Transform Coding

Transform Coding（TC）是一种很流行的压缩编码的方式。今天才算完全弄明白。写个备忘录^_^

 

设一个图像原始VLAD矩阵（uncompressed matrix）A为64*64维。经过PCA降维以后为1*64，设为矩阵B。注意到B是经过PCA降维后得到的，因此其已经过eigenvector的排序，其主成分靠前。

 

TC编码器会根据算法为B的每一维分配n个bit来储存编码。其类心的个数为2^n。最后有很多维得出的n=0，舍去。如为第一维分配3个bit，则第一维需训练8个类心。47位置后n=0，舍去，则最后的向量变为了47维。而算法中巧妙的在于，所有的n（n1，n2...n47）之和正好为64（原维度）。找出每个维度对应的类心，如第一维对应的是7，第二维是3，等等等等。因此所得向量为（7，3，...,1,1）共47维。而7按位展开为111，正好是3位，（还有000，001，010等类心）。因此最后每幅图像用64bits保存，便可以搞定。

 

最后query时也有一些要注意的地方。

（1）将query向量与类心算距离，并保存。

（2）最后判断query与base中向量谁近时，用非对称距离 ，而不是对称距离计算（即用对应类心的距离之和）。

 

因此，TC将图像的压缩存储以及query都很好的解决了。