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 ...
【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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。