REVAMP$^2$T:面向多摄像头隐私保护行人跟踪的实时边缘视频分析系统

Christopher Neff; Matías Mendieta; Shrey Mohan; Mohammadreza Baharani; Samuel Rogers; Hamed Tabkhi

doi:10.1109/JIOT.2019.2954804

REVAMP$^2$T:面向多摄像头隐私保护行人跟踪的实时边缘视频分析系统

计算机视觉与模式识别 2019-11-26 v2 图像与视频处理

作者: Christopher Neff , Matías Mendieta , Shrey Mohan , Mohammadreza Baharani , Samuel Rogers , Hamed Tabkhi

在 arXiv 上查看 ↗ PDF ↗ DOI ↗

摘要

本文提出 REVAMP $^2$ T(面向多摄像头隐私保护行人跟踪的实时边缘视频分析系统),作为一个集成的端到端 IoT 系统,用于内置隐私的分散式态势感知。REVAMP $^2$ T 提出了新颖的算法与系统构造,将深度学习和视频分析推至 IoT 设备(即摄像头)旁。在算法方面,REVAMP $^2$ T 提出了统一的集成计算机视觉流水线,用于跨多摄像头的检测、再识别与跟踪,无需存储流数据。同时,它避免人脸识别,并基于行人的关键特征在运行时进行跟踪与再识别。在 IoT 系统方面,REVAMP $^2$ T 提供了基础设施以最大化边缘硬件利用率、协调全局通信,并在不使用个人可识别信息的情况下为分布式 IoT 网络提供系统级再识别。在结果与评估方面,本文还提出了一种新指标 Accuracy $\cdot$ Efficiency (\AE),用于基于准确率、性能与功耗效率对实时视频分析的 IoT 系统进行整体评估。REVAMP $^2$ T 相较当前 SOTA 最高可实现十三倍的 \AE~提升。

关键词

边缘视频分析多摄像头跟踪行人再识别隐私保护 IoT 系统实时准确率-效率指标

引用

@article{arxiv.1911.09217,
  title  = {REVAMP$^2$T: Real-time Edge Video Analytics for Multi-camera Privacy-aware Pedestrian Tracking},
  author = {Christopher Neff and Matías Mendieta and Shrey Mohan and Mohammadreza Baharani and Samuel Rogers and Hamed Tabkhi},
  journal= {arXiv preprint arXiv:1911.09217},
  year   = {2019}
}

备注

Published as an article paper in IEEE Internet of Things Journal: Special Issue on Privacy and Security in Distributed Edge Computing and Evolving IoT

REVAMP$^2$T:面向多摄像头隐私保护行人跟踪的实时边缘视频分析系统

摘要

关键词

引用

备注

相关论文