面向基于深度联合信源信道编码的EO图像传输的统一语义损失模型
图像与视频处理
2026-02-03 v1 计算机视觉与模式识别
摘要
现代地球观测(EO)系统日益依赖高分辨率图像来支持环境监测、灾害响应和土地利用分析等关键应用。尽管这些应用受益于详细的视觉数据，但由此产生的数据量对受限于有限带宽、功率和动态链路条件的卫星通信系统构成了重大挑战。为解决这些限制，本文研究了深度联合信源信道编码(DJSCC)作为一种用于EO图像传输的有效信源信道范式。我们聚焦于DJSCC系统中语义损失的两个互补方面。首先，通过分析在不同压缩比和信道信噪比(SNR)下重建图像的语义退化，评估了一个以重建为中心的框架。其次，通过将DJSCC与轻量级、特定于应用的模型(例如EfficientViT)集成，开发了一个面向任务的框架，其性能使用下游任务准确性而非像素级保真度来衡量。基于广泛的实证分析，我们提出了一个统一的语义损失框架，该框架在单个模型中同时捕捉了以重建为中心和面向任务的性能。该框架刻画了JSCC压缩、信道SNR和语义质量之间的隐含关系，为在资源受限的卫星链路下设计鲁棒且高效的EO图像传输提供了可操作的见解。
引用
@article{arxiv.2602.00136,
title = {Toward a Unified Semantic Loss Model for Deep JSCC-based Transmission of EO Imagery},
author = {Ti Ti Nguyen and Thanh-Dung Le and Vu Nguyen Ha and Duc-Dung Tran and Hung Nguyen-Kha and Dinh-Hieu Tran and Carlos L. Marcos-Rojas and Juan C. Merlano-Duncan and Symeon Chatzinotas},
journal= {arXiv preprint arXiv:2602.00136},
year = {2026}
}
备注
5 pages, 5 figures