«В сценариях бедствий объем генерируемых визуальных данных может создать узкое место в сети», — сказал Прасад Калям, доцент кафедры информатики инженерного колледжа MU. «Такое обилие визуальных данных, особенно видеопотоков с высоким разрешением, трудно обрабатывать даже при нормальных обстоятельствах. В чрезвычайной ситуации вычислительные и сетевые ресурсы, необходимые для их обработки, могут быть скудными и даже недоступными.
Мы работаем над тем, чтобы разработать наиболее эффективный способ обработки данных и изучить, как быстро представить визуальную информацию службам быстрого реагирования и правоохранительным органам ».Исследовательская группа, в которую вошли Каннаппан Паланиаппан и Е Дуан, доценты факультета компьютерных наук, разработала структуру для вычисления данных о происшествиях, связанных с бедствиями, которая связывает систему с мобильными устройствами в мобильном облаке. Алгоритмы, разработанные командой, помогают определить, какую информацию нужно обрабатывать в облаке и какую информацию можно обрабатывать на локальных устройствах, таких как ноутбуки и смартфоны.
Это распределяет обработку между несколькими устройствами и помогает респондентам быстрее получать информацию.«Часто мы видим одни и те же изображения с перекрывающихся камер», — сказал Паланиаппан. «Респондентам, как правило, не нужно видеть два отдельных изображения, а скорее отдельные части.
Эта мозаичная вышивка, которую мы помогли определить, происходит на периферии сети, чтобы ограничить объем данных, которые необходимо отправить в облако. Это естественное способ сжатия визуальных данных без потери информации. Умные алгоритмы помогают определить, какие типы визуальной обработки следует выполнять на границе или в тумане сети, и какие данные и вычисления должны выполняться в основном облаке ».