面向实时车载摄像头视频分析的车载边缘系统
分布式、并行与集群计算
2024-12-02 v1
摘要
现代车辆配备的摄像头主要用于收集交通事故的视觉证据。然而，大多数与交通事故无关的视频数据被丢弃而未被利用。本文提出一种改善驾驶安全的摄像头视频用例。通过分析车载摄像头捕获的实时视频，我们可以检测驾驶中的危险情况和注意力分散，以立即警报司机。为此，我们设计并实现了一个分布式边缘基于车载摄像头视频分析系统（DEVA），该系统利用车辆中的个人边缘设备（移动设备）进行视频分析。DEVA 整合可用车载边缘设备以维持资源池，考虑到每个设备的资源 availability，将视频帧分配给进行分析的设备，并动态调整摄像头的帧率以控制整体工作负载。整个视频分析任务被划分为多个独立阶段，以流水线方式执行，以提高整体帧处理吞吐量。我们在 Android 应用中实现了 DEVA，也开发了一个车载无摄像头仿真应用用于测试。实验结果显示，使用三台高端设备，DEVA 可在约 200 毫秒的延迟内处理每个摄像头约 22~30 FPS 的实时视频。
引用
@article{arxiv.2411.19558,
title = {In-Vehicle Edge System for Real-Time Dashcam Video Analysis},
author = {Seyul Lee and Jayden King and Young Choon Lee and Hyuck Han and Sooyong Kang},
journal= {arXiv preprint arXiv:2411.19558},
year = {2024}
}
备注
Submitted to Elsevier Internet of Things