面向公共安全的大规模影像数据集组织与推理
计算机视觉与模式识别
2019-12-16 v1 机器学习
图像与视频处理
机器学习
摘要
视频应用与分析常被视作全国公共安全宽带网络中一项高负荷且重要的服务。作为 NIST PSCR 资助工作的一部分，新泽西州国土安全与防范办公室与 MIT 林肯实验室一直在开发一套包含业务与代表性公共安全场景的计算机视觉数据集。该数据集的规模与范围需要一种分层组织方法以实现高效的计算与存储。我们概述了以林肯实验室超级计算集群为测试架构的架构考量。随后，我们描述了如何跨 LLSC 智能组织该数据集，并通过跨数 TB 数据的大规模影像推理对其进行了评估。
引用
@article{arxiv.1908.09006,
title = {Large Scale Organization and Inference of an Imagery Dataset for Public Safety},
author = {Jeffrey Liu and David Strohschein and Siddharth Samsi and Andrew Weinert},
journal= {arXiv preprint arXiv:1908.09006},
year = {2019}
}
备注
Accepted for publication IEEE HPEC 2019