.png){kind=icon}
返回
Fast and Efficient Entropy Coding Architectures for Massive Data Compression
.png){kind=icon}
OA
AI
DOI：10.3390/technologies11050132.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
数据的压缩对于缓解我们社会中众多领域所使用的大规模数据集的传输和存储成本至关重要。大多数压缩系统在其编码流水线中使用熵编码器来去除编码符号的冗余。熵编码阶段需要高效，以实现高压缩比，并且需要快速，以快速处理大量数据。尽管熵编码器应用广泛，但通常仅针对特定场景或编码系统进行评估。本研究提供了一种评估和优化不同熵编码器的通用框架。首先，本文描述了熵编码器的三大类，即基于可变到可变长度码（V2VLC）、算术编码（AC）和表查找非对称数系统（tANS）的编码器。然后，提出了每类中最具代表性编码器（或编码器）的低复杂度架构——具体而言，V2VLC的一般版本、MQ和M编码器、AC的定长版本以及两种不同的tANS实现。这些编码器在不同编码条件下从压缩效率和计算吞吐量的角度进行了评估。获得的结果表明，V2VLC和tANS在大多数编码率下实现最高的压缩比，而使用定长码字的AC编码器达到最高的吞吐量。实验评估揭示了每种熵编码方案的优缺点，为选择未来压缩系统中的此阶段提供了有价值的见解。
期刊
暂无期刊信息
机构
暂无机构信息
引用论文
暂无论文信息