基于边缘计算的多摄像头视频协同分析方法OACSTPCD
Multi-camera video collaborative analysis method based on edge computing
为了减少智慧城市场景下多摄像头实时视频数据的处理量,提出了基于机器学习算法的边缘端视频协同分析方法.首先,针对各摄像头检测到的重要目标物体,设计了不同的关键窗口来筛选视频的感兴趣区域,缩减视频数据量并提取其特征.然后,根据提取的数据特征,对不同摄像头视频中的相同目标物体进行标注,并设计了摄像头之间关联程度值的计算策略,用于进一步缩减视频数据量.最后,提出了基于图卷积网络和重识别技术的 GC-ReID 算法,旨在实现多摄像头视频协同分析.实验结果表明,与现有的视频分析方法相比,所提方法能够有效降低系统时延和提高视频压缩率,并保证较高的准确率.
期治博;杜磊;霍如;杨帆;黄韬
北京邮电大学网络与交换国家重点实验室,北京 100876||中国信息通信研究院工业互联网与物联网研究所,北京 100083北京工业大学信息学部,北京 100124北京工业大学信息学部,北京 100124||网络通信与安全紫金山实验室,江苏 南京 211111北京邮电大学网络与交换国家重点实验室,北京 100876||网络通信与安全紫金山实验室,江苏 南京 211111北京邮电大学网络与交换国家重点实验室,北京 100876||网络通信与安全紫金山实验室,江苏 南京 211111
电子信息工程
边缘计算机器学习视频协同分析感兴趣区域标注多摄像头关联性
edge computingmachine learningvideo collaborative analysisregion of interest annotationassociation between cameras
《通信学报》 2023 (8)
14-26,13
国家重点研发计划基金资助项目(No.2018YFB1800602)2020年工业互联网创新发展工程基金资助项目(工业互联网标识资源搜索系统)The National Key Research and Development Program of China(No.2018YFB1800602),The MIIT of China 2020(Identification Re-source Search System for Industrial Internet of Things)
评论