基于联邦深度学习的智能门铃设计演示
分布式、并行与集群计算
2020-10-20 v1 人工智能
机器学习
摘要
智能门铃在保护我们的现代家庭方面一直发挥着重要作用。现有将视频流发送至中心化服务器（或云端）进行视频分析的方法面临诸多挑战，例如延迟、带宽成本，以及更为重要的用户隐私问题。为应对这些挑战，本文展示了一个基于联邦深度学习（Federated Deep Learning）的智能门铃平台的能力，该平台可在边缘与云资源上部署和管理诸如智能门铃之类的视频分析应用。该平台具备可扩展性，可协同多设备工作，并无缝管理应用组件的在线编排。所提出的框架使用最先进技术实现。我们使用 Flask 框架实现联邦服务器，通过 Nginx 与 Gunicorn 进行容器化，并部署于 AWS EC2 与 AWS Serverless 架构上。
引用
@article{arxiv.2010.09687,
title = {A Demonstration of Smart Doorbell Design Using Federated Deep Learning},
author = {Vatsal Patel and Sarth Kanani and Tapan Pathak and Pankesh Patel and Muhammad Intizar Ali and John Breslin},
journal= {arXiv preprint arXiv:2010.09687},
year = {2020}
}
备注
6