論文の概要: Reconfigurable Cyber-Physical System for Critical Infrastructure Protection in Smart Cities via Smart Video-Surveillance

• arxiv url: http://arxiv.org/abs/2011.14416v1
• Date: Sun, 29 Nov 2020 18:43:25 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-07 08:56:38.592101
• Title: Reconfigurable Cyber-Physical System for Critical Infrastructure Protection in Smart Cities via Smart Video-Surveillance
• Title（参考訳）: スマートビデオサーベイランスによるスマートシティにおけるクリティカルインフラストラクチャ保護のための再構成可能なサイバー物理システム
• Authors: Juan Isern, Francisco Barranco, Daniel Deniz, Juho Lesonen, Jari Hannuksela, Richard R. Carrillo
• Abstract要約: 分散クラウドエッジスマートビデオ監視を用いたCI保護のための再構成可能なサイバー物理システムを提案する。 ローカルエッジノードは、Deep Learningを介して人検出を行います。 クラウドサーバはノードから結果を収集し、生体認証、トラッキング、周辺監視を行う。
• 参考スコア（独自算出の注目度）: 2.2509387878255818
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Automated surveillance is essential for the protection of Critical Infrastructures (CIs) in future Smart Cities. The dynamic environments and bandwidth requirements demand systems that adapt themselves to react when events of interest occur. We present a reconfigurable Cyber Physical System for the protection of CIs using distributed cloud-edge smart video surveillance. Our local edge nodes perform people detection via Deep Learning. Processing is embedded in high performance SoCs (System-on-Chip) achieving real-time performance ($\approx$ 100 fps - frames per second) which enables efficiently managing video streams of more cameras source at lower frame rate. Cloud server gathers results from nodes to carry out biometric facial identification, tracking, and perimeter monitoring. A Quality and Resource Management module monitors data bandwidth and triggers reconfiguration adapting the transmitted video resolution. This also enables a flexible use of the network by multiple cameras while maintaining the accuracy of biometric identification. A real-world example shows a reduction of $\approx$ 75\% bandwidth use with respect to the no-reconfiguration scenario.
• Abstract（参考訳）: 自動化された監視は、将来のスマートシティにおけるクリティカルインフラストラクチャ(CI)の保護に不可欠である。 動的環境と帯域幅要求は、関心のあるイベントが発生したときに反応するシステムを要求する。 分散クラウドエッジスマートビデオ監視を用いたCI保護のための再構成可能なサイバー物理システムを提案する。 ローカルエッジノードは、Deep Learningを介して人検出を行います。 処理はハイパフォーマンスなsoc(system-on-chip)に埋め込まれ、リアルタイムのパフォーマンスを実現し(約100fps - フレーム/秒)、より少ないフレームレートでより多くのカメラソースのビデオストリームを効率的に管理できる。 cloud serverは、生体認証、追跡、周囲監視を行うために、ノードから結果を収集する。 Quality and Resource Managementモジュールは、データ帯域幅を監視し、送信されたビデオ解像度に適応した再構成をトリガーする。 これにより、生体認証の精度を維持しつつ、複数のカメラによるネットワークの柔軟な利用が可能になる。 実例では、無再構成シナリオに対する帯域幅使用量の約75\%削減を示す。

関連論文リスト

• Distortion-Aware Network Pruning and Feature Reuse for Real-time Video Segmentation [49.17930380106643]
  本稿では,リアルタイム視覚タスクのスキップ接続によるアーキテクチャの高速化を目的とした新しいフレームワークを提案する。 具体的には、各フレームの到着時に、前のフレームから特徴を変換し、特定の空間的ビンで再利用する。 次に、現在のフレームの領域におけるバックボーンネットワークの部分計算を行い、現在のフレームと前のフレームの時間差をキャプチャする。
  論文  参考訳（メタデータ） (2022-06-20T07:20:02Z)
• An End-to-End Integrated Computation and Communication Architecture for Goal-oriented Networking: A Perspective on Live Surveillance Video [0.0]
  本研究では,ライブフィードから重要なイベントをリアルタイムに識別するための状況認識ストリーミングを提案する。 提案手法は,2160p (UHD)ビデオに対して,送信機に必要な電力消費量を38.5%削減できることを示す。
  論文  参考訳（メタデータ） (2022-04-05T04:59:54Z)
• A Study of Designing Compact Audio-Visual Wake Word Spotting System Based on Iterative Fine-Tuning in Neural Network Pruning [57.28467469709369]
  視覚情報を利用した小型音声覚醒単語スポッティング(WWS)システムの設計について検討する。 繰り返し微調整方式(LTH-IF)で抽選券仮説を通したニューラルネットワークプルーニング戦略を導入する。 提案システムでは,ノイズ条件の異なる単一モード(オーディオのみ,ビデオのみ)システムに対して,大幅な性能向上を実現している。
  論文  参考訳（メタデータ） (2022-02-17T08:26:25Z)
• An Adaptive Device-Edge Co-Inference Framework Based on Soft Actor-Critic [72.35307086274912]
  高次元パラメータモデルと大規模数学的計算は、特にIoT(Internet of Things)デバイスにおける実行効率を制限する。 本稿では,ソフトポリシーの繰り返しによるエフェキシット点,エフェキシット点,エンフェキシット点を生成する離散的(SAC-d)のための新しい深層強化学習(DRL)-ソフトアクタ批判法を提案する。 レイテンシと精度を意識した報酬設計に基づいて、そのような計算は動的無線チャンネルや任意の処理のような複雑な環境によく適応でき、5G URLをサポートすることができる。
  論文  参考訳（メタデータ） (2022-01-09T09:31:50Z)
• Dynamic Slimmable Denoising Network [64.77565006158895]
  DDSNet(Dynamic Slimmable Denoising Network)は、計算量が少なくて優れたDenoising品質を実現するための一般的な手法である。 OurNetには動的ゲートによる動的推論の能力が備わっている。 我々の実験は、最先端の個別に訓練された静的 denoising ネットワークよりも一貫して優れています。
  論文  参考訳（メタデータ） (2021-10-17T22:45:33Z)
• 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)
• VID-WIN: Fast Video Event Matching with Query-Aware Windowing at the Edge for the Internet of Multimedia Things [3.222802562733787]
  VID-WINは、エッジクラウドパラダイムでビデオイベント分析を加速するための適応型2段階アライメントウィンドウリングアプローチです。 VID-WINは、ビデオコンテンツと入力ノブを利用して、ノード間のビデオ推論プロセスを加速する。
  論文  参考訳（メタデータ） (2021-04-27T10:08:40Z)
• Reconfigurable Cyber-Physical System for Lifestyle Video-Monitoring via Deep Learning [1.1470070927586016]
  組込みローカルノードを用いた屋内監視再構成可能なCPSを提案する。 これらのノードでのローカル処理は、データ帯域幅使用量の削減とプライバシの保護という、一般的な問題に対処することができます。 本提案は,電池駆動ノードのエネルギー消費に基づく再構成を誘導するエネルギー認識システムである。
  論文  参考訳（メタデータ） (2020-10-07T16:05:09Z)
• Near-chip Dynamic Vision Filtering for Low-Bandwidth Pedestrian Detection [99.94079901071163]
  本稿では、ダイナミックビジョンセンサ(DVS)を用いた歩行者検出のための新しいエンドツーエンドシステムを提案する。 我々は、複数のセンサがローカル処理ユニットにデータを送信し、検出アルゴリズムを実行するアプリケーションをターゲットにしている。 我々の検出器は450ミリ秒毎に検出を行うことができ、総合的なテストF1スコアは83%である。
  論文  参考訳（メタデータ） (2020-04-03T17:36:26Z)
• CONVINCE: Collaborative Cross-Camera Video Analytics at the Edge [1.5469452301122173]
  本稿では,カメラ間の協調的なビデオ分析パイプラインを実現するため,カメラを集合体として見るための新しいアプローチであるCONVINCEを紹介する。 以上の結果から, CONVINCEは記録フレームの約25%を送信し, オブジェクト識別精度が$sim$91%であることを示す。
  論文  参考訳（メタデータ） (2020-02-05T23:55:45Z)

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。