面向带宽受限数据融合的层次感知与通道自适应语义通信
图像与视频处理
2025-03-25 v1 计算机视觉与模式识别
摘要
获取高分辨率高光谱图像 (HR-HSI) 昂贵且数据密集，因此需要将低分辨率高光谱图像 (LR-HSI) 与高分辨率 RGB 图像 (HR-RGB) 融合以满足实际需求。然而，传统融合技术将详细信息整合到重构中，带宽消耗显著高于直接传输原始数据。为克服这些挑战，我们提出了一种面向带宽受限数据融合的层次感知与通道自适应语义通信方法。提出了层次相关模块，以保留用于超分辨的整体结构信息和细节所必需的图像信息。该模块高效地整合了 LR-HSI 和 HR-RGB 的深层语义特征和浅层特征。为进一步在保留重构质量的同时降低带宽使用，我们提出基于 Transformer 的通道自适应注意力机制，以动态集成和传输深层和浅层特征，实现高效的数据传输和高质量的 HR-HSI 重构。在 CAVE 和 Washington DC Mall 数据集上的实验结果表明，我们的方法优于单一来源传输，峰值信噪比 (PSNR) 可提高最高 2 dB。此外，它将带宽消耗降低三分之二，证明了在带宽受限环境中针对 HR-HSI 重构任务的有效性。
引用
@article{arxiv.2503.17777,
title = {Hierarchy-Aware and Channel-Adaptive Semantic Communication for Bandwidth-Limited Data Fusion},
author = {Lei Guo and Wei Chen and Yuxuan Sun and Bo Ai and Nikolaos Pappas and Tony Quek},
journal= {arXiv preprint arXiv:2503.17777},
year = {2025}
}
备注
Accepted by the WCL