論文の概要: Google Coral-based edge computing person reidentification using human parsing combined with analytical method

• arxiv url: http://arxiv.org/abs/2209.11024v1
• Date: Thu, 22 Sep 2022 14:15:04 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-23 13:44:36.377034
• Title: Google Coral-based edge computing person reidentification using human parsing combined with analytical method
• Title（参考訳）: google coralベースのエッジコンピューティングパーソナライズと分析手法の併用によるエッジコンピューティングパーソナライズ
• Authors: Nikita Gabdullin and Anton Raskovalov
• Abstract要約: 人物再識別(re-ID)はコンピュータビジョンの最も重要な応用分野の1つになりつつある。 本稿では,人間の構文解析と特徴抽出とランキング手法を組み合わせた最近提案されたre-ID手法を適用する。 また、コーラル・コーラルにre-ID法の解析的部分を実装し、完全なre-IDサイクルの実行を可能にする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Person reidentification (re-ID) is becoming one of the most significant application areas of computer vision due to its importance for science and social security. Due to enormous size and scale of camera systems it is beneficial to develop edge computing re-ID applications where at least part of the analysis could be performed by the cameras. However, conventional re-ID relies heavily on deep learning (DL) computationally demanding models which are not readily applicable for edge computing. In this paper we adapt a recently proposed re-ID method that combines DL human parsing with analytical feature extraction and ranking schemes to be more suitable for edge computing re-ID. First, we compare parsers that use ResNet101, ResNet18, MobileNetV2, and OSNet backbones and show that parsing can be performed using compact backbones with sufficient accuracy. Second, we transfer parsers to tensor processing unit (TPU) of Google Coral Dev Board and show that it can act as a portable edge computing re-ID station. We also implement the analytical part of re-ID method on Coral CPU to ensure that it can perform a complete re-ID cycle. For quantitative analysis we compare inference speed, parsing masks, and re-ID accuracy on GPU and Coral TPU depending on parser backbone. We also discuss possible application scenarios of edge computing in re-ID taking into account known limitations mainly related to memory and storage space of portable devices.
• Abstract（参考訳）: 人物再識別(re-ID)は、科学と社会保障の重要性から、コンピュータビジョンの最も重要な応用分野の一つになりつつある。 カメラシステムのサイズと規模が大きいため、分析の少なくとも一部をカメラで行うことができるエッジコンピューティングのre-IDアプリケーションを開発することは有益である。 しかし、従来のre-IDは、エッジコンピューティングでは容易に適用できない深層学習(DL)の計算要求モデルに大きく依存している。 本稿では,解析的特徴抽出とランキングスキームを組み合わさった最近提案されたre-ID手法を適用し,エッジコンピューティングのre-IDに適合する。 まず、ResNet101、ResNet18、MobileNetV2、OSNetのバックボーンを使用するパーサを比較し、十分な精度で、コンパクトなバックボーンを使用して解析を行うことができることを示す。 次に、Google Coral Dev Boardのテンソル処理ユニット(TPU)にパーサを転送し、ポータブルエッジコンピューティングのre-IDステーションとして機能することを示す。 また、Coral CPU上でのre-ID手法の分析部分を実装し、完全なre-IDサイクルを実現する。 定量的解析のために、パーサバックボーンに依存するGPUとCoral TPUの推論速度、解析マスク、再ID精度を比較した。 また,携帯端末のメモリおよびストレージ空間に関する既知の制限を考慮したre-IDにおけるエッジコンピューティングの応用シナリオについても論じる。

関連論文リスト

• SignSGD with Federated Voting [69.06621279967865]
  SignSGD with majority voting (signSGD-MV) は1ビット量子化により通信コストを大幅に削減できる効果的な分散学習アルゴリズムである。 我々は、テキストフェデレート投票(signSGD-FV)を用いた新しいサインSGDを提案する。 連合投票の考え方は、学習可能な重量を利用して多数決を行うことである。 提案手法は, エッジデバイスが不均一なミニバッチサイズを使用する場合でも, 理論的収束を保証する。
  論文  参考訳（メタデータ） (2024-03-25T02:32:43Z)
• Spatial-information Guided Adaptive Context-aware Network for Efficient RGB-D Semantic Segmentation [9.198120596225968]
  計算パラメータを削減し,アルゴリズムの堅牢性を保証する,効率的な軽量エンコーダデコーダネットワークを提案する。 また,NYUv2,SUN RGB-D,Cityscapesのデータセットを用いた実験結果から,本手法は最先端手法よりもセグメンテーション精度,推定時間,パラメータのトレードオフが良好であることが示された。
  論文  参考訳（メタデータ） (2023-08-11T09:02:03Z)
• Towards Model-Size Agnostic, Compute-Free, Memorization-based Inference of Deep Learning [5.41530201129053]
  本稿では,新しい暗記ベース推論(MBI)を提案する。 具体的には、リカレント・アテンション・モデル(RAM)の推論機構に着目します。 低次元のスリープ性を活用することで、我々の推論手順は、スリープ位置、パッチベクトルなどからなるキー値対をテーブルに格納する。 計算は、テーブルを利用してキーと値のペアを読み出し、暗記による計算自由推論を実行することにより、推論中に妨げられる。
  論文  参考訳（メタデータ） (2023-07-14T21:01:59Z)
• Efficient Skip Connections Realization for Secure Inference on Encrypted Data [3.2996723916635267]
  ホモモルフィック暗号化(homomorphic Encryption, HE)は、暗号化下での計算を可能にする暗号ツールである。 現代のディープラーニングアプリケーションは、例えば、多くのスキップ接続を含む画像処理タスクベンチマークにおいて、優れたパフォーマンスをもたらす。 その結果、(短期)スキップ接続を(短期)ディラックパラメータ化と(長期)共有ソーススキップ接続に置き換えることで、HEベースのソリューションのスキップ接続負担を軽減することができた。
  論文  参考訳（メタデータ） (2023-06-11T18:06:06Z)
• 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)
• A Data Quarantine Model to Secure Data in Edge Computing [0.0]
  エッジコンピューティングは、レイテンシに敏感で通信集約的なアプリケーションのためのアジャイルデータ処理プラットフォームを提供する。 データ整合性攻撃は一貫性のないデータにつながり、エッジデータ分析を邪魔する可能性がある。 本稿では,侵入者隔離によるデータ完全性攻撃を緩和するデータ隔離モデルを提案する。
  論文  参考訳（メタデータ） (2021-11-15T11:04:48Z)
• HD-cos Networks: Efficient Neural Architectures for Secure Multi-Party Computation [26.67099154998755]
  マルチパーティ計算(MPC、Multi-party calculation)は、暗号化の分野の一つで、複数の非解決パーティが関数を安全に計算するためのプロトコルを実行する。 MPC設定下でニューラルネットワークのトレーニングと推論について検討する。 どちらの手法も、MPC設定下での強力な理論的モチベーションと効率的な計算を享受できることを示す。
  論文  参考訳（メタデータ） (2021-10-28T21:15:11Z)
• Decoupled and Memory-Reinforced Networks: Towards Effective Feature Learning for One-Step Person Search [65.51181219410763]
  歩行者検出と識別サブタスクを1つのネットワークで処理するワンステップ方式を開発しました。 現在のワンステップアプローチには2つの大きな課題があります。 本稿では,これらの問題を解決するために,分離メモリ強化ネットワーク(DMRNet)を提案する。
  論文  参考訳（メタデータ） (2021-02-22T06:19:45Z)
• Coded Stochastic ADMM for Decentralized Consensus Optimization with Edge Computing [113.52575069030192]
  セキュリティ要件の高いアプリケーションを含むビッグデータは、モバイルデバイスやドローン、車両など、複数の異種デバイスに収集され、格納されることが多い。 通信コストとセキュリティ要件の制限のため、核融合センターにデータを集約するのではなく、分散的に情報を抽出することが最重要となる。 分散エッジノードを介してデータを局所的に処理するマルチエージェントシステムにおいて,モデルパラメータを学習する問題を考える。 分散学習モデルを開発するために,乗算器アルゴリズムの最小バッチ交互方向法(ADMM)のクラスについて検討した。
  論文  参考訳（メタデータ） (2020-10-02T10:41:59Z)
• Identity-Aware Attribute Recognition via Real-Time Distributed Inference in Mobile Edge Clouds [53.07042574352251]
  我々は、MEC対応カメラ監視システムにおいて、re-IDを用いた歩行者属性認識のための新しいモデルの設計を行う。 本稿では,属性認識と人物再IDを協調的に考慮し,分散モジュールの集合を持つ新しい推論フレームワークを提案する。 そこで我々は,提案した分散推論フレームワークのモジュール分布の学習に基づくアルゴリズムを考案した。
  論文  参考訳（メタデータ） (2020-08-12T12:03:27Z)
• One-step regression and classification with crosspoint resistive memory arrays [62.997667081978825]
  高速で低エネルギーのコンピュータは、エッジでリアルタイム人工知能を実現するために要求されている。 ワンステップ学習は、ボストンの住宅のコスト予測と、MNIST桁認識のための2層ニューラルネットワークのトレーニングによって支援される。 結果は、クロスポイントアレイ内の物理計算、並列計算、アナログ計算のおかげで、1つの計算ステップで得られる。
  論文  参考訳（メタデータ） (2020-05-05T08:00:07Z)

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。