DeepWiVe: Deep-Learning-Aided Wireless Video Transmission

We present DeepWiVe , the first-ever end-to-end joint source-channel coding (JSCC) video transmission scheme that leverages the power of deep neural networks (DNNs) to directly map video signals to channel symbols, combining video compression, channel coding, and modulation steps into a single neura...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	IEEE journal on selected areas in communications Jg. 40; H. 9; S. 2570 - 2583
Hauptverfasser:	Tung, Tze-Yang, Gunduz, Deniz
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	New York IEEE 01.09.2022 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Schlagworte:	Artificial neural networks Bandwidth Bandwidths Channel allocation Coding Deep learning Distortion Frames (data processing) joint source-channel coding Machine learning Occlusion Optimization Parity check codes Resource management Video compression Video signals Video transmission Wireless communication wireless video transmission
ISSN:	0733-8716, 1558-0008
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!