视频监控查询
数据库
2020-02-26 v1 计算机视觉与模式识别
图像与视频处理
摘要
近期利用深度学习原语的视觉处理在视频分析的基础问题(如帧分类和目标检测)上取得突破，催生了一系列新应用。本文研究视频流上的交互式声明式查询处理问题。特别地，我们引入一组近似过滤器，以加速涉及视频帧上特定类型对象(如汽车、卡车等)且其间具有关联空间关系(如汽车在卡车左侧)的查询。所得过滤器能够快速判断查询谓词是否成立，以继续对该帧进行进一步分析，或在否则情况下不再考虑该帧，从而避免代价高昂的目标检测操作。我们提出两类过滤器 和 ，其改编自深度图像分类和目标检测的原理。这些过滤器利用可扩展的深度神经架构，易于部署和使用。此外，我们提出统计查询处理技术，以处理涉及视频流上带空间约束对象的聚合查询，并通过实验证明所得聚合估计准确性的提升。这些技术共同构成一套鲁棒的视频监控查询处理技术。我们证明，在视频流上结合声明式查询应用所提技术，可显著提高帧处理率，并将查询处理加速至少两个数量级。我们给出了利用基准视频数据集在规模上进行的详尽实验研究结果，展示了所提方法的性能优势与实用价值。
引用
@article{arxiv.2002.10537,
title = {Video Monitoring Queries},
author = {Nick Koudas and Raymond Li and Ioannis Xarchakos},
journal= {arXiv preprint arXiv:2002.10537},
year = {2020}
}
备注
12 pages, 14 figures, to be published in International Conference in Data Engineering (ICDE 2020)