远程桌面是一种提供远程控制功能的软件,通过远程桌面能够连接远程计算机,访问它的所有应用程序、文件和网络资源,实现实时操作,随着互联网技术的日新月异、5G技术的不断进步和云计算技术的快速发展,远程桌面技术将在更多的领域得到应用。得益于5G网络的快速发展,网络传输速度得到质的提升,因此远程桌面技术可以应用在实时性的远程服务中,如远程维护、远程办公、远程监控管理和远程协助等,并且随着互联网技术、云计算技术、人工智能等技术的快速发展远程桌面不但将在传统应用领域得到快速进步而且将其与现在的诸多先进技术相结合可以带来更加方便快捷的服务,如远程桌面技术与云服务技术结合可以提供虚拟计算机服务和远程维护服务。虽然互联网技术和网络通信技术的发展为远程桌面技术提供了良好的外部条件,但是远程桌面技术的内部组件和运行机制的优化也将促进远程桌面技术的进步。远程桌面软件的实现机制是在计算机网络通信协议、图片编解码技术和计算机帧缓存技术等互联网和计算机技术的基础上实现计算机的远程桌面控制,其中SPICE协议、VNC协议和RDP协议就是目前最为成熟的专程桌面技术解决方案,本文使用VNC协议的实现软件tigerVNC作为优化软件,通过实现优化VNC软件图片编解码技术来实现具有更高分辨率和更快反应速度的远程桌面软件。目前随着大数据技术和神经网络技术的快速发展,机器学习技术快速成熟,并且机器学习技术与传统计算机和互联网技术相结合使得传统技术有了显著的提升和进步,本文使用机器学习技术中的深度学习来完成优化传统图片编解码工作,再次基础上使用基于多层卷积神经网络的图片编解码模型来优化tigerVNC 软件。远程桌面的RFB协议提供了多种无损和有损的编解码方案,但是目前基于学习的图片压缩技术发展迅速,编解码效果已经高于jpeg、webp等传统图片压缩技术,因此远程桌面技术通过使用基于多层卷积神经网络的图片编解码器可以得到更好的效果。本项目使用开源项目tigerVNCServer来作为远程桌面的VNCServer,使用 tigerVNCViewer 作为 VNCViewer,使用 tensorflow 构造多层卷积神经网络加上量化、熵编码构成编码器模型,通过构造多层卷积神经网络加上熵解码构成解码器模型。将基于神经网络的编解码器嵌入到tigerVNC中,得到优化后的远程桌面模型。