摘要
针对5G动态网络环境下高分辨率图像传输效率与质量失衡的问题,本文提出5G动态感知图像处理算法。该算法通过实时融合网络切片状态与语义特征,构建网络感知压缩引擎与轻量化投资回报率(ROI)检测模型,实现通信资源与计算资源的联合优化。实验表明:在移动场景下,针对5G网络的动态感知和基础设施优化算法(5G-DIPA)将端到端时延降低74.1%,带宽占用率优化52.8%;在毫米波遮挡场景中,时延超限率压缩至7.2%,关键区域画质波动标准差下降81.3%。该算法通过动态调整压缩策略与网络切片协同,显著提升了5G系统在车联网、工业检测等场景下的图像处理效率与鲁棒性,验证了高效图像处理技术与5G通信特性的深度融合价值。
出处
《信息记录材料》
2025年第9期170-172,共3页
Information Recording Materials
