[論文レビュー] A Reliable, Self-Adaptive Face Identification Framework via Lyapunov Optimization

Do-Hyeon Kim, Joongheon Kim+1 more|arXiv (Cornell University)|Sep 2, 2021

Advanced Data Compression Techniques参考文献 9被引用数 6

ひとこと要約

本稿では、リソース制限のあるデバイス上で、識別性能を最大化するとともにキューのオーバーフローを防ぐために、ラプノフ最適化を用いて動的に動画フレームのサンプリングレートを調整する自己適応型顔認識フレームワークを提案する。時間平均の識別効用とキュー安定性のバランスを取ることで、システムのクラッシュを防ぎ、高負荷下でもほぼ最適な性能を達成する。

ABSTRACT

Realtime face identification (FID) from a video feed is highly computation-intensive, and may exhaust computation resources if performed on a device with a limited amount of resources (e.g., a mobile device). In general, FID performs better when images are sampled at a higher rate, minimizing false negatives. However, performing it at an overwhelmingly high rate exposes the system to the risk of a queue overflow that hampers the system's reliability. This paper proposes a novel, queue-aware FID framework that adapts the sampling rate to maximize the FID performance while avoiding a queue overflow by implementing the Lyapunov optimization. A preliminary evaluation via a trace-based simulation confirms the effectiveness of the framework.

研究の動機と目的

• モバイルデバイスなどのリソース制限のある環境において、高い顔認識（FID）性能とシステムの信頼性のトレードオフを解決すること。
• 計算およびメモリリソースを圧迫するあまりに高いフレームサンプリングレートによって引き起こされるキューのオーバーフローを防ぐこと。
• ワークロードやシステム容量の事前知識が不要な、動的で適応的なフレームレート制御メカニズムを構築すること。
• リアルタイムのキューのバックログとシステム容量に基づいて継続的にサンプリングレートを調整することで、信頼性の高いリアルタイムFIDを実現すること。
• 下位のFIDアルゴリズムのコアロジックを変更せずに、既存のFIDアルゴリズムを強化できるプラグアンドプレイ型フレームワークを提供すること。

提案手法

• フレームワークは、時間変動するフレーム到着レートと処理遅延を伴う確率的キューイングシステムとしてFIDシステムをモデル化する。
• ラプノフ最適化を適用し、時間平均のFID性能を最大化するとともにキュー安定性を保証するため、ドリフトプラスペナルティ目的関数を用いる。
• 時間tにおける最適フレームレートは、f*(t) = argmax_f∈ℱ { V·S(f(t)) - Q(t)·λ(f(t)) } で計算され、Vは効用-安定性トレードオフを制御する。
• システムは現在のキューのバックログQ(t)をモニタリングし、ラプノフドリフトペナルティ関数を最大化するフレームレートf(t)を選択する。
• フレームワークは下位のFIDアルゴリズムに依存せず、評価のための基準実装としてOpenFaceを用いる。
• トレースベースのシミュレーションにより、適応あり・なしの両状態で、さまざまなフレームレート下でのキュー安定性と性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 自己適応型フレームレート制御メカニズムは、モバイルデバイス上でキューのオーバーフローを防ぎつつ、FID性能を向上させることができるか？
• RQ2 ラプノフ最適化は、動的ワークロード下で高いFID精度とシステム信頼性のバランスをどのように実現するか？
• RQ3 リソース制限のあるシステムにおいて、適応型フレームレート制御は、固定レートでのサンプリングと比較してキュー安定性にどのような影響を与えるか？
• RQ4 システム容量やワークロードパターンの事前知識がなくても、フレームワークはほぼ最適なFID性能を達成できるか？
• RQ5 フレームレートのしきい値がキューの発散を引き起こすような極端な状況下で、フレームワークはどのように動作するか？

主な発見

• 提案されたフレームワークは、10フレーム/秒の固定レートでのサンプリングとは異なり、高負荷下でもキューのオーバーフローを効果的に防止する。
• 適応型フレームレート制御により、キューは有界なレベルに安定化し、制御パrameter Vの値に関わらず一貫した性能を達成する。
• 1フレーム/秒の固定レートでのサンプリングは、サンプリングが不十分なために最低の検出率となるのに対し、本フレームワークは顕著に高いFID性能を達成する。
• シミュレーションの結果、フレームワークはキューのバックログに応じてフレームレートを動的に調整し、サンプリング不足とオーバーフローの両方を回避している。
• フレームワークは、システムの信頼性を確保しながら高い識別性能を維持しており、リアルタイム動画処理におけるラプノフ最適化の有効性を示している。
• 評価により、理論的に予測されたO(1/V)の性能ギャップとO(V)のキュー境界を満たす形で、フレームワークがキュー安定性の制約下でFID性能を最大化していることが確認された。