BriefGPT - AI 论文速递
·
分布式深度联合源信道编码与仅解码器辅助信息
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该文介绍了一种新颖的神经网络架构，用于低延迟图像传输，能够在接收方的多个阶段上整合解码器的辅助信息，从而在各种畸变标准下取得了改进的性能，特别是在低信道信噪比和小带宽比下。该方法适用于Wyner-Ziv场景，即有相关辅助信息只存在于接收方的噪声无线信道。
🎯
关键要点
- 该文介绍了一种新颖的神经网络架构，用于低延迟图像传输。
- 该架构能够在接收方的多个阶段上整合解码器的辅助信息。
- 在各种畸变标准下，该方法取得了改进的性能。
- 特别是在低信道信噪比和小带宽比下表现突出。
- 该方法适用于Wyner-Ziv场景，即相关辅助信息只存在于接收方的噪声无线信道。
➡️
