面向带宽受限机器人视觉的混合视觉遥测：基于 HEVC 基准视频与 JPEG ROI 静止图的试点研究

带宽受限的机器人和监视系统通常依赖单个压缩视频流来支持持续的场景意识以及下游机器感知。在实践中，这会导致不匹配：低码率视频可以保留运动和粗糙背景，但常常丢失可靠识别和决策所需的细微局部细节。为了解决这一问题，本文提出了一种混合架构，其中低分辨率视频支持动态场景理解，而事件驱动的高细节区域感兴趣区（ROI）支持近距离识别和分析。本文 formalized 了两种通道视觉遥测方案，持续的低码率视频流被增强为选择性传输的高细节 ROI 静止图。本篇论文并不旨证明新的静止图像编解码器的优越性，而是确立了混合传输范式本身，采用实用且可复现的编解码堆栈：x265/HEVC 用于基准视频流，JPEG 用于 ROI 细化。我们将问题形式化为受码率约束的信息选择问题 for robotic vision，并定义了在匹配总体通信预算下进行视频唯一和混合方案比较的实验协议。该研究围绕 UAV 导向的数据集展开，涵盖两个实际码率范围、几种 ROI 触发策略以及对选择性传输的 ROI 静止图进行的对象级别分类细化。最终的论文为后续研究（将 JPEG AI 作为语义静止图像通道）奠定了方法学基础。