The present invention relates to a method for compressing a continuous data
flow based on lossy compression. In real-time data compression, a series
of data subsets acquired in a given period of time are treated as a
regional data cube for the purpose of dividing a continuous series of data
subsets into a plurality of data cubes. Reuse of existing codevectors is
important in achieving high compression performance. For encoding spectral
vectors on a subset-by-subset basis in a current region two types of
codevectors are used, codevectors that have been newly trained for
previous data subsets in the current region and codevectors trained for
the previous region. The problem of a visible spatial boundary between two
adjacent regions after decompression is overcome by reusing the
codevectors trained from a previous region to encode the spectral vectors
in the current region in order to attain a seamless conjunction of the two
adjacent regions. Experimental results show that the method for
compressing a continuous data flow in real-time according to the present
invention performs as well as data compression performed in batch mode.
Therefore, the method is highly advantageous in, for example, space
applications or medical imaging.
La actual invención se relaciona con un método para comprimir datos continuos flujo basado en la compresión del lossy. En la compresión de datos en tiempo real, una serie de subconjuntos de datos adquiridos en un período del tiempo dado se trata como un cubo regional de los datos con el fin de dividir una serie continua de subconjuntos de datos en una pluralidad de cubos de los datos. La reutilización de codevectors existentes es importante en la realización de alto funcionamiento de la compresión. Para codificar vectores espectrales sobre una base del subconjunto-por-subconjunto en tipos de una región actual dos de codevectors se utilizan, los codevectors que se han entrenado nuevamente para los subconjuntos de datos anteriores en la región actual y los codevectors entrenados para la región anterior. El problema de un límite espacial visible entre dos regiones adyacentes después de que la descompresión sea superada reutilizando los codevectors entrenados de una región anterior para codificar los vectores espectrales en la región actual para lograr una conjunción inconsútil de las dos regiones adyacentes. Los resultados experimentales demuestran que el método para comprimir datos continuos flujo en tiempo real según la actual invención se realiza tan bien como la compresión de datos realizada en modo tratamiento por lotes. Por lo tanto, el método es altamente ventajoso adentro, por ejemplo, espacie los usos o la proyección de imagen médica.
