Edge Video Analytics: A Survey on Applications, Systems and Enabling Techniques

要約

ビデオは、デジタル情報の世界的な爆発の主要な原動力として、人間社会に多大な利益をもたらす可能性があります。
政府や企業は、法執行機関、緊急事態管理、交通管制、セキュリティ監視などのさまざまな用途に無数のカメラを導入しており、これらはすべてビデオ分析 (VA) によって促進されています。
この傾向は、オブジェクトの分類、検出、追跡のためのより正確なモデルを可能にする深層学習 (DL) の急速な進歩によって促進されています。
一方、インターネットに接続されたデバイスの急増に伴い、クラウドを圧倒する大量のデータが毎日生成されます。
エッジ コンピューティングは、ワークロードとサービスをネットワーク コアからネットワーク エッジに移動する新たなパラダイムで、有望なソリューションとして広く認識されています。
その結果として生まれた新しい交差点であるエッジ ビデオ アナリティクス (EVA) は、幅広い注目を集め始めています。
それにもかかわらず、このテーマに関して大まかに関連した調査はわずか数件しか存在しません。
EVA の基本概念 (定義、アーキテクチャなど) は、このドメインの急速な発展により完全には解明されていません。
これらのギャップを埋めるために、私たちは EVA に関する最近の取り組みに関する包括的な調査を提供します。
このペーパーでは、まずエッジ コンピューティングの基礎を確認し、次に VA の概要を説明します。
次に、EVA システムとその実現技術について説明します。
さらに、将来の研究者が EVA システムを開発するのを支援するために、一般的なフレームワークとデータセットを紹介します。
最後に、既存の課題について議論し、将来の研究の方向性を予測します。
この調査は、読者が VA とエッジ コンピューティングの関係を理解し​​、EVA に関する新しいアイデアを生み出すのに役立つと信じています。

要約(オリジナル)

Video, as a key driver in the global explosion of digital information, can create tremendous benefits for human society. Governments and enterprises are deploying innumerable cameras for a variety of applications, e.g., law enforcement, emergency management, traffic control, and security surveillance, all facilitated by video analytics (VA). This trend is spurred by the rapid advancement of deep learning (DL), which enables more precise models for object classification, detection, and tracking. Meanwhile, with the proliferation of Internet-connected devices, massive amounts of data are generated daily, overwhelming the cloud. Edge computing, an emerging paradigm that moves workloads and services from the network core to the network edge, has been widely recognized as a promising solution. The resulting new intersection, edge video analytics (EVA), begins to attract widespread attention. Nevertheless, only a few loosely-related surveys exist on this topic. The basic concepts of EVA (e.g., definition, architectures) were not fully elucidated due to the rapid development of this domain. To fill these gaps, we provide a comprehensive survey of the recent efforts on EVA. In this paper, we first review the fundamentals of edge computing, followed by an overview of VA. EVA systems and their enabling techniques are discussed next. In addition, we introduce prevalent frameworks and datasets to aid future researchers in the development of EVA systems. Finally, we discuss existing challenges and foresee future research directions. We believe this survey will help readers comprehend the relationship between VA and edge computing, and spark new ideas on EVA.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google