論文の概要: Cross-Modal Semantic Successive Refinement for Generative Image Communication over Underwater Acoustic Channels
- arxiv url: http://arxiv.org/abs/2611.06205v1
- Date: Wed, 04 Nov 2026 09:21:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-06 03:25:58.040415
- Title: Cross-Modal Semantic Successive Refinement for Generative Image Communication over Underwater Acoustic Channels
- Title（参考訳）: 水中音響チャネル上の生成画像通信のためのクロスモーダル・セマンティック・セマンティック・セマンティック・セマンティック・リファインメント
- Abstract要約: 本稿では,モーダルなセマンティック・シークエンス・リファインメントに基づく生成画像通信フレームワークを提案する。
送信機では、テキスト記述、コンパクトなボトルネック特徴、残差ベクトル量子化により圧縮された視覚側情報を送信する。
受信機では、まずテキストとボトルネックの特徴を融合させ、中間視覚表現のベース推定を予測する。
その後、受信したRVQインデックスを使用して補足視覚情報を復元し、残補正を行い、画像再構成を行う。
- 参考スコア（独自算出の注目度）: 17.01010820038263
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Underwater acoustic communication faces challenges such as limited available bandwidth and complex channel environments, which impose demanding requirements on efficient image transmission and reliable reconstruction. To address these challenges, this paper proposes a generative image communication framework based on cross-modal semantic successive refinement. At the transmitter, text descriptions, compact bottleneck features, and visual side information compressed by residual vector quantization are transmitted. At the receiver, text and bottleneck features are first fused to predict a base estimate of the intermediate visual representation. The received RVQ indices are then used to recover supplementary visual information and perform residual correction, followed by image reconstruction using a one-step Pixel Mean Flow model. During training, a CLIP-based text-image semantic consistency constraint is introduced to preserve the semantic correspondence between generated results and the original text descriptions. During transmission, protection resources are allocated according to the importance of different information branches and RVQ quantization stages. Simulations using COCO 2017 images and measured underwater acoustic channel records from Watermark show that text and bottleneck features provide complementary semantic and structural conditions, RVQ visual side information further improves reconstruction quality, and layered unequal error protection helps improve recovery at low SNRs. Code-rate allocation experiments reveal a tradeoff between the reliability of fundamental conditions and visual-detail reconstruction under a limited visual-feature coding budget, providing guidance for allocating protection resources in underwater acoustic image transmission.
- Abstract（参考訳）: 水中音響通信は、限られた帯域幅や複雑なチャネル環境といった課題に直面しており、効率的な画像伝送と信頼性の高い再構築を要求される。
これらの課題に対処するために,横断的セマンティック・セマンティック・シークエンス・リファインメントに基づく生成画像通信フレームワークを提案する。
送信機では、テキスト記述、コンパクトなボトルネック特徴、残差ベクトル量子化により圧縮された視覚側情報を送信する。
受信機では、まずテキストとボトルネックの特徴を融合させ、中間視覚表現のベース推定を予測する。
その後、受信したRVQインデックスを使用して補足的な視覚情報を復元し、残像補正を行い、続いてワンステップのPixel Mean Flowモデルを用いて画像再構成を行う。
トレーニング中に、生成された結果と元のテキスト記述とのセマンティック対応を維持するために、CLIPベースのテキストイメージセマンティック一貫性制約を導入する。
送信中は、異なる情報ブランチとRVQ量子化ステージの重要性に応じて保護リソースが割り当てられる。
ココ2017画像とウォーターマークの水中音響チャンネル記録を用いたシミュレーションでは、テキストとボトルネックの特徴が相補的な意味的・構造的条件をもたらし、RVQ視覚側情報はさらに再構築品質を向上し、層状不平等エラー保護は低SNRでの回復を改善する。
符号速度割当実験は、基本条件の信頼性と限られた視覚的特徴を有する符号化予算の下での視覚的詳細再構成とのトレードオフを明らかにし、水中音響画像伝送における保護資源の配分に関するガイダンスを提供する。
関連論文リスト
- Flow Matching-Based Semantic Communication With Time-Aware Structural Residual Injection [5.6543338245608625]
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。
論文 参考訳（メタデータ） (2026-10-06T02:49:56Z) - Beyond Token Accuracy: Prioritizing What Matters for Visual Reconstruction [24.892724199104066]
AdapToCは適応型、再構成指向の視覚情報通信フレームワークである。
一致した通信コストの下では、最強の静的ベースラインよりも4.20dBのPSNRのピーク平均ゲインを達成する。
論文 参考訳（メタデータ） (2026-10-02T04:28:18Z) - 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) - Making Every Step Count: Spatio-Temporal Information Allocation for Imaging Inverse Problems [63.904793414062816]
スペクトルベーススケジューリング(SAS)と計測分割アテンション(MPA)の2つの補完的およびトレーニング不要なコンポーネントを紹介する。
SASは、利用可能なNFEを、スペクトルおよびlogSNR幾何に従ってフロータイムに分散し、セマンティック探索と詳細精細化のバランスを良くする。
MPAは情報を弱い制約のある領域へ誘導し、意味的および構造的忠実性を高める。
論文 参考訳（メタデータ） (2026-08-12T07:39:22Z) - JSCGC: Joint Source-Channel-Generation Coding for Wireless Generative Communications [58.67925548779465]
Joint Source-Channel-Generation Coding (JSCGC) は、従来のデコーダをレシーバで生成モデルに置き換えるジェネレーティブ通信パラダイムである。
JSCGCは、様々なチャネル条件にまたがるフィーチャベース、セマンティックレベル、推論品質を一貫して改善する。
論文 参考訳（メタデータ） (2026-06-11T03:42:03Z) - Toward a Unified Semantic Loss Model for Deep JSCC-based Transmission of EO Imagery [35.383357591863266]
本稿では,EO画像の伝送に有効なソースチャネルパラダイムとしてDJ SCCについて検討する。
我々はDJ SCCに基づくシステムにおける意味喪失の2つの相補的な側面に焦点を当てた。
単一モデル内での再構成中心とタスク指向の両方のパフォーマンスをキャプチャする統合意味損失フレームワークを提案する。
論文 参考訳（メタデータ） (2026-01-28T16:10:33Z) - Enhancing Low-resolution Image Representation Through Normalizing Flows [16.73119761819098]
本研究では,ウェーブレット・タイト・フレームブロックと正規化フローを統合し,低分解能画像表現を学習する非線形フレームワークLR2Flowを提案する。
提案するネットワークの再構成誤り解析を行い,ウェーブレット・タイト・フレーム領域における可逆ニューラルネットワークの設計の必要性を実証する。
論文 参考訳（メタデータ） (2026-01-11T09:55:38Z) - 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) - Spatial-Contextual Discrepancy Information Compensation for GAN
Inversion [67.21442893265973]
空間的不一致情報補償に基づく新しいGAN-inversion法(SDIC)を提案する。
SDICは、オリジナルの画像と再構成/編集された画像との間の画像詳細のギャップを埋める。
提案手法は,画像インバージョンと編集作業の両方において,高速な推論速度で優れた歪み適応性トレードオフを実現する。
論文 参考訳（メタデータ） (2023-12-12T08:58:56Z) - 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) - Attention Based Real Image Restoration [48.933507352496726]
深層畳み込みニューラルネットワークは、合成劣化を含む画像に対してより良い性能を発揮する。
本稿では,新しい1段ブラインド実画像復元ネットワーク(R$2$Net)を提案する。
論文 参考訳（メタデータ） (2020-04-26T04:21:49Z)
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。