Soudain: 动态调整视频分析配置文件以提升边缘资源效率

由于具有高精度要求的实时视频分析资源消耗大，因此在资源受限的边缘进行分析之前需要资源-精度权衡的档案。由于视频内容的内在变化，过时的档案无法动态捕获随时间变化的权衡，这需要定期更新档案，并产生巨大的资源开销。因此，我们提出了Soudain，它动态调整档案中的配置和相应的档案间隔，以捕获边缘多个视频流的内在变化。在对档案进行细粒度决策之后，我们提出了一个整数程序，以在资源约束的情况下，最大限度地提高视频分析的准确性，然后设计了一种在线调整档案的算法。我们将Soudain实现在服务器上，使用GPU。我们的测试结果证实，使用来自实际交通摄像头的实时视频流，Soudain确保了实时性要求，与多种最先进的替代方案相比，检测精度提高了25％。