跳到主要内容
10.1109/CCGRID.2018.00087acm会议文章/章节视图摘要出版物页面中央电网会议记录会议集合
研究论文

视频识别中基于物联网边缘设备的人脸关键帧提取

出版:2018年5月1日出版历史

摘要

随着计算和通信技术的发展,物联网的思想不仅在研究层面上实现,而且在应用层面上实现。在各种物联网相关应用领域中,生物特征应用,尤其是人脸识别,广泛应用于视频监控、门禁、执法等多种场景。在本文中,我们介绍了一种视频人脸识别(FivR)框架,该框架在物联网边缘设备上执行实时关键帧提取,然后在云后端使用提取的关键帧进行人脸识别。使用我们的关键帧提取引擎,我们能够减少数据量,从而大大缓解云后端的处理压力。我们的实验结果表明,使用物联网边缘设备加速,可以在不引入中间件或云层的情况下在视频识别应用程序中实现人脸,同时仍然可以实现实时处理速度。

参考文献

  1. 用张量rt进行8位推理。http://on-demand.gputechconf.com/gtc/2017/presentation/s7310-8-bit-inference-with-tensort.pdf。访问时间:2017-12-12。谷歌学者谷歌学者
  2. K.-T.Cheng和Y.-C.Wang。使用移动gpu进行通用计算——智能手机人脸识别的案例研究。超大规模集成电路设计、自动化和测试(VLSI-DAT),2011年国际研讨会,第1-4页。IEEE,2011年。2谷歌学者谷歌学者
  3. N.-M.Ho和W.-F.Wong。在nvidia gpu中开发半精度算法。高性能极限计算会议(HPEC),2017 IEEE,第1-7页。IEEE,2017年。谷歌学者谷歌学者交叉引用交叉引用
  4. M.S.侯赛因和G.穆罕默德。用于健康监测的云辅助语音和人脸识别框架。移动网络和应用,20(3):391--399, 2015. 1谷歌学者谷歌学者数字图书馆数字图书馆
  5. B.Mandal、S.-C.Chia、L.Li、V.Chandrasekhar、C.Tan和J.-H.Lim。谷歌眼镜上的可穿戴人脸识别系统,用于协助社交互动。亚洲计算机视觉会议,第419-433页。施普林格,2014年。2谷歌学者谷歌学者
  6. N.Powers、A.Alling、K.Osolinsky、T.Soyata、M.Zhu、H.Wang、H.Ba、W.Heinzelman、J.Shi和M.Kwon。cloudlet加速器:将移动云人脸识别引入实时。Globecom研讨会(GC Wkshps),2015 IEEE,第1-7页。IEEE,2015年。2谷歌学者谷歌学者交叉引用交叉引用
  7. X.Qi和C.Liu。用于视频人脸检测的Gpu加速关键帧分析。云计算技术与科学(CloudCom),2015年IEEE第七届国际会议,第600-605页。IEEE,2015年。谷歌学者谷歌学者数字图书馆数字图书馆
  8. X.Qi、C.Liu和S.Schuckers。通过基于cnn的关键帧提取增强视频识别中的人脸。2018年IEEE第11届IAPR国际生物计量会议(ICB)。IEEE,2018年。2, 3谷歌学者谷歌学者交叉引用交叉引用
  9. T.Soyata、R.Muraleedharan、C.Funai、M.Kwon和W.Heinzelman。云视觉:使用移动云加速架构的实时人脸识别。计算机与通信(ISCC),2012年IEEE研讨会,第000059页至第000066页。IEEE,2012年。2谷歌学者谷歌学者数字图书馆数字图书馆
  10. V.Sze、Y.-H.Chen、T.-J.Yang和J.Emer。深度神经网络的高效处理:教程和调查。arXiv预印arXiv:1703.090392017。谷歌学者谷歌学者
  11. J.Tang、D.Sun、S.Liu和J.-L.Gaudiot。在物联网设备上实现深度学习。计算机,50(10):92--96, 2017. 2谷歌学者谷歌学者数字图书馆数字图书馆
  1. 视频识别中基于物联网边缘设备的人脸关键帧提取

      建议

      评论

      登录选项

      检查您是否可以通过登录凭据或您的机构访问本文。

      登录

      完全访问权限

      PDF格式

      以PDF文件查看或下载。

      PDF格式

      电子阅读器

      使用eReader联机查看。

      电子阅读器