엣지 컴퓨팅 기반 저조도 이미지 동적 향상을 통한 객체 탐지

모바일 멀티미디어 데이터의 양이 빠르게 증가함에 따라, 실시간 응답으로 데이터를 처리하기 위해 강력한 딥 러닝 방법을 적용하는 것이 주요 이슈가 되고 있습니다. 한편, 엣지 컴퓨팅 구조는 유연한 컴퓨팅 및 저장 능력을 통해 응답 시간과 사용자 경험을 개선하는 데 도움을 줍니다. 성공적인 AI 기반 애플리케이션을 위해 두 기술을 고려하여, 저조도 조건에서 이미지 향상 및 객체 탐지 작업을 수행하기 위한 엣지 컴퓨팅 기반의 엔드 투 엔드 프레임워크를 제안합니다. 이 프레임워크는 클라우드 기반 향상 단계와 엣지 기반 탐지 단계로 구성됩니다. 첫 번째 단계에서는 엣지 장치와 클라우드 서버 간의 연결을 설정하여 저조도 이미지의 재조정된 조명 부분을 입력합니다. 여기서 향상된 서브 네트워크는 저조도 맥락에 따라 향상된 조명 부분을 계산하기 위해 동적으로 병렬 연결됩니다. 엣지 기반 탐지 단계에서는 엣지 장치가 클라우드에서 계산된 정보 제공 기능 맵을 기반으로 객체를 정확하고 신속하게 탐지할 수 있습니다. 실험 결과, 제안된 방법이 저조도 조건에서 엣지 장치에서 낮은 대기 시간으로 실행할 때 탐지 성능을 크게 향상시킨다는 것을 보여줍니다.