Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2510.06868

帮助 | 高级搜索

计算机科学 > 信息论

arXiv:2510.06868 (cs)
[提交于 2025年10月8日 ]

标题: 多跳深度联合源信道编码与深度哈希蒸馏用于语义对齐的图像检索

标题: Multi-hop Deep Joint Source-Channel Coding with Deep Hash Distillation for Semantically Aligned Image Retrieval

Authors:Didrik Bergström, Deniz Gündüz, Onur Günlü
摘要: 我们考虑通过深度联合源信道编码(DeepJSCC)在多跳加性高斯白噪声(AWGN)信道上进行图像传输,通过使用预训练的深度哈希蒸馏(DHD)模块来训练一个DeepJSCC编码解码器对,以语义聚类图像,通过增强的语义一致性促进安全导向的应用,并提高感知重建质量。我们训练DeepJSCC模块以同时减少均方误差(MSE)并最小化源图像和重建图像的DHD哈希之间的余弦距离。由于语义对齐而显著改进的感知质量在不同的多跳设置中得到说明,对于这些设置,经典DeepJSCC可能会因噪声累积而受到影响,这是通过学习的感知图像块相似性(LPIPS)度量来衡量的。
摘要: We consider image transmission via deep joint source-channel coding (DeepJSCC) over multi-hop additive white Gaussian noise (AWGN) channels by training a DeepJSCC encoder-decoder pair with a pre-trained deep hash distillation (DHD) module to semantically cluster images, facilitating security-oriented applications through enhanced semantic consistency and improving the perceptual reconstruction quality. We train the DeepJSCC module to both reduce mean square error (MSE) and minimize cosine distance between DHD hashes of source and reconstructed images. Significantly improved perceptual quality as a result of semantic alignment is illustrated for different multi-hop settings, for which classical DeepJSCC may suffer from noise accumulation, measured by the learned perceptual image patch similarity (LPIPS) metric.
主题: 信息论 (cs.IT) ; 人工智能 (cs.AI); 密码学与安全 (cs.CR); 机器学习 (cs.LG)
引用方式: arXiv:2510.06868 [cs.IT]
  (或者 arXiv:2510.06868v1 [cs.IT] 对于此版本)
  https://doi.org/10.48550/arXiv.2510.06868
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Didrik Bergström [查看电子邮件]
[v1] 星期三, 2025 年 10 月 8 日 10:38:24 UTC (44 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
许可图标 查看许可
当前浏览上下文:
cs.IT
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-10
切换浏览方式为:
cs
cs.AI
cs.CR
cs.LG
math
math.IT

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号