² 学术快报
近日，水声通信与海洋信息技术教育部重点实验室（厦门大学），厦门大学信息学院袁飞、程恩教授团队的两项研究进展分别在IEEE 信号处理快报《IEEE Signal Processing Letters》以及IEEE 无线通信快报《IEEE Wireless Communications Letters》上在线发表。两项研究从 "高效图像重构" 到 "任务导向传输" 层层递进，为海洋探测、自主导航等场景提供了更高效的解决方案。其中，题为“Efficient Semantic Communication for Underwater Images Guided by Physical Priors”的研究提出了一种基于水下光学物理先验引导的水下图像传输方法，该方法在能够在极高压缩比编码的同时保留图像的关键语义，实现水下图像高效且鲁棒的传输，对带宽受限且信道条件恶劣的水声通信场景具有积极的意义。题为“Real-time Underwater Image Communication Guided by Depth Estimation”的研究提出了一种基于深度估计约束的水下图像语义通信框架，该轻量级编码器能有效避免冗余信息提取，专注于编码任务相关特征，对带宽受限的水下图像传输，以及在资源受限水下终端上部署具有积极的意义。
² 论文简介
研究进展一：由于水下信道带宽有限，噪声干扰严重，水下图像传输通常需要一种具有高压缩率和强鲁棒性的编码方案。水下图像具有独特的特征，与陆地成像不同，光在水下传播时会受到吸收和衰减效应，导致远距离区域细节逐渐丢失，背景区域呈现明显的蓝绿色调。因此，水下图像比陆地图像包含更多冗余信息。该研究受水下成像模型启发，提出了基于物理先验的高效水下语义通信框架。该框架通过物理先验优化语义编码过程，保留关键语义特征以实现高效压缩，并通过噪声感知训练策略以增强系统鲁棒性，最终借助伪模拟调制实现实际传输。
图1 研究一网络框架图
大量的实验表明，该方法可以实现高效且鲁棒的水下语义通信，传输较大尺寸的水下图像(512*512*3)仅需1.14s，相比其他方法拥有最短的编解码时间和传输时间。且在极高压缩比下仍能保证清晰且完整的高质量图像重建。此外，该研究还在实测水声信道中开展了验证，证明了其能够适应不同的水声信道条件，满足水下图像传输的实际需求。
图2可视化效果比较
该论文的第一作者为厦门大学信息学院2023级硕士研究生彭裕阳，通讯作者为袁飞教授。研究得到国家自然科学基金（62371404），2024年福州市推进海洋经济高质量发展“揭榜挂帅”项目（2024-ZD-025）以及厦门市海洋经济发展专项-海洋科技成果转化与产业化项目（23CZB004HJ01）的联合资助。
研究进展二：在水下自主导航、目标检测等实际应用中，接收端并非需要完整图像信息，仅需与任务相关的关键特征（如深度信息）。传统方法因追求图像重构的视觉效果，常传输大量冗余数据，造成带宽浪费。该团队进一步提出基于深度估计约束的轻量级语义通信框架，实现从 "图像重构导向" 到 "任务导向" 的跨越。该研究将深度信息和语义约束融入优化过程。通过采用轻量级编码器提取任务相关特征，并在接收端引入分阶段的重建机制，以逐步恢复语义信息。这种设计提升了深度估计所需关键语义特征的提取效率，从而在传输资源受限的情况下改善任务性能。
图1 研究二网络框架图
相比于研究一，研究二在数据量与编解码时间上进一步降低。512*512*3的源图像数据可压缩至 512 个传输符号，模型大小 27.13MB，在 4.65kbps 传输速率下，传输时间仅需要0.22 秒，编解码时间仅 0.0183 秒，较传统方法节省 98% 运行时间。在不同信噪比条件下，既能保证图像感知质量，又能稳定维持高精度深度估计，尤其适配水下机器人等资源受限终端。
图2 深度估计任务性能比较
图3 可视化效果比较
该论文的第一作者为厦门大学信息学院2022级博士研究生刘佳惠。通讯作者为袁飞教授。研究得到国家自然科学基金（62371404，62271425），2024年福州市推进海洋经济高质量发展“揭榜挂帅”项目（2024-ZD-025），以及厦门市海洋经济发展专项-海洋科技成果转化与产业化项目（23CZB004HJ01）的联合资助。
² 论文来源
研究一：Yuyang Peng, Jiahui Liu, Yi Zhu, Rongxin Zhang, Fei Yuan*. Efficient Semantic Communication for Underwater Images Guided by Physical Priors[J]. IEEE Signal Processing Letter, 2025,doi: 10.1109/LSP.2025.3592591.
研究二：Jiahui Liu, Yuyang Peng, Rongxin Zhang, Yi Zhu, En Cheng, Fei Yuan*. Real-time Underwater Image Communication Guided by Depth Estimation[J]. IEEE Wireless Communications Letters, 2025, doi：10.1109/LWC.2025.3598811.
