[发明专利]基于高斯混合模型的分裂矢量量化编解码方法及其装置

摘要

本发明提供了一种基于高斯混合模型的分裂矢量量化编解码方法，以及相应两个装置。其中编码装置包括高斯混合模型参数训练模块、归一化无偏估计模块、量化器比特数分配模块、矢量分裂模块、子矢量比特数分配模块、矢量量化模块、编码逆量化模块、编码子矢量合并模块、失真计算模块、最小值判断模块、最小失真量化索引获取模块、码流写入模块；解码装置包括码流读取模块、解码逆量化模块、解码子矢量合并模块、高斯模型参数获取模块、逆归一化无偏估计模块。本发明所提供技术方案能够在低存储空间的条件下，实现对高维矢量进行的基于高斯混合模型的分裂矢量量化。

主权项

一种基于高斯混合模型的分裂矢量量化编码方法，其特征是：包含以下步骤，步骤1.1、对训练矢量进行高斯混合模型建模，即根据设定的高斯模型分量个数M，用M个高斯模型分量去拟合训练矢量，每个高斯模型分量的拟合结果构成一个高斯模型参数集，M个高斯模型分量的拟合结果构成高斯混合模型参数集，并且为高斯混合模型参数集中的每一个高斯模型参数集分配一个高斯模型分量序号；步骤1.2、利用步骤1.1所得高斯混合模型参数集中的每一个高斯模型参数集分别对待量化矢量先进行无偏估计再进行归一化，得到待量化矢量的M个归一化无偏估计矢量；步骤1.3、根据设定的高斯模型分量个数M，得出索引高斯模型分量序号所需比特数；然后根据索引高斯模型分量序号所需比特数和给定的量化器总比特数，计算得出对归一化无偏估计矢量量化的索引所需的比特数；步骤1.4、对步骤1.2中所得M个归一化无偏估计矢量进行分裂，得出M组分裂后的子矢量；步骤1.5、根据步骤1.3中所得对归一化无偏估计矢量量化的索引所需的比特数和步骤1.4中得到的子矢量，得出对步骤1.4中所得各子矢量量化索引所需的比特数；步骤1.6、根据步骤1.5中所得各子矢量量化索引所需的比特数，对步骤1.4中所得各子矢量采用同一矢量量化器进行量化，得出各子矢量的量化索引；步骤1.7、根据步骤1.6中所得各子矢量的量化索引通过查找量化码本得出量化后的子矢量；步骤1.8、根据步骤1.7所得量化后的子矢量，分组合并得出M个量化后归一化无偏估计矢量；步骤1.9、根据步骤1.2所得M个归一化无偏估计矢量以及步骤1.8所得M个量化后归一化无偏估计矢量，得出M个归一化无偏估计矢量的量化失真；步骤1.10、对步骤1.9所得M个归一化无偏估计矢量的量化失真进行比较，判断出归一化无偏估计矢量的量化失真的最小值，得出量化失真的最小值所对应的高斯模型分量序号；步骤1.11、根据步骤1.10所得量化失真的最小值所对应的高斯模型分量序号，以及步骤1.6所得各子矢量的量化索引，得出量化失真的最小值所对应的各子矢量的量化索引；步骤1.12、将步骤1.10所得量化失真的最小值所对应的高斯模型分量序号写入码流，以及将步骤1.11所得量化失真的最小值所对应的各子矢量的量化索引写入码流。