基于四叉树分割编码的图像语义通信系统：突破传统通信的性能瓶颈

《IEEE Journal on Selected Areas in Communications》：Image Semantic Communication with Quadtree Partition-based Coding

本文针对现有图像语义通信系统在率失真性能与计算复杂度平衡方面的挑战，提出了一种基于四叉树分割的联合语义-信道编码方法Quad-DeepSC。研究通过建立统一的学习图像编解码器（LIC）与语义通信系统设计框架，实现了在保持低复杂度的同时超越传统通信系统的传输性能。实验表明，该系统在不同分辨率数据集上均优于采用VTM源编码和3GPP标准最优MCS的方案，为6G时代实时无线图像传输提供了创新解决方案。

　　

随着第六代移动通信系统（6G）愿景的提出，人工智能与通信技术的深度融合成为重要发展方向。然而，爆炸式增长的数字流量和超大规模图像语义交互需求，对现有通信系统提出了严峻挑战。传统通信系统主要关注源编码设计，虽然VVC等标准在PSNR和MS-SSIM指标上表现出色，但计算复杂度较高，且源编码往往独立于传输约束进行优化。当学习图像编解码器（LIC）应用于传统图像通信系统时，信道损伤和异构硬件浮点运算误差会严重降低重建质量。

深度学习语义通信（DeepSC）系统作为一种新兴范式，能够充分融合人工智能技术，有效解决传统通信系统的局限性。然而，现有图像DeepSC方法在平衡率失真性能与计算复杂度方面仍面临挑战，特别是在高分辨率数据集上表现不佳。为此，研究人员在《IEEE Journal on Selected Areas in Communications》上发表了创新性研究成果。

研究团队开发了基于四叉树分割的联合语义-信道编码方法Quad-DeepSC。该系统集成了四叉树分割的熵估计和特征编码模块，结合轻量级特征提取和重建网络，形成端到端架构。关键技术包括：四叉树空间-信道上下文模型（QP-SCCTX）进行高效的熵估计，可变符号长度映射机制实现带宽自适应分配，以及分层训练策略确保系统稳定收敛。研究使用DIV2K等高分辨率数据集进行训练，在AWGN、瑞利衰落等多种信道条件下进行性能评估。

系统架构设计

研究人员建立了统一的DeepSC系统设计和训练流程，将四叉树分割的熵估计和特征编码模块与轻量级特征提取和重建网络相结合。Quad-DeepSC系统包含神经分析器g_a(·)、神经合成器g_s(·)、熵估计器p_?(·)、特征编码器f_tx(·)和特征解码器f_rx(·)等核心组件，形成完整的端到端传输架构。

四叉树分割编码机制

基于成熟的四叉树分割技术，研究提出了空间-信道联合分组策略。该方法将特征沿通道维度分为四组，每步按对应的空间分割索引逐步分割，通过四步完成所有元素的渐进式估计。与棋盘格模型的两步估计相比，QP-SCCTX平均利用两倍的相邻参考，增强了通道间相关性建模能力。

可变符号长度映射

研究引入了基于空间单元的符号映射机制，通过共享全连接层和二进制掩码实现维度变换。每个符号的长度因子k_i,j通过对空间单元内C_y个元素的熵求和计算，实现了自适应的带宽分配。

分层训练策略

采用四阶段训练方法：首先冻结特征编码参数，使用加性均匀噪声替代量化训练Quad-LIC；然后应用实际量化进行微调；接着将预训练模型嵌入DeepSC进行端到端训练；最后通过速率集蒸馏优化系统性能。

实验结果表明，Quad-DeepSC在AWGN信道10dB信噪比条件下，在Kodak数据集上相比"VTM+5G LDPC"方案节省8.8%的带宽，在CLIC2021测试集上实现2.53%的带宽缩减。在瑞利衰落、突发错误信道等多种恶劣条件下，系统均表现出强大的鲁棒性。计算复杂度分析显示，Quad-DeepSC编码延迟仅12.1ms，成为当前最快的DeepSC系统。

该研究的创新性体现在三个方面：首次建立了LIC与语义通信的统一设计框架，提出了基于四叉树分割的联合编码机制，开发了低延迟高性能的Quad-LIC编解码器。研究证实，Quad-DeepSC是首个在多种分辨率数据集上全面超越传统通信系统的DeepSC方案，为6G时代实时无线图像传输提供了技术支撑。未来工作将把DeepSC扩展到Transformer或Mamba架构，融入长程依赖学习和动态状态建模，进一步提升编码效率。