高分辨率图像中带宽受限的目标识别

本文提出一种在关键通信场景下优化目标检测带宽使用的新方法。我们开发了两种主动信息寻求的操作模型。第一种模型在低分辨率图像中识别有前景的区域，并逐步请求更高分辨率的区域以执行更高质量语义的识别。第二种模型在低分辨率图像中识别有前景区域，同时预测更高质量语义目标的近似位置。基于此通用框架，我们通过识别车牌开发了一个汽车识别系统，并在我们引入的一个汽车数据集上评估了两种模型的性能。结果与传统JPEG压缩进行比较，表明我们的系统在识别性能损失很小的情况下节省了高达一个数量级的带宽。