본 논문은 증가하는 영상 감시 카메라의 수와 해상도로 인해 증가하는 감시 영상 전송 및 저장 부담을 해결하기 위해, 기존의 Shannon 이론 기반 통신 방식의 한계를 극복할 수 있는 의미론적 통신 기반의 새로운 감시 영상 인코딩 및 디코딩 방법을 제안합니다. 기존 방법들의 많은 샘플 데이터 요구량 문제를 해결하기 위해, 스케치를 의미 정보로 추출하고 이를 압축하는 방법, 스케치를 참조 프레임을 이용해 영상 프레임으로 변환하는 방법, 그리고 소량의 학습 데이터만으로 스케치를 영상으로 복원하는 네트워크를 제안합니다. 실험 결과, 제안된 방법은 기존 방법들보다 훨씬 향상된 영상 복원 성능을 보였으며, 스케치 압축 방법은 영상 품질 저하를 최소화하면서 저장 및 전송 부하를 효과적으로 줄였습니다. 이는 각 감시 장면에 대한 소량의 학습 샘플만 필요하다는 점에서 의미론적 통신 시스템의 실용성을 높이는 데 기여합니다.
