エッジコンピューティングのための圧縮画像認識

高瀬俊希，山内悠嗣(中部大学)
ビジョン技術の実利用ワークショップ(ViEW) 2022
[Paper] [Poster]

Abstract

本稿では，エッジコンピューティングを活用した画像認識システムにおけるデータ通信量を削減するために，画像の圧縮・復元と画像認識を行う2つのネットワークから構成されるフレームワークを提案する．

各繰り返し回数の復元画像

繰り返し回数が多くなるに従い画質が向上する．特に細かなテクスチャを持つ画像は，何度も繰り返すことにより著しく画質が向上する．

各タスクにおける従来手法と提案手法の認識精度とデータ通信量の削減率

提案手法はデータ通信量を画像分類タスクにおいて85[%]~95[%]，物体検出タスクにおいて75[%]~77[%]削減可能である．分類精度は画像を圧縮しない従来手法が最も高く，提案手法(圧縮画像モデル)は従来手法と比較して3～4[%]の低下した．mAPは画像を圧縮しない従来手法が最も高く，提案手法(圧縮画像モデル)は従来手法と比較して3～12[%]の低下した．

Bibtex


    @inproceedings{高瀬2022,  

        author = {高瀬 俊希 and 戸谷 響 and 西片 智広 and 山内 悠嗣},  

        title = {エッジコンピューティングのための圧縮画像認識}, 

        booktitle = {ビジョン技術の実利用ワークショップ},  

        year = {2022},  

    }