본 논문에서는 영상 백터 양자화를 위한 새로운 고속 부호화 기법을 제안하는데, 제안 기법은 다차원의 참조 표로 복수 특징의 부분 거리를 사용한다. 복수 특징을 사용하는 기존 기법은 탐색 순서와 연산 과정을 고려할 때 복수 특징을 단계적으로 처리한다. 반면에 제안 기법은 참조 표를 사용하여 복수 특징들을 동시에 활용한다. 본 논문에서는 가용한 수준의 메모리를 위해 테두리 효과를 고려하는 참조 표의 구성 방법과 참조 표의 부분 거리를 활용하며 현재의 탐색을 중지하는 방법을 상세하게 기술한다. 시뮬레이션 결과는 제안 기법의 효율성을 확인시켜 주는데, 부호책 크기가 256일 때 제안 기법은 OHTPDS 기법이나 $M-L_2NP$ 기법 등과 같이 최근에 제안된 기법들이 요구하는 연산량의 $70\%$ 수준까지 연산량을 감소시킨다. 가용한 수준의 전처리와 메모리를 사용함으로써 제안 기법은 전체탐색 기법과 통일한 화질을 유지하면서 전체 탐색 기법이 요구하는 연산량의 $2.2\%$ 이하로 연산량을 감소시킨다.
This paper presents a new fast encoding algorithm for image vector quantization that incorporates the partial distances of multiple features with a multidimensional look-up table (LUT). Although the methods which were proposed earlier use the multiple features, they handles the multiple features step by step in terms of searching order and calculating process. On the other hand, the proposed algorithm utilizes these features simultaneously with the LUT. This paper completely describes how to build the LUT with considering the boundary effect for feasible memory cost and how to terminate the current search by utilizing partial distances of the LUT Simulation results confirm the effectiveness of the proposed algorithm. When the codebook size is 256, the computational complexity of the proposed algorithm can be reduced by up to the $70\%$ of the operations required by the recently proposed alternatives such as the ordered Hadamard transform partial distance search (OHTPDS), the modified $L_2-norm$ pyramid ($M-L_2NP$), etc. With feasible preprocessing time and memory cost, the proposed algorithm reduces the computational complexity to below the $2.2\%$ of those required for the exhaustive full search (EFS) algorithm while preserving the same encoding quality as that of the EFS algorithm.
