高效云边协同推断之物体重新识别

Jan, 2024

高效云边协同推断之物体重新识别

Efficient Cloud-edge Collaborative Inference for Object Re-identification

Chuanming Wang, Yuxin Yang, Mengshi Qi, Huadong Ma

TL;DR通过云 - 边缘协作处理范例，我们提出了一种分布感知的相关建模网络（DaCM），用于重新识别系统，将希望的图像尽快返回云服务器，通过学习建模实例之间的时空关联性。我们的方法明显减少传输开销并显著提高性能。

Abstract

Current object re-identification (ReID) system follows the centralized processing paradigm, i.e., all computations are conducted in the cloud server and edge devices are only used to capture and send images. As the number of videos experiences a rapid escalation, this paradigm has beco

object re-identification cloud-edge collaborative processing correlation modeling network spatial-temporal correlations transmission overhead

发现论文，激发创造

移动边缘云中基于实时分布式推理的身份感知属性识别

本文提出了一种基于移动边缘云的行人属性识别和人员重识别模型，并研究了 MEC 网络中的分布式推断问题，评估结果表明，所提出的算法在准确性和延迟方面都有很大提高。

Aug, 2020

边缘 - 云连续体中联邦式无监督个人再识别的联合优化

FedUReID 是一种基于联邦无监督学习的人物重识别系统，可在维护数据隐私的同时，在边缘计算上进行现场模型训练，通过联合优化云和边缘的个性化训练解决无监督场景下人物重识别问题。实验表明，与现有方法相比，FedUReID 不仅在精度上更高，而且计算成本降低了 29％，可用于解决无标签的多媒体任务。

Aug, 2021

利用边缘计算实现实时视频分析通过自适应的时空语义过滤

本文提出了一种新颖的边缘计算实时视频分析系统，包括跟踪辅助对象检测模块和感兴趣区域模块，在具有波动网络条件的情况下，通过无线网络将智能视觉设备连接到边缘服务器，通过基于深度 Q 网络的边缘处理方法和基于多臂赌博机的自适应配置选择方法来解决实时视频分析问题。通过大量的模拟实验评估了该解决方案的性能，并展示了其优势。

Feb, 2024

基于语义的云边协同推理

本研究提出了一种基于语义驱动的云边协作方法，用于加速视频推断，以车牌识别为案例研究。通过将语义提取和识别分离，在减少端到端延迟和提高吞吐量的基础上，将计算密集型的识别任务分配给云端或相邻边缘节点进行处理。实验证明，与仅采用云端或仅采用边缘节点处理相比，该方法可以显著提高端到端推断速度（高达 5 倍），吞吐量（高达 9 FPS）和减少流量（减少 50%），从而验证了该方法的效率。语义驱动的云边协作框架为智慧城市中的视频分析提供了具有良好前景的解决方案。

Sep, 2023

时空车辆重识别

基于自适应 Parzen 窗方法和融合网络的空时域车辆重新识别框架在公共数据集（VeRi776）上取得 99.64% 的 rank-1 准确率，实验证明利用空时信息可以提高基于外观的方法的准确性并有效处理外观歧义。

Sep, 2023

具有模型压缩的异构边缘设备上具有容错性的分布式推理

RoCoIn 是一种用于异构边缘设备上本地分布式执行深度神经网络推断任务的稳健合作推断机制，通过知识蒸馏从大型模型中学习独立而紧凑的学生模型，并以冗余方式部署和执行相同的学生模型以提高推断过程的容错性和系统响应速度。与几种基线方法相比，广泛的模拟验证了我们的 RoCoIn 在分布式推断中的卓越性能，并证明了其在及时推断和容错能力方面的有效性。

Jun, 2024

面向 3D MOT 的点云物体重新识别

本文探讨了在 3D 多物体跟踪场景下，通过学习匹配预测的 3D 边界框裁剪后的（例如，使用点云）点云观测到的对象对应，相比使用图像，通过点云进行对象重新识别的性能表现如何，并提出了可供比较的对象重新识别网络方法，发现使用高感度传感器的效果优于使用稀疏传感器，能够成功地发现导致强运动跟踪器误差的物体

May, 2023

工业物联网中基于深度强化学习的协作 DNN 推断保证准确性

本文研究了工业物联网网络中协作深度神经网络推理问题，提出了一种基于深度强化学习的算法，将动态配置物联网设备的采样率、推理任务卸载和边缘计算资源分配共同考虑，通过转化为马尔可夫决策过程来最小化服务延迟并保证准确性。

Dec, 2022

EARLIN: 面向资源高效协作推理的早期 OD 检测

本文提出了一种新颖的基于预训练卷积神经网络模型的轻量级 OOD 检测方法 EARLIN，通过定义降维特征空间上的距离函数从浅层中挖掘重要特征来检测输入样本是 ID 还是 OOD，无需对已有模型重新训练或使用 OOD 数据集来获取检测参数，通过实验验证其在真实数据集上的检测效果优于其他方法且成本更低。

Jun, 2021

具有身份知识演进的增量式摄像机目标重新识别

本文提出一种名为 CIOR 的新的 ReID 任务，通过连续优化来自摄像机数据集的 ReID 模式来解决存储、隐私约束和相机动态变化等问题。进行 CIOR 的 Identity Knowledge Evolution（IKE）框架由 Identity Knowledge Association（IKA）、Identity Knowledge Distillation（IKD）和 Identity Knowledge Update（IKU）组成。评估表明，对于 CIOR，IKE 框架具有优异的性能。

May, 2023