.png){kind=icon}
返回
Object-Attribute-Relation Representation-Based Video Semantic Communication
.png){kind=icon}
PRE
AI
DOI：10.1109/JSAC.2025.3559115.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着多媒体数据量的快速增长，在虚拟现实和未来视频流服务等应用中，对高效视频传输的需求日益增加。语义通信正作为一种关键技术出现，用于确保在低带宽、高噪声环境下的高效可靠传输。然而，大多数现有方法侧重于依赖端到端训练的联合信源信道编码（JSCC）。这些方法通常缺乏可解释的语义表示，并且难以适应各种下游任务。在本文中，我们引入对象-属性-关系（OAR）作为视频的语义框架，以促进低比特率编码，并增强JSCC过程以实现更有效的视频传输。我们利用OAR序列进行低比特率表示和生成视频重建。此外，我们将OAR整合到图像JSCC模型中，以优先分配通信资源给对下游任务更关键的区域。我们在交通监控视频数据集上的实验评估了该方法在视频传输性能方面的有效性。实验结果表明，我们的基于OAR的视频编码方法不仅在低比特率下优于H.265编码，还能与JSCC协同工作，实现鲁棒且高效的视频传输。
Keyword:
Video coding
object-attribute-relation
wireless transmission
joint source-channel coding
semantic communication
期刊
IF:
17.2
论文数:
6.4K
被引数:
3.1W
机构
引用论文
YOLOv9: Learning What You Want to Learn Using Programmable Gradient InformationYOLOv9: 使用可编程梯度信息学习您想要学习的内容
PREAI
分享收藏Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks更快的r-cnn: 基于区域建议网络的实时目标检测
OAAI
OAAI分享收藏Visual Genome: Connecting Language and Vision Using Crowdsourced Dense Image Annotations视觉基因组: 使用众包密集图像注释连接语言和视觉OAAI
OAAI分享收藏DSSLIC: Deep Semantic Segmentation-based Layered Image Compression.png)
ICASSP 2019 - 2019 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)OAAI
ICASSP 2019 - 2019 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)IF0
OAAI分享收藏
查看更多内容