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

Sintesi Tecnica: Verso un Modello di Perdita Semantica Unificato per la Trasmissione di Immagini EO basata su DJSCC

Problematica
I moderni sistemi di Osservazione della Terra (EO) generano immagini ad alta risoluzione essenziali per applicazioni come il monitoraggio ambientale, la risposta ai disastri e l'analisi dell'uso del suolo. Tuttavia, l'aumento della risoluzione e della frequenza di acquisizione dei sensori EO crea volumi di dati che mettono sotto pressione i sistemi di comunicazione satellitare, i quali sono vincolati da larghezza di banda limitata, budget energetici rigorosi e condizioni di canale dinamiche. I metodi di trasmissione tradizionali, che separano la codifica della sorgente (ad es. JPEG2000) dalla codifica del canale (ad es. LDPC), spesso non riescono a ottimizzare le prestazioni sotto tali vincoli, in particolare quando il teorema della separazione non è valido. Sebbene il Deep Joint Source–Channel Coding (DJSCC) offra un'alternativa end-to-end promettente, esiste una mancanza di modelli trattabili per quantificare la "perdita semantica". I modelli esistenti spesso trattano le distorsioni della sorgente e del canale come indipendenti o non riescono a catturare la relazione bidimensionale tra i parametri di compressione e la qualità del canale, rendendo difficile bilanciare la fedeltà della ricostruzione dell'immagine con le prestazioni dei task a valle.

Metodologia
Gli autori propongono un approccio basato sui dati per modellare la perdita semantica nei sistemi di trasmissione EO basati su DJSCC. Lo studio utilizza il dataset EuroSAT, un benchmark su larga scala di 27.000 immagini satellitari Sentinel-2 (64x64 pixel, 13 bande spettrali) appartenenti a 10 classi di uso del suolo.

Il framework sperimentale valuta due aspetti complementari delle prestazioni DJSCC:

1. Centrato sulla ricostruzione: Misurazione della fedeltà visiva tramite Peak Signal-to-Noise Ratio (PSNR), Structural Similarity Index Measure (SSIM) e Mean Squared Error (MSE) sotto diversi rapporti di compressione ($\rho$) e rapporti segnale-rumore del canale (SNR, $\gamma$).
2. Orientato al task: Integrazione del framework DJSCC con un classificatore leggero e specifico per l'applicazione, EfficientViT, per misurare l'accuratezza, la precisione e il richiamo (recall) del task a valle.

Per modellare la relazione tra i parametri del sistema ($\rho$ e $\gamma$) e le metriche di prestazione, gli autori utilizzano un modello di perdita semantica unificato definito come una funzione non lineare. Poiché gli strumenti standard di curve-fitting non potevano gestire la struttura multidimensionale richiesta, gli autori hanno sviluppato un algoritmo di ottimizzazione a discesa del gradiente personalizzato (Algoritmo 1) per stimare i parametri del modello ($\mu_{i,j}$). Il modello proposto (Equazione 1) è una funzione bidimensionale che dipende congiuntamente dal rapporto di compressione e dall'SNR del canale.

Contributi Chiave

• Framework di Perdita Semantica Unificato: Il documento introduce un nuovo modello che cattura sia le prestazioni centrate sulla ricostruzione che quelle orientate al task all'interno di un unico framework matematico. A differenza dei lavori precedenti che modellano la distorsione come una somma di componenti indipendenti o utilizzano funzioni monodimensionali di SNR, questo modello caratterizza esplicitamente la relazione implicita e accoppiata tra le impostazioni di compressione DJSCC, le condizioni del canale e la qualità semantica.
• Validazione Empirica: Lo studio fornisce estesi risultati empirici attraverso sei diverse metriche (PSNR, SSIM, MSE, Accuratezza, Precisione, Richiamo) e due aspetti di valutazione (ricostruzione dell'immagine e classificazione) utilizzando dati EO reali.
• Analisi Comparativa: Il modello proposto viene confrontato con i modelli di perdita semantica esistenti, nello specifico il modello Generalized Sigmoid [9] e il modello Sum-of-Exponential [10].

Risultati
Estesi esperimenti dimostrano che il modello unificato proposto supera significativamente gli approcci esistenti.

• Accuratezza del Fitting: La Tabella III mostra l'errore quadratico medio (MSE) medio tra i dati misurati e i valori stimati. Per un rapporto di compressione $\rho=12$, il modello proposto ha ottenuto un MSE di 0,0407, rispetto allo 0,2474 del modello Generalized Sigmoid e allo 0,0521 del modello Sum-Exp. Miglioramenti simili sono stati osservati a $\rho=8$.
• Dimensionalità: Mentre i modelli esistenti sono limitati a funzioni monodimensionali di SNR (richiedendo rapporti di compressione fissi per il fitting), il modello proposto cattura con successo il comportamento bidimensionale del sistema, consentendo l'ottimizzazione simultanea della compressione e dei parametri del canale.
• Fit Visivo: Le Figure 2 e 3 illustrano che il curve fitting proposto si allinea strettamente ai dati empirici in tutti i casi testati, inclusi sia il caso DJSCC-AWGN grezzo che il caso EfficientViT-DJSCC-AWGN.

Significatività
L'articolo sostiene che questo framework di perdita semantica unificato offre spunti azionabili per la progettazione di sistemi di trasmissione di immagini EO robusti ed efficienti sotto link satellitari con risorse limitate. Fornendo un modello trattabile che collega i parametri di compressione e le condizioni del canale agli esiti a livello di applicazione, il lavoro affronta una lacuna critica nella progettazione di sistemi di comunicazione semantica. Esso consente agli ingegneri di prevedere meglio come gli impedimenti di trasmissione influenzino sia la qualità visiva delle immagini ricostruite sia l'accuratezza dei task di intelligenza artificiale a valle, facilitando lo sviluppo di sistemi di comunicazione EO efficienti in termini di banda e consapevoli del task (task-aware). Gli autori pongono questo lavoro come un'estensione della loro ricerca precedente sulla comunicazione semantica utilizzando lo standard DVB-S2, ora specificamente adattata alle complessità del DJSCC nell'Osservazione della Terra.