公开(公告)号：CN115102982B

公开(公告)日：2023-06-23

申请号：CN202210658290.3

申请日：2022-06-10

Applicant: 北京邮电大学

Inventor： 郭彩丽 ,  刘传宏 ,  杨洋 ,  孙启政 ,  陈九九

IPC: H04L67/12 ,  H04L69/04 ,  G06V40/10 ,  G06V10/82 ,  G06V10/44

Abstract: 本发明公开了一种面向智能任务的语义通信方法，属于人工智能与通信融合技术领域；具体包括：首先发送端的设备采集图像数据，经神经网络提取特征图，利用语义概念对应神经元激活值对特征图求梯度后取平均，得到特征图相对于语义概念的重要性权重，将语义概念和特征图排序关系起来；利用得到的语义关系，对特征图进行裁剪压缩，进而保留重要性权重高的特征图，将压缩后的特征图经无线信道进行传输，接收端对接收到的信号进行解调，恢复特征图数据，并输入后续神经网络，完成智能任务，返回结果给发送端设备。本发明有效地利用了数据的语义关系，降低了传输数据量、缓解了通信压力，提升了智能任务的有效性能。

公开(公告)号：CN115102982A

公开(公告)日：2022-09-23

申请号：CN202210658290.3

申请日：2022-06-10

Applicant: 北京邮电大学

Inventor： 郭彩丽 ,  刘传宏 ,  杨洋 ,  孙启政 ,  陈九九

IPC: H04L67/12 ,  H04L69/04 ,  G06V40/10 ,  G06V10/82 ,  G06V10/44

Abstract: 本发明公开了一种面向智能任务的语义通信方法，属于人工智能与通信融合技术领域；具体包括：首先发送端的设备采集图像数据，经神经网络提取特征图，利用语义概念对应神经元激活值对特征图求梯度后取平均，得到特征图相对于语义概念的重要性权重，将语义概念和特征图排序关系起来；利用得到的语义关系，对特征图进行裁剪压缩，进而保留重要性权重高的特征图，将压缩后的特征图经无线信道进行传输，接收端对接收到的信号进行解调，恢复特征图数据，并输入后续神经网络，完成智能任务，返回结果给发送端设备。本发明有效地利用了数据的语义关系，降低了传输数据量、缓解了通信压力，提升了智能任务的有效性能。