技术特征:
1.一种量化设备,包括:帧内预测器,配置成通过基于当前级的预测矩阵和量化的输入矢量的前一级子矢量估计预测矢量的当前级子矢量来生成所述预测矢量,其中,所述量化的输入矢量基于所述预测矢量和量化的预测误差矢量来获得;以及格栅结构化矢量量化器,配置成对与所述预测矢量和输入矢量之间的差值对应的预测误差矢量进行量化,以生成所述量化的预测误差矢量。2.根据权利要求1所述的设备,其中,所述帧内预测器配置成通过使用n
×
n预测矩阵和所述量化的输入矢量的n维子矢量来估计所述预测矢量的n维子矢量,n是大于或等于2的自然数。3.根据权利要求1所述的设备,其中,所述格栅结构化矢量量化器配置成将所述预测误差矢量划分成n维子矢量,并将所述n维子矢量分配给多个级,n是大于或等于2的自然数。4.根据权利要求1所述的设备,其中,所述预测矩阵通过码本训练来预先定义。5.根据权利要求1所述的设备,还包括矢量量化器,所述矢量量化器配置成对与所述输入矢量和所述量化的输入矢量之间的差值对应的量化误差矢量进行量化。6.根据权利要求1所述的设备,其中,所述格栅结构化矢量量化器配置成基于加权函数来搜索最佳指标。7.根据权利要求5所述的设备,其中,所述矢量量化器配置成基于加权函数来搜索最佳指标。8.一种量化方法,包括:由帧内预测器通过基于当前级的预测矩阵和量化的输入矢量的前一级子矢量估计预测矢量的当前级子矢量来生成所述预测矢量,其中,所述量化的输入矢量基于所述预测矢量和量化的预测误差矢量来获得;以及由格栅结构化矢量量化器对与所述预测矢量和输入矢量之间的差值对应的预测误差矢量进行量化,以生成所述量化的预测误差矢量。9.根据权利要求8所述的方法,其中,生成所述预测矢量包括通过使用n
×
n预测矩阵和所述量化的输入矢量的n维子矢量来估计所述预测矢量的n维子矢量,n是大于或等于2的自然数。10.根据权利要求8所述的方法,其中,对所述预测误差矢量进行量化包括将所述预测误差矢量划分成n维子矢量,并将所述n维子矢量分配给多个级,n是大于或等于2的自然数。11.根据权利要求8所述的方法,其中,所述预测矩阵通过码本训练来预先定义。12.根据权利要求8所述的方法,还包括:由矢量量化器对与所述输入矢量和所述量化的输入矢量之间的差值对应的量化误差矢量进行量化。13.根据权利要求8所述的方法,其中,对所述预测误差矢量进行量化包括基于加权函数来搜索最佳指标。14.根据权利要求12所述的设备,其中,对所述量化误差矢量进行量化包括基于加权函数来搜索最佳指标。
再多了解一些
本文用于企业家、创业者技术爱好者查询,结果仅供参考。