图像处理方法、云桌面服务器、计算机设备和存储介质与流程

本公开涉及电子信息，尤其涉及图像处理方法、云桌面服务器、计算机设备和存储介质。

背景技术：

1、虚拟桌面基础架构(vdi)是现代企业和个人用户实现远程办公和学习的重要技术。通过vdi，用户可以远程访问位于数据中心的桌面实例，并进行操作，就如同操作本地计算机一样。然而，vdi依赖于网络连接，因此网络的稳定性和带宽直接影响了用户的体验。在网络延迟或连接不稳定的情况下，用户可能会遇到图像加载不完整或丢失的问题，这不仅影响了用户的工作效率，也降低了用户对vdi技术的满意度。

技术实现思路

1、本公开实施例提供一种图像处理方法、云桌面服务器、计算机设备和存储介质，能够通过实时分析和处理图像数据，智能预测并补全丢失的图像数据部分。

2、根据本公开实施例的第一方面，提供一种图像处理方法，该方法应用于云桌面服务器，其包括：

3、确定目标图像数据在传输过程中是否丢失图像数据；

4、若目标图像数据在传输过程中丢失图像数据，则根据预先训练的人工智能模型分析并处理所述目标图像数据；

5、根据处理结果预测并补全丢失的图像数据；

6、将补全后的图像数据发送至用户终端，并显示。

7、在一个实施例中，所述确定目标图像数据在传输过程中是否丢失图像数据包括：

8、将所述目标图像数据分割成若干数据包，并为每个所述数据包添加序列号；

9、指示用户终端在接收到全部数据包后，根据数据包的序列号对每个所述数据包进行排序；

10、根据用户终端返回的排序结果确定目标图像数据在传输过程中是否丢失图像数据。

11、在一个实施例中，所述根据用户终端返回的排序结果确定目标图像数据在传输过程中是否丢失图像数据包括：

12、若用户终端返回的排序结果中存在跳跃序列号，则确定目标图像数据在传输过程中丢失图像数据。

13、在一个实施例中，所述根据预先训练的人工智能模型的分析并处理图像数据包括：

14、根据卷积神经网络、生成对抗网络或递归神经网络确定数据包丢失区域；

15、提取所述数据包丢失区域周围的图像数据，并识别所述数据包丢失区域周围的图像数据的特定特征信息；

16、所述根据处理结果预测并补全丢失的图像数据包括：

17、将所述数据包丢失区域周围的图像数据的特定特征信息输入所述人工智能模型，以通过所述人工智能模型对丢失数据进行推断，生成与所述数据包丢失区域周围的图像数据匹配的补充数据；

18、根据所述与所述数据包丢失区域周围的图像数据匹配的补充数据所述数据包丢失区域周围的图像数据生成补全图像数据。

19、在一个实施例中，所述方法还包括：

20、根据图像质量评估算法评估所述补全图像数据的补全质量，以确定所述补全图像数据与所述目标图像数据是否对应。

21、在一个实施例中，所述方法还包括：

22、若用户终端返回的排序结果中不存在跳跃序列号，则确定目标图像数据在传输过程中未丢失图像数据。

23、根据本公开实施例的第二方面，提供一种图像处理装置，该图像处理装置包括确定模块、分析处理模块、预测模块和发送模块；其中，

24、确定模块，确定目标图像数据在传输过程中是否丢失图像数据；

25、分析处理模块，若目标图像数据在传输过程中丢失图像数据，则根据预先训练的人工智能模型分析并处理所述目标图像数据；

26、预测模块，根据处理结果预测并补全丢失的图像数据；

27、发送模块，将补全后的图像数据发送至用户终端，并显示。

28、在一个实施例中，所述确定模块包括：

29、添加子模块，将所述目标图像数据分割成若干数据包，并为每个所述数据包添加序列号；

30、指示子模块，指示用户终端在接收到全部数据包后，根据数据包的序列号对每个所述数据包进行排序；

31、第一确定子模块，根据用户终端返回的排序结果确定目标图像数据在传输过程中是否丢失图像数据。

32、在一个实施例中，所述分析处理模块包括：

33、第二确定子模块，根据卷积神经网络、生成对抗网络或递归神经网络确定数据包丢失区域；

34、提起子模块，提取所述数据包丢失区域周围的图像数据，并识别所述数据包丢失区域周围的图像数据的特定特征信息。

35、根据本公开实施例的第三个方面，提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现如上任一项方法的步骤。

36、根据本公开实施例的第四个方面，提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，计算机程序被处理器执行时实现如上任一项的方法的步骤。

37、本公开实施例提供的图像处理方法、云桌面服务器、计算机设备和存储介质中，结合了深度学习技术，通过实时分析和处理图像数据，智能预测并补全丢失的图像部分，从而不仅提高了云桌面系统的稳定性和用户体验，还对于运行在低带宽或不稳定网络环境下的云桌面用户有着重要的意义。通过智能化的图像补全技术，即使在网络条件较差的情况下亦可保障图像内容的完整性，从而大幅度提升远程工作、学习等云桌面应用场景下的效率和满意度。

38、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

技术特征：

1.一种图像处理方法，其特征在于，应用于云桌面服务器，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述确定目标图像数据在传输过程中是否丢失图像数据包括：

3.根据权利要求2所述的方法，其特征在于，所述根据用户终端返回的排序结果确定目标图像数据在传输过程中是否丢失图像数据包括：

4.根据权利要求3所述的方法，其特征在于，所述根据预先训练的人工智能模型的分析并处理图像数据包括：

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

6.根据权利要求4所述的方法，其特征在于，所述方法还包括：

7.一种云桌面服务器，其特征在于，所述云桌面服务器包括：确定模块、分析处理模块、预测模块和发送模块；其中，

8.根据权利要求7所述的云桌面服务器，其特征在于，所述确定模块包括：

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

技术总结本公开提供一种图像处理方法、云桌面服务器、计算机设备和存储介质，涉及电子信息技术领域。该方法包括：确定目标图像数据在传输过程中是否丢失图像数据；若目标图像数据在传输过程中丢失图像数据，则根据预先训练的人工智能模型分析并处理所述目标图像数据；根据处理结果预测并补全丢失的图像数据；将补全后的图像数据发送至用户终端，并显示。本公开提供的图像处理方法，能够通过实时分析和处理图像数据，智能预测并补全丢失的图像数据部分。技术研发人员：戚世雄受保护的技术使用者：西安雷风电子科技有限公司技术研发日：技术公布日：2024/11/4