MobiSR：通过异构移动处理器实现高效的端侧超分辨率
计算机视觉与模式识别
2019-08-22 v1 分布式、并行与集群计算
摘要
近年来，卷积网络在图像复原任务——超分辨率（SR）中展现出前所未有的性能。SR 涉及对单张低分辨率图像进行放大以满足特定应用的图像质量需求，并在移动设备中扮演关键角色。为遵守隐私法规并减少云计算开销，在设备端本地执行 SR 模型构成了一种关键的替代方案。然而，SR 工作负载过高的计算和内存需求给在资源受限的移动平台上映射 SR 网络带来了挑战。本工作提出 MobiSR，一个在端侧执行高效超分辨率的新颖框架。给定目标移动平台，所提出的框架考虑流行的模型压缩技术并遍历设计空间，以达成图像质量与处理速度之间的最佳折衷。在运行时，一个新颖的调度器根据图像块估计的放大难度，将传入的图像块分派到合适的模型-引擎对，从而以最小的处理延迟满足所需的图像质量。定量评估表明，所提出的框架产生的端侧 SR 设计，相较于高度优化的并行难度无关映射平均实现了 2.13 倍的加速，相较于高度优化的单计算引擎实现平均实现了 4.79 倍的加速。
引用
@article{arxiv.1908.07985,
title = {MobiSR: Efficient On-Device Super-Resolution through Heterogeneous Mobile Processors},
author = {Royson Lee and Stylianos I. Venieris and Łukasz Dudziak and Sourav Bhattacharya and Nicholas D. Lane},
journal= {arXiv preprint arXiv:1908.07985},
year = {2019}
}
备注
Accepted at the 25th Annual International Conference on Mobile Computing and Networking (MobiCom), 2019