图像的传输方法、装置和系统制造方法及图纸

本发明专利技术公开了一种图像的传输方法、装置和系统。其中，该方法包括：根据传输网络的当前网络状态，确定原始目标图像的位平面编码数量，其中，原始目标图像为待传输图像；对位平面编码数量的位平面信息进行编码，得到编码后的码流；传输编码后的码流。本发明专利技术解决了现有技术中视频数据在传输时占用带宽较大，导致对网络带宽要求较高的技术问题。

Image transmission method, device and system

The invention discloses a method, a device and a system for transmitting an image. Among them, the method comprises: according to the current state of the network transmission network, determine the number of bit plane encoding the original image, the original image for the target image to be transmitted; the number of bit plane encoding information bit plane encoding by encoding the bit stream after encoding the video transmission. The invention solves the technical problem that the bandwidth of the video data in the prior art occupies larger bandwidth and leads to higher requirement of the network bandwidth.

【技术实现步骤摘要】
图像的传输方法、装置和系统
本专利技术涉及图像处理领域，具体而言，涉及一种图像的传输方法、装置和系统。
技术介绍
视频的实时传输通常是在发送端对视频的每一帧图像进行编码，然后传输至接收端，接收端接收编码后的码流，对码流进行解码，还原出视频中的每一帧图像，从而实现了视频的实时传输。现有技术中采用的编码方法有很多种，但都存在如下缺陷：(1)当带宽限制严重时，无论采用哪种编码方法，都会对视频的实时传输产生影响(例如：对视频图像颜色产生影响)；(2)现有的图片的类型转换方法均基于静态图片，并没有针对视频的实时风格转换方法；(3)对图像进行超分辨重建时通过对低分辨率图像进行上采样来恢复出高分辨率图像，导致图像内容较原始图像相比损失较大。针对现有技术中视频数据在传输时占用带宽较大，导致对网络带宽要求较高的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种图像的传输方法、装置和系统，以至少解决现有技术中视频数据在传输时占用带宽较大，导致对网络带宽要求较高的技术问题。根据本专利技术实施例的一个方面，提供了一种图像的传输方法，包括：根据传输网络的当前网络状态，确定原始目标图像的位平面编码数量，其中，原始目标图像为待传输图像；对位平面编码数量的位平面信息进行编码，得到编码后的码流；传输编码后的码流。进一步地，在当前网络的带宽小于预设带宽的情况下，调整位平面编码数量至预设值，其中，预设值小于待传输图像的位平面数量。进一步地，将原始目标图像的像素值由多位二进制数值表示，得到原始目标图像的二进制数据；获取二进制数据中的高N位数据，其中，N用于表征位平面编码数量；对由高N位数据的像素值表征的原始目标图像进行编码，得到码流。进一步地，对码流进行解码，得到第一目标图像；获取指定类型对应的多个神经网络模型中与位平面编码数量对应的神经网络模型；将第一目标图像输入至神经网络模型，得到第二目标图像。进一步地，获取初始神经网络模型；通过样本库中的样本图像和指定类型的图像，训练初始神经网络模型，得到指定类型对应的神经网络模型。进一步地，根据样本库获取样本对，其中，样本对包括第一样本图像和第二样本图像，第二样本图像为样本库中第一样本图像对应的高N位平面图像；获取样本对的目标误差，其中，目标误差用于表征第一样本图像与神经网络模型的输出结果的误差，和神经网络模型的输出结果与指定类型的图像的误差；在目标误差大于预设误差值的情况下，根据目标误差调整初始神经网络模型的参数。进一步地，将第二样本图像输入至初始神经网络模型，得到第一训练结果；获取第一训练结果与第一样本图像的像素值误差；分别提取指定类型的图像的第一特征信息与第一训练结果的第二特征信息；获取第一特征信息和第二特征信息的特征信息误差；根据像素值误差和特征信息误差得到目标误差。进一步地，分别获取像素值误差和特征信息误差的权重值；确定像素值误差和特征信息误差的加权为目标误差。进一步地，将原始目标图像作为样本图像存入样本库；以样本库中的原始目标图像作为样本图像对神经网络模型进行训练；在通过原始目标图像训练神经网络模型的次数大于预设次数的情况下，将神经网络模型的参数输出至解码端，以更新用于获取第二目标图像所使用的神经网络模型。进一步地，通过指定类型的文字图像训练文字初始神经网络模型，得到指定类型对应的文字神经网络模型；通过指定类型的图片图像训练图片初始神经网络模型，得到指定类型对应的图片神经网络模型。根据本专利技术实施例的另一方面，还提供了一种图像的传输装置，包括：确定模块，用于根据传输网络的当前网络状态，确定原始目标图像的位平面编码数量，其中，原始目标图像为待传输图像；编码模块，用于对位平面编码数量的位平面信息进行编码，得到编码后的码流；传输模块，用于传输编码后的码流。根据本专利技术实施例的另一方面，还提供了一种图像的传输系统，包括：编码端设备，根据传输网络的当前网络状态，确定原始目标图像的位平面编码数量，其中，原始目标图像为待传输图像，对位平面编码数量的位平面信息进行编码，得到编码后的码流，传输编码后的码流；解码端设备，与编码端设备通信，用于接收编码后的码流并对编码后的码流进行解码。进一步地，解码端设备还用于获取指定类型对应的神经网络模型；将第一目标图像输入至神经网络模型，得到第二目标图像。根据本专利技术实施例的另一方面，还提供了一种处理器，上述处理器包括存储的程序，其中，在程序运行时控制处理器所在设备执行上述的图像的传输方法。根据本专利技术实施例的另一方面，还提供了一种存储介质，上述存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行上述的传输方法。在本专利技术实施例中，根据传输网络的当前网络状态，确定原始目标图像的位平面编码数量，其中，原始目标图像为待传输图像，对位平面编码数量的位平面信息进行编码，得到编码后的码流，传输编码后的码流。上述方案通过传输网络的当前网络状态来确定位平面编码数量，从而使得编码后的待传输码流能够与当前的网络状态相对应，进而减小了图像传输时的数据量，解决了现有技术中视频数据在传输时占用带宽较大，导致对网络带宽要求较高的技术问题。达到了即使在网络带宽较小，或网络状态较差的情况下，也能够实现视频的实时传输的效果。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是根据本专利技术实施例的图像的传输方法的流程图；图2是根据本专利技术实施例的一种优化神经网络模型的示意图；图3是根据本专利技术实施例的一种训练指定类型对应的神经网络模型的示意图；图4是根据本专利技术实施例的一种解码端对图像进行解码的流程图；图5是根据本专利技术实施例的一种图像的传输装置的示意图；以及图6是根据本专利技术实施例的一种图像的传输系统的示意图。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。实施例1根据本专利技术实施例，提供了一种图像的传输方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。图1是根据本专利技术实施例的图像的传输方法的流程图，如图1所示，该方法包括如下步骤：步骤S12，根据传输网络的当前网络状态本文档来自技高网...

【技术保护点】
一种图像的传输方法，其特征在于，包括：根据传输网络的当前网络状态，确定原始目标图像的位平面编码数量，其中，所述原始目标图像为待传输图像；对所述位平面编码数量的位平面信息进行编码，得到编码后的码流；传输编码后的码流。

【技术特征摘要】
1.一种图像的传输方法，其特征在于，包括：根据传输网络的当前网络状态，确定原始目标图像的位平面编码数量，其中，所述原始目标图像为待传输图像；对所述位平面编码数量的位平面信息进行编码，得到编码后的码流；传输编码后的码流。2.根据权利要求1所述的方法，其特征在于，根据传输网络的当前网络状态，确定目标图像的位平面编码数量，包括：在所述当前网络的带宽小于预设带宽的情况下，调整位平面编码数量至预设值，其中，所述预设值小于所述待传输图像的位平面数量。3.根据权利要求2所述的方法，其特征在于，对所述位平面编码数量的位平面信息进行编码，得到编码后的码流，包括：将所述原始目标图像的像素值由多位二进制数值表示，得到所述原始目标图像的二进制数据；获取所述二进制数据中的高N位数据，其中，N用于表征所述位平面编码数量；对由所述高N位数据的像素值表征的原始目标图像进行编码，得到所述码流。4.根据权利要求1至3中任意一项所述的方法，其特征在于，在传输编码后的码流之后，所述方法还包括：对所述码流进行解码，得到第一目标图像；获取指定类型对应的多个神经网络模型中与所述位平面编码数量对应的神经网络模型；将所述第一目标图像输入至所述神经网络模型，得到第二目标图像。5.根据权利要求4所述的方法，其特征在于，获取指定类型对应的多个神经网络模型中与所述位平面编码数量对应的神经网络模型，包括：获取初始神经网络模型；通过样本库中的样本图像和所述指定类型的图像，训练所述初始神经网络模型，得到所述指定类型对应的神经网络模型。6.根据权利要求5所述的方法，其特征在于，通过样本库中的样本图像和所述指定类型的图像，训练所述初始神经网络模型，得到所述指定类型对应的神经网络模型，包括：根据所述样本库获取样本对，其中，所述样本对包括第一样本图像和第二样本图像，所述第二样本图像为所述样本库中第一样本图像对应的高N位平面图像；获取所述样本对的目标误差，其中，所述目标误差用于表征所述第一...

【专利技术属性】
技术研发人员：杨文晋，苏睿，
申请(专利权)人：西安万像电子科技有限公司，
类型：发明
国别省市：陕西,61