一种边缘端可持续的多模态多层情感感知服务
网络与互联网体系结构
2019-06-06 v1 信号处理
摘要
受限于终端设备的计算能力与电池能量以及网络带宽，情感识别任务难以为用户提供良好的交互体验。用户不可容忍的延迟也严重制约了情感识别应用（如自动驾驶中的疲劳检测）在边缘环境中的普及。边缘计算的发展为这一问题提供了更可持续的解决方案。基于边缘计算，本文提出一种多模态多层情感感知服务（MULTI-EASE）架构，该架构将用户的面部表情与语音作为情感识别的多模态数据源，并采用智能终端、边缘服务器与云作为多层执行环境。通过分析各任务的平均延迟与移动设备的平均能耗，我们构建了一个延迟约束下的能耗最小化问题，并采用基于边缘的方法在多层间执行任务调度策略，以降低端到端延迟与能耗，进而改善用户的情感交互体验并实现边缘计算中的节能。最后，我们还实现了一个原型系统来验证 MULTI-EASE 的架构，实验结果表明 MULTI-EASE 是一个可持续且高效的情感分析应用平台，并为 MULTI-EASE 架构下的动态任务调度提供了有价值的参考。
引用
@article{arxiv.1906.01810,
title = {A Sustainable Multi-modal Multi-layer Emotion-aware Service at the Edge},
author = {Long Hu and Wei Li and Jun Yang and Giancarlo Fortino and Min Chen},
journal= {arXiv preprint arXiv:1906.01810},
year = {2019}
}