摘要
本发明涉及通信网络技术领域,提出一种基于多尺度压缩和时序分析的图像数据传输系统及方法,方法包括:S1:发送端对传输的视频数据进行预处理得到预处理后的视频帧;S2:利用CNN和基于Transformer的分层注意力模型对所述视频帧进行特征提取;S3:通过局部运动补偿和全局运动补偿对视频帧之间的信息进行建模,获取多尺度信息,对所述多尺度信息进行处理得到压缩后的视频数据;S4:通过建立长短时记忆网络模型选择时机将所述压缩后的视频数据发送至视频接收方,所述接收方利用和发送端压缩时相同的神经网络参数对所述视频数据进行恢复。本发明的方法利用传输视频更小的数据量及发送时动态适应网络变化的方案,实现图像数据的高效传输。
技术关键词
图像数据传输方法
分层注意力模型
图像数据传输系统
多尺度信息
全局运动补偿
视频帧
输出特征
局部运动补偿
时序
运动补偿模块
神经网络参数
多通道
后处理模块
接收方
特征提取模块
估计运动矢量
图像像素
系统为您推荐了相关专利信息
放射治疗计划系统
计算方法
编码器
放射治疗质量保证
噪声
深度神经网络
多尺度特征融合
特征提取模块
果园环境
苹果识别方法
检测网络模型
多尺度特征
识别方法
颜色
金字塔网络
三维残差网络
乳腺癌筛查
集成系统
良恶性分类
深度学习模型