Toward a Unified Semantic Loss Model for Deep JSCC-based Transmission of EO Imagery

ملخص تقني: نحو نموذج خسارة دلالية موحد لنقل صور الاستشعار عن بُعد (EO) القائم على الترميز المشترك العميق للمصدر والقناة (DJSCC)

بيان المشكلة
تنتج أنظمة الاستشعار عن بُundu (EO) الحديثة صوراً عالية الدقة ضرورية لتطبيقات مثل مراقبة البيئة، والاستجابة للكوارث، وتحليل استخدام الأراضي. ومع ذلك، فإن الزيادة في دقة الصور وتكرار عملية الاستحواذ من مستشعرات الاستشعار عن بُند تخلق أحجام بيانات تضغط على أنظمة الاتصالات الساتلية، والتي تكون مقيدة بنطاق ترددي محدود، وميزانيات طاقة صارمة، وظروف قناة ديناميكية. غالباً ما تفشل طرق النقل التقليدية، التي تفصل بين ترميز المصدر (مثل JPEG2000) وترميز القناة (مثل LDPC)، في تحسين الأداء تحت هذه القيود، لا سيما عندما لا يتحقق مبرهن الفصل. وبينما يقدم الترميز المشترك العميق للمصدر والقناة (DJSCC) بديلاً واعداً من طرف إلى طرف، إلا أن هناك نقصاً في النماذج القابلة للتتبع لقياس "الخسارة الدلالية". تعامل النماذج الحالية تشوهات المصدر والقناة كعناصر مستقلة أو تفشل في التقاط العلاقة ثنائية الأبعاد بين معاملات الضغط وجودة القناة، مما يجعل من الصعب الموازنة بين دقة إعادة بناء الصورة وأداء المهام اللاحقة.

المنهجية
يقترح المؤلفون نهجاً قائماً على البيانات لنمذجة الخسارة الدلالية في أنظمة نقل صور الاستش__': المعتمدة على DJSCC. تستخدم الدراسة مجموعة بيانات EuroSAT، وهي مرجع واسع النطاق يضم 27,000 صورة من صور Sentinel-2 الساتلية (64×64 بكسل، 13 نطاقاً طيفياً) عبر 10 فئات لاستخدام الأراضي.

يقيم الإطار التجريبي جانبين متكاملين لأداء DJSCC:

1. التركيز على إعادة البناء: قياس الدقة البصرية باستخدام نسبة ذروة الإشارة إلى الضجيج (PSNR)، ومقياس التشابه الهيكلي (SSIM)، ومتوسط مربع الخطأ (MSE) تحت نسب ضغط ($\rho$) متنوعة ونسب إشارة إلى ضجيج القناة (SNR، $\gamma$) متفاوتة.
2. التوجه نحو المهمة: دمج إطار DJSCC مع مصنف خفيف الوزن ومخصص للتطبيقات، وهو EfficientViT، لقياس دقة المهمة اللاحقة، والدقة (Precision)، والاستدعاء (Recall).

لنمذجة العلاقة بين معاملات النظام ($\rho$ و $\gamma$) ومقاييس الأداء، يستخدم المؤلفون نموذج خسارة دلالية موحد يتم تعريفه كدالة غير خطية. وبما أن أدوات مطابقة المنحنيات القياسية لم تستطع التعامل مع البنية المطلوبة متعددة الأبعاد، فقد طور المؤلفون خوارزمية تخصيص التدرج النازل (الخوارزمية 1) لتقدير معاملات النموذج ($\mu_{i,j}$). النموذج المقترح (المعادلة 1) هو دالة ثنائية الأبعاد تعتمد بشكل مشترك على نسبة الضغط ونسبة SNR للقناة.

المساهمات الرئيسية

• إطار عمل الخسارة الدلالية الموحد: يقدم البحث نموذجاً جديداً يلتقط كلاً من الأداء المرتكز على إعادة البناء والأداء الموجه نحو المهمة ضمن إطار رياضي واحد. وخلافاً للأعمال السابقة التي تنمذج التشوه كمجموع مكونات مستقلة أو تستخدم دالات أحادية البعد لـ SNR، فإن هذا النموذج يصف صراحةً العلاقة الضمنية والمترابطة بين إعدادات ضغط DJSCC، وظروف القناة، والجودة الدلالية.
• التحقق التجريبي: تقدم الدراسة نتائج تجريبية واسعة النطاق عبر ستة مقاييس مختلفة (PSNR، SSIM، MSE، الدقة، Precision، Recall) وجانبين للتقييم (إعادة بناء الصورة والتصنيف) باستخدام بيانات استشعار عن بُند حقيقية.
• التحليل المقارن: تمت مقارنة النموذج المقترح بنماذج الخسارة الدلالية الحالية، وتحديداً نموذج السينيما المعمم (Generalized Sigmoid model [9]) ونموذج مجموع الأسس (Sum-of-Exponential model [10]).

النتائج
تظهر التجارب المكثفة أن النموذج الموحد المقترح يتفوق بشكل كبير على النهج الحالية.

• دقة المطابقة: يوضح الجدول III متوسط متوسط مربع الخطأ (MSE) بين البيانات المقاسة والقيم المطابقة. بالنسبة لنسبة ضغط $\rho=12$، حقق النموذج المقترح MSE قدره 0.0407، مقارنة بـ 0.2474 لنموذج السينيما المعمم و0.0521 لنموذج مجموع الأسس. لوحظت تحسينات مماثلة عند $\rho=8$.
• الأبعاد: بينما تقتقى النماذج الحالية في دوال أحادية البعد لـ SNR (تتطلب نسب ضغط ثابتة للمطابقة)، نجح النموذج المقترح في التقاط السلوك ثنائي الأبعاد للنظام، مما يسمح بالتحسين المتزامن لمعلمات الضغط والقناة.
• المطابقة البصرية: توضح Fig 2 و Fig 3 أن مطابقة المنحنى المقترحة تتوافق بشكل وثيق مع البيانات التجريبية عبر جميع السيناريوهات المختبرة، بما في ذلك حالة DJSCC-AWGN الخام وحالة EfficientViT-DJSCC-AWGN.

الأهمية
يدعي البحث أن إطار عمل الخسارة الدلالية الموحد هذا يوفر رؤى قابلة للتنفيذ لتصميم أنظمة نقل صور استشعار عن بُند قوية وفعالة تحت روابط ساتلية مقيدة بالموارد. ومن خلال توفير نموذج قابل للتتبع يربط معاملات الضغط وظروف القناة بالنتائج على مستوى التطبيق، يعالج هذا العمل فجوة حرجة في تصميم أنظمة الاتصالات الدلالية. فهو يمكن المهندسين من التنبؤ بشكل أفضل بكيفية تأثير عيوب النقل على كل من الجودة البصرية للصور المعاد بناؤها ودقة المهام الذكية اللاحقة، مما يسهل تطوير أنظمة اتصالات استشعار عن بُند موفرة للنطاق الترددي ومدركة للمهام. ويضع المؤلفون هذا العمل كامتداد لأبحاثهم السابقة حول الاتصالات الدلالية باستخدام معيار DVB-S2، والمصممة الآن خصيصاً لتعقيدات DJSCC في مجال الاستشعار عن بُند.