基于无人机与卷积姿态机的互联人工智能测试平台
信号处理
2020-01-15 v1
摘要
近年来，无人机（UAVs）在大量应用中变得非常流行，尤其是配备由机载摄像头和嵌入式系统实现的计算机视觉功能的无人机。其中许多应用利用集成摄像头采集的数据进行目标检测。然而，若干实时目标检测应用依赖于卷积神经网络（CNNs），其计算开销大，且在无人机平台上处理CNNs具有挑战性（因其电池续航有限且处理能力受限）。为理解这些问题的影响，本文评估了在无人机端处理全部数据 versus 在边缘计算设备端处理的约束与益处。我们采用被称为OpenPose的卷积姿态机（CPMs）来完成关节姿态估计任务。我们利用该信息检测人体手势，并将其作为输入发送指令以控制无人机。使用真实无人机的实验结果表明，就电池消耗及识别人体姿态与无人机指令的延迟而言，边缘处理比无人机端处理更高效、更快速，因而可能更适用于基于CNNs的应用。
引用
@article{arxiv.2001.04944,
title = {Testbed for Connected Artificial Intelligence using Unmanned Aerial Vehicles and Convolutional Pose Machines},
author = {Diego Dantas and Carnot Braun and Kaio Forte and Flavio Brito and Andrey Silva and Silvia Lins and Neiva Linder and Aldebaro Klautau},
journal= {arXiv preprint arXiv:2001.04944},
year = {2020}
}
备注
6 pages; CBIC 2019: XIV Congresso Brasileiro de Intelig\^encia Computacional