科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着机器视觉的快速发展和广泛应用，面向机器视觉任务的语义通信方法成为研究热点。然而，现有方法只在特定信噪比条件下训练网络，一旦实际信噪比条件发生偏离就会造成性能下降，训练多信噪比条件模型更会浪费大量时间与资源。针对此问题，提出了一种面向机器视觉任务的自适应语义通信方法，以图像分类为例，通过注意力机制将动态变化的信噪比条件作为反馈信息加入到模型训练中，相比于在固定信噪比条件下多次训练的模型，所提方法仅训练一次模型就能够获得更高的分类准确率，与现有方法相比大大节省了训练时间，提高了计算效率，具有更强的适应性和鲁棒性。
- 单位
