Fugu-MT 論文翻訳(概要): On Splitting Lightweight Semantic Image Segmentation for Wireless Communications

論文の概要: On Splitting Lightweight Semantic Image Segmentation for Wireless Communications

arxiv url: http://arxiv.org/abs/2507.14199v1
Date: Mon, 14 Jul 2025 15:55:02 GMT
ステータス: 翻訳完了
システム内更新日: 2025-07-22 20:51:31.757626
Title: On Splitting Lightweight Semantic Image Segmentation for Wireless Communications
Title（参考訳）: 無線通信における軽量セマンティック画像分割の分割について
Authors: Ebrahim Abu-Helalah, Jordi Serra, Jordi Perez-Romero,
Abstract要約: 本稿では,リソース制約された送信機と受信機とのセマンティックイメージ分割プロセスの分割に基づくセマンティックコミュニケーションを実現するための新しい手法を提案する。リソース制約された送信機における計算要求を、送信機内のすべてのセマンティックイメージセグメンテーションよりも小さくする。これは、通信システム、特に今後の6Gシステムにおけるこの手法の関心を反映している。
参考スコア（独自算出の注目度）: 0.3959905439285648
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Semantic communication represents a promising technique towards reducing communication costs, especially when dealing with image segmentation, but it still lacks a balance between computational efficiency and bandwidth requirements while maintaining high image segmentation accuracy, particularly in resource-limited environments and changing channel conditions. On the other hand, the more complex and larger semantic image segmentation models become, the more stressed the devices are when processing data. This paper proposes a novel approach to implementing semantic communication based on splitting the semantic image segmentation process between a resource constrained transmitter and the receiver. This allows saving bandwidth by reducing the transmitted data while maintaining the accuracy of the semantic image segmentation. Additionally, it reduces the computational requirements at the resource constrained transmitter compared to doing all the semantic image segmentation in the transmitter. The proposed approach is evaluated by means of simulation-based experiments in terms of different metrics such as computational resource usage, required bit rate and segmentation accuracy. The results when comparing the proposal with the full semantic image segmentation in the transmitter show that up to 72% of the bit rate was reduced in the transmission process. In addition, the computational load of the transmitter is reduced by more than 19%. This reflects the interest of this technique for its application in communication systems, particularly in the upcoming 6G systems.
Abstract（参考訳）: セマンティック通信は、特に画像セグメンテーションを扱う場合、通信コストを削減するための有望な手法であるが、高い画像セグメンテーション精度を維持しながら、特にリソース制限された環境やチャネル条件を変化させる際の計算効率と帯域幅の要求のバランスを欠いている。一方、より複雑でより大きなセマンティックイメージセグメンテーションモデルでは、データを処理する際にデバイスがより強調される。本稿では,リソース制約された送信機と受信機とのセマンティックイメージ分割プロセスの分割に基づくセマンティックコミュニケーションを実現するための新しい手法を提案する。これにより、セマンティックイメージセグメンテーションの精度を維持しながら送信データを削減することで帯域幅を節約できる。さらに、送信機内のすべてのセマンティックイメージセグメンテーションを行うよりも、リソース制約された送信機での計算要求を小さくする。提案手法は,計算資源使用量,要求ビットレート,セグメンテーション精度などの異なる指標を用いて,シミュレーションに基づく実験により評価する。送信機における全セマンティックイメージセグメンテーションとの比較の結果,送信プロセスにおいてビットレートの最大72%が削減された。さらに、送信機の計算負荷を19%以上削減する。これは、通信システム、特に今後の6Gシステムにおけるこの手法の関心を反映している。

関連論文リスト

SQ-GAN: Semantic Image Communications Using Masked Vector Quantization [55.02795214161371]
本研究ではセマンティック・マスケッドVQ-GAN(SQ-GAN)を導入し,セマンティック・タスク指向通信のための画像圧縮を最適化する手法を提案する。 SQ-GANは、セマンティックセマンティックセグメンテーションと新しいセマンティック条件適応マスクモジュール(SAMM)を使用して、画像のセマンティックな重要な特徴を選択的にエンコードする。
論文参考訳（メタデータ） (2025-02-13T17:35:57Z)
Take What You Need: Flexible Multi-Task Semantic Communications with Channel Adaptation [51.53221300103261]
本稿では,マスク付きオートエンコーダアーキテクチャに基づく,チャネル適応型・マルチタスク対応のセマンティックコミュニケーションフレームワークについて紹介する。チャネル認識抽出器を用いて、リアルタイムのチャネル条件に応じて、関連情報を動的に選択する。画像再構成や物体検出などのタスクにおける従来の手法と比較して,本手法の優れた性能を示す実験結果が得られた。
論文参考訳（メタデータ） (2025-02-12T09:01:25Z)
Efficient Semantic Communication Through Transformer-Aided Compression [31.285983939625098]
セマンティックコミュニケーションのためのチャネル対応適応フレームワークを提案する。視覚変換器を用いて、パッチの意味的内容の尺度として注意マスクを解釈する。本手法は,エンコード解像度をコンテンツ関連性に適応させることで通信効率を向上させる。
論文参考訳（メタデータ） (2024-12-02T18:57:28Z)
Transformer-Aided Semantic Communications [28.63893944806149]
我々は、入力画像の圧縮とコンパクトな表現のために、視覚変換器を用いる。変圧器固有のアテンション機構を用いることで、アテンションマスクを作成する。提案手法の有効性をTinyImageNetデータセットを用いて評価した。
論文参考訳（メタデータ） (2024-05-02T17:50:53Z)
Image Generative Semantic Communication with Multi-Modal Similarity Estimation for Resource-Limited Networks [2.2997117992292764]
本研究では,多様な意味情報を利用したマルチモーダル画像伝送方式を提案する。提案手法は,原画像からマルチモーダルな意味情報を抽出し,それを受信機に送信する。受信機は画像生成モデルを用いて複数の画像を生成し、意味的類似性に基づいて出力画像を選択する。
論文参考訳（メタデータ） (2024-04-17T11:42:39Z)
Rotated Multi-Scale Interaction Network for Referring Remote Sensing Image Segmentation [63.15257949821558]
Referring Remote Sensing Image (RRSIS)は、コンピュータビジョンと自然言語処理を組み合わせた新しい課題である。従来の参照画像(RIS)アプローチは、空中画像に見られる複雑な空間スケールと向きによって妨げられている。本稿ではRMSIN(Rotated Multi-Scale Interaction Network)を紹介する。
論文参考訳（メタデータ） (2023-12-19T08:14:14Z)
Communication-Efficient Framework for Distributed Image Semantic Wireless Transmission [68.69108124451263]
IoTデバイスを用いたマルチタスク分散画像伝送のためのFederated Learning-based semantic communication (FLSC)フレームワーク。各リンクは階層型視覚変換器(HVT)ベースの抽出器とタスク適応トランスレータで構成される。チャネル状態情報に基づく多重出力多重出力伝送モジュール。
論文参考訳（メタデータ） (2023-08-07T16:32:14Z)
Optimization of Image Transmission in a Cooperative Semantic Communication Networks [68.2233384648671]
画像伝送のためのセマンティック通信フレームワークを開発した。サーバは、セマンティックコミュニケーション技術を用いて、画像の集合を協調的にユーザへ送信する。抽出した意味情報と原画像との相関関係を測定するために,マルチモーダル・メトリックを提案する。
論文参考訳（メタデータ） (2023-01-01T15:59:13Z)
Adaptive Information Bottleneck Guided Joint Source and Channel Coding for Image Transmission [132.72277692192878]
画像伝送には適応情報ボトルネック(IB)誘導ジョイントソースとチャネル符号化(AIB-JSCC)が提案されている。 AIB-JSCCの目的は、画像再構成品質を改善しながら伝送速度を下げることである。実験の結果,AIB-JSCCは送信データ量を大幅に削減し,再現性を向上させることができることがわかった。
論文参考訳（メタデータ） (2022-03-12T17:44:02Z)
Wireless Transmission of Images With The Assistance of Multi-level Semantic Information [16.640928669609934]
MLSCイメージ(MLSC-image)は、無線画像伝送のためのマルチレベルセマンティックアウェアメント通信システムである。テキストセマンティクスをキャプチャするために事前訓練された画像キャプションと、そのセマンティクスを得るために事前訓練された画像セマンティクスモデルを用いる。提案した意味コミュニケーションシステムの有効性と効率を数値計算により検証した。
論文参考訳（メタデータ） (2022-02-08T16:25:26Z)

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。