論文の概要: Dynamic Error-bounded Lossy Compression (EBLC) to Reduce the Bandwidth
Requirement for Real-time Vision-based Pedestrian Safety Applications
- arxiv url: http://arxiv.org/abs/2002.03742v1
- Date: Wed, 29 Jan 2020 17:21:51 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-05 21:30:45.471223
- Title: Dynamic Error-bounded Lossy Compression (EBLC) to Reduce the Bandwidth
Requirement for Real-time Vision-based Pedestrian Safety Applications
- Title（参考訳）: 動的エラーバウンドロッシー圧縮(EBLC)によるリアルタイム視覚に基づく歩行者安全用帯域幅要求の低減
- Authors: Mizanur Rahman, Mhafuzul Islam, Jon C. Calhoun and Mashrur Chowdhury
- Abstract要約: ビデオ圧縮は、ビデオベースのリアルタイム歩行者検出など、ITSアプリケーションのリアルタイム制約を損なう可能性がある。
本研究では,環境条件に応じて動的に映像圧縮レベルを変更するために,実時間エラーバウンド損失圧縮(EBLC)戦略を開発する。
- 参考スコア（独自算出の注目度）: 6.152873761869356
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As camera quality improves and their deployment moves to areas with limited
bandwidth, communication bottlenecks can impair real-time constraints of an ITS
application, such as video-based real-time pedestrian detection. Video
compression reduces the bandwidth requirement to transmit the video but
degrades the video quality. As the quality level of the video decreases, it
results in the corresponding decreases in the accuracy of the vision-based
pedestrian detection model. Furthermore, environmental conditions (e.g., rain
and darkness) alter the compression ratio and can make maintaining a high
pedestrian detection accuracy more difficult. The objective of this study is to
develop a real-time error-bounded lossy compression (EBLC) strategy to
dynamically change the video compression level depending on different
environmental conditions in order to maintain a high pedestrian detection
accuracy. We conduct a case study to show the efficacy of our dynamic EBLC
strategy for real-time vision-based pedestrian detection under adverse
environmental conditions. Our strategy selects the error tolerances dynamically
for lossy compression that can maintain a high detection accuracy across a
representative set of environmental conditions. Analyses reveal that our
strategy increases pedestrian detection accuracy up to 14% and reduces the
communication bandwidth up to 14x for adverse environmental conditions compared
to the same conditions but without our dynamic EBLC strategy. Our dynamic EBLC
strategy is independent of detection models and environmental conditions
allowing other detection models and environmental conditions to be easily
incorporated in our strategy.
- Abstract（参考訳）: カメラの品質が向上し、帯域幅が限られている領域への展開が進むにつれて、ビデオベースのリアルタイム歩行者検出など、ITSアプリケーションのリアルタイム制約を障害する通信ボトルネックが発生する。
ビデオ圧縮は、ビデオ送信の帯域幅を減少させるが、画質を低下させる。
映像の品質レベルが低下するにつれて、視覚に基づく歩行者検出モデルの精度が低下する。
さらに、環境条件(雨や暗闇など)は圧縮比を変化させ、高い歩行者検出精度を維持することが困難になる。
本研究の目的は, 歩行者検出精度を維持するために, 環境によって映像圧縮レベルを動的に変化させるリアルタイムエラーバウンド損失圧縮(EBLC)戦略を開発することである。
環境条件下でのリアルタイムな視覚に基づく歩行者検出における動的EBLC戦略の有効性を示すケーススタディを実施。
本手法は,環境条件の代表的なセットにおいて高い検出精度を維持できる損失圧縮に対して動的にエラー許容度を選択する。
分析の結果, 本手法は歩行者検出精度を最大14%向上させ, 通信帯域幅を14倍まで低減できることがわかった。
我々の動的EBLC戦略は検出モデルや環境条件とは無関係であり、他の検出モデルや環境条件を簡単に組み込むことができる。
関連論文リスト
- Deep Learning-Based Image Compression for Wireless Communications: Impacts on Reliability,Throughput, and Latency [41.77014570882275]
無線通信では、効率的な画像伝送は信頼性、スループット、レイテンシのバランスをとる必要がある。
ハイパープライアモデルとVQGAN(Vector Quantized Generative Adversarial Network)の2つの最先端学習モデルについて検討する。
両モデルのプログレッシブバージョンを提案し、不完全なチャネル条件下で部分的な画像伝送と復号を可能にする。
論文 参考訳（メタデータ） (2024-11-16T01:14:55Z) - Evaluation of Video-Based rPPG in Challenging Environments: Artifact Mitigation and Network Resilience [1.6637373649145606]
ビデオベースの遠隔光胸腺撮影(r)が,非接触型バイタルサインモニタリングのための有望な技術として登場した。
しかし、現実のシナリオにおけるバイタルサインの正確な測定はいくつかの課題に直面している。
論文 参考訳（メタデータ） (2024-05-02T12:21:51Z) - No-frills Temporal Video Grounding: Multi-Scale Neighboring Attention
and Zoom-in Boundary Detection [52.03562682785128]
時間的ビデオグラウンドティングは、未編集のビデオから言語クエリの時間間隔を取得することを目的としている。
テレビGにおける重要な課題は、低SNR(Semantic Noise Ratio)による低SNRの性能低下である。
本稿では,2つのコアモジュールからなる非フリーズTVGモデルを提案する。
論文 参考訳（メタデータ） (2023-07-20T04:12:10Z) - Image Enhancement for Remote Photoplethysmography in a Low-Light
Environment [13.740047263242575]
遠隔心拍モニタリング技術の精度は大幅に向上した。
アルゴリズムの大幅な進歩にもかかわらず、rアルゴリズムの性能は長期的に低下する可能性がある。
ビデオ撮影における照明不足は生理的信号の品質を損なう。
提案手法は, パルス信号の信号対雑音比と精度の向上に有効である。
論文 参考訳（メタデータ） (2023-03-16T14:18:48Z) - StreamYOLO: Real-time Object Detection for Streaming Perception [84.2559631820007]
将来を予測する能力を備えたモデルを提供し、ストリーミング知覚の結果を大幅に改善する。
本稿では,複数の速度を駆動するシーンについて考察し,VasAP(Velocity-Awared streaming AP)を提案する。
本手法は,Argoverse-HDデータセットの最先端性能を実現し,SAPとVsAPをそれぞれ4.7%,VsAPを8.2%改善する。
論文 参考訳（メタデータ） (2022-07-21T12:03:02Z) - DNN-Driven Compressive Offloading for Edge-Assisted Semantic Video
Segmentation [7.9955920576321615]
本稿では,エッジ支援セマンティックセグメンテーションに適した一様圧縮方式STACを提案する。
現状のアルゴリズムと比較して,STACは精度を損なうことなく最大20.95%の帯域幅を節約できることを示す。
論文 参考訳（メタデータ） (2022-03-28T03:49:57Z) - Real-time Object Detection for Streaming Perception [84.2559631820007]
ストリーミング知覚は,ビデオオンライン知覚の1つの指標として,レイテンシと精度を共同評価するために提案される。
ストリーミング知覚のためのシンプルで効果的なフレームワークを構築します。
提案手法はArgoverse-HDデータセット上での競合性能を実現し,強力なベースラインに比べてAPを4.9%向上させる。
論文 参考訳（メタデータ） (2022-03-23T11:33:27Z) - Vision in adverse weather: Augmentation using CycleGANs with various
object detectors for robust perception in autonomous racing [70.16043883381677]
自律レースでは、天気は突然変化し、認識が著しく低下し、非効率な操作が引き起こされる。
悪天候の検知を改善するために、ディープラーニングベースのモデルは通常、そのような状況下でキャプチャされた広範なデータセットを必要とする。
本稿では,5つの最先端検出器のうち4つの性能向上を図るために,自動レース(CycleGANを用いた)における合成悪条件データセットを用いた手法を提案する。
論文 参考訳（メタデータ） (2022-01-10T10:02:40Z) - CANS: Communication Limited Camera Network Self-Configuration for
Intelligent Industrial Surveillance [8.360870648463653]
リアルタイムおよびインテリジェントなカメラネットワークによるビデオ監視には、大量のビデオデータによる計算集約的な視覚検出タスクが含まれる。
複数のビデオストリームは、エッジデバイスとカメラネットワークのリンク上で限られた通信リソースを競う。
ビデオ監視の適応型カメラネットワーク自己設定法(CANS)を提案する。
論文 参考訳（メタデータ） (2021-09-13T01:54:33Z) - Energy-Efficient Model Compression and Splitting for Collaborative
Inference Over Time-Varying Channels [52.60092598312894]
本稿では,エッジノードとリモートノード間のモデル圧縮と時間変化モデル分割を利用して,エッジデバイスにおける総エネルギーコストを削減する手法を提案する。
提案手法は, 検討されたベースラインと比較して, エネルギー消費が最小限であり, 排出コストが$CO$となる。
論文 参考訳（メタデータ） (2021-06-02T07:36:27Z) - Meta-Reinforcement Learning for Trajectory Design in Wireless UAV
Networks [151.65541208130995]
ドローン基地局(DBS)は、要求が動的で予測不可能な地上ユーザーへのアップリンク接続を提供するために派遣される。
この場合、DBSの軌道は動的ユーザアクセス要求を満たすように適応的に調整されなければならない。
新たな環境に遭遇したDBSの軌道に適応するために,メタラーニングアルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-05-25T20:43:59Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。