移动环境下的分布式边缘视频分析
分布式、并行与集群计算
2022-06-30 v1
摘要
近年来，我们见证了数据的爆发式增长。其中大量是由安防摄像头、智能手机和行车记录仪生成的视频数据。此类数据的及时分析对许多新兴应用（如实时人脸识别与目标检测）具有重大实际意义。在本研究中，我们解决行车记录仪视频的实时原位视频分析问题，并提出 EdgeDashAnalytics（EDA）——一个基于边缘的系统，利用本地移动设备网络实现近实时视频分析。具体而言，它以近实时方式同时使用一辆行驶中车辆上一个或多个移动设备处理两部不同角度行车记录仪产生的视频。一部摄像头朝外拍摄车辆前方视野，另一部朝内拍摄驾驶员。外部视频被分析以检测潜在驾驶危险，内部视频用于识别驾驶员分心。EDA 通过设计并引入若干优化，以可容忍的精度损失，利用资源受限、暂态的移动设备实现近实时视频分析。我们将 EDA 实现为 Android 应用，并使用 BDD100K 行车记录仪视频数据集（arXiv:1805.04687 [cs.CV]）与 DMD 驾驶员监控数据集（arXiv:2008.12085 [cs.CV]），以两部行车记录仪和若干异构移动设备对其评估。实验结果证明了使用行驶中资源受限移动设备在周转时间与能耗（或电池使用）方面实现实时视频分析的可行性。
引用
@article{arxiv.2206.14414,
title = {Distributed Edge-based Video Analytics on the Move},
author = {Jayden King and Young Choon Lee},
journal= {arXiv preprint arXiv:2206.14414},
year = {2022}
}