leo/cours-m1-eea
1
0
Fork 0
Code Issues Pull requests Releases Wiki Activity

pictures to sizes

Browse source
This commit is contained in:
Pierre-antoine Comby 2019-04-30 18:28:12 +02:00
parent a074ea93c2
commit bb08d92f23
1 changed files with 3 additions and 17 deletions
Show stats Download patch file Download diff file Expand all files Collapse all files

20
455-Codage_Sources/Cours/chap3.tex
View file

@ -8,7 +8,7 @@ L'idée du codage prédictif est d'utiliser les corrélations (ressemblances) te
On considère une source $X$ qui émet un signal constitué de $x_1,\dots,x_N$ considérés comme une réalisation d'une suite de variables aléatoires $X_1,\dots,X_N$ de moyenne nulle. On considère une source $X$ qui émet un signal constitué de $x_1,\dots,x_N$ considérés comme une réalisation d'une suite de variables aléatoires $X_1,\dots,X_N$ de moyenne nulle.
%\img{0.5}{3/1/1}
La fonction de corrélation permet de mesurer la ressemblance entre échantillons voisins : La fonction de corrélation permet de mesurer la ressemblance entre échantillons voisins :
\[ \gamma_x(n,k) = E(X_nX_{n+k}) \] \[ \gamma_x(n,k) = E(X_nX_{n+k}) \]
@ -46,7 +46,7 @@ Schéma en boucle ouverte:
\begin{figure}[H] \begin{figure}[H]
\centering \centering
\begin{tikzpicture} \begin{tikzpicture}[scale=0.8,transform shape]
\sbEntree{E} \sbEntree{E}
\node[above left] (X) at (E) {$x_n$}; \node[above left] (X) at (E) {$x_n$};
\draw (E.east) -- ++(-2em,0) (E.south) -- ++(0,4pt) ; \draw (E.east) -- ++(-2em,0) (E.south) -- ++(0,4pt) ;
@ -67,7 +67,7 @@ Schéma en boucle ouverte:
\end{figure} \end{figure}
\begin{figure}[H] \begin{figure}[H]
\centering \centering
\begin{tikzpicture} \begin{tikzpicture}[scale=0.8,transform shape]
\sbEntree{E} \sbEntree{E}
\sbBlocL{Dc}{Décodeur entropique}{E} \sbBlocL{Dc}{Décodeur entropique}{E}
\sbBlocL{Di}{Desindexation}{Dc} \sbBlocL{Di}{Desindexation}{Dc}
@ -238,20 +238,6 @@ Les fonctions de corrélations estimées ainsi que les prédicteurs seront diff
Pour résoudre ce problème le codeur va comprendre un décodeur ``local'' qui va permettre d'estimer $\tilde{x}_{n-M} ... \tilde{x}_{n-1}$. Ensuite $\gamma_x$ et le prédicteurs seront estimée à partir de $\tilde{x}$ et non de $x$. Pour résoudre ce problème le codeur va comprendre un décodeur ``local'' qui va permettre d'estimer $\tilde{x}_{n-M} ... \tilde{x}_{n-1}$. Ensuite $\gamma_x$ et le prédicteurs seront estimée à partir de $\tilde{x}$ et non de $x$.
\begin{figure}[H]
\centering
\begin{tikzpicture}[thick,scale=0.9, every node/.style={scale=0.9}]
\end{tikzpicture}
\caption{Utilisation d'un décodeur local}
\end{figure}
\begin{figure}[H]
\centering
\begin{tikzpicture}
\end{tikzpicture}
\caption{Décodeur distant}
\end{figure}
On montre qu'avec ce schéma les erreurs de quantification ne s'accumule pas. On montre qu'avec ce schéma les erreurs de quantification ne s'accumule pas.
\[ \[