申请/专利权人：南京邮电大学

申请日：2023-06-12

公开（公告）日：2023-10-24

公开（公告）号：CN116939320A

主分类号：H04N21/80

分类号：H04N21/80;H04N21/233;H04N21/234;H04N21/2343;H04N21/2383;H04N21/439;H04N21/44;H04N21/4402;H04N21/438;G06F18/25;G06N3/048;G06N3/0475;G06N3/0499;G06N3/0464;G06N3/0455;G06N3/09

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2023.10.24#公开

摘要：本发明公开了一种生成式多模态互利增强视频语义通信方法，称为MME‑SC。该方法建立在条件生成对抗网络CGAN的基础上，旨在使用文本作为主要传输载体，利用不同模态之间的互利增强来实现目标语义信息的精准提取，从而完成视频传输任务。在多模态互利增强网络的帮助下，我们从视频的关键帧图像和音频中提取语义信息，并进行差值处理，以确保提取的文本以更少的比特传达准确的语义信息，从而提高系统的容量。此外，本发明设计了一个多帧语义检测模块，以督促视频生成过程中的语义过渡。仿真结果表明，本发明出的框架在复杂噪声环境中对视频的传输具有较高的鲁棒性，特别是在低信噪比条件下，显著提高了视频通信中语义传输的准确性和符号传输速率。

主权项：1.一种生成式多模态互利增强视频语义通信方法，其特征在于，所述方法包括如下步骤：步骤1：发送端视频片段语义信息提取；步骤1-1：视频关键帧判别选择；步骤1-2：关键帧图像音频模态信息提取文本语义信息；步骤2：建立多模态互利增强网络模型；步骤2-1：输入单帧图像文本音频信息并分别编码；步骤2-2：设计语义差分处理，文本模态以预训练CGAN为基础生成图像音频；步骤2-3：进行语义信息差分处理；步骤3：建立通信编解码模块：步骤3-1：建立语义通信编解码模块，设定语义网络集合引入语义相似度其中B·代表基于转换器的句子-双向编码器BERT的预训练模型，语义相似度ξ是一个在0和1之间的连续值，s代表传输原句，代表接收端恢复语句，·T代表转置；步骤3-2：建立语义编解码模块；步骤3-3：建立信道编解码模块；步骤4：接收端视频恢复；步骤4-1：接收端基于条件生成对抗网络CGAN实现文本语义及辅助信息图像音频还原；步骤4-2：多帧信息匹配性纠错，确保信息的一致性和逻辑性，最终恢复出完整的视频。

全文数据：

权利要求：

百度查询： 南京邮电大学 一种生成式多模态互利增强视频语义通信方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD