DeepJSCC-l++：鲁棒且带宽自适应的无线图像传输
信号处理
2023-12-04 v2 信息论
math.IT
摘要
本文提出了一种基于视觉Transformer（ViT）的深度联合信源信道编码（DeepJSCC）新方案，称为DeepJSCC-l++，该方案可使用单一模型自适应于多种目标带宽比以及不同的信道信噪比（SNR）。为此，我们使用不同的带宽比和SNR训练所提出的DeepJSCC-l++模型，并将它们作为边信息输入模型。计算对应于不同带宽比的重建损失，并提出一种新的训练方法，根据各带宽比各自的重建质量动态分配不同权重。移位窗口（Swin）Transformer被用作我们DeepJSCC-l++模型的骨干网络。通过大量仿真表明，与分别训练的模型相比，所提出的DeepJSCC-l++和逐级精化模型能够以微小的性能损失自适应于不同的带宽比和信道SNR。我们还观察到，所提方案可以优于数字基线，该基线将BPG压缩与可达容量的信道码级联。
引用
@article{arxiv.2305.13161,
title = {DeepJSCC-l++: Robust and Bandwidth-Adaptive Wireless Image Transmission},
author = {Chenghong Bian and Yulin Shao and Deniz Gunduz},
journal= {arXiv preprint arXiv:2305.13161},
year = {2023}
}
备注
Accepted to IEEE Global Communications Conference 2023. Code available at https://github.com/aprilbian/deepjscc-lplusplus