CN109194984A - 一种基于边缘计算的视频帧调度方法 - Google Patents

一种基于边缘计算的视频帧调度方法 Download PDF

Info

Publication number
CN109194984A
CN109194984A CN201811333821.1A CN201811333821A CN109194984A CN 109194984 A CN109194984 A CN 109194984A CN 201811333821 A CN201811333821 A CN 201811333821A CN 109194984 A CN109194984 A CN 109194984A
Authority
CN
China
Prior art keywords
video
edge server
task
resource
edge
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811333821.1A
Other languages
English (en)
Other versions
CN109194984B (zh
Inventor
吴迪
庄磊
胡淼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sun Yat Sen University
Original Assignee
Sun Yat Sen University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sun Yat Sen University filed Critical Sun Yat Sen University
Priority to CN201811333821.1A priority Critical patent/CN109194984B/zh
Publication of CN109194984A publication Critical patent/CN109194984A/zh
Application granted granted Critical
Publication of CN109194984B publication Critical patent/CN109194984B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/262—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists
    • H04N21/26258—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists for generating a list of items to be played back in a given order, e.g. playlist, or scheduling item distribution according to such list
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/239—Interfacing the upstream path of the transmission network, e.g. prioritizing client content requests
    • H04N21/2393—Interfacing the upstream path of the transmission network, e.g. prioritizing client content requests involving handling client requests
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/24—Monitoring of processes or resources, e.g. monitoring of server load, available bandwidth, upstream requests
    • H04N21/2405—Monitoring of the internal components or processes of the server, e.g. server load

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明涉及云计算领域，提出一种基于边缘计算的视频帧调度方法，包括以下步骤：用户端产生视频任务，然后对视频帧数进行压缩，并向控制器发送资源情况咨询请求；控制器接收用户端请求，向每一个能连接上的边缘服务器获取边缘服务器资源信息；控制端更新边缘服务器列表；控制器计算视频任务在边缘服务器剩余资源的范围内最低负载时的资源数值c*和m*；控制器确认当前任务处理总时延最短的边缘服务器序号e*，然后把该边缘服务器信息发送到用户端；用户端把视频任务发送到序号为e*的边缘服务器进行处理，边缘服务器处理完成后将处理数据上传到云服务器进行存储、统计和分析。本发明能够有效降低视频任务的传输及处理时延，提高边缘服务器的资源利用率。

Description

一种基于边缘计算的视频帧调度方法
技术领域
本发明涉及云计算领域，更具体地，涉及一种基于边缘计算的视频帧调度方法。
背景技术
智能设备的普及和公共监控系统的完善产生了大量的视频信息，越来越多的用户不仅是视频信息的接收者，也是视频信息的产生者。摄像设备的升级使得视频流在分辨率方面有了大幅度的提升，同时也让视频文件的容量变得更大，而大容量的视频文件对网络的带宽和服务器的处理能力是极大的挑战。在网络带宽和服务器的运算能力的制约下，海量的视频文件的传输和处理将产生较大的时延，严重影响用户体验和监控效果。
在视频处理领域，由于本地设备的处理能力低下，一般将视频流通过网络上传到云服务器进行处理。各大云计算服务产商也推出自己的视频云业务，对视频进行集中式处理。然而云计算视频处理并不总是那么高效，集中式的云处理方式会增加网络负载，造成网络拥塞，从而产生一定的数据处理时延。因此便提出了基于边缘计算的视频处理方法，将云服务器的部分计算任务下放到网络边缘端的计算节点，让各个边缘服务器对请求结合本地视频数据进行处理，然后返回相关计算结果给云中心，这样既降低了网络流量，减少了能耗，也在一定程度上保护了用户的隐私。
在基于边缘计算的视频处理框架中，任务的调度是影响边缘-云协作的重要因素，因此如何对任务进行调度直接影响到任务的执行优先级和处理时延。然而，现有技术中仍存在没有解决如何进行任务分析和调度的核心问题，数据的传输依然需要经过较长时间的网络延迟，消耗较多的资源，也没有涉及如何解决在多个边缘服务器间进行调度的实际问题。
发明内容
本发明为克服上述现有技术所述的传输时延和视频处理时延高等至少一种缺陷，提供一种基于边缘计算的视频帧调度方法，能够有效提高视频任务的调度速率，降低视频任务处理时延，提高边缘服务器的资源利用率。
为解决上述技术问题，本发明的技术方案如下：
一种基于边缘计算的视频帧调度方法，包括以下步骤：
S1：用户端产生视频任务，然后对视频帧数进行压缩，并向控制器发送资源情况咨询请求；
S2：控制器接收用户端请求，向每一个能连接上的边缘服务器获取边缘服务器资源信息；
S3：控制端更新边缘服务器列表，保留可连接的边缘服务器序号，删除不可通信的边缘服务器序号；
S4：控制器计算视频任务在边缘服务器剩余资源的范围内最低负载时的资源数值c*和m*；
S5：控制器确定当前任务处理总时延最短的边缘服务器序号e*，然后把序号为e*的边缘服务器信息发送到用户端；
S6：用户端把视频任务发送到序号为e*的边缘服务器进行处理，边缘服务器处理完成后将处理数据上传到云服务器进行存储、统计和分析。
本技术方案中，用户端通过摄像头录制视频或处理视频源时，用户端对视频数据进行压缩，减少上传的数据量；控制器根据用户端发出的视频任务信息，计算视频任务在边缘服务器剩余资源的范围内能分配的最低的空闲CPU和剩余内存资源数值，进一步计算当前视频任务在各个边缘服务器剩余资源的范围内最低负载时完成处理的总时延最短的边缘服务器，并把视频任务发送到该边缘服务器进行处理，相应边缘服务器把处理完成后的处理数据上传到云服务器进行存储、统计和分析。
优选地，S1步骤的具体执行步骤包括：
S1.1：用户端产生视频任务，并设定视频任务的精度需求Ai；
S1.2：将视频任务中视频数据的每一帧进行编号F＝{F1,F2,...,Fn}；
S1.3：获取压缩后视频帧对应的原视频数据序号fi，公式如下：
其中，r通过精度需求Ai结合精度-帧率曲线动态获取，R为视频原帧率，Fi为原视频的第i帧；
S1.4：将S1.3步骤得到的fi添加到序号组f中，序号组f对应的视频帧则为待处理的压缩后的视频帧；
S1.5：用户端根据处理压缩后的视频帧所需的资源数向控制器发送资源情况咨询请求。
本技术方案中，引入以视频帧为粒度的调整视频压缩算法对视频进行压缩，结合视频原帧率R，通过映射的方式从原始视频中挑选出需要调度的视频帧，实现压缩视频帧数，降低视频帧率，使单位时间内需要处理的帧数减少，从而降低处理的任务量，减少视频任务的传输时延和处理时延。
优选地，精度-帧率曲线通过对测量数据拟合得到，其中，当帧率越接近原始帧率R时，视频的处理精度A越大，当帧率越原理原始帧率R时，视频的处理精度A越小。
优选地，S2步骤中的边缘服务器资源信息包括网络时延ti、边缘服务器ek的剩余处理器Ck和剩余内存Mk。由于视频数据从用户端到边缘服务器的传输时延由数据产生侧到边缘服务器的远近决定，同一个数据源传输到近端的边缘服务器的传输时延较小，传输到远端的边缘服务器的传输时延较大，具体的网络时延通过测量从请求发出到收到请求反馈的总耗时得到，传输时延与网络时延成正比关系，其比例与视频任务本身属性决定。
优选地，S3步骤中的不可通信的边缘服务器为网络时延ti超过极限时间t*的边缘服务器，其中所述极限时间t*由控制器设定。视频数据从用户端到边缘服务器的传输时延由数据产生侧到边缘服务器的远近决定，同一个数据源传输到近端的边缘服务器的传输时延较小，传输到远端的边缘服务器的传输时延较大。由于有些边缘服务器距离太远，网络时延ti太大，因此当咨询请求超过极限时间t*即视为不可通信，以保证咨询请求本身的耗时较短。
优选地，S4步骤的具体执行步骤包括：
S4.1：计算各个边缘服务器在分别分配的空闲CPU资源和剩余内存资源的范围内处理视频任务的时延：
l(ci,mj)＝δ·ci+γ·mj；
S4.2：计算各个边缘服务器在分别分配的空闲CPU资源和剩余内存资源的范围内处理视频任务的的负载：
S4.3：对S4.2步骤计算得到的load(ci,mj)进行排序，取其最小值对应的ci和mj作为该边缘服务器ek的资源分配方案c*和m*；
其中，上述公式中的p为视频帧的分辨率，r为视频帧率，f为视频时长，δ0(p,r,f)为CPU资源对任务属性的敏感度函数，γ0(p,r,f)为内存资源对任务属性的敏感度函数，ρ为常量系数，且0<ρ<1，ci为边缘服务器给任务分配的空闲CPU资源，mj为边缘服务器给任务分配的剩余内存资源，且满足ci≤Ck,mj≤Mk。
本技术方案中，当得到负载最小值时，可实现在有限的资源条件下达到较低的任务处理时延，即需要分配给视频任务对应的c*和m*资源能使负载最小，此时的c*和m*即为资源利用率最大的资源分配方案。
优选地，S5步骤的具体执行步骤包括：
S5.1：计算各个边缘服务器最低负载时处理视频任务的总时延：
L(ji,ek)＝α·ti+δ·c*+γ·m*；
S5.2：对S5.1步骤计算得到的各个边缘服务器最低负载时处理视频任务的总时延L(ji,ek)进行排序，得到总时延的最小值，最小总时延对应边缘服务器的序号即为当前任务处理总时延最短的边缘服务器序号e*；
S5.3：控制器将计算得到的边缘服务器序号e*发送到用户端。
与现有技术相比，本发明技术方案的有益效果是：通过对视频数据进行压缩，降低处理的任务量，减少视频任务的传输时延和处理时延；通过对边缘服务器资源和视频任务属性感知判断，协调边缘服务器的资源和处理时延之间的关系，有效地提高了边缘服务器的资源利用率，降低用户的等待时延，给用户提供更加迅速服务，并且提高了用户隐私的保密性，有效提高用户体验度。
附图说明
图1为本实施例的基于边缘计算的视频帧调度方法的流程图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；
为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；
对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
在本实施例中，用户端通过摄像头进行视频的录制，产生视频数据，且用户端在该视频数据在上传到边缘服务器进行缓存前进行压缩，减少上传的数据量。边缘服务器部署在靠近视频数据产生的网络边缘处，拥有比用户端强的数据运算能力，且数据源传输到边缘服务器的网络时延远小于数据源传输到云服务端的网络时延。控制器主要用于对视频任务属性和各个边缘服务器的资源分配情况进行分析、决策，将不同属性的任务调度到最优的边缘服务器进行处理，从而达到节约边缘服务器资源和降低任务延迟的目的。云服务器万用于负责接收边缘服务器的处理数据，并对数据进行存储、统计和分析。
如图1所示，为本实施例的基于边缘计算的视频帧调度方法的流程图，包括以下步骤：
步骤一：用户端产生视频任务，然后对视频帧数进行压缩，并向控制器发送资源情况咨询请求。其具体步骤包括：
S1.1：用户端产生视频任务ji，并设定视频任务ji的精度需求Ai；
S1.2：将视频任务ji中视频数据的每一帧进行编号F＝{F1,F2,...,Fn}；
S1.3：获取压缩后视频帧对应的原视频数据序号fi，公式如下：
S1.4：将S1.3步骤得到的fi添加到序号组f中，序号组f对应的视频帧则为待处理的压缩后的视频帧；
S1.5：用户端根据处理压缩后的视频帧所需的资源数向控制器发送资源情况咨询请求。
其中，r通过精度需求Ai结合精度-帧率曲线动态获取，R为视频原帧率，Fi为原视频的第i帧。上述精度-帧率曲线通过对测量数据拟合得到，当帧率越接近原始帧率R时，视频的处理精度A越大，视频信息越完整；当帧率越原理原始帧率R时，视频的处理精度A越小，视频信息越容易丢失。
用户端通过上述步骤对视频帧数进行压缩，降低视频帧率，使边缘服务器在单位时间内需要处理的帧数减少，从而降低处理的任务量，减少视频任务的传输时延和处理时延。
步骤二：控制器接收用户端请求，向每一个能连接上的边缘服务器获取边缘服务器资源信息。其中，边缘服务器的资源信息包括网络时延ti、边缘服务器ek的剩余空闲的处理器Ck以及剩余内存数Mk。
网络时延ti为用户端发送请求到各个边缘服务器后，从请求发出到收到请求反馈的总耗时，所述网络时延ti用于计算视频数据从用户端到边缘服务器的传输时延。传输时延由用户端到边缘服务器的远近决定，同一个数据源传输到近端的边缘服务器的传输时延较小，传输到远端的边缘服务器的传输时延较大，具体的传输时延与网络时延ti成正比比关系，且比例由视频任务本身属性决定，视频任务本身属性包括视频帧分辨率p，视频帧率r和视频市场f，因此视频任务的传输时延为：
L(ji,ek)＝a0(p,r,f)·ti，
因此视频任务ji在边缘服务器ek中的执行时间与视频任务的属性和边缘服务器具体分配的资源有关。
步骤三：控制端更新边缘服务器列表，保留可连接的边缘服务器序号，删除不可通信的边缘服务器序号。其中不可通信的边缘服务器为网络时延ti超过极限时间t*的边缘服务器，其中所述极限时间t*由控制器设定。由于有些边缘服务器距离太远，咨询请求的网络时延ti太大，因此当网络时延ti超过设定值t*，即视为不可通信，从而保证咨询请求本身的耗时较短。
步骤四：控制器计算视频任务在边缘服务器剩余资源的范围内最低负载时的资源数值c*和m*。其具体步骤如下：
S4.1：计算各个边缘服务器在分别分配的空闲CPU资源和剩余内存资源的范围内处理视频任务的时延：
l(ci,mj)＝δ0(p,r,f)·ci+γ0(p,r,f)·mj；
S4.2：计算各个边缘服务器在分别分配的空闲CPU资源和剩余内存资源的范围内处理视频任务的的负载：
S4.3：对S4.2步骤计算得到的load(ci,mj)进行排序，得到负载的最小值，将其对应边缘服务器的ci和mj设定为各个边缘服务器在分别分配的空闲CPU资源和剩余内存资源的范围内最低负载时的资源数值c*和m*；
其中，上述公式中的p为视频帧的分辨率，r为视频帧率，f为视频时长，δ0(p,r,f)为CPU资源对任务属性的敏感度函数，γ0(p,r,f)为内存资源对任务属性的敏感度函数，ρ为常量系数，且0<ρ<1，ci为边缘服务器给任务分配的空闲CPU资源，mj为边缘服务器给任务分配的剩余内存资源，且满足ci≤Ck,mj≤Mk。
由于视频任务ji在边缘服务器ek中的执行时间与视频任务的属性和边缘服务器具体分配的资源有关，而视频任务的属性是固定且确定的，因此在资源调度过程中影响视频任务的处理时延的变量是边缘服务器具体分配的资源：当分配到视频任务ji的资源越多，任务执行速度越快，但是在资源有限的情况下给任务ji分配过多的资源会导致其他任务没有资源可利用。因此上述步骤主要用于得到满足在有限的资源条件下达到较低的视频任务处理时延的空闲CPU资源c*和剩余内存资源m*。
步骤五：S5：控制器确认当前任务处理总时延最短的边缘服务器序号e*，然后把序号为e*的边缘服务器信息发送到用户端。其具体步骤如下：
S5.1：计算各个边缘服务器最低负载时处理视频任务的总时延：
L(ji,ek)＝α·ti+δ·c*+γ·m*；
S5.2：对S5.1步骤计算得到的各个边缘服务器最低负载时处理视频任务的总时延L(ji,ek)进行排序，得到总时延的最小值，最小总时延对应边缘服务器的序号即为当前任务处理总时延最短的边缘服务器序号e*；
S5.3：控制器将计算得到的边缘服务器序号e*发送到用户端。
上述步骤通过代入满足在有限的资源条件下达到较低的视频任务处理时延的空闲CPU资源c*和剩余内存资源m*，计算处理视频任务的最小总时延，得到当前任务处理总时延最短的边缘服务器序号e*。
步骤六：用户端把视频任务发送到序号为e*的边缘服务器进行处理，边缘服务器处理完成后将处理数据上传到云服务器进行存储、统计和分析。
本实施例的基于边缘计算的视频帧调度方法，首先通过对视频数据的压缩，边缘服务器在单位时间内需要处理的帧数减少，从而降低处理的任务量，减少视频任务的传输时延和处理时延，再对边缘服务器的资源进行调度，实现协调边缘服务器的资源和视频任务处理时延之间的关系，增大资源利用率和降低用户的等待时延，从而提高用户体验度。
相同或相似的标号对应相同或相似的部件；
附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制；
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (7)

1.一种基于边缘计算的视频帧调度方法，其特征在于：包括以下步骤：
S1：用户端产生视频任务，然后对视频帧数进行压缩，并向控制器发送资源情况咨询请求；
S2：控制器接收用户端请求，向每一个能连接上的边缘服务器获取边缘服务器资源信息；
S3：控制端更新边缘服务器列表，保留可连接的边缘服务器序号，删除不可通信的边缘服务器序号；
S4：控制器计算视频任务在边缘服务器剩余资源的范围内最低负载时的资源数值c*和m*；
S5：控制器确定当前任务处理总时延最短的边缘服务器序号e*，然后把序号为e*的边缘服务器信息发送到用户端；
S6：用户端把视频任务发送到序号为e*的边缘服务器进行处理，边缘服务器处理完成后将处理数据上传到云服务器进行存储、统计和分析。
2.根据权利要求1所述的基于边缘计算的视频帧调度方法，其特征在于：所述S1步骤的具体执行步骤包括：
S1.1：用户端产生视频任务，并设定视频任务的精度需求Ai；
S1.2：将视频任务中视频数据的每一帧进行编号F＝{F1,F2,...,Fn}；
S1.3：获取压缩后视频帧对应的原视频数据序号fi，其公式为：
其中，r通过精度需求Ai结合精度-帧率曲线动态获取，R为视频原帧率，Fi为原视频的第i帧；
S1.4：将S1.3步骤得到的fi添加到序号组f中，序号组f对应的视频帧则为待处理的压缩后的视频帧；
S1.5：用户端根据处理压缩后的视频帧所需的资源数向控制器发送资源情况咨询请求。
3.根据权利要求2所述的基于边缘计算的视频帧调度方法，其特征在于：所述精度-帧率曲线通过对测量数据拟合得到，其中，当帧率越接近原始帧率R时，视频的处理精度A越大，当帧率越远离原始帧率R时，视频的处理精度A越小。
4.根据权利要求1所述的基于边缘计算的视频帧调度方法，其特征在于：所述S2步骤中的边缘服务器资源信息包括网络时延ti、边缘服务器ek的剩余空闲处理器Ck以及剩余内存Mk。
5.根据权利要求4所述的基于边缘计算的视频帧调度方法，其特征在于：所述S3步骤中的不可通信的边缘服务器为网络时延ti超过极限时间t*的边缘服务器，其中所述极限时间t*由控制器设定。
6.根据权利要求5所述的基于边缘计算的视频帧调度方法，其特征在于：所述S4步骤的具体执行步骤包括：
S4.1：计算各个边缘服务器在各自分配的空闲CPU资源和剩余内存资源的范围内处理视频任务的时延：l(ci,mj)＝δ0(p,r,f)·ci+γ0(p,r,f)·mj；
S4.2：计算各个边缘服务器在各自分配的空闲CPU资源和剩余内存资源的范围内处理视频任务的的负载：
S4.3：对S4.2步骤计算得到的load(ci,mj)进行排序，取其最小值对应的ci和mj作为该边缘服务器ek的资源分配方案c*和m*；
其中，上述公式中的p为视频帧的分辨率，r为视频帧率，f为视频时长，δ0(p,r,f)为CPU资源对任务属性的敏感度函数，γ0(p,r,f)为内存资源对任务属性的敏感度函数，ρ为常量系数，且0<ρ<1，ci为边缘服务器给任务分配的空闲CPU资源，mj为边缘服务器给任务分配的剩余内存资源，且满足ci≤Ck,mj≤Mk。
7.根据权利要求6所述的基于边缘计算的视频帧调度方法，其特征在于：所述S5步骤的具体执行步骤包括：
S5.1：计算各个边缘服务器最低负载时处理视频任务的总时延：
L(ji,ek)＝α·ti+δ·c*+γ·m*；
S5.2：对S5.1步骤计算得到的各个边缘服务器最低负载时处理视频任务的总时延L(ji,ek)进行排序，得到总时延的最小值，最小总时延对应边缘服务器的序号即为当前任务处理总时延最短的边缘服务器序号e*；
S5.3：控制器将边缘服务器序号e*发送到用户端。
CN201811333821.1A 2018-11-09 2018-11-09 一种基于边缘计算的视频帧调度方法 Active CN109194984B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811333821.1A CN109194984B (zh) 2018-11-09 2018-11-09 一种基于边缘计算的视频帧调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811333821.1A CN109194984B (zh) 2018-11-09 2018-11-09 一种基于边缘计算的视频帧调度方法

Publications (2)

Publication Number Publication Date
CN109194984A true CN109194984A (zh) 2019-01-11
CN109194984B CN109194984B (zh) 2021-02-12

Family

ID=64938998

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811333821.1A Active CN109194984B (zh) 2018-11-09 2018-11-09 一种基于边缘计算的视频帧调度方法

Country Status (1)

Country Link
CN (1) CN109194984B (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109919033A (zh) * 2019-01-31 2019-06-21 中山大学 一种基于边缘计算的自适应城市寻人方法
CN110097226A (zh) * 2019-05-06 2019-08-06 航天科工网络信息发展有限公司 一种资源调度方法、系统、电子设备及可读存储介质
CN110691127A (zh) * 2019-09-25 2020-01-14 北京奇艺世纪科技有限公司 数据获取控制系统、数据获取控制方法及相关装置
CN110889857A (zh) * 2019-11-15 2020-03-17 北京邮电大学 一种移动Web实时视频帧分割方法及系统
CN113205808A (zh) * 2021-04-27 2021-08-03 无锡星凝互动科技有限公司 一种基于ai咨询云计算搭建方法及系统
CN113259472A (zh) * 2021-06-08 2021-08-13 江苏电力信息技术有限公司 一种面向视频分析任务的边缘节点资源分配方法
CN113298063A (zh) * 2021-07-28 2021-08-24 江苏电力信息技术有限公司 一种基于云-边缘的动态物体检测方法
CN113453025A (zh) * 2020-03-26 2021-09-28 杭州海康威视系统技术有限公司 数据获取方法及装置
CN113497955A (zh) * 2020-04-03 2021-10-12 杭州海康威视数字技术股份有限公司 一种视频处理系统
CN113534829A (zh) * 2021-06-11 2021-10-22 南京邮电大学 一种基于边缘计算的无人机日常巡逻检测系统
CN113691783A (zh) * 2021-10-27 2021-11-23 中国南方电网有限责任公司超高压输电公司广州局 换流站视频监控方法、系统、装置和计算机设备
WO2022088835A1 (zh) * 2020-10-30 2022-05-05 深圳市雷鸟网络传媒有限公司 边缘计算方法、装置、智能终端及计算机可读存储介质
CN116828217A (zh) * 2022-11-30 2023-09-29 慧之安信息技术股份有限公司 一种基于边缘计算设备的多路监控推拉流方法和系统
CN116939171A (zh) * 2023-09-19 2023-10-24 南方电网数字电网研究院有限公司 输电线路监控方法、装置和计算机设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104717231A (zh) * 2014-12-18 2015-06-17 北京蓝汛通信技术有限责任公司 内容分发网络的预分发处理方法及装置
US20170064037A1 (en) * 2015-08-28 2017-03-02 Qualcomm Incorporated Small cell edge computing platform
WO2018031562A1 (en) * 2016-08-08 2018-02-15 Netradyne Inc. Distributed video storage and search with edge computing
CN108304256A (zh) * 2018-02-08 2018-07-20 北京信息科技大学 一种边缘计算中低开销的任务调度方法及装置
CN108499100A (zh) * 2018-03-30 2018-09-07 南京工业大学 一种基于边缘计算的云游戏错误恢复方法及系统
CN108509276A (zh) * 2018-03-30 2018-09-07 南京工业大学 一种边缘计算环境中的视频任务动态迁移方法
CN108683613A (zh) * 2018-05-10 2018-10-19 Oppo广东移动通信有限公司 一种资源调度的方法、装置及计算机存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104717231A (zh) * 2014-12-18 2015-06-17 北京蓝汛通信技术有限责任公司 内容分发网络的预分发处理方法及装置
US20170064037A1 (en) * 2015-08-28 2017-03-02 Qualcomm Incorporated Small cell edge computing platform
WO2018031562A1 (en) * 2016-08-08 2018-02-15 Netradyne Inc. Distributed video storage and search with edge computing
CN108304256A (zh) * 2018-02-08 2018-07-20 北京信息科技大学 一种边缘计算中低开销的任务调度方法及装置
CN108499100A (zh) * 2018-03-30 2018-09-07 南京工业大学 一种基于边缘计算的云游戏错误恢复方法及系统
CN108509276A (zh) * 2018-03-30 2018-09-07 南京工业大学 一种边缘计算环境中的视频任务动态迁移方法
CN108683613A (zh) * 2018-05-10 2018-10-19 Oppo广东移动通信有限公司 一种资源调度的方法、装置及计算机存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
佟宁: "基于边缘计算的高校多媒体教学平台设计", 《信息与电脑（理论版）》 *
吴悦明 等: "基于边缘计算架构的智慧管廊视频监控系统设计", 《智能建筑》 *
饶着译: "移动边缘计算及视频分析应用研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109919033A (zh) * 2019-01-31 2019-06-21 中山大学 一种基于边缘计算的自适应城市寻人方法
CN109919033B (zh) * 2019-01-31 2022-09-20 中山大学 一种基于边缘计算的自适应城市寻人方法
CN110097226A (zh) * 2019-05-06 2019-08-06 航天科工网络信息发展有限公司 一种资源调度方法、系统、电子设备及可读存储介质
CN110691127B (zh) * 2019-09-25 2022-04-12 北京奇艺世纪科技有限公司 数据获取控制系统、数据获取控制方法及相关装置
CN110691127A (zh) * 2019-09-25 2020-01-14 北京奇艺世纪科技有限公司 数据获取控制系统、数据获取控制方法及相关装置
CN110889857A (zh) * 2019-11-15 2020-03-17 北京邮电大学 一种移动Web实时视频帧分割方法及系统
CN113453025B (zh) * 2020-03-26 2023-02-28 杭州海康威视系统技术有限公司 数据获取方法及装置
CN113453025A (zh) * 2020-03-26 2021-09-28 杭州海康威视系统技术有限公司 数据获取方法及装置
CN113497955A (zh) * 2020-04-03 2021-10-12 杭州海康威视数字技术股份有限公司 一种视频处理系统
WO2022088835A1 (zh) * 2020-10-30 2022-05-05 深圳市雷鸟网络传媒有限公司 边缘计算方法、装置、智能终端及计算机可读存储介质
CN113205808A (zh) * 2021-04-27 2021-08-03 无锡星凝互动科技有限公司 一种基于ai咨询云计算搭建方法及系统
CN113259472A (zh) * 2021-06-08 2021-08-13 江苏电力信息技术有限公司 一种面向视频分析任务的边缘节点资源分配方法
CN113534829A (zh) * 2021-06-11 2021-10-22 南京邮电大学 一种基于边缘计算的无人机日常巡逻检测系统
CN113534829B (zh) * 2021-06-11 2024-04-05 南京邮电大学 一种基于边缘计算的无人机日常巡逻检测系统
CN113298063B (zh) * 2021-07-28 2021-10-15 江苏电力信息技术有限公司 一种基于云-边缘的动态物体检测方法
CN113298063A (zh) * 2021-07-28 2021-08-24 江苏电力信息技术有限公司 一种基于云-边缘的动态物体检测方法
CN113691783A (zh) * 2021-10-27 2021-11-23 中国南方电网有限责任公司超高压输电公司广州局 换流站视频监控方法、系统、装置和计算机设备
CN116828217A (zh) * 2022-11-30 2023-09-29 慧之安信息技术股份有限公司 一种基于边缘计算设备的多路监控推拉流方法和系统
CN116939171A (zh) * 2023-09-19 2023-10-24 南方电网数字电网研究院有限公司 输电线路监控方法、装置和计算机设备
CN116939171B (zh) * 2023-09-19 2024-03-26 南方电网数字电网研究院有限公司 输电线路监控方法、装置和计算机设备

Also Published As

Publication number Publication date
CN109194984B (zh) 2021-02-12

Similar Documents

Publication Publication Date Title
CN109194984A (zh) 一种基于边缘计算的视频帧调度方法
CN109857546B (zh) 基于Lyapunov优化的多服务器移动边缘计算卸载方法及装置
Zhu et al. BLOT: Bandit learning-based offloading of tasks in fog-enabled networks
CN104516475B (zh) 用于管理多核片上系统上的全局芯片功率的方法和装置
CN110955463B (zh) 支持边缘计算的物联网多用户计算卸载方法
CN107003887A (zh) Cpu超载设置和云计算工作负荷调度机构
CN107708152B (zh) 异构蜂窝网络的任务卸载方法
CN111429142B (zh) 一种数据处理方法、装置及计算机可读存储介质
CN112162863B (zh) 一种边缘卸载决策方法、终端及可读存储介质
CN109358953B (zh) 一种微云中的多任务应用卸载方法
CN112261120B (zh) 一种配电物联网云边协同任务卸载方法及装置
CN113778691B (zh) 一种任务迁移决策的方法、装置及系统
CN110213327A (zh) 一种基于边缘计算的资源调度方法、装置及系统
CN110535700A (zh) 一种多用户多边缘服务器场景下的计算卸载方法
CN111131447A (zh) 一种基于中介节点任务分配的负载均衡方法
CN113141321A (zh) 一种基于边缘计算的数据传输方法及电子设备
CN110879749B (zh) 一种实时转码任务的调度方法及调度装置
CN113687876A (zh) 信息处理方法、自动驾驶控制方法和电子设备
CN117729205A (zh) 多边协同计算任务卸载方法、装置、存储介质和电子设备
CN117749796A (zh) 一种云边算力网络系统计算卸载方法及系统
CN113504949A (zh) Mar客户端在边缘计算中的任务卸载与参数优化方法及系统
CN112527409A (zh) 一种面向移动医疗健康管理的边缘云计算卸载方法
Lin et al. Learning-Based Query Scheduling and Resource Allocation for Low-Latency Mobile Edge Video Analytics
JP6186303B2 (ja) トラヒック量上限値予測装置及び方法及びプログラム
CN116488344A (zh) 一种用于多类型电网设备量测数据的动态资源调度方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
OL01 Intention to license declared
OL01 Intention to license declared