專利名稱：基于高斯混合模型的分裂矢量量化編解碼方法及其裝置的制作方法
技術領域：
本發明涉及矢量可根據維度標識為D維矢量。實施例對輸入的多個D維訓練矢量 進行高斯混合模型建模，即用M個高斯模型分量去擬合輸入的訓練矢量。理論上M大于等 于1就可以針對不同應用環境，具體實施時M值可以由本領域技術人員相應取值設定。用 最大似然估計算法訓練得出高斯混合模型參數集 ，高斯混合模型參數集由M個高斯模型 參數集構成，記為 = (^， 92，...， 9 )，其中每一個高斯模型參數集9i由系數cii，數 學期望Pi，方差。i構成，即為9i = {、， iii， 0i}，i = 1，2，…，M。其中，數學期望Pi， 方差Oi均為D維矢量。 步驟1. 2、利用步驟1. 1所得高斯混合模型參數集中的每一個高斯模型參數集分 別對待量化矢量先進行無偏估計再進行歸一化，得到待量化矢量的M個歸一化無偏估計矢 實施例用高斯混合模型參數集對待量化的多維矢量X(X為D維矢量，X = {Xl， x2. . . xD} ， Xl， x2. . . xD用于表示其中的D個分量)進行歸一化無偏估計計算得到多維矢量X的M個歸一化無偏估計矢量Y = {YpL,…，Yi，…，Yj，其中Yi為D維矢量，i = 1，2. ..M。 即Yi = {yil，yi2， ...，yij， ...，yiD}， i = 1，2， ...，M，j = l，2，…，D。其中，每一維Yi值的 計算見公式1 : !^^^，"1，2…M公式i 步驟1. 3、根據設定的高斯模型分量個數M，得出索引高斯模型分量序號所需比特 數；然后根據索引高斯模型分量序號所需比特數和給定的量化器總比特數，計算得出對歸 一化無偏估計矢量量化的索引所需的比特數。 實施例中，歸一化無偏估計矢量量化的索引所需的比特數c的計算見公式2 : 其中ct。t是本分裂矢量量化編碼方法中給定的量化器總比特數，因為分裂矢量量 化編碼用于通信等領域時，往往能夠占用的比特數是被分配給定的，所以要用給定的量化 器總比特數減去索引高斯模型分量序號所需比特數，得到對歸一化無偏估計矢量量化索引 可用的比特數。M是步驟1. 1所述高斯模型分量個數，本發明實施例采用二進制編碼傳輸高 斯模型分量序號，因此索引高斯模型分量序號所需比特數為log2M。 步驟1. 4、對步驟1. 2中所得M個歸一化無偏估計矢量進行均勻分裂，得出M組分 裂后的子矢量。 實施例將步驟1. 2所述M個歸一化無偏估計矢量Y = {Y15 Y2，…， ， YM}進
行矢量分裂，將每一個歸一化無偏估計矢量Yi分裂為S個子矢量Yij，i = 1，2...M， j = 1， 2，…，s。為了能夠隨后在步驟1.6采用同一矢量量化器進行量化，實施例采用的矢量分裂 方式為均勻分裂方式，實現如下 "^[d;,…,《,…,i;(]' ,一1，2…M' ./",2,…，,s'
c/=^ 其中Yi為步驟1. 2所述歸一化無偏估計矢量，D為步驟1所述1的維數，M為步 驟1. 2所述歸一化無偏估計矢量的個數，S(S > 2)為子矢量的個數，d為1分裂后的子矢 量Y".的維數。 步驟1. 5、根據步驟1. 3中所得對歸一化無偏估計矢量量化的索引所需的比特數 和步驟1. 4中得到的子矢量，得出對步驟1. 4中所得各子矢量量化索引所需的比特數。
實施例針對每一個歸一化無偏估計矢量1的子矢量分配其量化索引所需比特 數Cij，具體實施時求取Cij的計算方法可采用現有技術中的自適應或給定比特數方法。
步驟1. 6、根據步驟1. 5中所得各子矢量量化索引所需的比特數，對步驟1. 4中所 得各子矢量采用同一矢量量化器進行量化，得出各子矢量的量化索引。 現有技術中，在基于高斯混合模型的矢量分裂方法中，對分裂后的各子矢量采用 不同矢量量化器進行量化，而本發明創造性提出對分裂后的各子矢量采用同一矢量量化器 進行量化。矢量量化器可以利用現有技術，例如代數矢量量化器、隨機矢量量化器等。根據 上一步驟所謂為每一個歸一化無偏估計矢量Yi的子矢量分配的比特數Cij，量化子矢量 Y 。實施例采用同一矢量量化器，通過矢量量化方法找到每一個子矢量I,.對應到矢量量化 c = ct。t_log2M
公式2碼本中的索引值Kij; 步驟1. 7、根據步驟1. 6中所得各子矢量的量化索引通過查找量化碼本得出量化 后的子矢量。 實施例根據上一步驟得到的索引值Kij，通過查找上一步驟所用矢量量化器的量化 碼本得出量化后的子矢量y 。 步驟1. 8、根據步驟1. 7所得量化后的子矢量，分組合并得出M個量化后歸一化無 偏估計矢量。
,^,:r,[a—^+2i，…,y,[u—w+^合并為m個量化后的矢量 實施例將子矢量j;,
y7' y'.……
"、1，2…M， j、l，2,…，s 步驟1. 9、根據步驟1. 2所得M個歸一化無偏估計矢量以及步驟1. 8所得M個量化 后歸一化無偏估計矢量，得出M個歸一化無偏估計矢量的量化失真。 實施例計算量化前的歸一化無偏估計矢量1和量化后的歸一化無偏估計矢量y,
的量化失真，量化失真的度量可以采用現有譜失真、均方誤差等失真測度方法。 步驟l. 10、對步驟1.9所得M個歸一化無偏估計矢量的量化失真進行比較，判斷出
歸一化無偏估計矢量的量化失真的最小值，得出量化失真的最小值所對應的高斯模型分量序號。 對上一步驟得出的量化失真的最小值做出判斷，并得到量化失真的最小值所對應 的高斯模型分量序號皿m。由于步驟1. 1事先為高斯混合模型參數集中的每一個高斯模型 參數集分配一個高斯模型分量序號，因此只需找出量化失真的最小值，就可以得到相應序 步驟1. 11、根據步驟1. 10所得量化失真的最小值所對應的高斯模型分量序號，以 及步驟1. 6所得各子矢量的量化索引，得出量化失真的最小值所對應的各子矢量的量化索 引。 實施例根據序號皿m從子矢量量化的索引中找到對應的子矢量量化的索引 K .。 步驟1. 12、將步驟1. 10所得量化失真的最小值所對應的高斯模型分量序號寫入 碼流，以及將步驟1. 11所得量化失真的最小值所對應的各子矢量的量化索引寫入碼流。
實施例將步驟1. 10得到的序號皿m和步驟1. 10得到的量化索引Knmij —起寫入碼 流輸出。
解碼方案 步驟2. 1、從碼流中提取量化失真的最小值所對應的各子矢量的量化索引和量化 失真的最小值所對應的高斯模型分量序號。 實施例從碼流中提取本方案解碼所需的參數，即編碼時寫入碼流的序號皿m和對 應的子矢量量化的索引Knufflj。 步驟2. 2、根據步驟2. 1所得量化失真的最小值所對應的各子矢量的量化索引，通 過查找量化碼本得出對應的量化后的子矢量。
實施例根據子矢量量化的索引KMj查找量化碼本，得到對應的量化后的子矢量/ 。顯然，解碼時所用量化碼本與編碼時步驟1. 7所用量化碼本一致。
'm呵 步驟2. 3、根據步驟2. 2所得對應的量化后的子矢量，合并得出對應的量化后歸一化無偏估計矢量。 實施例將子矢量 }合并為量化后的矢fiy ，，即力對應6勺l^七后歸一A無偏估i十^l:。步驟2. 4、根據步驟2.1所得量化失真的最小值所對應的高斯模型分量序號，從與
編碼端一致的高斯混合模型參數集中查找得出對應的高斯模型參數集。實施例根據步驟2. 1得出的序號皿m從高斯混合模型參數集 = (e p e 2，...，
eM)中找到對應的高斯模型參數集eM= {an ， yn ， 0mJ 步驟2. 5、根據步驟2. 3所得對應的量化后歸一化無偏估計矢量，以及步驟2. 4所得對應的高斯模型參數集，得出待量化矢量的量化結果。 實施例對量化后的矢量y"",，,做逆歸一化無偏估計，得到量化后的^ ，其計算方法見公式3 :
A A X二y,XO"+//公式3
〃扉 v膨w "W顯 其中ii nuffl為序號皿m所對應的高斯模型參數集中的數學期望，o nuffl為序號皿m所對應的高斯模型參數集中的方差。 本發明所提供分裂矢量量化裝置與上述分裂矢量量化編碼方法實現原理致，分裂矢量逆量化裝置與上述分裂矢量量化解碼方法實現原理一致。為便于本領域技術人員實施參考，本發明以裝置形式提供了更詳細的實施例如下。實施例輸入的D維矢量為4維矢量，每個分量均為整數，所選高斯混合模型包含2個高斯模型。
實施例的分裂矢量量化裝置工作過程，參見
圖1 : (1)首先由高斯混合模型參數訓練模塊對輸入其中的訓練用4維矢量進行高斯混合模型建模，用2個高斯模型分量去擬合輸入的訓練矢量，即輸入其中的M = 2。得出高斯
模型混合參數集為o = e》，其中，高斯模型分量i的參數集為e1= {ai = o.3，
^， 01}，其中^， 01都為4維矢量，^ = {4，2，1，3}， 0l = {1，2，2，1};高斯模型分量2的參數集為92 = {a2 = 0.7， ii2， 02}，其中P2， 02也為4維矢量，ii 2 = {1，2，3，1}，
o2= {i，2，i，i}。高斯混合模型參數集 = (^， e2)輸出到歸一化無偏估計模塊。高斯模型參數集e工分配的高斯模型分量序號為i，高斯模型參數集02分配的高斯模型分量
序號為2。所得高斯混合模型參數集還傳輸存至分裂矢量逆量化裝置，供其高斯模型參數獲
取模塊查找使用。 (2)由歸一化無偏估計模塊用(1)中的兩個高斯混合模型參數集中的數學期望P i、 P 2，方差o p o 2及歸一化無偏估計值計算公式(公式1)分別計算4維的待量化矢量X= {6， 4， 5， 7}的歸一化無偏估計矢量，待量化矢量X對應高斯模型分量1的參數集ej十算得到的歸一化無偏估計矢量為I = (2，1，2，4h待量化矢量X對應高斯模型分量2的參數集92計算得到的歸一化無偏估計矢量^= {5，1，2，6}。然后將^= {2，1，2，4}和Y2 ={5 ， 1 ， 2 ， 6}輸出到矢量分裂模塊和失真計算模塊。
11
(3)由量化器比特數分配模塊根據量化器的比特數分配公式(公式2)計算對各個歸一化無偏估計矢量量化索引所需的比特數，設總比特數ct。t = 9，由于高斯模型分量個數M = 2，則對各個歸一化無偏估計矢量量化的索引所需比特數C = 9-log2 = 8。輸出對歸一化無偏估計矢量量化的索引所需的比特數8到子矢量比特數分配模塊。
(4)由矢量分裂模塊分裂步驟(2)中的各個歸一化無偏估計矢量，采用平均分裂矢量的方法將維數為4的各個歸一化無偏估計矢量均勻分裂為兩個維數為2的子矢量，則l被分裂為Yn = {2， 1} ， Y12 = {2，4} ;Y2被分裂為Y21 = {5， 1} ， Y22 = {2， 6}。分裂后所得的子矢量Yn、 Y12、 Y21、 Y22輸出到矢量量化模塊。 (5)由子矢量比特數分配模塊根據量化器比特數分配模塊所得對各個歸一化無偏估計矢量量化的索引的比特數C = 8，矢量分裂模塊所得分裂后的子矢量Yn、Y『^、Y^計算各子矢量量化索引所需的比特數對于l，其分裂得到的子矢量Yn、 Y12量化分別所需的比特數為cn = 4， c12 = 4 ;對于L，其分裂得到的子矢量Y21、 Y22量化分別所需的比特數為c21 = 4， c22 = 4。將cu、 c12、 c21、 c22輸出到矢量量化模塊。 (6)由矢量量化模塊利用子矢量比特數分配模塊所得各子矢量量化所需的比特數來量化矢量分裂模塊所得對各個歸一化無偏估計矢量分裂后的子矢量，對各子矢量采用同一矢量量化器進行量化，找出其對應的最接近的碼本矢量，并得出該碼本矢量的量化索
A A
引，對于Yn、 Y^，其對應的最接近的碼本矢量為^ 二p,U ，};2 = {;斗}，對應的量化索引為
{Ku， K12}，對于Y21、 Y22，其對應的最接近的碼本矢量為]^ = {4,2},，《2 = {3，7}，對應的量化
索引為{K21， K22}。將{Kn， K12}和{K21， K22}輸出到編碼逆量化模塊和最小失真量化索引獲取模塊。 (7)由編碼逆量化模塊根據索引{Kn， K12}， {K21， K22}查找量化碼本得出量化后的
AAA A
子矢量^ =p，i} ，&=p，4};:r21 =[4，2} -p，力，并輸出到編碼子矢量合并模塊。 (8)由編碼子矢量合并模塊將子矢量;^ = p，i} ，}j2 = {2，斗}合并為量化后的歸一化無偏估計矢量《二{2,1,2，4}.)^ 二{4,2}，《2 二{3，7}合并為量化后的歸一化無偏估計
A A A
矢量《={4,2,3,7};最后輸出);={2,1,2,4} J2 ={4,2,3，7}到失真計算模塊。(9)失真計算模塊，用于根據歸一化無偏估計模塊所得待量化矢量的歸一化無偏
估計矢量和編碼子矢量合并模塊所得量化后歸一化無偏估計矢量，計算歸一化無偏估計矢
量的量化失真并輸出到最小值序號判斷模塊。實施例由失真計算模塊采用均方誤差作為
失真測度，計算出1禾Pi;的均方誤差MSEY1 = 0、 Y2和^均方誤差MSEY2 = 2。均方誤差為常
用度量方式，實施例具體計算方法為先求取歸一化無偏估計矢量與量化后歸一化無偏估計
矢量對應分量間的差值的平方，求和后再除以歸一化無偏估計矢量的分量個數(即矢量緯
度，歸一化無偏估計矢量與量化后歸一化無偏估計矢量的緯度相同)，得到均方。 (10)由最小值判斷模塊對失真計算模塊所得歸一化無偏估計矢量的兩個失真值
MSEY1和MSEY2做出判斷，得到量化失真的最小值MSEY1所對應的高斯模型分量序號為皿m =
12l，將皿m的值1輸出到碼流寫入模塊。 (11)由最小失真量化索引獲取模塊根據最小值判斷模塊提供的皿m = l，從矢量量化模塊所提供各子矢量的量化索引{Kn，K12}和{K21，K22}中，提取量化失真的最小值所對應的各子矢量的量化索引{Kn，K12}并輸出到碼流寫入模塊。 (12)由碼流寫入模塊，將量化失真的最小值所對應的高斯模型分量序號皿m二 1，以及量化失真的最小值所對應的各子矢量的量化索引{Ku， K12}，一起寫入碼流輸出。
實施例的分裂矢量量化裝置工作過程，參見圖1 : (1)由碼流讀取模塊從碼流中提取量化失真的最小值所對應的子矢量量化的索引{Ku， K12}和量化失真的最小值所對應的高斯模型分量序號皿m = 1 ;并將索引{Kn， K12}輸出到解碼逆量化模塊，將量化失真的最小值所對應的高斯模型分量序號皿m = 1輸出到高斯模型參數獲取模塊。 (2)由解碼逆量化模塊根據碼流讀取模塊所得量化失真的最小值所對應的各子矢
A A
量的量化索引{Kn， K12}，得出對應的量化后的子矢量4 =_p，l} ，]j2 二p,W 。 (3)由解碼子矢量合并模塊根據解碼逆量化模塊所得量化后的子矢量]^ 二{;1}
和《2 ，合并得對應的量化后歸一化無偏估計矢量;^ = {;1,;斗}并輸出到逆歸一化
無偏估計模塊。
(4)由高斯模型參數獲取模塊，根據碼流讀取模塊所得量化失真的最小值所對應
的高斯模型分量序號num二 l，查找與編碼端一致的高斯混合模型參數集。實施例就是查找編碼端高斯混合模型參數訓練模塊所得的高斯混合模型參數集，得出對應的高斯模型參數集9 j = {a工=0. 3， ii " o卩，ii ! = {4，2， 1，3} ， o丄={1，2，2， 1}。 (5)由逆歸一化無偏估計模塊，根據解碼子矢量合并模塊所得對應的量化后歸一
化無偏估計矢量y ={2,1,2,《，根據高斯模型參數獲取模塊所得高斯模型參數集e工=
A
{a1 = 0.3， h， oJ，得出待量化矢量的量化結果義二》，4，5,7)。實際應用時，逆量化所
得結果可能存在誤差，與待量化矢量不完全一致。但這種誤差是本領域常見情況，而本發明的誤差要小于現有技術方案。
權利要求
一種基于高斯混合模型的分裂矢量量化編碼方法，其特征是包含以下步驟，步驟1.1、對訓練矢量進行高斯混合模型建模，即根據設定的高斯模型分量個數M，用M個高斯模型分量去擬合訓練矢量，每個高斯模型分量的擬合結果構成一個高斯模型參數集，M個高斯模型分量的擬合結果構成高斯混合模型參數集，并且為高斯混合模型參數集中的每一個高斯模型參數集分配一個高斯模型分量序號；步驟1.2、利用步驟1.1所得高斯混合模型參數集中的每一個高斯模型參數集分別對待量化矢量先進行無偏估計再進行歸一化，得到待量化矢量的M個歸一化無偏估計矢量；步驟1.3、根據設定的高斯模型分量個數M，得出索引高斯模型分量序號所需比特數；然后根據索引高斯模型分量序號所需比特數和給定的量化器總比特數，計算得出對歸一化無偏估計矢量量化的索引所需的比特數；步驟1.4、對步驟1.2中所得M個歸一化無偏估計矢量進行分裂，得出M組分裂后的子矢量；步驟1.5、根據步驟1.3中所得對歸一化無偏估計矢量量化的索引所需的比特數和步驟1.4中得到的子矢量，得出對步驟1.4中所得各子矢量量化索引所需的比特數；步驟1.6、根據步驟1.5中所得各子矢量量化索引所需的比特數，對步驟1.4中所得各子矢量采用同一矢量量化器進行量化，得出各子矢量的量化索引；步驟1.7、根據步驟1.6中所得各子矢量的量化索引通過查找量化碼本得出量化后的子矢量；步驟1.8、根據步驟1.7所得量化后的子矢量，分組合并得出M個量化后歸一化無偏估計矢量；步驟1.9、根據步驟1.2所得M個歸一化無偏估計矢量以及步驟1.8所得M個量化后歸一化無偏估計矢量，得出M個歸一化無偏估計矢量的量化失真；步驟1.10、對步驟1.9所得M個歸一化無偏估計矢量的量化失真進行比較，判斷出歸一化無偏估計矢量的量化失真的最小值，得出量化失真的最小值所對應的高斯模型分量序號；步驟1.11、根據步驟1.10所得量化失真的最小值所對應的高斯模型分量序號，以及步驟1.6所得各子矢量的量化索引，得出量化失真的最小值所對應的各子矢量的量化索引；步驟1.12、將步驟1.10所得量化失真的最小值所對應的高斯模型分量序號寫入碼流，以及將步驟1.11所得量化失真的最小值所對應的各子矢量的量化索引寫入碼流。
2. —種基于高斯混合模型的分裂矢量量化解碼方法，其特征是包含以下步驟，步驟2. 1、從碼流中提取量化失真的最小值所對應的各子矢量的量化索引和量化失真 的最小值所對應的高斯模型分量序號；步驟2. 2、根據步驟2. 1所得量化失真的最小值所對應的各子矢量的量化索引，通過查 找量化碼本得出對應的量化后的子矢量；步驟2. 3、根據步驟2. 2所得對應的量化后的子矢量，合并得出對應的量化后歸一化無 偏估計矢量；步驟2. 4、根據步驟2. 1所得量化失真的最小值所對應的高斯模型分量序號，從與編碼 端一致的高斯混合模型參數集中查找得出對應的高斯模型參數集；步驟2. 5、根據步驟2. 3所得對應的量化后歸一化無偏估計矢量，以及步驟2. 4所得對應的高斯模型參數集，得出待量化矢量的量化結果。
3. —種實現權利要求1所述基于高斯混合模型的分裂矢量量化編碼方法的分裂矢量 量化裝置，其特征是包含以下部份，高斯混合模型參數訓練模塊，用于對輸入高斯混合模型參數訓練模塊的訓練矢量和高 斯模型分量個數M進行高斯混合模型建模，得到高斯混合模型參數集并輸出到歸一化無偏 估計模塊；所述高斯混合模型建模是用M個高斯模型分量去擬合訓練矢量，每個高斯模型 分量的擬合結果構成一個高斯模型參數集，M個高斯模型分量的擬合結果構成高斯混合模 型參數集，并且為高斯混合模型參數集中的每一個高斯模型參數集分配一個高斯模型分量 序號；歸一化無偏估計模塊，用于根據高斯混合模型參數訓練模塊所得高斯混合模型參數集 對輸入到歸一化無偏估計模塊的待量化矢量進行處理，得到待量化矢量的歸一化無偏估計 矢量并輸出到矢量分裂模塊和失真計算模塊；量化器比特數分配模塊，用于根據輸入到量化器比特數分配模塊的量化器總比特數和 高斯模型分量個數M，得到索引高斯模型序號所需比特數和對歸一化無偏估計矢量量化的 索引所需的比特數，并輸出對歸一化無偏估計矢量量化的索引所需的比特數到子矢量比特 數分配模塊；矢量分裂模塊，用于對歸一化無偏估計模塊所得待量化矢量的歸一化無偏估計矢量進 行矢量分裂，得到分裂后的子矢量并輸出到矢量量化模塊；子矢量比特數分配模塊，用于根據量化器比特數分配模塊所得對歸一化無偏估計矢量 量化的索引所需的比特數和矢量分裂模塊所得分裂后的子矢量，得到各子矢量量化索引所 需的比特數并輸出到矢量量化模塊；矢量量化模塊，用于根據子矢量比特數分配模塊所得各子矢量量化索引所需的比特數 和矢量分裂模塊所得分裂后的子矢量，對各子矢量采用同一矢量量化器進行量化，得到各 子矢量的量化索引并輸出到編碼逆量化模塊和最小失真量化索引獲取模塊；編碼逆量化模塊，用于根據矢量量化模塊所得各子矢量的量化索引，查找量化碼本得 到量化后的子矢量并輸出到編碼子矢量合并模塊；編碼子矢量合并模塊，用于根據編碼逆量化模塊所得量化后的子矢量，合并得到量化 后歸一化無偏估計矢量并輸出到失真計算模塊；失真計算模塊，用于根據歸一化無偏估計模塊所得待量化矢量的歸一化無偏估計矢量和編碼子矢量合并模塊所得量化后歸一化無偏估計矢量，計算歸一化無偏估計矢量的量化 失真并輸出到最小值序號判斷模塊；最小值判斷模塊，用于對失真計算模塊所得歸一化無偏估計矢量的量化失真判斷出最 小值，得到量化失真的最小值所對應的高斯模型分量序號并輸出到碼流寫入模塊；最小失真量化索引獲取模塊，用于根據最小值所對應的高斯模型分量序號，從矢量量 化模塊所提供各子矢量的量化索引中，提取量化失真的最小值所對應的各子矢量的量化索 引并輸出到碼流寫入模塊；碼流寫入模塊，用于將量化失真的最小值所對應的高斯模型分量序號寫入碼流，以及 將量化失真的最小值所對應的各子矢量的量化索引寫入碼流。
4. 一種實現權利要求2所述基于高斯混合模型的分裂矢量量化解碼方法的分裂矢量逆量化裝置，其特征是包含以下部份，碼流讀取模塊，用于從碼流中提取得到量化失真的最小值所對應的各子矢量的量化索 引和高斯模型分量序號，并將量化失真的最小值所對應的各子矢量的量化索引輸出到解碼 逆量化模塊，將量化失真的最小值所對應的高斯模型分量序號輸出到高斯模型參數獲取模 塊；解碼逆量化模塊，用于根據碼流讀取模塊所得量化失真的最小值所對應的子矢量的量 化索引，得到對應的量化后的子矢量；解碼子矢量合并模塊，用于根據解碼逆量化模塊所得對應的量化后的子矢量，合并得 到對應的量化后歸一化無偏估計矢量并輸出到逆歸一化無偏估計模塊；高斯模型參數獲取模塊，用于根據碼流讀取模塊所得量化失真的最小值所對應的高斯 模型分量序號，從與編碼端一致的高斯混合模型參數集中查找得到對應的高斯模型參數集 并輸出到逆歸一化無偏估計模塊；逆歸一化無偏估計模塊，用于根據解碼子矢量合并模塊所得對應的量化后歸一化無偏 估計矢量，以及高斯模型參數獲取模塊所得對應的高斯模型參數集，得到待量化矢量的量 化結果。
全文摘要
本發明提供了一種基于高斯混合模型的分裂矢量量化編解碼方法，以及相應兩個裝置。其中編碼裝置包括高斯混合模型參數訓練模塊、歸一化無偏估計模塊、量化器比特數分配模塊、矢量分裂模塊、子矢量比特數分配模塊、矢量量化模塊、編碼逆量化模塊、編碼子矢量合并模塊、失真計算模塊、最小值判斷模塊、最小失真量化索引獲取模塊、碼流寫入模塊；解碼裝置包括碼流讀取模塊、解碼逆量化模塊、解碼子矢量合并模塊、高斯模型參數獲取模塊、逆歸一化無偏估計模塊。本發明所提供技術方案能夠在低存儲空間的條件下，實現對高維矢量進行的基于高斯混合模型的分裂矢量量化。
文檔編號H03M7/30GK101695000SQ20091027239
公開日2010年4月14日 申請日期2009年10月13日 優先權日2009年10月13日
發明者周成, 曾曉玲, 杜希, 杭波, 王曉晨, 胡瑞敏, 董石, 項慨, 高戈 申請人:武漢大學;