面向灾害响应的多视角三维重建端到端延迟优化
计算机视觉与模式识别
2023-04-05 v1
摘要
为规划灾害期间的快速响应，一线响应机构常采用“自带设备”（BYOD）模式，利用廉价移动边缘设备（如无人机、机器人、平板电脑）运行复杂视频分析应用，例如灾害场景的三维重建。与较简单的视频应用不同，广泛使用的基于多视角立体（MVS）的三维重建应用（如 openMVG/openMVS）极为耗时，尤其在计算受限的移动边缘设备上运行时。此外，此类本质串行的算法降低重建延迟颇具挑战，因为盲目、与具体应用无关的策略会严重劣化重建（即应用输出）质量，使其失去效用。本文旨在设计一种延迟优化的 MVS 算法流水线，目标是在协同移动边缘环境中运行该流水线，以最佳平衡端到端延迟与重建质量。整体优化方法从两方面着手：（a）应用层优化通过将流水线拆分为高频与低频重建组件来引入数据级并行；（b）系统层优化通过将流水线机会式运行于可用资源上并辅以在线质量控制，为流水线引入任务级并行，从而平衡延迟与质量。我们在硬件测试床上使用公开数据集的评估显示，延迟最高降低约 54%，而重建质量损失可忽略（约 4–7%）。
引用
@article{arxiv.2304.01488,
title = {End-to-End Latency Optimization of Multi-view 3D Reconstruction for Disaster Response},
author = {Xiaojie Zhang and Mingjun Li and Andrew Hilton and Amitangshu Pal and Soumyabrata Dey and Saptarshi Debroy},
journal= {arXiv preprint arXiv:2304.01488},
year = {2023}
}
备注
2022 10th IEEE International Conference on Mobile Cloud Computing, Services, and Engineering (MobileCloud)