突破 accuracy-resource 困境：轻量级自适应视频推理增强
计算机视觉与模式识别
2026-05-19 v2 人工智能
摘要
现有的视频推理（VI）增强方法通常通过扩大模型规模和采用复杂网络结构来提升性能。虽然这些方法已实现最先进的性能，但往往忽视资源效率与推理效果之间的权衡，导致资源利用不高效且推理表现次优。为此，我们开发了一个基于关键系统参数和推理相关指标的模糊控制器（FC-r）。在 FC-r 的指引下，提出了一种 VI 增强框架，利用相邻视频帧中目标的时空相关性。该框架可在给定目标设备的实时资源条件下，动态在不同规模的模型之间切换。实验结果表明，所提方法有效实现了资源利用与推理性能之间的平衡。
引用
@article{arxiv.2601.14568,
title = {Breaking the accuracy-resource dilemma: a lightweight adaptive video inference enhancement},
author = {Wei Ma and Shaowu Chen and Junjie Ye and Peichang Zhang and Lei Huang},
journal= {arXiv preprint arXiv:2601.14568},
year = {2026}
}
备注
5 pages, 5 figures