面向机器视觉任务的语义传输方案杨雨佳",宋奕乐",孙玉洁234,王佳琪”,刘宜明1,张治!(1.北京邮电大学网络与交换技术全国重点实验室,北京100876;2.中国北方车辆研究所,北京100072;3.中兵智能创新研究院有限公司,北京100072;4.群体协同与自主实验室,北京100072;5.北京邮电大学信息与通信工程学院,北京100876)第48卷总第522期【摘要】随着信息通信、人工智能、物联网等技术不断融合,智慧城市、自动驾驶、工业互联网等垂直行业领域快速发展,由此产生了大量机器视觉任务以及海量的图像视频数据传输需求。语义通信技术作为一种高效的新型通信方式,关注传输数据的内在含义,通过从穴余的业务信源中提取语义信息进行编码传输,可以显著提升传输效率。针对图像信源传输及处理需求,结合语义分割、注意力机制等方式,探究了端到端图像语义传输方案。进而,面向图像重构任务,考虑动态信道条件,设计了基于卷积神经网络的端到端语义自适应传输框架,并利用信源信道联合编码方法,进一步提高传输性能。仿真分析表明,相比传统通信方案,所提方案在低信噪比条件下,实现峰值信噪比不低于30dB的同时,实现结构相似性指数高于0.9,有效提升了图像重构质量。【关键词】机器视觉任务;语义通信;图像传输doi:10.3969/j.issn.1006-1010.20231226-0001文献标志码:A文章编号:1006-1010(2024)02-0123-06引用格式:杨雨佳,宋奕乐,孙玉洁,等.面向机器视觉任务的语义传输方案[].移动通信,2024,48(2):123-128.YANGYujia,SONGYile,SUNYujie,etal.SemanticTransmissionSchemesforMachineVisionTasks[JJ.MobileCommunications,2024,48(2):123-128.SemanticTransmissionSchemesforMachineVisionTasksYANGYuja',SONGYile',SUNYujie-,WANGJiaqi,LIUYiming',ZHANGZhil(1.TheStateKeyLaboratoryofNetworkingandSwitchingTechnology,BeijingUniversityofPostsandTelecommunications,Beijing100876,China;3.ChinaNorthArtificialIntelligence&InnovationResearchInstitute,Beijing100072,China;4.CollectiveIntelligence&CollaborationLaboratory,Beijing100072,China;5.SchoolofInformationandCommunicationEngineering,BejingUniversityofPostsandTelecommunications,Beijing100876,China)[Abstract]Withthecontinuousintegrationofinformationcommunications,artificialintelligence,andtheInternetofThings,verticalindustriessuchassmartcities,autonomousdr...