面向5G无人船的深度图片压缩方法

海上无人船网络信号受天气、信号塔距离等因素影响,无法维持稳定,导致采集的海上船舶图片不能及时回传至服务器;同时海上船舶图片中存在大量的海水、天空等冗余信息,导致关键信息传输速率较低,影响船舶的监控效果。为提高海上无人船的图片传输速率,提出基于语义分割和动态调整码率相结合的无人船深度图片压缩(DCUV)方法。DCUV方法根据图片不同区域的感兴趣程度,在采取不同码率进行图片压缩的同时保留了关键信息。实验结果表明,DCUV方法将海上船舶图片的数据存储空间压缩至原始图片的1.8%时,船舶识别准确率可维持不变。

基于“5G+无人机无人船”的工业互联网数据采集平台方案研究

阐述基于长江航运通信的发展,在水运航道已搭建"5G+4G+NB-IoT"无线宽带网络覆盖的条件下,对"5G+无人机无人船"的工业互联网数据采集平台方案进行研究,为解决无人机+无人船联合巡检,长江航运重点区域的船舶污染、通航态势、秩序、安全,三峡通航待闸,航标状态及测量方面应用提供技术指导。