面向航空图像传输与大规模场景重建的高效信道设计
计算机视觉与模式识别
2026-04-23 v2 机器学习
信号处理
摘要
在低空智能网络（LAIN）中进行大规模三维（3D）场景重建需要高度有效的无线图像传输。然而，现有方案在严重的信道探测开销与维持重建保真度所需的传输精度之间难以取得平衡。为在效率和可靠性之间取得平衡，本文提出一种新型基于深度学习的端到端（E2E）信道设计，集成3D高斯溅写（3D Gaussian Splatting, 3DGS）直接进入训练过程。通过联合优化信道模块以结合3DGS渲染损失，我们的方法显式地提高了场景恢复质量。进一步，该任务驱动框架使稀疏探测方案得以使用，显著降低传输开销，同时在低空信道条件下保持稳健的图像恢复。在真实世界航空图像数据集上的大量实验表明，所提出的E2E设计显著优于现有基线，实现卓越的传输性能和准确的3D场景重建。
引用
@article{arxiv.2604.11098,
title = {Efficient Transceiver Design for Aerial Image Transmission and Large-scale Scene Reconstruction},
author = {Zeyi Ren and Jialin Dong and Wei Zuo and Yikun Wang and Bingyang Cheng and Sheng Zhou and Zhisheng Niu},
journal= {arXiv preprint arXiv:2604.11098},
year = {2026}
}
备注
6 pages, 6 figures, Accepted in ISIT 2026 IEEE International Symposium on Information Theory-w