MadEye：通过自适应相机配置提升实时视频分析精度
分布式、并行与集群计算
2023-04-06 v1 计算机视觉与模式识别
网络与互联网体系结构
摘要
相机朝向（即旋转与变焦）决定了相机在给定场景中所捕捉的内容，进而严重影响实时视频分析流水线的精度。然而，现有分析方法未触及这一关键的适配旋钮，而是选择仅改变来自固定朝向的已捕捉图像的编码、传输与分析方式。我们提出MadEye，一种相机-服务器系统，可自动且持续地调整朝向，以在当前工作负载与资源约束下最大化精度。为使用商用云台变焦（PTZ）相机实现此目标，MadEye嵌入了（1）一种搜索算法，可快速探索庞大的朝向空间以在每个时刻识别出富有成效的子集；（2）一种新颖的知识蒸馏策略，以高效（仅用相机资源）选出那些使工作负载精度最大化的朝向。在多样工作负载上的实验表明，MadEye在相同资源使用下将精度提升2.9-25.7%，或以低2-3.7倍的资源成本实现相同精度。
引用
@article{arxiv.2304.02101,
title = {MadEye: Boosting Live Video Analytics Accuracy with Adaptive Camera Configurations},
author = {Mike Wong and Murali Ramanujam and Guha Balakrishnan and Ravi Netravali},
journal= {arXiv preprint arXiv:2304.02101},
year = {2023}
}
备注
19 pages, 16 figures