基于描述长度的Context建模算法

来源：电子与信息学报杂志2016年第3期北京时间：

作者：陈建华, 王勇, 张鸿

摘要：在基于Context建模的熵编码系统中，为了达到预期的压缩性能，需要通过Context量化来缓解由高阶Context模型所引入的Context稀释问题。为此，该文提出一种通过最小化描述长度来实现Context量化(Minimum Description Length Context Quantization, MDLCQ)的算法。该算法使用描述长度作为评价准则，通过动态规划算法来实现单条件的最优Context量化，然后通过循环迭代来实现多条件的Context量化。该算法不仅可以得到多值信源的优化Context量化器，而且可以自适应地确定各个条件的重要性从而确定模型的最佳阶数。实验结果表明：由MDLCQ算法所得到的Context量化器，可以明显改善熵编码系统的压缩性能。

关键词：条件熵编码, Context量化, 描述长度, 算术编码

基金资助：国家自然科学基金(61062005)