博士生王莹在IEEE车载技术大会VTC上发表论文

2022年8月，课题组一篇论文“Deep Semantic Coding for Wireless Image Retrieval”，被IEEE第96届车载技术大会（IEEE Vehicular Technology Conference，IEEE VTC2022-Fall）录用。论文第一作者是博士生王莹同学，第二作者是王莹的指导教师戚晨皓教授。大会将于2022年9月26-29日在中国北京和英国伦敦两个城市同时召开。

该论文研究了物联网设备（Internet of Things,  IoT) 中面向图像检索任务的无线语义通信编码方案。针对边缘设备和边缘服务器通信带宽受限的问题，语义通信致力于通过机器学习方法提取语义信息从而更好地进行数据压缩和编码。与传统的通过无监督学习直接压缩特征而不考虑数据库分布的方案不同，本文将数据库的语义倒排索引（Semantic Inverted Index）结构集成到编码过程中，设计了一种深度语义编码（Deep Semantic Coding，DSC）方案。该方案可以利用数据库的先验语义分布信息，对数据进行分区并生成码本反馈给边缘设备，随后在编码阶段通过卷积神经网络（Convolutional Neural Network, CNN）从图像中提取特征向量，并利用数据库码本信息和语义标签生成语义引导码头，最后通过乘积量化（Product Quantization, PQ）进行量化编码，进一步降低二进制编码的传输字长。DSC方案充分利用了图像语义信息与数据库先验分布，在保证了检索精度的同时，有效降低了传输带宽，获得了优于传统无监督编码方案的传输性能。