基于并行边缘卸载的拥挤场景实时高分辨率行人检测
网络与互联网体系结构
2023-01-23 v1 人工智能
分布式、并行与集群计算
摘要
为在监控系统中识别密集且小尺寸的行人，高分辨率相机被广泛部署，其捕获高分辨率图像并送至现成行人检测模型。然而，鉴于高分辨率带来的高度计算密集型负载，资源受限的相机无法实时完成准确推理。为此，我们提出 Hode，一种利用邻近多个边缘节点以高分辨率输入加速行人卸载视频分析框架。具体而言，Hode 可智能地将高分辨率图像切分为各自区域，再卸载至分布式边缘节点并行执行行人检测。我们设计了时空流过滤方法以实现上下文感知的区域划分，以及基于 DRL 的调度算法以在异构边缘节点间实现精度感知的负载均衡。基于真实原型的大量评估结果表明，Hode 可实现高达 2.01% 的加速且精度损失极小。
引用
@article{arxiv.2301.08406,
title = {Real-Time High-Resolution Pedestrian Detection in Crowded Scenes via Parallel Edge Offloading},
author = {Hao Wang and Hao Bao and Liekang Zeng and Ke Luo and Xu Chen},
journal= {arXiv preprint arXiv:2301.08406},
year = {2023}
}
备注
Accepted by IEEE ICC 2023