NetVision: On-Demand Video Processing in Wireless Networks
NetVision: On-Demand Video Processing in Wireless Networks
复制标题
NetVision：无线网络中的按需视频处理
DOI：
10.1109/tnet.2019.2954909
复制
发表时间：
2020-02
期刊：
影响因子：
--
通讯作者：
Thomas La Porta
中科院分区：
文献类型：
--
作者：
Zongqing Lu;Kevin Chan;Shiliang Pu;Thomas La Porta
具有摄像头的移动的设备的广泛采用极大地促进了视频的创建和分发的扩散。出于各种目的，可以从这些视频中提取有价值的信息。虽然移动的设备的计算能力最近已经大大提高，但是视频处理对于移动的设备来说仍然是一项苛刻的任务。我们设计了一个按需视频处理系统NetVision，它使用深度学习在移动的和边缘设备的无线网络上执行分布式视频处理，以回答查询，同时最大限度地减少查询响应时间。然而，处理存储在网络上的视频的最小查询响应时间的问题是一个强NP难题。为了解决这个问题，我们设计了一个贪婪算法与有限的性能。为了进一步处理移动的和边缘设备之间的传输速率的动态变化，我们设计了一种自适应算法。我们构建了NetVision并将其部署在一个小型测试平台上。基于测试床的测量和广泛的模拟，我们表明，贪婪算法是接近最佳的和自适应算法的性能更好，更动态的传输速率。然后，我们在小型测试平台上进行实验，以检查固定网络和移动的网络中实现的系统性能。
The vast adoption of mobile devices with cameras has greatly contributed to the proliferation of the creation and distribution of videos. For a variety of purposes, valuable information may be extracted from these videos. While the computational capability of mobile devices has greatly improved recently, video processing is still a demanding task for mobile devices. We design an on-demand video processing system, NetVision, that performs distributed video processing using deep learning across a wireless network of mobile and edge devices to answer queries while minimizing the query response time. However, the problem of minimal query response time for processing videos stored across a network is a strongly NP-hard problem. To deal with this, we design a greedy algorithm with bounded performance. To further deal with the dynamics of the transmission rate between mobile and edge devices, we design an adaptive algorithm. We built NetVision and deployed it on a small testbed. Based on the measurements of the testbed and by extensive simulations, we show that the greedy algorithm is close to the optimum and the adaptive algorithm performs better with more dynamic transmission rates. We then perform experiments on the small testbed to examine the realized system performance in both stationary networks and mobile networks.
登录
查看更多内容
DOI：
10.1145/2668930.2688041
发表时间：
2015-01
期刊：
Proceedings of the 6th ACM/SPEC International Conference on Performance Engineering
影响因子：
--
作者：
Qiushi Wang;K. Wolter
通讯作者：
Qiushi Wang;K. Wolter
DOI：
10.1145/2462456.2464440
发表时间：
2013-06
期刊：
--
影响因子：
--
作者：
P. Simoens;Yu Xiao;Padmanabhan Pillai;Zhuo Chen;Kiryong Ha;M. Satyanarayanan
通讯作者：
P. Simoens;Yu Xiao;Padmanabhan Pillai;Zhuo Chen;Kiryong Ha;M. Satyanarayanan
DOI：
10.1109/ipsn.2016.7460664
发表时间：
2016-04
期刊：
2016 15th ACM/IEEE International Conference on Information Processing in Sensor Networks (IPSN)
影响因子：
--
作者：
N. Lane;S. Bhattacharya;Petko Georgiev;Claudio Forlivesi;Lei Jiao;Lorena Qendro;F. Kawsar
通讯作者：
N. Lane;S. Bhattacharya;Petko Georgiev;Claudio Forlivesi;Lei Jiao;Lorena Qendro;F. Kawsar
影响因子：
7.9
作者：
Yi Wang;Wenjie Hu;Yibo Wu;G. Cao
通讯作者：
Yi Wang;Wenjie Hu;Yibo Wu;G. Cao
DOI：
10.1145/1966445.1966473
发表时间：
2011-04
期刊：
--
影响因子：
--
作者：
Byung-Gon Chun;Sunghwan Ihm;Petros Maniatis;M. Naik;A. Patti
通讯作者：
Byung-Gon Chun;Sunghwan Ihm;Petros Maniatis;M. Naik;A. Patti