【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。