.png){kind=icon}
返回
Semantic Communications With World Models
.png){kind=icon}
PRE
AI
DOI：10.1109/tcomm.2026.3714287.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
语义通信是一种新兴无线应用的有前景技术，它通过仅传输任务相关特征而非原始数据来减少传输开销。然而，现有方法在极低带宽和变化的信道条件下表现不佳，其中损坏或缺失的语义会导致严重的重建误差。为解决此困难，我们提出了一种基于世界基础模型（WFM）的语义视频传输框架，该框架利用WFM的预测能力根据当前帧和文本指导生成未来帧。此设计允许在预测可靠时省略传输，从而节省带宽。通过WFM的预测，关键语义得以保留，但微小的预测误差往往会随时间放大。为缓解此问题，引入了一种轻量级的基于深度的反馈模块，用于判断当前帧是否需要传输。除传输整个帧外，还提出了一种基于分割的局部传输方法以修复降级帧，这能进一步平衡性能与带宽成本。此外，针对移动场景，开发了一种主动传输策略，通过利用相机轨迹信息并在信道质量恶化前主动调度传输。仿真结果表明，所提框架在不同场景和信道条件下显著降低了传输开销，同时保持了任务性能。
Keyword:
Modeling
Bandwidth
Signal to noise ratio
Semantic communication
Videos
Monitoring
Educational institutions
Measurement
Current
Feedback
world foundation model
diffusion model
semantic segmentation
depth map
期刊
IF:
8.3
论文数:
1.2W
被引数:
3.6W
机构
引用论文
暂无论文信息