面向6G的深度图像语义通信模型.pdfVIP

第44卷第3期通信学报Vol.44No.3

2023年3月JournalonCommunicationsMarch2023

面向6G的深度图像语义通信模型

112,3

江沸菠，彭于波，董莉

（1.湖南师范大学信息科学与工程学院，湖南长沙410081；2.湖南工商大学长沙人工智能社会实验室，湖南长沙410205；

3.湘江实验室，湖南长沙410205）

摘要：目前的语义通信模型在处理图像数据方面仍有可改善的部分，包括有效的图像语义编解码、高效的语义

模型训练和精准的图像语义评估。为此，提出了一种深度图像语义通信（DeepISC）模型。首先采用基于vision

transformer的自编码器（ViTA）网络实现高质量的图像语义编解码；接着采用自编码器实现信道编解码，保证语

义在信道上的传输；然后利用判别器网络（DSN）和ViTA的双网络架构协同训练，提高重建图像的语义精度；

最后针对不同的下游视觉任务提出不同的图像语义评估指标。仿真结果表明，相较于其他方案，DeepISC可以更

有效地还原传输图像的语义特征，使重建图像在各个下游任务中都展现出与原图像相同或相近的语义结果。

关键词：人工智能；6G；语义通信；图像识别；特征提取

中图分类号：TN929.5

文献标志码：A

DOI:10.11959/j.issn.1000−436x.2023050

Deepimagesemanticcommunicationmodelfor6G

112,3

JIANGFeibo,PENGYubo,DONGLi

1.SchoolofInformationScienceandEngineering,HunanNormalUniversity,Changsha410081,China

2.ChangshaSocialLaboratoryofArtificialIntelligence,HunanUniversityofTechnologyandBusiness,Changsha410205,China

3.XiangjiangLaboratory,Changsha410205,China

Abstract:Currentsemanticcommunicationmodelsstillhavesomepartsthatcanbeimprovedinprocessingimagedata,

includingeffectiveimagesemanticcodec,efficientsemanticmodeltraining,andaccurateimagesemanticevaluation.

Hence,adeepimagesemanticcommunication(DeepISC)