論文の概要: Albireo: Adaptive, Energy-Efficient Inference Framework for Video Object Detection on the Edge

• arxiv url: http://arxiv.org/abs/2609.29648v1
• Date: Sat, 29 Aug 2026 12:42:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:56.089985
• Title: Albireo: Adaptive, Energy-Efficient Inference Framework for Video Object Detection on the Edge
• Title（参考訳）: Albireo:エッジ上のビデオオブジェクト検出のための適応的でエネルギー効率の良い推論フレームワーク
• Abstract要約: アルビレオ(Albireo)は、シェルフ検出器を包む検出器に依存しない適応型推論フレームワークである。 Albireoは、シーンの内容とオブジェクトごとの時間状態に基づいて、検出呼び出しを安全にスキップできるかどうかを判断する。 軽量の空のスクリーンは、オブジェクトレスフレーム上の検出器呼び出しを避ける。
• 参考スコア（独自算出の注目度）: 35.270814297601184
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Video object detection on edge devices runs computationally expensive detectors over long frame streams, causing high energy consumption and sustained GPU utilization. Although consecutive frames are highly redundant, naive frame skipping is content-blind: it skips during critical moments such as object entry, occlusion recovery, and abrupt motion, degrading detection quality. We present Albireo, a detector-agnostic, codec-free adaptive inference framework that wraps off-the-shelf detectors and decides when detector invocation can be safely skipped based on scene content and per-object temporal state, requiring no detector modification or retraining. Albireo maintains a 10-dimensional Kalman filter (KF) per active object and invokes the detector only when prediction uncertainty exceeds a threshold; on skipped frames, boxes are predicted from the KF state at near-zero GPU cost. A KF-based rescue mechanism preserves confirmed objects through brief detector misses to prevent output fragmentation, while a lightweight empty-scene screen avoids detector calls on objectless frames. We evaluate Albireo on the BDD100K MOT validation split with three architecturally distinct detectors (YOLO11x, YOLO26x, RF-DETR-Large) on two NVIDIA Jetson platforms (AGX Thor, AGX Orin). Across all configurations, Albireo keeps AP@50 within +/-1.2 pp of per-frame inference while reducing total energy by 12.1-17.6%. On YOLO26x, it improves AP@50 by +0.8 pp while reducing energy by 17.6% (Thor) and 14.4% (Orin) and per-frame energy-delay product by 24.9% and 26.1%, respectively. Thus, the default operating point improves accuracy, energy, and latency together. In contrast, FixedSkip-2, a fixed-interval baseline with a 50% skip rate, loses 8.6 pp AP@50. Source code, evaluation pipeline, and per-clip results are available at https://github.com/amirtaherin/albireo
• Abstract（参考訳）: エッジデバイス上のビデオオブジェクト検出は、長いフレームストリーム上で計算コストの高い検出器を実行する。 連続するフレームは極めて冗長であるが、ナイーブなフレームスキップは内容が盲目であり、物体の侵入、閉塞回復、急激な動き、検出品質の低下といった重要な瞬間にスキップする。 Albireoは、検知非依存でコーデックフリーな適応型推論フレームワークで、オフザシェルフ検出器をラップし、シーン内容とオブジェクトごとの時間状態に基づいて、検出呼び出しを安全にスキップできるかどうかを判断し、検出修正や再訓練を必要としない。 Albireoはアクティブオブジェクトあたり10次元カルマンフィルタ(KF)を維持し、予測の不確かさがしきい値を超えた場合にのみ検出を起動する。 KFベースの救助機構は、短い検出ミスによって確認済みの物体を保存し、出力の断片化を防ぐ。 我々は, NVIDIA Jetsonプラットフォーム(AGX Thor, AGX Orin)上の3つのアーキテクチャ的に異なる検出器(YOLO11x, YOLO26x, RF-DETR-Large)でBDD100K MOTバリデーションを分割してアルビレオを評価する。 すべての構成で、AlbireoはAP@50をフレーム当たりの推論で+/-1.2ppの範囲内に保持し、総エネルギーを12.1-17.6%削減した。 YOLO26xでは、AP@50を+0.8ppで改善し、エネルギーを17.6%(Thor)、14.4%(Orin)、フレームあたりのエネルギー遅延生成物を24.9%、26.1%削減した。 これにより、デフォルトの動作ポイントは精度、エネルギ、レイテンシを共に改善する。 対照的に、50%スキップ率の固定インターバルベースラインであるFixedSkip-2は8.6pp AP@50を失う。 ソースコード、評価パイプライン、クリック毎の結果はhttps://github.com/amirtaherin/albireoで確認できる。

関連論文リスト

• Low Cost Two-Stage Fabric Defect Detection at the Edge [0.0]
  衣料品産業におけるファブリック検査は主に手作業で行われており、3.45と商業用ヴィジュアルシステムは、ほとんどの中小製粉所以上の価格で販売されている。 4つのニットファブリック欠陥クラスのためにそのようなカスケードを構築し、FP16でNVIDIA Jetson Nano上でエンドツーエンドにデプロイする。 データパスを制御せずにカスケードのスピードアップを計測し、自律的な受け入れよりもAIによるトリアージとして位置付ける。
  論文  参考訳（メタデータ） (2026-08-12T19:49:00Z)
• Fast Object Removal Attacks on Safety-Critical Video-based Perception Systems [10.77921487555435]
  本稿では,ビデオベース安全クリティカルシステムに対する準リアルタイム対象物除去攻撃のための新しい攻撃モデルとエンドツーエンドフレームワークを提案する。 サウスカロライナ・コネクテッド・ビークル・テストベッド(英語版)の交差点での実験では、再建されたフレームはオリジナルと大域的に類似していることが示されている。 YOLOベースの検出器を用いて、攻撃はオブジェクト検出を最大97.59%削減し、フレームレベルの攻撃成功率は94.48%に達する。
  論文  参考訳（メタデータ） (2026-08-03T19:03:24Z)
• Moving Like a Human: Ego-Motion-Normalized Temporal Signatures for Real-Time Aerial Person Tracking on Milliwatt-Class Hardware [1.932555230783329]
  追跡はドローン自体で行わなければならない。 EMT-Detは、エゴモーションを推定する5段階のシステムである。 Raspberry Pi Zero 2Wでは、パイプラインは31.85 FPS、AP25は0.462、UAVは0.714である。
  論文  参考訳（メタデータ） (2026-07-09T19:30:00Z)
• VigilFormer: Deformable Attention for Video Anomaly Detection with Causal Risk Inference [2.538209532048867]
  本稿では,ビデオ監視映像の異常を検出するために,変形可能な注意と因果時間モデルを組み合わせた統合フレームワークを提案する。 VigilFormer, ShanghaiTech, CUHK Avenueのフレームワークを1つのGPU上で41.5 FPSで評価した。
  論文  参考訳（メタデータ） (2026-05-31T14:27:57Z)
• HGO-YOLO: Advancing Anomaly Behavior Detection with Hierarchical Features and Lightweight Optimized Detection [0.0]
  HGO-YOLOはGhostHGNetv2と最適化されたパラメータ共有ヘッド(OptiConvDetect)を組み合わせた軽量検出器である。 3つの異常データセット上では、HGO-YOLOは87.4%のmAP@0.5と81.1%のリコールを、たった4.3 GFLOPsと4.6MBのYOLOv8nを+3.0% mAP、-51.7% FLOPs、1.7*の速度で1つのCPU上で56 FPSで達成している。
  論文  参考訳（メタデータ） (2025-03-10T14:29:12Z)
• DORT: Modeling Dynamic Objects in Recurrent for Multi-Camera 3D Object Detection and Tracking [67.34803048690428]
  本稿では、この問題を解決するためにRecurrenT(DORT)の動的オブジェクトをモデル化することを提案する。 DORTは、重い計算負担を軽減する動き推定のために、オブジェクトワイズローカルボリュームを抽出する。 フレキシブルで実用的で、ほとんどのカメラベースの3Dオブジェクト検出器に差し込むことができる。
  論文  参考訳（メタデータ） (2023-03-29T12:33:55Z)
• EdgeYOLO: An Edge-Real-Time Object Detector [69.41688769991482]
  本稿では, 最先端のYOLOフレームワークをベースとした, 効率的で低複雑さかつアンカーフリーな物体検出器を提案する。 我々は,訓練中の過剰適合を効果的に抑制する拡張データ拡張法を開発し,小型物体の検出精度を向上させるためにハイブリッドランダム損失関数を設計する。 私たちのベースラインモデルは、MS 2017データセットで50.6%のAP50:95と69.8%のAP50、VisDrone 2019-DETデータセットで26.4%のAP50と44.8%のAP50に達し、エッジコンピューティングデバイスNvidia上でリアルタイム要求(FPS>=30)を満たす。
  論文  参考訳（メタデータ） (2023-02-15T06:05:14Z)
• ETAD: A Unified Framework for Efficient Temporal Action Detection [70.21104995731085]
  時間的行動検出(TAD)のようなトリミングされていないビデオ理解は、しばしば計算資源に対する膨大な需要の苦痛に悩まされる。 我々は、効率的なエンド・ツー・エンドの時間的行動検出(ETAD)のための統合されたフレームワークを構築している。 ETADはTHUMOS-14とActivityNet-1.3の両方で最先端のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2022-05-14T21:16:21Z)
• FCOS: A simple and strong anchor-free object detector [111.87691210818194]
  物体検出を画素ごとの予測方式で解くために, 完全畳み込み型一段物検出器 (FCOS) を提案する。 RetinaNet、SSD、YOLOv3、Faster R-CNNといった最先端のオブジェクト検出器のほとんどは、事前に定義されたアンカーボックスに依存している。 対照的に、提案した検出器FCOSはアンカーボックスフリーであり、提案はフリーである。
  論文  参考訳（メタデータ） (2020-06-14T01:03:39Z)

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。