論文の概要: Real-Time, Low-Latency Surveillance Using Entropy-Based Adaptive Buffering and MobileNetV2 on Edge Devices

• arxiv url: http://arxiv.org/abs/2506.14833v1
• Date: Sat, 14 Jun 2025 08:32:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-19 19:35:51.415642
• Title: Real-Time, Low-Latency Surveillance Using Entropy-Based Adaptive Buffering and MobileNetV2 on Edge Devices
• Title（参考訳）: エッジデバイス上でのエントロピーベースの適応バッファリングとMobileNetV2を用いたリアルタイム低レイテンシサーベイランス
• Authors: Poojashree Chandrashekar Pankaj M Sajjanar,
• Abstract要約: このシステムは、リソース制約のあるデバイス上で、50ms以下のエンドツーエンドの推論レイテンシでライブストリームを処理することができる。 私たちのアーキテクチャはスケーラブルで安価で、一般的な監視システムよりも厳格なデータプライバシー規制に準拠しています。
• 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: This paper describes a high-performance, low-latency video surveillance system designed for resource-constrained environments. We have proposed a formal entropy-based adaptive frame buffering algorithm and integrated that with MobileNetV2 to achieve high throughput with low latency. The system is capable of processing live streams of video with sub-50ms end-to-end inference latency on resource-constrained devices (embedding platforms) such as Raspberry Pi, Amazon, and NVIDIA Jetson Nano. Our method maintains over 92% detection accuracy on standard datasets focused on video surveillance and exhibits robustness to varying lighting, backgrounds, and speeds. A number of comparative and ablation experiments validate the effectiveness of our design. Finally, our architecture is scalable, inexpensive, and compliant with stricter data privacy regulations than common surveillance systems, so that the system could coexist in a smart city or embedded security architecture.
• Abstract（参考訳）: 本稿では,資源制約環境を対象とした高性能低遅延ビデオ監視システムについて述べる。 我々は,形式的なエントロピーベースの適応フレームバッファリングアルゴリズムを提案し,それをMobileNetV2と統合して低レイテンシで高いスループットを実現する。 このシステムは、Raspberry Pi、Amazon、NVIDIA Jetson Nanoなどのリソース制約されたデバイス(組み込みプラットフォーム)上で、50ms以下のエンドツーエンドの推論レイテンシで、ビデオのライブストリームを処理することができる。 本手法は,ビデオ監視に焦点を当てた標準データセットに対して,92%以上の検出精度を維持し,照明,背景,速度の変動に対する堅牢性を示す。 比較およびアブレーション実験により, 設計の有効性が検証された。 最後に、当社のアーキテクチャはスケーラブルで安価で、一般的な監視システムよりも厳格なデータプライバシー規制に準拠しているため、システムはスマートシティや組み込みセキュリティアーキテクチャに共存する可能性がある。

関連論文リスト

• 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)
• A Lightweight Dual-Branch System for Weakly-Supervised Video Anomaly Detection on Consumer Edge Devices [1.8274323268621635]
  ルールベースのビデオ異常検出(RuleVAD)は、コンシューマハードウェア上での高効率かつ低複雑さな脅威検出のために設計された、新しい軽量なシステムである。 暗黙のブランチは、視覚的特徴を使って、高速で粗いバイナリ分類を行い、不要な処理を避けるために正常なアクティビティを効率的にフィルタリングする。 マルチモーダルな明示的なブランチが引き継ぎ、データマイニングを適用して、シーンから解釈可能なテキストベースのアソシエーションルールを生成する。
  論文  参考訳（メタデータ） (2024-10-29T12:22:07Z)
• Video Dynamics Prior: An Internal Learning Approach for Robust Video Enhancements [83.5820690348833]
  外部トレーニングデータコーパスを必要としない低レベルの視覚タスクのためのフレームワークを提案する。 提案手法は,コヒーレンス・時間的テストの重み付けと統計内部統計を利用して,破損したシーケンスを最適化することでニューラルモジュールを学習する。
  論文  参考訳（メタデータ） (2023-12-13T01:57:11Z)
• Spatiotemporal Attention-based Semantic Compression for Real-time Video Recognition [117.98023585449808]
  本稿では,各フレームにおけるフレームと画素の重要性を評価するために,時間的注意に基づくオートエンコーダ(STAE)アーキテクチャを提案する。 我々は3D-2D CNNを組み合わせた軽量デコーダを開発し、欠落した情報を再構成する。 実験の結果,VT_STAEはビデオデータセットH51を,5%の精度で104倍圧縮できることがわかった。
  論文  参考訳（メタデータ） (2023-05-22T07:47:27Z)
• Fluid Batching: Exit-Aware Preemptive Serving of Early-Exit Neural Networks on Edge NPUs [74.83613252825754]
  スマートエコシステム(smart ecosystems)"は、スタンドアロンではなく、センセーションが同時に行われるように形成されています。 これはデバイス上の推論パラダイムを、エッジにニューラル処理ユニット(NPU)をデプロイする方向にシフトしている。 そこで本研究では,実行時のプリエンプションが到着・終了プロセスによってもたらされる動的性を考慮に入れた,新しい早期終了スケジューリングを提案する。
  論文  参考訳（メタデータ） (2022-09-27T15:04:01Z)
• Efficient Heterogeneous Video Segmentation at the Edge [2.4378845585726903]
  ヘテロジニアス計算を利用したリソース制限エッジデバイスのための効率的なビデオセグメンテーションシステムを提案する。 具体的には、ニューラルネットワークの仕様を多次元にわたって探索することで、ネットワークモデルを設計する。 我々は、CPU、GPU、NPUにまたがるシステムの異種データフローを分析し、最適化する。
  論文  参考訳（メタデータ） (2022-08-24T17:01:09Z)
• 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)
• 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)
• ACDnet: An action detection network for real-time edge computing based on flow-guided feature approximation and memory aggregation [8.013823319651395]
  ACDnetは、リアルタイムエッジコンピューティングをターゲットとしたコンパクトなアクション検出ネットワークです。 連続するビデオフレーム間の時間的コヒーレンスを利用してCNNの特徴を近似する。 リアルタイム(75FPS)よりはるかに高い精度で検出できる。
  論文  参考訳（メタデータ） (2021-02-26T14:06:31Z)
• Reconfigurable Cyber-Physical System for Critical Infrastructure Protection in Smart Cities via Smart Video-Surveillance [2.2509387878255818]
  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。
  論文  参考訳（メタデータ） (2020-11-29T18:43:25Z)
• AOWS: Adaptive and optimal network width search with latency constraints [30.39613826468697]
  チャネル番号を最適に探索する新しい一発一発NAS手法を提案する。 ImageNet分類実験により,異なるターゲットプラットフォーム上でのリソース制約に適合するネットワークを見つけることができた。
  論文  参考訳（メタデータ） (2020-05-21T06:46:16Z)

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。