[IEEE 2018年第28届国际电信网络与应用会议(ITNAC) - 澳大利亚悉尼 (2018.11.21-2018.11.23)] 2018年第28届国际电信网络与应用会议(ITNAC) - CamThings：基于深度学习的边缘计算实现节能通信的物联网摄像头

摘要： 近年来，由于对图像数据的需求激增，物联网摄像头需求量不断攀升。然而图像传感器的高功耗特性使其不适合作为能源受限的物联网边缘设备。因此，针对视频采集这种高能耗过程，采用周期性开关调度策略成为极具前景的解决方案。当前物联网仍依赖云计算架构，但将边缘设备全部数据传输至云端会导致能源泄漏——这源于边缘设备有限的计算性能。本文提出基于深度学习的边缘计算能效通信方案：通过边缘计算仅传输经分类识别的目标图像，从而降低系统功耗。我们同时设计并实现了CamThings智能摄像头，该设备集成周期性开关调度机制与上述能效通信技术。为评估通信方案的效能，我们建立了CamThings的功耗模型。在低目标关注度场景下，相较于仅采用周期性开关调度的基线方案，本方案在功耗控制与设备续航方面表现更优：当调度周期T设为5秒且目标关注度为0.1时，本方案功耗降低41%，使CamThings实现超过一个月的持续工作时间。