面向多任务协作智能的码率分配方法
机器学习
2020-02-18 v1 多媒体
图像与视频处理
摘要
近期研究表明，协作智能（CI）是一种在移动设备上部署基于人工智能（AI）服务的极具前景的框架。在CI中，深度神经网络被切分在移动设备与云端之间。移动端获得的深度特征被压缩并传输至云端以完成推理。迄今为止，文献中的方法集中于从移动端向云端传输单一深度特征张量，这类方法不适用于某些具有多分支与跳跃连接的新近高性能网络。本文提出首个面向多流、多任务CI的码率分配方法。我们首先建立多任务联合失真关于分配给不同深度特征张量的码率的模型，随后利用所提模型在总码率约束下求解率失真优化问题，以获得待传输张量间的最佳码率分配。实验结果证明了所提方案相较于若干替代码率分配方法的有效性。
引用
@article{arxiv.2002.07048,
title = {Bit Allocation for Multi-Task Collaborative Intelligence},
author = {Saeed Ranjbar Alvar and Ivan V. Bajić},
journal= {arXiv preprint arXiv:2002.07048},
year = {2020}
}
备注
Accepted for publication ICASSP'20