KOHONEN NETWORK FOR ADAPTIVE IMAGE COMPRESSION

영상압축을 위한 코넨네트워크

In our paper, We propose an efficient adaptive coding method using kohonen neural network. An efficient adaptive encoding method using Kohonen net work is discribed through the analysis of those compression methods with the application of the neural network. In order to increase the compression ratio, a image is first divided into 8*8 subimages, then all subimages are transformed by DCT. These DCT sub-blocks are divided into N(4) classes by Kohonen network. Hits are distributed according to the variance of the DCT sub-block. Thus we get N(4)bit allocation matrices. Excellent performance is shown by the computer simulation. so we found that our proposed method is better then classifing subimages by AC energy.

본 논문에서는 코호넨 네트워크를 이용한 효과적인 적응 코딩 방법을 제안한다. 신경망을 응용한 압축법 분석을 통해 설명되는 코딩방법은 압축률을 높이기 위해서 우선 영상을 8$\times$8 부영상으로 나누고, 나눠진 모든 부영상은 DCT로 변형한다. 이들 DCT 부블럭들은 코호넨 네트워크로 N(4) 등급으로 나누어지게 되고, 비트들은 DCT 부블럭의 변수에 따라 분류된다. 그래서 N(4)비트 할당 행렬을 얻었다. 실험 결과는 시뮬레이션으로 나타내었고, 제안한 방법이 신경네트워크에서의 AC 에너지에 의해 부영상을 분류하는 것보다 우수하다는 결론을 얻을 수 있었다.