语义驱动的云-边协同推理

随着智能交通等智慧城市应用中视频数据的激增，高效的视频分析已变得至关重要但也充满挑战。本文提出一种语义驱动的云-边协同方法来加速视频推理，并以车牌识别作为案例研究。该方法分离语义提取与识别，使边缘服务器仅从视频帧中提取视觉语义（车牌块），并根据负载将计算密集的识别卸载至云端或邻近边缘。这种分段处理结合负载感知的工作分配策略，旨在降低端到端延迟并提升吞吐量。实验表明，与仅云或仅边缘处理相比，端到端推理速度（最高快 5 倍）、吞吐量（最高 9 FPS）显著提升，且流量体积减少（降低 50%），验证了所提方法的效率。这种具有语义驱动工作划分的云-边协同框架为扩展智慧城市中的视频分析提供了一种有前景的解决方案。