論文の概要: SEG-JPEG: Simple Visual Semantic Communications for Remote Operation of Automated Vehicles over Unreliable Wireless Networks

• arxiv url: http://arxiv.org/abs/2602.15258v1
• Date: Mon, 16 Feb 2026 23:28:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.499918
• Title: SEG-JPEG: Simple Visual Semantic Communications for Remote Operation of Automated Vehicles over Unreliable Wireless Networks
• Title（参考訳）: SEG-JPEG:信頼できない無線ネットワーク上の自動車両遠隔操作のための簡易ビジュアルセマンティック通信
• Authors: Sebastian Donnelly, Ruth Anderson, George Economides, James Broughton, Peter Ball, Alexander Rast, Andrew Bradley,
• Abstract要約: 本稿では,従来の画像圧縮技術に係わるデータ損失や破損を回避するために,コンピュータビジョンを用いたセマンティックコミュニケーションをいかに活用できるかを検討する。 検出された道路利用者のセグメンテーションを低解像度グレースケール画像内の色分けハイライトに符号化することにより、必要なデータレートを50%削減することができる。 その結果, 遠隔操作車両の大規模展開は, 4G/5Gモバイルネットワーク上でも可能であった。
• 参考スコア（独自算出の注目度）: 34.17159035998805
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Remote Operation is touted as being key to the rapid deployment of automated vehicles. Streaming imagery to control connected vehicles remotely currently requires a reliable, high throughput network connection, which can be limited in real-world remote operation deployments relying on public network infrastructure. This paper investigates how the application of computer vision assisted semantic communication can be used to circumvent data loss and corruption associated with traditional image compression techniques. By encoding the segmentations of detected road users into colour coded highlights within low resolution greyscale imagery, the required data rate can be reduced by 50 \% compared with conventional techniques, while maintaining visual clarity. This enables a median glass-to-glass latency of below 200ms even when the network data rate is below 500kbit/s, while clearly outlining salient road users to enhance situational awareness of the remote operator. The approach is demonstrated in an area of variable 4G mobile connectivity using an automated last-mile delivery vehicle. With this technique, the results indicate that large-scale deployment of remotely operated automated vehicles could be possible even on the often constrained public 4G/5G mobile network, providing the potential to expedite the nationwide roll-out of automated vehicles.
• Abstract（参考訳）: 遠隔操作は、自動車両の迅速な配備の鍵であると言われている。 リモートで接続された車両を遠隔操作するためには、現在、信頼性の高い高スループットのネットワーク接続が必要である。 本稿では,従来の画像圧縮技術によるデータ損失や破損を回避するために,コンピュータビジョンを用いたセマンティックコミュニケーションの適用法について検討する。 検出された道路利用者のセグメンテーションを低解像度のグレイスケール画像内の色分けハイライトに符号化することにより、従来の手法と比較して必要なデータレートを50%削減することができる。 これにより、ネットワークデータレートが500kbit/s未満の場合でも、ガラスからガラスまでの中央値のレイテンシが200ms以下であると同時に、有能な道路利用者がリモートオペレータの状況認識を高めるために明確にアウトライン化できる。 このアプローチは、自動ラストマイル配送車両を使用して、可変4Gモバイル接続の領域で実証される。 この技術により、遠隔操作型自動車両の大規模展開が、しばしば制限される公共の4G/5Gモバイルネットワーク上でも可能となり、全国的な自動車両の展開を早める可能性が示唆された。

関連論文リスト

• Semantic Edge-Cloud Communication for Real-Time Urban Traffic Surveillance with ViT and LLMs over Mobile Networks [5.862522659881676]
  インテリジェント・トランスポーテーション・システム(ITS)にとって、道路の安全を確保し、交通の流れを最適化し、車両軌道を追跡し、スマートシティでの衝突を防止するために、リアルタイムの都市交通監視が不可欠である。 本稿では,送信オーバヘッドを大幅に低減する意味コミュニケーションフレームワークを提案する。 従来の収穫画像では93%の精度で89%のLLM応答精度を維持しながら,データ伝送サイズを99.9%削減する。
  論文  参考訳（メタデータ） (2025-09-25T14:53:36Z)
• A Dynamic Transformer Network for Vehicle Detection [57.4144097001218]
  車両検出のための動的トランスフォーマーネットワーク(DTNet)を提案する。 DTNetは動的畳み込みを利用してディープネットワークを誘導し、重量を動的に生成し、得られた検出器の適応性を高める。 画像アカウントにおける差の欠点を克服するため、変換変分畳み込みは、取得した車両検出構造情報を洗練するために、空間的位置情報に依存する。
  論文  参考訳（メタデータ） (2025-06-03T11:29:35Z)
• Scalable AI Generative Content for Vehicular Network Semantic Communication [46.589349524682966]
  本稿では,エンコーダ・デコーダアーキテクチャを活用したスケーラブルな人工知能生成コンテンツ(AIGC)システムについて紹介する。 本システムは,画像をテキスト表現に変換し,品質を許容する画像に再構成し,車載ネットワークセマンティック通信の伝送を最適化する。 実験結果から,提案手法は盲点における車両の認識基準を超越し,通信データを効果的に圧縮することが示唆された。
  論文  参考訳（メタデータ） (2023-11-23T02:57:04Z)
• Agile gesture recognition for capacitive sensing devices: adapting on-the-job [55.40855017016652]
  本システムでは, コンデンサセンサからの信号を手の動き認識器に組み込んだ手動作認識システムを提案する。 コントローラは、着用者5本の指それぞれからリアルタイム信号を生成する。 機械学習技術を用いて時系列信号を解析し,500ms以内で5本の指を表現できる3つの特徴を同定する。
  論文  参考訳（メタデータ） (2023-05-12T17:24:02Z)
• Mixed Traffic Control and Coordination from Pixels [18.37701232116777]
  交通制御の従来の手法は、現在の渋滞レベルを緩和する上で無駄であることが証明されている。 これにより、ロボット車両が強化学習(RL)を通して人間駆動車両を規制する交通制御が混在する。 本研究では,環境の正確な情報を用いて,画像観測を用いたロボット車両の競争性能を示す。
  論文  参考訳（メタデータ） (2023-02-17T22:40:07Z)
• COOPERNAUT: End-to-End Driving with Cooperative Perception for Networked Vehicles [54.61668577827041]
  本稿では,車間認識を用いたエンドツーエンド学習モデルであるCOOPERNAUTを紹介する。 われわれのAutoCastSim実験は、我々の協調知覚駆動モデルが平均成功率を40%向上させることを示唆している。
  論文  参考訳（メタデータ） (2022-05-04T17:55:12Z)
• Artificial Intelligence Enabled Traffic Monitoring System [3.085453921856008]
  本稿では,深層畳み込みニューラルネットワークを用いたリアルタイム交通映像の自動監視手法を提案する。 提案システムは、さまざまなトラフィック監視ニーズを自動化するために、最先端のディープラーニングアルゴリズムをデプロイする。
  論文  参考訳（メタデータ） (2020-10-02T22:28:02Z)
• Multi-Agent Routing Value Iteration Network [88.38796921838203]
  疎結合グラフの学習値に基づいてマルチエージェントルーティングを行うことができるグラフニューラルネットワークに基づくモデルを提案する。 最大25ノードのグラフ上で2つのエージェントでトレーニングしたモデルでは,より多くのエージェントやノードを持つ状況に容易に一般化できることが示されている。
  論文  参考訳（メタデータ） (2020-07-09T22:16:45Z)
• Deep Learning Assisted CSI Estimation for Joint URLLC and eMBB Resource Allocation [36.364156900974535]
  高速移動車載ネットワークにおける深層学習支援CSI推定手法を提案する。 我々は、車両用ユーザ機器の動的スライシングに基づくリソース割り当て問題を定式化し、解決する。
  論文  参考訳（メタデータ） (2020-03-12T10:00:08Z)

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。