面向视频监控基于联邦学习的智能边缘计算技术

• 作者: 刘淼 孙金龙 杨洁 桂冠 赵羽
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 联邦学习 深度学习 边缘计算 轻量级神经网络 目标检测
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 学术论文
• 页码范围: 109-115
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2020192

摘要

随着全球数据量的激增,集中式云计算无法提供低时延、高效率的视频监控服务.基于此,提出分布式边缘计算模型,在边缘端直接处理视频数据,减少网络的传输压力,缓解中央云服务器的计算负担,降低视频监控系统的处理时延.结合联邦学习算法,采用轻量级神经网络,分场景训练模型,并将其部署于计算能力受限的边缘设备上.实验结果表明,对比通用神经网络模型,所提方法检测准确度提高18％,模型训练时间有效减少.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨洁		14	67	5.0	7.0
2	桂冠		7	29	4.0	5.0
3	赵羽		1	0	0.0	0.0
4	刘淼		1	0	0.0	0.0
5	孙金龙		1	0	0.0	0.0