面向边缘实时视频分析的效用感知负载丢弃

实时视频分析通常要求通过查询处理视频帧，以识别感兴趣的目标或活动，同时遵守端到端帧处理延迟约束。由于需要流式传输并处理所有视频帧，此类应用对后端计算和网路基础设施施加了持续且沉重的负载。视频数据具有内在冗余性，对于给定的查询并非总是包含感兴趣的目标。我们利用视频流的这一特性，提出了一种轻量级负载丢弃器（Load Shedder），可部署在边缘服务器或与摄像头共置的廉价边缘设备上，丢弃无趣的视频帧。所提出的负载丢弃器使用基于像素级颜色的特征为每帧入口视频帧计算效用分数，代表该帧对当前查询的效用。负载丢弃器使用最小效用阈值来选择感兴趣帧发送以进行查询处理。丢弃不必要的帧使后端视频分析查询能够以更少的计算和网络资源满足端到端延迟约束。为保证运行时的有界端到端延迟，我们引入了一个控制回路，监控给定查询的后端负载并动态调整效用阈值。性能评估表明，所提出的负载丢弃器在选择包含各感兴趣目标的较大比例帧的同时，满足端到端帧处理延迟约束。此外，负载丢弃器在具有中等计算资源的边缘设备上运行时不会带来显著的延迟开销。