Cálculo de Funciones Distribuidas Aleatorizadas de Baja Latencia y Realismo: Un Enfoque Teórico de Shannon

Área de la Ciencia:

• Teoría de la Información
• Visión por Computadora
• Compresión de Datos

Sus antecedentes:

• La comunicación semántica prioriza la importancia de los datos sobre la reproducción exacta para la eficiencia.
• La compresión de imágenes enfrenta desafíos para equilibrar la precisión, la fidelidad perceptual y las restricciones de recursos (latencia/ancho de banda).

Objetivo del estudio:

• Analizar el equilibrio velocidad-distorsión-percepción (RDP) en la compresión de imágenes utilizando un marco de comunicación semántica.
• Establecer caracterizaciones de longitud de bloque finita de la región RDP bajo diversas condiciones prácticas.

Principales métodos:

• Utilizó el marco de cálculo de funciones distribuidas aleatorizadas (RDFC) para sintetizar aleatoriedad y dar forma a las distribuciones de salida.
• Derivó caracterizaciones de longitud de bloque finita de la región RDP, cuantificando la interacción entre tasa, distorsión y percepción.
• Incorporó extensiones para información auxiliar compartida y secreto fuerte contra adversarios, incluidos los cuánticos.

Principales resultados:

• Cuantificó la región RDP en regímenes no asintóticos, revelando interacciones entre la tasa de comunicación, la distorsión y la fidelidad perceptual.
• Identificó la región RDP asintótica bajo una restricción de realismo perfecto.
• Demostró la influencia de la información auxiliar, los efectos de longitud de bloque finita y las demandas de secreto en el rendimiento alcanzable.

Conclusiones:

• El estudio proporciona información práctica para desarrollar sistemas de compresión de imágenes de baja latencia, seguros y conscientes del realismo.
• Los hallazgos son aplicables a los avances en sistemas de modelado generativo que requieren fidelidad perceptual.