基于无人机协同集群与卷积网络的高效实时图像识别
计算机视觉与模式识别
2021-07-13 v1 分布式、并行与集群计算
摘要
无人机（UAVs）近年来因其能够在不同领域使用并服务于艰险区域而备受关注。此外，计算机视觉与人工智能的进步增加了无人机在诸如森林火灾检测和边境监控等各种应用与解决方案中的使用。然而，将深度神经网络（DNNs）与无人机结合带来了处理更深网络和复杂模型的若干挑战，这限制了其机载计算能力。在本工作中，我们提出一种策略，旨在将推理请求分配给一群资源受限的无人机，这些无人机在机载上对捕获图像进行分类并求得最小决策延迟。我们将该模型表述为一个优化问题，最小化获取图像与做出最终决策之间的延迟。所表述的优化解是 NP-hard 问题，因此不适用于在线资源分配。为此，我们引入一种在线启发式解法，即 DistInference，以寻找在可用无人机中给出最佳延迟的层放置策略。所提方法具有足够的通用性，可用于不同的低决策延迟应用，以及所有组织为层流水线（如 VGG）或基于残差块（如 ResNet）的 CNN 类型。
引用
@article{arxiv.2107.04648,
title = {Efficient Real-Time Image Recognition Using Collaborative Swarm of UAVs and Convolutional Networks},
author = {Marwan Dhuheir and Emna Baccour and Aiman Erbad and Sinan Sabeeh and Mounir Hamdi},
journal= {arXiv preprint arXiv:2107.04648},
year = {2021}
}
备注
conference paper accepted and presented at 17th Int. Wireless Communications & Mobile Computing Conference - IWCMC 2021, Harbin, China