Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций
Конференция: Актуальные проблемы радио- и кинотехнологий; Санкт-Петербург; Санкт-Петербург
Год издания: 2025
Ключевые слова: подсистема цифрового телевидения, беспроводные сенсорные сети, технологии глубокого обучения, реконфигурация видеокадров, digital TV subsystem, wireless sensor networks, deep learning technologies, video frame reconfiguration
Аннотация: Беспроводные сенсорные сети, использующие в качестве датчиков подсистему цифрового телевидения, при ограничениях на скорость передачи данных, могут сталкиваться с проблемами передачи необходимых объемов информации. Эти подсистемы требуют передачи значительных объемов визуальных данных, что может привести к перегрузке каналов связи Показать полностьюв составе беспроводной сети, а также значительному энергопотреблению. Целью данной статьи является реализация алгоритмов, предполагающих использование методов глубокого обучения для предварительной обработки видеоданных до передачи и реконфигурации видеокадров на приемной стороне, таким образом, чтобы формируемый видеопоток оказывался пригодным для передачи по беспроводной сети. Wireless sensor networks using a digital television subsystem as sensors, with restrictions on the data transfer rate, can face problems in transmitting the necessary amounts of information. These subsystems require the transmission of significant amounts of visual data, which can lead to overloading of communication channels in the wireless network, as well as significant power consumption. The purpose of this article is to implement algorithms involving the use of deep learning methods for preprocessing video data before transmission and reconfiguring video frames at the receiving side so that the generated video stream is suitable for transmission over a wireless network.
Журнал: Актуальные проблемы радио- и кинотехнологий
Номера страниц: 61-64
Место издания: Санкт-Петербург