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...
