Vector kwantisatie

Vectorkwantisering (VQ) is een compressietechniek met verlies die wordt gebruikt om de gegevensgrootte van een bronsignaal te verkleinen door deze te vervangen door een reeks symbolen die bekend staan als "codewoorden". VQ vindt de beste (optimale) overeenkomst van individuele codewoorden die verschillende waarden van een gegeven signaalvector vertegenwoordigen. Elk codewoord of symbool vertegenwoordigt een discrete set datapunten in de vector die kunnen worden gebruikt om de originele data te reconstrueren. Met andere woorden, het is een datacompressietechniek waarbij de hoeveelheid gegevens wordt verminderd zonder significant verlies van informatie.

Bij VQ wordt het bronsignaal eerst opgesplitst in individuele datapunten. Deze datapunten worden vervolgens vergeleken met de codewoorden (ook wel vectoren genoemd) om het codewoord te vinden dat het meest overeenkomt. Het best passende codewoord wordt vervolgens geselecteerd en vervangen door dat datapunt. Dit proces wordt herhaald totdat de gehele vector is teruggebracht tot een reeks codewoorden.

VQ is gebruikt in een verscheidenheid aan toepassingen, zoals beeld- en videocompressie, spraakherkenning en audiosignaalverwerking. Het is vooral handig in situaties waarin de gegevens al in een vooraf gedefinieerd vectorformaat staan, zoals een tweedimensionaal raster. VQ kan ook worden gebruikt bij datamining en machinaal leren, waar het kan worden gebruikt om patronen in grote datasets te leren.

VQ is ook bekend als codeboekontwerp, vectorkwantisering, vectorkwantiseringsontwerp, vectorkwantiseringscodering en codeboekvectorkwantisering. Het is een belangrijk concept op het gebied van digitale signaalverwerking, patroonherkenning en datacompressie.