CN116437162A - 一种信息传输方法、装置、显示器及存储介质 - Google Patents

一种信息传输方法、装置、显示器及存储介质 Download PDF

Info

Publication number
CN116437162A
CN116437162A CN202310687591.3A CN202310687591A CN116437162A CN 116437162 A CN116437162 A CN 116437162A CN 202310687591 A CN202310687591 A CN 202310687591A CN 116437162 A CN116437162 A CN 116437162A
Authority
CN
China
Prior art keywords
data
transmission
data transmission
difference
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202310687591.3A
Other languages
English (en)
Other versions
CN116437162B (zh
Inventor
尤志翔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Meishi Information Technology Changzhou Co ltd
Original Assignee
Meishi Information Technology Changzhou Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Meishi Information Technology Changzhou Co ltd filed Critical Meishi Information Technology Changzhou Co ltd
Priority to CN202310687591.3A priority Critical patent/CN116437162B/zh
Publication of CN116437162A publication Critical patent/CN116437162A/zh
Application granted granted Critical
Publication of CN116437162B publication Critical patent/CN116437162B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/60—Network structure or processes for video distribution between server and client or between remote clients; Control signalling between clients, server and network components; Transmission of management data between server and client, e.g. sending from server to client commands for recording incoming content stream; Communication details between server and client 
    • H04N21/63—Control signaling related to video distribution between client, server and network components; Network processes for video distribution between server and clients or between remote clients, e.g. transmitting basic layer and enhancement layers over different transmission paths, setting up a peer-to-peer communication via Internet between remote STB's; Communication protocols; Addressing
    • H04N21/647—Control signaling between network components and server or clients; Network processes for video distribution between server and clients, e.g. controlling the quality of the video stream, by dropping packets, protecting content from unauthorised alteration within the network, monitoring of network load, bridging between two different networks, e.g. between IP and wireless
    • H04N21/64784—Data processing by the network
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G06T7/41—Analysis of texture based on statistical description of texture
    • G06T7/44—Analysis of texture based on statistical description of texture using image operators, e.g. filters, edge density metrics or local histograms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/231—Content storage operation, e.g. caching movies for short term storage, replicating data over plural servers, prioritizing data for deletion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/24—Monitoring of processes or resources, e.g. monitoring of server load, available bandwidth, upstream requests
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/266—Channel or content management, e.g. generation and management of keys and entitlement messages in a conditional access system, merging a VOD unicast channel into a multicast channel
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Databases & Information Systems (AREA)
  • Geometry (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明涉及信息传输领域，公开了一种信息传输方法、装置、显示器及存储介质，用于提高信息传输的稳定性和数据的安全性。方法包括：根据设备差异特征集合生成第一数据传输标准；根据数据属性特征集合创建第二数据传输标准；根据第二数据传输标准对目标图像数据进行数据编码，得到编码数据，并根据第一数据传输标准对编码数据进行数据调制和数据传输，获取目标传输状态指标；将目标传输状态指标输入预置的数据传输状态监控模型进行数据传输状态监控，得到传输状态监控结果；根据传输状态监控结果和设备差异特征集合，对编码数据进行数据解码和数据还原，得到目标图像数据，并对目标图像数据进行虚拟化资源存储。

Description

一种信息传输方法、装置、显示器及存储介质
技术领域
本发明涉及信息传输领域，尤其涉及一种信息传输方法、装置、显示器及存储介质。
背景技术
当前，数字技术和通信技术在快速发展，信息传输成为了我们生活和工作中不可或缺的一部分。然而，当前普遍存在的问题是，传统的信息传输技术在信息传输速度和准确性上存在明显不足，同时缺乏对显示器和数据特征的分析和处理，导致信息传输的效率和质量下降。
然而，现有技术在设备和数据特征的分析和处理方面，难以适应不同设备和数据类型的特点，并且难以在多个通信环境下保证信息传输的稳定性和准确性，进而导致信息传输过程存在安全性和私密性等问题。
发明内容
本发明提供了一种信息传输方法、装置、显示器及存储介质，用于提高信息传输的稳定性和数据的安全性。
本发明第一方面提供了一种信息传输方法，所述信息传输方法包括：
获取第一显示器的第一设备参数和第二显示器的第二设备参数，并获取待传输的目标图像数据；
对所述第一设备参数以及所述第二设备参数进行设备特征分析，得到设备差异特征集合，并对所述目标图像数据进行数据特征提取，得到数据属性特征集合；
根据所述设备差异特征集合生成第一数据传输标准，其中，所述第一数据传输标准包括数据传输通道和负载均衡阈值；
根据所述数据属性特征集合创建第二数据传输标准，其中，所述第二数据传输标准包括数据传输路径和数据编码格式；
根据所述第二数据传输标准对所述目标图像数据进行数据编码，得到编码数据，并根据所述第一数据传输标准对所述编码数据进行数据调制和数据传输，获取目标传输状态指标；
将所述目标传输状态指标输入预置的数据传输状态监控模型进行数据传输状态监控，得到传输状态监控结果；
根据所述传输状态监控结果和所述设备差异特征集合，对所述编码数据进行数据解码和数据还原，得到所述目标图像数据，并对所述目标图像数据进行虚拟化资源存储。
结合第一方面，在本发明第一方面的第一实施方式中，所述对所述第一设备参数以及所述第二设备参数进行设备特征分析，得到设备差异特征集合，并对所述目标图像数据进行数据特征提取，得到数据属性特征集合，包括：
对所述第一设备参数进行特征参数计算，得到多个第一特征参数值，并对所述第二设备参数进行特征计算，得到多个第二特征参数值；
计算每个第一特征参数值与对应的第二特征参数值之间的差值，得到多个参数差值；
对所述多个参数差值进行集合映射，得到设备差异特征集合，其中，所述设备差异特征集合包括：分辨率差值、色域差值、亮度差值、对比度差值以及刷新率差值；
对所述目标图像数据进行数据特征提取，得到数据属性特征集合，其中，所述数据属性特征集合包括：存储位置、色彩、纹理、形状和空间结构。
结合第一方面，在本发明第一方面的第二实施方式中，所述根据所述设备差异特征集合生成第一数据传输标准，其中，所述第一数据传输标准包括数据传输通道和负载均衡阈值，包括：
对所述设备差异特征集合中的每个参数差值进行关联关系分析，得到目标关联关系；
根据所述目标关联关系，计算所述设备差异特征集合对应的数据传输量；
通过所述数据传输量进行传输通道匹配，得到数据传输通道，并根据所述数据传输通道和所述数据传输量计算通道载荷，得到负载均衡阈值；
根据所述数据传输通道和所述负载均衡阈值，生成第一数据传输标准。
结合第一方面，在本发明第一方面的第三实施方式中，所述根据所述数据属性特征集合创建第二数据传输标准，其中，所述第二数据传输标准包括数据传输路径和数据编码格式，包括：
根据所述数据属性特征集合中的色彩、纹理、形状和空间结构，创建对应的编码规范以及压缩方式，得到数据编码格式；
根据所述数据属性特征集合中的存储位置，确定所述第一显示器与所述第二显示器之间的传输方向，得到数据传输路径；
根据所述数据编码格式和所述数据传输路径，创建第二数据传输标准。
结合第一方面，在本发明第一方面的第四实施方式中，所述根据所述第二数据传输标准对所述目标图像数据进行数据编码，得到编码数据，并根据所述第一数据传输标准对所述编码数据进行数据调制和数据传输，获取目标传输状态指标，包括：
根据所述第二数据传输标准中的数据编码格式调用对应的编码模型；
通过所述编码模型，对所述目标图像数据进行图像编码，得到编码数据；
根据所述第一数据传输标准对所述编码数据进行数据调制，生成调制参数集合；
根据所述调制参数集合，对所述编码数据进行数据传输，并获取数据传输过程中的目标传输状态指标。
结合第一方面，在本发明第一方面的第五实施方式中，所述将所述目标传输状态指标输入预置的数据传输状态监控模型进行数据传输状态监控，得到传输状态监控结果，包括：
对所述目标传输状态指标进行向量编码，得到目标编码向量；
将所述目标编码向量输入预置的数据传输状态监控模型，其中，所述数据传输状态监控模型包括：状态分类网络和状态判别网络；
通过所述状态分类网络，对所述目标编码向量进行数据传输状态分类预测，得到预测概率值，其中，所述预测概率值用于指示所述目标传输状态指标是否存在传输异常；
根据所述预测概率值，将所述目标编码向量输入所述状态判别网络进行传输质量评价，生成传输质量评价指标；
根据所述预测概率值以及所述传输质量评价指标生成传输状态监控结果。
结合第一方面，在本发明第一方面的第六实施方式中，所述根据所述传输状态监控结果和所述设备差异特征集合，对所述编码数据进行数据解码和数据还原，得到所述目标图像数据，并对所述目标图像数据进行虚拟化资源存储，包括：
若所述传输状态监控结果为不存在异常，则根据所述设备差异特征集合，确定对应的解码模型；
根据所述传输质量评价指标设置所述解码模型的模型超参数，并对所述编码数据进行数据解码，得到解码数据；
对所述解码数据进行数据还原，得到所述目标图像数据，并对所述目标图像数据进行虚拟化资源存储。
本发明第二方面提供了一种显示器信息传输系统，所述显示器信息传输系统包括：
获取模块，用于获取第一显示器的第一设备参数和第二显示器的第二设备参数，并获取待传输的目标图像数据；
分析模块，用于对所述第一设备参数以及所述第二设备参数进行设备特征分析，得到设备差异特征集合，并对所述目标图像数据进行数据特征提取，得到数据属性特征集合；
生成模块，用于根据所述设备差异特征集合生成第一数据传输标准，其中，所述第一数据传输标准包括数据传输通道和负载均衡阈值；
创建模块，用于根据所述数据属性特征集合创建第二数据传输标准，其中，所述第二数据传输标准包括数据传输路径和数据编码格式；
编码模块，用于根据所述第二数据传输标准对所述目标图像数据进行数据编码，得到编码数据，并根据所述第一数据传输标准对所述编码数据进行数据调制和数据传输，获取目标传输状态指标；
监控模块，用于将所述目标传输状态指标输入预置的数据传输状态监控模型进行数据传输状态监控，得到传输状态监控结果；
解码模块，用于根据所述传输状态监控结果和所述设备差异特征集合，对所述编码数据进行数据解码和数据还原，得到所述目标图像数据，并对所述目标图像数据进行虚拟化资源存储。
本发明第三方面提供了一种计算机装置，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述计算机装置执行上述的信息传输方法。
本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的信息传输方法。
本发明提供的技术方案中，根据设备差异特征集合生成第一数据传输标准；根据数据属性特征集合创建第二数据传输标准；根据第二数据传输标准对目标图像数据进行数据编码，得到编码数据，并根据第一数据传输标准对编码数据进行数据调制和数据传输，获取目标传输状态指标；将目标传输状态指标输入预置的数据传输状态监控模型进行数据传输状态监控，得到传输状态监控结果；根据传输状态监控结果和设备差异特征集合，对编码数据进行数据解码和数据还原，得到目标图像数据，并对目标图像数据进行虚拟化资源存储，本发明通过对不同设备参数特征和目标数据属性特征进行分析，可以生成适合不同设备的传输标准，从而有效地提高了传输的稳定性和质量。其次，对数据传输进行监控，可及时检测和解决传输中出现的问题，进一步提高了传输的有效性。最后，将传输的目标图像数据进行虚拟化资源存储，可以更加方便高效地对数据进行管理和利用，进而提高了信息传输的稳定性和数据的安全性。
附图说明
图1为本发明实施例中信息传输方法的一个实施例示意图；
图2为本发明实施例中特征提取的流程图；
图3为本发明实施例中生成第一数据传输标准的流程图；
图4为本发明实施例中数据传输状态监控的流程图；
图5为本发明实施例中显示器信息传输系统的一个实施例示意图；
图6为本发明实施例中计算机装置的一个实施例示意图。
具体实施方式
本发明实施例提供了一种信息传输方法、装置、显示器及存储介质，用于提高信息传输的稳定性和数据的安全性。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等（如果存在）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，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，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。
为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中信息传输方法的一个实施例包括：
S101、获取第一显示器的第一设备参数和第二显示器的第二设备参数，并获取待传输的目标图像数据；
可以理解的是，本发明的执行主体可以为显示器，还可以是终端或者服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
具体的，服务器有效获取第一显示器的第一设备参数和第二显示器的第二设备参数，以及获取待传输的目标图像数据，服务器采取以下步骤：服务器获取第一显示器的参数，通过操作系统提供的API接口或者第三方库来实现，通过调用API接口，获取诸如分辨率、色域、亮度、对比度和刷新率等设备参数的值。例如，假设使用Windows操作系统，服务器通过WindowsAPI中的Display Settings API来获取第一显示器的相关参数。这个API提供了函数和结构体，可以查询和配置显示器的各种属性。通过调用这些函数，服务器获取第一显示器的分辨率为1920x1080、色域为sRGB、亮度为250尼特、对比度为1000:1和刷新率为60赫兹等参数。同样地，服务器获取第二显示器的参数。对于不同的操作系统，服务器通过相应的API或库来获取第二显示器的设备参数。假设服务器的系统是macOS，服务器通过CoreGraphics Framework来获取第二显示器的参数。通过调用CoreGraphics提供的函数和数据结构，服务器获取第二显示器的分辨率为2560x1440、色域为Adobe RGB、亮度为300尼特、对比度为1200:1和刷新率为144赫兹等参数。在获取设备参数之后，服务器还需要获取待传输的目标图像数据。服务器从本地文件系统中读取图像文件，从网络资源下载图像，或者通过摄像头捕获图像数据。服务器从本地文件系统中选择一张名为"image.jpg"的图像作为目标图像数据。通过指定文件路径和使用文件操作函数，服务器读取该图像的像素数据，并将该目标图像数据用于后续的数据特征提取和传输过程。
S102、对第一设备参数以及第二设备参数进行设备特征分析，得到设备差异特征集合，并对目标图像数据进行数据特征提取，得到数据属性特征集合；
具体的，当对第一设备参数和第二设备参数进行设备特征分析时，服务器通过对应的算法和技术来计算各个特征参数的值，并进行差值计算。以分辨率为例，服务器获取第一显示器的宽度和高度参数，如1920x1080像素，以及第二显示器的宽度和高度参数，如2560x1440像素。进一步地，服务器计算宽度和高度的差值，即640和360。进一步地，服务器对其他特征参数进行类似的计算。通过集合映射，服务器将这些参数差值整合为设备差异特征集合，其中包括分辨率差值、色域差值、亮度差值、对比度差值以及刷新率差值。这些设备差异特征反映了第一设备和第二设备之间在硬件配置和性能方面的差异。对于目标图像数据的数据特征提取，构建以下属性：存储位置：确定图像数据的存储位置，例如，本地磁盘、云存储或网络服务器；色彩：提取图像的颜色属性，通过计算颜色直方图或提取主要颜色来描述图像的色彩特征；纹理：分析图像的纹理特征，通过纹理描述符（如Gabor滤波器）来提取图像的纹理信息；形状：通过边缘检测算法或形状描述符来提取图像的形状特征，例如边缘、曲线或几何形状；空间结构：研究图像中像素之间的空间关系，通过局部二值模式（Local Binary Patterns）等方法来描述图像的空间结构特征。通过对目标图像数据的特征提取，服务器获得数据属性特征集合，其中包括存储位置、色彩、纹理、形状和空间结构等特征。例如，假设有两个显示器，分别是显示器A和显示器B。对于显示器A，它的分辨率为1920x1080像素，色域为sRGB，亮度为250尼特，对比度为1000:1，刷新率为60赫兹。对于显示器B，它的分辨率为2560x1440像素，色域为Adobe RGB，亮度为300尼特，对比度为1200:1，刷新率为144赫兹。通过计算差值，服务器得到以下设备差异特征集合：分辨率差值：640x360像素；色域差值：AdobeRGB-sRGB；亮度差值：50尼特；对比度差值：200:1；刷新率差值：84赫兹；进一步地，服务器法对目标图像数据进行数据特征提取，得到数据属性特征集合。例如，假设有一张图像，通过分析可以得到以下数据属性特征：存储位置：该图像存储在本地磁盘上；色彩：图像以RGB格式表示，提取颜色直方图后发现主要颜色为蓝色和绿色；纹理：通过使用Gabor滤波器提取纹理特征，发现图像具有细腻的纹理；形状：应用边缘检测算法后，发现图像中有一些明显的边缘和曲线形状；空间结构：通过局部二值模式描述图像的空间结构特征，发现图像中存在一些局部的纹理模式。
S103、根据设备差异特征集合生成第一数据传输标准，其中，第一数据传输标准包括数据传输通道和负载均衡阈值；
需要说明的是，服务器对设备差异特征集合中的每个参数差值进行关联关系分析，以确定它们之间的相互关系和影响。服务器通过统计分析、机器学习算法或专业领域知识来实现。关联关系分析的目的是找出参数差值之间的相关性，以便更好地理解设备差异特征对数据传输的影响。例如，假设服务器有两个显示器设备，第一显示器A和第二显示器B。根据设备差异特征集合的分析，服务器发现它包括分辨率差值、色域差值、亮度差值、对比度差值和刷新率差值。服务器通过对大量数据样本进行统计分析，计算这些参数差值之间的相关系数，如皮尔逊相关系数。如果发现分辨率差值与色域差值呈正相关，而与亮度差值、对比度差值和刷新率差值呈负相关，服务器建立参数差值之间的目标关联关系。其中，根据目标关联关系，服务器计算设备差异特征集合对应的数据传输量。数据传输量表示了在不同参数差值组合下所需传输的数据量。通过建立参数差值与数据传输量之间的数学模型，服务器根据设备差异特征集合中的参数差值来计算对应的数据传输量。例如，服务器建立参数差值与数据传输量的线性模型。根据目标关联关系，服务器计算出第一显示器A和第二显示器B的分辨率差值、色域差值、亮度差值、对比度差值和刷新率差值所对应的数据传输量。该数据传输量将作为后续步骤的重要输入。进一步地，服务器通过数据传输量进行传输通道匹配，以确定适合传输的通道类型。数据传输通道可以是网络连接、物理接口或其他数据传输媒介，其中，不同的数据传输通道具有不同的特性和带宽能力。通过比较数据传输量和数据传输通道的带宽能力，服务器选择最合适的传输通道。例如，假设服务器的数据传输量计算结果显示，第一显示器A和第二显示器B的数据传输量分别为100 MB和150 MB。服务器还需要考虑可用的传输通道，例如以太网和无线网络。假设以太网的带宽为200 Mbps，而无线网络的带宽为100Mbps。根据数据传输量和通道带宽的比较，服务器确定使用以太网作为传输通道更合适。因为以太网的带宽能够满足第一显示器A和第二显示器B的数据传输量要求，而无线网络的带宽则不足以支持第二显示器B的传输量。此外，为了确保传输过程的负载均衡，服务器还需要计算负载均衡阈值。负载均衡阈值是一个参考值，用于判断是否需要在多个传输通道之间进行数据分流，以平衡负载和提高传输效率。例如，假设服务器将负载均衡阈值设置为80%。这意味着当传输通道的负载超过80%时，系统会自动启用额外的传输通道来分流数据，以确保负载均衡。假设以太网当前的负载为60%，仍有40%的可用带宽。因此，服务器不需要启用额外的传输通道。服务器根据选择的传输通道和计算得到的负载均衡阈值，服务器生成第一数据传输标准。
S104、根据数据属性特征集合创建第二数据传输标准，其中，第二数据传输标准包括数据传输路径和数据编码格式；
具体的，服务器根据数据属性特征集合中的色彩、纹理、形状和空间结构，服务器创建对应的编码规范和压缩方式，以得到数据编码格式。这涉及到对不同属性的分析和处理。例如，对于色彩属性，服务器选择使用RGB、CMYK或YUV等编码格式来准确表示图像的颜色信息。对于纹理、形状和空间结构属性，服务器根据图像分析和处理的技术选择相应的编码规范和压缩方式。例如，通过小波变换、离散余弦变换（DCT）等算法来提取和编码图像的纹理特征和形状信息。其中，根据数据属性特征集合中的存储位置信息，确定第一显示器与第二显示器之间的传输方向，得到数据传输路径。这取决于数据的存储位置和访问方式。例如，如果目标数据存储在第一显示器的本地存储设备中，数据传输通过直接读取本地存储设备的方式进行。如果数据存储在远程服务器或云存储中，数据传输则需要通过网络连接来实现。服务器根据确定的数据编码格式和数据传输路径，创建第二数据传输标准。这个标准将包括数据传输路径和数据编码格式的具体规定，以确保数据的传输和解码过程的准确性和一致性。通过定义数据传输路径，服务器明确了数据从第一显示器传输到第二显示器的具体路径，包括中间节点和网络连接。同时，通过定义数据编码格式，服务器规定了在传输过程中数据的编码方式和压缩方式，以便在接收端进行解码和还原。例如，假设服务器要传输一幅具有高对比度、细腻纹理和多边形形状的彩色图像。根据数据属性特征集合，服务器选择使用RGB编码格式来准确表示图像的色彩属性。同时，服务器观察到图像具有丰富的纹理特征，因此服务器选择使用小波变换来提取图像的纹理信息，并使用相关的压缩算法对纹理特征进行编码。此外，服务器还可以利用形状识别算法提取图像中的多边形形状信息，并将其编码。根据存储位置信息，如果图像数据存储在第一显示器的本地存储设备中，传输路径可以直接从本地存储设备到第二显示器。而如果数据存储在远程服务器或云存储中，传输路径则需要通过网络连接来实现。在这种情况下，服务器通过网络传输协议（例如TCP/IP）将数据从服务器传输到第二显示器。根据确定的数据编码格式（如RGB编码）和数据传输路径（通过网络连接），服务器创建第二数据传输标准。该标准将明确规定使用RGB编码格式和网络传输路径来传输图像数据，以确保数据在传输过程中的准确性和一致性。本实施例中，服务器根据数据属性特征集合成功创建了第二数据传输标准。
S105、根据第二数据传输标准对目标图像数据进行数据编码，得到编码数据，并根据第一数据传输标准对编码数据进行数据调制和数据传输，获取目标传输状态指标；
具体的，服务器根据第二数据传输标准中的数据编码格式，服务器调用对应的编码模型。不同的数据编码格式对应不同的编码算法或深度学习模型。通过调用对应的编码模型，服务器将目标图像数据进行编码，得到编码数据。编码数据的格式和表示形式将根据所选的编码模型而定。其中，使用所选择的编码模型，对目标图像数据进行图像编码。这个过程将根据所选的编码算法或深度学习模型而有所不同。编码过程将转换原始图像数据为适合传输的编码数据形式，以减少数据量或提高数据传输效率，同时尽量保持重要的图像信息。进一步地，根据第一数据传输标准对编码数据进行数据调制。数据调制的目的是将编码数据转换为适合传输介质的信号形式。调制参数集合将根据第一数据传输标准中的数据传输通道和负载均衡阈值来确定。不同的调制技术可以用于不同的数据传输介质，例如调幅调制（AM）、频移键控调制（FSK）或正交幅度调制（QAM）等。在数据传输过程中，利用调制参数集合将调制后的数据传输到目标位置，并获取传输过程中的目标传输状态指标。这些指标可以包括传输速率、传输延迟、传输丢失率等。通过监测传输过程中的指标，服务器评估数据传输的效果和质量，并根据需要进行调整和优化。例如，假设服务器选择了JPEG编码作为第二数据传输标准中的数据编码格式。服务器通过预训练的JPEG编码器模型来对目标图像进行编码。进一步地，根据第一数据传输标准中定义的数据传输通道和负载均衡阈值，服务器选择合适的调制技术，如QAM调制。通过对编码数据进行QAM调制，服务器将数据转换为适合传输的信号形式。在数据传输过程中，服务器监测传输速率、延迟和丢失率等指标，以评估传输状态和数据传输效果。
S106、将目标传输状态指标输入预置的数据传输状态监控模型进行数据传输状态监控，得到传输状态监控结果；
具体的，服务器将所述目标传输状态指标进行向量编码，向量编码的目的是将传输状态指标转化为数值形式，方便后续的处理。编码方式可以根据具体的监控模型而定，常见的方法包括将指标映射到特定范围内或进行归一化处理。服务器准备预置的数据传输状态监控模型，该模型包括状态分类网络和状态判别网络，其中，状态分类网络包括两层残差网络以及全连接层，该状态判别网络包括两层单向门限循环网络以及归一化层。状态分类网络用于对目标编码向量进行数据传输状态分类预测，即判断传输是否存在异常。状态判别网络用于评价传输质量，生成传输质量评价指标。将目标编码向量输入状态分类网络，通过该网络进行数据传输状态分类预测。状态分类网络会根据输入的目标编码向量，输出对应传输状态的预测概率值。这些预测概率值用于指示目标传输状态指标是否存在传输异常。基于预测概率值，将目标编码向量输入状态判别网络，进行传输质量的评价。状态判别网络将根据目标编码向量进行分析，并生成传输质量评价指标，用于衡量传输的质量。这些评价指标可以包括传输速率、传输延迟、传输丢失率等。服务器根据预测概率值和传输质量评价指标，生成传输状态监控结果。传输状态监控结果可以根据实际需求进行定义，例如将传输状态分为正常和异常两类，根据预测概率值和传输质量评价指标进行综合判断，得出最终的监控结果。例如，假设服务器有一个数据传输状态监控模型，其中包括一个状态分类网络和一个状态判别网络。服务器将目标传输状态指标进行向量编码，得到目标编码向量。进一步地，将目标编码向量输入状态分类网络，进行数据传输状态的分类预测，得到预测概率值。例如，预测概率值为0.8，表示目标传输状态指标存在一定的异常可能性。其中，根据预测概率值，将目标编码向量输入状态判别网络，进行传输质量评价。状态判别网络将根据目标编码向量进行分析，并生成传输质量评价指标，用于衡量传输的质量。服务器根据预测概率值和传输质量评价指标，生成传输状态监控结果。通过综合考虑预测概率值和传输质量评价指标，可以得出最终的传输状态监控结果。例如，如果预测概率值较高且传输质量评价指标表明传输质量良好，那么监控结果可以判定为正常。相反，如果预测概率值较高且传输质量评价指标表明传输质量较差，那么监控结果可以判定为异常。
S107、根据传输状态监控结果和设备差异特征集合，对编码数据进行数据解码和数据还原，得到目标图像数据，并对目标图像数据进行虚拟化资源存储。
具体的，服务器根据传输状态监控的结果，确定是否存在异常。如果传输状态监控结果表明不存在异常，即传输状态正常，则继续执行后续步骤。服务器根据设备差异特征集合，确定适用于目标设备的解码模型。这意味着根据设备的硬件和软件特性，选择与设备相匹配的解码模型，以确保解码的兼容性和效果。例如，不同设备支持不同的解码算法或压缩标准，因此需要根据设备的特征选择对应的解码模型。进一步地，根据传输质量评价指标，设置解码模型的超参数。传输质量评价指标提供了有关传输质量和性能的信息，例如压缩率、图像质量损失程度等。根据传输质量评价指标，服务器调整解码模型的超参数，以获得更好的解码效果。超参数包括解码速度、图像质量、空间分辨率等方面。使用确定的解码模型和超参数对编码数据进行数据解码。这涉及将编码数据转换回原始的数据表示形式，以还原目标图像数据。解码过程涉及解码算法、反卷积操作、逆量化等步骤，具体取决于所选择的解码模型和数据编码格式。对解码数据进行数据还原，以获得所需的目标图像数据。这包括去除噪声、补偿损失的细节等操作，以提高图像质量和还原度。通过这一步骤，服务器确保目标图像数据的准确性和完整性。服务器对还原的目标图像数据进行虚拟化资源存储。这可以包括将图像数据存储到云存储、数据库或其他虚拟化资源中，以便后续访问、共享和处理。通过虚拟化资源存储，服务器轻松管理和利用目标图像数据，以满足不同应用场景的需求。例如，假设服务器采用H.264编码标准对视频数据进行编码，并成功传输到目标设备。传输状态监控结果显示传输状态正常，没有异常情况。根据设备差异特征集合，服务器选择H.264解码器作为解码模型，因为目标设备支持H.264视频解码。根据传输质量评价指标，服务器设置解码模型的超参数，如解码速度、图像质量等。进一步地，服务器将接收到的编码数据使用H.264解码器进行数据解码，得到解码数据。解码数据经过解码后，包含一些压缩或损失的信息。其中，服务器对解码数据进行数据还原的处理。这包括去除解码过程中引入的噪声、补偿损失的细节或重新构建丢失的图像部分。通过这些还原操作，服务器提高目标图像数据的质量和准确性。服务器将还原的目标图像数据存储到虚拟化资源中。这可以是云存储服务、数据库或其他适合的存储介质。通过将目标图像数据存储为虚拟化资源，服务器轻松地管理、访问和共享数据，以满足后续应用场景的需求。
本发明实施例中，根据设备差异特征集合生成第一数据传输标准；根据数据属性特征集合创建第二数据传输标准；根据第二数据传输标准对目标图像数据进行数据编码，得到编码数据，并根据第一数据传输标准对编码数据进行数据调制和数据传输，获取目标传输状态指标；将目标传输状态指标输入预置的数据传输状态监控模型进行数据传输状态监控，得到传输状态监控结果；根据传输状态监控结果和设备差异特征集合，对编码数据进行数据解码和数据还原，得到目标图像数据，并对目标图像数据进行虚拟化资源存储，本发明通过对不同设备参数特征和目标数据属性特征进行分析，可以生成适合不同设备的传输标准，从而有效地提高了传输的稳定性和质量。其次，对数据传输进行监控，可及时检测和解决传输中出现的问题，进一步提高了传输的有效性。最后，将传输的目标图像数据进行虚拟化资源存储，可以更加方便高效地对数据进行管理和利用，进而提高了信息传输的稳定性和数据的安全性。
在一具体实施例中，如图2所示，执行步骤S102的过程可以具体包括如下步骤：
S201、对第一设备参数进行特征参数计算，得到多个第一特征参数值，并对第二设备参数进行特征计算，得到多个第二特征参数值；
S202、计算每个第一特征参数值与对应的第二特征参数值之间的差值，得到多个参数差值；
S203、对多个参数差值进行集合映射，得到设备差异特征集合，其中，设备差异特征集合包括：分辨率差值、色域差值、亮度差值、对比度差值以及刷新率差值；
S204、对目标图像数据进行数据特征提取，得到数据属性特征集合，其中，数据属性特征集合包括：存储位置、色彩、纹理、形状和空间结构。
具体的，服务器针对第一设备，进行特征参数的计算。这包括对设备参数进行分析和计算，以获取多个第一特征参数值。例如，对于一台摄像机设备，可以计算其分辨率、色域、亮度、对比度和刷新率等特征参数。其中，对第二设备进行类似的特征计算。针对第二设备，同样进行特征参数的计算，以获取多个第二特征参数值。例如，对于另一台显示器设备，可以计算其分辨率、色域、亮度、对比度和刷新率等特征参数。进一步地，计算每个第一特征参数值与对应的第二特征参数值之间的差值。对于每个特征参数，计算其在第一设备和第二设备之间的差异。这将产生多个参数差值，用于衡量两个设备在特定特征上的差异程度。服务器对多个参数差值进行集合映射，得到设备差异特征集合。将参数差值归类和映射，形成设备差异特征集合。这个集合将包括分辨率差值、色域差值、亮度差值、对比度差值以及刷新率差值等设备差异特征。通过这些特征，服务器描述和比较两个设备之间的差异。服务器对目标图像数据进行数据特征提取，得到数据属性特征集合。针对目标图像数据，进行数据特征的提取。这涉及存储位置、色彩、纹理、形状和空间结构等方面的特征提取。通过这些特征，服务器描述和分析目标图像数据的属性。例如，假设服务器要比较一台高清摄像机和一台4K显示器之间的设备差异特征。服务器在对摄像机进行特征参数计算时，服务器得到的第一特征参数值为分辨率：1920x1080，色域：sRGB，亮度：300 nits，对比度：1000:1，刷新率：60Hz。对于显示器，服务器计算得到的第二特征参数值为分辨率：3840x2160，色域：Adobe RGB，亮度：500 nits，对比度：1200:1，刷新率：120Hz。其中，在计算参数差值时，服务器得到分辨率差值：1920-3840=1920，色域差值：sRGB-Adobe RGB，亮度差值：300-500，对比度差值：1000-1200，刷新率差值：60-120。进一步地，在进行集合映射时，服务器将这些参数差值进行归类和映射，形成设备差异特征集合。这个集合包括分辨率差值、色域差值、亮度差值、对比度差值以及刷新率差值等特征。例如，分辨率差值可以被归类为“高清-4K”，色域差值可以被映射为“sRGB-Adobe RGB”，亮度差值可以被归类为“300-500 nits”，以此类推。服务器在对目标图像数据进行数据特征提取时，服务器获得数据属性特征集合。这个集合包括存储位置、色彩、纹理、形状和空间结构等方面的特征。例如，对于一张图像，服务器提取出其存储位置为“/images/example.jpg”，色彩特征为“鲜艳的色彩”，纹理特征为“细腻的纹理”，形状特征为“矩形”，空间结构特征为“包含多个物体并具有层次结构”。本实施例中通过对第一设备和第二设备参数的特征计算、参数差值的计算和集合映射，以及对目标图像数据的特征提取，服务器获取设备差异特征集合和数据属性特征集合。
在一具体实施例中，如图3所示，执行步骤S103的过程可以具体包括如下步骤：
S301、对设备差异特征集合中的每个参数差值进行关联关系分析，得到目标关联关系；
S302、根据目标关联关系，计算设备差异特征集合对应的数据传输量；
S303、通过数据传输量进行传输通道匹配，得到数据传输通道，并根据数据传输通道和数据传输量计算通道载荷，得到负载均衡阈值；
S304、根据数据传输通道和负载均衡阈值，生成第一数据传输标准。
具体的，服务器对设备差异特征集合中的每个参数差值进行关联关系分析并得到目标关联关系，服务器对参数差值之间的相互作用进行研究。通过统计和数据分析的方法，可以发现不同参数差值之间的相关性和影响程度。例如，在设备差异特征集合中，分辨率差值与色域差值存在相关性，而亮度差值与对比度差值存在负相关性。通过这样的关联分析，可以得到目标关联关系，即各个参数差值之间的关系模式。在得到目标关联关系后，服务器利用这些关系计算设备差异特征集合对应的数据传输量。数据传输量是指在传输过程中所需的数据量。通过关联关系和设备差异特征集合中的参数差值，可以推断数据传输量的大小。例如，如果分辨率差值较大且与色域差值相关，服务器需要更多的数据传输量来保证色彩信息的准确传输。其中，通过数据传输量进行传输通道匹配，服务器确定适合传输该数据量的数据传输通道。传输通道可以是网络通道、存储设备或其他数据传输介质。选择合适的传输通道可以保证数据传输的稳定性和效率。同时，根据数据传输通道和数据传输量，服务器计算通道的负载均衡阈值。负载均衡阈值是指在传输过程中对通道负载进行平衡控制的阈值。通过对数据传输量和通道特性的综合考虑，可以确定对应的负载均衡阈值。这样可以避免通道过载或负载不均衡的情况，提高数据传输的效率和稳定性。服务器基于数据传输通道和负载均衡阈值，服务器生成第一数据传输标准。第一数据传输标准是指在特定条件下进行数据传输的基准或规范。它包括了数据传输通道的选择、负载均衡阈值的设定以及其他相关参数的定义。通过制定第一数据传输标准，可以确保数据传输过程中的一致性和可控性。例如，假设服务器研究了一组摄像头设备的参数差值，其中分辨率差值与色域差值呈正相关，而亮度差值与对比度差值呈负相关。根据这些关联关系，服务器计算了设备差异特征集合对应的数据传输量。假设第一显示器A的分辨率差值为200，色域差值为10，亮度差值为-20，对比度差值为-50，而第二显示器B的分辨率差值为150，色域差值为5，亮度差值为-10，对比度差值为-40。根据关联关系和参数差值，服务器推断出第一显示器A需要更多的数据传输量，以确保色彩和对比度的准确传输。其中，服务器通过数据传输量进行传输通道匹配。根据第一显示器A和第二显示器B的数据传输量，服务器选择了高速网络通道作为传输通道，以满足较大的数据传输需求。进一步地，根据数据传输量和通道特性，服务器计算了通道的负载均衡阈值。本实施例中，服务器设定了传输通道的负载均衡阈值为80%，以确保通道的稳定性和效率。服务器基于传输通道和负载均衡阈值，服务器制定了第一数据传输标准。这个标准包括了使用高速网络通道进行数据传输，以及在通道负载达到80%时进行负载均衡调控的规定。
在一具体实施例中，执行步骤S104的过程可以具体包括如下步骤：
（1）根据数据属性特征集合中的色彩、纹理、形状和空间结构，创建对应的编码规范以及压缩方式，得到数据编码格式；
（2）根据数据属性特征集合中的存储位置，确定第一显示器与第二显示器之间的传输方向，得到数据传输路径；
（3）根据数据编码格式和数据传输路径，创建第二数据传输标准。
具体的，服务器根据数据属性特征集合中的色彩、纹理、形状和空间结构创建对应的编码规范以及压缩方式，服务器将这些特征转化为适合数据传输和存储的格式。通过对色彩、纹理、形状和空间结构的分析，服务器确定相应的编码规范和压缩方式，以便有效地表示和传输这些数据属性特征。例如，对于色彩特征，服务器通过RGB编码或YUV编码等方式来表示颜色信息。这些编码方式可以将色彩信息转化为数字数据，并进行压缩以减少数据量。对于纹理特征，服务器采用基于纹理分析的编码算法，如小波变换或离散余弦变换，来提取纹理信息并进行压缩。对于形状特征，服务器通过轮廓提取算法或特征点描述算法来表示物体形状，并进行相应的编码和压缩。对于空间结构特征，服务器采用空间分割和建模的方法，将数据划分为不同的区域或层次，并设计相应的编码规范和压缩算法。其中，根据数据属性特征集合中的存储位置，服务器确定第一显示器与第二显示器之间的传输方向。存储位置指的是数据在存储设备中的位置或存储结构。通过分析数据的存储位置，服务器确定数据从第一显示器到第二显示器的传输路径。例如，如果数据存储在第一显示器的本地存储设备中，那么数据传输路径可以是从本地存储设备到第二显示器的传输通道。如果数据存储在云端服务器中，那么数据传输路径可以是从云端服务器到第二显示器的传输通道。根据数据编码格式和数据传输路径，服务器创建第二数据传输标准。第二数据传输标准是根据特定的编码规范和传输路径来规定数据传输的基准或规范。它包括了数据的编码方式、压缩算法、传输路径以及其他相关参数的定义。通过制定第二数据传输标准，可以确保数据在传输过程中的一致性和可控性。例如，假设服务器得到图像数据的属性特征集合，其中色彩特征使用RGB编码，纹理特征使用小波变换进行提取和压缩，形状特征使用轮廓提取算法表示，空间结构特征使用层次划分和编码表示。根据这些数据属性特征的编码规范和压缩方式，服务器将图像数据转化为相应的数据编码格式。例如，对于一幅图像，服务器使用RGB编码表示色彩信息，将红、绿、蓝三个通道的像素值进行编码。对于纹理特征，服务器使用小波变换将图像进行频域分解，并对频域系数进行编码和压缩。形状特征通过轮廓提取算法得到图像的轮廓信息，并对轮廓进行编码。空间结构特征通过层次划分方法将图像分割为不同的区域，并对每个区域进行编码表示。根据图像数据的存储位置，服务器确定第一显示器与第二显示器之间的传输方向。假设图像数据存储在第一显示器的本地存储设备中，数据传输路径可以是从本地存储设备到第二显示器的传输通道。这涉及本地网络传输或通过数据传输介质（如USB）直接连接到第二显示器。基于数据编码格式和数据传输路径，服务器创建第二数据传输标准。这个标准包括了数据的编码方式（如RGB编码、小波变换编码等）、压缩算法（如JPEG、PNG等）、传输路径（本地网络传输或直接连接）以及其他相关参数的定义。
在一具体实施例中，执行步骤S105的过程可以具体包括如下步骤：
（1）根据第二数据传输标准中的数据编码格式调用对应的编码模型；
（2）通过编码模型，对目标图像数据进行图像编码，得到编码数据；
（3）根据第一数据传输标准对编码数据进行数据调制，生成调制参数集合；
（4）根据调制参数集合，对编码数据进行数据传输，并获取数据传输过程中的目标传输状态指标。
具体的，根据第二数据传输标准中的数据编码格式，服务器调用相应的编码模型来对目标图像数据进行编码。编码模型可以是各种图像编码算法或压缩算法，如JPEG、PNG、H.264等。这些算法基于第二数据传输标准定义的编码规范，将图像数据转换为相应的编码数据。例如，如果服务器使用JPEG编码格式，服务器调用JPEG编码模型来对目标图像进行编码。该模型会将图像数据分割为块，并对每个块进行离散余弦变换和量化操作。通过调整量化参数和压缩比率，服务器得到不同质量级别的JPEG编码数据。通过编码模型，服务器对目标图像数据进行图像编码，得到相应的编码数据。编码数据是经过压缩和转换的数据形式，通常具有较小的文件大小和更高的传输效率。它可以有效地表示原始图像的特征和内容。根据第一数据传输标准，服务器对编码数据进行数据调制，生成调制参数集合。数据调制是将数字数据转换为模拟信号或数字信号的过程。在图像传输中，常用的调制方式包括调幅、调频、调相等。通过调制参数集合，服务器定义数据传输的调制方式、调制频率、调制深度等参数。例如，假设服务器按照第一数据传输标准中定义的调制方式为调幅调制，服务器将编码数据转换为模拟信号。调制参数集合包括调制信号的频率、幅度等参数。通过调制，服务器将数字编码数据转换为可传输的模拟信号。根据调制参数集合，服务器对编码数据进行数据传输，并获取数据传输过程中的目标传输状态指标。传输状态指标可以包括传输速率、传输质量、传输稳定性等。这些指标可以帮助服务器评估数据传输的效果和性能。例如，如果服务器将编码数据通过网络传输，服务器监测传输速率、丢包率以及传输延迟等指标。这些指标可以反映数据在传输过程中的状态和效果。如果传输状态指标符合预期要求，说明数据传输成功，并且可以在接收端进行解码和显示。
在一具体实施例中，如图4所示，执行步骤S106的过程可以具体包括如下步骤：
S401、对目标传输状态指标进行向量编码，得到目标编码向量；
S402、将目标编码向量输入预置的数据传输状态监控模型，其中，数据传输状态监控模型包括：状态分类网络和状态判别网络；
S403、通过状态分类网络，对目标编码向量进行数据传输状态分类预测，得到预测概率值，其中，预测概率值用于指示目标传输状态指标是否存在传输异常；
S404、根据预测概率值，将目标编码向量输入状态判别网络进行传输质量评价，生成传输质量评价指标；
S405、根据预测概率值以及传输质量评价指标生成传输状态监控结果。
具体的，服务器首先对目标传输状态指标进行向量编码。假设服务器有三个传输状态指标，包括传输速率、丢包率和传输延迟。服务器将这些指标进行向量编码，得到目标编码向量。例如，服务器通过独热编码来表示不同的状态指标，其中每个指标对应一个二进制位。假设目标传输速率为100Mbps，丢包率为2%，传输延迟为10ms，服务器得到一个目标编码向量为[1,0,0,0,0.02,0.01]，其中第一个元素表示传输速率，后面的元素分别表示丢包率和传输延迟。进一步地，将目标编码向量输入数据传输状态监控模型。数据传输状态监控模型包括状态分类网络和状态判别网络。状态分类网络用于对目标编码向量进行数据传输状态分类预测，而状态判别网络用于传输质量评价。服务器通过状态分类网络进行数据传输状态分类预测。状态分类网络是一个训练有素的模型，它可以将输入的目标编码向量映射到不同的数据传输状态类别。例如，传输状态可以被分类为正常、异常或边界等不同的类别。通过状态分类网络，服务器得到预测概率值，用于指示目标传输状态指标是否存在传输异常。以服务器之前的目标编码向量为例，状态分类网络可以输出一个概率分布，表示每个类别的预测概率值。例如，它可以输出[0.8,0.1,0.1]，表示目标传输状态为正常传输的概率为0.8，异常传输的概率为0.1，边界传输的概率也为0.1。进一步地，根据预测概率值，将目标编码向量输入状态判别网络进行传输质量评价。其中，状态判别网络是另一个训练有素的模型，它可以根据目标编码向量生成传输质量评价指标。传输质量评价指标可以是一个数值，表示传输质量的好坏，或者是一个等级，表示传输质量的级别。以之前的例子为例，状态判别网络可以生成一个传输质量评价指标，如传输质量的百分比或一个传输质量等级。服务器根据预测概率值以及传输质量评价指标生成传输状态监控结果。根据预测概率值和传输质量评价指标，服务器生成传输状态监控结果。这些结果可以帮助服务器判断传输是否正常，并采取相应的措施。例如，如果预测概率值表明传输状态存在异常，并且传输质量评价指标较低，服务器发出警报并采取纠正措施，例如重新传输数据或检查传输设备。
在一具体实施例中，执行步骤S107的过程可以具体包括如下步骤：
（1）若传输状态监控结果为不存在异常，则根据设备差异特征集合，确定对应的解码模型；
（2）根据传输质量评价指标设置解码模型的模型超参数，并对编码数据进行数据解码，得到解码数据；
（3）对解码数据进行数据还原，得到目标图像数据，并对目标图像数据进行虚拟化资源存储。
具体的，若传输状态监控结果为不存在异常，表示数据传输过程中没有发现任何异常情况。在这种情况下，服务器根据设备差异特征集合确定对应的解码模型，用于将编码数据解码成原始数据。根据设备差异特征集合选择解码模型是因为不同的设备使用不同的编码方式和算法。例如，第一显示器A使用JPEG编码，而第二显示器B使用PNG编码。根据设备差异特征集合中的参数差值，服务器确定使用哪种解码模型来解码编码数据。一旦确定了解码模型，服务器根据传输质量评价指标设置解码模型的模型超参数。模型超参数可以影响解码的准确性和效率。根据传输质量评价指标，服务器调整解码模型的超参数，以达到更好的解码结果。例如，如果传输质量评价指标表明传输质量较好，服务器选择较高的解码模型复杂度以获得更精确的解码结果。相反，如果传输质量评价指标较低，服务器选择更简单的解码模型以提高解码的速度。在设置好解码模型的超参数后，服务器对编码数据进行解码，得到解码数据。解码过程使用选定的解码模型对编码数据进行逆向操作，恢复出原始的数据格式。例如，如果编码数据是经过JPEG压缩的图像数据，解码过程将会将其还原成未压缩的图像数据。其中，对解码数据进行数据还原，即将解码后的数据还原成目标图像数据的格式。这个过程包括去除噪声、补充缺失的信息或者进行其他处理步骤，以确保目标图像数据的完整性和质量。服务器对目标图像数据进行虚拟化资源存储。虚拟化资源存储是一种将数据存储在虚拟化环境中的方法，可以提供灵活的数据管理和访问。通过将目标图像数据存储在虚拟化资源中，服务器实现对数据的高效管理和共享。例如，可以将目标图像数据存储在云平台中，以便多个用户可以方便地访问和使用这些数据。例如，假设服务器有两台设备，第一显示器A和第二显示器B，它们之间进行图像数据传输。服务器希望根据传输状态监控结果为不存在异常的情况，完成对图像数据的解码和还原。服务器收集第一显示器A和第二显示器B的差异特征集合，包括分辨率差值、色域差值和压缩比差值。根据这些差异特征集合，服务器确定了第一显示器A使用JPEG编码，第二显示器B使用PNG编码。根据设备差异特征集合和选定的解码模型，服务器设置解码模型的超参数。本实施例中，服务器根据传输质量评价指标设置解码模型的模型复杂度。假设传输质量评价指标为较好，服务器选择了较高的解码模型复杂度以获得更精确的解码结果。其中，服务器从第一显示器A传输的编码数据中获取到了一张JPEG压缩的图像数据。使用选定的解码模型和设置好的超参数，服务器对编码数据进行解码，得到解码数据。进一步地，对解码数据进行数据还原。这个过程包括去除JPEG压缩引起的噪声，恢复图像的细节，并补充可能丢失的信息。最终，服务器得到了原始的目标图像数据。服务器将目标图像数据进行虚拟化资源存储。假设服务器将数据存储在云平台上，通过虚拟化技术，服务器将图像数据存储在云存储中，并提供灵活的数据管理和访问方式。这样，多个用户可以方便地访问和使用这些图像数据，无需实际物理设备的限制。
上面对本发明实施例中信息传输方法进行了描述，下面对本发明实施例中显示器信息传输系统进行描述，请参阅图5，本发明实施例中显示器信息传输系统一个实施例包括：
获取模块501，用于获取第一显示器的第一设备参数和第二显示器的第二设备参数，并获取待传输的目标图像数据；
分析模块502，用于对所述第一设备参数以及所述第二设备参数进行设备特征分析，得到设备差异特征集合，并对所述目标图像数据进行数据特征提取，得到数据属性特征集合；
生成模块503，用于根据所述设备差异特征集合生成第一数据传输标准，其中，所述第一数据传输标准包括数据传输通道和负载均衡阈值；
创建模块504，用于根据所述数据属性特征集合创建第二数据传输标准，其中，所述第二数据传输标准包括数据传输路径和数据编码格式；
编码模块505，用于根据所述第二数据传输标准对所述目标图像数据进行数据编码，得到编码数据，并根据所述第一数据传输标准对所述编码数据进行数据调制和数据传输，获取目标传输状态指标；
监控模块506，用于将所述目标传输状态指标输入预置的数据传输状态监控模型进行数据传输状态监控，得到传输状态监控结果；
解码模块507，用于根据所述传输状态监控结果和所述设备差异特征集合，对所述编码数据进行数据解码和数据还原，得到所述目标图像数据，并对所述目标图像数据进行虚拟化资源存储。
通过上述各个组成部分的协同合作，根据设备差异特征集合生成第一数据传输标准；根据数据属性特征集合创建第二数据传输标准；根据第二数据传输标准对目标图像数据进行数据编码，得到编码数据，并根据第一数据传输标准对编码数据进行数据调制和数据传输，获取目标传输状态指标；将目标传输状态指标输入预置的数据传输状态监控模型进行数据传输状态监控，得到传输状态监控结果；根据传输状态监控结果和设备差异特征集合，对编码数据进行数据解码和数据还原，得到目标图像数据，并对目标图像数据进行虚拟化资源存储，本发明通过对不同设备参数特征和目标数据属性特征进行分析，可以生成适合不同设备的传输标准，从而有效地提高了传输的稳定性和质量。其次，对数据传输进行监控，可及时检测和解决传输中出现的问题，进一步提高了传输的有效性。最后，将传输的目标图像数据进行虚拟化资源存储，可以更加方便高效地对数据进行管理和利用，进而提高了信息传输的稳定性和数据的安全性。
上面图5从模块化功能实体的角度对本发明实施例中的显示器信息传输系统进行详细描述，下面从硬件处理的角度对本发明实施例中计算机装置进行详细描述。
图6是本发明实施例提供的一种计算机装置的结构示意图，该计算机装置600可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器（centralprocessing units，CPU）610（例如，一个或一个以上处理器）和存储器620，一个或一个以上存储应用程序633或数据632的存储介质630（例如一个或一个以上海量存储设备）。其中，存储器620和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块（图示没标出），每个模块可以包括对计算机装置600中的一系列指令操作。更进一步地，处理器610可以设置为与存储介质630通信，在计算机装置600上执行存储介质630中的一系列指令操作。
计算机装置600还可以包括一个或一个以上电源640，一个或一个以上有线或无线网络接口650，一个或一个以上输入输出接口660，和/或，一个或一个以上操作系统631，例如Windows Serve，MacOS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图6示出的计算机装置结构并不构成对计算机装置的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
本发明还提供一种计算机装置，所述计算机装置包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行上述各实施例中的所述信息传输方法的步骤。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述信息传输方法的步骤。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（read-only memory，ROM）、随机存取存储器（randomacceS memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种信息传输方法，其特征在于，所述信息传输方法包括：
获取第一显示器的第一设备参数和第二显示器的第二设备参数，并获取待传输的目标图像数据；
对所述第一设备参数以及所述第二设备参数进行设备特征分析，得到设备差异特征集合，并对所述目标图像数据进行数据特征提取，得到数据属性特征集合；
根据所述设备差异特征集合生成第一数据传输标准，其中，所述第一数据传输标准包括数据传输通道和负载均衡阈值；
根据所述数据属性特征集合创建第二数据传输标准，其中，所述第二数据传输标准包括数据传输路径和数据编码格式；
根据所述第二数据传输标准对所述目标图像数据进行数据编码，得到编码数据，并根据所述第一数据传输标准对所述编码数据进行数据调制和数据传输，获取目标传输状态指标；
将所述目标传输状态指标输入预置的数据传输状态监控模型进行数据传输状态监控，得到传输状态监控结果；
根据所述传输状态监控结果和所述设备差异特征集合，对所述编码数据进行数据解码和数据还原，得到所述目标图像数据，并对所述目标图像数据进行虚拟化资源存储。
2.根据权利要求1所述的信息传输方法，其特征在于，所述对所述第一设备参数以及所述第二设备参数进行设备特征分析，得到设备差异特征集合，并对所述目标图像数据进行数据特征提取，得到数据属性特征集合，包括：
对所述第一设备参数进行特征参数计算，得到多个第一特征参数值，并对所述第二设备参数进行特征计算，得到多个第二特征参数值；
计算每个第一特征参数值与对应的第二特征参数值之间的差值，得到多个参数差值；
对所述多个参数差值进行集合映射，得到设备差异特征集合，其中，所述设备差异特征集合包括：分辨率差值、色域差值、亮度差值、对比度差值以及刷新率差值；
对所述目标图像数据进行数据特征提取，得到数据属性特征集合，其中，所述数据属性特征集合包括：存储位置、色彩、纹理、形状和空间结构。
3.根据权利要求1所述的信息传输方法，其特征在于，所述根据所述设备差异特征集合生成第一数据传输标准，其中，所述第一数据传输标准包括数据传输通道和负载均衡阈值，包括：
对所述设备差异特征集合中的每个参数差值进行关联关系分析，得到目标关联关系；
根据所述目标关联关系，计算所述设备差异特征集合对应的数据传输量；
通过所述数据传输量进行传输通道匹配，得到数据传输通道，并根据所述数据传输通道和所述数据传输量计算通道载荷，得到负载均衡阈值；
根据所述数据传输通道和所述负载均衡阈值，生成第一数据传输标准。
4.根据权利要求1所述的信息传输方法，其特征在于，所述根据所述数据属性特征集合创建第二数据传输标准，其中，所述第二数据传输标准包括数据传输路径和数据编码格式，包括：
根据所述数据属性特征集合中的色彩、纹理、形状和空间结构，创建对应的编码规范以及压缩方式，得到数据编码格式；
根据所述数据属性特征集合中的存储位置，确定所述第一显示器与所述第二显示器之间的传输方向，得到数据传输路径；
根据所述数据编码格式和所述数据传输路径，创建第二数据传输标准。
5.根据权利要求1所述的信息传输方法，其特征在于，所述根据所述第二数据传输标准对所述目标图像数据进行数据编码，得到编码数据，并根据所述第一数据传输标准对所述编码数据进行数据调制和数据传输，获取目标传输状态指标，包括：
根据所述第二数据传输标准中的数据编码格式调用对应的编码模型；
通过所述编码模型，对所述目标图像数据进行图像编码，得到编码数据；
根据所述第一数据传输标准对所述编码数据进行数据调制，生成调制参数集合；
根据所述调制参数集合，对所述编码数据进行数据传输，并获取数据传输过程中的目标传输状态指标。
6.根据权利要求1所述的信息传输方法，其特征在于，所述将所述目标传输状态指标输入预置的数据传输状态监控模型进行数据传输状态监控，得到传输状态监控结果，包括：
对所述目标传输状态指标进行向量编码，得到目标编码向量；
将所述目标编码向量输入预置的数据传输状态监控模型，其中，所述数据传输状态监控模型包括：状态分类网络和状态判别网络；
通过所述状态分类网络，对所述目标编码向量进行数据传输状态分类预测，得到预测概率值，其中，所述预测概率值用于指示所述目标传输状态指标是否存在传输异常；
根据所述预测概率值，将所述目标编码向量输入所述状态判别网络进行传输质量评价，生成传输质量评价指标；
根据所述预测概率值以及所述传输质量评价指标生成传输状态监控结果。
7.根据权利要求6所述的信息传输方法，其特征在于，所述根据所述传输状态监控结果和所述设备差异特征集合，对所述编码数据进行数据解码和数据还原，得到所述目标图像数据，并对所述目标图像数据进行虚拟化资源存储，包括：
若所述传输状态监控结果为不存在异常，则根据所述设备差异特征集合，确定对应的解码模型；
根据所述传输质量评价指标设置所述解码模型的模型超参数，并对所述编码数据进行数据解码，得到解码数据；
对所述解码数据进行数据还原，得到所述目标图像数据，并对所述目标图像数据进行虚拟化资源存储。
8.一种显示器信息传输系统，其特征在于，所述显示器信息传输系统包括：
获取模块，用于获取第一显示器的第一设备参数和第二显示器的第二设备参数，并获取待传输的目标图像数据；
分析模块，用于对所述第一设备参数以及所述第二设备参数进行设备特征分析，得到设备差异特征集合，并对所述目标图像数据进行数据特征提取，得到数据属性特征集合；
生成模块，用于根据所述设备差异特征集合生成第一数据传输标准，其中，所述第一数据传输标准包括数据传输通道和负载均衡阈值；
创建模块，用于根据所述数据属性特征集合创建第二数据传输标准，其中，所述第二数据传输标准包括数据传输路径和数据编码格式；
编码模块，用于根据所述第二数据传输标准对所述目标图像数据进行数据编码，得到编码数据，并根据所述第一数据传输标准对所述编码数据进行数据调制和数据传输，获取目标传输状态指标；
监控模块，用于将所述目标传输状态指标输入预置的数据传输状态监控模型进行数据传输状态监控，得到传输状态监控结果；
解码模块，用于根据所述传输状态监控结果和所述设备差异特征集合，对所述编码数据进行数据解码和数据还原，得到所述目标图像数据，并对所述目标图像数据进行虚拟化资源存储。
9.一种计算机装置，其特征在于，所述计算机装置包括：存储器和至少一个处理器，所述存储器中存储有指令；
所述至少一个处理器调用所述存储器中的所述指令，以使得所述计算机装置执行如权利要求1-7中任一项所述的信息传输方法。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任一项所述的信息传输方法。
CN202310687591.3A 2023-06-12 2023-06-12 一种信息传输方法、装置、显示器及存储介质 Active CN116437162B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310687591.3A CN116437162B (zh) 2023-06-12 2023-06-12 一种信息传输方法、装置、显示器及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310687591.3A CN116437162B (zh) 2023-06-12 2023-06-12 一种信息传输方法、装置、显示器及存储介质

Publications (2)

Publication Number Publication Date
CN116437162A true CN116437162A (zh) 2023-07-14
CN116437162B CN116437162B (zh) 2023-08-22

Family

ID=87091073

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310687591.3A Active CN116437162B (zh) 2023-06-12 2023-06-12 一种信息传输方法、装置、显示器及存储介质

Country Status (1)

Country Link
CN (1) CN116437162B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103563347A (zh) * 2011-05-27 2014-02-05 杜比实验室特许公司 包括变化的元数据等级的用于控制颜色管理的可缩放系统
CN106095355A (zh) * 2011-12-06 2016-11-09 杜比实验室特许公司 改进不同显示能力之间基于感知照度非线性的图像数据交换的装置和方法
CN112837788A (zh) * 2021-02-26 2021-05-25 西安万像电子科技有限公司 医学图像传输方法、装置及存储介质
CN114844760A (zh) * 2022-05-05 2022-08-02 鹏城实验室 一种网络故障感知与定位方法、装置、终端及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103563347A (zh) * 2011-05-27 2014-02-05 杜比实验室特许公司 包括变化的元数据等级的用于控制颜色管理的可缩放系统
US20140078165A1 (en) * 2011-05-27 2014-03-20 Neil W. Messmer Scalable Systems for Controlling Color Management Comprising Varying Levels of Metadata
CN106095355A (zh) * 2011-12-06 2016-11-09 杜比实验室特许公司 改进不同显示能力之间基于感知照度非线性的图像数据交换的装置和方法
CN112837788A (zh) * 2021-02-26 2021-05-25 西安万像电子科技有限公司 医学图像传输方法、装置及存储介质
CN114844760A (zh) * 2022-05-05 2022-08-02 鹏城实验室 一种网络故障感知与定位方法、装置、终端及存储介质

Also Published As

Publication number Publication date
CN116437162B (zh) 2023-08-22

Similar Documents

Publication Publication Date Title
US8817884B2 (en) Techniques for perceptual encoding of video frames
CN101401434B (zh) 用于改变视频图像序列的时间频率的方法和装置
US10237576B2 (en) 3D-HEVC depth video information hiding method based on single-depth intra mode
CN101507277A (zh) 图像编码/解码方法和设备
US10015495B2 (en) Generating custom quantization tables for JPEG compression based on image content
US11336904B2 (en) Video coding using a saliency map
CN104025561A (zh) 图像压缩方法及图像处理装置
JPWO2008047865A1 (ja) 画質評価方法、画質評価システム及び画質評価用プログラム
CN116708789B (zh) 一种基于人工智能的视频分析编码系统
CN113473142B (zh) 视频编码、视频解码方法及装置、电子设备、存储介质
US11928843B2 (en) Signal processing apparatus and signal processing method
CN113422950B (zh) 训练方法和训练装置、图像数据处理方法和装置、电子设备及存储介质
CN110740316A (zh) 数据编码方法及装置
US7106908B2 (en) Method and apparatus for selecting a format in which to re-encode a quantized image
CN101472182B (zh) 视觉无损视频数据压缩
CN116437162B (zh) 一种信息传输方法、装置、显示器及存储介质
US7657110B2 (en) Image compression using a color visual model
GB2577521A (en) A method of controlling encoding of display data
Leszczuk et al. Freely available large-scale video quality assessment database in full-hd resolution with h. 264 coding
CN115802038A (zh) 一种量化参数确定方法、装置及一种视频编码方法、装置
JPH05176173A (ja) 画像データ圧縮方法
Pan et al. Complexity-scalable transform coding using variable complexity algorithms
KR20110087859A (ko) 양자화 계수 조절 방법, 장치 및 컴퓨터 판독가능 매체
CN108347451B (zh) 图片处理系统、方法和装置
CN117294853B (zh) 图像压缩方法、相关方法及相关装置、电子设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant