Resumen

Con la creciente demanda de aplicaciones de Internet de las cosas (IoT), las comunicaciones por vdeo de tipo mquina se han convertido en un medio de comunicacin indispensable. Est cambiando nuestra forma de vivir y trabajar. En las comunicaciones de vdeo de tipo mquina, la calidad y el retardo de la transmisin de vdeo deben garantizarse para satisfacer los requisitos de los dispositivos de comunicacin en condiciones de recursos limitados. Es necesario reducir la carga de transmisin de vdeo por prdida de fotogramas en el emisor de vdeo y, a continuacin, aumentar la velocidad de fotogramas de transmisin de vdeo en el receptor. En este artculo, basndonos en la red preentrenada, proponemos un algoritmo de conversin ascendente de velocidad de fotogramas (FRUC) para garantizar la transmisin de vdeo de baja latencia en comunicaciones de vdeo de tipo mquina. En el nodo IoT, al descartar peridicamente los fotogramas de vdeo, las secuencias de vdeo se comprimen significativamente. En la nube IoT, se utiliza una red preentrenada para extraer las capas de caractersticas de los fotogramas de vdeo transmitidos, que se fusiona en la coincidencia bidireccional para producir los vectores de movimiento (MVs) de los fotogramas perdidos, y de acuerdo con los MVs de salida, se implementa la interpolacin compensada por movimiento para recuperar la velocidad de fotogramas original de la secuencia de vdeo. Los resultados experimentales muestran que el algoritmo FRUC propuesto mejora eficazmente las cualidades objetivas y subjetivas de las secuencias de vdeo transmitidas.

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Internet de las cosas; Comunicaciones de vídeo de tipo máquina; Conversión ascendente de la frecuencia de imagen; Transmisión de vídeo de baja latencia; Red preentrenada; Vectores de movimiento
• Keywords:Internet of things; Machine-type video communications; Frame rate up-conversion; Low-latency video transmitting; Pretrained network; Motion vectors