[論文レビュー] New Clustering Algorithm for Vector Quantization using Rotation of Error Vector

H. B. Kekre, Tanuja Sarode|arXiv (Cornell University)|Apr 10, 2010

Advanced Data Compression Techniques参考文献 20被引用数 29

ひとこと要約

この論文では、誤差ベクトルをクラスタ分割中に回転させることで方向的バイアスを回避する、ベクトル量子化のための新しいクラスタリング手法を提案している。LGBおよびKPE手法に比べ、動的かつ適応的にクラスタの向きを調整することで歪みを低減し、コードブックサイズが128から1024の範囲でPSNRに2–5 dBの向上を達成した。

ABSTRACT

The paper presents new clustering algorithm. The proposed algorithm gives less distortion as compared to well known Linde Buzo Gray (LBG) algorithm and Kekre's Proportionate Error (KPE) Algorithm. Constant error is added every time to split the clusters in LBG, resulting in formation of cluster in one direction which is 1350 in 2-dimensional case. Because of this reason clustering is inefficient resulting in high MSE in LBG. To overcome this drawback of LBG proportionate error is added to change the cluster orientation in KPE. Though the cluster orientation in KPE is changed its variation is limited to +/- 450 over 1350. The proposed algorithm takes care of this problem by introducing new orientation every time to split the clusters. The proposed method reduces PSNR by 2db to 5db for codebook size 128 to 1024 with respect to LBG.

研究の動機と目的

• LGBアルゴリズムにおけるクラスタ分割における方向的バイアスが性能を劣化させることを是正すること。
• 固定方向を中心として±45°に制限されるKPEアルゴリズムにおける方向変動の制限を克服すること。
• より効率的かつバランスの取れたクラスタ形成を可能にするために、誤差ベクトルを動的に回転させるクラスタリング手法を開発すること。
• 画像および信号圧縮におけるベクトル量子化における平均二乗誤差（MSE）を低減し、PSNRを向上させること。
• ベクトル量子化システムにおけるコードブック設計のためのより強固で適応的なクラスタリング戦略を提供すること。

提案手法

• 各クラスタ分割ステップで誤差ベクトルを回転させることで、固定された方向的バイアスを回避する。
• LGBのように定数の誤差ベクトルを加えるのではなく、提案手法では誤差ベクトルを回転させることで、新たな空間的向きを探索する。
• 回転により、クラスタが多様な方向に分割され、カバー範囲が向上し、歪みが低減される。
• 回転された誤差ベクトルを用いることで、バランスが取れてコンactなクラスタ構造を維持する分割方法を適用する。
• 回転された誤差ベクトルに基づいた修正された分割基準を用い、新しいコードベクトルの配置を誘導する。
• 各分割において誤差ベクトルを回転させることで、コードブックを反復的に最適化し、全体的なベクトル量子化効率を向上させる。

実験結果

リサーチクエスチョン

• RQ1 クラスタ分割における方向的バイアスは、従来のLGBおよびKPEアルゴリズムの性能にどのように影響するか？
• RQ2 クラスタ分割中に誤差ベクトルを動的に回転させることで、コードブックの品質向上と歪み低減が達成できるか？
• RQ3 誤差ベクトルの回転は、さまざまなコードブックサイズにおけるPSNR向上およびMSE低減にどの程度寄与するか？
• RQ4 クラスタリング効率および収束性の観点から、本手法はLGBおよびKPEに比べてどのように差をつけるか？
• RQ5 バランスの取れた低歪みクラスタを達成するための誤差ベクトルの回転戦略として、最適なものは何か？

主な発見

• コードブックサイズが128から1024の範囲で、LGBアルゴリズムに比べて本手法はPSNRで2 dBから5 dBの向上を達成した。
• LGBおよびKPEに内在する方向的クラスタリングバイアスを回避することで、平均二乗誤差（MSE）が顕著に低減された。
• 回転された誤差ベクトルを用いたクラスタ分割により、ベクトル空間内でのクラスタ分布がより均一かつコンパクトになった。
• 特に大きなコードブックサイズにおいて、歪み低減の観点で本手法はLGBおよびKPEを上回った。
• KPEの制限（固定方向からの±45°に制限される）を回転メカニズムが効果的に是正した。
• 複数のコードブックサイズにわたり一貫した性能向上を示したため、本手法は強固でスケーラブルであることが示された。