基于 Map-Reduce 的人群追踪与监测中间件
分布式、并行与集群计算
2025-04-30 v1
摘要
本文介绍了一种新型分布式容错中间件的设计、实现与运行。它使用实现 Map-Reduce 范式的互联无线传感器网络（WSN），由若干低成本低功耗的微型计算机（Raspberry Pi）组成。具体而言，我们阐述了开发一种新颖的、实现高系统可用性且聚焦于网络连接性的容错 Map-Reduce 算法的步骤。最后，我们基于模拟数据展示了所提系统在真实场景（即希腊的一座历史建筑，M. Hatzidakis 住宅）中用于人群监测的用例。本文的技术新颖性在于提出了一种不使用复杂且资源密集的 AI 结构或图像与视频识别技术、可行且低成本低功耗的人群感知解决方案。
引用
@article{arxiv.2201.09550,
title = {Crowd tracking and monitoring middleware via Map-Reduce},
author = {Alexandros Gazis and Eleftheria Katsiri},
journal= {arXiv preprint arXiv:2201.09550},
year = {2025}
}
备注
18 pages, 7 figures, 4 tables, 23 references, This is an Accepted Manuscript of an article published by Taylor & Francis Group in the International Journal of Parallel, Emergent & Distributed Systems on 2022, available online: http://www.tandfonline.com/10.1080/17445760.2022.2034163