传输权重而非特征：基于正交基的无线点云传输
机器学习
2026-03-03 v2
摘要
深度传感器的广泛采用大大降低了点云获取的门槛。本文提出一种基于深度联合源-信道编码（DeepJSCC）的三维点云语义无线传输框架。不同于发送原始特征，发射器预测对接收端语义正交特征池中组合权重的预测，实现紧凑表示和稳健重建。折叠式解码器将二维网格变形为三维，强制保持流形连续性，同时保留几何保真性。系统采用切尔夫曼距离（CD）和正交性正则化进行训练，在不同信噪比（SNR）和带宽下评估于ModelNet40。结果表明，在高带宽条件下，性能与语义点云传输（SEPT）持平，在带宽受限的场景中显著提升，PSNR和CD指标均得到一致改善。消融实验确认正交化和折叠先验的优势。
引用
@article{arxiv.2512.03819,
title = {Transmit Weights, Not Features: Orthogonal-Basis Aided Wireless Point-Cloud Transmission},
author = {Junlin Chang and Yubo Han and Hang Yue and John S Thompson and Rongke Liu},
journal= {arXiv preprint arXiv:2512.03819},
year = {2026}
}
备注
5 pages, 5 figures