面向任务的语义通信中的个性化显著性：图像传输与性能分析
图像与视频处理
2022-09-27 v1
摘要
语义通信作为一项有前景的技术，已经出现以突破香农极限，其被展望为未来 6G 网络与应用（如智慧医疗）的关键赋能者与基础范式。在本文中，我们关注无人机图像感知驱动的面向任务的语义通信场景。现有大多数工作集中于设计高性能语义通信的高级算法。然而，诸如耗能大且效率受限的图像检索方式，以及未考虑用户个性的语义编码等挑战尚未被探索。这些挑战阻碍了语义通信的广泛采用。为应对上述挑战，在语义层面，我们首先设计了一种基于三元组场景图的节能型面向任务语义通信框架用于图像信息。然后我们基于用户兴趣设计了一种新的个性化语义编码器以满足个性化显著性的需求。此外，在通信层面，我们从数学上研究了动态无线衰落信道对语义传输的影响，并由此利用博弈论设计了最优多用户资源分配方案。基于真实世界数据集的数值结果清楚地表明，所提框架与方案显著增强了语义通信的个性化与抗干扰性能，并且也有效提升了语义通信服务的通信质量。
引用
@article{arxiv.2209.12274,
title = {Personalized Saliency in Task-Oriented Semantic Communications: Image Transmission and Performance Analysis},
author = {Jiawen Kang and Hongyang Du and Zonghang Li and Zehui Xiong and Shiyao Ma and Dusit Niyato and Yuan Li},
journal= {arXiv preprint arXiv:2209.12274},
year = {2022}
}