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

Resumen Técnico: Hacia un Modelo de Pérdida Semántica Unificado para la Transmisión de Imágenes de EO basada en DJSCC

Planteamiento del Problema
Los sistemas modernos de Observación de la Tierra (EO, por sus siglas en inglés) generan imágenes de alta resolución esenciales para aplicaciones como el monitoreo ambiental, la respuesta ante desastres y el análisis del uso del suelo. Sin embargo, el aumento en la resolución y la frecuencia de adquisición de los sensores de EO crea volúmenes de datos que tensionan los sistemas de comunicación satelital, los cuales están limitados por el ancho de banda, presupuestos estrictos de potencia y condiciones de canal dinámicas. Los métodos de transmisión tradicionales, que separan la codificación de la fuente (por ejemplo, JPEG2000) y la codificación del canal (por ejemplo, LDPC), a menudo no logran optimizar el rendimiento bajo estas restricciones, particularmente cuando el teorema de separación no se cumple. Aunque la Codificación Conjunta Fuente-Canal Profunda (DJSCC) ofrece una alternativa prometedora de extremo a extremo, existe una falta de modelos tratables para cuantificar la "pérdida semántica". Los modelos existentes suelen tratar las distorsiones de la fuente y del canal como independientes o no logran capturar la relación bidimensional entre los parámetros de compresión y la calidad del canal, lo que dificulta el equilibrio entre la fidelidad de la reconstrucción de la imagen y el rendimiento de las tareas de procesamiento posterior.

Metodología
Los autores proponen un enfoque basado en datos para modelar la pérdida semántica en sistemas de transmisión de EO basados en DJSCC. El estudio utiliza el conjunto de datos EuroSAT, un referente a gran escala de 27,000 imágenes de Sentinel-2 (64x64 píxeles, 13 bandas espectrales) a través de 10 clases de uso del suelo.

El marco experimental evalúa dos aspectos complementarios del rendimiento de DJSCC:

1. Centrado en la Reconstrucción: Midiendo la fidelidad visual mediante la Relación Señal a Ruido de Pico (PSNR), el Índice de Similitud Estructural (SSIM) y el Error Cuadrático Medio (MSE) bajo variaciones en las razones de compresión ($\rho$) y las relaciones señal a ruido del canal (SNR, $\gamma$).
2. Orientado a la Tarea: Integrando el marco DJSCC con un clasificador ligero y específico de la aplicación, EfficientViT, para medir la precisión, la precisión (precision) y la exhaustividad (recall) de las tareas de procesamiento posterior.

Para modelar la relación entre los parámetros del sistema ($\rho$ y $\gamma$) y las métricas de rendimiento, los autores emplean un modelo de pérdida semántica unificado definido como una función no lineal. Dado que las herramientas estándar de ajuste de curvas no podían manejar la estructura multidimensional requerida, los autores desarrollaron un algoritmo de optimización de descenso de gradiente personalizado (Algoritmo 1) para estimar los parámetros del modelo ($\mu_{i,j}$). El modelo propuesto (Ecuación 1) es una función bidimensional que depende conjuntamente de la razón de compresión y de la SNR del canal.

Contribuciones Clave

• Marco de Pérdida Semántica Unificado: El artículo introduce un nuevo modelo que captura el rendimiento centrado en la reconstrucción y el orientado a la tarea dentro de un único marco matemático. A diferencia de trabajos previos que modelan la distorsión como una suma de componentes independientes o utilizan funciones unidimensionales de la SNR, este modelo caracteriza explícitamente la relación implícita y acoplada entre la configuración de compresión de DJSCC, las condiciones del canal y la calidad semántica.
• Validación Empírica: El estudio proporciona extensos resultados empíricos a través de seis métricas diferentes (PSNR, SSIM, MSE, Precisión, Precisión/Precision y Exhaustividad/Recall) y dos aspectos de evaluación (reconstrucción de imagen y clasificación) utilizando datos de EO del mundo real.
• Análisis Comparativo: El modelo propuesto se compara con modelos de pérdida semántica existentes, específicamente el modelo de Sigmoide Generalizado [9] y el modelo de Suma de Exponenciales [10].

Resultos
Extensos experimentos demuestran que el modelo unificado propuesto supera significativamente a los enfoques existentes.

• Exactitud del Ajuste: La Tabla III muestra el Error Cuadrático Medio (MSE) promedio entre los datos medidos y los valores ajustados. Para una razón de compresión de $\rho=12$, el modelo propuesto logró un MSE de 0.0407, comparado con 0.2474 para el modelo de Sigmoide Generalizado y 0.0521 para el modelo Sum-Exp. Se observaron mejoras similares en $\rho=8$.
• Dimensionalidad: Mientras que los modelos existentes están restringidos a funciones unidimensionales de la SNR (requiriendo razones de compresión fijas para el ajuste), el modelo propuesto captura con éxito el comportamiento bidimensional del sistema, permitiendo la optimización simultánea de los parámetros de compresión y de canal.
• Ajuste Visual: Las Figuras 2 y 3 ilustran que el ajuste de curvas propuesto se alinea estrechamente con los datos empíricos en todos los escenarios probados, incluyendo tanto el caso bruto de DJSCC-AWGN como el caso EfficientViT-DJSCC-AWGN.

Significancia
El artículo afirma que este marco de pérdida semántica unificada ofrece conocimientos accionables para el diseño de sistemas de transmisión de imágenes de EO robustos y eficientes bajo enlaces satelitales con recursos limitados. Al proporcionar un modelo tratable que vincula los parámetros de compresión y las condiciones del canal con los resultados a nivel de aplicación, el trabajo aborda una brecha crítica en el diseño de sistemas de comunicación semántica. Permite a los ingenieros predecir mejor cómo las degradaciones de la transmisión afectan tanto la calidad visual de las imágenes reconstruidas como la precisión de las tareas de IA de procesamiento posterior, facilitando el desarrollo de sistemas de comunicación de EO que sean conscientes de las tareas y eficientes en el uso del ancho de banda. Los autores posicionan este trabajo como una extensión de su investigación previa sobre comunicación semántica utilizando el estándar DVB-S2, ahora adaptada específicamente a las complejidades de DJSCC en la Observación de la Tierra.