[發明專利]圖像的傳輸方法、裝置和系統

有效

• 申請號: 201710422138.4
• 申請日: 2017-06-06
• 公開（公告）號: CN107172428B
• 公開（公告）日: 2019-06-28
• 發明（設計）人: 楊文晉;蘇睿
• 申請（專利權）人: 西安萬像電子科技有限公司
• 主分類號: H04N19/184
• 分類號: H04N19/184;H04N19/146;G06N3/08
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 趙囡囡;褚敏

1.一種圖像的傳輸方法，其特征在于，包括：

根據傳輸網絡的當前網絡狀態，確定原始目標圖像的位平面編碼數量，其中，所述原始目標圖像為待傳輸圖像；

對所述位平面編碼數量的位平面信息進行編碼，得到編碼后的碼流；

傳輸編碼后的碼流；

根據傳輸網絡的當前網絡狀態，確定目標圖像的位平面編碼數量，包括：

在所述當前網絡的帶寬小于預設帶寬的情況下，調整位平面編碼數量至預設值，其中，所述預設值小于所述待傳輸圖像的位平面數量；

對所述位平面編碼數量的位平面信息進行編碼，得到編碼后的碼流，包括：

將所述原始目標圖像的像素值由多位二進制數值表示，得到所述原始目標圖像的二進制數據；

獲取所述二進制數據中的高N位數據，其中，N用于表征所述位平面編碼數量；

對由所述高N位數據的像素值表征的原始目標圖像進行編碼，得到所述碼流；

在傳輸編碼后的碼流之后，所述方法還包括：

對所述碼流進行解碼，得到第一目標圖像；

獲取指定類型對應的多個神經網絡模型中與所述位平面編碼數量對應的神經網絡模型，其中，所述類型用于指示對所述第一目標圖像進行風格轉換后的圖像風格；

將所述第一目標圖像輸入至所述神經網絡模型，得到第二目標圖像。

2.根據權利要求1所述的方法，其特征在于，獲取指定類型對應的多個神經網絡模型中與所述位平面編碼數量對應的神經網絡模型，包括：

獲取初始神經網絡模型；

通過樣本庫中的樣本圖像和所述指定類型的圖像，訓練所述初始神經網絡模型，得到所述指定類型對應的神經網絡模型。

3.根據權利要求2所述的方法，其特征在于，通過樣本庫中的樣本圖像和所述指定類型的圖像，訓練所述初始神經網絡模型，得到所述指定類型對應的神經網絡模型，包括：

根據所述樣本庫獲取樣本對，其中，所述樣本對包括第一樣本圖像和第二樣本圖像，所述第二樣本圖像為所述樣本庫中第一樣本圖像對應的高N位平面圖像；

獲取所述樣本對的目標誤差，其中，所述目標誤差用于表征所述第一樣本圖像與神經網絡模型的輸出結果的誤差，和所述神經網絡模型的輸出結果與所述指定類型的圖像的誤差；

在所述目標誤差大于預設誤差值的情況下，根據所述目標誤差調整所述初始神經網絡模型的參數。

4.根據權利要求3所述的方法，其特征在于，獲取所述樣本對的目標誤差，包括：

將所述第二樣本圖像輸入至所述初始神經網絡模型，得到第一訓練結果；

獲取所述第一訓練結果與所述第一樣本圖像的像素值誤差；

分別提取所述指定類型的圖像的第一特征信息與所述第一訓練結果的第二特征信息；

獲取所述第一特征信息和所述第二特征信息的特征信息誤差；

根據所述像素值誤差和所述特征信息誤差得到目標誤差。

5.根據權利要求4所述的方法，其特征在于，根據所述像素值誤差和所述特征信息誤差得到目標誤差，包括：

分別獲取所述像素值誤差和所述特征信息誤差的權重值；

確定所述像素值誤差和所述特征信息誤差的加權為所述目標誤差。