面向计算机视觉任务的无线图像传输

作     者：王丽娟 吴晓红 杨红 卿粼波 WANG Lijuan;WU Xiaohong;YANG Hong;QING Linbo

作者机构：四川大学电子信息学院四川成都610065 

出 版 物：《通信技术》 (Communications Technology)

年 卷 期：2025年第58卷第1期

页      面：19-25页

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 081001[工学-通信与信息系统] 

基　　金：四川省自然科学基金青年基金(2024NSFSC1419) 

主　　题：计算机视觉 语义通信 深度学习 无线图像传输 

摘      要：随着信息技术的融合创新及智慧城市等领域的迅猛发展,机器视觉任务和图像数据传输需求逐渐增加。语义通信技术通过提取和传输数据的语义信息,而非原始比特流,以提高数据的传输效率。卷积神经网络(Convolutional Neural Networks,CNN)和Transformer结构的结合为图像语义通信领域带来了新的突破。CNN在提取图像局部特征方面表现出色,而Transformer则擅长捕捉长距离依赖和全局特征。聚焦于图像的传输与处理,基于CNN和Transformer结构对于特征提取的优势,并加入注意力机制,提出了一种高效的端到端图像语义通信方案,以在优化传输性能的同时满足智能任务对图像数据传输的需求。结果显示,所提方案与现有方法相比不仅提高了计算效率,还具有更强的鲁棒性和适应性。