PETRI: Reducing Bandwidth Requirement in Smart Surveillance by Edge-Cloud Collaborative Adaptive Frame Clustering and Pipelined Bidirectional Tracking

Neural networks running on cloud servers have been widely used in smart surveillance, but they require high bandwidth to upload videos. Edge-cloud collaborative encoding based on ROI (Region-Of-Interest) can reduce bandwidth requirement, but it suffers from inaccurate ROI detection due to feedback l...

Celý popis

Podrobná bibliografie

Vydáno v:	2021 58th ACM/IEEE Design Automation Conference (DAC) s. 421 - 426
Hlavní autoři:	Liu, Ruoyang, Zhang, Lu, Wang, Jingyu, Yang, Huazhong, Liu, Yongpan
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 05.12.2021
Témata:	Bandwidth Collaboration collaborative architecture edge computing Image edge detection Object detection Pipelines Surveillance Target tracking
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!