分而治之：在并行处理基础设施上处理分割视频的精确机器学习算法
计算机视觉与模式识别
2019-12-23 v1 分布式、并行与集群计算
摘要
城市中交通摄像头的数量每日剧增，产生了海量视频数据。诸如Hadoop之类的并行处理基础设施和诸如MapReduce之类的编程模型正被用于及时处理这些数据量。使用Hadoop MapReduce进行视频处理的常见方法是仅在一个节点上处理整段视频，然而，为避免负载不均衡等并行化问题，我们提出将视频分割为等长部分并在不同节点上处理每个分块。我们使用一些机器学习技术来检测和跟踪车辆。但视频分割可能产生不准确的结果。为解决该问题，我们提出了一种启发式算法以避免在同一车辆被多个分块处理。
引用
@article{arxiv.1912.09601,
title = {Divide and Conquer: an Accurate Machine Learning Algorithm to Process Split Videos on a Parallel Processing Infrastructure},
author = {Walter M. Mayor Toro and Juan C. Perafan Villota and Oscar H. Mondragon and Johan S. Obando Ceron},
journal= {arXiv preprint arXiv:1912.09601},
year = {2019}
}
备注
3 pages, 2 figures, LatinX in AI Research at NeurIPS 2019