生成敵対ネットワークによる画像認識エッジキャッシュの改善【JST・京大機械翻訳】

Souza Guilherme B.; Pacheco Roberto G.; Couto Rodrigo S.

プレプリント

J-GLOBAL ID：202202201049115970 整理番号：22P0288541

生成敵対ネットワークによる画像認識エッジキャッシュの改善【JST・京大機械翻訳】

Improving Image-recognition Edge Caches with a Generative Adversarial Network

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年02月11日プレプリントサーバーでの情報更新日： 2022年02月11日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

画像認識は,いくつかのモバイルアプリケーションにおける必須のタスクである。例えば,スマートフォンは,その位置についてより多くの情報を収集するために,ランドマーク写真を処理できる。デバイスが利用可能な十分な計算資源を持たないならば,それは処理タスクをクラウドインフラストラクチャにオフロードする。この手法は資源不足を解決するが,通信遅延を導入する。インターネットのエッジ上の画像認識キャッシュはこの問題を緩和することができる。これらのキャッシュは,モバイルデバイスに近いサーバ上で実行され,以前に認識された画像に関する情報を保存する。サーバが,そのキャッシュに貯蔵された光で要求を受けるならば,クラウドオフローディングを避けて,デバイスに回答する。このキャッシュの主な課題は,受信画像が貯蔵されたものと一致するかどうかを検証することである。さらに,屋外写真では,1つが昼間に,もう1つは夜間に取られた場合,それらを比較するのは難しい。その場合,キャッシュは,それらが異なる場所に言及し,クラウドへの処理に負荷をかけることを誤って推論する。本研究は,ToDayGANと呼ばれるよく知られた生成敵対ネットワークが,夜間画像を用いて昼間画像を生成することにより,この問題を解決できることを示した。したがって,画像マッチングを助けることができる合成写真を持つキャッシュをポピュレートするために,この変換を使用することができた。この解はクラウドオフローディングを低減し,従ってアプリケーションの待ち時間を低減することを示した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

図形・画像処理一般 , 計算機網 , パターン認識

, , ,

前のページに戻る