[发明专利]使用优化函数执行基于图形的预测的方法和装置

说明书

本发明提供一种用于使用图形信号执行基于图形的预测的方法，包括以下步骤：获得上下文信号；基于图形参数集来产生图形信号；基于图形信号来获得基于图形的变换矩阵，其中基于图形的变换矩阵包括本征矢量；通过使用经由优化函数计算的最佳变换矢量来获得预测矢量；以及使用预测矢量来产生预测信号，其中优化函数具有作为变量的上下文信号、图形拉普拉斯矩阵的本征值和本征矢量。

技术领域

本发明涉及基于图形的信号处理方法和装置，并且更具体地，涉及用于处理供使用优化函数执行基于图形的预测的信号的方法和装置。

背景技术

大多数传统离散时间信号处理技术已经直接地从处理和过滤模拟信号演进，并且因此，已经通过几个通用假设，类似采样和处理仅仅有规律组织的数据来约束。视频压缩的领域基本上以相同的假设为基础，但是，仅仅概括为多维信号。

图形是在各种应用领域中用于描述数据的几何结构的有用类型的数据表示。基于图形表示的信号处理可以使用每个信号采样表示顶点的图形来概括类似采样、滤波、傅里叶变换等等的概念，并且信号关系由具有正权重的图形边缘来表示。这从其获取过程中断开信号，使得类似采样速率和序列的属性可以通过图形的属性来替换。事实上，传统的表示现在变为由一些特定图形模型定义的简单特殊情形。

发明内容

技术问题

所有视频编译标准包括作为基本元素之一的信号预测，并且压缩效率强烈地受到预测方法的精度和可靠性的影响。存在用于基于信号的统计模型的信号预测的许多理论工具。但是，当将该工具应用于诸如音频、图像和视频的复合信号时，存在许多实际的问题。例如，预测可靠的模型参数是非常难的。这是因为模型参数可以相对于不同的源，甚至相同的源显著地变化。重点是预测的使用在压缩中是基础，其是与其他应用重要的区别。但是，存在实际上用于压缩信号的许多的预测方法是基于试验性统计数值的问题。

此外，已经提出用于信号处理和压缩的新图形模型。与由常规统计数字提供的模型相比较，新图形模型启用诸如边缘和中断的本地信号属性的一部分以更简单和更加恰当的方式来建模。例如，图形的拉普拉斯矩阵的频谱分辨率被以适合于用于图形模型的信号的傅里叶分析的形式提供。

因此，本发明将提供当提供用于建模在变量之间的统计关系的图形时，用于找到具有低复杂度的更好的预测器的方法。

技术解决方案

本发明提供用于使用优化函数来执行基于图形的预测的方法。

此外，本发明提供用于基于图形拉普拉斯的本征值的分布和本征矢量的线性组合来定义基于代价函数(cost function)的优化预测算法的方法。

此外，本发明提供用于使用凸优化公式找到预测值的方法和用于利用图形特征的方法。

有益效果

本发明应用于其的基于图形的信号建模可以是强大的工具。特别地，本发明提供用于使用优化函数来执行基于图形的预测的优化预测算法，并且因此，预测值可以以低复杂度获得。此外，预测性能可以被改善。

此外，本发明可应用于任意图形信号以及常规结构的图形信号，并且因此，可以避免用于编码图形信号需要的比特速率过度的开销。

此外，本发明自适应地利用用于视频序列的其他部分信号的统计特征，从而改善压缩效率。

附图说明

图1图示执行视频信号编码的编码器的示意性框图。

图2图示在本发明应用于其的实施例中执行视频信号解码的解码器的示意性框图。

图3表示按照本发明应用于其的实施例的在视频帧内用于以8×8块建模统计关系图形的示例。