征服高丢包 erasure：基于 MoE Swin Transformer 的视频语义通信
新兴技术
2025-08-05 v1 人工智能
多媒体
摘要
语义通信通过联合语义信道编码能够稳健地传输多样化数据，但在基于分组的系统中面临着因数据包丢弃导致语义信息丢失的挑战。在当前协议下，带有错误的数据包会被丢弃，接收方无法利用这些有错误的语义数据进行鲁棒解码。为此，本文提出一种基于 MoE Swin Transformer 的抗丢包视频语义通信系统 (MSTVSC)。MSTVSC 对语义向量进行编码并通过上层协议进行分组传输。为研究分组策略的影响，本文提供了分组策略的理论分析。为缓解因丢包导致的语义损失，接收端采用 3D CNN 结合未丢失的语义数据和数据包丢包掩码矩阵来恢复缺失信息。采用语义级交错技术以减少因数据包丢弃导致的集中语义损失。为提高压缩比，采取了通用-个人分解方法，对个人信息进行下采样以最小化冗余。该模型经过轻量化处理以便实际部署。广泛的仿真和比较表明，性能优异，在 90% 数据包丢包率下，MS-SSIM 超过 0.6，PSNR 超过 20 dB。
引用
@article{arxiv.2508.01205,
title = {Conquering High Packet-Loss Erasure: MoE Swin Transformer-Based Video Semantic Communication},
author = {Lei Teng and Senran Fan and Chen Dong and Haotai Liang and Zhicheng Bao and Xiaodong Xu and Rui Meng and Ping Zhang},
journal= {arXiv preprint arXiv:2508.01205},
year = {2025}
}