論文の概要: Towards Efficient Object Re-Identification with A Novel Cloud-Edge Collaborative Framework

• arxiv url: http://arxiv.org/abs/2401.02041v2
• Date: Fri, 20 Dec 2024 03:10:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-23 16:20:39.973775
• Title: Towards Efficient Object Re-Identification with A Novel Cloud-Edge Collaborative Framework
• Title（参考訳）: 新しいクラウド-エッジ協調フレームワークによる効率的なオブジェクト再認識に向けて
• Authors: Chuanming Wang, Yuxin Yang, Mengshi Qi, Huadong Ma,
• Abstract要約: オブジェクト再識別(ReID)は、カメラ間で同じアイデンティティのオブジェクトを探すためにコミットされる。 現在のReID手法は、デプロイされたシステムが集中処理パラダイムに従うことを前提としている。 本稿では,ReIDシステムのためのクラウドエッジ協調フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 25.587445307574132
• License:
• Abstract: Object re-identification (ReID) is committed to searching for objects of the same identity across cameras, and its real-world deployment is gradually increasing. Current ReID methods assume that the deployed system follows the centralized processing paradigm, i.e., all computations are conducted in the cloud server and edge devices are only used to capture images. As the number of videos experiences a rapid escalation, this paradigm has become impractical due to the finite computational resources in the cloud server. Therefore, the ReID system should be converted to fit in the cloud-edge collaborative processing paradigm, which is crucial to boost its scalability and practicality. However, current works lack relevant research on this important specific issue, making it difficult to adapt them into a cloud-edge framework effectively. In this paper, we propose a cloud-edge collaborative inference framework for ReID systems, aiming to expedite the return of the desired image captured by the camera to the cloud server by learning the spatial-temporal correlations among objects. In the system, a Distribution-aware Correlation Modeling network (DaCM) is particularly proposed to embed the spatial-temporal correlations of the camera network implicitly into a graph structure, and it can be applied 1) in the cloud to regulate the size of the upload window and 2) on the edge device to adjust the sequence of images, respectively. Notably, the proposed DaCM can be seamlessly combined with traditional ReID methods, enabling their application within our proposed edge-cloud collaborative framework. Extensive experiments demonstrate that our method obviously reduces transmission overhead and significantly improves performance.
• Abstract（参考訳）: オブジェクト再識別(ReID)は、カメラ間で同一のアイデンティティを持つオブジェクトを探索することを目的としており、その実際の展開は徐々に増加している。 現在のReID手法では、デプロイされたシステムは中央集権的な処理パラダイムに従っている、すなわち、すべての計算がクラウドサーバで行われ、エッジデバイスは画像のキャプチャにのみ使用される、と仮定している。 ビデオの数が急速にエスカレーションされるにつれて、このパラダイムはクラウドサーバの計算資源が有限であることから、現実的ではないものになっている。 したがって、ReIDシステムは、そのスケーラビリティと実用性を高めるために重要なクラウド-エッジ協調処理パラダイムに適合するように変換されるべきである。 しかしながら、現在の作業では、この重要な特定の問題に関する関連する研究が欠如しているため、それらをクラウドエッジフレームワークに効果的に適応することは困難である。 本稿では,ReIDシステムのためのクラウドエッジ協調推論フレームワークを提案し,オブジェクト間の空間的時間的相関を学習することにより,カメラが捉えた所望の画像のクラウドサーバへの返却を高速化することを目的とする。 本システムでは,特に,カメラネットワークの空間的時間的相関を暗黙的にグラフ構造に埋め込むために,DACM(Distributed-Aware correlation Modeling Network)を提案する。 1) アップロードウィンドウのサイズを規制するクラウド 2)エッジ装置では,画像のシーケンスをそれぞれ調整する。 特に、提案されたDaCMは従来のReIDメソッドとシームレスに結合することができ、提案したエッジクラウド協調フレームワーク内でのアプリケーションを可能にする。 大規模な実験により,本手法は明らかに伝送オーバーヘッドを低減し,性能を著しく向上させることが示された。

関連論文リスト

• Rendering-Oriented 3D Point Cloud Attribute Compression using Sparse Tensor-based Transformer [52.40992954884257]
  3D視覚化技術は、私たちがデジタルコンテンツと対話する方法を根本的に変えてきた。 ポイントクラウドの大規模データサイズは、データ圧縮において大きな課題を呈している。 そこで我々はPCACと差別化可能なレンダリングをシームレスに統合するエンドツーエンドのディープラーニングフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-11-12T16:12:51Z)
• Task-Oriented Real-time Visual Inference for IoVT Systems: A Co-design Framework of Neural Networks and Edge Deployment [61.20689382879937]
  タスク指向エッジコンピューティングは、データ分析をエッジにシフトすることで、この問題に対処する。 既存の手法は、高いモデル性能と低いリソース消費のバランスをとるのに苦労している。 ニューラルネットワークアーキテクチャを最適化する新しい協調設計フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-10-29T19:02:54Z)
• CMR-Agent: Learning a Cross-Modal Agent for Iterative Image-to-Point Cloud Registration [2.400446821380503]
  Image-to-point cloud registrationは、ポイントクラウドに対するRGBイメージの相対的なカメラポーズを決定することを目的としている。 学習に基づくほとんどの手法は、反復最適化のためのフィードバック機構を使わずに、特徴空間における2D-3D点対応を確立する。 本稿では,登録手順を反復マルコフ決定プロセスとして再構成し,カメラポーズの漸進的な調整を可能にすることを提案する。
  論文  参考訳（メタデータ） (2024-08-05T11:40:59Z)
• VICAN: Very Efficient Calibration Algorithm for Large Camera Networks [49.17165360280794]
  ポースグラフ最適化手法を拡張する新しい手法を提案する。 我々は、カメラを含む二部グラフ、オブジェクトの動的進化、各ステップにおけるカメラオブジェクト間の相対変換について考察する。 我々のフレームワークは従来のPGOソルバとの互換性を維持しているが、その有効性はカスタマイズされた最適化方式の恩恵を受けている。
  論文  参考訳（メタデータ） (2024-03-25T17:47:03Z)
• RecNet: An Invertible Point Cloud Encoding through Range Image Embeddings for Multi-Robot Map Sharing and Reconstruction [8.602553195689513]
  RecNetは資源制約されたロボットの効果的な位置認識のための新しいアプローチである。 3Dポイントクラウドをレンジイメージに投影し、エンコーダデコーダフレームワークを使用して圧縮し、その後レンジイメージを再構築し、元のポイントクラウドを復元する。 提案手法は,公開データセットとフィールド実験の両方を用いて評価し,その有効性と実世界の応用の可能性を確認する。
  論文  参考訳（メタデータ） (2024-02-03T15:43:50Z)
• Unified-Width Adaptive Dynamic Network for All-In-One Image Restoration [50.81374327480445]
  本稿では, 複雑な画像劣化を基本劣化の観点で表現できる, という新しい概念を提案する。 We propose the Unified-Width Adaptive Dynamic Network (U-WADN) which consist of two pivotal components: a Width Adaptive Backbone (WAB) and a Width Selector (WS)。 提案したU-WADNは、最大32.3%のFLOPを同時に削減し、約15.7%のリアルタイム加速を実現している。
  論文  参考訳（メタデータ） (2024-01-24T04:25:12Z)
• GP-PCS: One-shot Feature-Preserving Point Cloud Simplification with Gaussian Processes on Riemannian Manifolds [2.8811433060309763]
  本稿では,新しいワンショットポイントクラウド単純化手法を提案する。 表面の復元を一切行わずに、健全な構造的特徴と点雲全体の形状の両方を保っている。 提案手法を複数のベンチマークおよび自己取得点雲上で評価し,既存手法と比較し,下流での登録と表面再構成の応用を実証した。
  論文  参考訳（メタデータ） (2023-03-27T14:05:34Z)
• Contrastive Learning for Compact Single Image Dehazing [41.83007400559068]
  コントラスト学習に基づいて構築された新しいコントラスト正規化(CR)を提案し、ヘイズ画像とクリア画像の情報の両方をネガティブかつポジティブなサンプルとして活用する。 CRは、復元された画像が透明な画像に近づき、表現空間のぼやけた画像から遠くへ押し出されることを保証する。 性能とメモリストレージのトレードオフを考慮すると、オートエンコーダのようなフレームワークに基づくコンパクトなデハージングネットワークを開発する。
  論文  参考訳（メタデータ） (2021-04-19T14:56:21Z)
• Retrieve Fast, Rerank Smart: Cooperative and Joint Approaches for Improved Cross-Modal Retrieval [80.35589927511667]
  画像中のすべての単語やオブジェクトに係わるクロスアテンション機構を備えたTransformerベースのアーキテクチャを頼りに、クロスモーダル検索プロセスのテキストとビジュアルインプットへの最先端のアプローチ。 事前学習したテキスト画像のマルチモーダルモデルを効率的な検索モデルに変換する新しい微調整フレームワークを提案する。 我々は,モノリンガル,マルチリンガル,ゼロショットにおける一連の標準クロスモーダル検索ベンチマーク実験を行い,最先端クロスエンコーダに対する精度向上と大幅な効率向上を実証した。
  論文  参考訳（メタデータ） (2021-03-22T15:08:06Z)
• 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)

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。