The code vectors stored in the code

The code vectors stored in the codehook. tree, or trellis are the likely or typical vectors. The first task. that of code design. in which the likely code vectors are
identified. is called populating the code. The methods of determining the code population are classically deterministic. stochastic, and iterative. The deterministic population is a list of preassigned possible outputs based on a simple suboptimal or user-perception fidelity criterion or based on a simple decoding algorithm. An example of the former is the coding of the samples in 3-space of the red, green, and blue (RGB) components of a color TV signal. The eye does not have the same resolution to each color and it would appear that the coding could be applied independently to each color to reflect this different sensitivity. The resulting quantizing volumes would be rectangular parallelepipeds. The problem with independent quantizing is that we do not see images in this coordinate system: rather, we see images in the coordinates of luminance. hue. and saturation. A black-and-white photo. for example. uses only the luminance coordinate. Thus, quantizing ROB coordinates independently does not result in the smallest amount of user-perceived distortion for a given number of bits. To obtain improved distortion performance. the RGB quantizer should partition its space into regions that reflect the partitions in the alternate space. Alternatively. the quantization could be performed independently in the alternative space by the use of transform coding, treated in Section
13.6. Deterministic coding is the easiest to implement but leads to the smallest coding gain (smallest reduction in bit rate for a given SNR).
The stochastic population would be chosen based on an assumed underlying
pdf of the input samples. Iterative solutions to the optimal partitions exist and can be determined for any assumed pdi. The oterall samples are modeled by the assumed pdf. In the absence of an underlying pdf. iterative techniques based on a large population of training sequences can be used to form the partition and the output population. Training sequences may involve tens of thousands of representative input samples.

Hasil (Bahasa Indonesia) 1:

Vektor kode yang disimpan dalam codehook. pohon, atau teralis adalah mungkin atau khas vektor. Tugas pertama. itu kode desain. di mana mungkin kode vektornya diidentifikasi. disebut mempopulasikan kode. Kaedah untuk menentukan populasi kode klasik deterministik. Stochastic, dan berulang-ulang. Populasi deterministik adalah daftar preassigned output mungkin didasarkan pada sederhana suboptimal atau persepsi pengguna kesetiaan kriteria atau didasarkan pada algoritma decoding yang sederhana. Contoh bekas adalah kode sampel di 3-ruang merah, hijau, dan biru (RGB) komponen sinyal TV warna. Mata tidak memiliki resolusi yang sama untuk masing-masing warna dan itu akan muncul bahwa pengkodean dapat diterapkan secara mandiri untuk masing-masing warna untuk mencerminkan sensitivitas ini berbeda. Quantizing volume yang dihasilkan akan parallelepipeds persegi panjang. Masalah dengan quantizing independen adalah bahwa kita tidak melihat gambar dalam sistem koordinat ini: sebaliknya, kita melihat gambar dalam koordinat luminance. Hue. dan saturasi. Foto hitam putih. sebagai contoh. menggunakan hanya luminance koordinat. Dengan demikian, quantizing ROB koordinat independen tidak menghasilkan jumlah terkecil pengguna yang dirasakan distorsi untuk nomor tertentu bit. Untuk mendapatkan distorsi peningkatan kinerja. RGB quantizer harus partisi ruang ke daerah yang mencerminkan partisi dalam ruang alternatif. Selain itu. kuantisasi dapat dilakukan secara independen di ruang alternatif dengan menggunakan mengubah coding, diperlakukan di bagian 13.6. deterministik pengkodean yang paling mudah untuk menerapkan tapi mengarah ke keuntungan terkecil pengkodean (terkecil pengurangan laju bit untuk SNR tertentu). Populasi stokastik akan dipilih berdasarkan diasumsikan mendasari PDF masukan sampel. Iteratif solusi untuk partisi optimal ada dan dapat ditentukan untuk setiap pdi diasumsikan. Sampel oterall dimodelkan oleh pdf diasumsikan. Dalam ketiadaan pdf yang mendasari. teknik iteratif berdasarkan populasi besar pelatihan urutan dapat digunakan untuk membentuk partisi dan populasi output. Pelatihan urutan mungkin melibatkan puluhan ribu perwakilan masukan sampel.

Hasil (Bahasa Indonesia) 2:

Vektor kode yang tersimpan dalam codehook tersebut. pohon, atau teralis adalah kemungkinan atau khas vektor. Tugas pertama. bahwa desain kode. di mana vektor kode kemungkinan yang
diidentifikasi. disebut mengisi kode. Metode penentuan populasi kode yang klasik deterministik. stochastic, dan berulang. Populasi deterministik adalah daftar keluaran preassigned mungkin didasarkan pada kriteria fidelity sederhana suboptimal atau user-persepsi atau berdasarkan algoritma decoding sederhana. Contoh dari yang pertama adalah kode sampel di 3-ruang merah, hijau, dan biru (RGB) komponen dari sinyal TV berwarna. Mata tidak memiliki resolusi yang sama untuk setiap warna dan itu akan muncul bahwa pengkodean dapat diterapkan secara independen untuk setiap warna untuk mencerminkan sensitivitas yang berbeda ini. Volume quantizing yang dihasilkan akan parallelepipeds persegi panjang. Masalah dengan quantizing independen adalah bahwa kita tidak melihat gambar dalam sistem koordinat ini: bukan, kita melihat gambar di koordinat pencahayaan. hue. dan saturasi. Sebuah foto hitam-putih. misalnya. hanya menggunakan pencahayaan koordinat. Dengan demikian, mengkuantisasi ROB koordinat independen tidak mengakibatkan jumlah terkecil distorsi dirasakan pengguna untuk sejumlah tertentu dari bit. Untuk mendapatkan peningkatan kinerja distorsi. quantizer RGB harus partisi ruang ke dalam daerah yang mencerminkan partisi dalam ruang alternatif. Atau. kuantisasi bisa dilakukan secara mandiri dalam ruang alternatif dengan menggunakan transformasi coding, dirawat di Bagian
13.6. Coding deterministik adalah yang paling mudah untuk menerapkan namun mengarah ke terkecil coding gain (penurunan terkecil dalam bit rate untuk SNR diberikan).
Populasi stokastik akan dipilih berdasarkan pada mendasari asumsi
pdf sampel masukan. Solusi iteratif untuk partisi optimal ada dan dapat ditentukan untuk setiap pdi diasumsikan. Sampel oterall dimodelkan oleh diasumsikan pdf. Dengan tidak adanya suatu pdf yang mendasari. teknik iteratif berdasarkan populasi besar urutan pelatihan dapat digunakan untuk membentuk partisi dan penduduk output. Urutan pelatihan mungkin melibatkan puluhan ribu perwakilan sampel masukan.