エッジコンピューティングによる低照度画像動的強調法による物体検出

モバイルマルチメディアデータの量が急速に増加する中で、リアルタイム応答でデータを処理するために強力な深層学習手法を適用する方法は主要な課題となっています。一方、エッジコンピューティング構造は、柔軟な計算とストレージの能力を持って、応答時間とユーザーエクスペリエンスを改善します。AIベースのアプリケーションを成功させるために両方の技術を考慮し、低照度条件下での画像強調と物体検出のタスクを実行するためのエッジコンピューティング駆動のエンドツーエンドフレームワークを提案します。このフレームワークは、クラウドベースの強調段階とエッジベースの検出段階から構成されます。最初の段階では、エッジデバイスとクラウドサーバーの間に接続を確立し、低照度画像の再スケーリングされた照明部分を入力します。そこで、強調サブネットワークが動的かつ並行に結合され、低照度コンテキストに基づいて強調された照明部分を計算します。エッジベースの検出段階では、エッジデバイスがクラウドで計算された情報的特徴マップに基づいて物体を正確かつ迅速に検出できます。実験結果は、提案された方法が低遅延でエッジデバイス上で動作する低照度条件において検出性能を大幅に向上させることを示しています.