Inter and intra-band prediction of singularity coefficient using estimate value based on nonlinear approximantion
专利汇可以提供Inter and intra-band prediction of singularity coefficient using estimate value based on nonlinear approximantion专利检索，专利查询，专利分析的服务。并且PROBLEM TO BE SOLVED: To carry out inter and intra band prediction of singularity coefficients using estimates, based on nonlinear approximation. SOLUTION: An algorithm that estimates or predicts a portion x 1 of an original signal, represented by the vector x = [x 0 x 1 ] T , obtains the estimate y [estimate y] by first forming an initial estimate that is, an initial estimate of x 1 , the unknown part of the original signal x. A de-noising matrix D 1 is computed, by applying a transform matrix to y 0 and hard-thresholding coefficients by using an initial threshold T 0 . An operation is performed using D 1 to form a second signal estimate y 1 . The threshold may then be successively decremented by ΔT to obtain a next threshold T n , after which a next de-noising D n+1 is computed, by applying the transform matrix to y n and using Tn, and an operation is performed using D n+1 to form the next signal estimate y (n+1) . This loop, in which the threshold is successively reduced to form the next signal estimate, is executed until a final threshold T f is reached. COPYRIGHT: (C)2005,JPO&NCIPI，下面是Inter and intra-band prediction of singularity coefficient using estimate value based on nonlinear approximantion专利的具体信息内容。
（ａ）初期信号推定値y 0の中の推定要素の初期推定値を全てゼロに設定するステップと、
（ｂ）変換成分に基づいてノイズ除去行列D n+1を計算するステップと、
（ｃ）y (n+1)が推定要素の欠けているサンプルの推定値に関する新たな情報を保有すると共に第１要素の使用可能なサンプルに関して既知の情報を保持するように次の信号推定値y (n+1)を形成するために１回からＣ回の範囲で計算されたノイズ除去行列D n+1をy nに適用するステップとを有し、ここでＣは１から２０の範囲内の自然数であり、
ステップ（ｂ）及び（ｃ）は、n = 0,. . .,Nの条件が満たされている間所定の回数（N + 1）繰り返し実行され、ここでnは自然数である、方法。
下記を行なうように構成された１個以上のコンポーネント又はモジュールを有し、
初期信号推定値y 0の中の推定要素の初期推定値を全てゼロに設定し、
変換成分に基づいてノイズ除去行列D n+1を計算し、
y (n+1)が推定要素の欠けているサンプルの推定値に関する新たな情報を保有すると共に第１要素の使用可能なサンプルに関して既知の情報を保持するように次の信号推定値y (n+1)を形成するために１回からＣ回の範囲で計算されたノイズ除去行列D n+1をy nに適用し、ここでＣは１から２０の範囲内の自然数であり、
計算及び適用の操作は、n = 0,. . .,Nの条件が満たされている間所定の回数（N + 1）繰り返し実行され、ここでnは自然数である、装置。
（ａ）初期信号推定値y 0の中の推定要素の初期推定値を全てゼロに設定するための命令と、
（ｂ）変換成分に基づいてノイズ除去行列D n+1を計算するための命令と、
（ｃ）y (n+1)が推定要素の欠けているサンプルの推定値に関する新たな情報を保有すると共に第１要素の使用可能なサンプルに関して既知の情報を保持するように次の信号推定値y (n+1)を形成するために１回からＣ回の範囲で計算されたノイズ除去行列D n+1をy nに適用するための命令とを有し、ここでＣは１から２０の範囲内の自然数であり、
ステップ（ｂ）及び（ｃ）は、n = 0,. . .,Nの条件が満たされている間所定の回数（N + 1）繰り返し実行され、ここでnは自然数である、デバイス可読媒体。
本発明は、デジタル信号（例えば、デジタル画像）から欠けている（missing）データを予測するための技法に関するものである。 デジタル信号から欠けているデータを推定し、ノイズ除去（de-noise）し、或いは歪みを緩和したり、もしくは信号密度を向上させるのに予測法を用いることができる。 該技法を方法／アルゴリズムとして採用することができ、そうした方法／アルゴリズムはソフトウェアで、ハードウェアで、或いはそれらの組合せで実施することができるし、コンピュータやその他のプロセッサ制御型デバイス上で実現しても構わない。
ウェーブレット画像圧縮やその他の画像にウェーブレットを適用する際の重要な問題の一つは、エッジに対するウェーブレット係数の圧縮性である。 １次元の区分的に滑らかな信号については、ウェーブレット表現と、それゆえにウェーブレットに基づく圧縮アプリケーションが局所特異点（localized singularities）に対して免疫性を有することを証明できる。 しかしながら、２次元の区分的に滑らかな信号については、エッジは疎でないウェーブレット係数集合を生むことになり、圧縮性能は曲線に沿って現れる局所特異点によって左右されることが今では広く認識されている。 研究者はこの問題を２つの主要な軌跡を系統的に追うことによって解決しようとしてきた。 第一に、エッジに対するウェーブレット係数のモデル化を改善することによって、高位の統計的従属性を利用することができ、圧縮コーデックがそうした係数に使うビット数を減らすことができる。 第２に、新たな表現及び変換を設計することによって、２次元の問題を、エッジが点の特異点に変換され、はるかに削減されたビット数で符号化される１次元のケースに変換することが可能になる。
「第１軌跡」手法は自然分割された（naturally decimated）ウェーブレット係数に作用するが、モデルを設計する際にエイリアシングの問題と戦わなければならない。 関連して、「第２軌跡」により設計される最良の表現の主要なプロパティの中には変換／回転不変オーバーコンプリート変換を介してしか利用できないものがある。 しかしながら、オーバーコンプリート変換を用いると、圧縮のジレンマが生じる。 つまり、入力信号をオーバーコンプリート展開で先ず表現（符号化する情報量が著しく増える）してから、速度歪みの点で今日の先端技術のコーデックに劣らない圧縮ビットストリームを何とかして得なければならない。
本発明の目的は、先に説明した先行技術による手法の欠点を克服することである。
本発明のもう一つの目的は、先に説明した先行技術による手法の欠陥によって劣化しない、デジタル信号から欠けているデータを予測及び推定するための技法を提供することである。
一つの態様によれば、発明は信号推定値yを形成するための方法を提供しており、これにおいて、推定の対象となる信号xは使用可能なサンプルを構成する第１要素と欠けているサンプルを記述する第２要素とを含み、信号推定値yは第１要素と第２要素の中の欠けているサンプルの推定値を記述する推定要素とを含んでいる。 この方法は、初期の信号推定値y 0の中の推定要素の初期推定値を全てゼロに設定するステップと、変換成分に基づいてノイズ除去行列D n+1を計算するステップと、y (n+1)が推定要素の欠けているサンプルの推定値に関する新たな情報を保有すると共に第１要素の使用可能なサンプルに関する既知の情報を保持するように次の信号推定値y (n+1)を形成するために１回からC回の範囲で計算されたノイズ除去行列D n+1をy nに適用するステップとを有し、ここでCは１から２０の間の自然数で、ステップ（ｂ）及び（ｃ）は、n = 0,. . .,Nの条件が満たされている間所定の回数(N + 1)繰り返し実行され、ここでnは自然数である。 Cは１から１０の間であるのが好ましい。
ステップ（ｂ）における各ノイズ除去行列D n+1の計算は、変換成分をy nに適用し、しきい値T nを用いてy nの係数をしきい値設定し、逆変換成分を適用することからなるのが好ましい。 好適な実施例で、次のノイズ除去行列D n+1を計算する際にnがインクリメントされるたびにT nは固定量ΔTだけデクリメントされるのが好ましい。
変換成分は変換行列又はオーバーコンプリート集合からなって構わない。 さらに、変換成分は各ノイズ除去行列D n+1の計算において使用可能な第１要素のサンプルに関する情報に基づいて適応的に変わって構わない。
各ノイズ除去行列D n+1はy nに適用されるとy nの有意な成分だけを選択するように計算されるのが好ましい。
他の態様において、発明は、方法のステップに関して先に説明した処理操作を実行するための一個以上のコンポーネント又はモジュールを含んだ装置を必要とする。 そうしたコンポーネント／モジュールはハードウェア、ソフトウェア、それらの組合せで実現できる。 一つの実現例は、例えば、マイクロプロセッサと、そのマイクロプロセッサが本発明のアルゴリズムを実装しているソフトウェアの管理の下で処理操作を実行するメモリアーキテクチャとを含んだコンピュータシステムを用いて実現可能である。 代わって、処理操作を一個以上の特定用途向け集積回路（ＡＳＩＣ）、デジタル信号処理回路機構など、或いはそれらの組合せで実行することもできる。 その他の実現例については、上記の説明に照らせば当業者ならば明白であろう。
発明の更なる態様によれば、上記の方法又はそのステップはどれでもコンピュータやその他のプロセッサ制御型デバイスに保持された或いはコンピュータやその他のプロセッサ制御型デバイスで伝えられる命令プログラム（例えば、ソフトウェア）として実施可能である。 代わって、命令プログラムをステップの一つ以上を実行するように設計されたハードウェアと一体化させてもいい。 そうしたハードウェアとしては、例えば、一個以上のＡＳＩＣ、デジタル信号処理回路機構などがある。
添付の図面と共に以下に述べる説明並びに特許請求の範囲を読めば、発明をより深い理解できるようになるし、発明のその他の目的及び成果が明白になるし評価できるだろう。
以下、本発明の実施形態を図面に基づいて説明する。
Ａ． 概要 本発明は主として、変換不変オーバーコンプリート表現を用いてウェーブレットエッジ係数を予測するデータ予測及び推定技法に関するものである。 すなわち、特異点に対してウェーブレット係数の高位な統計的従属性を判定するのにオーバーコンプリート表現をウェーブレット領域で用いる。 レベルlのウェーブレット分解を最低周波数帯域から始めることによって、本発明の技法は区分的に滑らかな信号に対して欠けている高周波数係数を確実に推定するように設計されている。 特異点を直接モデル化しようとする既存のテクノロジーと違って、本発明の技法は、疎なオーバーコンプリート分解を用いて、「非特異点」に対して効果のある単純且つロバストなモデルを形成する。 すなわち、本発明の技法は、エッジを直接モデル化せずに、むしろ、領域を積極的に判定することによって境界／エッジを陰に（implicitly）得る。 そうした場合、活用された変換不変分解は疎である。
問題の信号に対して疎な分解を提供するであろう局所線形変換（localized linear transforms）のオーバーコンプリート集合があるとして、つまり、変換は多数の小さな（small-magnitude）係数を生み出すものとして、信号に対してこれらの変数を適用し、変換ごとに無意味な係数集合をゼロにしきい値設定されたそれらの係数のインデックスとして適応的に判定するために、結果として生じた変換係数をハード・スレショルディングする（hard-threshold）。 この集合は疎性制約条件（sparsity constraints）を確立するのに使用され、疎性制約条件はウェーブレット係数の高位従属性を推定するのに用いられる。 オーバーコンプリートな局所変換は各々が「疎な領域」と特異点を含む領域とを有し、前者の場合には疎な係数集合を生み、後者の場合には疎性を生むことができない。 本発明の技法は、総体的推定値を形成する際に各変換の疎な領域を適応的に判定及び優先する。 興味深いのは、この疎な領域の積極的な判定は境界を形成するエッジを正確に判定できることである。 非線形接近音（approximants）を使用する本発明の技法は、図１に表示されているパイプラインで（変換及びしきい値の集合があるとして）推定値を得る。 観察した信号１０１から、無意味な係数集合１０２を得て、その次に疎性制約条件１０３が与えられ、そこから信号の非線形接近音１０４を得て、最終的に推定値１０５を生じる。
プロセスは、低周波数ウェーブレット係数だけ（２次元のレベルlのウェーブレット変換の最低周波数帯域だけ）を含んだ信号の観察から始まる。 残りの係数は欠けているデータとして取り扱われる。 本発明の技法は次に、「欠けている」高周波数係数を予測するために適用される。 この大まかな予測は、例えば、符号化の対象となる次の係数の確率モデルを判定するために予測を実行し、ＤＰＣＭタイプの符号化を用いるウェーブレット圧縮コーデックの一部として、又は、復号化された情報がある場合後処理を行なうウェーブレット・デコーダの一部として、様々なアプリケーションに使用可能である。 そのために、本発明のアルゴリズムは、全部設計し直さなくても今日の圧縮コーデックと簡単に組み合わせることができる。 同様に、この発明はエッジに対して欠けている高周波数ウェーブレット係数の予測を可能にするから、欠けている解像度を予測して信号密度を高めるために用いることもできる。
区分的に滑らかな信号に関して、使用可能なデータがあるとすると共に（疎性制約条件により確立されているように）信号の一定の部分が滑らかであると確信するとして、本発明の技法は欠けているデータについて非常の優れた推定値を提供する。
発明についての更なる詳細を以下に説明する。
Ｂ． 推定のフレームワークとアルゴリズム
Ｄ． インプリメンテーションとアプリケーション 図９に示すのは、本発明の処理を実行するのに使用可能な模式的システム１００である。 図９に示すように、システムには計算資源を提供すると共にコンピュータを管理する中央処理機構（ＣＰＵ）がある。 ＣＰＵ１０１はマイクロプロセッサなどで実現できるし、グラフィックスプロセッサを含むと共に／又は数学計算できるように浮動小数点プロセッサを含んでいて構わない。 システム１００はさらにシステムメモリ１０２を含み、システムメモリ１０２はランダムアクセスメモリ（ＲＡＭ）及び読み出し専用メモリ（ＲＯＭ）といった形式で構わない。 システムメモリはプログラムの実行時に本発明のアルゴリズムをインプリメントするプログラムを格納するのに使用できるし、入力データ、出力データ、及び／又は中間結果を格納するのにも使用できる。
システム１００は、適したコントローラを装備した様々な周辺コンポーネントを含んでいるか、又はそうしたコンポーネントと通信可能である。 例えば、発明の通りにシステム１００で処理される画像を含んだドキュメントをデジタル化するのにスキャナ又はスキャナと同等の装置を用いることができる。 処理の対象となる信号は何らかの適したやり方でシステム上で生成されても、システムにインポートされても構わない。 例えば、オーディオやビデオなど、他のタイプのデジタル信号も任意の適したやり方でインポートされても構わない。 システム１００は、データを操作しやすくするために、キーボード、マウス、及び／又はスタイラスなど、様々なオペレータ入力装置１０３を含んでいるのが好ましい。
オペレーティングシステム、ユーティリティ、及びアプリケーションの命令プログラムを記録するのに磁気テープやディスク又は光媒体といった記憶媒体を各々含んだ一つ以上の記憶装置を用いてもいい。 そうした命令プログラムは本発明の様々な態様を実現するプログラムの実施例を含んでいるかもしれない。 任意の既知のタイプのディスプレイ１０５を含んでいてもいい。
発明通りに信号を処理したら、適切な装置に出力して構わない。 例えば、発明の通りに処理された画像を含んだドキュメントをプリンタに出力してもいい。
通信装置１０６によりシステム１００は、インターネット、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）など様々なネットワークのどれかで、或いは赤外線信号など任意の適した電磁搬送波信号により、遠隔装置に接続できるようになる。
例を挙げて説明したシステムにおいて、全ての主要なシステムコンポーネントはバス１０７に接続しており、バス１０７は一本以上の物理的バスを表わしているかもしれない。 しかしながら、様々なシステムコンポーネントは互いに物理的に近接しているかもしれないし、近接していないかもしれない。 例えば、入力データ及び／又は出力データは一ヶ所の物理的な場所から別の場所に遠隔伝送されるかもしれない。 また、本発明の様々な態様を実現するプログラムはネットワークで遠隔場所（例えば、サーバ）からアクセスできるかもしれない。 磁気テープやディスク又は光ディスク、ネットワーク信号、或いは赤外線信号などその他の電磁搬送波信号など多種多様な機械可読媒体のどれかによりそうしたデータ及び／又はプログラムを伝達しても構わない。
本発明はソフトウェアで実現するのが便利かもしれないが、ハードウェア実現又はハードウェア・ソフトウェアを組み合わせた実現も可能である。 ハードウェア実現は、例えば、ＡＳＩＣ、デジタル信号処理回路機構などを用いて実施することができる。 従って、「デバイス可読媒体」というクレーム表現は、ソフトウェア実装媒体だけでなく、必要な処理を実行するための命令がハードワイヤされたハードウェア及びハードウェア・ソフトウェアの組合せも含むものである。 同様に、「命令プログラム」というクレーム表現はソフトウェアだけでなくハードウェアに実装された命令も含むものである。 また、装置クレームの中で言及しているコンポーネントには任意のデバイス又は請求している操作を実行可能なデバイスの組合せも含まれる。 そうしたデバイスには、命令ベースのプロセッサ（例えば、ＣＰＵ）、ＡＳＩＣ、デジタル処理回路機構、それらの組合せなどがある。 これらのインプリメンテーションの変形例に照らせば、図面やそれにつけた説明は当業者がプログラムコード（つまり、ソフトウェア）を書いたり、必要な処理を実行するための回路（つまり、ハードウェア）を作るのに必要な機能的情報を提供していると考えるべきである。
上記の説明が実証しているように、本発明は疎な分解を可能にする変換を用いてデジタル信号から欠けているデータを予測及び推定するためのソフトウェアベースの又はハードウェアベースのアルゴリズム・技法を提供している。 これらのアルゴリズムは、ビデオ、静止画像、オーディオ（音声、音楽など）の各信号など任意のデジタル信号に適用可能である。 予測及び推定にはネットワーク伝送、ダメージを受けた画像の復元、スクラッチの除去などに起因するエラー修正が含まれる。 本発明のアルゴリズムを用いてデジタル信号からノイズを除去すると共に／又は信号密度を高めることもできる。
発明をいくつかの具体的な実施例と共に説明してきたが、更なる変形例、修正例、変更例、応用例は上記の説明に照らせば当業者ならば明白だろう。 従って、本書で説明した発明は、添付の特許請求の範囲及び精神から逸脱しない限りにおいて全てのそうした変形例、修正例、変更例、応用例を網羅するつもりである。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 基于视觉显著性的HEVC优化算法 | 2020-05-08 | 55 |
| 一种基于机器学习的内容自适应视频编码方法 | 2020-05-08 | 125 |
| 一种柜面助手履职监控装置和方法 | 2020-05-08 | 867 |
| 一种基于无锚点机制的火焰检测方法及装置 | 2020-05-11 | 848 |
| 采样方法、模型生成方法、视频行为识别方法及装置 | 2020-05-08 | 13 |
| 目标跟踪方法及存储介质 | 2020-05-08 | 545 |
| 基于多特征融合的景区游玩轨迹预测系统 | 2020-05-08 | 186 |
| 图像预测方法及装置 | 2020-05-08 | 216 |
| 视频解码器设备及视频编码器设备 | 2020-05-08 | 906 |
| 一种基于人体骨架检测的多相机人员定位跟踪显示方法 | 2020-05-08 | 336 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
