論文の概要: Flow Matching-Based Semantic Communication With Time-Aware Structural Residual Injection
- arxiv url: http://arxiv.org/abs/2610.23922v1
- Date: Tue, 06 Oct 2026 02:49:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 15:38:51.52101
- Title: Flow Matching-Based Semantic Communication With Time-Aware Structural Residual Injection
- Title（参考訳）: 時間を考慮した構造残差注入によるフローマッチングに基づく意味的コミュニケーション
- Abstract要約: 本稿では,フローマッチングに基づく二情報フロー生成フレームワークSemComを提案する。
提案手法は, 高速埋め込みとコンパクト残差ベクトルのみを伝送し, 極低ペイロード下で高忠実度画像再構成を実現する。
- 参考スコア（独自算出の注目度）: 5.6543338245608625
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Generative semantic communication (SemCom) enables low-bandwidth image transmission by reconstructing images from semantic descriptions. However, text-only schemes often suffer from poor structural fidelity due to the stochastic nature of generative models, while still requiring high transmission payload and inference latency. This letter proposes a dual-information-flow SemCom framework based on Flow Matching. At the transmitter, the most semantically matched prompt is selected from multiple candidate descriptions, while an ultra-low-dimensional structural residual velocity vector is extracted from the inversion trajectory of the original image. At the receiver, a Time-Aware Recursive Residual Injection (TARRI) network progressively releases structural corrections along the denoising trajectory using the transmitted residual vector as structural memory. The proposed framework transmits only prompt embedding and a compact residual vector, achieving robust high-fidelity image reconstruction under extremely low payload. Experimental results demonstrate that the proposed framework significantly improves both structural fidelity and perceptual quality over existing text-driven semantic communication schemes.
- Abstract（参考訳）: セマンティック・セマンティック・コミュニケーション(SemCom)は、セマンティックな記述から画像を再構成することで、低帯域の画像伝送を可能にする。
しかし、テキストのみのスキームは、高伝送ペイロードと推論遅延を依然として必要としながら、生成モデルの確率的な性質のため、しばしば構造的忠実さに悩まされる。
本稿では,フローマッチングに基づく2つの情報フローSemComフレームワークを提案する。
送信機では、複数の候補記述から最も意味的に一致したプロンプトを選択し、元の画像の逆軌道から超低次元構造残留速度ベクトルを抽出する。
受信機において、TARRI(Time-Aware Recursive Residual Injection)ネットワークは、送信された残留ベクトルを構造記憶としてデノイング軌道に沿った構造補正を段階的にリリースする。
提案手法は, 高速埋め込みとコンパクト残差ベクトルのみを伝送し, 極低ペイロード下で高忠実度画像再構成を実現する。
実験により,提案手法は既存のテキスト駆動型セマンティックコミュニケーション方式よりも構造的忠実度と知覚的品質の両方を著しく改善することが示された。
関連論文リスト
- GAN-Based Semantic Communication for Image Transmission in IoV [6.095348773114754]
本稿では,従来の通信システムにおける効率性と忠実さのボトルネックに対処する,生成的対向的ネットワークに基づくセマンティックコミュニケーションフレームワークを提案する。
送信機では、ピラミッドアテンションネットワークを用いてセマンティックラベルマップを抽出し、セマンティック優先保存機構を導入する。
受信機において、画像再構成モジュールは、粗大で微細なマルチレゾリューションジェネレータとマルチスケールディスクリミネータを統合する。
提案手法は, セマンティックセグメンテーション精度と再構成画像品質の両方において, 既存のセマンティックセグメンテーションよりも優れている。
論文 参考訳（メタデータ） (2026-08-28T06:58:19Z) - Text-RSIR: A Text-Guided Framework for Efficient Remote Sensing Image Transmission and Reconstruction [5.382246566026898]
高解像度リモートセンシング画像は, 環境モニタリング, 都市マッピング, 土地被覆解析に重要である。
従来のパイプラインは全解像度のピクセルデータを送信し、冗長で非効率な配信をもたらす。
本稿では,高解像度データをコンパクトなテキスト記述を伴う低解像度画像に置き換えるテキスト誘導型リモートセンシング画像伝送システムを提案する。
論文 参考訳（メタデータ） (2026-05-15T02:54:43Z) - PRISM: Prior Rectification and Uncertainty-Aware Structure Modeling for Diffusion-Based Text Image Super-Resolution [51.96078493242164]
PRISMは単一ステップ拡散ベースのText-SRフレームワークである。
PRISMはミリ秒レベルの推論で最先端の性能を達成する。
論文 参考訳（メタデータ） (2026-05-13T05:31:06Z) - Adaptive Semantic Communication for Wireless Image Transmission Leveraging Mixture-of-Experts Mechanism [2.84822991919912]
MoEベースのセマンティックコミュニケーションはスパースで効率的な適応型アーキテクチャとして登場した。
マルチインプットマルチアウトプット(MIMO)チャネルのための新しいエンドツーエンド画像意味コミュニケーションシステムを提案する。
提案手法は,従来の適応手法の厳密な結合を破り,単一駆動ルーティングのボトルネックを克服することを示す。
論文 参考訳（メタデータ） (2026-04-03T03:35:09Z) - Disentangled Textual Priors for Diffusion-based Image Super-Resolution [41.71306518338786]
Image Super-Resolutionは、劣化した低解像度入力から高解像度画像を再構成することを目的としている。
既存のアプローチは、グローバルなレイアウトとローカルな詳細を混ぜ合わせた、絡み合った、あるいは粗い粒度の前のものに依存することが多い。
DTPSRは,2つの相補的な次元に絡み合ったテキストの先行処理を導入する新しい拡散型SRフレームワークである。
論文 参考訳（メタデータ） (2026-03-08T03:02:55Z) - Communication-Inspired Tokenization for Structured Image Representations [74.17163003465537]
COMiT(Communication inspired Tokenization)は、構造化された視覚トークンシーケンスを学習するためのフレームワークである。
セマンティックアライメントが基盤となる一方で、解釈可能なオブジェクト中心のトークン構造を誘導するためには、注意的なシーケンシャルトークン化が重要であることを示す。
論文 参考訳（メタデータ） (2026-02-24T09:53:50Z) - Unleashing Degradation-Carrying Features in Symmetric U-Net: Simpler and Stronger Baselines for All-in-One Image Restoration [52.82397287366076]
オールインワン画像復元は、統合された枠組み内で様々な劣化(ノイズ、ぼかし、悪天候など)を扱うことを目的としている。
本研究では, 優れた特徴抽出法により, 劣化伝達情報を本質的にエンコードする, 重要な知見を明らかにする。
我々の対称設計は固有の劣化信号を頑健に保存し、スキップ接続に単純な加法融合を施す。
論文 参考訳（メタデータ） (2025-12-11T12:20:31Z) - Channel-adaptive Cross-modal Generative Semantic Communication for Point Cloud Transmission [31.144719637429567]
我々は,GenSeC-PC と呼ばれる PC 伝送のためのクロスモーダル・ジェネリック・セマンティック・コミュニケーション (SemCom) を提案する。
GenSeC-PCは、画像と点雲を融合させるセマンティックエンコーダを使用し、画像は非送信側情報として機能する。
そこで我々は,ロバスト伝送とシステム複雑性の低減を図るために,合理化・非対称なチャネル適応型共同セマンティックチャネル符号化アーキテクチャを設計する。
論文 参考訳（メタデータ） (2025-06-03T01:14:58Z) - SING: Semantic Image Communications using Null-Space and INN-Guided Diffusion Models [52.40011613324083]
近年, 無線画像伝送において, 共用音源チャネル符号化システム (DeepJSCC) が顕著な性能を発揮している。
既存の手法では、送信された画像とレシーバーの再構成されたバージョンとの間の歪みを最小限に抑えることに重点を置いており、しばしば知覚的品質を見落としている。
逆問題として,破損した再構成画像から高品質な画像の復元を定式化する新しいフレームワークであるSINGを提案する。
論文 参考訳（メタデータ） (2025-03-16T12:32:11Z) - RealignDiff: Boosting Text-to-Image Diffusion Model with Coarse-to-fine Semantic Re-alignment [112.45442468794658]
本稿では,RealignDiffという2段階の粗大なセマンティックアライメント手法を提案する。
粗いセマンティックリアライメントフェーズにおいて、生成された画像キャプションと与えられたテキストプロンプトとのセマンティックな相違を評価するために、新しいキャプション報酬を提案する。
微妙なセマンティックリアライメントステージは、局所的な密集キャプション生成モジュールと再重み付けアテンション変調モジュールを用いて、局所的なセマンティックビューから生成された画像を洗練する。
論文 参考訳（メタデータ） (2023-05-31T06:59:21Z) - Enhanced Modality Transition for Image Captioning [51.72997126838352]
MTM(Modality Transition Module)を構築し、言語モデルに転送する前に視覚的機能をセマンティック表現に転送します。
トレーニング段階では、モダリティ遷移ネットワークは提案されたモダリティ損失によって最適化される。
提案手法の有効性を示すMS-COCOデータセットを用いて実験を行った。
論文 参考訳（メタデータ） (2021-02-23T07:20:12Z)
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。