【摘 要】
：
边缘计算,将计算任务卸载到靠近设备/数据源的网络边缘,进行数据存储和计算等操作,实现资源的灵活分配,具有传输距离短、延迟低、效率高的优点。随着人工智能（AI）和深度学习的发展,边缘计算在智慧城市、智慧交通、智能家居等场景得到重点应用。但是,边缘设备存在资源受限问题,无法部署复杂的深度学习模型;而且视频传输的安全性也日益受到重视。因此,本文基于DM8127视频处理平台,开展了边缘视频处理的研究,包括
论文部分内容阅读
边缘计算,将计算任务卸载到靠近设备/数据源的网络边缘,进行数据存储和计算等操作,实现资源的灵活分配,具有传输距离短、延迟低、效率高的优点。随着人工智能（AI）和深度学习的发展,边缘计算在智慧城市、智慧交通、智能家居等场景得到重点应用。但是,边缘设备存在资源受限问题,无法部署复杂的深度学习模型;而且视频传输的安全性也日益受到重视。因此,本文基于DM8127视频处理平台,开展了边缘视频处理的研究,包括:基于边缘计算的轻量级视频目标检测和加密算法研究,主要研究内容如下:1、针对视频处理系统的低延迟、高质量的性能要求,本文构建了基于DM8127的边缘视频采集和处理系统。其中,DM8127视频处理平台负责视频数据的采集、压缩、计算、传输等实时处理,采用软件优化、硬件加速的方法提高系统运行效率,以RTSP流媒体传输协议作为数据传输协议进行视频流传输,输出分辨率1920*1080p以及720*480p的双通道视频流,实现环境的监控功能以及GUI用户端服务。2、针对边缘设备计算能力有限无法部署复杂的深度学习模型问题,本文研究了YOLOv5s算法的轻量化算法。参考ShuffleNetv2的结构和设计准则对YOLOv5s算法进行轻量化设计,提出v5Lite＿a、v5Lite＿b、v5Lite＿c算法并进行实验,并将v5Lite＿c轻量化算法部署于边缘视频处理系统中,实现视频帧的实时目标检测应用。在widerface数据集进行50个epoch的训练,结果表明:三个算法都满足轻量化要求,其中v5Lite＿c算法的轻量化水平最高,将训练时长缩短了42%,达到0.737的精准度;在蒙面数据集上进行100个epoch的训练,结果表明:三个算法都能够准确检测出存在遮挡的目标对象,分别取得0.99、0.994、0.989的mAP.5成绩。3、针对视频传输的高效和安全性要求,本文提出一种面向视频的压缩和加密混合编码算法。基于H.264编码和椭圆曲线加密算法,对视频帧同时进行压缩和加密处理,其中,对DCT变换和量化处理的残差宏块进行加密以消除像素冗余,并基于残差宏块优化椭圆曲线加密算法以保证明文像素点的有效映射,压缩和加密混合编码算法可大幅度减少需加密的视频数据量,满足图像快速传输和安全性需求。实验结果表明:该压缩加密编码算法,利用帧内预测技术和帧间预测技术能够有效消除像素间的时间相关性和空间相关性,利用椭圆曲线加密算法对明文加密可提高算法鲁棒性,保证加密质量,确保视频数据的传输安全。本文进一步提出面向DM8127边缘视频处理系统的目标加密应用,实时处理视频帧以获取感兴趣区域ROI,有效保障敏感区域的信息安全。
其他文献
殡葬改革政策由于涉及根深蒂固的传统丧葬习俗,政策的执行往往面临重重阻碍,特别是在基层社会治理中,殡葬改革政策执行的差异性和复杂性更加凸显,其执行效果也成为备受社会关注的议题。在中国各地的殡葬改革政策执行实践中,地方政府的殡葬改革政策执行情况呈现出较大的地方性差异。其中既有以S省Y县为代表的“惠民礼葬”典型样本,也存在着S省T县等蜕变成“伪作为”的执行异化现象。基于对事实的把握和思考,研究着力研究以
在地铁站的施工中普遍使用明挖法施工,该施工方法中涉及到开挖深基坑,但是深基坑的开挖所涉及到的理论知识以及技术要求极其复杂,现场基坑所处条件不可一概而论,根据当地地勘以及水文环境,所采取的的措施以及施工方案也是不同的。在人员密集场所开挖基坑,一旦出现基坑坍塌,将会产生无法估量的后果。因此,在开挖深基坑前,基坑的开挖以及施工技术的确定显得至关重要。本文以宁波市地铁三号线客运北站基坑工程为研究背景,通过
当前,数字化已经深刻改变了金融、物流、交通、旅游、零售、住宿、餐饮等服务业,逐步向制造业渗透,制造业成为数字化转型的主战场。新基建的推进和新冠疫情的爆发,更是加速制造企业数字化转型的实践步伐,“从哪里转”和“怎么转”成为制造企业急需解决的问题。企业界的快速发展促使制造企业的数字化转型成为学术界的研究热点。然而,当前学术界缺乏如何触发制造企业数字化转型的探讨;此外,关于数字化转型路径研究集中于数据视
近些年,随着深度学习在计算机视觉领域取得的巨大成功,其也在无设备人体活动识别领域给了人们新的启发。人体活动识别的方法分为基于传感器的、基于图像的和基于射频信号的。上述几种传统方法都是在采集到信号后,经过信号预处理,使用不同的分类器对动作进行分类。基于射频信号的人体活动识别技术因其不受光线限制、无需穿戴设备以及不侵入人们的隐私的优点在近些年的研究中更加受人青睐。深度学习在人体活动识别方面的应用可以对
目标检测作为计算机视觉中最热门的研究领域之一,在很多实际场景都具有重要的应用价值。本文对基于深度学习的目标检测方法进行研究,YOLOv4作为目前主流的一阶段目标检测方法,可以较好地平衡检测精度和速度,因此本文选取其作为研究对象。针对YOLOv4存在对深层和浅层信息特征提取不充分以及信息利用率不足的问题,对其进行改进,力求在保证检测速度基本不变的同时尽可能地提升精度。本文的主要研究内容和创新性工作如
随着5G无线通信网络的大规模建设,C-V2X（Cellular Vehicle-to-Everything,蜂窝车联网）得到了快速且多元化的发展,但是全局路况分析等大计算量业务也给车联网（Internet of vehicles,Io V）终端带来了巨大的传输和处理压力。多接入边缘计算（Multi-Access Edge Computing,MEC）可以在靠近用户的位置为车联网业务提供计算能力、存
湘西苗族医药是当地宝贵的非物质文化遗产，不仅历史悠久，而且种类丰富，蕴含着和谐的生态理念。实地调研表明，苗医药“非遗”的传承现状面临着专业传承人培养不足、传统苗医药过度开采、相应的保护政策缺失等问题。为了保护和传承苗族医药“非遗”，我们可以从提供专业支持、强化教育作用及建立保护政策三个方面进行改进。
近年来,随着数据量的爆炸式增长和计算机性能的飞速提升,深度神经网络得到了空前的发展。深度神经网络由于其强大的特征提取能力和表达能力,被广泛的运用于越来越多的领域。然而,研究者们发现深度神经网络也存在安全威胁。特别在图像分类领域,攻击者可以通过向干净图片上加入精心设计的微小的扰动,来使得深度神经网络分类器作出错误的预测,并且这种扰动对于人类来说是不可见的。加入了扰动之后的图片就是对抗样本。对抗样本的
校地共建研究院是一个创新平台组织,由政府、大学和企业、科技中介机构、金融机构等的共同参与,以实现各种创新元素的快速汇聚,并有效地汇总产业链、创新链和资本链。校地共建研究院也是打破成果转化瓶颈、打破技术转移壁垒,推动高校科技成果转化。同时,也是科技与工业、技术与金融紧密结合的重要起点,是实现政产学研用的新型途径。随着科技创新与经济转型的紧密结合,地方政府、高校和企业的各项需求不断增加,在以高校-地方
在我国,长江航道从古至今一直都是重要的水运通道,伴随着经济环境的变局,内河船舶运输业也面临着大考。船舶运输企业有其特有的行业特点,固定资产比例重,负债占比大,企业在市场中话语权较弱,在此背景下,船舶运输公司如何求存求变求发展,是摆在企业面前的一个课题。本文深入A船舶运输公司,详细分析阐述了A公司的实际情况,利用阿米巴运营模式,提出了有针对性地组织变革和员工激励方案,帮助企业解决在复杂的行业外部环境