摘要
本发明公开了一种基于重缩放的全息通信方法,所述方法包括:步骤1、构建复数卷积神经网络并训练,基于训练好的复数卷积神经网络,对输入的全息图像进行下采样,得到缩小后的全息图像;步骤2、构建码率分配模型,对缩小后的全息图像的实部和虚部执行码率分配后进行压缩和传输;步骤3、对接收到的执行码率分配后的全息图像的实部和虚部进行解压缩,以及基于训练好的复数卷积神经网络进行上采样,得到原始输入大小的全息图像。本发明实现了全息图像的快速传输,降低了传输时全息图像的失真,运算效率高,同时能适应网络信道速率的变化。
技术关键词
全息图像
码率
上采样
通信方法
残差结构
压缩算法
采样模块
信息熵理论
离散余弦变换
梯度下降法
像素
通道
图像压缩
拉格朗日
速率
网络
格式
系统为您推荐了相关专利信息
图像编解码
模型训练方法
模型训练系统
元素
偏差
图像增强网络
图像增强方法
图像编码器
图像增强程序
训练集
缺陷检测方法
图像
边缘检测算子
分支
空间变换网络
风力机叶片
拉普拉斯金字塔
深度神经网络
缺陷检测方法
可见光图像