用于计算机视觉应用中自适应实时通信的数据重要性感知注水算法
信号处理
2025-03-03 v1
摘要
本文提出了一种新颖的重要性感知自适应数据传输框架，专为任务特定保真度至关重要的实时计算机视觉（CV）应用而设计。引入了一种重要性加权均方误差（IMSE）指标，根据像素内的比特位置和视觉片段内的语义相关性分配数据重要性，从而提供了一种面向任务的重建质量度量。为了在总功率约束下最小化 IMSE，提出了一种数据重要性感知的注水方法，根据数据重要性和信道条件最优地分配传输功率。仿真结果表明，所提出的方法显著优于边际自适应注水和等功率分配策略，在高信噪比（ dB）下，归一化 IMSE 分别实现了超过 dB 和 dB 的增益。这些结果突出了所提出的框架在增强实时 CV 应用的数据效率和鲁棒性方面的潜力，尤其是在带宽受限和资源受限的环境中。
引用
@article{arxiv.2502.20926,
title = {Data-Importance-Aware Waterfilling for Adaptive Real-Time Communication in Computer Vision Applications},
author = {Chunmei Xu and Yi Ma and Rahim Tafazolli},
journal= {arXiv preprint arXiv:2502.20926},
year = {2025}
}
备注
Accepted in IEEE ICC2025