Loading article…
情報理論では、データ圧縮、情報源符号化、[1]またはビットレート削減は、元の表現よりも少ないビットを使用して情報をエンコードするプロセスです。 [2]特定の圧縮は、非可逆圧縮と可逆圧縮のいずれかです。可逆圧縮は、統計的な冗長性を識別して排除することでビットを削減します。可逆圧縮では情報が失われません。非可逆圧縮は、不要な情報や重要度の低い情報を削除することでビットを削減します。[3]通常、データ圧縮を実行するデバイスはエンコーダーと呼ばれ、逆のプロセス (解凍) を実行するデバイスはデコーダーと呼ばれます。
データファイルのサイズを縮小するプロセスは、しばしばデータ圧縮と呼ばれます。データ伝送の文脈では、これはソースコーディングと呼ばれ、データが保存または伝送される前にデータのソースでエンコードが行われます。[4]ソースコーディングは、誤り検出および訂正のためのチャネルコーディングや、データを信号にマッピングする手段である ラインコーディングと混同しないでください。
データ圧縮アルゴリズムは、情報の保存や送信に必要なバイト数と、エンコードやデコードを実行するために必要な計算リソースとの間で、空間と時間の複雑さのトレードオフを提示します。データ圧縮方式の設計には、圧縮の度合い、導入される歪みの量（非可逆データ圧縮を使用する場合）、およびデータの圧縮と解凍に必要な計算リソースまたは時間のバランスを取ることが含まれます。[5]
ロスレス
ロスレス データ圧縮 アルゴリズムは通常、統計的冗長性を利用して、情報を一切失うことなくデータを表現するため、処理は可逆的です。ロスレス圧縮が可能なのは、ほとんどの実世界のデータが統計的冗長性を示すためです。たとえば、画像には複数のピクセルにわたって変化しない色の領域がある場合があります。その場合、データは「赤いピクセル、赤いピクセル、...」とコード化する代わりに、「279 個の赤いピクセル」としてコード化できます。これはランレングス エンコードの基本的な例です。冗長性を排除してファイル サイズを縮小する方式は数多くあります。
Lempel –Ziv (LZ) 圧縮方式は、ロスレス ストレージ用の最も人気のあるアルゴリズムの 1 つです。[6] DEFLATE はLZ のバリエーションで、解凍速度と圧縮率を最適化したものですが[7]、圧縮が遅くなる可能性があります。1980 年代半ば、Terry Welchの研究を受けて、Lempel–Ziv–Welch (LZW) アルゴリズムは、ほとんどの汎用圧縮システムで急速に選択される方式になりました。LZW は、GIF画像、 PKZIPなどのプログラム、モデムなどのハードウェア デバイスで使用されます。[8] LZ 方式では、テーブル エントリがデータの繰り返し文字列に置き換えられるテーブル ベースの圧縮モデルを使用します。ほとんどの LZ 方式では、このテーブルは入力内の前のデータから動的に生成されます。テーブル自体はハフマン エンコードされていることがよくあります。このような文法ベースのコードは、同じ種または近縁種の生物学的データ コレクション、バージョン管理された膨大なドキュメント コレクション、インターネット アーカイブなど、反復性の高い入力を非常に効果的に圧縮できます。文法ベースのコードの基本的なタスクは、単一の文字列を導出する文脈自由文法を構築することです。その他の実用的な文法圧縮アルゴリズムには、SequiturやRe-Pairなどがあります。
最も強力な最新のロスレス圧縮器は、部分一致による予測などの確率モデルを使用します。Burrows-Wheeler 変換も、統計モデリングの間接的な形式と見なすことができます。[9]確率モデリングの直接的な使用をさらに改良したものとして、統計推定値を算術符号化と呼ばれるアルゴリズムと組み合わせることができます。算術符号化は、有限状態マシンの数学的計算を使用して、一連の入力データ シンボルからエンコードされたビットの文字列を生成する、より現代的なコーディング手法です。よりよく知られているハフマン アルゴリズムなどの他の手法と比較して、優れた圧縮を実現できます。内部メモリ状態を使用して、個々の入力シンボルを整数ビットを使用する個別の表現に 1 対 1 でマッピングする必要を回避し、データ シンボルの文字列全体をエンコードした後にのみ内部メモリをクリアします。算術符号化は、統計が変動し、コンテキストに依存する適応型データ圧縮タスクに特に適しています。これは、入力データの確率分布の適応型モデルと簡単に組み合わせることができるためです。算術符号化の初期の例としては、JPEG画像符号化規格のオプション機能（ただし広くは使われていない）が挙げられます。[10]その後、算術符号化はH.263、H.264/MPEG-4 AVC、HEVCなど、ビデオ符号化用のさまざまな設計に適用されてきました。 [11]
アーカイブソフトウェアには通常、「辞書サイズ」を調整する機能があり、サイズが大きいほど圧縮と解凍時に多くのランダムアクセスメモリが必要になりますが、特にファイルの内容に繰り返しパターンがある場合は圧縮が強くなります。[12] [13]
ロスレス
1980 年代後半には、デジタル画像がより一般的になり、可逆画像圧縮の標準が登場しました。1990 年代初頭には、非可逆圧縮方式が広く使用されるようになりました。[14]これらの方式では、不要な詳細を削除することでストレージ スペースを節約できるため、情報の多少の損失が許容されます。情報の保持とサイズの削減の間には、対応するトレードオフがあります。非可逆データ圧縮方式は、問題のデータに対する人の知覚方法の研究に基づいて設計されています。たとえば、人間の目は、色の変化よりも輝度の微妙な変化に敏感です。JPEG 画像圧縮は、不要な情報ビットを切り捨てることによって部分的に機能します。 [15]多くの一般的な圧縮形式は、サウンドの心理音響学や画像とビデオの 心理視覚学 など、これらの知覚の違いを利用しています。
非可逆圧縮のほとんどの形式は、変換符号化、特に離散コサイン変換（DCT）に基づいています。これは1972年にNasir Ahmedによって最初に提案され、その後1973年にT. NatarajanおよびKR Raoと共同で実用的なアルゴリズムを開発し、1974年1月に導入されました。[16] [17] DCTは最も広く使用されている非可逆圧縮方式であり、画像（JPEGやHEIFなど）、[18] ビデオ（ MPEG、AVC 、HEVCなど）およびオーディオ（ MP3、AAC、Vorbisなど）のマルチメディア形式で使用されています。
非可逆画像圧縮は、デジタルカメラでストレージ容量を増やすために使用されます。同様に、DVD、Blu-ray、ストリーミングビデオでは、非可逆ビデオコーディング形式が使用されます。非可逆圧縮はビデオで広く使用されています。
非可逆オーディオ圧縮では、音響心理学の手法を使用して、オーディオ信号の非可聴（または難聴）成分を削除します。人間の音声の圧縮は、さらに専門的な技術を使用して実行されることが多く、音声コーディングは汎用オーディオ圧縮とは別の分野として区別されています。音声コーディングはインターネット電話で使用されており、たとえば、オーディオ圧縮はCDリッピングに使用され、オーディオプレーヤーによってデコードされます。[9]
非可逆圧縮は世代損失を引き起こす可能性があります。
理論
圧縮の理論的基礎は情報理論、より具体的にはシャノンの情報源符号化定理によって提供され、領域固有の理論には可逆圧縮のためのアルゴリズム情報理論や非可逆圧縮のためのレート歪み理論などがある。これらの研究分野は基本的にクロード・シャノンによって創設され、彼は1940年代後半から1950年代前半にかけてこのテーマに関する基礎論文を発表した。圧縮に関連するその他のトピックには、符号化理論や統計的推論などがある。[19]
機械学習
機械学習と圧縮には密接な関係があります。シーケンスの履歴全体から事後確率を予測するシステムは、最適なデータ圧縮に使用できます (出力分布に算術コーディングを使用)。逆に、最適な圧縮器は予測に使用できます (以前の履歴から、最も圧縮率の高いシンボルを見つける)。この同等性は、データ圧縮を「汎用知能」のベンチマークとして使用することの正当性として使用されています。[20] [21] [22]
別の見方をすると、圧縮アルゴリズムは暗黙的に文字列を暗黙的な特徴空間ベクトルにマッピングし、圧縮ベースの類似度測定はこれらの特徴空間内で類似度を計算する。各圧縮器C(.)に対して、関連するベクトル空間ℵを定義し、C(.)はベクトルノルム||~x||に対応する入力文字列xをマッピングする。すべての圧縮アルゴリズムの基礎となる特徴空間を網羅的に調べることは空間的に不可能であるため、代わりに特徴ベクトルは3つの代表的な可逆圧縮方式、LZW、LZ77、およびPPMを調べることを選択する。[23]
Hutter Prizeでより直接的に説明されている関係であるAIXI理論によれば、x の可能な限り最高の圧縮は、x を生成する可能な限り最小のソフトウェアです。たとえば、そのモデルでは、zip ファイルの圧縮サイズには、zip ファイルと解凍ソフトウェアの両方が含まれます。両方がなければ解凍できないためですが、さらに小さい組み合わせ形式が存在する可能性があります。
AIを活用したオーディオ/ビデオ圧縮ソフトウェアの例としては、NVIDIA Maxine、AIVCなどが挙げられます。[24] AIを活用した画像圧縮が可能なソフトウェアの例としては、 OpenCV、TensorFlow、MATLABのImage Processing Toolbox (IPT)、High-Fidelity Generative Image Compressionなどが挙げられます。 [25]
教師なし機械学習では、k平均法クラスタリングを利用して、類似したデータポイントをクラスターにグループ化することでデータを圧縮することができます。この手法は、定義済みのラベルがない大規模なデータセットの処理を簡素化し、画像圧縮などの分野で広く使用されています。[26]
データ圧縮の目的は、データファイルのサイズを縮小し、ストレージ効率を高め、データ転送を高速化することです。教師なし機械学習アルゴリズムであるK平均法クラスタリングは、データセットを指定された数のクラスターkに分割するために使用され、各クラスターはポイントの重心で表されます。このプロセスにより、大規模なデータセットがよりコンパクトな代表ポイントのセットに凝縮されます。画像および信号処理で特に有益なK平均法クラスタリングは、データポイントのグループをその重心に置き換えることでデータ削減を支援し、元のデータのコア情報を保持しながら必要なストレージスペースを大幅に削減します。[27]
大規模言語モデル（LLM）もロスレスデータ圧縮が可能であり、DeepMindのChinchilla 70Bモデルによる研究で実証されている。DeepMindが開発したChinchilla 70Bは、画像用のPortable Network Graphics （PNG）や音声用のFree Lossless Audio Codec（FLAC）などの従来の方法よりも効果的にデータを圧縮した。画像と音声データをそれぞれ元のサイズの43.4％と16.4％に圧縮することに成功した。[28]
データの差分
データ圧縮は、データ差分の特殊なケースと見なすことができます。[29] [ 30]データ差分は、ソースとターゲットが与えられた場合に差分を生成することと、ソースと差分が与えられた場合にターゲットを再現するパッチングで構成されます。データ圧縮には別々のソースとターゲットがないため、データ圧縮は空のソースデータを使用したデータ差分、つまり何もない状態からの差分に対応する圧縮ファイルと考えることができます。これは、絶対エントロピー（データ圧縮に対応）を、初期データがない 相対エントロピー（データ差分に対応）の特殊なケースと見なすのと同じです。
差分圧縮という用語は、データの差分接続を強調するために使用されます。
用途
画像
エントロピー符号化は1940年代にシャノン・ファノ符号化[31]の導入によって始まり、これは1950年に開発されたハフマン符号化の基礎となった。 [32] 変換符号化は1960年代後半にさかのぼり、 1968年に高速フーリエ変換(FFT)符号化、1969年にアダマール変換が導入された。 [33]
重要な画像圧縮技術は、1970年代初頭に開発された離散コサイン変換（DCT）です。 [16] DCTは、1992年にJoint Photographic Experts Group（JPEG）によって導入された非可逆圧縮形式であるJPEGの基礎となっています。 [34] JPEGは、比較的わずかな画質の低下を犠牲にして画像を表現するために必要なデータ量を大幅に削減し、最も広く使用されている画像ファイル形式になりました。[35] [36]その非常に効率的なDCTベースの圧縮アルゴリズムは、デジタル画像とデジタル写真の広範な普及に大きく貢献しました。[37]
Lempel-Ziv-Welch（LZW）は1984年に開発された可逆圧縮アルゴリズムです。1987年に導入されたGIF形式で使用されています。 [38] 1996年に指定された可逆圧縮アルゴリズムであるDEFLATEは、 Portable Network Graphics（PNG）形式で使用されています。[39]
ウェーブレット圧縮、つまり画像圧縮におけるウェーブレットの使用は、DCT符号化の開発後に始まりました。[40] JPEG 2000規格は2000年に導入されました。[41]オリジナルのJPEG形式で使用されていたDCTアルゴリズムとは対照的に、JPEG 2000では離散ウェーブレット変換（DWT）アルゴリズムが使用されています。[42] [43] [44] Motion JPEG 2000拡張を含むJPEG 2000技術は、 2004年にデジタルシネマのビデオ符号化規格として選ばれました。 [45]
オーディオ
オーディオ データ圧縮は、ダイナミック レンジ圧縮と混同しないでください(これらは関連しています)。オーディオ データの伝送帯域幅とストレージ要件を削減できる可能性があります。オーディオ圧縮形式の圧縮アルゴリズムは、オーディオコーデックとしてソフトウェアに実装されています。非可逆圧縮と可逆圧縮の両方で、情報の冗長性が削減され、コーディング、量子化、DCT、線形予測などの方法を使用して、非圧縮データを表すために使用される情報量が削減されます。
非可逆オーディオ圧縮アルゴリズムはより高い圧縮率を提供し、 VorbisやMP3を含む多くのオーディオアプリケーションで使用されています。これらのアルゴリズムのほとんどは心理音響学に依存しており、聞き取りにくい音を排除または忠実度を低下させることで、保存または送信に必要なスペースを削減します。[2] [46]
オーディオ品質の損失と伝送または保存サイズとの間の許容可能なトレードオフは、アプリケーションによって異なります。たとえば、640 MBのコンパクトディスク（CD）1枚には、圧縮されていない高忠実度の音楽で約1時間、ロスレスで圧縮された音楽で2時間未満、または中程度のビットレートでMP3形式で圧縮された音楽で7時間を保存できます。デジタルサウンドレコーダーは通常、640 MBで約200時間の明瞭な音声を保存できます。[47]
ロスレスオーディオ圧縮は、元のデータと全く同じデジタルデータにデコードできるデジタルデータ表現を生成します。圧縮率は元のサイズの約50～60%で、[48]一般的なロスレスデータ圧縮とほぼ同じです。ロスレスコーデックは、信号を推定するための基礎として曲線フィッティングまたは線形予測を使用します。推定値と推定値と実際の信号との差を表すパラメータは、別々にコード化されます。[49]
ロスレス オーディオ圧縮形式は多数存在します。一覧については、ロスレス コーデックのリストを参照してください。一部の形式は、スーパー オーディオ CDで使用されるDirect Stream Transferや、DVD-Audio、Dolby TrueHD、Blu-ray、HD DVDで使用されるMeridian Lossless Packingなど、別個のシステムに関連付けられています。
一部のオーディオ ファイル形式は、非可逆形式と可逆補正の組み合わせを特徴としており、これにより補正を削除して簡単に非可逆ファイルを取得できます。このような形式には、MPEG-4 SLS (Scalable to Lossless)、WavPack、OptimFROG DualStreamなどがあります。
オーディオ ファイルをさらに圧縮するか編集するために処理する場合は、変更されていないオリジナル (非圧縮またはロスレス圧縮) から作業することが望ましいです。何らかの目的でロスレス圧縮されたファイルを処理した場合、通常、最終結果は非圧縮のオリジナルから同じ圧縮ファイルを作成した場合よりも劣ります。サウンド編集やミキシングに加えて、ロスレス オーディオ圧縮はアーカイブ ストレージやマスター コピーとしてよく使用されます。
非可逆オーディオ圧縮
非可逆オーディオ圧縮は、幅広いアプリケーションで使用されています。MP3プレーヤーやコンピューターでのファイル再生のスタンドアロンオーディオ専用アプリケーションに加えて、デジタル圧縮されたオーディオストリームは、ほとんどのビデオDVD、デジタルテレビ、インターネット上のストリーミングメディア、衛星ラジオやケーブルラジオで使用されており、地上波ラジオ放送でもますます使用されています。非可逆圧縮は通常、心理音響最適化に基づいて重要度の低いデータを破棄することで、可逆圧縮よりもはるかに高い圧縮を実現します。[50]
心理音響学では、オーディオ ストリーム内のすべてのデータが人間の聴覚システムで認識できるわけではないことを認識しています。ほとんどの非可逆圧縮では、まず知覚的に無関係な音、つまり非常に聞き取りにくい音を特定することで冗長性を削減します。典型的な例としては、高周波音や、より大きな音と同時に発生する音などがあります。これらの無関係な音は、精度を落としてコード化されるか、まったくコード化されません。
非可逆アルゴリズムの性質上、ファイルを解凍して再圧縮すると、オーディオ品質はデジタル生成ロスを被ります。このため、非可逆圧縮は、サウンド編集やマルチトラック録音などのプロフェッショナル オーディオ エンジニアリング アプリケーションで中間結果を保存するのには適していません。ただし、 MP3などの非可逆形式は、ファイル サイズが元のサイズの 5 ～ 20% に縮小され、1 メガバイトで約 1 分分の音楽を適切な品質で保存できるため、エンド ユーザーに非常に人気があります。
適応ビット レートと低い圧縮率でロスレス アルゴリズムとロッシー アルゴリズムを組み合わせて使用することで、より高品質のオーディオ パフォーマンスを提供する独自のロッシー圧縮アルゴリズムがいくつか開発されています。例としては、aptX、LDAC、LHDC、MQA、SCL6 などがあります。
コーディング方法
オーディオ信号内のどの情報が知覚的に無関係であるかを判断するために、ほとんどの非可逆圧縮アルゴリズムは、修正離散コサイン変換（MDCT）などの変換を使用して、時間領域でサンプリングされた波形を変換領域（通常は周波数領域）に変換します。変換が完了すると、コンポーネント周波数は、どれだけ聞きやすいかに応じて優先順位を付けることができます。スペクトル成分の可聴性は、聴力の絶対閾値と同時マスキング（信号が周波数で分離された別の信号によってマスクされる現象）の原理、および場合によっては時間マスキング（信号が時間で分離された別の信号によってマスクされる現象）を使用して評価されます。等ラウドネス曲線を使用して、コンポーネントの知覚的重要性を評価することもできます。このような効果を組み込んだ人間の耳と脳の組み合わせのモデルは、心理音響モデルと呼ばれることがよくあります。[51]
音声で使用される線形予測符号化(LPC)などの他の種類の非可逆圧縮器は、ソースベースのコーダです。LPC は、人間の声道のモデルを使用して音声を分析し、モデルが音声を生成するために使用するパラメータを瞬間ごとに推測します。これらの変化するパラメータは送信または保存され、音声を再生するデコーダー内の別のモデルを駆動するために使用されます。
非可逆フォーマットは、ストリーミングオーディオやインタラクティブ通信（携帯電話ネットワークなど）の配信によく使用されます。このようなアプリケーションでは、データストリーム全体が送信された後ではなく、データが流れるにつれてデータを解凍する必要があります。すべてのオーディオコーデックがストリーミングアプリケーションに使用できるわけではありません。[50]
遅延は、データのエンコードとデコードに使用される方法によって発生します。コーデックによっては、フレームと呼ばれる長いデータ セグメントを分析して効率を最適化し、デコードに一度に大きなデータ セグメントを必要とする方法でコーディングするものもあります。コーディング アルゴリズムに固有の遅延は重大な問題になることがあります。たとえば、電話での会話のように双方向のデータ伝送がある場合、大幅な遅延によって認識される品質が著しく低下する可能性があります。
圧縮速度はアルゴリズムに必要な操作の数に比例しますが、ここでのレイテンシは、オーディオ ブロックを処理する前に分析する必要があるサンプルの数を指します。最小の場合、レイテンシは 0 サンプルです (たとえば、コーダ/デコーダが信号の量子化に使用するビット数を減らすだけの場合)。LPC などの時間領域アルゴリズムもレイテンシが低い場合が多いため、電話の音声コーディングでよく使用されます。ただし、MP3 などのアルゴリズムでは、周波数領域で心理音響モデルを実装するために多数のサンプルを分析する必要があり、レイテンシは 23 ミリ秒程度になります。
音声エンコード
音声エンコーディングは、オーディオ データ圧縮の重要なカテゴリです。人間の耳が聞き取れる音声の側面を推定するために使用される知覚モデルは、通常、音楽に使用されるモデルとは多少異なります。人間の声の音を伝えるために必要な周波数範囲は、通常、音楽に必要な範囲よりもはるかに狭く、音はそれほど複雑ではありません。その結果、比較的低いビット レートを使用して、音声を高品質でエンコードできます。
これは通常、次の 2 つのアプローチの組み合わせによって実現されます。
- 人間の声だけで発せられる音だけをエンコードします。
- 信号内のより多くのデータを破棄し、人間の聴覚の全周波数範囲ではなく、「理解可能な」音声を再構築するのに十分なデータだけを保持します。
音声エンコード（および一般的なオーディオ データ圧縮）で使用された最も初期のアルゴリズムは、A-law アルゴリズムとμ-law アルゴリズムでした。
歴史
初期のオーディオ研究はベル研究所で行われました。1950年にC. チャピン・カトラーが差分パルス符号変調（DPCM）の特許を申請しました。 [52] 1973年にP. カミスキー、ニキル・S・ジャヤント、ジェームズ・L・フラナガンが適応型DPCM（ADPCM）を導入しました。[53] [54]
知覚符号化は、線形予測符号化（LPC）とともに、音声符号化圧縮に初めて使用されました。 [55] LPCの最初の概念は、1966年の板倉文忠（名古屋大学）と斉藤周三（日本電信電話）の研究に遡ります。[56] 1970年代には、ベル研究所のBishnu S. AtalとManfred R. Schroederが、人間の耳のマスキング特性を利用した知覚符号化アルゴリズムである適応予測符号化（APC）と呼ばれるLPCの形式を開発し、 1980年代初頭には、当時としては大きな圧縮率を達成したコード励起線形予測（CELP）アルゴリズムが続きました。 [55]知覚符号化は、 MP3 [55]やAACなどの最新のオーディオ圧縮形式で使用されています。
離散コサイン変換（DCT）は、 1974年にNasir Ahmed、T. Natarajan、KR Raoによって開発され、 [17] MP3、 [57] Dolby Digital、[58] [59] AACなどの現代のオーディオ圧縮フォーマットで使用される修正離散コサイン変換（MDCT）の基礎となりました。 [60] MDCTは、 1986年のPrincenとBradleyによる初期の研究に続いて、1987年にJP Princen、AW Johnson、AB Bradleyによって提案されました。[61 ]
世界初の商用放送自動化音声圧縮システムは、ブエノスアイレス大学の工学教授オスカー・ボネロによって開発されました。 [63] 1983年、彼は1967年に初めて発表された臨界帯域のマスキングの心理音響原理を使用して、[64]当時開発されたばかりのIBM PCコンピューターに基づく実用的なアプリケーションの開発を開始し、放送自動化システムは1987年にAudicomという名前で発売されました。 [65] 35年後、世界中のほぼすべてのラジオ局が、発明者が自分の作品の発明特許を取得することを拒否したため、いくつかの会社によって製造されたこの技術を使用していました。彼はそれをパブリックドメインとして宣言して公開することを好みました [66]
1988年2月、IEEEのJournal on Selected Areas in Communications ( JSAC )に、さまざまなオーディオコーディングシステムに関する文献集が出版されました。それ以前の論文もいくつかありましたが、このコレクションには、さまざまな完成した実用的なオーディオコーダが記録されており、そのほとんどすべてが知覚技術と何らかの周波数分析とバックエンドのノイズレスコーディングを使用していました。[67]
ビデオ
非圧縮ビデオは非常に高いデータレートを必要とします。ロスレスビデオ圧縮コーデックは5～12の圧縮率で動作しますが、一般的なH.264非可逆圧縮ビデオの圧縮率は20～200です。[68]
ビデオコーディング規格で使用される2つの主要なビデオ圧縮技術は、DCTと動き補償（MC）です。H.26xやMPEG形式などのほとんどのビデオコーディング規格では、通常、動き補償DCTビデオコーディング（ブロック動き補償）が使用されます。[69] [70]
ほとんどのビデオコーデックは、オーディオ圧縮技術と併用され、コンテナフォーマットと呼ばれるものを使用して、別々でありながら補完的なデータストリームを1つのパッケージとして保存します。[71]
符号化理論
ビデオ データは、一連の静止画像フレームとして表される場合があります。このようなデータには通常、大量の空間的および時間的な冗長性が含まれています。ビデオ圧縮アルゴリズムは、冗長性を削減し、情報をよりコンパクトに保存しようとします。
ほとんどのビデオ圧縮フォーマットとコーデックは、空間的冗長性と時間的冗長性の両方を活用しています（たとえば、動き補償による差分コーディングを通じて）。類似性は、たとえば時間的に隣接するフレーム（インターフレームコーディング）または空間的に隣接するピクセル（イントラフレームコーディング）間の差分のみを保存することによってエンコードできます。フレーム間圧縮（時間デルタエンコーディング）は、シーケンス内の1つ以上の前または後のフレームからのデータを（再）使用して、現在のフレームを記述します。一方、イントラフレームコーディングは、現在のフレーム内のデータのみを使用するため、実質的には静止画像圧縮です。 [51]
ビデオカメラやビデオ編集で使用されるフレーム内ビデオ コーディング形式では、フレーム内予測のみを使用するより単純な圧縮が採用されています。これにより、圧縮されたフレームが編集者が削除したデータを参照する状況が防止されるため、ビデオ編集ソフトウェアが簡素化されます。
通常、ビデオ圧縮では、量子化などの非可逆圧縮技術も追加で採用されています。これは、人間の視覚の知覚特性を利用して、人間の視覚に（多かれ少なかれ）無関係なソースデータの側面を削減します。たとえば、色の小さな違いは、明るさの変化よりも認識しにくいです。圧縮アルゴリズムは、JPEG画像圧縮で使用されるものと同様の方法で、これらの同様の領域全体で色を平均化できます。[10]すべての非可逆圧縮と同様に、ビデオ品質とビットレート、圧縮と解凍の処理コスト、およびシステム要件の間にはトレードオフがあります。圧縮率の高いビデオでは、目に見えるまたは気を散らすようなアーティファクトが発生する可能性があります。
フラクタル圧縮、マッチング・パーシュート、離散ウェーブレット変換（DWT）の使用など、普及しているDCTベースの変換形式以外の方法も研究の対象となっているが、実用製品では通常使用されていない。ウェーブレット圧縮は、静止画像コーダや動き補償のないビデオコーダで使用されている。フラクタル圧縮への関心は、最近の理論的分析でこのような方法の有効性が比較的低いことが示されたため、薄れつつあるようだ。[51]
フレーム間コーディング
フレーム間コーディングでは、ビデオ シーケンスの個々のフレームが 1 つのフレームから次のフレームまで比較され、ビデオ圧縮コーデックが参照フレームとの差異を記録します。フレームに何も移動していない領域がある場合、システムは、前のフレームのその部分を次のフレームにコピーする短いコマンドを発行するだけで済みます。フレームの一部が単純に移動する場合、圧縮器は、コピーをシフト、回転、明るく、または暗くするように解凍器に指示する (少し長い) コマンドを発行できます。この長いコマンドでも、フレーム内圧縮によって生成されるデータよりはるかに短いままです。通常、エンコーダーは、参照画像との残りのより微妙な差異を説明する残差信号も送信します。エントロピー コーディングを使用すると、これらの残差信号は完全な信号よりもコンパクトに表現されます。ビデオの動きが多い領域では、圧縮は、変化するピクセルの数が増えるのに対応するために、より多くのデータをエンコードする必要があります。一般的に、爆発、炎、動物の群れ、および一部のパンニング ショットでは、高周波の詳細によって品質が低下したり、可変ビットレートが増加したりします。
ハイブリッドブロックベースの変換形式
一般的に使用されている多くのビデオ圧縮方法 ( ITU-TまたはISOによって承認された標準のものなど) は、1988 年に ITU-T によって標準化されたH.261に遡る同じ基本アーキテクチャを共有しています。これらの方法の多くは、隣接するピクセルの長方形ブロックに適用される DCT と、動きベクトルを使用した時間予測に依存しており、最近ではループ内フィルタリング手順も使用されています。
予測段階では、データの相関関係を解除し、すでに送信されたデータに基づいて新しいデータを記述するのに役立つさまざまな重複排除および差分コーディング技術が適用されます。
次に、残りのピクセルデータの長方形ブロックが周波数領域に変換されます。主な非可逆処理段階では、人間の視覚に関係のない情報を削減するために、周波数領域データが量子化されます。
最後の段階では、何らかの算術符号化を適用することが多い エントロピー コーダによって、統計的な冗長性が大幅に除去されます。
追加のループ内フィルタリング ステージでは、再構成された画像信号にさまざまなフィルタを適用できます。これらのフィルタをエンコーディング ループ内でも計算すると、予測プロセスで使用される前に参照マテリアルに適用でき、元の信号を使用してガイドできるため、圧縮に役立ちます。最も一般的な例は、変換ブロック境界での量子化の不連続性によるブロッキング アーティファクトをぼかす デブロッキング フィルタです。
歴史
1967年、AHロビンソンとC.チェリーは、アナログテレビ信号の伝送用にランレングス符号化帯域幅圧縮方式を提案した。 [72]現代のビデオ圧縮の基礎となるDCT [73]は、 1974年にナシル・アーメド、T.ナタラジャン、KRラオによって導入された。[17] [74]
1988年に登場したH.261は、ビデオ圧縮技術の一般的な基本アーキテクチャを商業的に導入しました。[75]これは、 DCT圧縮に基づく最初のビデオコーディング形式でした。 [73] H.261は、日立、PictureTel、NTT、BT、東芝など、多くの企業によって開発されました。[76]
コーデックに使用される最も一般的なビデオコーディング規格は、 MPEG規格です。MPEG -1は、1991年にMotion Picture Experts Group (MPEG)によって開発され、 VHS品質のビデオを圧縮するように設計されました。1994年にMPEG-2 / H.262 [75]に引き継がれました。これは、主にソニー、トムソン、三菱電機などの多くの企業によって開発されました。[77] MPEG-2は、 DVDおよびSDデジタルテレビの標準ビデオ形式になりました。[75] 1999年には、 MPEG-4 / H.263が続きました。[75]これも、主に三菱電機、日立、パナソニックなどの多くの企業によって開発されました。[78]
H.264/MPEG-4 AVCは、パナソニック、合同会社IPブリッジ、LGエレクトロニクスを中心に、複数の組織によって2003年に開発されました。[79] AVCは、最新のコンテキスト適応型バイナリ算術符号化（CABAC）アルゴリズムとコンテキスト適応型可変長符号化（CAVLC）アルゴリズムを商業的に導入しました。AVCは、ブルーレイディスクの主要なビデオエンコーディング標準であり、 YouTube、Netflix、Vimeo、iTunes Storeなどのビデオ共有Webサイトやストリーミングインターネットサービス、 Adobe Flash PlayerやMicrosoft SilverlightなどのWebソフトウェア、地上波および衛星テレビによるさまざまなHDTV放送で広く使用されています。
遺伝学
遺伝的圧縮アルゴリズムは、従来の圧縮アルゴリズムと特定のデータタイプに適応した遺伝的アルゴリズムの両方を使用してデータ (通常はヌクレオチドの配列) を圧縮する最新世代のロスレス アルゴリズムです。2012 年に、ジョンズ ホプキンス大学の科学者チームが、圧縮に参照ゲノムを使用しない遺伝的圧縮アルゴリズムを発表しました。HAPZIPPER はHapMapデータに合わせて調整されており、20 倍以上の圧縮 (ファイル サイズの 95% 削減) を達成し、主要な汎用圧縮ユーティリティよりも 2 ～ 4 倍優れた圧縮を実現し、計算負荷が低くなっています。このために、Chanda、Elhaik、Bader は MAF ベースのエンコーディング (MAFE) を導入しました。これは、SNP をマイナー アレル頻度で並べ替えてデータセットの異質性を減らし、データセットを均質化します。[80] 2009年と2013年に開発された他のアルゴリズム（DNAZipとGenomeZip）は、最大1200倍の圧縮率を持ち、60億塩基対の二倍体ヒトゲノムを2.5メガバイト（参照ゲノムと比較して、または多くのゲノムの平均）に保存することができます。[81] [82]遺伝学/ゲノムデータ圧縮のベンチマークについては、[83]を参照してください。
展望と現在未使用の可能性
世界の記憶装置に保存されているデータの総量は、既存の圧縮アルゴリズムでさらに平均4.5倍に圧縮できると推定されている。[84] 2007年には世界の情報保存技術能力を合わせると1,300エクサバイトのハードウェアディジットが提供されると推定されているが、対応するコンテンツが最適に圧縮されると、これは295エクサバイトのシャノン情報にしか相当しない。[85]
参照
参考文献
- ^ ウェイド、グラハム（1994年）。信号符号化と処理（第2版）。ケンブリッジ大学出版局。p.34。ISBN 978-0-521-42336-6. 2011-12-22取得。
ソースコーディングの幅広い目的は、PCMソース内の「非効率的な」冗長性を活用または削除し、それによって全体的なソースレート R を削減することです。
- ^ ab Mahdi, OA; Mohammed, MA; Mohamed, AJ (2012 年 11 月)。「ハイブリッド技術によるオーディオ圧縮からテキストコーディングへの変換に関する斬新なアプローチの実装」(PDF)。International Journal of Computer Science Issues。9 ( 6, No. 3): 53–59。2013年 3 月 20 日時点のオリジナルからアーカイブ(PDF) 。2013 年3 月 6 日閲覧。
- ^ Pujar, JH; Kadlaskar, LM (2010 年 5 月)。「ハフマン符号化技術を使用した画像圧縮および 解凍の新しいロスレス方式」(PDF)。Journal of Theoretical and Applied Information Technology。15 ( 1): 18–23。2010年 5 月 24 日のオリジナルからアーカイブ(PDF) 。
- ^ サロモン、デイビッド (2008)。データ圧縮の簡潔な入門。ベルリン: シュプリンガー。ISBN 9781848000728。
- ^ Tank, MK (2011). 「VHDL を使用したロスレス圧縮のための Lempel-ZIV アルゴリズムの実装」。Thinkquest 2010: Proceedings of the First International Conference on Contours of Computing Technology。ベルリン: Springer。pp. 275–283。doi : 10.1007 / 978-81-8489-989-4_51。ISBN 978-81-8489-988-7。
- ^ Navqi, Saud; Naqvi, R.; Riaz, RA; Siddiqui, F. ( 2011年 4 月)。「高帯域幅アプリケーション向けの LZW アルゴリズムの最適化された RTL 設計と実装」( PDF)。Electrical Review。2011 (4): 279–285。2013年 5 月 20 日のオリジナルからアーカイブ(PDF) 。
- ^ ドキュメント管理 - ポータブル ドキュメント フォーマット - パート 1: PDF1.7 (第 1 版)。Adobe Systems Incorporated。2008 年 7 月 1 日。
{{cite book}}: CS1 メンテナンス: 日付と年 (リンク) - ^ スティーブン・ウォルフラム（2002年）。ニューカインドオブサイエンス。イリノイ州シャンペーン。p.1069。ISBN 1-57955-008-8。
{{cite book}}: CS1 メンテナンス: 場所が見つかりません 発行者 (リンク) - ^ ab Mahmud, Salauddin (2012 年 3 月). 「一般データ向けの改良されたデータ圧縮方法」(PDF) . International Journal of Scientific & Engineering Research . 3 (3): 2. 2013 年 11 月 2 日時点のオリジナルよりアーカイブ(PDF) . 2013 年3 月 6 日閲覧。
- ^ ab Lane, Tom. 「JPEG 画像圧縮に関する FAQ、パート 1」。インターネット FAQ アーカイブ。Independent JPEG Group。2013年3 月 6 日閲覧。
- ^ GJ Sullivan 、J. - R. Ohm、W.-J. Han、T. Wiegand (2012 年 12 月)。「高効率ビデオ コーディング (HEVC) 規格の概要」。IEEE Transactions on Circuits and Systems for Video Technology。22 ( 12) 。IEEE : 1649–1668。doi : 10.1109 /TCSVT.2012.2221191。S2CID 64404。
- ^ 「最適なアーカイブ設定を選択する方法 - WinRAR」。
- ^ “(圧縮方式の設定)スイッチ – 7zip”. 2022年4月9日時点のオリジナルよりアーカイブ。2021年11月7日閲覧。
- ^ ウルフラム、スティーブン（2002年）。『新しい科学』ウルフラムメディア社、p.1069。ISBN 978-1-57955-008-0。
- ^ Arcangel, Cory. 「圧縮について」(PDF) 。 2013年7月28日時点のオリジナルよりアーカイブ(PDF) 。 2013年3月6日閲覧。
- ^ ab Ahmed, Nasir (1991年1月). 「離散コサイン変換の考案」.デジタル信号処理. 1 (1): 4–5. Bibcode :1991DSP.....1....4A. doi :10.1016/1051-2004(91)90086-Z.
- ^ abc Nasir Ahmed ; T. Natarajan; Kamisetty Ramamohan Rao (1974 年 1 月). 「離散コサイン変換」(PDF) . IEEE Transactions on Computers . C-23 (1): 90–93. doi :10.1109/TC.1974.223784. S2CID 149806273. 2016 年 12 月 8 日のオリジナルから アーカイブ(PDF) 。
- ^ CCITT 研究グループ VIII および ISO/IEC 合同技術委員会 1/小委員会 29/作業部会 10 (1993)、「付録 D – 算術符号化」、勧告 T.81: 連続階調静止画像のデジタル圧縮および符号化 – 要件とガイドライン(PDF)、54 ページ以降、2009 年 11 月 7 日に取得
{{citation}}: CS1 maint: 数値名: 著者リスト (リンク) - ^ Marak, Laszlo. 「画像圧縮について」(PDF) 。マルヌ・ラ・ヴァレ大学。 2015年5月28日時点のオリジナル(PDF)からアーカイブ。 2013年3月6日閲覧。
- ^ Mahoney, Matt. 「大規模テキスト圧縮ベンチマークの根拠」フロリダ工科大学。2013年3 月 5 日閲覧。
- ^ Shmilovici A.; Kahiri Y.; Ben-Gal I.; Hauser S. (2009). 「ユニバーサルデータ圧縮アルゴリズムによる日中外国為替市場の効率性の測定」(PDF) . Computational Economics . 33 (2): 131–154. CiteSeerX 10.1.1.627.3751 . doi :10.1007/s10614-008-9153-3. S2CID 17234503. 2009-07-09 にオリジナルからアーカイブ(PDF)されました。
- ^ I. Ben-Gal (2008). 「ロバスト設計を分析するためのデータ圧縮尺度の使用について」(PDF) . IEEE Transactions on Reliability . 54 (3): 381–388. doi :10.1109/TR.2005.853280. S2CID 9376086.
- ^ D. Scully、Carla E. Brodley (2006)。「圧縮と機械学習: 特徴空間ベクトルに関する新しい視点」。データ圧縮カンファレンス (DCC'06)。p. 332。doi : 10.1109/DCC.2006.13。ISBN 0-7695-2545-8. S2CID 12311412。
- ^ Gary Adcock (2023年1月5日). 「AIビデオ圧縮とは?」. massive.io . 2023年4月6日閲覧。
- ^ Mentzer, Fabian; Toderici, George; Tschannen, Michael; Agustsson, Eirikur (2020). 「高忠実度生成画像圧縮」. arXiv : 2006.09965 [eess.IV].
- ^ 「教師なし学習とは? | IBM」www.ibm.com . 2021年9月23日. 2024年2月5日閲覧。
- ^ 「大規模データセットの差分プライベートクラスタリング」。blog.research.google。2023年5月25日。 2024年3月16日閲覧。
- ^ Edwards, Benj (2023-09-28). 「AI言語モデルはロスレス圧縮でPNGやFLACを超える可能性があると研究が語る」Ars Technica . 2024年3月7日閲覧。
- ^ Korn, D.; et al. (2002 年 7 月). 「RFC 3284: VCDIFF 汎用差分および圧縮データ形式」. インターネット エンジニアリング タスク フォース. 2013 年3 月 5 日閲覧。
- ^ Korn, DG; Vo, KP (1995). B. Krishnamurthy (編). Vdelta: 差分と圧縮. 実用的な再利用可能な Unix ソフトウェア. ニューヨーク: John Wiley & Sons, Inc.
- ^ Claude Elwood Shannon (1948). Alcatel-Lucent (ed.). 「通信の数学的理論」(PDF) . Bell System Technical Journal . 27 (3–4): 379–423, 623–656. doi :10.1002/j.1538-7305.1948.tb01338.x. hdl : 11858/00-001M-0000-002C-4314-2 . 2011-05-24 にオリジナルからアーカイブ(PDF) . 2019-04-21に取得。
- ^ David Albert Huffman (1952 年 9 月)、「最小冗長コードの構築方法」(PDF)、Proceedings of the IRE、vol. 40、no. 9、pp. 1098–1101、doi :10.1109/JRPROC.1952.273898、2005年 10 月 8 日のオリジナルからアーカイブ(PDF)
- ^ Pratt, WK; Kane, J.; Andrews, HC (1969). 「アダマール変換画像符号化」. Proceedings of the IEEE . 57 : 58–68. doi :10.1109/PROC.1969.6869.
- ^ 「T.81 – 連続階調静止画像のデジタル圧縮および符号化 – 要件とガイドライン」(PDF) 。CCITT。1992年9月。 2019年7月12日閲覧。
- ^ 「JPEG画像フォーマットの説明」。BT.com。BTグループ。2018年5月31日。2019年8月5日時点のオリジナルよりアーカイブ。2019年8月5日閲覧。
- ^ Baraniuk, Chris (2015年10月15日). 「JPEGにコピープロテクションが導入される可能性」BBCニュース. BBC . 2019年9月13日閲覧。
- ^ 「JPEGとは何か？毎日目にする目に見えない物体」アトランティック誌、2013年9月24日。 2019年9月13日閲覧。
- ^ 「GIF論争: ソフトウェア開発者の視点」 1995年1月27日. 2015年5月26日閲覧。
- ^ L. Peter Deutsch (1996 年 5 月). DEFLATE 圧縮データ形式仕様バージョン 1.3. IETF . p. 1. sec. 抄録. doi : 10.17487/RFC1951 . RFC 1951. 2014 年 4 月 23 日閲覧。
- ^ ホフマン、ロイ (2012)。デジタルシステムにおけるデータ圧縮。Springer Science & Business Media。p . 124。ISBN 9781461560319基本的に、
ウェーブレット コーディングは DCT ベースの変換コーディングの変形であり、その制限の一部を軽減または排除します。(...) もう 1 つの利点は、JPEG やその他のブロック ベースの DCT 技術のように 8 × 8 のピクセル ブロックで作業するのではなく、ウェーブレット コーディングでは画像全体を同時に圧縮できることです。
- ^ Taubman, David; Marcellin, Michael (2012). JPEG2000 画像圧縮の基礎、標準、および実践: 画像圧縮の基礎、標準、および実践。Springer Science & Business Media。ISBN 9781461507994。
- ^ Unser, M.; Blu, T. (2003). 「JPEG2000 ウェーブレット フィルタの数学的特性」. IEEE Transactions on Image Processing . 12 (9): 1080–1090. Bibcode :2003ITIP...12.1080U. doi :10.1109/TIP.2003.812329. PMID 18237979. S2CID 2765169.
- ^ Sullivan, Gary (2003年12月8日～12日)。「時間サブバンドビデオコーディングの一般的な特性と設計上の考慮事項」。ITU-T。ビデオコーディング専門家グループ。 2019年9月13日閲覧。
- ^ Bovik, Alan C. (2009). ビデオ処理の基本ガイド。Academic Press。p . 355。ISBN 9780080922508。
- ^ スワーツ、チャールズ S. (2005)。デジタルシネマを理解する: プロフェッショナルハンドブック。テイラー&フランシス。p. 147。ISBN 9780240806174。
- ^ Cunningham, Stuart; McGregor, Iain ( 2019). 「ACER コーデックで圧縮した音楽の主観評価と AAC、MP3、非圧縮 PCM との比較」。国際デジタルマルチメディア放送ジャーナル。2019 : 1–16。doi : 10.1155/2019/8265301。
- ^ オリンパス WS-120 デジタル音声レコーダーのマニュアルによると、500 MB のフラッシュ メモリに .WMA 形式で約 178 時間の音声品質のオーディオを保存できます。
- ^ Coalson, Josh. 「FLAC比較」。2020年8月23日閲覧。
- ^ 「フォーマットの概要」 。 2020年8月23日閲覧。
- ^ ab ジャイシュワル、RC (2009)。オーディオビデオエンジニアリング。マハラシュトラ州プネー：ニラリ・プラカシャン。 p. 3.41。ISBN 9788190639675。
- ^ abc Faxin Yu; Hao Luo; Zheming Lu (2010). 3次元モデルの分析と処理。ベルリン：Springer。p. 47。ISBN 9783642126512。
- ^ 米国特許 2605361、C. Chapin Cutler、「通信信号の微分量子化」、1952 年 7 月 29 日発行
- ^ Cummiskey, P.; Jayant, NS; Flanagan, JL (1973). 「音声の差分 PCM コーディングにおける適応量子化」Bell System Technical Journal . 52 (7): 1105–1118. doi :10.1002/j.1538-7305.1973.tb02007.x.
- ^ Cummiskey, P.; Jayant, Nikil S.; Flanagan, JL (1973). 「音声の差分 PCM コーディングにおける適応量子化」. The Bell System Technical Journal . 52 (7): 1105–1118. doi :10.1002/j.1538-7305.1973.tb02007.x. ISSN 0005-8580.
- ^ abc Schroeder, Manfred R. (2014). 「ベル研究所」.音響、情報、通信: Manfred R. Schroeder を記念した記念本. Springer. p. 388. ISBN 9783319056609。
- ^ Gray, Robert M. (2010). 「パケットネットワーク上のリアルタイムデジタル音声の歴史：線形予測符号化とインターネットプロトコルの第2部」( PDF)。発見。トレンド信号処理。3 (4): 203–303。doi : 10.1561/2000000036。ISSN 1932-8346 。 2010年7月4日時点のオリジナルから アーカイブ(PDF) 。
- ^ Guckert, John (2012年春). 「MP3オーディオ圧縮におけるFFTとMDCTの使用」(PDF)。ユタ大学。 2014年1月24日時点のオリジナルよりアーカイブ(PDF) 。 2019年7月14日閲覧。
- ^ Luo, Fa-Long (2008). モバイルマルチメディア放送標準: テクノロジーと実践。Springer Science & Business Media。p . 590。ISBN 9780387782638。
- ^ Britanak, V. (2011). 「Dolby Digital (Plus) AC-3 オーディオコーディング標準におけるフィルタバンクの特性、関係、および簡略化された実装について」IEEE Transactions on Audio, Speech, and Language Processing . 19 (5): 1231–1241. doi :10.1109/TASL.2010.2087755. S2CID 897622.
- ^ Brandenburg, Karlheinz (1999). 「MP3 と AAC の説明」(PDF)。2017 年 2 月 13 日のオリジナルからアーカイブ(PDF) 。
- ^ Princen, J.; Johnson, A.; Bradley, A. (1987). 「時間領域エイリアシング除去に基づくフィルタバンク設計を使用したサブバンド/変換コーディング」ICASSP '87. IEEE 国際音響、音声、信号処理会議。第 12 巻。pp. 2161–2164。doi :10.1109/ICASSP.1987.1169405。S2CID 58446992 。
- ^ Princen, J.; Bradley, A. (1986). 「時間領域エイリアシング除去に基づく分析/合成フィルタバンク設計」IEEE Transactions on Acoustics, Speech, and Signal Processing . 34 (5): 1153–1161. doi :10.1109/TASSP.1986.1164954.
- ^ “リカルド・サメットバンド、ラ・ナシオン新聞「オーディオデジタルの歴史」” (スペイン語)。
- ^ Zwicker, Eberhard; et al. (1967). The Ear As A Communication Receiver. Melville, NY: Acoustical Society of America. 2000-09-14時点のオリジナルよりアーカイブ。2011-11-11に閲覧。
- ^ 「放送技術への Solidyne の貢献の概要」。Solidyneの簡単な歴史。ブエノスアイレス: Solidyne。2013 年 3 月 8 日時点のオリジナルよりアーカイブ。2013年3 月 6 日閲覧。
- ^ 「Anuncio del Audicom、AES Journal、1992 年 7 月から 8 月、Vol 40、# 7/8、pag 647」。
- ^ 「ファイル圧縮の可能性」。4つの異なる方法でファイルを圧縮するための簡単なガイド。2017年2月17日。
- ^ Dmitriy Vatolin 他 (Graphics & Media Lab Video Group) (2007 年 3 月)。Lossless Video Codecs Comparison '2007 (PDF) (レポート)。モスクワ国立大学。2008年 5 月 15 日時点のオリジナルからアーカイブ(PDF) 。
- ^ Chen, Jie; Koc, Ut-Va; Liu, KJ Ray (2001). デジタルビデオコーディングシステムの設計：完全な圧縮ドメインアプローチ。CRC Press。p . 71。ISBN 9780203904183。
- ^ Li, Jian Ping (2006). ウェーブレットアクティブメディア技術と情報処理に関する国際コンピュータ会議 2006 議事録: 中国重慶、2006 年 8 月 29 ～ 31 日。World Scientific。p . 847。ISBN 9789812709998。
- ^ 「ビデオコーディング」。CSIP ウェブサイト。ジョージア工科大学信号情報処理センター。2013 年 5 月 23 日時点のオリジナルよりアーカイブ。2013年3 月 6 日閲覧。
- ^ Robinson, AH; Cherry, C. (1967). 「プロトタイプテレビ帯域幅圧縮方式の結果」. Proceedings of the IEEE . 55 (3). IEEE : 356–364. doi :10.1109/PROC.1967.5493.
- ^ ab Ghanbari, Mohammed (2003). 標準コーデック: 画像圧縮から高度なビデオコーディングまで。Institution of Engineering and Technology。pp . 1–2。ISBN 9780852967102。
- ^ Reader, Cliff (2016-08-31). 「ロイヤリティフリーのビデオコーディングの特許状況」。Tescher, Andrew G (編)。デジタル画像処理の応用 XXXIX 。デジタル画像処理の応用 XXXIX。第 9971 巻。カリフォルニア州サンディエゴ: フォト光学計測技術者協会。pp. 99711B。Bibcode :2016SPIE.9971E..1BR。doi :10.1117/12.2239493。2016 年 12月8 日のオリジナルからアーカイブ。講義録音、3:05:10 から。
- ^ abcd 「ビデオファイル形式の歴史インフォグラフィック — RealPlayer」。2012年4月22日。
- ^ 「特許声明宣言はH261-07として登録されました」。ITU 。 2019年7月11日閲覧。
- ^ 「MPEG-2 Patent List」（PDF） . MPEG LA . 2019年5月29日時点のオリジナルよりアーカイブ（PDF） . 2019年7月7日閲覧。
- ^ 「MPEG-4 Visual - 特許リスト」(PDF) 。MPEG LA。2019年7月6日時点のオリジナルよりアーカイブ(PDF) 。 2019年7月6日閲覧。
- ^ 「AVC/H.264 – 特許リスト」(PDF) . MPEG LA . 2019年7月6日閲覧。
- ^ Chanda P 、Bader JS 、 Elhaik E (2012年7 月 27 日)。「HapZipper: HapMap 集団の共有がさらに簡単になりました」。Nucleic Acids Research。40 ( 20): e159。doi :10.1093/nar/gks709。PMC 3488212。PMID 22844100 。
- ^ Christley S, Lu Y, Li C, Xie X (2009年1月15日). 「電子メールの添付ファイルとしてのヒトゲノム」. バイオインフォマティクス. 25 (2): 274–5. doi : 10.1093/bioinformatics/btn582 . PMID 18996942.
- ^ Pavlichin DS、 Weissman T、Yona G ( 2013年9月)。「ヒトゲノムが再び縮小」バイオインフォマティクス。29 (17):2199–202。doi : 10.1093/bioinformatics/ btt362。PMID 23793748。
- ^ Hosseini, Morteza; Pratas, Diogo; Pinho, Armando (2016). 「生物学的配列のデータ圧縮方法に関する調査」.情報. 7 (4): 56. doi : 10.3390/info7040056 .
- ^ 「ロジック合成によるデータ圧縮」(PDF)。
- ^ヒルベルト、マーティン、ロペス、プリシラ（2011年4月1 日）。「世界の情報の保存、伝達、計算に関する技術的能力」。サイエンス。332 （ 6025 ）：60–65。Bibcode ：2011Sci...332...60H。doi ：10.1126 / science.1200970。PMID 21310967。S2CID 206531385 。
外部リンク
- 「パート 3: ビデオ圧縮」、データ圧縮の基礎
- Pierre Larbier、放送配信のための 4:2:2 での 10 ビット AVC/H.264 エンコーディングの使用、Ateme、2009 年 9 月 5 日にオリジナルからアーカイブ
- 10 ビットではなぜ帯域幅が節約できるのか (コンテンツが 8 ビットであっても)? Wayback Machineで(2017-08-30 アーカイブ)
- どの圧縮技術を使用すべきか? ( Wayback Machineより) (2017-08-30 アーカイブ)
- 圧縮理論入門(PDF)、Wiley、2007-09-28 のオリジナルからアーカイブ(PDF)
- 低ビットレートオーディオコーデックのEBU主観的リスニングテスト
- オーディオ アーカイブ ガイド: 音楽フォーマット (ユーザーが適切なコーデックを選択できるようにするためのガイド)
- MPEG 1&2 ビデオ圧縮の概要 (pdf 形式) - Wayback Machine (2007 年 9 月 28 日アーカイブ)
- 水素オーディオ wiki 比較
- CMUの Guy E Blelloch によるデータ圧縮入門
- ほとんどのコーデックで使用されるロスレス信号圧縮方式の説明
- Videsignline – Wayback Machineのビデオ圧縮入門(2010-03-15 アーカイブ)
- Wayback Machineのデータ フットプリント削減テクノロジー(2013-05-27 アーカイブ)
- ビデオ圧縮におけるランレングス符号化とは