MAPress
مقاله Scale-Gest: سنتز مقیاس‌پذیر فضای مدل و انتخاب زمان اجرا برای تشخیص ژست روی دستگاه

مقاله Scale-Gest: سنتز مقیاس‌پذیر فضای مدل و انتخاب زمان اجرا برای تشخیص ژست روی دستگاه

دستیابی به تشخیص ژست مبتنی بر یادگیری ماشین روی دستگاه در شرایط محدودیت‌های شدید عملکرد بلادرنگ، انرژی و حافظه، به‌ویژه با در نظر گرفتن دستگاه‌های موبایل با سطوح مختلف توان باتری، چالش‌برانگیز است. پی...

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

Scale-Gest: سنتز مقیاس‌پذیر فضای مدل و انتخاب زمان اجرا برای تشخیص ژست روی دستگاه

Scale-Gest: Scalable Model-Space Synthesis and Runtime Selection for On-Device Gesture Detection

نویسندگان: Abdul Basit, Saim Rehman, Muhammad Shafique

شناسه منبع: arxiv / 2605.12506

دسته: Computer Vision and Pattern Recognition,Artificial Intelligence,Human-Computer Interaction,Robotics,Image and Video Processing

چکیده (فارسی)

دستیابی به تشخیص ژست مبتنی بر یادگیری ماشین روی دستگاه در شرایط محدودیت‌های شدید عملکرد بلادرنگ، انرژی و حافظه، به‌ویژه با در نظر گرفتن دستگاه‌های موبایل با سطوح مختلف توان باتری، چالش‌برانگیز است. پیاده‌سازی‌های موجود EdgeAI معمولاً به یک آشکارساز ثابت متکی هستند که فرصت‌های بهینه‌سازی را محدود می‌کند. ما Scale-Gest را معرفی می‌کنیم، یک چارچوب نوین تشخیص ژست تطبیقی در زمان اجرا که فضای آشکارساز را به خانواده‌ای متراکم از معماری‌های tiny-YOLO گسترش می‌دهد. ما با تحلیل نقاط عملیاتی مختلف مدل-رزولوشن-گام، چندین پروفایل نوین ACE (دقت-پیچیدگی-انرژی) کالیبره شده با دستگاه را معرفی می‌کنیم. یک کنترل‌کننده سبک‌وزن در زمان اجرا، حالت ACE مناسب را تحت محدودیت‌های تعریف شده توسط کاربر و باتری انتخاب می‌کند، در حالی که یک دروازه ROI (منطقه مورد علاقه) ردیابی ژست دست آگاه به حرکت، ورودی را برای تشخیص با پیچیدگی کمتر برش می‌دهد. برای ارزیابی عملکرد سیستم خود در سناریوهای واقعی رانندگی، ما مجموعه داده‌ای با حاشیه‌نویسی زمانی به نام Driver Simulated Gesture (DSG-18) را معرفی می‌کنیم. Scale-Gest امتیاز F1 در سطح رویداد را حفظ می‌کند و در عین حال انرژی و تأخیر را به طور قابل توجهی در مقایسه با رویکردهای تک آشکارساز کاهش می‌دهد. بر روی یک لپ‌تاپ با باتری که جریان‌های ژست را اجرا می‌کند، کنترل‌کننده ACE ما انرژی هر فریم را 4 برابر کاهش می‌دهد (از 6.9 میلی‌ژول به 1.6 میلی‌ژول) در حالی که عملکرد بالای تشخیص ژست (F1 در سطح رویداد = 0.8-0.9) و تأخیر متوسط کم (6 میلی‌ثانیه) را حفظ می‌کند.

Abstract (English)

Realizing on-device ML-based gesture detection under tight real-time performance, energy and memory constraints is challenging, especially when considering mobile devices with varying battery-power levels. Existing EdgeAI deployments typically rely on a single fixed detector, limiting optimization opportunities. We present Scale-Gest, a novel run-time adaptive gesture detection framework that expands the detector space into a dense family of tiny-YOLO architectures. We introduce multiple novel device-calibrated ACE (Accuracy-Complexity-Energy) profiles by analyzing different model-resolution-stride operating points. A lightweight run-time controller selects an appropriate ACE mode under user-defined and battery constraints, while a motion-aware hand-gesture-tracking ROI gate crops the input for reduced complexity detection. To evaluate performance of our system in real-world car driving scenarios, we introduce a temporally-annotated Driver Simulated Gesture (DSG-18) dataset. Scale-Gest maintains event-level F1 while significantly reducing energy and latency compared to single-detector approaches. On a battery-powered laptop running gesture streams, our ACE controller reduces per-frame energy by 4x (from 6.9 mJ to 1.6 mJ) while maintaining high gesture-detection performance (event-level F1 = 0.8-0.9) and low mean latency (6 ms).

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.