。