최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 서울대학교 Seoul National University |
---|---|
연구책임자 | 김태정 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 1991-07 |
주관부처 | 과학기술부 |
과제관리전문기관 | 서울대학교 Seoul National University |
등록번호 | TRKO200200013616 |
DB 구축일자 | 2013-04-18 |
키워드 | 예측 벡터 양자화.유한 상태 벡터 양자화.비선형 예측기.메모리의 양.PVQ.FSVQ.nonlinear predictor.memory requirement. |
본 연구에서는 벡터 양자화(VQ)를 영상 부호화에 적용하였을 때 남아 있는 벡터간의 상관성을 이용하는 예측 벡터 양자화(PVQ)와 유사한 상태 벡터 양자화(FSVQ)를 연구하고 기존의 방법을 개선하는 방안을 연구하였다. PVQ에서는 영상의 모서리(edge)의 방향성 예측을 고려한 비선형 예측기를 제안하여 부호화 성능을 개선하는 시도를 하였다. FSVQ에서는 부호책 저장에 소요되는 메모리의 양이 매우 크다는 문제점을 개선하기 위한 방안을 제시하였다. 이들 방안을 분석 검토하기 위하여 실제 영상을 사용한 컴퓨터 모의 실험을 하여 성능
In this research, we studied VQ techniques for images that utilize the correlation between vectors. Two main issues are considered. One is improving the existing predictive vector quantization(PVQ) introducing nonlinear vector predictors that take advantage of the smoothness of edges in an image The
※ AI-Helper는 부적절한 답변을 할 수 있습니다.