BriefGPT - AI 论文速递
·
CommIN: 基于 INN 引导的扩散模型的逆问题的语义图像传输
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该文介绍了一种利用深度学习的新方案来解决噪声无线信道上的图像传输问题。该方案利用目标图像的范围 - 零空间分解，通过编码传输图像的范围空间，并采用 DDPM 逐步改进其零空间内容。实验结果表明，该方案在重建图像的失真和感知质量方面有显着改进。作者将公开共享源代码以促进进一步的研究和可重复性。
🎯
关键要点
- 该文介绍了一种利用深度学习的新方案来解决噪声无线信道上的图像传输问题。
- 方案结合了联合源信道编码（DeepJSCC）和去噪扩散概率模型（DDPM）。
- 关注在实际有限块长度范围内的感知失真权衡，独立的源编码和信道编码可能高度亚最优。
- 引入了目标图像的范围 - 零空间分解，通过编码传输图像的范围空间。
- 采用 DDPM 逐步改进图像的零空间内容。
- 实验结果表明，该方案在重建图像的失真和感知质量方面有显著改进。
- 作者将公开共享源代码以促进进一步的研究和可重复性。
➡️
