「ベクトル化率」に関連した中国語例文の一覧 -中国語例文検索

可変長復号化部(302)では、符号化ストリーム(301)を可変長復号化し、予測差分の周波数変換係数成分と、ブロックサイズや動きベクトルなど予測処理に必要な情報を取得する。

在可变长度解码部 (302)中，对编码流 (301)进行可变长度解码，取得预测差分的频率变换系数分量、块尺寸、运动向量等预测处理中所需的信息。 - 中国語 特許翻訳例文集

これにより、動きベクトルに応じて参照範囲を決定できるから、この点においても、復号処理の側面から可変長符号化による圧縮効率の向上に資することができる。

由此，由于能按照运动矢量确定参照范围，在这一点上，从解码处理的面来看也能提高基于可变长度解码的压缩效率。 - 中国語 特許翻訳例文集

これにより、動きベクトルに応じて参照範囲を決定できるから、この点においても、可変長符号化による圧縮効率の向上に資することができる。

由此，能根据运动矢量确定参照范围，因此在这一点上也能提高基于可变长度编码的压缩效率。 - 中国語 特許翻訳例文集

項31の画像符号化方法において、前記第2処理では、生成した動きベクトルが閾値よりも小さいときは、過去又は未来フレームの所定範囲を前記生成した動きベクトルにより補正し、補正した所定範囲内における統計情報の生起確率の高い統計情報の順に短い符号を割り当てて可変長符号表を生成する（図24）。

[33]在 [31]的图像编码方法中，上述第二处理，当生成的运动矢量比阈值小时，通过上述生成的运动矢量修正过去或当前帧的预定范围，按所修正的预定范围中的统计信息的发生概率从高到低的统计信息的顺序分配短码，并生成可变长度编码表。 - 中国語 特許翻訳例文集

項41の符号化装置において前記可変長符号表生成部は、生成した動きベクトルが閾値よりも小さいときは、過去又は未来フレームの所定範囲を前記生成した動きベクトルにより補正し、補正した所定範囲内における統計情報の生起確率の高い統計情報の順に短い符号を割り当てて可変長符号表を生成する。

[43]在 [41]的图像编码装置中，上述可变长度编码表生成部，当生成的运动矢量比阈值小时，通过上述生成的运动矢量修正过去或将来帧的预定范围，按修正后的预定范围内的统计信息的发生概率从高到低的统计信息的顺序，分配短码，生成可变长度编码表。 - 中国語 特許翻訳例文集

伝送ビット・レートは、ベクトル量子化（VQ）技法などの様々な圧縮アルゴリズムの使用によって、たとえば4kbpsまでさらに低下する可能性があり、音声認識性能はわずかに影響を受けることになる。

传输比特率可通过使用诸如向量量化 (VQ)技术的各种压缩算法进一步减小至例如 4kbps，并且语音识别性能将受轻微影响。 - 中国語 特許翻訳例文集

すなわち、入力ストリームに対して可変長復号化処理を施し、予測差分の周波数変換係数成分や差分ベクトルの復号化を行う(1802)。

即、对输入流实施可变长度解码处理，并进行预测差分的频率变换系数分量、差分向量的解码 (1802)。 - 中国語 特許翻訳例文集

また、TH1≦動きベクトル＜TH2の場合は“動きがある領域”と判断され(ST502でYes)、現在の画像8と過去の画像9が合成比率α1で合成され(ST1005)、合成画像10が符号化部6に符号化対象画像として出力される。

另外，在 TH1≤运动矢量＜ TH2的情况下判断为“存在运动的区域”(ST502中“是”)，以合成比例α1合成当前图像 8与过去图像 9(ST1005)，合成图像 10作为编码对象图像输出到编码部 6。 - 中国語 特許翻訳例文集

MPEG−4におけるBフレームのマクロブロックにて用いられる従来の直接モードは、動きベクトルの符号化に際して効率的であり、そのことは、単純な共通のデルタを用いる8×8ブロックモードの利点を提供する。

在 MPEG-4中的 B帧宏块中使用的传统直接模式，在运动向量编码中是高效的，利用简单共同增量提供了 8x8块模式的好处。 - 中国語 特許翻訳例文集

フレーム距離又はフレームスケール分数をPフレームの動きベクトルに適用するこの単純な方法は、効率的な直接モードの符号化を達成できる。

这种把帧距离或者帧比例分数应用于 P帧运动向量的简单方法能够实现有效的直接模式编码。 - 中国語 特許翻訳例文集

以上説明した実施の形態5では、動きベクトルの代表値によってフレーム間の相関を間接的に求めることで、符号化対象ブロックにおけるMBタイプまたはCBPパラメータの出現確率をより好適に反映した可変長符号表を作成することができる。

在以上说明的实施方式 5中，根据运动矢量的代表值而间接地求出帧间的相关，由此能更优选地生成反映了编码对象块中的 MB类型或 CBP参数的出现概率的可变长度编码表。 这是基于如下现象： - 中国語 特許翻訳例文集

以上説明した実施の形態6では、動きベクトルの代表値によって参照範囲を補正することで、符号化対象ブロックにおけるMBタイプまたはCBPパラメータの出現確率をより好適に反映した可変長符号表を作成することができる。

在以上说明的实施方式 6中，根据运动矢量的代表值而修正参照范围，由此能更优选地生成反映了便民对象块中的 MB类型或 CBP参数的出现概率的可变长度编码表。 - 中国語 特許翻訳例文集

また、TH2≦動きベクトル＜TH3の場合も同様に“動きがある領域”と判断され(ST502でYes)、現在の画像8と過去の画像9が合成比率α2で合成され(ST1005)、合成画像10が符号化部6に符号化対象画像として出力される。

另外，在 TH2≤运动矢量＜ TH3的情况下同样判断为“存在运动的区域”(ST502中“是”)，以合成比例α2合成当前图像 8与过去图像 9(ST1005)，合成图像 10作为编码对象图像输出到编码部 6。 - 中国語 特許翻訳例文集

また、TH3＜動きベクトルの場合も同様に“動きがある領域”と判断され(ST502でYes)、現在の画像8と過去の画像9が合成比率α3で合成され(ST1005)、合成画像10が符号化部6に符号化対象画像として出力される。

另外，在 TH3＜运动矢量的情况下同样判断为“存在运动的区域”(ST502中“是”)，以合成比例α3合成当前图像 8与过去图像 9(ST1005)，合成图像 10作为编码对象图像输出到编码部 6。 - 中国語 特許翻訳例文集

項31の画像符号化方法において、前記第2処理では、生成した動きベクトルが閾値よりも大きいときは現フレームの所定範囲内における統計情報の生起確率の高い統計情報の順に短い符号を割り当てて可変長符号表を生成し、また、生成した動きベクトルが閾値よりも小さいときは、過去又は未来フレームの所定範囲内の生起確率の高い統計情報の順に短い符号を割り当てて可変長符号表を生成する。

[32]在 [31]的图像编码方法中，上述第二处理，当生成的运动矢量比阈值大时，按当前帧的预定范围内的统计信息的发生概率从高到低的统计信息的顺序，分配短码并生成可变长度编码表，而且，当生成的运动矢量比阈值大时，按过去帧或将来帧的预定范围内的发生概率从高到低的统计信息的顺序分配短码并生成可变长度编码表。 - 中国語 特許翻訳例文集

以上説明した本発明の実施例1に係る動画像符号化装置、動画像符号化方法、動画像復号化装置および動画像復号化方法によれば、動きベクトルの符号量を減少して圧縮効率を向上した動画像符号化方法および動画像復号化方法を実現することが可能となる。

利用以上说明的本发明的实施例 1中的运动图像编码装置、运动图像编码方法、运动图像解码装置以及运动图像解码方法，能够实现减小运动向量的编码量而提高压缩效率的运动图像编码方法以及运动图像解码方法。 - 中国語 特許翻訳例文集

さらに可変長符号化処理部(111)では、周波数変換係数によって表される予測差分情報と、例えば画面内予測を行う際に利用した予測方向や画面間予測を行う際に利用した動きベクトルなど、復号化に必要な情報を、記号の発生確率に基づいて可変長符号化を行って符号化ストリームを生成する。

进而，在可变长度编码处理部 (111)中，根据符号的发生概率，对利用频率变换系数表示的预测差分信息、例如在进行画面内预测时所利用的预测方向、在进行画面间预测时利用的运动向量等解码所需的信息进行可变长度编码而生成编码流。 - 中国語 特許翻訳例文集

本明細書に記載されたさまざまな自動化態様を実施することにより、これらの技術は、（例えば、Hidden Markov Models（HMM）および関連する原型依存モデル、例えば、Bayesianモデル・スコアまたは近似を用いた構造探索によって生成されるBayesianネットワークのようなより一般的な確率論的グラフィック・モデル、例えば、サポート・ベクトル・マシン（SVM）のような線形クラシファイヤ、例えば、「ニューラル・ネットワーク」方法と称される方法のような非線形クラシファイヤ、ファジー理論方法、および、データ融合を実行するその他のアプローチ等のように）データから学習を行い、複数の記憶装置に情報を動的に格納することに関する推論および／または判定を行うための数多くの方法のうちの1つを適用しうる。

为了实现本文中所描述的各个自动化方面，这些技术可以采用多种方法中的一种方法，根据数据进行学习，然后关于动态地在多个存储单元之间存储信息得出推论和 /或做出判断 (例如，隐式马尔可夫模型 (HMM)和相关的原型依赖模型 (prototypical dependency model)，诸如贝叶斯网络 (例如，利用贝叶斯模型评分或近似法通过结构搜索所产生的 )之类的更一般化的概率图形模型、线性分类器(例如，支持向量机 (SVM))、非线性分类器 (例如，称为“神经网络”方法、模糊逻辑方法的方法 )，以及其它用于执行数据融合的方法等 )。 - 中国語 特許翻訳例文集

本明細書に記載されたさまざまな自動化態様にしたがって、これらの技術は、（例えば、Hidden Markov Models（HMM）および関連する原型依存モデル、例えば、Bayesianモデル・スコアまたは近似を用いた構造探索によって生成されるBayesianネットワークのようなより一般的な確率論的グラフィック・モデル、例えば、サポート・ベクトル・マシン（SVM）のような線形クラシファイヤ、例えば、「ニューラル・ネットワーク」方法と称される方法のような非線形クラシファイヤ、ファジー理論方法、および、データ融合を実行するその他のアプローチ等のように）データから学習を行い、複数の記憶装置に情報を動的に格納することに関連する推論および／または判定を行うための数多くの方法のうちの1つを適用しうる。 モバイル・デバイス304は、帯域幅範囲に保持された情報を収集するオブテイナ310と、収集された情報が、帯域幅範囲のガード帯域幅に存在するかを判定するロケータ312とを含みうる。

根据实现本文描述的各种自动化的方面，这些技术可以使用与在多个存储单元上动态存储信息相关的、用于从数据进行学习并得出推论和 /或作出决定的大量方法中的一种方法 (例如，隐马尔科夫模型 (HMM)及相关的原型依赖模型、更一般的概率图模型 (例如 (例如由使用贝叶斯模型得分或近似值的结构搜索所建立的 )贝叶斯网络、线性分类器 (例如支持向量机 (SVM))、非线性分类器 (例如称为“神经网络”的方法 )、模糊逻辑方法以及执行数据融合的其它方法等 )。移动设备 304可以包括获取器 310和定位器 312，获取器 310收集保留在带宽范围中的信息，定位器 312确定所收集的信息是否位于该带宽范围的保护带宽上。 - 中国語 特許翻訳例文集