标题：面向数字孪生网络的轻量化语义图像压缩方法
作者：张玉洁；施建锋
作者单位：南京铁道职业技术学院智能工程学院，江苏 南京 210031；南京信息工程大学电子与信息工程学院，江苏 南京 210044
关键字：数字孪生网络；语义图像压缩；轻量化网络；深度学习
摘要：针对传统压缩技术在处理蕴含丰富语义信息的视觉图像时，导致的压缩效率低下、关键语义信息缺失，难以满足数字孪生网络对数据传输实时性、重建保真度等难题，设计了一种基于轻量化深度学习网络与多维注意力机制的图像压缩方法，可将图像压缩重构为语义信息的高效表征与图像结构及细节的精准提取问题，并对图像信息进行分层解耦与融合编码。仿真结果表明，所提方法在降低计算资源消耗的同时，能实现视觉信息的精准恢复和核心语义信息的有效传递。