{"title":"由生成对手网络辅助的城市图像缓存","authors":"G. B. Souza, R. G. Pacheco, R. Couto","doi":"10.5753/courb.2021.17116","DOIUrl":null,"url":null,"abstract":"Diversas aplicações em cidades inteligentes utilizam a nuvem para classificar imagens capturadas. Contudo, o atraso de rede da Internet pode ser proibitivo para tais aplicações. Para evitar a nuvem, é possível instalar um cache de imagens na borda da Internet, reduzindo o atraso. Esses caches são sensíveis às diferentes condições de iluminação das imagens. Isso reduz sua taxa de acerto em cenários urbanos, nos quais a iluminação se altera ao longo do dia. Este trabalho propõe utilizar uma rede adversária generativa para alterar a iluminação das imagens. Isso permite que o cache possua uma mesma imagem com diferentes iluminações. Os resultados mostram que a proposta atinge uma alta taxa de acerto em comparação ao cache comum, reduzindo o atraso da classificação.","PeriodicalId":408670,"journal":{"name":"Anais do V Workshop de Computação Urbana (CoUrb 2021)","volume":"303 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-08-16","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Um Cache de Imagens Urbanas Auxiliado por Redes Adversárias Generativas\",\"authors\":\"G. B. Souza, R. G. Pacheco, R. Couto\",\"doi\":\"10.5753/courb.2021.17116\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Diversas aplicações em cidades inteligentes utilizam a nuvem para classificar imagens capturadas. Contudo, o atraso de rede da Internet pode ser proibitivo para tais aplicações. Para evitar a nuvem, é possível instalar um cache de imagens na borda da Internet, reduzindo o atraso. Esses caches são sensíveis às diferentes condições de iluminação das imagens. Isso reduz sua taxa de acerto em cenários urbanos, nos quais a iluminação se altera ao longo do dia. Este trabalho propõe utilizar uma rede adversária generativa para alterar a iluminação das imagens. Isso permite que o cache possua uma mesma imagem com diferentes iluminações. Os resultados mostram que a proposta atinge uma alta taxa de acerto em comparação ao cache comum, reduzindo o atraso da classificação.\",\"PeriodicalId\":408670,\"journal\":{\"name\":\"Anais do V Workshop de Computação Urbana (CoUrb 2021)\",\"volume\":\"303 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-08-16\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Anais do V Workshop de Computação Urbana (CoUrb 2021)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.5753/courb.2021.17116\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais do V Workshop de Computação Urbana (CoUrb 2021)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/courb.2021.17116","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Um Cache de Imagens Urbanas Auxiliado por Redes Adversárias Generativas
Diversas aplicações em cidades inteligentes utilizam a nuvem para classificar imagens capturadas. Contudo, o atraso de rede da Internet pode ser proibitivo para tais aplicações. Para evitar a nuvem, é possível instalar um cache de imagens na borda da Internet, reduzindo o atraso. Esses caches são sensíveis às diferentes condições de iluminação das imagens. Isso reduz sua taxa de acerto em cenários urbanos, nos quais a iluminação se altera ao longo do dia. Este trabalho propõe utilizar uma rede adversária generativa para alterar a iluminação das imagens. Isso permite que o cache possua uma mesma imagem com diferentes iluminações. Os resultados mostram que a proposta atinge uma alta taxa de acerto em comparação ao cache comum, reduzindo o atraso da classificação.