数据压缩装置和数据压缩方法制造方法及图纸

维压缩部(13)通过将从图像中提取出的特征量与由0和1的2元的元素构成的纠错码的检查矩阵进行乘法计算来进行压缩。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及用于将数据压缩得较短的数据压缩装置和数据压缩方法。
技术介绍
将图像、声音及传感器等的数据本身、或从该数据提取出的特征量与具有随机数作为元素的矩阵相乘，从而生成压缩数据。将维压缩所涉及的数据的元素数称作维数。在现有的维压缩中，将m×n矩阵的元素设定为实数值，将随机选择的值用作元素，构成矩阵。n是原来的数据的维数，m是压缩后的数据的维数。并且，n≥m。如上述那样，通过压缩图像、声音及传感器等的数据本身、或其特征量来减少检索、识别、预测等所涉及的数据处理量，实现高速化，能够在短时间内处理一个作业、或者能够在某个一定时间内执行更多作业或更复杂的作业。例如，图4所示的图像匹配系统是这样的系统：从服务器装置200的图像数据库(以下，DB)201所保持的多个样本图像中检索与终端装置100拍摄的照片(检索图像101)等接近的图像。在该系统中，终端装置100的特征量提取部102从检索图像101中提取特征量。在特征量提取中使用SIFT(Scale-Invariant Feature Transform：尺度不变特征变换)的情况下，对于1个图像提取多个(通常几十至几百个)128字节/个的特征量向量。现有的维压缩部103使用随机投影矩阵对上述特征量进行维压缩。在此使用的随机投影矩阵是式(1)，随机投影矩阵的元素a(r，c)为a(r，c)～N(0，1)，遵从平均为0、差异值为1的正态分布。A∈Rm×n (1)在设特征量为x＝(x1，x2，...，xn)时，根据yT＝AxT计算压缩后的特征量y＝(y1，y2，...，ym)。这里，yT，xT的「T」表示转置。在如上述那样使用SIFT的情况下，以1字节＝8位来表现特征量向量x的元素xi，表现为n＝128。此外，在能够以8位来表现随机投影矩阵A的各元素a(r，c)的情况下，压缩后的特征量向量y的元素yk能够用式(2)进行计算。yk＝x1·a(k，1)+x2·a(k，2)+…+xi·a(k，i)+…+xn·a(k，n) (2)因此，在随机投影矩阵A的元素与特征量向量x的元素相乘中，将与列数的量相应的128＝27个加到2字节＝16位中，因此，最大16+7＝23位成为压缩后的特征量向量y的元素yk的量化尺寸。压缩后的特征量向量y的长度能够表述为m维的向量，在将维设定为m＝40的情况下，能够从压缩前的128压缩至40。而且，在非专利文献1中，关于缩小压缩后的特征向量y的元素yk的量化尺寸的方式进行了讨论，示出了例如在上述的示例中将元素yk的尺寸从最大23位压缩至1～5位左右的方式。在该方法中，在维持特征量间的距离的条件下进行维压缩。在量化尺寸缩小部104使用上述非专利文献1的方法压缩特征量的量化尺寸的情况下，将一个特征量为128×8＝1024位的数据量压缩至m＝40、量化尺寸4位时，压缩后的数据量为128×40/128×4＝160位，将数据量压缩至160/1024＝15.6％。在服务器装置200侧，特征量提取部102也从图像数据库201保存的样本图像中提取特征量，维压缩部103和量化尺寸缩小部104对特征量进行压缩。例如，如果在图像数据库201中有10000个样本图像，则服务器装置200针对各样本图像进行特征量提取和数据压缩，检索部205将各样本图像与从终端装置100传送来的检索图像101的被压缩后的特征量进行比较，检索出接近检索图像101的样本图像。现有技术文献非专利文献非专利文献1:Mu Li，Shantanu Rane，Petros Boufounos，“Quantized Embeddings of Scale Invariant Image Features for Mobile Augmented Reality”，Multimedia Signal Processing(MMSP)，2012IEEE 14th International Workshop on Digital Object Identifier，p.1-6
技术实现思路
专利技术要解决的课题可是，在上述方法的情况下，存在下述这样的课题：在为了维压缩而计算yT时需要m×n个乘法计算，因此，压缩前的数据量增大，在压缩率为相同程度的情况下，计算量呈指数函数的形式增大。例如，在n＝128、m＝40的情况下，需要m×n＝5120个乘法计算，在n＝1280、m＝400的情况下，需要m×n＝512000个乘法计算。这样，压缩前的数据量变成10倍，计算量变成100倍。此外，由于随机地选择矩阵的元素而导致压缩后的性质产生偏差，会发生检索时的正解率劣化的情况。本专利技术是为了解决上述的课题而完成的，其目的在于减少数据压缩时的计算量。用于解决课题的手段本专利技术的数据压缩装置是下述这样的装置：在压缩从信息通信设备取得的数据或数据的特征量时，利用数据或特征量和纠错码的检查矩阵的运算来生成压缩数据。本专利技术的数据压缩方法是下述这样的方法：在压缩从信息通信设备取得的数据或数据的特征量时，利用数据或特征量和纠错码的检查矩阵的运算来生成压缩数据。专利技术的效果根据本专利技术，在压缩数据时，使用纠错码的检查矩阵作为随机投影矩阵，因此，能够减少计算量。附图说明图1是示出组装有本专利技术实施方式1的数据压缩装置的信息通信设备的结构的框图。图2是示出组装有实施方式1的数据压缩装置的信息通信设备的动作的流程图。图3是用于说明确定实施方式1的维压缩部的压缩维的方法的曲线图。图4是示出使用现有的数据压缩方法的图像匹配系统的结构的框图。具体实施方式以下，为了更加详细地说明本专利技术，根据附图对用于实施本专利技术的方式进行说明。实施方式1.在实施方式1中，如图1所示，以使用组装有本专利技术的数据压缩装置的信息通信设备(终端装置10、服务器装置20)构成的图像匹配系统为例对数据压缩方法进行说明。终端装置10是平板电脑(Personal Computer)、智能手机、监视录像机等，具有检索图像取得部11、特征量提取部12、维压缩部13(数据压缩装置)和量化尺寸缩小部14。能够在与该终端装置10之间进行通信的服务器装置20具有图像数据库21、特征量提取部12、维压缩部13(数据压缩装置)、量化尺寸缩小部14和检索部25。终端装置10、服务器装置20分别由未图示的CPU(Central Processing Unit：中央处理单元)构成，该CPU通过执行内部存储器所存储的程序来实现作为特征量提取部12、维压缩部13、量化尺寸缩小部14、检索部25的功能。并且，维压缩部13也可以由专用的运算电路构成。图像数据库21由HDD(Hard Disk Drive：硬盘驱动器)等构成。接下来，参照图2所示的流程图，对终端装置10的详细情况进行说明。在终端装置10中，检索图像取得部11取入从照相机等接收的图像作为匹配对象的检索图像，输出至特征量提取部12(步骤ST1)。特征量提取部12提取检测图像的特征，输出至维压缩部13(步骤ST2)。作为特征量提取方法，虽然大多是SIFT等的应用例，但可以是任何特征量提取方法。例如，在SIFT中，选择图像中的几十至几百个特征点(称作关键点)，针对各个该关键点输出128字节的特征量向量。在此，将该128字节的特征量向量的维设为128，看作128维本文档来自技高网...

【技术保护点】
一种数据压缩装置，其对从信息通信设备取得的数据或所述数据的特征量进行压缩，其特征在于，所述数据压缩装置利用所述数据或所述特征量和纠错码的检查矩阵的运算来生成压缩数据。

【技术特征摘要】
【国外来华专利技术】1.一种数据压缩装置，其对从信息通信设备取得的数据或所述数据的特征量进行压缩，其特征在于，所述数据压缩装置利用所述数据或所述特征量和纠错码的检查矩阵的运算来生成压缩数据。2.根据权利要求1所述的数据压缩装置，其特征在于，使用由0和1的2元的元素构成的检查矩阵作为所述纠错码的检查矩阵，在所述数据或所述特征量中，以行为单位对与所述检查矩阵的元素为1的位置对应的值进行加法，生成压缩数据。3.根据权利要求1所述的数据压缩装置，其特征在于，使用由0、1和-1的3个元素构成的检查矩阵作为所述纠错码的检查矩阵，在所述数据或所述特征量中，以行为单位对与所述检查矩阵的元素为1或-1的位置对应的值进行加法或减法，生成压缩数据。4.根据权利要求2所...

【专利技术属性】
技术研发人员：松本涉，山崎贵司，
申请(专利权)人：三菱电机株式会社，
类型：发明
国别省市：日本;JP