Zielorientierte semantische Kommunikation für die drahtlose Bildübertragung über stabile Diffusion

Effiziente Bildübertragung ist entscheidend für nahtlose Kommunikation und Zusammenarbeit im visuell orientierten digitalen Umfeld. Um niedrige Latenz und hochwertige Bildrekonstruktion über einen bandbreitenbeschränkten, rauschbehafteten drahtlosen Kanal zu erreichen, schlagen wir ein auf stabiler Diffusion (SD) basierendes zielorientiertes Kommunikationsframework (GSC) vor. In diesem Framework entwerfen wir einen semantischen Autoencoder, der effektiv semantische Informationen aus Bildern extrahiert, um die Übertragungsdatenmenge zu reduzieren und gleichzeitig eine hochwertige Rekonstruktion zu gewährleisten. Angesichts der Auswirkungen von Rauschen im drahtlosen Kanal auf die Übertragung semantischer Informationen schlagen wir einen SD-basierten Entstörer für GSC (SD-GSC) vor, der bedingt durch den zeitaktuellen Kanalgewinn das Kanalrauschen aus den empfangenen rauschbehafteten semantischen Informationen bei bekanntem Kanal entfernt. Für Szenarien mit unbekanntem Kanal schlagen wir zudem einen parallelen SD-Entstörer für GSC (PSD-GSC) vor, um gemeinsam die Verteilung der Kanalgewinne zu lernen und die empfangenen semantischen Informationen zu entstören. Experimentelle Ergebnisse zeigen, dass SD-GSC die aktuelle Technik ADJSCC und Latent-Diff DNSC übertrifft, mit einer Verbesserung des Peak Signal-to-Noise Ratio (PSNR) um 7 dB und 5 dB sowie einer Reduktion der Fréchet Inception Distance (FID) um 16 und 20. Darüber hinaus erreicht PSD-GSC eine PSNR-Verbesserung von 2 dB und eine FID-Reduktion von 6 im Vergleich zum MMSE-Equalizer-verbesserten SD-GSC.