一种轻量级视频语义通信方法

本发明涉及一种轻量级视频语义通信方法，属于通信与人工智能领域。旨在解决现有视频传输方法在带宽资源有限或信道条件恶劣时，传输效率和可靠性下降的问题。该方法采用深度神经网络，将视频帧之间的运动矢量和残差进行建模，实现运动估计和补偿，并利用基于Swin Transformer和ECA‑Net的联合信源信道编码解码器，在低信噪比条件下也能确保稳健的传输性能。本发明引入了轻量级的光流估计网络和高效的信噪比自适应模块，降低了模型复杂度和推理时间，使其更适用于边缘设备。该方法克服了传统通信的“悬崖效应”，在低到中等信噪比水平下展现出优于现有模型和传统通信系统的性能，具有低复杂度和快速推理时间的特点。