Quantification vectorielle

La quantification vectorielle (VQ) est une technique de compression avec perte utilisée pour réduire la taille des données d'un signal source en le remplaçant par un ensemble de symboles appelés « mots de code ». VQ trouve la meilleure correspondance (optimale) de mots de code individuels représentant différentes valeurs d'un vecteur de signal donné. Chaque mot de code ou symbole représente un ensemble discret de points de données dans le vecteur qui peuvent être utilisés pour reconstruire les données originales. En d’autres termes, il s’agit d’une technique de compression de données où la quantité de données est réduite sans perte significative d’informations.

Dans le VQ, le signal source est d'abord divisé en points de données individuels. Ces points de données sont ensuite comparés aux mots de code (appelés vecteurs) afin de trouver le mot de code qui correspond le mieux. Le mot codé correspondant le mieux est alors sélectionné et remplacé par ce point de données. Ce processus est répété jusqu'à ce que le vecteur entier soit réduit à une série de mots codés.

VQ a été utilisé dans diverses applications, telles que la compression d'images et de vidéos, la reconnaissance vocale et le traitement du signal audio. C'est particulièrement pratique dans les situations où les données sont déjà dans un format vectoriel prédéfini, comme une grille bidimensionnelle. VQ peut également être utilisé dans l’exploration de données et l’apprentissage automatique, où il peut être utilisé pour apprendre des modèles dans de grands ensembles de données.

VQ est également connu sous le nom de conception de livre de codes, quantification vectorielle, conception de quantificateur vectoriel, codage de quantification vectorielle et quantification vectorielle de livre de codes. Il s'agit d'un concept important dans les domaines du traitement du signal numérique, de la reconnaissance de formes et de la compression de données.