抄録
動きベクトル量子化(MVQ)におけるコードブックの最適設計を不要とする学習動きベクトル量子化(LMVQ)を既に提案した。このLMVQは、動き検出を行うと同時に入力画像の性質に応じてコードブックを変化させる方式である。本稿では、このLMVQにおけるコードブックの更新に際して、コードワードの使用頻度を参照する学習法を導入し、動画像データFlower Gardenを用いたシミュレーション結果について報告する。動き補償の性能評価では、本方式のSNRはMVQよりも良好な結果が得られた。また、MPEG-1との比較においてはSNRは約0.4dB劣化したが、動き補償部分の計算量が1/11に削減され、全体の処理時間が約33%に短縮された。
