神经网络用于图象矢量量化的算法与实现方法研究

本项目的主要目的是进行用于图象矢量量化的神经网络算法及其VLSI实现方法研究。主要内容包括：改进已有的矢量量化编码算法，使之利于VLSI实现；研究一种基于神经网络并行计算的矢量量化编码器的VLSI结构；并采用现场可编程器件，通过系统内再编程（ISP）技术，构成一通用的神经网络开发板，并用来验证矢量量化编码器的VLSI结构；最后，再将矢量量化编码器与其他数据压缩方法相结合，用于极低码率视频压缩编码上。研究过程中，我们首先采用C++完成算法的软件仿真，然后再用VHDL语言完成系统级的逻辑综合，仿真以及电路实现，最后采用现场可编程器件（FPGA）进行硬件实现，验证。