边云协同的视频分析任务卸载优化策略.pdfVIP

第３８卷第１期传感技术学报Ｖｏｌ３８Ｎｏ１

２０２５年１月ＣＨＩＮＥＳＥＪＯＵＲＮＡＬＯＦＳＥＮＳＯＲＳＡＮＤＡＣＴＵＡＴＯＲＳＪａｎ.２０２５

ＯｐｔｉｍｉｚｅｄＳｔｒａｔｅｇｙｆｏｒＶｉｄｅｏＡｎａｌｙｓｉｓＴａｓｋＯｆｆｌｏａｄｉｎｇｉｎ

Ｅｄｇｅ￣ＣｌｏｕｄＣｏｌｌａｂｏｒａｔｉｖｅＣｏｍｐｕｔｉｎｇ∗

∗

ＴＯＮＧＪｉａｈｕｉꎬＬＩＹｕｅꎬＬＩＹａｎｊｕｎꎬＭＡＯＫｅｊｉ

(ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙꎬＺｈｅｊｉａｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙꎬＨａｎｇｚｈｏｕＺｈｅｊｉａｎｇ３１００２３ꎬｃｈｉｎａ)

Ａｂｓｔｒａｃｔ:Ｖｉｄｅｏａｎａｌｙｔｉｃｓｉｓｗｉｄｅｌｙａｄｏｐｔｅｄｉｎｆｉｅｌｄｓｏｆｔｒａｎｓｐｏｒｔａｔｉｏｎａｎｄｓｅｃｕｒｉｔｙｎｏｗａｄａｙｓ.Ｈｏｗｅｖｅｒꎬｔｒａｄｉｔｉｏｎａｌｍｅｔｈｏｄｏｆｏｆｆｌｏａｄｉｎｇ

ｖｉｄｅｏｓｔｒｅａｍｓｄｉｒｅｃｔｔｏｔｈｅｃｌｏｕｄｆｏｒｐｒｏｃｅｓｓｉｎｇｓｕｆｆｅｒｓｆｒｏｍｐｒｏｂｌｅｍｓｓｕｃｈａｓｒｅｓｔｒｉｃｔｅｄａｃｃｅｓｓａｎｄｈｉｇｈｌａｔｅｎｃｙ.Ｔｈｕｓꎬａｎｅｄｇｅ￣ｃｌｏｕｄ

ｃｏｌｌａｂｏｒａｔｉｖｅｃｏｍｐｕｔｉｎｇａｒｃｈｉｔｅｃｔｕｒｅｉｓｐｒｏｐｏｓｅｄꎬｗｈｅｒｅｓｏｍｅｏｆｔｈｅｖｉｄｅｏｓｔｒｅａｍｓａｒｅｏｆｆｌｏａｄｅｄｔｏｔｈｅｅｄｇｅｓｅｒｖｅｒｔｏｒｅｄｕｃｅｌａｔｅｎｃｙａｎｄ

ａｌｌｅｖｉａｔｅｔｈｅｌｏａｄｏｆｃｌｏｕｄ.Ｃｏｎｓｉｄｅｒｉｎｇｔｈｅｒｅｑｕｉｒｅｍｅｎｔｓｆｏｒａｃｃｕｒａｃｙꎬｌａｔｅｎｃｙꎬａｎｄｅｎｅｒｇｙｃｏｎｓｕｍｐｔｉｏｎｉｎｖｉｄｅｏａｎａｌｙｔｉｃｓｔａｓｋｓꎬａｓｔｒａｔｅ￣

ｇｙｔｈａｔｓｉｍｕｌｔａｎｅｏｕｓｌｙｃｏｎｔｒｏｌｓｔｈｅｒｅｓｏｌｕｔｉｏｎｏｆｖｉｄｅｏｆｒａｍｅｓꎬｔｈｅｃｏｎｖｏｌｕｔｉｏｎｎｅｕｒａｌｎｅｔｗｏｒｋ(ＣＮＮ)ｍｏｄｅｌｄｅｐｌｏｙｍｅｎｔｏｎｔｈｅｅｄｇｅｓｅｒｖ￣

ｅｒꎬａｎｄｔｈｅｅｄｇｅ￣ｃｌｏｕｄｏｆｆｌｏａｄｉｎｇｄｅｃｉｓｉｏｎｓｉｓｐｒｏｐｏｓｅｄｔｏｍａｘｉｍｉｚｅｖｉｄｅｏａｎａｌｙｔｉｃｓａｃｃｕｒａｃｙｗｈｉｌｅｓａｔｉｓｆｙｉｎｇｌｏｎｇ￣ｔｅｒｍａｖｅｒａｇｅｌａｔｅｎｃｙ

ａｎｄｅｎｅｒｇｙｃｏｎｓｕｍｐｔｉｏｎｃｏｎｓｔｒａｉｎｔｓ.ＢｙｕｔｉｌｉｚｉｎｇｔｈｅＬｙａｐｕｎｏｖｓｔｏｃｈａｓｔｉｃｏｐｔｉｍｉｚａｔｉｏｎｔｈｅｏｒｙꎬｔｈｅｏｒｉｇｉｎａｌｏｐｔｉｍｉｚａｔｉｏｎｐｒｏｂｌｅｍｉｓｔｒａｎｓ￣

ｆｏｒｍｅｄｉｎｔｏａｓｅｒｉｅｓｏｆｉｎｄｅｐｅｎｄｅｎｔｏｐｔｉｍｉｚａｔｉｏｎｐｒｏｂｌｅｍｓｉｎｅａｃｈｔｉｍｅｓｌｏｔꎬｗｈｉｃｈａｒｅｓｏｌｖｅｄｂｙｕｓｉｎｇａｎｔｃｏｌｏｎｙａｌｇｏｒｉｔｈｍｔｏｏｂｔａｉｎｄｙ￣

ｎａｍｉｃｏｆｆｌｏａｄｉｎｇｓｔｒａｔｅｇｙｉｎｃｌｕｄｉｎｇｔｈｅｓｅｌｅｃｔｉｏｎｏｆｖｉｄｅｏｆｒａｍｅｒｅｓｏｌｕｔｉｏｎꎬｔｈｅＣＮＮｍｏｄｅｌｓｔｏｂｅｄｅｐｌｏｙｅｄｏｎｅｄｇｅｓｅｒｖｅｒｓꎬａｎｄｔｈｅ

ｅｄｇｅ￣ｃｌｏｕｄｏｆｆｌｏａｄｉｎｇｄｅｃｉｓｉｏｎｓ.Ｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｄｙｎａｍｉｃｏｆｆｌｏａｄｉｎｇｓｔｒａｔｅｇｙａｃｈｉｅｖｅｓｈｉｇｈｅｒｖｉｄｅｏａｎａｌｙｔｉｃｓ

ａｃｃｕｒａｃｙｃｏｍｐａｒｅｄｔｏｏｔｈｅｒｂａｓｅｌｉｎｅｓｃｈｅｍｅｓｗｈｉｌｅｓａｔｉｓｆｙｉｎｇｔｈｅｃｏｎｓｔｒａｉｎｔｓ.

Ｋｅｙｗｏｒｄｓ:ｅｄｇｅ￣ｃｌｏｕｄｃｏｌｌａｂｏｒ