AdaSem：面向端到端相机重定位的自适应目标导向语义通信
信息论
2024-05-27 v2 math.IT
摘要
近年来，深度自编码器作为一种实现目标导向语义通信系统的强大方法而受到关注。其思想是直接训练从源域到信道符号的映射，反之亦然。然而，先前的研究通常侧重于率失真权衡和传输延迟，但以增加端到端复杂度进而增加延迟为代价。此外，所使用的数据集通常不能反映真实环境，并且结果未针对真实世界基线系统进行验证，导致不公平的比较。本文研究远程相机姿态估计问题，并提出AdaSem，一种自适应语义通信方法，用于优化推理精度与端到端延迟之间的权衡。我们开发了一个自适应语义编解码模型，该模型基于潜在空间分布和信道状态反馈，将源数据编码为动态数量的符号。我们在发射机和接收机均使用轻量级模型，以确保与真实系统中实现的基线具有相当的复杂度。在真实环境数据上的大量实验表明了该方法的有效性。与客户端-服务器相机重定位服务的真实实现相比，AdaSem将端到端延迟和估计误差分别降低了超过75%和63%。
引用
@article{arxiv.2401.08360,
title = {AdaSem: Adaptive Goal-Oriented Semantic Communications for End-to-End Camera Relocalization},
author = {Qi Liao and Tze-Yang Tung},
journal= {arXiv preprint arXiv:2401.08360},
year = {2024}
}
备注
IEEE INFOCOM 2024