边缘端协作式智能跨摄像头视频分析：机遇与挑战
网络与互联网体系结构
2019-09-24 v1
摘要
如今，视频摄像头被大规模部署用于对物理场所的空间监测(例如智慧城市背景下的监控系统)。然而，海量摄像头的部署为分析庞大数据带来了新的挑战，因为复杂深度学习技术的高计算开销成本在能耗与处理吞吐量方面给此类资源受限的边缘设备带来了难以承受的开销。为应对这些局限，本文设想了一种网络边缘处的协作式智能跨摄像头视频分析范式，其中摄像头节点调整其处理流水线(例如推理)以纳入来自其他节点内容的关联观测与共享知识。通过一方面利用冗余的时空信息来缩减推理搜索空间的大小，另一方面实现视频节点间的智能协作，我们讨论了与非协作基线相比，这种协作范式如何能显著提升准确率、降低延迟并减少通信带宽。本文还阐述了实现该范式的主要机遇与挑战。
引用
@article{arxiv.1909.10468,
title = {Collaborative Intelligent Cross-Camera Video Analytics at Edge: Opportunities and Challenges},
author = {Hannaneh Barahouei Pasandi and Tamer Nadeem},
journal= {arXiv preprint arXiv:1909.10468},
year = {2019}
}
备注
First International Workshop on Challenges in Artificial Intelligence and Machine Learning