論文の概要: WiserVR: Semantic Communication Enabled Wireless Virtual Reality
Delivery
- arxiv url: http://arxiv.org/abs/2211.01241v1
- Date: Wed, 2 Nov 2022 16:22:41 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-03 14:23:29.624045
- Title: WiserVR: Semantic Communication Enabled Wireless Virtual Reality
Delivery
- Title（参考訳）: WiserVR: ワイヤレスバーチャルリアリティー配信を可能にするセマンティックコミュニケーション
- Authors: Le Xia, Yao Sun, Chengsi Liang, Daquan Feng, Runze Cheng, Yang Yang,
and Muhammad Ali Imran
- Abstract要約: 本稿では,VRユーザに対して連続した360度ビデオフレームを提供するための,Wireless SEmantic deliveRy for VR(WiserVR)という新しいフレームワークを提案する。
ディープラーニングベースの複数のモジュールは、WiserVRのトランシーバとしてよく設計されており、高性能な特徴抽出とセマンティックリカバリを実現している。
- 参考スコア（独自算出の注目度）: 12.158124978097982
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Virtual reality (VR) over wireless is expected to be one of the killer
applications in next-generation communication networks. Nevertheless, the huge
data volume along with stringent requirements on latency and reliability under
limited bandwidth resources makes untethered wireless VR delivery increasingly
challenging. Such bottlenecks, therefore, motivate this work to seek the
potential of using semantic communication, a new paradigm that promises to
significantly ease the resource pressure, for efficient VR delivery. To this
end, we propose a novel framework, namely WIreless SEmantic deliveRy for VR
(WiserVR), for delivering consecutive 360{\deg} video frames to VR users.
Specifically, deep learning-based multiple modules are well-devised for the
transceiver in WiserVR to realize high-performance feature extraction and
semantic recovery. Among them, we dedicatedly develop a concept of semantic
location graph and leverage the joint-semantic-channel-coding method with
knowledge sharing to not only substantially reduce communication latency, but
also to guarantee adequate transmission reliability and resilience under
various channel states. Moreover, implementation of WiserVR is presented,
followed by corresponding initial simulations for performance evaluation
compared with benchmarks. Finally, we discuss several open issues and offer
feasible solutions to unlock the full potential of WiserVR.
- Abstract（参考訳）: ワイヤレスによる仮想現実(vr)は、次世代通信ネットワークにおけるキラーアプリケーションのひとつとして期待されている。
それでも、帯域幅の制限によるレイテンシと信頼性の厳しい要件に加えて、膨大なデータ量によって、未処理のワイヤレスVR配信がますます困難になる。
そのため、こうしたボトルネックは、効率的なVR配信のためにリソースのプレッシャーを大幅に緩和することを約束する新しいパラダイムであるセマンティックコミュニケーションを使用する可能性を求めるために、この取り組みを動機付けている。
そこで本稿では,vrユーザに対して360{\deg}ビデオフレームの連続配信を行うための新しいフレームワーク,wiservr( wireless semantic delivery for vr)を提案する。
具体的には、WiserVRのトランシーバが高性能な特徴抽出とセマンティックリカバリを実現するために、ディープラーニングベースの複数のモジュールを適切に設計する。
その中でも, 意味的位置グラフの概念を考案し, 知識共有によるジョイント・semantic-channel-coding法を活用し, 通信遅延を大幅に低減するだけでなく, 各種チャネル状態における伝送信頼性とレジリエンスの確保を図る。
さらに,wiservrの実装について述べるとともに,性能評価のための初期シミュレーションをベンチマークと比較した。
最後に,オープンイシューをいくつか議論し,wiservrの可能性を最大限に活用するための実現可能なソリューションを提供する。
関連論文リスト
- Personalized Federated Learning for Cellular VR: Online Learning and Dynamic Caching [16.96359666187395]
本稿では,モバイルエッジコンピューティング(MEC)対応無線VRネットワークのためのFoV対応キャッシング手法を提案する。
複数のVRデバイスと基地局(BS)で構成されるVRシステムを考えると、各BSにDP-FLキャッシュアルゴリズムを実装し、VRユーザのコンテンツ配信をパーソナライズする。
提案するDP-FLアルゴリズムの性能は,現実的なVRヘッドトラッキングデータセットを用いて検証する。
論文 参考訳（メタデータ） (2025-01-20T21:07:44Z) - Communication-Efficient Federated Learning by Quantized Variance Reduction for Heterogeneous Wireless Edge Networks [55.467288506826755]
フェデレーテッド・ラーニング(FL)は、無線エッジネットワークにおけるローカル・プライバシ・アウェア・コラボレーティブ・モデルトレーニングの有効なソリューションとして認識されている。
既存の通信効率の高いFLアルゴリズムは、デバイス間の大きなばらつきを低減できない。
本稿では,高度分散還元方式に依存する新しい通信効率FLアルゴリズムであるFedQVRを提案する。
論文 参考訳（メタデータ） (2025-01-20T04:26:21Z) - Federated Multi-View Synthesizing for Metaverse [52.59476179535153]
メタバースは没入型エンターテイメント、教育、ビジネスアプリケーションを提供すると期待されている。
無線ネットワーク上のバーチャルリアリティ(VR)伝送は、データと計算集約である。
我々は,メタバースにおける無線コンテンツ配信のために,効率的な合成,記憶,通信資源を提供する,新しい多視点合成フレームワークを開発した。
論文 参考訳（メタデータ） (2023-12-18T13:51:56Z) - Predictive Context-Awareness for Full-Immersive Multiuser Virtual
Reality with Redirected Walking [5.393569497095572]
将来のVRシステムはミリ波(mmWave)周波数で動作する無線ネットワークインフラをサポートする必要がある。
本稿では,送信機と受信機側ビームフォーミングとビームステアリングを最適化するために,予測文脈認識の利用を提案する。
長短短期記憶(LSTM)ネットワークは横方向の動きを予測する上で有望な精度を特徴とすることを示す。
論文 参考訳（メタデータ） (2023-03-31T09:09:17Z) - Short-Term Trajectory Prediction for Full-Immersive Multiuser Virtual
Reality with Redirected Walking [6.622115542749609]
完全没入型マルチユーザーバーチャルリアリティ(VR)は、仮想世界のユーザの制約のないモビリティをサポートすることを想定している。
RNN ファミリーの別の候補である Gated Recurrent Unit (GRU) ネットワークは、一般的に従来の LSTM よりも優れていることを示す。
第2に、仮想世界からのコンテキストは、追加の入力機能として使用すれば、予測の精度を高めることができることを示す。
論文 参考訳（メタデータ） (2022-07-15T15:09:07Z) - A Wireless-Vision Dataset for Privacy Preserving Human Activity
Recognition [53.41825941088989]
アクティビティ認識の堅牢性を改善するため,WiNN(WiFi-based and video-based neural network)が提案されている。
以上の結果から,WiViデータセットは一次需要を満足し,パイプライン内の3つのブランチはすべて,80%以上のアクティビティ認識精度を維持していることがわかった。
論文 参考訳（メタデータ） (2022-05-24T10:49:11Z) - Wireless Edge-Empowered Metaverse: A Learning-Based Incentive Mechanism
for Virtual Reality [102.4151387131726]
メタバースにおけるVRサービスのための学習型インセンティブメカニズムフレームワークを提案する。
まず,仮想世界におけるVRユーザのための指標として,知覚の質を提案する。
第二に、VRユーザー(買い手)とVR SP(売り手)間のVRサービスの迅速な取引のために、オランダの二重オークション機構を設計する。
第3に,この競売プロセスの高速化を目的とした深層強化学習型競売機を設計する。
論文 参考訳（メタデータ） (2021-11-07T13:02:52Z) - Feeling of Presence Maximization: mmWave-Enabled Virtual Reality Meets
Deep Reinforcement Learning [76.46530937296066]
本稿では,無線モバイルユーザに対して,超信頼性でエネルギー効率のよいバーチャルリアリティ(VR)体験を提供するという課題について検討する。
モバイルユーザへの信頼性の高い超高精細ビデオフレーム配信を実現するために,コーディネートマルチポイント(CoMP)伝送技術とミリ波(mmWave)通信を利用する。
論文 参考訳（メタデータ） (2021-06-03T08:35:10Z) - Hybrid Policy Learning for Energy-Latency Tradeoff in MEC-Assisted VR
Video Service [35.31115954442725]
モバイルエッジコンピューティングネットワーク上で、ワイヤレスマルチタイルVRビデオサービスの提供を検討する。
私たちはまず、時間によって変化するビューの人気をモデルフリーのマルコフチェーンとみなした。
次に、動的キャッシュ置換と決定論的オフロードを調整するためにハイブリッドポリシーが実装される。
論文 参考訳（メタデータ） (2021-04-02T13:17:11Z) - Meta-Reinforcement Learning for Reliable Communication in THz/VLC
Wireless VR Networks [157.42035777757292]
屋内テラヘルツ(THz)/可視光通信(VLC)無線ネットワークにおいて,仮想現実(VR)サービスの品質向上の問題について検討した。
小型基地局(sbss)は高品質のvr画像をthzバンド経由でvrユーザーに送信し、発光ダイオード(led)は正確な屋内測位サービスを提供する。
研究したTHz/VLC無線VRネットワークのエネルギー消費を制御するには、VLCアクセスポイント(VAP)を選択的にオンにする必要がある。
論文 参考訳（メタデータ） (2021-01-29T15:57:25Z) - Learning-based Prediction and Uplink Retransmission for Wireless Virtual
Reality (VR) Network [29.640073851481066]
本稿では、オフラインおよびオンライン学習アルゴリズムを用いて、実際のvrデータセットを用いて、vrユーザの視点を予測する。
提案手法は,無線VRネットワークを有効再送信方式で接続するオンライン学習アルゴリズムでは,約5%の予測誤差しか示さない。
論文 参考訳（メタデータ） (2020-12-16T18:31:05Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。