EcoLens：利用多目标贝叶斯优化实现边缘设备上的能效视频处理
计算机视觉与模式识别
2025-06-03 v1
摘要
在资源受限环境中进行实时分析的视频处理，在平衡能耗与视频语义方面面临重大挑战。本文通过提出一种动态优化处理配置的系统来解决能效视频处理问题，该系统旨在最小化边缘设备上的能耗，同时为深度学习推理保留必要的视频特征。我们首先收集了各种配置的广泛离线分析数据，包括设备 CPU 频率、帧过滤特征、差分阈值和视频比特率，以建立它们对能耗和推理精度影响的先验知识。利用这一洞察，我们引入了一个在线系统，该系统采用多目标贝叶斯优化来智能地实时探索和调整配置。我们的方法持续优化处理设置，以最小的边缘设备能耗达到目标推理精度。实验结果表明，该系统在降低视频处理能耗的同时保持了高分析性能，为智能设备和边缘计算应用提供了实用解决方案。
引用
@article{arxiv.2506.00754,
title = {EcoLens: Leveraging Multi-Objective Bayesian Optimization for Energy-Efficient Video Processing on Edge Devices},
author = {Benjamin Civjan and Bo Chen and Ruixiao Zhang and Klara Nahrstedt},
journal= {arXiv preprint arXiv:2506.00754},
year = {2025}
}