主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公English
2020-2021年专刊出版计划 微信服务介绍 最新一期:2020年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
张展,张宪琦,左德承,付国栋.面向边缘计算的目标追踪应用部署策略研究.软件学报,2020,31(9):2691-2708
面向边缘计算的目标追踪应用部署策略研究
Research on Target Tracking Application Deployment Strategy for Edge Computing
投稿时间:2019-06-29  修订日期:2019-08-18
DOI:10.13328/j.cnki.jos.005938
中文关键词:  目标追踪  边缘计算  资源分配  深度学习  移动计算
英文关键词:target tracking  edge computing  resource allocation  deep learning  mobile computing
基金项目:国家高技术研究发展计划(863)(2013AA01A215)
作者单位E-mail
张展 哈尔滨工业大学 计算机科学与技术学院, 黑龙江 哈尔滨 150001 zhangzhan@hit.edu.cn 
张宪琦 哈尔滨工业大学 计算机科学与技术学院, 黑龙江 哈尔滨 150001  
左德承 哈尔滨工业大学 计算机科学与技术学院, 黑龙江 哈尔滨 150001  
付国栋 哈尔滨工业大学 计算机科学与技术学院, 黑龙江 哈尔滨 150001  
摘要点击次数: 1432
全文下载次数: 1260
中文摘要:
      目标追踪算法虽已在诸多领域得到广泛应用,然而由于实时性和功耗问题,使得基于深度学习模型的算法难以在移动终端设备上部署应用.结合边缘计算技术,从应用部署优化的角度,对目标追踪算法在移动设备上的部署策略进行研究.通过对目标追踪应用特点、移动设备特性以及边缘云网络架构的分析,提出一种面向边缘计算的目标追踪应用部署策略.通过任务分割策略,将目标追踪应用的计算任务合理卸载至边缘云,并利用信息融合策略对计算结果进行分析融合;此外,利用运动检测,进一步降低终端节点的计算压力和功耗.通过对不同部署策略进行对比实验,结果表明:相比计算任务本地计算,该部署策略明显降低了任务响应时间;相比完全卸载至边缘云,该部署策略降低了相同计算任务的处理时间.
英文摘要:
      Target tracking algorithm has been widely used in many fields. However, due to the problems of real-time and power consumption, it is difficult to deploy the algorithm based on deep learning model on mobile terminal devices. This work studies the deployment strategy of target tracking algorithm on mobile devices from the perspective of application deployment optimization combined with edge computing technology. A deployment strategy of target tracking application oriented to edge computing is proposed based on the analysis of device characteristics and edge cloud network architecture. The computing task of target tracking application is reasonably unloaded to edge cloud by task segmentation strategy and the computing results are analyzed and fused by the information fusion strategy. In addition, a motion detection scheme is proposed to further reduce the computing pressure and power consumption of terminal nodes The experimental results show that compared with local computing, the deployment strategy significantly reduces the response time of the task, and compared with completely uninstalling to the edge cloud, the deployment strategy reduces the processing time of the same computing task.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利