关键词deep learning-based joint source-channel coding
搜索结果 - 2
- 基于扩散辅助的高逼真无线图像传输的联合源信道编码
利用预训练的文本到图像扩散模型,提出了一种名为 DiffJSCC 的新框架,用于增强信道传输的图像的逼真度,通过利用空间和文本特征以及信道状态信息(如信噪比)对预先训练的稳定扩散模型进行微调,实验证明该方法在感知度量方面显著优于常规方法和以 - 高感知质量的无线图像传输与去噪扩散模型
通过深度学习的联合源信道编码(DeepJSCC)和接收端的去噪扩散概率模型(DDPM),我们考虑在噪声无线信道上的图像传输问题,并在实际有限块长度范围内关注感知失真权衡,其中独立的源编码和信道编码可能高度亚最优。我们引入了一种利用目标图像的