边缘端无线图像检索
信息论
2021-07-16 v2 机器学习
math.IT
摘要
我们研究无线边缘端的图像检索问题，其中边缘设备捕获一幅图像，并用以从边缘服务器检索相似图像。这些可以是其他摄像头在不同时间与地点拍摄的同一人或同一车辆的图像。我们的目标是在无线链路上的功率与带宽约束下最大化检索任务的准确率。由于底层应用严格的时延约束，以足够质量发送整幅图像是不可能的。我们提出了分别基于数字与模拟通信的两种替代方案。在数字方法中，我们首先提出一种深度神经网络（DNN）辅助的面向检索的图像压缩方案，其输出比特序列使用常规信道码经信道传输。在模拟联合信源信道编码（JSCC）方法中，特征向量被直接映射为信道符号。我们在不同信道条件（包括静态与衰落信道）下的基于图像的重识别（re-ID）任务上评估了两种方案。我们表明 JSCC 方案显著提升了端到端准确率，加快了编码过程，并对信道条件提供平滑的性能退化。所提架构通过在不同数据集与信道条件下的大量仿真以及消融实验进行了评估。
引用
@article{arxiv.2007.10915,
title = {Wireless Image Retrieval at the Edge},
author = {Mikolaj Jankowski and Deniz Gunduz and Krystian Mikolajczyk},
journal= {arXiv preprint arXiv:2007.10915},
year = {2021}
}