多尺度语义通信框架

跨场景检测精度提升

仅传输任务相关多尺度语义特征，接收端解耦位置与分类信息，无需图像重建，通过域对抗学习适应新场景。

Jie, Guo · Hang, Yin · 宋彬 · Chi, Yuhao · 张朝阳 · Yuen, Chau · Niyato, Dusit (Tao)

IEEE Transactions on Wireless Communications 2025

参数信息

平均精度提升

15.4% ~ 38.5% %

技术优势

无需重建图像

接收端直接解耦位置与分类信息，避免重建过程引入的误差和资源开销。

跨场景适应

通过域对抗学习优化多尺度语义编码器，使框架在未见过的场景中仍能可靠检测。

精度大幅提升

在低至中信噪比区间，平均精度较传统通信框架提升15.4%至38.5%。

应用场景

• 语义通信系统：用任务相关特征替代图像传输，大幅节省带宽。
• 边缘智能目标检测：在资源受限边缘设备上直接完成检测，避免重建负担。
• 自动驾驶视觉感知：在恶劣天气或陌生环境中保持可靠检测。
• 远程监控与测量：在有限上行带宽下传输关键检测信息，实现高效监控。