چکیده مقاله
با گسترش کاربردهای هوشمند مبتنی بر بینایی ماشین، حجم زیادی از داده های ویدئویی در گره های محیطی تولید می شود که نیازمند تحلیل آنی و کم تاخیر هستند استفاده از پردازش ابری به دلیل تاخیر شبکه، مصرف بالای پهنای باند و نگرانی های حریم خصوصی، پاسخگوی این نیازها نیست پردازش لبه با انتقال بخشی از محاسبات به نزدیک ترین گره، امکان تحلیل بلادرنگ را فراهم می کند، اما محدودیت توان پردازشی، حافظه و انرژی در گره های لبه، استفاده از مدل های سبک و روش های بهینه سازی را ضروری می سازد در این پژوهش، معماری های مختلف پردازش لبه، مدل های سبک مورد استفاده در تحلیل ویدئوی آنی و تکنیک های فشرده سازی مانند کوانتیزه سازی و پرونیگ به صورت سیستماتیک بررسی شده است همچنین چالش ها و راهکارهای پیشنهادی برای ادغام این روش ها در کاربردهای واقعی ارائه گردیده است هدف این مطالعه، ارائه دیدگاهی جامع برای طراحی سیستم های تحلیل ویدئوی کارآمد در محیط های محدود از نظر منابع است
کلیدواژهها
نویسندگان
شیوه ارجاع
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید: ترابی، زینب و مرامی، زهرا،1404،مرور سیستماتیک بر معماری ها، مدل های سبک و تکنیک های بهینه سازی در تحلیل ویدئوی آنی مبتنی بر پردازش لبه،ششمین همایش بین المللی مهندسی کامپیوتر، برق و تکنولوژی،همدان،https://civilica.com/doc/2585632
ارائهشده در
مجموعه مقالات دومین همایش ملی و بین المللی آینده پژوهی هوش مصنوعی1 اسفند 1404 · تهران