面向车载网络语义通信的可扩展 AI 生成内容方法
人工智能
2023-11-27 v1
摘要
感知驾驶员盲区中的车辆对安全驾驶至关重要。对这些盲区中潜在危险车辆的检测可受益于车载网络语义通信技术。然而，高效的语义通信涉及精度与延迟之间的权衡，尤其在带宽受限的情况下。本文揭示了一种可扩展的人工智能生成内容（AIGC）系统，其利用编码器-解码器架构。该系统将图像转换为文本表示，并将其重建为质量可接受的图像，从而优化车载网络语义通信的传输。此外，当带宽允许时，会集成辅助信息。该编码器-解码器旨在跨各种任务与原始图像保持语义等价。随后，所提方法采用强化学习来增强生成内容的可靠性。实验结果表明，所提方法在感知盲区车辆方面超越基线，并有效压缩了通信数据。尽管该方法专为驾驶场景设计，此编码器-解码器架构在各种语义通信场景中亦具广泛应用潜力。
引用
@article{arxiv.2311.13782,
title = {Scalable AI Generative Content for Vehicular Network Semantic Communication},
author = {Hao Feng and Yi Yang and Zhu Han},
journal= {arXiv preprint arXiv:2311.13782},
year = {2023}
}